Upload
vuthien
View
221
Download
0
Embed Size (px)
Citation preview
SÍLVIO PARODI OLIVEIRA CAMILO
CONEXÕES POLÍTICAS E DESEMPENHO DAS EMPRESAS LISTADAS NA BM&FBOVESPA: Análise sob a ótica da governança
e da dependência de recursos
TESE DE DOUTORADO
BIGUAÇU (SC) 2011
UNIVALI UNIVERSIDADE DO VALE DO ITAJAÍ
Pró-Reitoria de Pesquisa, Pós-Graduação, Extensão e Cultura - ProPPEC Curso de Pós-Graduação Stricto Sensu
Programa de Doutorado em Administração
SÍLVIO PARODI OLIVEIRA CAMILO
CONEXÕES POLÍTICAS E DESEMPENHO DAS EMPRESAS LISTADAS NA BM&FBOVESPA: Análise sob a ótica da governança
e da dependência de recursos
Tese apresentada ao Programa de Pós-Graduação em Administração e Turismo – Curso de Doutorado Acadêmico em Administração e Turismo da Universidade do Vale do Itajaí, como requisito à obtenção do título de Doutor em Administração e Turismo.
Orientadora: Profa. Dra. Rosilene Marcon.
BIGUAÇU (SC)
2011
UNIVALI UNIVERSIDADE DO VALE DO ITAJAÍ
Pró-Reitoria de Pesquisa, Pós-Graduação, Extensão e Cultura - ProPPEC Curso de Pós-Graduação Stricto Sensu
Programa de Doutorado em Administração CERTIFICADO DE APROVAÇÃO
SÍLVIO PARODI OLIVEIRA CAMILO
CONEXÕES POLÍTICAS E DESEMPENHO DAS EMPRESAS LISTADAS NA BM&FBovespa: Análise sob a ótica da governança e
da dependência de recursos
Esta Tese foi julgada adequada para a obtenção do título de Doutor em Administração e Turismo e aprovada pelo Programa de Pós-Graduação em Administração – Curso de Doutorado Acadêmico em Administração e Turismo da Universidade do Vale do Itajaí - Univali, Centro de Educação Biguaçu.
Área de Concentração: Organizações e Sociedade. Linha de Pesquisa: Estratégia e Gestão das Organizações.
Biguaçu, 27 de maio de 2011.
___________________________________________ Prof. Dr. Carlos Ricardo Rossetto (Coordenador)
Universidade do Vale do Itajaí - Univali - CE Biguaçu – SC
Banca Examinadora:
___________________________________ ___________________________________ Profa. Dra. Rosilene Marcon Prof. Dr. Carlos Ricardo Rossetto (Orientadora) (Avaliador Interno) Univali - CE Biguaçu – SC Univali - CE Biguaçu – SC ___________________________________ ___________________________________ Profa. Dra. Anete Alberton Prof. Dr. Rodrigo Bandeira-de-Mello (Avaliadora Interna) (Avaliador Externo) Univali - CE Biguaçu – SC EAESP/Fundação Getúlio Vargas – SP
___________________________________ Prof. Dr. Wilson Toshiro Nakamura
(Avaliador Externo) Universidade Presbiteriana Mackenzie – SP
Dedico este trabalho: À Deus, por nos dar saúde, paz de espírito e equilíbrio; à minha esposa Márcia, pela compreensão, apoio incondicional e amor; aos meus filhos Luan e Alan, como forma de compensação ao afeto que deixei de atender; aos familiares, pelo incentivo permanente; aos amigos, pelo interesse e incentivo.
AGRADECIMENTOS
A Profa. Dra. Rosilene Marcon, minha amiga e orientadora, pela incomensurável colaboração, incentivo, apoio, compreensão, confiança e paciência, pela sabedoria de nos ajudar a redirecionar nos momentos de decisão e pela conduta científica e doação acadêmica.
Ao Prof. Dr. Carlos Ricardo Rossetto, membro da banca, pelo aprendizado na
disciplina de Análise Macro-Organizacional, pelas contribuições na construção deste estudo, por coordenar e elevar o nível do Curso de Doutorado em Administração e Turismo.
A Profa. Dra. Anete Alberton, membro da banca, pelas contribuições
prestadas ao projeto de tese, pelas valiosas críticas e sugestões, pela dedicação ao grupo de pesquisa (GEEP) e pelo incentivo e comprometimento com a pesquisa.
Ao Prof. Dr. Rodrigo Bandeira-de-Mello, membro da banca, nosso guia, pelos
ensinamentos propiciados nas disciplinas Fundamentos de Administração Estratégica e Pesquisa e Estudos em Estratégia e pela formação e instrução, conhecimento, exemplo, disposição e incentivo permanente.
Ao Prof. Dr. Wilson Toshiro Nakamura, membro da banca, por nos honrar
aceitando o convite, pelas decisivas contribuições prestadas na avaliação do projeto de tese e pela produção científica na área de finanças.
Aos professores do programa, Profa. Dra. Christiane Kleinübing Godoi, Prof.
Dr. Miguel Angel Verdinelli, Profa. Dra. Maria José Barbosa de Souza, Profa. Dra. Adriana Marques Rossetto, Profa. Dra. Elaine Ferreira e Prof. Dr. Sidnei Vieira Marinho, pelo comprometimento e fundamentos das disciplinas ministradas no curso.
Aos amigos Profs. Drs. Osvaldo Agripino de Castro Junior, Dra. Marli Dias de
Souza Pinto e Dra. Gretel Yerstin Villamonte Techera, pela resignação e paciência de me escutarem nesta trajetória.
Aos doutorandos e amigos do programa Carlos Eduardo Carvalho e Andrei
Giovani Maia, pelo companheirismo, coleguismo e atenção. Em especial, ao amigo e colega Wlamir Xavier, pelas importantes contribuições técnicas, disposição e paciência. A sua esposa Danielle Schmidt Foletto Xavier, pela amizade, acolhimento e recepção. Ao Mestre Ivan Luiz Ecco pela amizade e confiança. Aos membros do Grupo de Estudos sobre Estratégia e Performance – GEEP pela oportunidade de convívio e discussões com benefícios mútuos.
A competente equipe da Secretaria do PPGA/UNIVALI, Caroline de Aquino
Rosa, Cristina Heusi Leal, Rafaela Paula Freitas e Wagner Luiz Leite pelo auxílio, respeito e profissionalismo.
Ao colega Cristiano Medeiros pelo apoio técnico profissional nos momentos
de minha ausência, sem o qual não seria possível atingir esta etapa. Aos estagiários
que participaram na coleta de dados: Franciely Mariana de Azevedo, Daiane Jonikaites, Gisele Machado Batista, André Leonardo Pruner da Silva, Jaqueline chaves e ao meu filho Luan Santos Camilo. As revisoras Izabel Mendes e Gabriella C. Costa Pinto Tonial, pela especial atenção e sugestões.
A minha família: pais, pelo amor, exemplo e carinho; aos irmãos, afilhados,
sobrinhos, primos, pelo impulso e afeto; e aos demais parentes que sempre se interessaram em saber dos meus projetos e atividades.
A todas as pessoas que contribuíram direta ou indiretamente e que deixei de
mencionar, registro o meu preito de gratidão.
EPÍGRAFE
“Embora ninguém possa voltar atrás e fazer um novo começo,
qualquer um pode começar agora e fazer um novo fim”.
(Francisco de Paula Cândido Xavier)
LISTA DE FIGURAS Figura 1 Perspectivas teóricas do conselho de administração ............................... 46 Figura 2 Design dos mecanismos de governança ................................................. 53 Figura 3 Relacionamentos entre as dimensões do ambiente organizacional
de investigação......................................................................................... 70 Figura 4 Design da teoria da governança .............................................................. 81 Figura 5 Histogramas dos resíduos da regressão Q de Tobin modelos (1) a (3)..123 Figura 6 Histogramas dos resíduos da regressão Q de Tobin modelos (4) a (6)..124 Figura 7 Histogramas dos resíduos da regressão Market-to-book modelos de (1)
a (3)....................................................................................................... 128 Figura 8 Histogramas dos resíduos da regressão Market-to-book modelos de (4)
a (6)....................................................................................................... 129
LISTA DE QUADROS
Quadro 1 Perspectivas no conselho de administração .......................................... 55 Quadro 2 Estudos sobre conexões políticas das firmas: implicações na
performance........................................................................................... 75 Quadro 3 Fontes e procedimentos da pesquisa .................................................... 88 Quadro 4 Variáveis dependentes de performance ................................................ 90 Quadro 5 Variáveis independentes de conexão política ........................................ 91 Quadro 6 Variáveis de aproximação e mensuração de conexão política .............. 92 Quadro 7 Variáveis de identidade dos proprietários .............................................. 94
LISTA DE TABELAS Tabela 1 Estatísticas descritivas ....................................................................... 102 Tabela 2 Matriz de correlação entre as variáveis da amostra (Parte 1/2) .......... 104 Tabela 3 Matriz de correlação entre as variáveis da amostra (Parte 2/2) .......... 105 Tabela 4 Recursos destinados pelas firmas à campanha política por cargo ...... 106 Tabela 5 Administradores doadores à campanha política... ............................... 107 Tabela 6 Nº de administradores com background em política no período I ........ 108 Tabela 7 Nº de administradores com background em política no período II ....... 109 Tabela 8 Nº de administradores com background em política no período III ...... 110 Tabela 9 Incidência de habilidades em política no período I .............................. 111 Tabela 10 Incidência de habilidades em política no período II ............................. 112 Tabela 11 Incidência de habilidades em política no período III ............................ 113 Tabela 12 Nº de compartilhamento entre firmas com políticos no período I ......... 114 Tabela 13 Nº de compartilhamento entre firmas com políticos no período II ........ 115 Tabela 14 N° de compartilhamento entre firmas com políticos no período III ...... 116 Tabela 15 N° de firmas por categorias de propriedade e por período .................. 117 Tabela 16 Resultados da regressão Q de Tobin modelos de efeitos fixos.......... 119 Tabela 17 Resultados da regressão Q de Tobin modelos de efeitos fixos robus- tos......................................................................... ............................... 122 Tabela 18 Resultados da regressão Market-to-book modelos de efeitos fixos ... 125 Tabela 19 Resultados da regressão Market-to-book modelos de efeitos fixos robustos............................................................................................... 127
LISTA DE APÊNDICES Apêndice A Relação de variáveis operacionalizadas ............................................ 157 Apêndice B Estatística descritiva das demais variáveis testadas .......................... 160 Apêndice C Firmas sob análise nos períodos de mandato I, II e III ....................... 161 Apêndice D Firmas sob análise nos períodos de mandato I e II ............................ 162 Apêndice E Firmas sob análise nos períodos de mandato II e III .......................... 163 Apêndice F Firmas sob análise nos períodos de mandato I .................................. 164 Apêndice G Firmas sob análise nos períodos de mandato III ................................ 165 Apêndice H Resultados da regressão Q de Tobin Modelo 1 ................................. 166 Apêndice I Resultados da regressão Q de Tobin Modelo 2 ................................. 170 Apêndice J Resultados da regressão Q de Tobin Modelo 3 ................................. 174 Apêndice K Resultados da regressão Q de Tobin Modelo 4 ................................. 178 Apêndice L Resultados da regressão Q de Tobin Modelo 5 ................................. 182 Apêndice M Resultados da regressão Q de Tobin Modelo 6 ................................. 186 Apêndice N Resultados da regressão Market-to-book Modelo 1 ........................... 191 Apêndice O Resultados da regressão Market-to-book Modelo 2 ........................... 195 Apêndice P Resultados da regressão Market-to-book Modelo 3 ............................ 199 Apêndice Q Resultados da regressão Market-to-book Modelo 4 ........................... 203 Apêndice R Resultados da regressão Market-to-book Modelo 5 ........................... 207 Apêndice S Resultados da regressão Market-to-book Modelo 6 ............................ 211 Apêndice T Resultados da regressão ROE modelo 2 ............................................ 216 Apêndice U Resultados da regressão ROAop modelo 2 ........................................ 218 Apêndice V Resultados da regressão CRESV modelo 2... .................................... 220 Apêndice X Resultados da regressão RSV modelo 2 ............................................ 222
LISTA DE SIGLAS CA Conselho de Administração CEO Chief Executive Officer CT Custos de Transação CVM Comissão de Valores Mobiliários DFP Demonstrações Financeiras Padronizadas EA Efeitos Aleatórios EF Efeitos Fixos GC Governança Corporativa IAN Informações Anuais IBGC Código do Instituto Brasileiro de Governança Corporativa IGC Índice de Governança Corporativa KLSE Kuala Lumpur Stock Exchange OCDE Organisation for Economic Co-operation and Development RAC Revista de Administração Contemporânea RAE Revista de Administração de Empresas RAUSP Revista de Administração da Universidade de São Paulo READ Revista Eletrônica de Administração ROA Retorno Operacional dos Ativos ROE Retorno sobre o Capital Próprio RSV Retorno sobre Vendas RUC Revista Universo Contábil SEC Securities and Exchange Comission TA Teoria de Agência TDR Teoria da Dependência de Recursos TS Teoria Stewardship TSE Tribunal Superior Eleitoral
RESUMO
Este estudo integra correntes teóricas da teoria da dependência de recursos e governança para explicar os efeitos das conexões políticas das firmas no desempenho. O objetivo geral é analisar as conexões políticas, sob a teoria da dependência de recursos, mediadas pelo conselho de administração na geração de benefícios à performance das firmas listadas na BM&FBovespa. A literatura entende que a interdependência da organização com o ambiente externo afeta sua autonomia e estabelece incerteza em relação ao futuro, impondo necessidades distintas e diferentes ações entre as firmas (PFEFFER, 1972; BAZERMAN; SCHOORMAN, 1983; PFEFFER; SALANCIK, 2003). Conexões políticas das firmas, mediadas pelo conselho de administração e inseridas em um mercado competitivo, que disputa recursos escassos e cujo futuro é incerto, colaboram na redução da interdependência da firma com o ambiente externo. A literatura sugere que firmas bem relacionadas com o ambiente político possuem efeitos positivos no seu valor. Nesse sentido, a participação de conselheiros com laços políticos formais e informais, diretos e indiretos com governos é um dos fatores importantes para explicar diferenças de desempenho das firmas. Com base nessas considerações, o trabalho explora e discute construtos relacionados às conexões das firmas – doação a campanha política, a presença de conselheiros com backgound em política e o interlocking político –, combinando variáveis que os compõem. Busca analisar o valor políticos dessas formas de conectividade, testando as diferenças interfirmas e intrafirmas nos três períodos pós eleições (1998, 2002 e 2006). Se caracteriza por ser um trabalho longitudinal compreendendo o período de análise de 1998 a 2009. A população é composta por firmas não financeiras listadas na BM&FBovespa. A partir do corpo teórico, quatro hipóteses foram testadas. O estudo utiliza o modelo multivariado de dados em painel e o métodos de efeitos fixos (fixed effects) como base. Os principais resultados apontam que as firmas diversificam suas ações políticas, por meio de doação a campanha política, com a presença de de ex-políticos na administração, e há influência no seu valor, medidos pelo Q de Tobin e Market-to-book. Essas ações guardam relação com a doação a candidatos vencedores, bem como com a presença de ex-políticos na administração, com experiência no legislativo, e são fortalecidas por ligações por compartilhamento interfirmas.
Palavras-chave: Conexões políticas da firma; Teoria da Dependência de Recursos; Mecanismos de governança; Conselho de Administração.
ABSTRACT
This study integrates theoretical currents of the theory of resource dependence and governance to explain the effects of political connections in the performance of firms. The overall objective is to analyze the political connections, under the theory of resource dependence, mediated by the board to generate benefits to the performance of firms listed on Bovespa. The literature that considers the interdependence of the organization with the external environment affects their autonomy and establishes uncertainty about the future, imposing different requirements and different actions between firms (Pfeffer, 1972; Bazerman; SCHOORMAN, 1983; Pfeffer, Salancik, 2003). Politically connected firms, mediated by the board and inserted into a competitive market, which competes scarce resources and whose future is uncertain, assist in reducing the firm's interdependence with the external environment. The literature suggests that firms with well-connected political environment have a positive effect on their value. In this sense, the participation of directors with political ties formal and informal, direct and indirect government is an important factor in explaining differences in firm performance. Based on these considerations, the paper explores and discusses constructs related to the connections of firms - the political campaign donations, the presence of directors with interlocking backgound in politics and political - by combining variables that compose them. Analyzes the political value of these forms of connectivity, testing the intra-firm and interfirm differences in the three periods after elections (1998, 2002 and 2006). Is characterized by a longitudinal study including the analysis period 1998 to 2009. The population consists of non-financial firms listed on Bovespa. From the body of theory, four hypotheses were tested. The study uses the multivariate model of panel data and fixed effects methods (fixed effects) as a base. The main results show that firms diversify their political action through the political campaign donations, with the presence of ex-political administration, and no influence on its value, measured by Tobin's Q and Market-to-book. These actions are related to the donation to the winning candidates, as well as the presence of ex-politicians in the administration, with experience in the Legislature, and are strengthened by sharing interfirm connections. Key-words: Firm’s political connections; Resource Dependence Theory; Governance mechanisms; Board of directors.
SUMÁRIO
1 INTRODUÇÃO ............................................................................................ 16 1.1 Tema, problema e questão de pesquisa ................................................... 16 1.2 Objetivos ..................................................................................................... 22 1.3 Relevância da pesquisa ............................................................................. 23 1.4 Contribuição e ineditismo da pesquisa .................................................... 24 1.5 Estrutura do estudo .................................................................................... 27 2 FUNDAMENTAÇÃO TEÓRICA .................................................................... 29 2.1 Integração das teorias associadas ao conselho de administração ....... 30 2.1.1 Breve histórico da segregação entre propriedade e controle ....................... 30 2.1.2 Teorias associadas à harmonização de conflito de interesses ..................... 33 2.1.2.1 Teoria da agência ......................................................................................... 33 2.1.2.2 Teoria stewardship ....................................................................................... 37 2.1.3 Teoria da dependência de recursos.............................................................. 39 2.1.4 Breve histórico da governança corporativa ................................................... 46 2.1.5 Mecanismos de governança ......................................................................... 51 2.1.5.1 Conselho de administração .......................................................................... 54 2.1.5.2 Estrutura de propriedade e controle.............................................................. 58 2.1.6 Estudos de governança corporativa e performance no país ......................... 60 2.2 Conexões políticas e o gerenciamento da dependência externa ........... 61 2.2.1 Definições de conexões políticas ................................................................. 62 2.2.2 Conexões políticas das firmas sob enfoque macroeconômico ..................... 63 2.2.3 Conexões políticas das firmas sob enfoque da gestão ................................. 65 2.2.3.1 Estratégias políticas e o gerenciamento da dependência externa ................ 69 2.2.4 Conexões políticas das firmas no Brasil ....................................................... 76 2.3 Integrando o arcabouço teórico ............................................................... 80 3 PROCEDIMENTOS METODOLÓGICOS ..................................................... 85 3.1 Tipologia do estudo .................................................................................... 85 3.2 População, fonte e tratamento dos dados ................................................ 86 3.3 Definição dos construtos e variáveis ........................................................ 89 3.3.1 Variáveis dependentes ................................................................................. 89 3.3.2 Variáveis independentes ............................................................................... 91 3.3.2.1 Conectividade política da firma ..................................................................... 91 3.3.3 Variáveis de controle ................................................................................... 93 3.4 Especificação do modelo ........................................................................... 95 3.4.1 Técnicas estatísticas aplicadas .................................................................... 95 3.4.2 Método de Efeitos Fixos (EF) ...................................................................... 97 3.4.3 Método de Efeitos Aleatórios (EA) ............................................................... 98 4 RESULTADOS EMPÍRICOS DA PESQUISA ........................................... 100 4.1 Estatísticas descritivas das variáveis sob estudo ................................. 100 4.2 Análise das variáveis de doação ............................................................ 106 4.3 Análise das variáveis de antecedentes em política (background) ...... 107 4.4 Análise das variáveis de interlocking .................................................... 113 4.5 Análise das variáveis de categorias de propriedade ............................. 116 4.6 Abordagem analítica dos métodos de estimação .................................. 117 4.6.1 Resultados empíricos da variável Q de Tobin ........................................... 118 4.6.1.1 Teste de robustez da variável Q de Tobin .................................................. 121 4.6.1.2 Análise de resíduos da variável Q de Tobin ............................................... 122
4.6.2 Resultados empíricos da variável Market-to-book ...................................... 124 4.6.2.1 Teste de robustez da variável Market-to-book ............................................ 126 4.6.2.2 Análise de resíduos .................................................................................... 127 4.7 Discussões dos resultados ..................................................................... 130 4.7.1 Discussão dos resultados em relação ao Q de Tobin ................................. 130 4.7.2 Discussão dos resultados em relação ao Market-to-book ......................... 133 5 CONSIDERAÇÕES FINAIS ....................................................................... 136 5.1 Conclusões ............................................................................................... 136 5.2 Limitações da pesquisa ........................................................................... 139 5.3 Sugestões para estudos futuros ............................................................. 140 REFERÊNCIAS .......................................................................................... 142 APÊNDICES ............................................................................................... 157
16
1 INTRODUÇÃO
Neste capítulo introdutório, o estudo apresenta, resumidamente, o tema de
pesquisa, destacando que estudos sobre as conexões políticas das firmas são
relativamente recentes. Demonstra que há reivindicações na literatura para que se
explorem questões relacionadas às conexões entre firma e governo e os impactos
na performance. Destaca que num país emergente como o Brasil, a abordagem
desses assuntos é incipiente e reclama por novas contribuições. Após a sustentação
do problema e a definição da questão de pesquisa, os objetivos são destacados.
Quanto à relevância da pesquisa, apontam-se os principais estudos sobre o tema
em análise. Ao final deste capítulo é apresentada a estrutura do trabalho.
1.1 Tema, problema e questão de pesquisa
A interação firma-ambiente é fundamental para a concepção de estratégias
que capturem recursos vitais para a obtenção de melhores performances (HILLMAN,
1999). A literatura que investiga essa relação tem entendido que as firmas buscam
estreitar certos vínculos com o ambiente para extrair e preservar recursos essenciais
ao seu valor (HILLMAN; KEIM, 1995; AGRAWAL; KNOEBER, 2001; FISMAN, 2001;
JONHSON; MITTON, 2003). A interdependência da organização com o ambiente
externo afeta sua autonomia e estabelece incerteza em relação ao futuro, impondo
necessidades distintas e diferentes ações entre as firmas (PFEFFER, 1972;
BAZERMAN; SCHOORMAN, 1983; PFEFFER; SALANCIK, 2003).
Abordagens que associam a dinâmica das firmas à política também vêm
recebendo destaque. O arcabouço teórico aponta para a importância das relações
políticas entre a firma e o poder público (PITTMAN, 1977; MAHON; MURRAY JR;
EDWIN, 1981; YOFFIE, 1988; KEIM; BAYSINGER, 1988). De um lado, empresas
que necessitam de financiamento para o equacionamento de dívidas ou para o
funcionamento e crescimento dos negócios ou que atuem em indústria que
demandam maior intensificação de laços políticos. De outro, o governo, como
protagonista, exerce importante papel na economia, seja controlando e provendo
17
recursos financeiros, deliberando políticas públicas, seja conduzindo organizações e
atuando com proprietários de organizações.
Nesse sentido, a perspectiva da dependência de recursos contribui para
explicar como e por que as firmas, ao se relacionarem com o ambiente, tomam
decisões que visam reduzir a incerteza e a interdependência (PFEFFER, 1972;
ALDRICH; PFEFFER, 1976; DAILY; DALTON, 1994a, 1994b). Por esse viés, a
atenção da organização está voltada para as contingências ambientais, visto que
elas influenciam na sua tomada de decisão. O estreitamento com o ambiente é
necessário, porque por si só a firma não pode prover todos os recursos de que
necessita (ALDRICH; PFEFFER, 1976).
A aproximação da firma ao ambiente é uma forma de capturar e preservar
recursos essênciais para a manutenção do desempenho. A literatura destaca que
esses vínculos podem ser estabelecidos por intermédio dos acionistas, executivos e
membros do conselho de administração (AGRAWAL; KNOEBER, 2001; LEUZ;
OBERHOLZER-GEE, 2006; BERTRAND et al., 2006; FAN; WONG; ZHANG, 2007;
BOUBAKRI et al., 2008; LI et al., 2008; GOLDMAN; ROCHOLL; SO, 2009). Sob a
perspectiva da dependência de recursos, têm recebido atenção abordagens que
avaliam as ligações e composição do conselho de administração baseadas num
ambiente de recursos escassos (DOOLEY, 1969; PFEFFER, 1972; BOYD, 1990;
PEARCE II; ZAHRA, 1992; DAILY; DALTON, 1994a, 1994b; HILLMAN; CANNELLA
Jr.; PAETZOLD, 2000).
Considerando que importantes ações políticas das firmas são
instrumentalizadas pelo conselho de administração, mecanismo interno de
governança, torna-se importante investigar as implicações das decisões dessa
estrutura e o seu papel político influente na performance. Há um corpo teórico que
investiga as ligações sociais das firmas por intermédio dos administradores,
entendidos como membros do conselho de administração e executivos. Podem ser
citados os estudos de Johnson, Daily e Ellstrand (1996), Westphal (1999) e Lynall,
Golden e Hillman (2003). Mas a literatura sobre a conexões políticas das firmas e os
efeitos na performance, embora reúna uma série de trabalhos sobre o tema,
reivindica novas contribuições (CLAESSENS; FEIJEN; LAEVEN, 2008; GOLDMAN,
ROCHOLL; SO, 2009).
O conselho de administração tem se mostrado atuante ao ampliar suas
atividades, incorporando as de representação externa, influenciando, por sua vez, na
18
performance (BAZERMAN; SCHOORMAN, 1983; ZAHRA; PEARCE II, 1989; BOYD,
1990; BRENNAN, 2006). Considerando as relações políticas, a teoria da
dependência de recursos enfatiza a importância de relacionar empresas com as
contingências externas como forma de atenuar a incerteza e a interdependência
entre a firma e o governo. Nessa direção, Hillman (2005) concluiu que empresas
com políticos no conselho estão associadas a um melhor desempenho.
Estudos que investigam o conselho de administração oferecem algumas
formas de abordagens. Por exemplo, as pesquisas sobre a adaptação do conselho
em resposta às mudanças ambientais têm focado nas teorias da agência e da
dependência de recursos (HILLMAN; CANNELLA JR; PAETZOLD, 2000). Sob o
ângulo da agência são estudados comportamento dos gestores, custos de agência e
estrutura de propriedade (JENSEN; MECKLING, 1976; MYERS, 1977; FAMA;
JENSEN, 1983; DEMSETZ; LEHN, 1985), modelos de controle, monitoramento e
composição do conselho (ZAHRA; PEARCE II, 1989; PEARCE II; ZAHRA, 1992;
DEMSETZ, 1996). Sob a ótica da teoria da dependência de recursos (TDR),
destacam-se as abordagens das ligações e composição do conselho baseadas no
ambiente de recursos escassos (PFEFFER, 1972; ZAHRA; PEARCE II, 1989;
BOYD, 1990; PEARCE II; ZAHRA, 1992; DAILY; DALTON, 1994a, 1994b; HILLMAN;
CANNELLA JR; PAETZOLD, 2000; PFEFFER; SALANCIK, 2003). A TDR considera
a firma como um organismo ativo, capaz de empreender mudanças necessárias
providas pelo ambiente externo e por estratégias de iniciativas próprias, que visem à
sobrevivência e a harmonia com o ambiente.
O fato de as ações da firma serem também exercidas por membros do board
reforça o interesse e a necessidade de investigar as implicações do conselho e do
seu papel ativo na performance. Dentre os estudos que se ocuparam das ligações
sociais do conselho com foco nesse aspecto, podem ser citados os de Johnson,
Daily e Ellstrand (1996), Westphal (1999) e Lynall, Golden e Hillman (2003). Esses
estudos foram importantes por prestarem nova conotação as atividades dos
membros dos conselhos. Enfatizando atividades proativas do conselho que
contribuem com o desenvolvimento relacional da firma com o ambiente externo,
visando ações geradoras de benefícios retratados num melhor desempenho.
O papel dos conselheiros na representatividade política também vem
recebendo destaque. Hillman, Zardkoohi e Bierman (1999) e Schuler, Rehbein e
Cramer (2002) avaliaram os benefícios das relações políticas empresariais das
19
firmas, deduzindo que ligações com o governo afetam positivamente o valor da
firma. Interessados nas atividades externas dos membros do board, Hillman,
Cannella Jr e Paetzold (2000) discutiram suas atribuições à luz da dependência de
recursos. Nesse aspecto, o conselho de administração tem se mostrado atuante ao
ampliar as atividades que, antes com foco no monitoramento das ações do agente,
incorporam as de representação externa, influenciando, por sua vez, na performance
(BAZERMAN; SCHOORMAN, 1983; ZAHRA; PEARCE II, 1989; BOYD, 1990;
BRENNAN, 2006).
Considerando as relações políticas, a teoria da dependência de recursos
enfatiza a importância de relacionar empresas com as contingências externas como
forma de atenuar a incerteza e a interdependência entre a firma e o governo.
Este trabalho adiciona e integra construtos a discussão – doação a campanha
política, a presença de conselheiros com backgound em política e o interlocking
político –, combinando variáveis que os compõem. Busca, analisar o valor políticos
dessas formas de conectividade, testando as diferenças interfirmas e intrafirmas nos
3 períodos pós eleições (1998, 2002 e 2006).
Uma das formas de conexão apontadas pela literatura é a contribuição à
campanha política. Traduz-se como uma das formas de relacionamento político
firma-governo, havendo interesse mútuo; ocorrem por interesse de grupos e
candidatos que prestam favores políticos para atrair contribuições à campanha
(SNYDER, 1990; GROSSMAN; HELPMAN, 1996; COATE; 2004). A importância e
os efeitos dessas contribuições à campanha política no contexto brasileiro foi
pesquisada por Samuels (2001a, 2001b, 2001c), Silva e Graminho (2005), Bandeira-
de-Mello e Marcon (2005), Ramalho (2007) e Claessens, Feijen e Laeven (2008).
Neste estudo se amplia a análise das contribuições, investigando-se os recursos
investidos pelas firmas, conselheiros e gestores nessas campanhas.
Várias são as formas de estabelecer esse elo firma-governo. Por exemplo, a
presença de membro com background em política é uma das maneiras de identificar
que a firma está conectada (FACCIO, 2006; GOLDMAN; ROCHOLL; SO, 2009). Por
isso interessa examinar se esses membros atuaram em cargo executivo em governo
federal, estadual ou municipal, exerceram atividades em empresas controladas pelo
governo, e no legislativo (FAN; WONG; ZANG, 2007; BOUBAKRI et al., 2008;
CHANEY; FACCIO; PARSLEY, 2008).
20
O intercâmbio entre conselhos também é um modo de estabelecer laços com
o ambiente. A presença de profissionais que compartilham com outros conselhos é
uma prática usual e data do início do capitalismo (DOOLEY, 1969). A maximização
dessas relações empresariais por meio do interlocking promove certos benefícios às
organizações, contribuindo na redução das incertezas ambientais (SCHOORMAN;
BAZERMAN; ATKIN, 1981; BAZERMAN; SCHOORMAN, 1983). A troca de
conhecimentos e expertise transmite uma imagem favorável ao mercado
(SCHOORMAN; BAZERMAN; ATKIN, 1981; BARRINGER; HARRISON, 2000).
Por outro lado, a prática de interlocking também pode ser usada como meio
de cooptar recursos de um ambiente incerto e ampliar a representação externa, em
razão de declínio econômico e financeiro da organização (MIZRUCHI; STEARNS,
1988). Há convergência teórica de que o compartilhamento produz benefícios,
porque influencia positivamente nos resultados (HILLMAN; ZARDKOOHI; BIERMAN,
1999). Essa corrente que aborda os relacionamentos por intercâmbio entre
conselhos entende que esses vínculos políticos da organização são importantes.
Neste estudo, importa a identificação do interlocking dos membros da administração
com antecedentes em política e que participem em conselhos de outras firmas com
a presença de membros com habilidades em governo, em firmas do governo e
legislativa.
Embora relativamente recentes, pesquisas sobre conexões políticas das
firmas e os efeitos na performance vêm se intensificando. Ainda predominam
estudos empíricos que têm por base firmas norte-americanas. Outros trabalhos vêm
se destacando, como os de Johnson e Mitton (2003), que avaliou os efeitos da crise
asiática na Malásia e as ligações políticas das firmas; de Bertrand et al. (2006),
sobre as conexões políticas dos agentes nas firmas francesas e o desempenho; de
Leuz e Oberholzer-Gee (2006), com foco no papel político das firmas da Indonésia e
os efeitos na performance; de Fan, Wong e Zhang (2007), que analisou as conexões
políticas das firmas na China e desempenho; de Boubakri, et al. (2008), sobre as
características das firmas com sede em 27 países e as ligações políticas; e o de Li
et al. (2008), com ênfase no papel das afiliações políticas na China e os efeitos na
performance.
Dedicadas ao mesmo tema, investigações que compreendem as firmas com
sede no Brasil vêm recebendo destaque. Dentre os estudos que abordaram as
relações políticas entre firma-governo no país se destacam os de Samuels (2001a,
21
2001b, 2001c, 2008), Silva e Graminho (2005), Bandeira-de-Mello e Marcon (2005),
Bandeira-de-Mello, Marcon e Alberton (2007), Ramalho (2007) e Claessens, Feijen e
Laeven (2008). Ao realizar investimentos nessa relação, as empresas alimentam a
expectativa de obter certos resultados, representados por devolução de favores,
prestação de serviços, contratos, informações e outras vantagens (SAMUELS,
2001a, 2001b, 2001c). Destacam-se a expressividade dos gastos envolvidos em
campanha política e a incidência de interesses recíprocos entre as firmas e os
políticos no país (SAMUELS, 2001b, 2001c).
Com efeito, a despeito do avanço das discussões sobre esse tema, não há na
literatura aspectos conclusivos que possibilitem afirmar que as relações
estabelecidas pelas firmas favorecem as firmas e em que contextos. Os estudos que
sustentam este trabalho permitem inferir que, devido à multiplicidade de variáveis e
métodos de mensuração, amostras, contextos políticos e correntes teóricas
adotadas, ainda não se podem oferecer generalizações. Daí a pretensão deste
trabalho em investigar e contribuir com a corrente que pesquisa a relação firma-
governo, analisando o contexto brasileiro. Há recomendações na literatura para
futuras pesquisas que explorem o valor político das conexões, como as de Fisman
(2001), Johnson e Mitton (2003), Li et al. (2008), Claessens, Feijen e Laeven (2008)
e Goldman, Rocholl e So (2009).
Visando contribuir com a vertente teórica que investiga as conexões políticas
das firmas, o estudo aqui apresentado inova ao aliar proposições da teoria da
dependência de recursos a mecanismos da governança, associando a perspectiva
das conexões políticas. Parte-se do pressuposto de que as atividades do board não
estão restritas ao monitoramento dos agentes, mas são também endereçadas à
promoção de estratégias políticas que visam restringir as influências do ambiente
sobre a firma. É uma maneira de alinhar os interesses da administração. Com o
propósito de atestar isso, a pesquisa é aprofundada ao explorar três construtos que
aproximam a firma do ambiente político: a doação de recursos à campanha política,
a presença de conselheiros e gestores com antecedentes em política e o
compartilhamento entre membros dos conselhos com experiência política. Com
isso, pretende-se dar continuidade aos trabalhos que examinam as relações entre as
firmas e o governo, explorando as conexões políticas como estratégia na obtenção
de valor, por meio de performances diferenciadas.
22
A proposição desta pesquisa se apóia nos pressupostos teóricos da teoria da
dependência de recursos e da governança, analisando o conselho de administração
como elo entre a organização e o ambiente. As relações políticas estabelecidas
representam um meio de assegurar certos benefícios, traduzidos em informação,
influência, proteção, acesso a recursos financeiros e rendas provenientes do
governo. Essas ações das firmas podem contribuir para minimizar as incertezas e a
interdependência ambiental.
Assim, este estudo, com o propósito de contribuir com pesquisas que buscam
explicar as diferenças no desempenho das firmas, pretende responder a seguinte
questão norteadora de pesquisa:
As conexões políticas entre firma e governo, por doação a campanhas, por
antecedentes políticos da administração e entrelaçamento do conselho de
administração, têm influência no desempenho das empresas listadas na
BM&FBovespa?
1.2 Objetivos
O trabalho tem como objetivo geral analisar as conexões políticas das firmas
brasileiras listadas na BM&FBovespa, por intermédio da administração (conselho e
gestores), e suas influências no desempenho econômico, financeiro e de mercado
no período de 1998 a 2009.
Os objetivos específicos são:
• Identificar e analisar os relacionamentos políticos da firma, dos membros
do conselho e dos gestores, por doação a campanhas políticas nas
eleições de 1998, 2002 e 2006.
• Identificar e analisar os relacionamentos políticos dos membros do
conselho e dos gestores, com base na experiência em atividades políticas
e administrativas em órgão governamental e legislativas.
• Analisar o compartilhamento político entre as firmas mediado por membros
do conselho de administração com antecedentes em política.
23
1.3 Relevância da pesquisa
Este trabalho, ao utilizar os pressupostos teóricos da governança, procura
integrar fundamentos teóricos que se ocupam da relação da firma com o ambiente
político. Adquire importância como contribuição adicional aos estudos que integram
as relações entre a firma e o governo — como os de Pittman (1977), Mahon, Murray
Jr e Edwin (1981), Yoffie (1988), Keim e Baysinger (1988), Schuler (1996), Hillman,
Zardkoohi e Bierman (1999), Hillman e Hitt (1999), Hillman, Cannella Jr e Paetzold
(2000), Schuler, Rehbein e Cramer (2002), Hillman (2005), e mais recentemente os
de Faccio (2006, 2009) —, aprofundando análises em firmas de um país emergente
como o Brasil, a exemplo dos trabalhos desenvolvidos por Samuels (2001a, 2001b,
2001c, 2008), Silva e Graminho (2005), Bandeira-de-Mello e Marcon (2005),
Bandeira-de-Mello, Marcon e Alberton (2007), Bandeira-de-Mello e Marcon (2008),
Ramalho (2007) e Claessens, Feijen e Laeven (2008).
Em destaque, nos trabalhos de Hillman (1999, 2005), Hillman, Cannela Jr. e
Paetzold (2000) e Hillman, Withers e Collins (2009), há o predomínio da teoria da
dependência de recursos. Esses autores têm sugerido que se façam mais estudos
sobre mecanismos de governança com essa perspectiva. Exemplificando, Hillman,
Withers e Collins (2009), ao homenagear os 30 anos de publicação do seminal
estudo de Pfeffer e Salancik — The external control of organizations: a resource
dependence perspective (1978) —, destacaram que essa teoria se tornou uma das
mais influentes no campo organizacional e na gestão estratégica. Destacam a
influência dos fatores externos sobre as decisões e o comportamento da
organização e, dado o contexto, os gestores podem agir para reduzir a incerteza
ambiental e a dependência.
Essa linha de pesquisa vem ganhando relevância no Brasil, justamente pela
influência da política nas firmas e do interesse das empresas no governo. Em nosso
contexto, o relacionamento firma-governo tem se tornado mais intensa. Um exemplo
claro disso são os financiamentos de campanha por doação de recursos financeiros.
As firmas têm maior capacidade para doar e essa potencialidade gera atratividade
de políticos. Com essa relação se estabelece mútuo interesse entre os agentes
políticos e as empresas.
24
Quando se trata de um país emergente como o Brasil, compreender a
realidade das relações políticas é importante, dado o grau de corrupção a elas
atribuído. Infere-se que, associado a esse problema, o sistema legal do país não
oferece garantias necessárias aos direitos dos investidores privados. Por tudo isso,
Li et al. (2008) acentuam que o estreitamento firma-governo se torna importante
para suplantar certas falhas de mercado e do Estado, especialmente em economias
em transição, cujo cultivo de laços políticos pode ajudar as firmas a superar as
adversidades de mercado.
Os estudos de Faccio (2006, 2009) não encontraram evidências de conexões
no país. Nos trabalhos da autora não foram identificados tais vínculos, embora o
conceito de conexões proposto seja amplo, o que se traduz numa provocação ao
pesquisador, que pretende expandir a abordagem do tema, dando ênfase a esse
aspecto. Dessa forma, esses trabalhos podem ser ampliados e aprofundados, pois,
diferentemente das relações encontradas no país, de fato há evidências de que
firmas listadas na BM&FBovespa possuem relacionamento político por meio do
conselho.
Deve-se acrescentar que no Brasil têm predominado estudos sobre
governança corporativa vinculados à área de finanças, enquanto as áreas de teoria
das organizações e de estratégia ganham menor destaque (MARTINS;
HILDEBRAND; ZIVIANI, 2008).
1.4 Contribuição e ineditismo da pesquisa
As pesquisas que abordam as relações firma-governo têm centrado esforços
em evidências empíricas que associam práticas de governança à estrutura de
controle e propriedade e ao valor de empresa, sem investigar as ações políticas das
firmas em face do ambiente externo sob o prisma utilizado neste estudo.
Este trabalho visa oferecer acréscimo teórico e empírico aos estudos que
aliam finanças e estratégia. A contribuição teórica associa a perspectiva da
governança à da dependência de recursos, analisando o papel externo dos
membros da administração e estabelecendo os construtos doação, antecedentes e
compartilhamento político, o que a diferencia do tema central da teoria da agência.
25
São discutidas as conexões políticas como meio de gerar benefícios à firma e é
destacada a importância das atividades dos membros do conselho frente ao
ambiente, integrando conceitos teóricos das áreas de finanças, estratégia, economia
e estatística.
A contribuição empírica diz respeito à abrangência dos fatores que
determinam os construtos associados à conectividade política ― especialmente ao
detalhamento das variáveis ― e ao compartilhamento de experiências políticas dos
membros dos conselhos de administração e gestão. Tem natureza longitudinal,
compreendendo um período extenso de pesquisa e levantamento de dados: 1998 a
2009.
Ao integrar os pressupostos teóricos da governança e os da dependência de
recursos, este estudo oferece consistência à análise das ações externas da firma,
enfatizando a importância do papel relacional dos membros do conselho de
administração. Isso permite ampliar a visão das atividades dos conselheiros, ou seja,
mudar o foco centrado no monitoramento dos agentes, direcionando-o para uma
perspectiva integrada. Entende-se que, ao delinear e executar estratégias políticas,
o conselho contribui para a redução da dependência externa e influencia
diretamente na geração de performance positiva.
Aos atores políticos em geral, considerando o contexto Brasil como um país
emergente, demonstra-se a importância dos laços entre firma-governo,
possibilitando benefícios mútuos, tanto no âmbito direto como nos de maior
abrangência, como os setoriais. Essas conexões, de certa maneira, geram maior
fluidez ao processo informacional e decisório. Trata-se de uma questão recorrente
no país, onde se verificam considerável grau de corrupção e impunidade, instituições
fracas, conflito e inefetividade das leis e morosidade do poder judiciário. Alia-se a
isso tudo o elevado custo para concorrer a um certame político e a alta dependência
dos políticos que disputam recursos financeiros das firmas para o financiamento de
campanha.
Os estudos citados neste trabalho apontam a necessidade de novas
pesquisas que busquem explicar essas ligações e seus efeitos (FISMAN, 2001;
JOHNSON; MITTON, 2003; LI et al., 2008; CLAESSENS; FEIJEN; LAEVEN, 2008;
GOLDMAN; ROCHOLL; SO, 2009). Nesse sentido, este trabalho inova propondo
investigar as conexões políticas das firmas sob outras dimensões, ao integrar
construtos teóricos associados a ações políticas. Ao fazer interação entre as formas
26
de conexão, no âmbito da firma, dos conselheiros e dos gestores ― com
background em política e interlocking político ―, o modelo econométrico empregado
permitiu avaliar diversas formas de combinações e inferir com consistência os
resultados.
Ao se examinar esses laços sob a abordagem teórica da dependência de
recursos, procura-se dar ênfase às atividades políticas da firma. Os pressupostos
teóricos indicam que num ambiente competitivo em constante mutação, empresas
mais bem relacionadas ao ambiente, com estratégias de ativismo político, podem
gerar benefícios na performance, e é isso que se procura explorar.
Os resultados deste trabalho são relevantes na medida em que, ao
complementar os já existentes, ampliam a compreensão dos efeitos das estratégias
políticas das firmas e incentivam a novas descobertas. Na pesquisa, fatos
supostamente inobserváveis foram revelados. Os dados e análises gerados por este
estudo se mostram importantes para as firmas que não utilizam esses recursos
relacionais, pois, a partir de um exame mais atento das conveniências e
possibilidades, determinadas decisões nelas pautadas podem orientar ajustes na
concepção e condução de suas estratégias. São interessantes também para as
empresas que fazem uso das conexões políticas com mais ênfase, pois nessa
relação firma-governo há interesses recíprocos, com benefícios e ônus mútuos que
precisam ser avaliados.
No âmbito da gestão, a tese fornece conceitos que contribuem para a
compreensão das relações da firma ao governo, dados e resultados empíricos que
podem ser úteis às estruturas orgânicas e ao processo decisório no ambiente
corporativo.
Tanto no âmbito das instituições como em contextos sociais mais
abrangentes, a ampliação dos debates em torno da relação firma-governo
proporcionará a divulgação pública de certos vínculos empresariais e políticos, de
natureza positiva e/ou negativa, de modo a estimular novas discussões e instigar
investigações que contemplem outros aspectos e dimensões dessa temática.
Em síntese, ao fazer a integração teórica referida, este estudo também
contribui com investigações que se ocupam de estratégias políticas entre a firma e o
governo, considerando haver interesses recíprocos. Portanto, as alianças
decorrentes de estratégias políticas do governo e das firmas se revestem de grande
importância em um país emergente como o Brasil.
27
Quanto ao ineditismo, este estudo inova ao investigar e integrar construtos
teóricos concernentes aos tipos de conectividade política, por doação, background e
interlocking, unindo campos teóricos distintos. O referencial teórico atesta essa
condição. Em termos metodológicos, a abrangência e a profundidade dos dados
levantados permitiram novas formas de especificação dos laços políticos dos
administradores1 ― conselheiros e gestores. Através de minucioso exame dos
currículos desses atores foram apurados antecedentes em governo, em empresas
do governo e no legislativo.
O intercâmbio entre firmas conectadas, combinado com o construto doação e
background, considerando a abrangência das variáveis tratadas, confere ineditismo.
1.5 Estrutura do estudo
Este estudo está organizado em cinco capítulos: introdução; fundamentação
teórica; procedimentos metodológicos; análises e resultados empíricos; e
conclusões. Após esta etapa inicial, apresenta-se a fundamentação teórica, reunindo
teorias associadas ao conselho de administração. Primeiramente, expõe-se um
panorama histórico da segregação da propriedade e controle, contemplando os
problemas da dispersão do capital, e em seguida as teorias associadas à
harmonização de conflitos. Especificamente, abordam-se as teorias da agência e a
stewardship. Posteriormente, é discutida a teoria da dependência de recursos, com
a síntese comparativa dessas teorias anteriores. Adiante se analisa a governança
corporativa e seus mecanismos.
O próximo subtema contempla as conexões políticas e o gerenciamento da
dependência externa, compreendendo a abordagem das teorias que se ocupam das
conexões políticas. Ao final desse capítulo é apresentada a integração do arcabouço
teórico.
O terceiro capítulo descreve os procedimentos metodológicos da pesquisa,
com a tipologia do estudo, a população, as fontes e as formas de tratamento dos
dados. Também se ocupa da definição dos construtos e das variáveis dependentes,
1 Este estudo utiliza o termo administrador para designar os membros do conselho de administração e os gestores (executivos) das firmas.
28
independentes e de controle, bem como da especificação do modelo e dos métodos
de efeitos fixos e aleatórios.
Em seguida são apresentados os resultados empíricos da pesquisa, com as
estatísticas descritivas das variáveis dos construtos doação, background em política
e interlocking político. Discutem-se os métodos de estimação, o de efeitos fixos e o
de efeitos aleatórios, com os resultados empíricos das variáveis Q de Tobin e
Market-to-book.
O capítulo final é dedicado às considerações finais, com as conclusões,
limitações da pesquisa e sugestões para estudos futuros.
29
2 FUNDAMENTAÇÃO TEÓRICA
Neste capítulo são apresentadas as perspectivas teóricas pertinentes ao
estudo. Primeiramente se faz um breve histórico, contemplando o problema da
segregação da propriedade e controle, analisando a moderna corporação e o
estabelecimento de novos atributos ao proprietário, ora como proprietário/gestor, ora
como proprietário/não gestor.
No campo teórico, essas novas relações deram origem à teoria da agência e
à teoria stewardship (TS). Em abordagem que trata dos problemas contingenciais da
firma, agregou-se a teoria da dependência de recursos. Neste estudo são
apresentadas as diferenças entre essas correntes teóricas; entretanto, faz-se uso da
perspectiva da dependência de recursos para investigar os efeitos das alianças
políticas na performance.
Em seguida, com base num breve histórico da governança corporativa, são
discutidos os mecanismos que atuam no sentido de mitigar certos problemas
relacionais entre propriedade e agência e harmonizar os interesses difusos. A
literatura oferece algumas tipologias, dentre as quais são analisados o conselho de
administração (CA) e a estrutura de propriedade como mecanismos internos de
governança. Ao final são apresentados estudos de governança e performance no
país.
Na sequência, em meio destacam-se as conexões políticas e o
gerenciamento da dependência externa, empreendidas com o objetivo de minimizar
a dependência e a incerteza ambiental. Partindo das definições e dos conceitos
formulados acerca das conexões políticas, o estudo centra-se na teoria da
dependência de recursos e analisa as relações políticas das firmas e os efeitos na
performance.
Ao final é apresentada a integração teórica, com o resumo das principais
questões discutidas, destacando a o papel externo como estratégia de reduzir a
interdependência e minimização da incerteza em face do ambiente. Se avalia os
vínculos relacionais estabelecidos por doação, com a presença de membros com
background em política e por compartilhamento entre conselhos de firmas com ex-
políticos na administração.
30
2.1 Integração das teorias associadas ao conselho de administração
Em síntese, a literatura aponta que a teoria da governança das corporações
teve seu impulso marcado pelas discussões sobre o conflito de interesses entre o
principal-agente e principal-principal, originadas pela teoria da agência. Muitas
outras formulações teóricas se associam aos pressupostos da governança
corporativa, dentre as quais as teorias da firma (COASE, 1937; ALCHIAN;
DEMSETZ, 1972), dos stakeholders (JONES, 1995; DONALDSON; PRESTON,
1995; FLAK; ROSE, 2005), do poder (MINTZBERG, 1984; TOWNLEY, 1993), do
stewardship (DONALDSON; DAVIS, 1991; DAVIS; SCHOORMAN; DONALDSON,
1997), da dependência de recursos (DOOLEY, 1969; PFEFFER, 1972; ZAHRA;
PEARCE II, 1989; BOYD, 1990; PEARCE II; ZAHRA, 1992; DAILY; DALTON, 1994a,
1994b), da dependência de recursos associada ao conselho de administração
(KOENIG; GOGEL; SONQUIST, 1979; BOYD, 1990; HILLMAN; CANNELLA JR;
PAETZOLD, 2000; HILLMAN, 2005). A partir dos estudos que abordaram a
segregação da propriedade e controle essas teorias foram sendo moldadas.
2.1.1 Breve histórico da segregação entre propriedade e controle
A expansão das firmas no século XX foi um marco importante para as
organizações. O movimento de ampliação de mercados e do escopo geográfico de
atuação favoreceu o aumento na intensidade dos fluxos de recursos, pulverizando o
controle acionário e promovendo a dissociação entre propriedade e gestão. A
impossibilidade de gerir e maximizar os resultados pelo modelo de gestão
concentrado nos controladores alterou substancialmente a forma de governo das
firmas.
Demsetz (1996) destacou que a obra de Berle e Means, The modern
corporation and private property, publicada em 1932, somente despertou o interesse
dos economistas na década de 1970 e desde então as discussões teóricas sobre a
segregação entre propriedade e controle das firmas receberam maior atenção.
31
Nessa visão da moderna corporação, Marks (1999) se refere à separação
entre a propriedade e o controle, com referência ao proprietário/gestor da firma,
como um fenômeno em que os acionistas passam a ter pouco ou nenhum controle
sobre as decisões gerenciais. Em relação ao proprietário2, aponta dois novos
atributos: como proprietário/gestor, ele toma as decisões da firma, e como
proprietário/não gestor, reivindica rentabilidade da firma. Em relação à firma, a
pulverização do capital é uma maneira menos custosa de captar recursos sem
necessariamente mudar o controle acionário.
Para Marks (1999), essa segregação traz benefícios a partir da interação de
três fatores: a tomada de decisão hierárquica pode ser mais importante do que as
alocações determinadas pelo mercado; pode-se tomar decisão sobre economias de
escala e produção — em ambos os casos o tamanho ótimo da firma pode ser
atingido; as estratégias ótimas de investimentos requerem investidores para
responder às mudanças ambientais a partir de diversificação e alocação de
recursos.
Decisões decorrentes dessa relação entre principal e agente envolvem custos
de transação (COASE, 1937; ALCHIAN; DEMSETZ, 1972; WILLIAMSON, 1991) e,
por conta disso, o conflito de interesses entre o proprietário e o agente passou a ter
importância na nova visão de empresa. A abordagem de Coase (1937) sobre essa
questão teceu novas considerações da firma no cenário econômico. A economia
neoclássica era caracterizada pelo modelo de equilíbrio e concorrência perfeita,
associado à teoria dos preços e alocação de recursos dos fatores de produção. Na
visão da teoria dos custos de transação (CT), as operações contratuais de mercado
foram segregadas das operações das firmas. Sob o ponto de vista do mercado, os
CT são inerentes ao funcionamento do sistema econômico; existem e independem
da conduta das firmas. Nesse sentido, a firma tem CT representados por contratos
endógenos, que pertencem à sua conduta. Justamente essa lógica de
funcionamento da estrutura contratual da firma foi ampliada pelos estudos de Coase
(1937), gerando um novo paradigma para os investigadores organizacionais.
No estudo de Alchian e Demsetz (1972), relacionado à análise da teoria da
firma, as relações contratuais foram discutidas sob vários aspectos, dentre os quais
a segregação entre os custos de mercado e internos da firma. Ao analisar as
2 O proprietário denominado principal (DAVIS; SCHOORMAN; DONALDSON, 1997) é o acionista com poder de voto.
32
diversas tipologias de organização (que partilham resultados, socialistas,
corporação, não lucrativas, consorciadas, sindicato dos empregados), os autores
concluíram que os recursos ofertados pelo mercado são mais lucrativos se
internalizados pela firma. Essa integração vertical amplia as relações endógenas da
firma, gerando um conjunto de contratos. Quanto ao aspecto contratual com o
gestor, apesar dos ônus decorrentes do monitoramento e do sistema de
recompensas, esses custos contratuais foram considerados importantes pelo retorno
gerado pelos agentes — estes exercem atividades que proporcionam a diluição
desses custos marginais.
Williamson (1991) considerou que dessa relação entre o proprietário e o novo
gestor surgem CT classificados em custos de coordenação e riscos transacionais.
Os custos de coordenação são decorrentes do sistema informacional e os riscos
transacionais são próprios do inadimplemento contratual. Nesse processo,
desenvolveu-se uma relação oportunística, visto que os interesses entre o principal e
o agente são difusos e dotados de limitação racional, o que torna a obediência à
contratação imprevisível.
O que importa neste estudo é destacar que, na corporação moderna, a firma
pode ser considerada subjacente a um nexo de contratos (ALCHIAN; DEMSETZ,
1972; JENSEN; MECKLING, 1976; FAMA, 1980) que moldam sua estrutura de
governança. Todos esses conceitos devem ser creditados ao trabalho inaugurado
por Coase (1937), pois, nesse novo paradigma dos estudos organizacionais, ele
considerou a firma uma ficção jurídica3 que incorpora outras relações de produção
estabelecidas por contratos implícitos e explícitos.
Em adição aos estudos antecedentes, Furubotn e Pejovich (1972)
contribuíram de modo notável ao ampliarem a abordagem dos direitos de
propriedade dos acionistas e a teoria econômica na moderna corporação. Dentre os
problemas discutidos que dizem respeito à segregação entre propriedade e controle
está a perda de habilidade dos proprietários. A nomeação dos membros do
gerenciamento da sociedade passa a ser uma questão delicada porque afeta o valor
da companhia. Então, se os custos da pulverização dos direitos sobre a firma geram
outros custos para o monitoramento do gestor, essa relação pode não trazer os
benefícios esperados. Como se trata de uma relação custo-benefício, os autores
3 Coase (1937) considera a firma um conjunto de contratos, inter e intrafirmas, por meio do qual sua coordenação promove a função produtiva e expande o seu conceito.
33
concluíram que a manutenção da riqueza esperada pela nova formulação de gestão
envolve um trade-off na relação entre principal e agente. Eles atribuíram importância
aos problemas que envolvem os fatores que afetam essa relação, cotejando o
sistema de mercado e a proteção da riqueza, com ênfase à aspectos como
avaliação de mercado, sistema de recompensa dos agentes e competição entre
agentes.
Com os estudos antecedentes, os direitos de propriedade passaram a ser
vistos com outra lente por parte dos investigadores organizacionais. A formulação
contratual resultante da segregação da propriedade produziu tipologias contratuais,
implícitas e explícitas, compreendendo a questão comportamental, nela contido o
comportamento dos gestores (JENSEN; MECKLING, 1976). A firma, com seu
sistema de governo, é algumas vezes concebida como um nexo de contratos
(ALCHIAN; DEMSETZ, 1972; JENSEN; MECKLING, 1976).
Davis e Thompson (1994) se uniram à corrente teórica de Armen Alchian,
Harold Demsetz, Eugene Fama, Michael Jensen e William Meckling e apontaram
que, com o crescimento do mercado ao longo do século XX, as grandes corporações
nos Estados Unidos modificaram a forma de relação entre propriedade e controle.
Sintetizaram que, com o florescimento das corporações, os proprietários se
afastaram do gerenciamento e transferiram a responsabilidade da condução dos
negócios aos gestores profissionais. Esse modelo inovou as relações, dado que,
antes, a continuidade das corporações era caracterizada predominantemente pela
sucessão familiar. A dispersão do capital, ao mesmo tempo em que gerou
oportunidades de fontes menos custosas de capitalização, expôs ao mercado dados
e informações das companhias anteriormente mantidas no âmbito interno, passando
a exigir compartilhamento.
Destaca-se que o aspecto formalístico, instrumentalizado pelo contrato,
tornou-se importante na nova conotação social. Regras foram sendo firmadas nessa
relação, por decorrência de “conflitos de agência”, de modo a fixar direitos e
obrigações às partes envolvidas, principal e gestor, daí originando a “teoria da
agência”.
2.1.2 Teorias associadas à harmonização de conflito de interesses
34
2.1.2.1 Teoria da agência
Por decorrência da segregação entre a propriedade e o controle, na teoria da
agência se destacam dois problemas discutidos pela literatura: (a) conflitos de
agência e (b) custos de agência. Desses problemas, vários aspectos são tratados
por investigadores, dentre os quais: (a) fragmentação das decisões, complexidade
contratual, divergência de interesses, destinação dos recursos; e (b) custos com
monitoramento, compartilhamento de resultados, formalidade contratual, agente
ideal. Esses pontos são apresentados a seguir.
A teoria da governança corporativa se desenvolveu a partir das
considerações do trabalho de Jensen e Meckling (1976), fundamentalmente sobre
questões que envolvem as relações entre o principal e o agente. A segregação da
propriedade/gestão envolveu fragmentação nos tipos de decisões, ou seja, as
preocupações do principal passaram a ser outras; o modelo do processo de decisão
anterior foi ampliado e diluído. Por outro lado, a difusão do processo decisório
também gerou benefícios, dentre os quais a atuação do principal em estágios mais
fundamentais para solucionar determinados problemas de agência (FAMA; JENSEN,
1983).
De fato, as divergências decorrentes dessa relação são inevitáveis, apesar
dos termos ajustados por contratos formais e informais. Klein (1983) asseverou que,
em razão da complexidade, os contratos não podem prever todas as condições
impostas por forças contingenciais. Além disso, uma instrumentalização mais
abrangente inviabilizaria o objeto contratual, tornando-o altamente custoso. Por esse
motivo, o autor concluiu que os “contratos são incompletos” (p. 10). Os objetivos e
metas esperados pelo principal muitas vezes não são cumpridos pelo agente e há
dificuldades em acompanhar o que o agente está de fato fazendo; isso impõe aos
acionistas e à organização certo grau de risco (EISENHARDT, 1989). A relação
insegura e conflituosa envolve negociação e barganha, conduzindo para resultados
e especificidades formais orientados por contratos.
Como acréscimo ao postulado de Klein (1983), Jensen e Meckling (1994),
baseados nos pressupostos dos conflitos de agência em suas múltiplas
possibilidades, entenderam que nessa relação “não existe agente perfeito” (p. 28). O
agente perfeito abre mão do seu bem-estar para satisfazer os interesses do capital;
em tese, estaria desalinhado dos seus próprios interesses. Essa assertiva se
35
fundamentou no exame da natureza do homem. Os autores concluíram que, para
compreender como a organização funciona, é necessário entender a mente humana,
os modelos mentais associados a comportamentos distintivos.
Outro problema de agência foi identificado por Davis e Thompson (1994) e diz
respeito à destinação do lucro residual. Eles referiram que os acionistas, ao
reservarem parte não expressiva dos resultados para fazer frente às imprevisões,
criam um problema de agência se há preferência da gestão por retenção.
Concluíram que fatores externos são igualmente importantes, visto que a
engrenagem do mercado de capitais reflete o valor esperado das firmas, através do
preço das ações, alimentando o fluxo de produção.
Questões em aberto no relacionamento de agência foram também
destacadas por Hart (1995), sendo pertinentes aos contratos (incompletos) e a
problemas de agência. Como forma de atenuar conflitos, ele propôs o fortalecimento
das regras estatutárias. A estrutura de investigação proposta por Rediker e Seth
(1995) no relacionamento de agência sugere que os interesses não são
naturalmente congruentes entre os agentes e os acionistas. Ainda que a abordagem
oferecida por Adrian Cadbury (CADBURY, 2000) sirva de referência a um contexto
geral, as companhias estabelecem certas condições conforme suas especificidades.
As divergências entre o proprietário e o agente e entre o principal majoritário
e o principal minoritário promovem certos mecanismos de defesa, não
necessariamente protetores dos interesses da firma social, visto que os interesses
não se mostram simétricos. Agrawal e Knoeber (1996), em uma abordagem
empírica, examinaram a performance da firma e os meios para controlar os
problemas de agência entre os gestores e acionistas. Identificaram sete mecanismos
(três internos e quatro externos) que contribuem para a redução de conflito: i)
monitoramente externo: a) o uso de dívida, em que conta com atores do mercado de
capitais para monitorar a performance do agente; b) o mercado de trabalho para os
agentes; c) o mercado para controlar a corporação; ii) monitoramento interno: a) o
monitoramento pelos acionistas e membros do conselho; b) maior concentração
acionária interna, incentivando o monitoramento e recompensando o agente; c)
maior concentração de acionistas externos, com interesse em monitorar e
fornecendo incentivos; d) participação de conselheiros de fora da firma.
Para modelar o construto, os autores utilizaram, como variáveis dependentes,
os mecanismos anteriormente citados e, como independentes, métricas combinadas
36
de performance, de controle, grau de investimentos em pesquisa e desenvolvimento
(P&D), variáveis dummies para a indústria regulada, acionista na condição de chief
executive officer (CEO)4 e acionistas institucionais. Os achados apontaram para
significativa correlação entre performance e os proprietários como gestores internos
e entre representantes externos no conselho em firmas com dívidas financeiras.
Além disso, identificaram que, quanto maior o número de conselheiros externos,
maior a alavancagem das empresas.
Com base em Jensen e Meckling (1976), Fama (1980), Fama e Jensen
(1983), Jensen (1986) e Davis e Thompson (1994), pode-se inferir que a literatura
identifica predominância da falta de convergência entre os interesses do principal e
os do agente e vice-versa. Todavia, o desafio da organização é produzir
mecanismos que alinhem tais interesses, em benefício do conjunto, tornando a
relação mais harmoniosa. Ao maximizar o valor da firma, os gestores estarão
maximizando os investimentos a ela confiados pelos acionistas, minimizando, por
sua vez, os custos de agência.
Os custos de agência foram classificados como a soma das despesas de
monitoramento do agente, da concessão de garantias contratuais por parte do
agente e do custo residual (JENSEN; MECKLING, 1976). Há o pressuposto de que
do agente se exige a maximização do bem-estar-social em benefício do principal. O
principal, em contrapartida, prestará a recompensa adequada pelos esforços
desmedidos, condicionada ao cumprimento contratual. Nesse aspecto, torna-se
importante avançar a discussão sobre o vínculo entre essas relações (principal-
principal e principal-agente) e a governança das corporações.
Preocupados com os efeitos garantidores desse contrato, os investigadores
aprofundaram os estudos sobre essa formulação. O primeiro trabalho de
repercussão foi o de Jensen e Meckling (1976), que discutiram questões não
resolvidas que envolviam as relações entre o principal e o agente. Com base nas
definições da firma formuladas por Coase (1937), Alchian e Demsetz (1972)
apresentaram análises dos custos de agência, considerando o capital próprio e o
capital de terceiros. Pontuaram a divergência de interesses por parte do principal
quando na condição de administrador da firma, em situações em que detém os
direitos integrais do lucro residual versus quando vende uma fração dos direitos de
4 Chief executive officer (CEO) é o diretor executivo, responsável pelas atividades de uma companhia.
37
propriedade e continua a gerir a firma. Os autores observaram comportamento
distintivo entre as duas situações. O status de tomador de decisão, no processo de
maximização da utilidade, envolve aspectos financeiros e não financeiros nas
decisões desse gestor-proprietário. O compartilhamento dos lucros gerados enseja
desejo de compensação por meio da apropriação de recursos da corporação,
materializados em benefícios ou em determinadas vantagens.
Contribuições para minimizar os custos de agência podem ser dadas pelas
formas de regulação, normas legais e criatividade na elaboração dos contratos
(JENSEN; MECKLING, 1976). Todavia, ainda que modelado por aparato
instrumental, o vínculo entre o principal e o agente não evitou o conflito de
interesses entre os acionistas (majoritários e minoritários) e esses com o agente na
nova realidade das corporações.
Fama e Jensen (1983, p. 6) destacaram que os problemas de agência se
originam porque os contratos escritos, ainda que formalizados, não asseguram a
minimização dos custos. Consideraram como custos de agência aqueles
relacionados à “estruturação, monitoramento e vínculos através de um conjunto de
contratos com o agente em conflito de interesses”. Além desses, salientaram os
custos inobserváveis constituídos em perdas por não atendimento aos resultados
esperados.
Segundo Eisenhardt (1989), as pesquisas que abordam a redução dos
conflitos entre as partes têm se dedicado a formular o contrato ideal e avaliar o
equilíbrio entre comportamento adequado e resultado, buscando formas de
minimização de riscos aos acionistas.
Visando novas formas de maximizar o valor da firma e reduzir os custos de
agência, outras perspectivas teóricas foram derivadas da teoria de agência, dentre
as quais a teoria stewardship.
2.1.2.2 Teoria stewardship
Concepção alternativa à corrente predominante da TA, dando novo
significado a essa relação principal-agente, foi discutida no trabalho de Donaldson e
Davis (1991), que se apoiou na teoria stewardship — modelo baseado na gestão da
38
motivação e do comportamento que tem por escopo o embasamento psicológico e
sociológico na escolha do agente. Em contraste com a teoria da agência, Davis,
Schoorman e Donaldson (1997) ofereceram nova perspectiva com vistas a minimizar
potenciais problemas de oportunismo e, por conseguinte, atenuar o conflito de
interesses entre o principal e o agente. Salientaram que a TA, com raízes do campo
econômico e financeiro, preocupa-se fundamentalmente com o binômio
monitoramento-incentivo; entretanto, as relações entre o principal e o agente são
mais complexas.
Sob esse enfoque, a conduta do agente é entendida como não oportunística;
seu objetivo, portanto, não prioriza aspectos financeiros pessoais. Por esse
comportamento, sua principal preocupação é agir com diligência em prol dos
interesses da firma. E o faz, mostrando-se um guardião dos ativos corporativos.
Nessa perspectiva, o fato de a firma ter segregação interna entre a gestão e o
conselho, com funções e atividades distintas, conforme sugere a TA, não resulta em
maximização de retornos aos acionistas. O foco fundamental da TS é abrandar os
conflitos com base nas características prescritivas do steward, pautadas na
necessidade de crescimento, realização, autorrealização e comprometimento com
os propósitos da firma, ou seja, a TS reconhece motivações não essencialmente
financeiras no agente.
Percebe-se que esse alinhamento aponta para fortes características de
vínculo aos interesses da firma e ao conselho, a quem o steward, alinhado, deve
subordinação. Nessa visão da TS há uma forma de preservar a cultura
organizacional e disseminá-la aos demais subordinados, contribuindo para o
equilíbrio das relações (DAVIS; SCHOORMAN; DONALDSON, 1997).
A transferência de atividades de controle ao steward proporciona maior
profundidade de conhecimento, acesso amplo a conhecimentos e informações sobre
a firma, melhor garantindo a maximização de retorno aos acionistas (MUTH;
DONALDSON, 1998). Decorrente dessa confiança e cooperação há certa
centralidade do gestor. Em consequência disso, quanto menos intensiva é a
participação do conselho no processo de tomada de decisão, maior será sua
dependência e assimetria informacional.
Por outro lado, nessa visão, um alinhamento entre o principal-conselho-gestor
pode estabelecer novas atividades aos membros do conselho, como, por exemplo,
39
exercerem um papel proativo no aspecto relacional ao ambiente, e é o que a teoria
da dependência de recursos promove.
2.1.3 Teoria da dependência de recursos
Relacionar a firma ao ambiente é o propósito do construto teórico da
dependência de recursos. A redução da incerteza ambiental pode ser administrada
pela empresa, empregando determinadas estratégias (PFEFFER, 1972). Sob essa
ótica, a firma é entendida como um organismo ativo, capaz de responder às
influências do ambiente externo com adoção de estratégias voluntaristas (PFEFFER,
1972; ALDRICH; PFEFFER, 1976).
Essa perspectiva pressupõe que as organizações são dependentes do
ambiente e suas estratégias devem empreender ações que reduzem a
interdependência. Por não serem autossuficientes, o ambiente deve ser considerado
como fornecedor de suporte. Essa relação entre a firma-ambiente é um processo de
troca. Se as organizações não podem promover, por si próprias, os recursos
necessários requeridos, então devem supri-los interagindo com o ambiente
(ALDRICH; PFEFFER, 1976). Nesse sentido, há disputa natural do mercado por
recursos disponíveis; todavia, estratégias que visem à obtenção de recursos mais
qualificados são decisões que a firma deve formular. A organização captura os
recursos de que necessita e o ambiente, por meio de grupos ou organizações
externas, pode exigir, em troca, certas ações da organização. É esse fato de
dependência da organização no ambiente que torna a restrição externa e o controle
do comportamento organizacional possível e quase inevitável (PFEFFER;
SALANCIK, 2003). Daí o entendimento de Pfeffer e Salancik (2003) que, para
compreender a organização, faz-se necessário compreender o contexto do ambiente
no qual a firma está inserida.
Considerando essa relação firma-ambiente, estratégias mais bem concebidas
podem capturar recursos e serviços mais qualificados que contribuam para melhores
performances. Mesmo assim, estratégias bem concebidas a partir das oportunidades
ofertadas pelo ambiente externo não garantem melhores performances. Sobre essa
questão, Pearce II (1983) ponderou que a literatura que se ocupa da relação firma-
40
ambiente sugere orientação do planejamento estratégico tanto por uma abordagem
interna, baseada na eficiência, quanto externa, para responder aos fatores da
competitividade. Sob essa perspectiva Rossetto e Rossetto (2005) apontaram a
importância do papel da gerência no estreitamento com o ambiente visando a captar
recursos para obter performance satisfatória.
A interação firma-ambiente é importante para a concepção de estratégias que
capturem recursos vitais à obtenção de melhores desempenhos. Mas, quais os elos
da firma com o ambiente? A literatura tem discutido as formas de relacionamento por
meio dos acionistas, CEOs e membros do conselho de administração (AGRAWAL;
KNOEBER, 2001; LEUZ; OBERHOLZER-GEE, 2006; BERTRAND et al., 2006; FAN;
WONG; ZHANG, 2007; BOUBAKRI et al., 2008; LI et al., 2008; GOLDMAN;
ROCHOLL; SO, 2009). Todavia, sob a ótica da teoria da dependência de recursos,
têm recebido atenção abordagens das ligações e composição do conselho de
administração baseadas num ambiente de recursos escassos (DOOLEY, 1969;
PFEFFER, 1972; BOYD, 1990; PEARCE II; ZAHRA, 1992; DAILY; DALTON, 1994a,
1994b; HILLMAN; CANNELLA Jr.; PAETZOLD, 2000).
É nessa corrente que esta tese se insere. Salienta-se que certas atribuições
externas da firma são atividades estratégicas exercidas pelo conselho de
administração. Essas ligações podem ser estabelecidas sob várias formas, dentre as
quais as interligações entre os membros dos conselhos. Por exemplo, Dooley (1969)
foi pioneiro ao investigar as participações simultâneas dos conselheiros (interlocking)
entre companhias no mercado americano. Ao pesquisar 200 firmas não-financeiras e
50 financeiras, no período de 1935 a 1965, constatou tratar-se de uma prática
historicamente adotada pelas companhias desde o início do capitalismo, realizada
pelo conselho a partir de um conjunto de fatores tangíveis e intangíveis. Nesse
estudo, os seguintes fatores, influentes no interlock, foram encontrados como
significativos: o tamanho da corporação; a presença de gestores externos no
conselho; o interlock mais proeminente nas instituições financeiras, cujos
competidores têm interesse comum e com a existência de locais de interesse
econômico (a presença de coesão por meio do interlock).
A aproximação do conselho de administração ao ambiente promove
oportunidades que contribuem para moldar os objetivos da firma (PFEFFER, 1972),
influenciando e promovendo novas concepções. É importante na tomada de decisão
estratégica das firmas fazer uso balanceado dos fatores internos e externos, que são
41
determinantes nas escolhas das estratégias. Pfeffer (1972), ao investigar atividades
de firmas não-financeiras, destacou práticas externas, tais como: organização de
serviços e programas necessários a comunidade, relacionamento com grupos e
programas sociais comunitários, relacionamento com agências do governo e com
instituições financeiras e investimento de capital.
A mesma investigação revelou que organizações utilizam os seus conselhos
de administração como veículos para cooptar ou parcialmente absorver importantes
instituições externas com as quais elas mantêm relações de interdependência. A
estratégia de cooptação envolve a troca, em algum grau de controle e privacidade,
das informações para o prosseguimento de determinados compromissos com o
ambiente externo. Pfeffer (1972) destacou que o percentual de diretores internos ou
externos pode ser um importante indicador do grau de orientação da organização ―
se está orientada internamente ou externamente; o tamanho e composição do board
são relacionados à intenção de cooptação em determinados setores; as
características do board de determinadas firmas e setores estão mais bem
relacionadas com a necessidade de lidar com o ambiente externo; a composição e
características do board são moldadas pelo ambiente externo, pois objetivam
garantir êxito nas operações e fornecimento de recursos para o futuro.
Sobre essa relação, Pfeffer e Salancik (2003, p. 214) lançaram a seguinte
indagação: “Por que algumas organizações dão mais atenção para o ambiente
político e outras não?”. Na visão dos autores, a provável resposta é que o ambiente
político é alta fonte de interdependência para algumas organizações. Então, se os
interesses e estratégias de ligações das firmas ao ambiente são distintos, logo,
conclui-se que os papéis exercidos pela firma, necessários à otimização dessa
harmonização firma-ambiente, tornam-se idiossincráticos e o conselho de
administração, como elo, tem importante função.
Boyd (1990), ao estudar o papel do board na gestão estratégica, enfatizou
que a dependência de recursos tem duas implicações importantes. A primeira é
pertinente à influência das pressões do ambiente na composição do conselho. A
segunda diz respeito às diferenças na composição que deveriam afetar a
performance da firma. A base de dados compreendeu 147 firmas de nove grupos
industriais, no período de 1979 a 1984. O autor utilizou o número de interlocks e o
tamanho do board como variáveis para medir a ligação da corporação ao ambiente.
42
Quanto ao tamanho do conselho, o autor observou que deve otimizar dois
conjuntos de fatores: deve ser grande o suficiente para fornecer as informações e os
recursos necessários por parte da empresa; no entanto, deve continuar a ser
pequeno o suficiente para agir de forma eficiente. Detectou que o tamanho do board
é menor em condições de escassez de recursos ou incerteza competitiva e o
número de interlocks é maior nas mesmas condições. O que se deduz desse
argumento é que as composições dos membros do conselho são determinadas por
fatores externos, tais como a escassez e a incerteza. A presença de membros com
experiência política sinaliza o interesse dos controladores em reduzir ou minimizar
os efeitos desses fatores na performance e no valor da firma.
Outro aspecto importante verificado por Boyd (1990) é que uma das
características proeminentes das empresas de alta performance, aquelas que são
mais densamente conectadas ao ambiente, é o uso de um quadro mais reduzido de
conselheiros. Assim, ao invés de simplesmente concentrar no tamanho do board ou
interlocks, a ênfase está nos ricos-recursos que os indivíduos possuem. Firmas
interessadas em fornecer amplo crescimento e retorno para os acionistas evitam
boards burocráticos dominados por insiders. Em vez disso, atenção especial deve
ser dada à seleção de membros-outsiders com ricos-recursos que possam fornecer
inestimáveis vínculos com o ambiente.
Ao analisar o ambiente das corporações, estratégias, desempenho passado e
a composição de seus conselhos de administração, Pearce II e Zahra (1992)
levaram em consideração o tamanho do conselho e a representatividade externa na
sua composição. Com base em 119 firmas da Fortune 500, no período 1983 a 1989,
apontaram que quanto maior a incerteza de uma firma em relação ao ambiente,
mais vulnerável ela estará ao sucesso ou o fracasso. Esse estudo mostrou que a
maior incerteza do ambiente é relativa ao crescimento e à diversificação da firma.
Organizações mais dependentes de financiamentos e com baixo desempenho
passado foram mais bem associadas ao tamanho do conselho e à participação de
conselheiros externos.
Pearce II e Zahra (1992) encontraram suporte para a hipótese de que a
composição do conselho — o tamanho e o tipo de conselheiro — foi determinada
pelo conjunto de forças do ambiente, pela estratégia corporativa e pelo desempenho
passado. Cabe enfatizar que a ampliação do board e a alta representação de
membros externos são associadas à cooptação do ambiente e à redução da
43
incerteza na concepção, no desenvolvimento e na execução da estratégia. No
aspecto de poder decisório, a ampliação do board pode diluir a centralidade do
domínio do CEO.
A perspectiva da dependência de recursos advoga que a representatividade
da firma por conselheiros externos pode ser vista como uma estratégia para o
gerenciamento ambiental da organização (DAILY; DALTON, 1994a, 1994b). Estudos
desenvolvidos por esses autores tiveram por base firmas falidas e em processo de
crise financeira aguda. Concluiu-se que o gerenciamento da interdependência com o
ambiente externo é importante para firmas que enfrentam crises financeiras.
Conselheiros externos fornecem certos benefícios, como acesso a recursos e
informações, promovendo o fluxo de informações interfirmas. Firmas falidas
confiaram mais intensivamente na estrutura de liderança monale5 (acúmulo de
funções), ou seja, atuação simultânea como agente e conselheiro (CEO/board
chairperson), com poucos membros independentes no conselho em relação às
firmas sobreviventes.
Os trabalhos de Daily e Dalton (1994a) e de Hillman, Cannella Jr e Paetzold
(2000) sugerem que pesquisas sobre a adaptação do conselho, em resposta às
mudanças ambientais, têm focado nas teorias da agência e da dependência de
recursos. Hillman, Cannela Jr. e Paetzold (2000) avaliaram 202 companhias aéreas
americanas, no período de 1968 a 1988, identificando 557 conselheiros.
Examinaram o papel dos membros do conselho, sob a perspectiva teórica da
dependência de recursos, como forma distinta ao papel da agência. Enfatizaram que
a simples categorização dos conselheiros em internos e externos não expressa
adequadamente suas atividades e influências. Ao proporem nova forma de
classificação dos membros do board, dessa base, identificaram a seguinte
composição: 24% insiders, 47% business experts, 17% support specialists e 10%
community influentials.
Hillman, Cannela Jr. e Paetzold (2000) concluíram que a função do conselho
como um link para o ambiente externo é importante e que as firmas respondem a
mudanças significativas no seu ambiente externo, alterando a composição do
conselho, o que demonstra a importância do ambiente na estrutura e composição do
board. Em adição, destacaram que empresas não regulamentadas têm menor
5 Estrutura monale: quando há o acúmulo de funções, por exemplo, do presidente do conselho de administração e do CEO. Ao contrário, a estrutura duale importa em separação dessas funções.
44
proporção de conselheiros com influência na comunidade empresarial, visto que a
mudança do status das firmas, de não regulamentada para regulamentada, em
resposta às exigências ambientais, tende a alterar a composição do board.
Outro aspecto importante desse trabalho foi a identificação, durante a
regulamentação, da composição e característica dos membros do conselho. De fato,
houve mudanças de conselheiros classificados como insiders e support specialists
para o ingresso de business experts e community influentials. Ao final, os autores
constataram que essas ligações se assemelham ao board interlocking, que serve
para reduzir a incerteza, a interdependência e os custos de transação. Sugeriram,
para futuros estudos, associação entre a composição do conselho e a performance
das firmas.
Como advertiram Pfeffer (1972), Bazerman e Schoorman (1983), a
interdependência da organização com o ambiente externo pode comprometer sua
autonomia e aumentar a incerteza do futuro. Num cosmo de intensas e rápidas
transformações, de cenários tão mutantes, as atividades prestadas por conselheiros
em outras organizações podem contribuir para minimizar a dependência externa. A
integração de conselheiros é uma forma de maximizar relações no âmbito
empresarial e social.
A literatura aponta que essas ligações interorganizacionais têm promovido
certos benefícios às organizações, contribuindo na redução das incertezas
ambientais (SCHOORMAN; BAZERMAN; ATKIN, 1981; BAZERMAN;
SCHOORMAN, 1983). As redes de relacionamento podem gerar muitas vantagens
às firmas. O relacionamento intercompany pode gerar coordenação horizontal,
relacionando duas ou mais firmas ao sistema informacional; coordenação vertical,
referente aos recursos internos ou externos; expertise amparada nas habilidades e
no conhecimento dos conselheiros externos; e reputação conquistada por uma
imagem positiva no mercado (SCHOORMAN; BAZERMAN; ATKIN, 1981).
Como elementos agregadores de benefícios, além do interlocking de
conselheiros, Barringer e Harrison (2000) realçaram a importância de alianças e do
relacionamento com agremiações como associações comerciais. No Brasil, Santos e
Silveira (2007) discorreram sobre as múltiplas participações dos conselheiros,
tomando por base as empresas listadas na BM&FBovespa. Constataram que as
empresas de maior liquidez adotam com frequência essa forma de intercâmbio, mas
não guardam relação com o desempenho superior.
45
Implicações dessa modalidade de conexão organizacional ao ambiente,
facilitada por laços sociais mediados pelo conselho, também são apontadas por
outros pesquisadores, como Johnson, Daily e Ellstrand (1996), Westphal (1999),
Lynall, Golden e Hillman (2003). Esses autores encontraram oportunidades geradas
por essas relações em termos de performance e revelaram a importância de tais
laços para empresas de grande porte, que têm necessidade de financiamento
externo para o equacionamento de dívidas ou para o funcionamento e crescimento
dos negócios, e também para aquelas que atuam em indústria com regulação.
Agências reguladoras têm papel de intervir no domínio econômico,
fiscalizando préstimos públicos. Nesse aspecto, Nunes et al. (2007, p. 15), ao
discorrerem sobre o regime regulatório no Brasil, ressaltaram que agências
reguladoras assumem as funções de “atrair, complementar ou contrariar certos
interesses privados e públicos”. Acrescentaram que o ambiente submetido à
regulação tende a influenciar a agência de normas protetoras da competição, seja
pela criação de barreiras que visem reduzir custos de transação, seja por medidas
que tenham por meta a manutenção de determinada posição competitiva. Enfim, as
firmas buscam se proteger de demandas de interesse público e de novos entrantes.
Os argumentos até aqui reunidos colocam em relevo o papel relacional da firma ao
ambiente.
A Figura 1 sintetiza os pressupostos que relacionam o conselho de
administração à performance e apontam para as perspectivas da agência, do
stewardship e da dependência de recursos.
Observa-se que na TA o conselho está mais bem associado ao
monitoramento do agente e com isso se almeja que a firma possa obter melhor
desempenho. Na TS o conselho deposita fidúcia ao agente em razão do seu
envolvimento e comprometimento com a organização. Na TDR certas atividades do
conselho estão voltadas para o relacionamento com o ambiente, contribuindo para
garantir o fluxo de recursos à firma, fornecendo suporte ao agente e,
consequentemente, obtendo melhoria da performance.
46
Figura 1 – Perspectivas teóricas do conselho de administração Fonte: Elaborada pelo autor
A governança corporativa tem como núcleo o conselho de administração.
Constituído por um conjunto de mecanismos internos e externos, de âmbito
institucional e de mercado, ele orienta os tomadores de decisões sobre a forma
como a firma deve ser administrada para atingir a maximização do seu valor e,
consequentemente, dos benefícios aos proprietários (DENIS; McCONNEL, 2003).
2.1.4 Breve histórico da governança corporativa
As mudanças sistemáticas no ambiente externo promovem intensificação dos
processos de tomada de decisão das organizações. Nesse cenário se insere a
47
governança, conceituada como o sistema pelo qual as organizações são dirigidas e
controladas (CFACG, 1992)6.
As discussões teóricas decorrentes da segregação entre propriedade e
controle das corporações foram importantes para a compreensão das firmas sociais
(DEMSETZ, 1996), sobretudo no século passado, que foi caracterizado pela
expansão das organizações empresariais e pelo desenvolvimento do mercado de
capitais. Esse fenômeno produziu forte impacto na estrutura de poder e controle das
firmas, submetendo-as a mutações e aos efeitos da dissociação entre a propriedade
e o controle, o que afetou sobremodo os processos de tomada de decisão. Com
isso, as organizações foram desenvolvendo mecanismos e se adaptando a outros,
conduzidos pelo mercado, que dizem respeito ao relacionamento entre firma,
principal e gestor. Nessa relação entre o principal (acionista) e o gestor (agente), só
os acionistas não estão presos ao espaço, pois são eles que detêm a liberdade de
mobilidade social em prol de seus interesses, seja alienando participações ou
firmando acordos com os demais acionistas.
No aspecto gerencial, a teoria dos stakeholders, creditada a Freeman (1994),
afirma que os agentes têm que satisfazer uma variedade de interesses (por
exemplo, os dos trabalhadores, clientes, fornecedores e organizações da
comunidade local) que podem influenciar nos resultados da empresa. A par disso, a
ampliação dos stakeholders nas relações geradas pelo capital social (JONES, 1995)
passou a exigir constante disclosure e accountability das organizações.
Pressionadas pela exigência de resultados, as grandes corporações têm como foco
a apresentação do melhor desempenho possível, denotando centralidade da lente
observacional. As exigências do mercado foram moldando o sistema de governo das
firmas, premido por regras de âmbito interno e externo cujo objetivo foi o de
equilibrar interesses.
6 The Committee on the Financial Aspects of Corporate (CFACG, 1992). Extracts from the final report of the Cadbury Committee on the financial aspects of corporate governance are enumerated. The report, published on Dec 1, 1992, is the result of consultations based on an antecedent draft that was released on May 27, 1992. Recommendations of the committee include the compliance of the board of directors of all listed UK companies to the Code of Best Practice. An auditor-reviewed statement to be included in corporate reports and accounts regarding their compliance and justification for non-compliance is also advised. The Committee also advocates the listing of the report by the London Stock Exchange and the appointment of a body that would evaluate code compliance. Also, the Cadbury Committee acknowledged that each individuals and boards may follow the code in any manner they deem appropriate and that small companies may have a hard time complying.
48
A dispersão do capital, com o afastamento do principal (na condição de
administrador) da firma, possibilitou o surgimento de interesses difusos internos e
externos. Mecanismos de harmonização que visam ao equilíbrio de interesses foram
propostos por investigadores, sendo relevante o papel do conselho como mediador
entre os acionistas e o agente.
Historicamente, o Relatório Cadbury (CADBURY COMMITTEE, 1992) —
resultado do trabalho do Comitê de Finanças em Governança Corporativa instituído
pelo Banco da Inglaterra em 1991, após grande número de escândalos contábeis
nas companhias inglesas, e presidido por Adrian Cadbury — foi pioneiro ao sugerir
regras de funcionamento relacionadas à direção e ao controle das companhias. Com
uma revisão cuidadosa do papel dos conselhos de administração e de sua
composição de responsabilidades, esse trabalho deu importante impulso ao tema,
contribuindo com recomendações para a direção e o controle das companhias. Ao
codificar as melhores práticas no sistema de governo das empresas, no Reino
Unido, atribuiu responsabilidades ao agente, ao conselho de administração, aos
shareholders e à auditoria. Embora o Relatório Cadbury tenha influenciado os
sistemas de governo das organizações no mundo inteiro, não existe uniformidade na
aplicação entre as empresas.
Na visão de Starkey (1995), a estrutura dos organismos internos e o processo
de tomada de decisão e controle dentro da organização são encapsulados pela
expressão “governança corporativa” (GC). Em complemento, o autor diz que o outro
lado da moeda “é representado pela prestação de contas, monitoramento, avaliação
e controle dos agentes para assegurar os interesses dos acionistas e de outros
stakeholders” (Ibidem, p. 838). GC foi entendida por Shleifer e Vishny (1997, p. 737)
como “uma forma de os fornecedores de financiamento às corporações
assegurarem retorno de seus investimentos”.
Com a evolução das discussões, em 1998, o interesse da Organisation for
Economic Co-operation and Development (OCDE) no sistema de governança
corporativa resultou numa proposição de normas e diretrizes (CADBURY, 2000) que
colaborou com as firmas e governos para melhorar a competitividade e atrair
investimentos. Adotado pelo Banco Mundial em 1998, esse código, intitulado
Principles of corporate governance in the commonwealth, teve seus princípios
disseminados em escala mundial.
49
Cadbury (2000, p. 2), baseando-se na definição do Comitê no Reino Unido,
fez referência à CG como “o sistema pelo qual as companhias são dirigidas e
controladas”. Para o autor, o sistema de estrutura e de poder na GC está
diretamente associado à princípios regulatórios e normativos. Denis e McConneel
(2003), após analisarem os sistemas de GC de diversos países, definiram
governança corporativa como um conjunto de mecanismos institucionais e baseados
no mercado que induz os controladores da companhia (aqueles que tomam
decisões, considerando como a companhia deveria ser operada) para decisões que
maximizem o valor da companhia para seus proprietários (os fornecedores de
capital).
No Brasil, o sistema vem sendo aperfeiçoado por influência do mercado
internacional, especialmente a partir de diretrizes norte-americanas e alemãs. O
regramento das empresas americanas e do mercado mundial promoveu
modificações no mercado doméstico, tais como: a institucionalização do Novo
Mercado da BM&FBovespa; as novas exigências regulatórias; a propagação do
Código do Instituto Brasileiro de Governança Corporativa (IBGC); e as
recomendações da Comissão de Valores Mobiliários (CVM).
O estudo de Lima, Maciel e Libonati (2008) analisou os efeitos decorrentes da
Seção 404 da Lei Sarbanes-Oxley - SOX7 nos controles internos das empresas
nacionais e concluiu que os custos de manutenção da empresa no mercado
americano, em razão das exigências legais, inviabilizam a permanência naquele
mercado. Os efeitos produzidos por essa norma atingiram as empresas que
negociam títulos registrados na Securities and Exchange Comission (SEC), inclusive
as estrangeiras. O objetivo da norma foi o de recuperar o nível de confiabilidade dos
investidores, tornando a relação dos executivos e da auditoria externa mais
independente, além de promover melhorias na forma, transparência e uniformidade
na prestação de contas ao mercado.
Por conta disso, houve notável avanço das empresas listadas no Brasil,
influenciadas por iniciativas do Instituto Brasileiro de Governança Corporativa (IBGC)
que, inspirado em relatórios internacionais, sugeriu o padrão de sistema de governo
referendado pelo Código de Governança Corporativa. Importantes iniciativas
7 Summary of Section 404. N.rs are required to publish information in their annual reports concerning the scope and adequacy of the internal control structure and procedures for financial reporting. This statement shall also assess the effectiveness of such internal controls and procedures.
50
decorrentes da competição de mercado, das instituições e governos, contribuíram
para a difusão das melhores práticas pelas empresas brasileiras (SILVEIRA, 2005).
A nova regulação do mercado, com aprovação da Lei 9.4578, de 05 de maio
de 1997, o lançamento da regulamentação de práticas diferenciadas em dezembro
de 2000, a Lei n° 10.3039, de 31 de outubro de 2001, bem como a publicação da
Cartilha de Governança Corporativa pela Comissão de Valores Mobiliários (CVM)
em junho de 2002, resultou em importantes iniciativas que estimularam o
desenvolvimento do mercado de capitais, promovendo melhorias das práticas de
governança corporativa nas empresas brasileiras. De fato, as reações do mercado
foram positivas, especialmente com a criação do Índice de Governança Corporativa
(IGC), que compreende as firmas listadas nos Níveis 1 e 2 e no Novo Mercado
(SILVA, 2006).
Esses avanços no mercado de capitais do país, inspirados na Lei Sarbanes-
Oxley10, exigiram, das firmas que aderiram voluntariamente a novos mecanismos de
controle, comprometimento com determinados valores, dentre os quais
transparência das informações (disclosure), prestação responsável de contas
(accountability), senso de justiça e equidade no tratamento aos acionistas (fairness)
e conformidade às leis (compliance) (ANDRADE; ROSSETTI, 2006).
Em síntese, essa nova ordem no mercado, afetada pelo movimento
internacional e por regulações da Securities and Exchange Comission (SEC),
colaborou para dar mais credibilidade ao mercado, preservando fontes de capital
menos custosas, como os fundos de pensão, e respondendo a exigências de
investidores. Para o êxito dessa tarefa foi necessária vontade política das
instituições. Em decorrência de toda essa dinâmica, as relações entre os atores e
suas responsabilidades ficaram mais sensíveis. O foco no gerencialismo, modelado
pela visão na performance e instrumentos de controle, resultou em modificação
substancial na relação entre o principal e o agente.
8 Altera dispositivos da Lei nº 6.404, de 15 de dezembro de 1976, que dispõe sobre as sociedades por ações, e da Lei nº 6.385, de 7 de dezembro de 1976, que dispõe sobre o mercado de valores mobiliários e cria a Comissão de Valores Mobiliários. 9 Altera e acrescenta dispositivos na Lei no 6.404, de 15 de dezembro de 1976, que dispõe sobre as Sociedades por Ações, e na Lei no 6.385, de 7 de dezembro de 1976, que dispõe sobre o mercado de valores mobiliários e cria a Comissão de Valores Mobiliários. 10 A lei Sarbanes-Oxley, conhecida com Sarbox ou SOX, estabelece mecanismos de auditoria e segurança nas empresas, criação de comitês de supervisão às atividades e operações empresarias, com o objetivo de mitigar riscos, evitar fraudes, assegurando a transparência na gestão das empresas.
51
Algumas definições de GC previamente apresentadas neste estudo
demonstram que há diversidade na literatura, representada por múltiplas e distintas
classificações. Para Starkey (1995), por exemplo, a GC busca preservar o sistema
de relações entre o principal-agente e os stakeholders. Já na visão de Shleifer e
Vishny (1997) e Denis e McConneel (2003), há predominância dos aspectos
contratuais vinculados ao regime de monitoramento. A definição do Comitê Cadbury
(CADBURY, 2000) tem um sentido de preservação dos sistemas de estrutura e de
poder na GC, associado a princípios regulatórios e normativos.
2.1.5 Mecanismos de governança
De acordo com a literatura, o sistema de governança das firmas é constituído
por certos mecanismos internos e externos que visam minimizar os problemas de
agência. Esta subseção apresenta as categorias desses mecanismos e como eles
se integram e se relacionam com a estrutura da firma. Num procedimento coerente
com a proposta deste estudo, analisam-se os mecanismos controle interno
constituídos pelo conselho de administração a estrutura de propriedade e controle.
Os mecanismos de controle têm por objetivo mitigar os problemas de agência,
alinhando interesses dos acionistas à administração, constituída pelos agentes e os
membros do conselho de administração. Estudos que abordam os mecanismos de
monitoramento e controle indicam a importância das especificações em termos de
extensão e aprofundamento (FAMA, 1980; FAMA; JENSEN, 1983).
Rediker e Seth (1995), ao examinarem os determinantes e efeitos dos
mecanismos de governança de empresas americanas, com base na revista Fortune
500, utilizaram as seguintes categorias: a) ameaça de aquisição; b) oportunidade de
trabalho pelo mercado; c) estrutura de propriedade; d) conselho de administração; e)
estrutura da organização; f) sistema de mútuo monitoramento. Identificaram que os
padrões de governança se mantêm nas grandes corporações independentemente
da performance obtida. Ao contrário, nas firmas de menor tamanho, há modificações
nos padrões quando os resultados são negativos. Em geral, há muitas combinações
de mecanismos para encontrar o alinhamento entre os interesses do agente e os
dos acionistas, a exemplo daquelas entre monitoramento com conselheiros
52
externos, incentivos com ações aos gestores e mútuo monitoramento por
conselheiros internos e proprietários.
Hart (1995) apresentou cinco tipologias de mecanismos de controle: a)
conselho de administração; b) proxy de fuga (voto por meio de procuração); c)
acionistas numerosos; d) aquisições hostis; e) estrutura de financiamento. O
conselho é um importante mecanismo por ser o responsável por indicar o agente e,
ao mesmo tempo, incumbir-se do monitoramento e das relações com os acionistas e
demais stakeholders, exercendo, assim, atividades endógenas e exógenas. A proxy
de fuga é um instrumento de poder que pode ser invocado pelos mandatários,
convencendo acionistas ou grupos a mudarem o voto, caso haja razões suficientes
que indiquem gestão temerária ou, até mesmo, articulada por agentes com vistas à
manutenção do status. Acionistas com participação mais representativa têm maior
poder em influenciar certas decisões. Aquisições hostis podem ser decorrentes de
gerenciamento na base de avaliação da companhia, possibilitando vantagens ao
novo controlador. A administração da estrutura de capitais da firma possibilita
visibilidade do valor da companhia; os acionistas podem definir o nível de
endividamento a ser monitorado.
Os mecanismos de governança corporativa são instituições econômicas e
legais que podem ser modificadas por políticas de processos, algumas vezes para
melhor (SHLEIFER; VISHNY, 1997). Os mecanismos de controle visam assegurar a
proteção aos acionistas e evitar ou minimizar possíveis conflitos de interesses. Denis
e McConnell (2003) classificaram os mecanismos de governança em internos e
externos. Dentre os internos, consideraram: a) o conselho de administração; b) a
estrutura de propriedade. Em relação aos externos: a) o mercado de aquisições; b) o
sistema legal. Os estudos indicaram que a mudança de representação nos
conselhos é resultante do interesse dos acionistas, que têm a incumbência, dentre
suas funções, de maximizar valor. Mas suas atividades por vezes não são tão
claras, especialmente quando se encontra parte representativa de conselheiros
internos (insiders).
A Figura 2 resume a estrutura de governança corporativa, indicando as
relações externas e internas, no âmbito da firma, e destacando os mecanismos de
controle. Fazem parte dos mecanismos internos a estrutura de propriedade e o
conselho de administração. Os membros do conselho de administração são eleitos
pelos acionistas; a eles se subordinam e prestam contas. O conselho, por sua vez,
53
indica os diretores (agentes), monitora suas atividades e controla a geração de valor.
Fazem parte da administração11 da firma o conselho de administração e a diretoria;
todavia, somente os diretores exercem a representação da companhia. Os diretores,
por delegação do conselho, realizam o gerenciamento da firma, ao qual os
empregadores estão subordinados. Os mecanismos externos de GC, como o
mercado, o sistema legal e regulatório e as instituições, agem no sentido de
promover equilíbrio das relações e interesses dos acionistas, da firma e dos
agentes.
Figura 2 - Design dos mecanismos de governança Fonte: Elaborado pelo autor
Quanto à estrutura de propriedade, Denis e McConnell (2003) asseveraram
que o controlador que detém menor participação acionária exerce maior controle
sobre a companhia. Destacam que esse fato demonstra certa incongruência, pois
quem tem maior participação deveria ter maior preocupação em criar mecanismos
que lhe assegurem controle. Sobre o ângulo externo, destacaram que o valor da
companhia configura uma métrica de relevo, pois quando o market-to-book (razão
11 No Brasil, a Lei 6.404/76 assim dispõe, no capítulo XII, sobre a Administração da Companhia: Art. 138. A administração da companhia competirá, conforme dispuser o estatuto, ao conselho de administração e à diretoria, ou somente à diretoria. § 1o O conselho de administração é órgão de deliberação colegiada, sendo a representação da companhia privativa dos diretores. § 2o As companhias abertas e as de capital autorizado terão obrigatoriamente conselho de administração.
54
do valor de mercado da firma pelo valor escritural) apresenta um distanciamento
importante, há o incentivo para investidores outsiders adquirirem o controle. Os
autores apontaram que o sistema legal se encontra amplamente padronizado após
as recomendações e exigências da Securities and Exchange Comission (SEC).
Neste estudo utilizou-se a classificação sugerida por Denis e McConnell
(2003), porque ela considera o conselho de administração como mecanismo interno,
cuja missão é a geração de valor à firma. Assim, a estrutura de propriedade é
tomada como uma variável exógena por ser determinante da formação do conselho
de administração.
2.1.5.1 Conselho de administração
O conselho de administração é um mecanismo interno que tem sido objeto de
análises e formulações de pesquisadores como Pfeffer (1972), Fama (1980), Fama e
Jensen (1983), Zahra e Pearce II (1989), Boyd (1990), Daily e Dalton (1994a,
1994b), Rediker e Seth (1995), Hart (1995), Hillman, Cannella Jr. e Paetzold (2000)
e Denis e McConnell (2003).
O trabalho seminal de Zahra e Pearce II (1989), ao investigar as influências
do conselho de administração na performance financeira da corporação, abordou
quatro perspectivas teóricas: a legalista, a classe hegemônica, a teoria da agência e
a dependência de recursos. Estabeleceu as seguintes dimensões comparativas: o
papel do conselho, a definição operacional do papel do conselho, as origens
teóricas, as variáveis de interesse, critérios de avaliação da performance e suporte
empírico. Na perspectiva legalista, o papel do conselho tem ênfase na
representação e proteção dos interesses dos acionistas, sem interferência nas
operações da firma. Na classe hegemônica há forte vinculação com a perpetuação
do poder e controle do status capitalista, com influência social e econômica nas
instituições.
Dentre as perspectivas avaliadas por Zahra e Pearce II (1989), duas
correntes são predominantes, a da teoria da agência e a da dependência de
recursos. Para a teoria da agência, o conselho deve exercer um papel interno de
intenso monitoramento e de preservação de interesses dos acionistas. Já para a
55
teoria de dependência de recursos, o conselho está mais vinculado ao ambiente
externo, exercendo, portanto, um papel mais proativo e contributivo ao valor da firma
(Quadro 1).
DIMENSÃO PERSPECTIVAS
TEORIA DA AGÊNCIA TEORIA DA DEPENDÊNCIA DE RECURSOS
Papel do conselho O principal papel do conselho é monitorar as ações dos agentes (executivos), assegurar a eficiência deles e proteger os interesses dos principais (proprietários).
1. Os conselheiros são mecanismos de cooptação para extrair recursos vitais para a performance da companhia. 2. Os conselheiros servem de fronteira para divisão dos papéis. 3. Os conselheiros realçam a legitimidade da organização.
Definição operacional do papel do conselho
1. Maximização de riqueza aos acionistas. 2. Reduzindo os custos de agência. 3. Selecionando e recompensando os agentes. 4. Avaliando os agentes e a performance da companhia. 5. Tomando decisões estratégicas e controlando.
1. Escaneando o ambiente. 2. Representando a firma junto à comunidade. 3. Assegurando recursos valiosos.
Origens teóricas Economia e finanças Teoria organizacional e sociologia Variáveis de interesse
- características - processos - contribuições estratégicas
- composição - características
Critério de avaliação da performance
- sobrevivência - baixos custos operacionais - lucratividade
- crescimento em termos de recursos - realização de metas - posição relativa no mercado
Suporte empírico Moderado Forte Quadro 1 – Perspectivas no conselho de administração Fonte: Adaptado de Zahra e Pearce II (1989, p. 293)
As modificações decorrentes e inerentes ao sistema, ao longo dos anos,
foram incorporando mecanismos de controle externo às organizações com vistas a
proteger o mercado, os acionistas, os investidores e os demais stakeholders. No
aspecto estrutural, o poder interno das firmas foi sendo moldado, conjuntamente, por
práticas do mercado e normas reguladoras das companhias listadas que fizeram
surgir atores e órgãos distintos em suas funções e interesses, tais como: acionistas,
agentes, conselheiros de administração e conselheiros fiscais. Cada organismo
exerce diferentes papéis e seus interesses nem sempre são invariáveis e iguais
56
entre si. Por exemplo, se os acionistas priorizarem dividendos e maximização no
valor das ações, seu foco será a valorização da firma no mercado acionário, na
busca de resultados imediatos. Já o gestor pode ter interesse em administrar a firma
com eficácia, para que possa ser mais bem remunerado, visando adquirir
reconhecimento e reputação (BACON; CORNETT; DAVIDSON, 1997).
O conselho de administração, ao cumprir a missão de equilibrar os interesses
dos gestores e dos acionistas (AGRAWAL; KNOEBER, 1996), assume um papel que
exige destacável competência. Dentre as funções do conselho de administração, é
do interesse deste estudo investigar as atividades externas que contribuem na
performance das firmas. Suas relações com o ambiente externo, disputando
recursos do interesse da firma, foram consideradas como fundamentais, dada a
escassez de recursos e os competidores pertencentes à arena (PFEFFER, 1972).
Contribuir para minimizar as incertezas é uma atividade complementar que pode ser
exercida em benefício da empresa (BAZERMAN; SCHOORMAN, 1983). Nesse
sentido, Boyd (1990), ao relacionar o conselho à incerteza ambiental, quanto ao
tamanho, sugeriu que ele deve ser bastante amplo para fornecer informações e
recursos necessários à firma e deve permanecer bastante pequeno para agir
eficientemente. Em suma, o efeito esperado dessa assertiva é que o conselho de
administração da firma seja, ao mesmo tempo, mais compacto e constituído de
conselheiros com experiência relacional com o ambiente externo.
A exploração desses canais de conexão possibilita a captação de negócios e
a geração de resultados à firma, garantindo o fluxo de recursos essenciais à
continuidade e à geração de valor. Flak e Rose (2005), com base em Donaldson e
Preston (1995), adaptaram a teoria dos stakeholders à governança eletrônica, com a
finalidade de demonstrar a importância dos negócios gerados por instituições
governamentais. Segundo eles, relacionamentos que ampliem as conexões das
firmas com entidades governamentais, sejam de caráter institucional, colaborativo ou
transacional, são importantes para a fixação de laços com essas entidades.
Investigações sobre o papel do conselho de administração ganham relevância
no equacionamento endógeno entre os proprietários e o agente, bem como no
âmbito exógeno, no relacionamento com os demais interessados. O que os
interessados esperam e como o conselho pode contribuir foram indagações
propostas por Brennan (2006) ao discorrer sobre as atividades do conselho
correlacionadas à performance. O autor mapeou as atividades exercidas pelo
57
conselho de administração e registrou aquelas que se mostraram fundamentais ao
desempenho da corporação, classificando-as em três grupos: delineamento da
estratégia, monitoramento e controle, representação externa — todas prestam apoio
à gestão nos interesses da firma. Com esse extrato, o autor identificou na literatura
19 papéis comumente exercidos pelo conselho que guardam implicações na
performance. Especificamente, no grupo de práticas exógenas, destacou as
seguintes atividades: promoção do prestígio e da reputação da companhia,
participação no relacionamento com organismos externos, assistência à organização
na obtenção de recursos escassos, atuação como embaixador e prestação de
suporte e aconselhamento ao gestor.
Outros estudos avaliaram positivamente a associação entre o relacionamento
do conselho com entidades do ambiente organizacional e a performance das firmas
(BRENNAM, 2006). As atribuições de responsabilidade do conselho de
administração nas companhias são de fundamental importância para o equilíbrio
entre os atores interessados no desempenho sustentável da firma. Asseguram o
funcionamento dos mecanismos internos, produzindo a redução dos custos de
agência (SILVEIRA, 2006).
Relacionar a firma ao ambiente externo é importante (PFEFFER, 1972;
ZAHRA; PEARCE II, 1989; BOYD, 1990; PEARCE II; ZAHRA, 1992; DAILY;
DALTON, 1994a, 1994b; HILLMAN; CANNELLA JR; PAETZOLD, 2000) e a teoria da
dependência de recursos entende que, dentre as atribuições do conselho de
administração, deve-se incluir o papel de se relacionar com o ambiente externo.
Desses estudos empíricos se depreende que quanto mais representativa a
participação de conselheiros outsiders12 e a presença do sistema dual13, com
segregação de funções (CEO/Board Chairperson14), mais intenso é o interlock. Há
relação estreita entre a composição do board e o ambiente externo. Conselhos são
estruturados com a finalidade de cooptar ou parcialmente absorver importantes
instituições externas com as quais as firmas estabelecem relações de
interdependência. O background do conselheiro, o tamanho do conselho, o número
de interlocks e as características dos membros do conselho podem ser importantes
12 Outsiders directors são conselheiros externos e insiders directors, internos. 13 Estrutura dual ou duale: quando há segregação de funções; por exemplo, o presidente do conselho de administração não exerce funções simultâneas no conselho e na diretoria executiva. 14 Board chairperson é a pessoa eleita para presidir o conselho de administração.
58
indicadores do grau de orientação da organização. A seleção de membros-outsiders
com ricos-recursos pode fornecer inestimáveis vínculos com o ambiente.
Essas formulações pressupõem pluralidade na composição dos membros do
board, a partir da reunião de conselheiros com experiência em questões
relacionadas a controle, gestão, estratégia e política. As organizações podem adotar
várias estratégias para reduzir incertezas (BAZERMAN; SCHOORMAN, 1983) e a
melhor composição do conselho deve estar alinhada com os direcionadores
estratégicos da firma. Os atributos do conselho influenciam a performance da firma
(ZAHRA; PEARCE II, 1989); daí a relevância do conselho face à incerteza e à
dependência ambiental. Por isso a literatura atribui importante papel político a ser
exercido pelo conselho de administração na interação com o ambiente externo
(GOLDMAN; ROCHOLL; SO, 2009).
2.1.5.2 Estrutura de propriedade e controle
O alinhamento de interesses entre os acionistas (controladores e
minoritários), o conselho de administração e os gestores se mostra importante fonte
geradora de performance satisfatória. A estrutura de propriedade e controle é um
mecanismo determinante para a performance. Conforme as categorias em que se
enquadram os acionistas controladores, há variações na performance e, por
consequência, no valor da firma (DEMSETZ; LEHN, 1985; SHLEIFER; VISHNY,
1986; CHO, 1998; THOMSEN; PEDERSEN, 2000; BOHREN; ODEGGARD, 2004).
Demsetz e Lehn (1985) avaliaram o relacionamento entre a concentração de
propriedade e a maximização de valor de um conjunto de firmas. Classificaram o
proprietário em duas categorias, familiar ou individual e investidores institucionais,
encontrando grande concentração de propriedade em firmas de origem familiar e de
participação (holdings). Concluíram que as variáveis tamanho da firma, a
instabilidade na taxa de lucro, a regulação da firma, se é ou não instituição financeira
e o tipo de indústria, mostraram-se significativamente relacionadas à variabilidade
da estrutura de propriedade.
Além da categoria na qual o proprietário se enquadra, é influente no valor da
firma a presença desse acionista na gestão (SHLEIFER; VISHNY, 1986). Isso
59
beneficia os minoritários em relação ao custo de agência e permite ações
corporativas.
Analisando a participação de acionistas na gestão, Cho (1998) considerou a
relação entre a estrutura de propriedade e o valor da firma em dois estágios.
Primeiramente, relacionou estrutura de propriedade e investimentos e, após,
investimentos e valor. Concluiu que a estrutura de propriedade é determinante dos
investimentos, e estes, por sua vez, estão relacionados à geração de valor para a
firma com base no mercado. Todavia, ao testar a simultaneidade entre as variáveis,
descobriu que a estrutura de propriedade é função do valor de mercado da firma,
inferindo que o inverso não é verdadeiro, ou seja, a estrutura de propriedade não
afeta o valor da firma.
Thomsen e Pedersen (2000) examinaram o impacto da estrutura de
propriedade na performance de 453 firmas europeias, considerando o grau de
concentração de voto e a identidade dos proprietários. Quanto à identidade, os
autores classificaram os acionistas em cinco categorias: bancos, investidor
institucional, companhias não financeiras, indivíduos/família e governo. Os achados
apontaram para diferenças de relacionamento entre a concentração de voto das
categorias e os indicadores de performance. Destacaram que a identidade dos
acionistas apresenta importantes implicações na performance e na estratégia das
corporações.
Faccio e Lang (2002) analisaram a estrutura de propriedade e controle de
5.232 corporações de 13 países do oeste europeu e classificaram os proprietários
em seis tipos: família, instituições financeiras, governo, corporações não financeiras,
holdings e diversos tipos. Identificaram, como os demais estudos, predominância do
controle familiar, especialmente em firmas não financeiras e de menor porte. Bohren
e Odegaard (2004), ao analisarem as formas de interação e causação entre
governança e performance, distinguiram os investidores em cinco categorias:
governo, indivíduos, instituições financeiras, não financeiras e internacionais. Ao
discorrerem sobre essa relação, entenderam que, devido à jovialidade da teoria da
governança, as inferências de seus estudos podem não ser conclusivas,
principalmente nas análises univariadas. Em razão da falta de clareza sobre a
endogeneidade ou exogeneidade das variáveis, sugeriram ampliar as relações,
considerando, por exemplo, equações simultâneas para qualificar o poder explicativo
entre mecanismos de governança e performance.
60
2.1.6 Estudos de governança corporativa e performance no país
A governança das corporações, constituída por um conjunto de mecanismos
de âmbito interno e externo, conduz as organizações a decisões que interessam aos
investidores e ao mercado. Em um país emergente como o Brasil, onde o sistema de
governo das firmas se mostra bastante complexo, a compreensão dos temas
governança e performance configura uma instigante tarefa para o pesquisador que
busca, nesse território, promover descobertas e desenvolver novas análises capazes
de contribuir com os estudos que vêm sendo realizados na mesma área e nas afins.
No âmbito nacional, estudos que se interessam pelo tema governança e
performance podem ser divididos em três subtemas: estrutura de capital e
propriedade (LEAL; SAITO, 2003; LEAL, 2004; SILVA, 2004; CAMPOS, 2006;
COUTINHO; AMARAL; BERTUCCI, 2006), níveis de governança (LAMEIRA; NESS
JUNIOR; MACEDO-SOARES, 2007; ROGERS; RIBEIRO; SOUSA, 2007; MARCON;
SOUZA, 2007; SILVEIRA; BARROS, 2008) e sistema informacional (MENDES-DA-
SILVA; MAGALHÃES FILHO, 2005; CICOGNA; TONETO JUNIOR; VALLE, 2007;
SOUZA et al., 2008; MENDES-DA-SILVA et al., 2009).
As discussões que preponderam se referem a decisões sobre estrutura de
capital, controle e propriedade das empresas, processo de emissão de títulos e
governança corporativa (LEAL; SAITO, 2003), concentração dos direitos de voto e o
fluxo de caixa dos controladores (LEAL, 2004). Esses estudos advertem sobre a
ocorrência de conflitos por não cumprimento dos contratos com instituições de
crédito; por isso, as operações são mais custosas e menos disponíveis, restringindo
as fontes de financiamento. Sugerem que boas práticas de GC geram menor custo
de capital e maior valor de mercado das firmas.
As firmas listadas na BM&FBovespa se caracterizam por ter significativa
concentração de voto (SILVA, 2004). Mesmo assim, os achados apontaram a
existência de relação significativa entre estrutura de governança e valor de mercado,
alavancagem e política de dividendos das empresas brasileiras. Há efeitos positivos
significativos entre a estrutura de propriedade e o retorno das ações, pois impactam
positivamente nos fluxos de caixa futuros e na valoração da firma (COUTINHO;
AMARAL; BERTUCCI, 2006). Diferentemente, Campos (2006), ao avaliar a estrutura
de propriedade e o desempenho, não encontrou relação significativa, ou seja, o fato
61
de a firma ter maior concentração de voto não importou na obtenção de melhores
performances.
Determinadas decisões, como a adesão a mellhores práticas de governança
e o modo de relacionamento informacional com os atores do mercado, afetam o
desempenho e o valor da firma. No aspecto das melhores práticas, há evidências de
benefícios no desempenho e no aumento de valor (LAMEIRA; NESS JUNIOR;
MACEDO-SOARES, 2007; ROGERS; RIBEIRO; SOUSA, 2007; MARCON; SOUZA,
2007). Quanto à assimetria informacional empresa-mercado, conclui-se que o nível
de disclosure gera mais confiança, tornando o investidor mais seguro, valorizando a
firma perante o mercado e proporcionando mudança na estrutura de financiamento
(MENDES-DA-SILVA; MAGALHÃES FILHO, 2005; CICOGNA; TONETO JUNIOR;
VALLE, 2007; MENDES-DA-SILVA et al., 2009).
Os estudos no Brasil apontam que as pesquisas que unem governança e
performance ainda são incipientes e sugerem maior atenção. As publicações
descritas indicam que há prevalência do atendimento específico à teoria da agência.
Associar as teorias da governança a da dependência de recursos amplia estudos
existentes no país, prestando contribuição às pesquisas existentes e futuras.
2.2 Conexões políticas e o gerenciamento da dependência externa
A literatura sugere que uma das maneiras de contribuir com a performance é
desenvolver estratégias por meio de conexões políticas em face do ambiente
externo. Sob esse prisma, o próximo item apresenta as definições mais
referenciadas do conceito de conexões políticas. A seguir, discute-se a corrente
teórica rent-seeking que, com base em fundamentos da economia, aborda as
relações entre as organizações e o governo. Investigando o interrelacionamento
político das firmas, outros pesquisadores se alinham a esses estudos, mostrando
que firmas mais dependentes de rendas do governo têm conectividade mais intensa.
Daí a importância das discussões sobre estratégias políticas e gerenciamento da
dependência externa, compreendendo os estudos no país. Ao final desta etapa, as
teorias são integradas com a formulação das hipóteses elaboradas.
62
2.2.1 Definições de conexões políticas
As conexões políticas podem desempenhar uma função importante nas
economias maiores e mais importantes do mundo; por isso se tornam um recurso
valioso para muitas firmas (FISMAN, 2001). Como regra geral, a organização está
politicamente conectada quando há ligações políticas por meio dos controladores,
executivos ou membros do board. Faccio (2006, p. 370) estabeleceu que “a
companhia é conectada com um político se um dos maiores acionistas ou o
representante principal é: (a) um membro parlamentar, (b) um ministro chefe de
Estado, ou (c) tenha estreitado relacionamento com o alto escalão”. Claessens,
Feijen e Laeven (2008) investigaram as contribuições às campanhas das firmas ao
concurso de deputado federal filiados e não filiados ao governo. Discorreram que
aquelas que contribuem têm a pretensão de conquistar certos favores políticos, com
foco no retorno por meio de acesso a financiamentos.
Goldman, Rocholl e So (2009) definiram que os membros do board estão
politicamente conectados se, em algum momento do passado, ocuparam uma
posição como senador, membro da Câmara dos Deputados, membro da
administração, ou tenham atuado como diretor de uma organização ligada ao
governo.
Fan, Wong e Zhang (2007), ao analisarem as conexões políticas e os efeitos
na performance das firmas privatizadas na China, entre 1993 e 2001, definiram que
firmas são politicamente conectadas se o CEO é um atual ou ex-funcionário do
governo central, local ou militar. Na visão de Boubakri et al. (2008), as firmas estão
politicamente conectadas se pelo menos um dos membros do board ou de seus
controladores é ou foi um político, entendido como membro do parlamento, ministro
ou pessoa nomeada para qualquer função política. A firma está politicamente
conectada quando tem um controlador com 10% ou mais dos direitos de voto,
diretos ou indiretos, ou se o membro da administração é um parlamentar, ministro ou
chefe de Estado, amigo ou intimamente relacionado com políticos, ou ainda se tiver
exercido alto cargo político (CHANEY; FACCIO; PARSLEY, 2008).
Neste estudo, interessa investigar as ligações políticas firma, por meio dos
administradores, especialmente dos membros do conselho de administração visto
que, além do monitoramento e assessoramento à gestão, podem contribuir com a
63
firma através do estreitamento das relações políticas junto ao ambiente (AGRAWAL;
KNOEBER, 2001; LEUZ; OBERHOLZER-GEE, 2006; BERTRAND et al., 2006;
BOUBAKRI et al., 2008; GOLDMAN; ROCHOLL; SO, 2009). Destaca-se que não é
objeto deste estudo avaliar as relações políticas dos acionistas.
Com base nesses conceitos de conexões políticas, o trabalho considerou que
a firma esta conectada se a firma é doadora de campanha; se os administradores
doaram a partido ou a candidato político; ocuparam cargo de confiança em órgãos
ou firmas interligadas ao governo; se os membros são ligados diretamente e/ou
indiretamente a firmas com administradores com antecedentes em política por
interlocking.
2.2.2 Conexões políticas das firmas sob enfoque macroeconômico
A atratividade gerada pelo Estado pode ser explicada pelo poder de atribuir
direitos de propriedade e definir políticas públicas. A concessão desses direitos
recebeu a atenção dos economistas a partir do seminal estudo de Tullock (1967).
Esse autor foi proeminente nas discussões e investigações sobre a teoria rent-
seeking15, destacando dois fatores que contribuíram para impulsionar essa
perspectiva: (a) a desconsideração, por parte dos economistas, com os custos do
bem-estar gerados pelos monopólios e tarifas e (b) a preocupação do Ministério da
Justiça americana com os monopólios. Os economistas clássicos entendiam que as
perdas decorrentes dos monopólios, tarifação e limitação quantitativa de
importações, embora fossem restrições anticompetitivas, não eram suficientemente
relevantes para merecer atenção, a despeito de o Ministério da Justiça americana
promover vários ataques a esse sistema. Nesse estudo, o autor se preocupou em
apresentar formulação comprobatória dos custos gerados na disputa por direitos de
propriedade concedidos pelo Estado. Concluiu que há uma relação direta entre os
gastos realizados pelo agente, para obter certos benefícios, e a probabilidade de
obtenção do direito. Assim, os investimentos realizados na disputa por esses
15 Rent seeking is the expenditure of scarce resources to capture an artificially created transfer. O autor considera dois tipos de rendas: a natural, determinada pelo mercado, e a artificial, decorrente de ações do governo.
64
recursos são justificados em função da relevância dos benefícios almejados com
rent-seeking.
Posteriormente, Krueger (1974), Tollison (1982), Tullock (1988), Katz e Smith
(1988) aprofundaram as investigações sobre as relações entre os interesses das
organizações e o governo sob a perspectiva da rent-seeking. Derivada da economia,
essa “busca por renda” é entendida quando um indivíduo, uma firma, indústria ou
demais interessados visam obter, garantir que lhe sejam assegurados ou preservar
recursos especiais que se encontram sob domínio de poucos competidores, por
meio de manipulação do ambiente econômico e/ou político. Esses recursos
fornecidos pelo governo se tornam atrativos para um mercado que disputa parte
dessas rendas. Por outro lado, Krueger (1974) destaca que as restrições
governamentais impostas ao mercado, embora legais, são perversas, pois geram
suborno, corrupção, contrabando, mercado paralelo e altos custos sociais. Enfatiza
que um mercado livre de restrições, como licenças prévias e tarifação nas
importações, seria compensado com a ampliação do bem-estar-social e o valor das
rendas disponíveis, afastando, por sua vez, o processo de rent-seeking. A obtenção
de proteção por meio de tarifas, o fornecimento de subsídios, a constituição e
manutenção de monopólio, a fixação de quotas e a outorga de licenças para
importação, bem como os benefícios tributários à exportação, são vistos como
restrições aos direitos de propriedade.
Essa teoria investiga como os players do mercado competem para obter
transferências e proteção de rendas do meio institucional (TOLLISON, 1982). Tullock
(1988) pondera que ações políticas beneficiam certas indústrias em detrimento de
outras, que visam à dissipação por meio do processo de rent-seeking. Os agentes
econômicos, ao pretenderem determinada posição, desenvolvem relacionamento
com instituições políticas influentes e, em contrapartida, conferem garantia de apoio,
por meio de recursos, prestígio e retorno aos representantes políticos, traduzido em
votos. E é o que Katz e Smith (1988) sugerem ao destacarem que há uma relação
inversa entre uma política mais liberal e a intensidade de rent-seeking. A atividade
estatal tem a prerrogativa de atribuir direitos de propriedade aos agentes
econômicos. Considerando o governo como um fornecedor de rendas, um mercado
mais amplo e com menor participação de competidores permite a oferta de preços
mais favoráveis e melhor remuneração. Firmas, grupos de firmas ou indústrias mais
65
dependentes de políticas e rendas públicas tendem a desenvolver maior
aproximação com os governos e seus representantes políticos.
Em suma, o modelo rent-seeking, como visão macroeconômica, visa à
proteção dos interesses, seja evitando a expropriação de rendas, impedindo que se
compartilhem essas rendas com novos entrantes ou obtendo proventos do mercado
de produção (CHAKRABORTY; DABLA-NORRIS, 2006). Para isso, a preservação
do monopólio das rendas é dispendiosa, pois acirra a rivalidade das firmas que, por
meio de lobby e proteções legais, defendem posição ou se dirigem à aquisição de
parcela dessas fontes (MANTELL, 2005).
2.2.3 Conexões políticas das firmas sob enfoque da gestão
As contribuições de campanha política exercem importante função aos
interesses das firmas e do governo. O interrelacionamento entre os poderes
econômico e político foi objeto de pesquisa empreendida por Pittman (1977), que
avaliou as contribuições à campanhas políticas e a reciprocidade das influências das
firmas. Destacou que indivíduos e firmas agem de acordo com seus interesses na
tentativa de se tornarem influentes por meio de contribuições políticas.
As eleições são concorridas e exigem uma quantidade significativa de
recursos. Em razão disso, atores como firmas, governos, candidatados econômicos
estabelecem vínculos de relacionamentos que envolve mútuo interesse. Snyder Jr
(1990) avaliou as contribuições a campanha política com o enfoque de investimento.
Com base em vários fatores, tratou esses recursos como ativos, que dado o
candidato, os retornos em relação ao investimento sofrem variabilidade. Encontrou
evidências de que os contribuintes à campanha avaliam a probabilidade de êxito do
candidato, e gerenciam a destinação desses recursos.
Com outro enfoque, Grossman e Helpman (1996) analisaram determinantes
da contribuição a campanha. Se grupos que contribuem estão interessados na
questão eleitoral ou no poder de influência a ser estabelecido/fortalecido com a
vitória do candidato beneficiado. Concluiu que há muitos modelos e formas de
organização de grupos de interesse, e que a campanha eleitoral é um dos motivos
de estreitamento político e não a regra. Existem vários motivos. Um dos quais, é que
66
as contribuições são fornecidas por interesse de grupos, e que candidatos oferecem
favores políticos em troca para atrair essas contribuições (COATE, 2004).
Firmas dependentes desses recursos, sejam diretos ou indiretos, estreitam
relacionamentos de forma mais intensa por meio de laços políticos. Como exemplo,
Mahon, Murray Jr e Edwin (1981) discutiram as relações externas das firmas que
atuam em ambiente de regulação como forma de melhorar a adaptabilidade e
ampliar o poder de influência política. Os laços das firmas com o ambiente político
na busca de rendas alternativas são associados a gastos com contribuições
políticas, promessa de geração de empregos, beneficiando a firma e a indústria,
pagamentos diretos e indiretos, assessoramento financeiro ou de informações
(APPELBAUM; KATZ, 1987).
A participação de conselheiros outsiders com vínculos políticos passou a
receber importância na literatura com os estudos de Yoffie (1988), Keim e Baysinger
(1988), Mizruchi e Stearns (1988). Yoffie (1988) e Keim e Baysinger (1988) trataram
da representação política congressual das firmas, destacando a essencialidade das
ações e alianças destas com o governo.
Avaliando as atividades políticas dos negócios entre firma e governo,
Mizruchi e Stearns (1988) relacionaram a representatividade de membros do
conselho com afiliações institucionais externas provedoras de recursos. O estudo
longitudinal se baseou em 22 corporações de grande porte e analisou a presença de
representantes em 27 exercícios sociais. Utilizando o sistema de regressão, os
autores listaram as seguintes variáveis como independentes: tamanho, solvência,
rentabilidade, endividamento de longo prazo, demanda por solvência e demanda por
capital. Concluíram que o vínculo de representatividade dos membros do conselho
em instituições foi bem associado ao declínio da insolvência e à lucratividade, ou
seja, nesse estágio as firmas ampliaram o poder de representação externa e, com
isso, a demanda por novos capitais gerou redução nos custos financeiros. Ao final, o
estudo destacou que o interlocking do conselho tem sido estudado como um meio
de a empresa cooptar fontes de um ambiente incerto.
O estreitamento relacional entre as instituições e os representantes do
congresso americano recebeu atenção no trabalho de Roberts (1990). O autor
investigou as relações entre as instituições e os comitês de representação política
congressual, inferindo que a distribuição geográfica dos recursos e benefícios a elas
estava associada aos antigos relacionamentos políticos. Partindo do pressuposto
67
que o mercado é bem informado, tomou por base as volatilidades do preço das
ações para, num estudo de evento, analisar se os relacionamentos com
representantes dos comitês congressuais estavam associados à distribuição de
benefícios federais. Ao confirmar os pressupostos, concluiu que a alta
competitividade na indústria justifica evidências empíricas de apoio à tese de que os
investidores alocam recursos substanciais para adquirir e provisionar informações
que lhes são úteis.
As conexões entre as instituições e a política econômica foram investigadas
por Hillman e Keim (1995). Os autores desenvolveram estudo, combinando
conceitos da análise institucional da moderna economia política ao comportamento
organizacional. Propuseram analisar a interface entre os negócios e o governo para
entender como os países desenvolvem as políticas econômicas, suas implicações, e
como as firmas podem representar seus interesses nesses processos. No campo
político, os autores descreveram o funcionamento de laços criados com eleitores,
por doações, com troca de benefícios, tráfego de informações, reciprocidades, lobby
e outros interesses.
A rigor, essas trocas de interesses geram benefícios mútuos, cuja dimensão
de recursos envolvidos outorga determinadas preferências às firmas ou grupos de
interesses. A intensidade do estreitamento político empreendido desenvolve certo
grau de comprometimento entre os interessados, seja do político ou do partido, com
o retorno esperado dos seekers16 por meio de favorecimento. Os beneficiários
passam a deter um dado valor que se traduz em informação, influência, proteção,
recursos financeiros, rendas governamentais, favorecimento político, entre outros.
Por exemplo, o conselheiro com experiência política pode contribuir para a abertura
de mercados estrangeiros protegidos, atuando na representação dos interesses de
certas firmas reguladas junto a agências de regulação (AGRAVAL; KNOEBER,
2001).
Os trabalhos de Fisman (2001) e Johnson e Mitton (2003) investigaram as
estratégias políticas das corporações asiáticas. Os estudos, nesse contexto,
demonstram a influência e o intervencionismo político intenso do governo sobre o
mercado, cujas ações beneficiam determinadas corporações.
16 Seekers são representantes da firma que estabelecem vínculo político com o governo.
68
Fisman (2001) demonstrada a vulnerabilidade e a dependência das
organizações frente às políticas governamentais. O autor investigou os laços
políticos de firmas de 25 grupos da Indonésia17, pós-crise asiática ― portanto, por
estudo de eventos ―, e discutiu a interferência, estrutura e centralidade do governo
Suharto18 e os efeitos na performance. Dentre os achados, concluiu que, devido à
intensa interferência política na Indonésia, notícias negativas relacionadas à saúde
do ex-presidente Suharto produziram efeitos negativos no valor das firmas
conectadas ao governo, em relação às demais, não conectadas. Essas conexões
foram investigadas, tomando-se por base os maiores acionistas, membros do
conselho e agentes.
Avaliando os efeitos da crise asiática na Malásia, Johnson e Mitton (2003)
utilizaram dados secundários contendo ligações políticas dos maiores acionistas e
os principais executivos com o primeiro Ministro Mahathir19 e com o deputado
oposicionista Anwar20. A amostra foi de 424 firmas listadas na bolsa de valores do
país, Kuala Lumpur Stock Exchange (KLSE), com dados do período de julho de
1997 a agosto de 1998. Descobriram que, com a crise, firmas conectadas perderam
subsídios importantes e reduziram valor. Em algumas delas, cujo controle societário
foi estabelecido pelo governo, resultados se mostraram restaurados em relação às
firmas não ligadas politicamente, mas com acesso ao financiamento global. A
interferência política do governo sobre as instituições financeiras possibilitou
direcionar recursos à determinadas firmas. Em termos de alavancagem, firmas com
laços políticos apresentaram maior variação, o que demonstrou maior acesso a
capitais domésticos.
Em resumo, esses estudos apontam que firmas mais dependentes de
decisões e rendas do governo tendem a ter conexões políticas mais intensas
(HILLMAN; KEIM, 1995; FISMAN, 2001) e possuem maior número de membros no
conselho de administração com background político (AGRAWAL; KNOEBER, 2001).
Firmas com ligações dessa natureza podem obter certos favorecimentos em
17 Leuz e Oberholzer-Gee (2006) apontam que na Indonésia o proprietário elege o diretor-presidente, que corresponde ao CEO, e o diretor-presidente escolhe e dirige os membros do conselho. 18 Hadji Mohamed Suharto (junho1921-janeiro 2008) foi general e presidente da Indonésia entre 1967 e 1998. 19 Mahathir Bin Mohamad foi primeiro-ministro da Malásia durante o período de 16/07/1981 a 31/10/2003. 20 O deputado Anwar Bin Ibrahim foi primeiro-ministro da Malásia de 01/12/1993 a 02/09/1998. Em 1999, em primeiro grau, foi condenado a seis anos de prisão por corrupção. Em 2000, essa decisão foi revertida no Tribunal Federal.
69
períodos de crise (JOHNSON; MITTON, 2003). Conexões políticas são valiosas para
as empresas em países com fraco sistema de proteção legal e elevado nível de
corrupção (GOLDMAN; ROCHOLL; SO, 2009). Entretanto, podem gerar efeitos
reversos no valor das firmas, caso ocorram eventos negativos originados do
ambiente político (FISMAN, 2001); depreende-se que as estratégias políticas são
importantes, porém estão sujeitas a determinados riscos, correspondentes a
intensidade do relacionamento com o ambiente externo que a firma pretende
estabelecer.
2.2.3.1 Estratégias políticas e o gerenciamento da dependência externa
A literatura que embasa este estudo revela a importância das ligações da
firma ao ambiente político. Conexões desse tipo são praticadas por empresas que,
na dependência por recursos, procuram estreitar vínculos políticos, desenvolvendo
laços em prol de seus interesses e protegendo-se de novos entrantes no meio
político em coalizão.
Na seminal obra de Pfeffer e Salancik (2003), originalmente publicada em
1978, os autores discutem as características estruturais do ambiente organizacional
e o relacionamento social com os atores (Figura 3). Nessa proposta, oferecem três
dimensões do ambiente: concentração, munificência e interconectividade. A primeira
representa o grau em que o poder e a autoridade estão concentrados ou dispersos
perante o ambiente; a segunda, a munificência ambiental sob o âmbito da
disponibilidade ou escassez de recursos críticos, e a última, o número e os padrões
de ligações ou conexões entre organizações.
Os autores apontam que essas características é que determinam o
relacionamento social entre os atores, ou seja, o nível de conflito e interdependência
presentes no sistema social. Quanto menor a intensidade de concentração e
munificência ambiental, mais acirrados os conflitos sociais e a interdependência,
havendo maior interconectividade. Tudo isso converge para a intensidade da
incerteza ambiental. Portanto, é coerente deduzir que a incerteza e a instabilidade
no ambiente requerem flexibilidade das organizações em suas estratégias políticas.
70
Características
Estruturais
do Ambiente
Relacionamento
social entre
atores
Resultados
Concentração Munificência
Incerteza
Interconectividade
Conflito Interdependência
_ _
+
+
+
_
+
Figura 3 – Relacionamentos entre as dimensões do ambiente organizacional Fonte: Pfeffer e Salancik (2003)
Nesse caminho, Schuler (1996) examinou estratégias políticas de firmas com
fins de proteção internacional da indústria do aço nos Estados Unidos,
considerando-as como uma ferramenta de competitividade. Seus resultados
mostraram que as maiores empresas do setor têm estratégias políticas direcionadas
ao protecionismo comercial, a capturar certos benefícios, a reduzir custos da
atividade e evitar importação desses produtos.
Nessa relação firma-ambiente, o conselho exerce um papel político
fundamental. Johnson, Daily e Ellstrand (1996) dedicaram parte de seu trabalho para
avaliar atividades realizadas nos conselhos. Embora seus membros tenham a
função de assessorar e aconselhar os agentes, a pesquisa apresentada por Brennan
(2006) indica que eles têm incorporado outras atividades com perspectivas
interessantes, além das funções vinculadas a estratégia, monitoramento e controle.
O autor enfatizou a importância do auxílio à organização na obtenção de recursos
escassos, da atuação como representante perante as instituições, do apoio e
conselhos aos agentes e do estabelecimento de relações com o ambiente externo.
Nas relações interorganizacionais, a literatura tem apresentado várias formas
de se estreitar laços e de reduzir a interdependência com o ambiente. O
compartilhamento de conselhos entre firmas é um exemplo clássico de aplicação da
teoria da dependência de recursos para os conselheiros. Essas ligações
estabelecidas com o ambiente são um meio de representação e ação política
71
(SCHOORMAN; BAZERMAN; ATKIN, 1981) e facilitam o acesso a recursos de
instituições financeiras (JOHNSON; DAILY; ELLSTRAND, 1996). Há evidências que
esse vínculo é capaz de extrair rendas, mesmo quando os conselheiros não estão
diretamente no poder, e até mesmo contribuir na proteção da firma frente a
competidores (BOUBAKRI et al., 2008).
As relações sociais externas estabelecidas por conselheiros contribuem
positivamente no fluxo de informações do ambiente à firma; daí a contribuição
prestada por esses membros às atividades exercidas pelos gestores (executivos), o
que proporciona benefícios ao desempenho (WESTPHAL, 1999; HILLMAN;
ZARDKOOHI; BIERMAN, 1999; SCHULER; REHBEIN; CRAMER, 2002). Westphal
(1999), em pesquisa que buscou verificar se as relações sociais do conselho são
significativas na contribuição à performance, detectou importantes implicações. A
primeira descoberta foi a de que os laços contribuem para a manutenção do
monitoramento, ou seja, colaboram no aumento de vínculo interno entre o conselho
e o agente. Tais elos realçam a necessidade da participação de membros externos
no conselho e ampliam sua composição com conselheiros nessa função relacional.
O autor constatou que a colaboração entre o agente e o conselho é
independentemente e positivamente relacionada à performance subsequente da
firma. Ele recomenda que novas pesquisas examinem as interações entre o
conselho e o agente, expandindo a cooperação interna e as relações
interorganizacionais.
Hillman, Zardkoohi e Bierman (1999) e Schuler, Rehbein e Cramer (2002)
avaliaram os benefícios das relações políticas das firmas, indicando que estudos
apontam que ligações com o governo afetam positivamente o valor da organização.
As relações com o ambiente externo se direcionam para a redução na assimetria
informacional e o desenvolvimento de um sentido colaborativo e participativo entre o
conselho e os gestores, ao mesmo tempo em que favorecem o processo de tomada
de decisão.
Essas ações reduzem a incerteza perante o ambiente externo, contribuindo
para decisões mais acertadas. A priori, todos os benefícios do interlocking e das
relações que a firma estabelece com o ambiente externo influenciam seus
resultados (HILLMAN; ZARDKOOHI; BIERMAN, 1999). Com base nessa
constatação, os autores advertiram que os vínculos políticos da organização são
72
importantes, porém, podem despender considerável quantia de recursos e afetar
negativamente os resultados.
Hillman (1999) abordou as relações interorganizacionais, ligando a firma ao
governo com mediação do agente ou do conselho. O autor ofereceu interessante
acréscimo aos estudos acerca das conexões políticas das firmas. Nesse trabalho,
discorreu sobre duas perspectivas políticas, a transacional e a relacional, nos níveis
de participação individual e coletiva, e três tipos de estratégias políticas genéricas:
taxonomia informacional, incentivo financeiro e estabelecimento de circunscrição
eleitoral. Julgou relevante aliar as políticas da firma às políticas governamentais e
destacou que em muitos setores a dependência por políticas governamentais é mais
elevada, enquanto em outros há maior regulação e barreiras legais impostas. Daí
infere-se que é imprescindível que a firma desenvolva certos recursos e
capacidades visando à redução da dependência externa, a partir da percepção de
que fazer uso das relações políticas é um meio de obter e preservar valor.
Hillman e Hitt (1999) destacaram a importância da tomada de decisão política
das firmas em ambiente competitivo, traduzida em ações, tendo em vista a incerteza
do governo e das políticas que daí se originam. Esse processo deve levar em conta
os objetivos das corporações, considerando as relações entre firma-ambiente e
firma- governo em suas políticas públicas e econômicas. Com suporte na literatura,
os autores propuseram um modelo de formulação estratégica política que representa
a sequência na tomada de decisão em três dimensões: a) a relacionada ao tipo de
estratégia política; b) ao nível de participação; e c) circunstanciais.
A primeira considera duas categorias de ação, a transacional e a relacional.
Na transacional a firma formula estratégias por decorrência de determinada política
pública de seu interesse. A relacional é precedida de estratégias políticas de longo
prazo ao invés de ações reativas pontuais. A segunda abordagem, quanto ao nível
de participação, sustenta que o interesse pode ser individual ou em grupo. A ação
política individual, seja por pessoa(s) ou firma(s), diz respeito, por exemplo, à prática
de lobby influenciando tomada de decisões políticas. A coletiva se refere a ações em
grupo por meio de associações ou outras agremiações que visem ao interesse
comum. A terceira dimensão, na qual se incluem estratégias e táticas específicas ou
genéricas que podem ser executadas no âmbito transacional ou relacional,
individualmente ou coletivamente, está associada a ações de acordo com as
73
circunstâncias, sendo as estratégias sempre traçadas a partir de determinadas
táticas.
Esse estudo de Hillman e Hitt (1999) sugeriu grupos de estratégias políticas,
dirigidas a tomadores de decisão e órgãos governamentais e moldadas por táticas,
que podem ser combinadas entre si: a) estratégia informacional (visa a
esclarecimentos via relatórios, depoimentos, comissões, pesquisas técnicas, lobby);
b) estratégia de incentivo financeiro (exerce pressão por meio de contribuições à
políticos ou partidos, financiamento de viagens e gastos pessoais, patrocínio para
repercussão de debates sobre questões que garantam visibilidade, contratação de
serviços de pessoas com experiência política); c) estratégia de mobilização social
(por intermédio de líderes de empregados, fornecedores, consumidores) que prevê
apoio a causas públicas, desenvolvimento de relações públicas, contatos com a
mídia, programas de educação política.
Sob ponto de vista orgânico da firma, a partir da perspectiva teórica da
dependência de recursos, a fonte crítica da interdependência e incerteza externa é
governamental, e o ambiente muitas vezes é determinante da composição do
conselho de administração (HILLMAN; CANNELA JR.; PAETZOLD, 2000; HIILMAN,
2005).
Com referência ao que vem sendo investigado por pesquisadores que se
debruçam sobre os relacionamentos políticos das firmas, o quadro 2 apresenta
alguns estudos empíricos que buscaram capturar os efeitos de estratégias políticas
— envolvendo membros do conselho de administração e/ou o CEO — na
performance das firmas. Esses estudos demonstram que estratégias políticas são
concebidas com o objetivo de minimizar as influências do ambiente político e
econômico sobre o desempenho. Como ação política, as empresas estabelecem
elos mediados por conselheiros e CEOs com background em política. As atividades
pontuais dos intervenientes políticos não se mostram observáveis. Por isso, os
estudos empíricos relacionados no quadro 2 estabelecem proxies para aproximar
essas ligações. Em relação aos estudos até aqui discutidos, observam-se novas
abordagens com diferentes variáveis de mensuração e de contextos,
compreendendo firmas americanas, francesas e da Ásia, como as da China,
Indonésia e Malásia.
Em abordagem mais ampla, Faccio (2006) analisou 20.202 firmas de 47
países e relatou o processo de tomada de decisão e o funcionamento do conselho,
74
encontrando significativa conexão em 35 dos 47 países, em 541 firmas da amostra
(8%). Nos países com regulação mais rigorosa, os laços não se mostraram
significantes, enquanto nos países com normatização menos rígida, ao contrário, os
laços são maiores. Países com frequência mais elevada em termos de corrupção,
com maior restrição e barreiras a investimentos externos referiram maior conexão.
Destacou que empresas maiores, no mundo todo, apresentam maior conectividade.
A pesquisa considerou os dados do Brasil, analisando 167 firmas que, pelos critérios
estabelecidos, não evidenciaram conexões políticas.
Entretanto, estudos mais específicos ao contexto do país, encontraram
evidências no relacionamento político e benefícios (SAMUELS, 2001a, 2001b,
2001c; SILVA; GRAMINHO, 2005; BANDEIRA-DE-MELLO; MARCON, 2005;
RAMALHO, 2007; CLAESSENS; FEIJEN; LAEVEN, 2008). Isso demonstra que,
num país emergente como o Brasil, o tema pode ser investigado com base em
outros critérios de investigação.
O quadro 2 mostra estudos sobre conexões políticas que avaliaram os efeitos
na performance. Indica o autor, ano, as variáveis de mensuração, a amostra dos
estudos e o resumo dos principais resultados.
Demonstra que as firmas se ligam ao ambiente político por vários motivos.
Firmas bem relacionada com o poder central conquista acesso preferencial a
recursos financeiros, com benefício no custo das operações. O endividamento é um
fator importante de conectividade, porque mais alavancadas e com baixa
performance buscam estreitar laços com o governo. Os laços políticos estão mais
bem relacionados a fragilidade institucional e a baixa proteção legal. Os gestores
(CEOs) são atores importantes nessas relações. Firmas com maior presença de
executivos políticos enseja a composição do board com membros políticos.
Investimentos em plantas industriais novas estão relaionadas a apoio eleitoral.
75
AUTOR/ANO
VARIÁVEIS
AMOSTRA
RESULTADOS
Leuz e Oberholzer- Gee (2006)
- ROA - Alavancagem financeira - Necessidade de capital - Taxa de crescimento na receita de vendas - EBITDA
- 22 firmas de uma amostra de 130 firmas de 7 indústrias da Indonésia - Análise de regressão
- Conexões políticas no país, por acesso preferencial ao crédito, podem reduzir as operações e os benefícios do financiamento global - Firmas com vínculos políticos são avessas a transparência - Firmas mais conectadas interferem nas instituições para restringir acessos alternativos às competidoras.
Bertrand et al. (2006)
- Salários/ativo total - Nível de emprego local - ROA - Giro do ativo
- 700 firmas francesas, ¾ indústrias e ¼ dos setores financeiro, seguro e imobiliário - Período de 1987 a 2002 - Análise de regressão
- Ligações políticas entre CEOs e os políticos pode ser um fator importante para as políticas corporativas - Em períodos ante- cedentes às eleições há geração de empregos e aumento de plantas em firmas com laços - O ROA queda em firmas com maior participação salarial em relação aos ativos; pode estar motivado por erros de governança.
Fan, Wong e Zhang (2007)
- Retorno operacional sobre vendas (ROS) - Taxa de crescimento na receita de vendas - Market-to-book
- 790 IPOs das firmas listadas em Shanghai e Shenzhen, na China, no período de 1993 a 2001
- Firmas mais conectadas por meio de CEOs têm presença mais intensiva de conselheiros políticos
- Foram encontrados baixos desempenhos nessas firmas em relação às sem conexão
- Os direitos de propriedade são determinantes da composição do board e dos CEOs.
Boubakri et al. (2008)
- Membros do board e CEOs políticos e ex-politicos (dummy)
- 245 firmas recentemente privatizadas sediadas em 27 países em desenvolvimento e 14 desenvolvidos - Período de 1980 a 2002
- Foram encontradas conexões políticas em 87 firmas da amostra
- Ligações políticas de firmas recém-privatizadas são mundialmente comuns
- Empresas alavancadas, reguladas e localizadas em grandes cidades têm mais probabilidade de serem conectadas
- As firmas conectadas têm baixa performance em relação às não conectadas.
Li et al. (2008)
- ROA - ROE
- 3.258 empresas privadas chinesas - Ano de 2002
- Conexões políticas têm efeitos positivos nas organizações. - Em ambientes regionais
com instituições e legislação
76
AUTOR/ANO
VARIÁVEIS
AMOSTRA
RESULTADOS
mais fracas, como, por exemplo, baixa proteção legal, os laços políticos estão mais bem relacionados a melhor desempenho - Dentre os efeitos dessas relações, encontram-se favorecimento a créditos bancários e acesso a instituições estatais.
Goldman, Rocholl e So (2009)
- Valor de mercado - Receita de vendas - Ativo - Preço/lucro por ação
- 500 companhias americanas listadas na SEC no período de 1996 a 2000
- Firmas com conselheiros com vínculo ao partido republicano, pós-eleições, têm mais variação positiva no valor do que as firmas ligadas ao partido democrata - Somente as grandes
empresas têm melhores efeitos no valor com o anúncio de nomeação de conselheiro político após as eleições - Doações de campanha não
resultaram em retornos anormais pós-eleições
Quadro 2 - Estudos sobre conexões políticas das firmas: implicações na performance Fonte: Elaborado pelo autor
Os estudos citados demonstram que conexões políticas das firmas são
importantes fontes de geração da performance. Estudos empíricos vêm merecendo
a atenção de pesquisadores no sentido de analisar a natureza desses laços e os
efeitos no valor.
2.2.4 Conexões políticas das firmas no Brasil
No Brasil, estudos que se dedicam às relações firma-governo ainda são
recentes. Dentre os que abordaram as relações políticas entre firma-governo no país
se destacam os de Samuels (2001a, 2001b, 2001c), Silva e Graminho (2005),
Bandeira-de-Mello e Marcon (2005), Bandeira-de-Mello, Marcon e Alberton (2007),
Ramalho (2007) e Claessens, Feijen e Laeven (2008).
77
Os trabalhos de Samuels (2001a, 2001b, 2001c) exploraram a importância do
financiamento de campanha nas novas democracias, como no Brasil, e os
interesses relacionais e transacionais entre as firmas e os políticos. Em exame dos
dados das eleições de 1994 e 1998 no Brasil, o autor concluiu que partes
significativas dos recursos de campanha provinham das organizações (SAMUELS,
2001b). Contribuições de campanha estão mais bem associadas aos interesses dos
doadores. Isso demonstra que há relação direta entre os interesses das corporações
e a potencialidade que os cargos políticos comportam. Os recursos dos contribuintes
são escassos e, em razão dessas limitações, a competição interpartidos e
intrapartidos para o financiamento de campanha é mais acirrada (SAMUELS,
2001c).
O pesquisador enfatiza que, ao realizar investimentos, as empresas
alimentam a expectativa de obter certos resultados, representados por devolução de
favores, prestação de serviços, contratos, informações e outras vantagens,
evidenciando-se a incidência de interesses recíprocos entre as firmas e os políticos.
Os atores políticos conhecem as necessidades das firmas por rendas e informações
e, com isso, transacionam com objetivo de se legitimar e fazem uso de mecanismos
que reforçam sua credibilidade para conquistar reputação, repetição ou sanção. A
reputação política pode ser reforçada conforme a contribuição de campanha obtida,
ou seja, o poder de captação do político influencia diretamente no seu prestígio
perante o grupo político e a sociedade (SAMUELS, 2001c). Assim, ele se tornará
mais influente, especialmente num país emergente e com campanhas custosas
como no Brasil, adquirindo condições para dar o retorno esperado às firmas e a
demais colaboradores de campanha.
Como se nota, as firmas não despendem recursos sem certa expectativa de
retorno. O investimento da empresa para eleger ou reeleger o político ou, até
mesmo, contribuir com o partido é pautado nos incentivos potenciais que o
beneficiário tem para influenciar a distribuição de recursos dos serviços do governo
(SAMUELS, 2001c). Nesse sentido, constata-se que, em certa medida, é atribuída
vantagem ao político em pleno exercício de seu mandato, em relação aos novos.
Estudos no certame americano comprovam que é alta a taxa de reeleição
(SAMUELS, 2001a). O autor pressupõe que políticos em exercício desenvolveram
reputação e reconhecimento por ofício do mandato; portanto, possuem privilégios,
78
staff à disposição, oportunidades para fornecer favores e serviços àqueles que o
elegeram e colaboraram financeiramente.
Gastos envolvidos em campanha política no Brasil são os que mais
demandam recursos no mundo (SAMUELS, 2001b, 2001c). Em regra, os fundos de
campanha se originam, de modo preponderante, das corporações; daí investigar
essas relações firma-governo se torna importante, ainda mais num país cuja
democracia é considerada jovem (SAMUELS, 2001b).
As firmas com características de propriedade familiar, as com maior
concentração de capital e com segregação entre propriedade e controle são as que
mais têm contribuído para campanhas políticas e foram positivamente relacionadas
a doações eleitorais – ano de 2002 (SILVA; GRAMINHO, 2007). Sob outro enfoque,
com base nas doações de campanha políticas, Bandeira-de-Mello e Marcon (2005) e
Bandeira-de-Mello, Marcon e Alberton (2007) estudaram as estratégias políticas das
firmas e os efeitos na performance. Bandeira-de-Mello e Marcon (2005) abordaram a
heterogeneidade das firmas em ambiente turbulento, como no Brasil. Partiram do
pressuposto teórico que as firmas que criam vínculo político, a partir de doações de
recursos financeiros à campanha política, têm melhores performances em relação às
demais. Embora não tenham encontrado significância nos resultados, os autores
destacaram que, em relação aos efeitos transientes da indústria, o universo
pesquisado se mostrou mais sensível, mas os dados não foram conclusivos. Sob o
manto da teoria dos stakeholders, Bandeira-de-Mello, Marcon e Alberton (2007)
também não encontraram relações significantes entre as firmas doadoras e a
diferenciação na performance. Recomendaram a continuidade das pesquisas,
afirmando que as investigações nessa área se mostram incipientes no país.
Ramalho (2007) utilizou as doações como proxy para identificar ligações
políticas presidenciais e avaliar o efeito na performance das firmas doadoras, após o
impeachment do presidente Collor em 1992 no Brasil. A autora concluiu que esse
evento não impactou significativamente no preço das ações e nos valores contábeis
das firmas conectadas. Os benefícios gerados pelos laços políticos não foram
pontuais, pois as firmas ligadas tiveram desempenho volatilizado conforme o setor.
Apenas as firmas familiares ligadas ao presidente foram negativamente afetadas,
mas com recuperação no longo prazo, revelando capacidade de reconstruir essas
relações que são de efeitos duradouros.
79
Sob outra perspectiva, Claessens, Feijen e Laeven (2008) estudaram as
conexões políticas das firmas no Brasil e o acesso preferencial a financiamentos.
Usaram como proxy as contribuições de campanha nas eleições de 1998 e 2002 e a
partir disso utilizaram vários indicadores dispostos em painéis. Por meio desse
estudo, preocuparam-se em analisar se as contribuições de campanha das firmas
estão associadas com favores futuros específicos à firma, como, por exemplo, a
obtenção de financiamentos bancários no curto e longo prazo. Encontraram
evidências robustas de que altas contribuições à campanha de candidatos a
deputado federal, especialmente os vencedores, estão associadas com alto retorno
das ações no momento do anúncio. As firmas que contribuíram se alavancaram
substancialmente em relação às demais e obtiveram mais acesso às linhas de
financiamento. Com isso, os autores entenderam razoável supor que o custo para a
obtenção desse favor tenha sido compensado, tendo em vista a relação entre a
doação e os benefícios à empresa.
Pode-se inferir que num país emergente como o Brasil, os laços políticos, por
contribuições a campanha política, interferem na performance das firmas
(SAMUELS, 2001b, 2001c; BANDEIRA-DE-MELLO; MARCON; ALBERTON, 2007;
RAMALHO, 2007; CLAESSENS; FEIJEN; LAEVEN, 2008). Empresas com
determinados vínculos políticos relacionais são mais sensíveis a fatos políticos e
essa relação produz efeitos, positivos e negativos, diretos na performance
(RAMALHO, 2007; CLAESSENS; FEIJEN; LAEVEN, 2008).
Este estudo se alia a pressupostos teóricos de que há forte dependência das
firmas em relação ao ambiente externo. Nesse sentido, estratégias voluntaristas que
visem estreitar as relações entre firma e governo, por meio de laços formais e
informais, proporcionam melhor desempenho. Pautado nessa premissa, o estudo
empírico aqui apresentado pretende contribuir com as abordagens que investigam
as relações políticas firma-governo, sob as perspectivas teóricas da governança e
dependência de recursos, aliando-se a essa corrente para detectar e analisar os
efeitos desses laços no país.
A doação a campanha política é um dos construtos a serem avaliados por
meio da seguinte hipótese a ser testada (H1):
80
H1: Existe um relacionamento significativo entre as conexões políticas, a
partir de doação a campanha política, pelas firmas, como meio de redução da
dependência externa, e o desempenho da firma.
H1a: Existe um relacionamento significativo entre as conexões políticas, a
partir de doação a campanha política, pelos administradores, como meio de redução
da dependência externa, e o desempenho da firma.
2.3 Integrando o arcabouço teórico
Conforme é demonstrado na Figura 4, a proposta teórica que ampara os
construtos delineados na metodologia analisa a relação firma-ambiente, a partir do
aspecto político, considerando o paradigma positivista.
Como se vê no referencial teórico, a segregação da propriedade e do controle
nas organizações, por um lado, promoveu a expansão das firmas e, por outro, gerou
a necessidade de delegação executiva a agentes contratados para o gerenciamento
organizacional.
Este estudo, a partir da firma como unidade de análise, considera o conselho
de administração como importante elo entre a firma e ambiente. Como um dos
mecanismos internos de governança, o board tem o papel de contribuir com os
problemas de interdependência e incerteza externa. Dessa maneira, as conexões
políticas são uma forma de resolver esses problemas. A união desses campos
teóricos, da TDR e GC, ajuda a explicar os efeitos diretos na performance das
firmas.
Segundo a visão da TDR, o conselho de administração é um veículo para
organização lidar com problemas de interdependência e incerteza ambiental,
mecanismo interno com atividades relacionadas à minimização da dependência
promovendo intercâmbio de recursos com instituições externas (PFEFFER, 1972).
Modificações na sua composição, ampliando a participação de membros outsiders,
revelam estratégias voltadas à aproximação com o ambiente e à redução da
incerteza (PEARCE II; ZAHRA, 1992). É justamente esse um dos aspectos que a
TDR discute, ou seja, a presença de conselheiros externos sinaliza que a firma
81
direciona atenção para o gerenciamento ambiental da organização (DAILY;
DALTON, 1994a, 1994b).
Dessa forma, se conclui que a presença de conselheiros com background
político pressupõe que a firma possui estratégias voltadas à redução da
interdependência e a minimização de incertezas em relação ao ambiente. Acresce-
se a isso o papel dos gestores que, subordinados ao conselho de administração,
também exercem importante função relacional com o ambiente.
Para a teoria da dependência de recursos, a articulação da firma com o
ambiente é uma função direta dos níveis e tipos de dependência que uma
organização possui (HILLMAN; CANNELA JR.; PAETZOLD, 2000). Logo, os laços
estabelecidos pelas firmas expressam o grau de articulação e de dependência em
relação ao ambiente.
Figura 4 - Design da teoria da governança Fonte: Elaborada pelo autor
Em síntese, a abordagem da dependência de recursos se apega à premissa
de que a incerteza ambiental pode ser minimizada com estratégias delineadas pelas
firmas (PFEFFER, 1972; ALDRICH; PFEFFER, 1976; DAILY; DALTON, 1994a,
1994b). Estabelecer interesses mútuos entre firma e governo é uma estratégia
política que promove benefícios (HILLMAN, 1999; HILLMAN; HIT, 1999; HILLMAN;
82
CANNELA JR.; PAETZOLD, 2000; BANDEIRA-DE-MELLO; MARCON, 2005).
Envolvidos com a mesma linha de pesquisa, Hillman, Zardkoohi e Bierman (1999) e
Schuler, Rehbein e Cramer (2002) enfatizam que ligações com o governo geram
valor à firma.
Partindo do pressuposto de que o governo tem recursos atrativos, a firma
desenvolve estratégia política com fins de, também, obter e preservar influências
sobre as políticas públicas (HILLMAN; HITT, 1999). Garantir, conquistar e assegurar
recursos especiais que estão sob o domínio da firma ou de competidores faz parte
do sistema de manipulação do ambiente econômico e político (KRUEGER, 1974;
TOLLISON, 1982; TULLOCK, 1988; FAN; WONG; ZHANG, 2007; BOUBAKRI et al.,
2008).
Mizruchi e Stearns (1988) avaliaram a representatividade de membros do
conselho com afiliações institucionais externas, relacionando-a a performance das
firmas. No caso, o ingresso de representantes de instituições financeiras foi
associado ao declínio da insolvência, à lucratividade e à redução nos custos
financeiros. Membros do conselho podem estar associados a laços e conexões
políticas institucionais que visam cooptar fontes de um ambiente incerto. Hillman,
Zardkoohi e Bierman (1999) e Schuler, Rehbein e Cramer (2002) enfatizaram os
benefícios gerados pelas relações políticas das firmas, apontando que ligações com
o governo afetam positivamente o valor da firma.
Assim, vínculos políticos, mediados pelo conselho, influenciam a performance
e se tornam importantes num ambiente de competição. As ligações por meio do
interlocking são consideradas ações políticas que facilitam o acesso a instituições
financeiras (JOHNSON; DAILY; ELLSTRAND, 1996), desenvolvendo, através das
relações, mecanismos de extração de rendas e contribuições que protegem a firma
dos competidores (FAN; WONG; ZHANG, 2007; BOUBAKRI et al., 2008) e até
mesmo permitem agir politicamente perante as instituições para restringir
oportunidades de recursos às competidoras (LEUZ; OBERHOLZER-GEE, 2006). Os
vínculos podem sinalizar uma maneira de a empresa se recuperar de certas
dificuldades (BOUBAKRI et al., 2008).
O arcabouço teórico aponta para a importância das relações políticas entre a
firma e o poder público (PITTMAN, 1977; MAHON; MURRAY JR; EDWIN, 1981;
YOFFIE, 1988; KEIM; BAYSINGER, 1988). Algumas formas de interrelacionamento
entre os poderes econômico e o político são consideradas essenciais pela literatura,
83
com destaque para contribuições a campanhas políticas, reciprocidade das
influências das firmas, relações externas das firmas que atuam em ambiente de
regulação, adaptabilidade e ampliação do poder de influência política, representação
política congressual e alianças das firmas com o governo.
Importante observar que o alinhamento de interesses entre os acionistas, o
conselho de administração e os gestores é comprovadamente fonte geradora de
performances satisfatórias (DEMSETZ; LEHN, 1985; SHLEIFER; VISHNY, 1986;
CHO, 1998; THOMSEN; PEDERSEN, 2000; BOHREN; ODEGGARD, 2004).
Considerando que o conselho de administração é eleito pelos acionistas, sua
composição indica a atuação política da firma, ou seja, pressupõe que membros
com background político podem sinalizar estratégias políticas em maior ou menor
intensidade. Essas conclusões conduzem à hipótese de que a experiência em
política pode promover desempenho superior. Dessa forma, se formula a hipótese
H2:
H2: Existe um relacionamento significativo entre administradores com
antecedentes em política e a performance da firma.
E várias são as formas possíveis de criar e manter conexões da firma com o
ambiente político. Visando determinados interesses, o estreitamento relacional via
board interlocking é uma das maneiras de os membros do conselho intercambiarem
com ex-políticos que servem a outras companhias e, por meio dessa aproximação
interorganizacional, obterem informações privilegiadas (KOENIG; GOGEL;
SONQUIST, 1979; SCHOORMAN; BAZERMAN; ATKIN, 1981; BAZERMAN;
SCHOORMAN, 1983; BARRINGER; HARRISON, 2000).
O interlocking ocorre quando um conselheiro tem assento simultaneamente
em dois conselhos, podendo ser direto ou indireto (ZHARA; PERCE II, 1989;
BARRINGER; HARRISON, 2000). Os autores convergem ao definirem que o
compartilhamento direto é quando um ou mais conselheiros de uma firma servem a
outra firma. O indireto ocorre quando dois ou mais membros de conselhos de firmas
distintas se encontram no board de uma terceira firma. Neste estudo importa é
identificar os membros com antecedentes políticos entre os diversos conselhos,
estabelcendo laços intrafirmas e interfirmas.
84
A literatura aponta vários benefícios decorrentes de conexões políticas. Há
evidências de ações empreendidas por membros do conselho de administração com
antecedente político em governo e com laços políticas, cujos benefícios se traduzem
em facilidade e acesso a fontes financeiras, de âmbito informacional, privilégios na
disputa e preservação de recursos, de modo a contribuir nas decisões estratégicas
e, por consequência, no desempenho das firmas (JOHNSON; DAILY; ELLSTRAND,
1996; FACCIO, 2006; CLAESSENS, FEIJEN; LAEVEN, 2008).
Os antecedentes teóricos conduzem a proposição de que firmas com
estratégias políticas relacionais, por meio do interlocking, compartilhando
conhecimento com o ambiente, produzem certos benefícios. Dessa forma, se propõe
a seguinte hipótese H3:
H3: Existe um relacionamento significativo entre o interlocking de membros
políticos do conselho de administração ligados ao ambiente, por laços diretos e
indiretos, e a performance da firma.
Objetivando responder a questão central de pesquisa e testar as hipóteses
anteriormente formuladas, a seguir serão apresentados os procedimentos
metodológicos, compreendendo a tipologia do estudo; a população, fonte e
tratamento dos dados; a definição dos construtos e variáveis; e a especificação do
modelo.
85
3 PROCEDIMENTOS METODOLÓGICOS
Neste capítulo, primeiramente são apresentadas a caracterização da
pesquisa e como as variáveis foram definidas. Em seguida, a unidade de análise e
os critérios de definição da população, amostra, as fontes e a forma de tratamento
de dados, bem como a especificação do modelo e as técnicas estatísticas
empregadas. Ao final é apresentado o esquema metodológico.
3.1 Tipologia do estudo
Esta pesquisa se caracteriza por um conjunto de relações que explora um
sistema de unidades observadas e aproxima essas variáveis a partir de construtos
teóricos e hipóteses, daí decorrentes (BACHARACH, 1989). De acordo com
Creswell (2007, p. 25), “o pós-positivismo reflete uma filosofia determinista, na qual
as causas provavelmente determinam os efeitos ou os resultados”. Mensurar a
realidade objetiva das firmas sob esse paradigma, embora seja uma posição
reducionista, é uma forma distintiva de ver a realidade, pois através do delineamento
dos construtos e proxies propostas, o estudo pretende investigar certos fatores que
contribuem para as diferenças na performance das organizações. Por esse viés,
interessa ao pesquisador examinar se determinadas variáveis influenciam a
performance das firmas.
Trata-se de uma pesquisa quantitativa que busca construir conjecturas que
precisam ser testadas e validadas (BURREL; MORGAN, 1979; CRESWEL, 2007).
Partindo do método hipotético-dedutivo, investiga-se se e como uma variável
influencia outra, estabelecendo relações entre variáveis (TRIVIÑOS, 1987). Com
isso, desenvolve-se um estudo causal (COOPER; SCHINDLER, 2003; GINSBURG,
2006). Destaca-se que, embora não seja o principal objetivo da pesquisa investigar a
relação de causalidade entre as variáveis, a busca por essas evidências nos
relacionamentos entre determinadas variáveis do fenômeno investigado se reveste
de natureza causal, o que pode contribuir com acréscimos importantes a corrente de
pesquisa que se ocupa desse tipo de relacionamento, firma-governo.
86
Quanto à dimensão do tempo, o estudo é caracterizado por ser longitudinal,
expressando uma série de observações no tempo (HAIR Jr. et al., 2009). Faz uso da
técnica econométrica em painel, caracterizada pelo exame da unidade de análise –
firma - acompanhada ao longo do tempo. No caso em estudo, interessa analisar os
efeitos dos eventos que caracterizem conexão de natureza política da firma,
mediada pelo conselho de administração e executivos, para verificar a influência na
performance.
Trata-se, portanto, de uma pesquisa empírica, fundamentada em dados
secundários, que procura identificar e analisar as relações entre esses fenômenos.
Moldado pelo arcabouço teórico e com as conjecturas formuladas, conforme a
fundamentação teórica, este estudo pretende obter validação científica a partir da
instrumentalização dos procedimentos metodológicos adotados.
3.2 População, fonte e tratamento dos dados
A população é composta pelo conjunto de firmas não financeiras listadas na
BM&FBovespa, no período de 1998 a 2009, representando dados de 12 anos de
observação. A escolha de firmas listadas em bolsa se justifica por compreender
empresas que apresentam maior transparência nos dados e oferecem informações
devidamente auditadas ao mercado, o que confere segurança na credibilidade dos
mesmos. Também se justifica dado os mecanismos externos em que são
submetidas às firmas que aderem a normas estabelecidas pela Comissão de
Valores Mobiliários, reguladas pela legislação da BM&FBovespa. Estão sujeitas ao
monitoramento dos shareholders e stakeholders. Além disso, estão submetidas a
outros mecanismos de controle e moldadas por valores importantes, dentre os quais
transparência das informações (disclosure), prestação responsável de contas
(accountability), senso de justiça e equidade no tratamento aos acionistas (fairness)
e obediência às leis (compliance).
Este conjunto de dados não-experimentais, do período sob análise,
compreendeu dados do Tribunal Superior Eleitoral (TSE), da base Economática® e
da BM&FBovespa. De acordo com o propósito da pesquisa, o período de
abrangência se justifica por compreender o segundo ano de mandato do presidente
87
Fernando Henrique Cardoso (1998 a 2002), o primeiro (2003 a 2006) e parte
expressiva do segundo ano do mandato do presidente Luiz Inácio Lula da Silva
(2007 a 2009). O ano de 2010 não foi considerado no estudo em razão dos dados
completos da amostra, ainda, não estarem disponíveis21.
O Quadro 3 expõe as fontes utilizadas para o levantamento de dados da
pesquisa, estabelece os objetivos e os procedimentos empregados na classificação
e captura das informações.
Valendo-se das informações do Tribunal Superior Eleitoral (TSE) a pesquisa
capturou as doações de campanha das firmas, dos membros da administração a
partidos e a candidatos nas eleições de 1998, 2002 e 2006. O propósito foi o de
obter dados e informações dos candidatos ligados a firma e a administradores,
conselheiros ou executivos, por doação à campanha. O estudo identificou os
donatários relacionados com a firma por: nome, estado, partido político e também
dados sobre o resultado do concurso em relação ao candidato; se vencedor ou
perdedor.
A amostra resultante, que representa o subconjunto da população alvo, foi
extraída pelo método não-probabilístico, porque determinadas firmas foram
excluídas da população, por exemplo: permissionárias ou concessionárias de
serviços públicos22, concordatárias, em recuperação judicial ou extrajudicial, em
processo falimentar e com patrimônio líquido negativo no período em análise. Além
disso, foram consideradas as firmas com um conjunto de dados há pelo menos três
exercícios sociais sucessivos, compreendendo as participantes da BM&FBovespa
durante o período de 199923 a 2009, ativas e inativas.
21 O art. 132 e 133 da Lei 6.404/76, com as alterações da Lei 10.303 de 31/10/2001, estabelecem o prazo para a divulgação das demonstrações contábeis, dos relatórios da administração e dos pareceres – auditores independentes e do conselho fiscal-, e demais documentos pertinentes. Esses informes são divulgados no sistema de divulgação externa nas Informações Anuais (IAN) e Demonstrações Financeiras Padronizadas (DFP). Regulamente as divulgações ocorrem, antes da deliberação assemblear, durante o mês de março e abril, de cada ano. Entretanto, pode haver modificação por: a) aprovação da assembléia com restrições (art. 134 da lei 6.0404/76); b) exigências da CVM (IN n. 388/2001); e c) iniciativa da empresa. 22 O Art. 24 da Lei Eleitoral 9.540/97, diz que: É vedado, a partido e candidato, receber direta ou indiretamente doação em dinheiro ou estimável em dinheiro, inclusive por meio de publicidade de qualquer espécie, procedente de: I - ... II - ... III - concessionário ou permissionário de serviço público; IV - ... 23 A elaboração da base de dados das métricas de desempenho e de controle considerou o período 1998 a 2009. Entretanto, as métricas resultantes levaram em conta os períodos posteriores em cada fase eleitoral. Dessa forma, eleições em 1998 métricas de 1999 a 2002 e assim sucessivamente.
88
FONTES OBJETIVO PROCEDIMENTOS Tribunal Superior Eleitoral (www.tse.gov.br)
Identificar e coletar as doações à campanha política das firmas listadas na BM&FBovespa em 1999 a 2009, em cada período de eleição: 1998, 2002 e 2006.
Input manual da razão social (e/ou short name) da firma; identificação das doadoras; captura do valor doado a partido e o donatário/beneficiário em cada eleição - a presidente, senador, governador, deputado federal e estadual/distrital, se vencedor e/ou perdedor. Quantidade de firmas: 268 por eleição.
As Claras24 http://www.asclaras.org.br
Identificar e coletar as doações dos administra-dores (membros de Conselho de Adminis-tração e dos Executivos) à campanha eleitoral dos períodos sob análise.
Input manual do nome de cada membro dos conselhos de administração e executivos das firmas da amostra. Captura do valor doado a partido e a donatário por tipo de concurso - a presidente, senador, governador, deputado federal e estadual/distrital, se vencedor e/ou perdedor. Quantidade de administradores doadores: 5.248 atores por ano de eleição. Os homônimos foram consistidos por número do CPF.
Infoinvest® http://www.infoinvest.com.br
Identificar e classificar as firmas com administra-dores por tipo de background em política: executivo (administração direta ou indireta) e legislativo.
Baixa dos currículos publicados por empresa e por exercício social. Análise dos currículos dos administradores das firmas no período de 1999 a 2009. Quantidade total de currículos individuais dos administradores analisados 22.467. No período de 1999 a 2002 foram analisados 7.752; no segundo período, 2003 a 2006, 7.893; e no último, 2007 a 2009, 6.812.
Economática®
BM&FBovespa
Identificar as firmas da amostra, analisar o controle de propriedade.
Analisar nos anos das eleições a categoria de propriedade das firmas da amostra: governo, indivíduos/família, instituições financeiras, estrangeiras ou não financeiras.
Identificar e definir as firmas da amostra Apurar as métricas de performance (Q de Tobin; Market-to-book; ROA; ROE; Crescimento de Vendas; RSV) e das variáveis de controle.
Capturar dessa base dados econômicos e financeiros no período de 1999 a 2009. Analisar o comportamento das variáveis, calcular as médias de acordo com os períodos de mandato, verificar o cumprimento das condições estabelecidas para compor a amostra e analisar os outliers (268 firmas).
Quadro 3 - Fontes e procedimentos da pesquisa Fonte: Elaborado pelo autor
Em razão do tamanho da amostra a obtenção de normalidade torna-se um
problema. Todavia, deve-se ter o cuidado para não perder a informação. Por
exemplo, faz parte do estudo um conjunto representativo de métricas dos casos. O
fato de não se obter normalidade em uma variável não importa em afastar o conjunto
de dados da firma. Para minimizar isso, os dados discrepantes foram analisados
segundo importância da avaliação da representatividade da observação na amostra,
24 Às Claras é uma iniciativa da Transparência Brasil que traduz os dados sobre o perfil do financiamento das campanhas eleitorais para uso de cidadãos interessados. No sitio informacional se descrevem e se analisam as informações provenientes das prestações de contas dos candidatos à Justiça Eleitoral. Esta base foi utilizada como apoio, para as eleições de 2002 e 2006, em razão de algumas inconsistências encontradas nos dados do sitio do TSE.
89
verificando o efeito de sua manutenção ou afastamento em relação a média (HAIR
Jr et al.,2009).
Os dados sobre experiência profissional e política de cada conselheiro foram
coletados da base Infoinvest®25. Destaca-se que a organização dos dados foi
estruturada em dois grupos. O primeiro em relação a firma, como por exemplo as
doações à campanha eleitoral. O segundo em relação aos administradores ligados a
firma, identifcando as doações à campanha política; suas experiências em
atividades políticas, seja na administração direta ou indireta em governo, e sua
participação compartilhada em firmas com membros políticos na administração.
3.3 Definição dos construtos e variáveis
Para discorrer sobre as variáveis do modelo, esta subseção foi estruturada de
forma a descrever três grupos de variáveis: 1) dependentes; 2) independentes e 3)
variáveis de controle.
3.3.1 Variáveis dependentes
Visando testar as hipóteses elaboradas seis variáveis dependentes foram
testadas: a) valor da firma pelo Q de Tobin; b) valor de mercado da firma em relação
ao valor escritural medido pelo market-to-book; c) retorno operacional dos ativos
pelo ROAop; d) retorno sobre o capital próprio pelo ROE; e) crescimento de vendas;
e f) retorno sobre vendas medido pelo RSV.
A performance da firma pode ser medida a partir de diversos níveis e bases
conceituais, representando tema recorrente e central para a administração
estratégica (VENKATRAMAN; RAMANUJAM, 1986).
25 O INFOinvest® é uma base de informações privada que disponibiliza para os associados e clientes relatórios de todas as empresas de capital aberto. Utilizada com fonte de dados a base da CVM e da BM&FBovespa.
90
As definições operacionais a serem adotadas estão dispostas no quadro 4.
Neste estudo, a performance é operacionalizada em duas dimensões. A primeira, a
dimensão de mercado, medida por indicadores de valor Q de Tobin e Market-to-
book. A segunda, contábil, de ordem econômica e financeira, compreendendo
indicadores de crescimento de vendas, retorno sobre os ativos (ROAop), retorno
sobre os capitais próprios (ROE) e retorno sobre vendas (RSV).
VARIÁVEL DESCRIÇÃO AUTOR
Q de Tobin ajustado
Definido pelo valor de mercado das ações (ordinárias e preferenciais) mais a dívida contábil pelo valor contábil do ativo total
VENKATRAMAN, RAMANUJAM (1986); CHUNG; PRUIT (1994); CHO (1998); JIANG (2008)
Market-to-book O market-to-book expressa o valor de mercado da firma, com base nas ações, pelo valor do patrimônio líquido escritural
VENKATRAMAN, RAMANUJAM (1986); FAN; WONG; ZHANG (2007); JIANG (2008)
Retorno operacional dos ativos (ROAop)
A rentabilidade dos ativos é determinada pela razão entre o lucro líquido operacional antes do Imposto de Renda, contribuição social sobre o lucro e depreciações, despesas financeiras -(Ebitda) - e o ativo total.
LEUZ; OBERHOLZER-GEE, (2006); BERTRAND ET AL. (2006); LI ET AL. (2008); OKHMATOVSKIY (2010)
Retorno sobre os capitais próprios (ROE)
Descreve a rentabilidade do acionista, determinado pela razão do lucro líquido do exercício e o patrimônio líquido escritural
LI ET AL. (2008); OKHMATOVSKIY (2010)
Crescimento de vendas
Taxa de crescimento de vendas é a razão da receita operacional bruta do ano (t) em relação a do ano (t-1)
FAN; WONG; ZHANG (2007); LEUZ; OBERHOLZER-GEE (2006)
Retorno sobre vendas (RSV)
O retorno sobre vendas é medido pela razão do lucro líquido operacional e a receita operacional líquida
FAN; WONG; ZHANG (2007); JIANG (2008)
Quadro 4 - Variáveis dependentes de performance Fonte: Elaborado pelo autor
Essas variáveis foram usadas em estudos que investigam as ligações
políticas das firmas e os efeitos na performance.
3.3.2 Variáveis independentes
O alinhamento de interesses entre acionistas, membros do conselho de
administração e os executivos é um problema recorrente em governança (JENSEN,
91
1983). Determinados mecanismos de governança contribuem para minimizar os
problemas de conflito de interesses entre os acionistas e a administração. O
alinhamento entre eles pode ser obtido pela combinação dos mecanismos
(REDIKER; SETH, 1995; DENIS; MCCONNELL, 2003). Neste estudo, o conselho de
administração, como mecanismo interno de governança, tem uma importância
central. Como órgão eleito pelos acionistas os temas ligados as principais decisões
da firma são discutidos e conduzidas pelo conselho. Os executivos, subordinados ao
conselho, compõem a administração da companhia com o papel de
representatividade interna e externa. Nesse sentido, na definição nas variáveis de
ligações políticas das firmas, o estudo emprega as seguintes mensurações de
conexões (Quadro 5).
VARIÁVEL DESCRIÇÃO AUTOR
Firma doadora
O valor monetário doado ou serviços financiados declarados pela corporação nos anos de eleições (1998, 2002 e 2006).
Mahon; Murray Jr; Edwin (1981); Appelbaum; Katz (1987); Tullock (1988); Katz; Smith (1988); Claessens; Feijen; Laeven (2008).
Firma com Administrador doador
O valor monetário doado declarado por conselheiro ou executivo nos anos de eleições (1998, 2002 e 2006).
Faccio (2006); Claessens, Feijen e Laeven (2008).
Firma com ex-político na Administração
Com base no background do membro da administração, identificação se é ou foi ex-funcionário do governo ou político e quais as experiências nessas atividades.
Agrawal; Knoeber (2001); Fan; Wong; Zhang (2007); Boubakri et al. (2008); Chaney; Faccio; Parsley (2008).
Firma com interlocking político
Com base na composição dos conselhos de administração, identificação do compartilhamento intrafirmas (diretos) e interfirmas (indiretos) na forma de quantidade de laços estabelecidos.
Schoorman; Bazerman; Atkin (1981); Mizruchi; Stearns (1988); Johnson; Daily; Ellstrand (1996); Hillman; Zardkoohi; Bierman (1999); Schuler, Rehbein; Cramer (2002); Boubakri et al. (2008).
Quadro 5 - Variáveis independentes de conexão política Fonte: Elaborado pelo autor
A firma pode estar conectada por relações políticas de diversas formas. Este
estudo considerou as ligações políticas das firmas por doação à campanha política,
por doações de membros da administração, ou seja, por membros do conselho de
administração e por executivos. Outras formas de laços políticos mediados por
membros do conselho de administração e gestores foram considerados, como os
antecedentes em política e compartilhamento em outras firmas com conselheiros e
executivos com experiência em política. Nesse sentido, o conselho de administração
92
é um importante elo interno e externo, daí a investigação das relações políticas da
firma sob a ótica da dependência de recursos, considerando que práticas
relacionais, ajustadas ao ambiente externo, têm por objetivo proporcionar benefícios
(BAZERMAN; SCHOORMAN, 1983).
A literatura aponta que firmas que estreitam laços com o governo obtêm
melhores resultados em relação às competidoras sem essas ligações. Com base
nas atividades mapeadas por Brennan (2006), discutidas na fundamentação teórica,
importa identificar a participação política do conselho no relacionamento com
organismos externos.
As formas de mensuração são demonstradas no Quadro 6.
CLASSES DE VARIÁVEIS VARIÁVEIS DE APROXIMAÇÃO E MENSURAÇÃO
Firma doadora a) Variável valor monetário doado; e b) a variável dummy igual a 1 se é ou foi doadora a campanha política e 0 se não; c) a variável dummy igual a 1 se doadora a candidato vencedor e/ou 0 a candidato perdedor.
Firma com Administrador doador
a) Variável valor monetário doado; b) a variável dummy igual a 1 se é ou foi doador a campanha política e 0 se não; e c) a variável dummy igual a 1 se o doador é conselheiro, conselheiro e executivo ou executivo e 0 se não.
Firma com background em política
a) Variável dummy igual a 1 se possui membro da administração com experiência política e 0 se não; b) variável do número de administradores com experiência em política; c) variável número de habilidades dos administradores em política; d) variáveis de interações entre os administradores com experiência em política; e e) dummy igual a 1 se possui membro da administração com experiência política e 0 se não.
Firma com interlocking político
a) variável número firmas com a presença de administradores com experiência política que compartilham em conselhos de outras firmas com políticos (diretos); b) variável dummy igual a 1 se possui membro da administração com experiência política compartilhada interfirmas e 0 se não; c) variável número de administradores com experiência política que compartilham no conselho da firma (diretos); d) e o número de relações entre membros políticos da firma com os de outros conselhos (indireta).
Quadro 6 - Variáveis de aproximação e mensuração de conexão política Fonte: Elaborado pelo autor
Para identificar as formas de conexões delineadas, o estudo se baseia nas
fontes e procedimentos estabelecidos no Quadro 3 do item 3.2. Em destaque, a
utilização das variáveis binárias no modelo permitirá a segregação das firmas
politicamente conectadas das sem conectividade, além de permitir a identificação
das firmas com conexões mais intensas.
93
Destaca-se a importância da integração da variável de interlocking político,
pois identifica se os membros da administração, com antecedentes em política,
compartilham com firmas que possuem na sua composição outros membros com
esse background. Isso difere dos estudos até então referenciados. Do
compartilhamento entre os conselhos das firmas importa somente as interações
políticas. Nesse aspecto, interessa capturar as conexões políticas das firmas
mediadas por conselheiros; desse modo, por exemplo, as relações simultâneas com
um ex-político de determinado conselho pressupõe a existência de estreitamento
pessoal e compartilhamento de informações, incluídas as de cunho político.
3.3.3 Variáveis de controle
As variáveis de controle são aquelas que não se caracterizam como objeto do
estudo, mas que interferem no relacionamento com as variáveis independentes
(variáveis de governança) e dependentes do modelo (Q de Tobin, Market-to-book,
ROAop, ROE, crescimento de vendas e RSV). Foram consideradas neste trabalho
as seguintes variáveis: a alavancagem medida pelo grau de comprometimento do
patrimônio líquido com terceiros (PROCIANOY; SCHNORRENBERG, 2004;
FACCIO; MASULIS; McCONNEL, 2006); o tamanho do conselho de administração
por ser uma variável importante, pois firmas com maior quantidade de membros do
conselho tendem a ter mais variedade experiências de seus componentes (ZHARA;
PERCE II, 1989; DAILY; DALTON, 1994a); o tamanho que expressa o porte da firma
(TITMAN; WESSLS, 1988); o grupo das categorias de propriedade especificadas no
quadro 7 e uma métrica para capturar as diferenças de doações das firmas nas
diferentes indústrias (BANDEIRA-DE-MELLO; MARCON; ALBERTON, 2008).
Em finanças a variável tamanho de uma empresa é comumente medida com
base no Ativo Total ou Receita Bruta. Com base em Titman e Wessls (1988), no
presente estudo se adotou a Receita Bruta em razão das características dos ativos
operacionais de derminadas firmas. Por exemplo, empresas do setor de tecnologia
possuem alta intangibilidade dos ativos. É característica da indústria da construção
civil contratação por terceirização mais intensa, afetando o tamanho dos ativos. Por
94
isso se justifica a escolha da Receita Bruta. A Receita Bruta, após capturados os
dados de origem da base Economática®, em razão dos dados não apresentarem
normalidade, foi transformada, em segunda ordem, para o logaritmo natural
(TITMAN; WESSLS, 1988).
Foram também consideradas como variáveis de controle as seguintes de
estrutura de capital: as de endividamento total, de curto e longo prazo, financeiro
total, de curto de longo prazo, associadas a determinadas variáveis dependentes,
mas que não apresentaram efeitos na variabilidade das dependentes testadas.
Igualmente a variável setorial foi considerada, mas que apresentou colinearidade
nos modelos testados.
A composição do conselho é determinada pelos acionistas da firma em
assembléia geral ordinária (Lei 6.404/76). Como o interesse da pesquisa é entender
os relacionamentos políticos das firmas por meio do conselho de administração e os
efeitos na performance, torna-se fundamental compreender essas relações por
categoria de estrutura de propriedade, ou seja, verificar se firmas de uma dada
categoria são influentes nas variáveis sob estudo.
Desse modo, o estudo segue a classificação sugerida por Faccio e Lang
(2002) e Bohren e Odegaard (2004), ou seja, a origem do capital controlador
diferenciada em cinco categorias: governo, indivíduos/família, instituições
financeiras, corporações não financeiras e organizações internacionais (Quadro 7).
VARIÁVEIS DESCRIÇÃO Governo Controle pela União, Estado ou Município, incluindo-se agências e
empresas do governo de forma indireta Indivíduos/família Controle por pessoas físicas, de forma individual ou em grupos Instituições financeiras Controle por bancos e outras instituições sob regulação financeira
Internacionais Controle através de empresas transnacionais, multinacionais, indivíduos ou grupos estrangeiros
Corporações não financeiras
Controle por outras instituições não especificadas, a exemplo de fundos de pensão
Quadro 7 - Variáveis de identidade dos proprietários Fonte: Elaborado pelo autor
Na identificação das categorias de identidade dos proprietários das firmas
utilizou-se uma variável binária (dummy), atribuindo-se 1 (um) para a associação da
firma em determinada categoria e 0 (zero) para as categorias não associadas.
Para fins de controle, também foram consideradas as variáveis dos setores da
economia nacional, com base nos dados da Economática®; constantes da
95
população são dados por dummy_setores: Agroindústria e Pesca; Alimentos e
Bebidas; Comércio; Construção; Eletroeletrônico; Energia Elétrica; Máquinas
Industriais; Mineração; Minerais Não Metálicos; Papel e Celulose; Petróleo e Gás;
Química; Siderurgia e Metalurgia; Software e Dados; Telecomunicações; Têxtil;
Transportes Serviços; e Veículos e Peças. Em razão do tamanho da amostra e
baixa quantidade de firmas em alguns setores, as firmas foram reclassificadas
conforme o agrupamento da BM&FBovespa. Assim, as empresas foram
reagrupadas em oito setores: bens industriais; construção e transporte; consumo
cíclico; consumo não cíclico; materiais básicos; petróleo, gás e biocombustíveis;
tecnologia da informação; e outros.
Para a melhor compreensão, a seguir é apresentada a especificação do
modelo.
3.4 Especificação do modelo
Conforme os modelos teóricos apresentados, a literatura sugere que os
efeitos das conexões políticas são favoráveis à firma. Seguindo a proposta de
pesquisa, o modelo examina os efeitos desses laços políticos na performance. Com
esse propósito, foi elaborado um modelo geral, com formulações daí derivadas.
Desempenho = f (atributos da governança, variáveis específicas da firma)
Na especificação do modelo geral, a performance é função dos mecanismos
internos de governança, dada a incerteza ambiental, e das variáveis especificas da
firma. Dentre os atributos da governança é utilizado, no modelo, o mecanismo
interno definido pelas atividades políticas da administração representadas pelo
conselho de administração. As variáveis específicas são as de controle, que
exercem influência nas variáveis dependentes e independentes.
3.4.1 Técnicas estatísticas aplicadas
96
Diferentes estratégias de estimações podem ser usadas para análise em
dados em painel. Pertersen (2009) sugere, quando há poucos períodos e muitas
observações em cada período, o uso de regressões com erros-padrão agrupados
por firmas e com dummies para o controle dos efeitos do tempo. O agrupamento por
firma permite relaxar a hipótese sobre a ausência de correlação serial, que é
claramente violada em um conjunto de dados em painel com múltiplas observações
para cada empresa (OKHMATOVSKIY, 2010). Com base no modelo em estudo,
determinadas decisões de um período podem produzir efeitos em períodos
posteriores ou até mesmo num momento imediato.
Estudos empíricos no Brasil que relacionam governança e performance são
analisados por técnicas descritivas de regressão e correlação. Essas técnicas
compreendem a análise de dados amostrais que visam à obtenção dos
relacionamentos entre as variáveis dos modelos e sua natureza. Por exemplo, Silva
(2004), em análise da estrutura de controle e propriedade como determinantes do
valor de mercado, da estrutura de capital e da política de distribuição de dividendos
das firmas, aplicou o modelo de regressão múltipla. Campos (2006) relacionou a
estrutura de propriedade das firmas nacionais e a performance, desenvolvendo um
conjunto de regressões com dados em painel, na forma cross-sectional e time-
series. Coutinho, Amaral e Bertucci (2006) estudaram as relações entre estrutura de
propriedade e o retorno das ações, aplicando a análise de variância. Lameira, Ness
Junior e Macedo-Soares (2007), ao pesquisarem os efeitos da melhoria das práticas
de GC na geração do valor das firmas, mensurado pelo Q de Tobin, empregaram a
regressão linear múltipla.
Observa-se que nesses estudos há predominância da técnica de correlação e
regressão múltipla. Em relação à definição das variáveis, identifica-se que não há
uniformidade da literatura, pois determinadas variáveis ora figuram como
dependentes, ora como independentes, revelando que o problema da identificação
de fatores determinantes da performance é recorrente. Para amenizar as incertezas
da natureza de algumas variáveis, tem sido testada a simultaneidade com as
variáveis relacionadas à estrutura de propriedade e performance. A possibilidade de
causalidade reversa entre as variáveis de performance econômica e estrutura de
propriedade foi apontada por Thomsen e Pedersen (2000). Como se verifica, a
governança corporativa é considerada jovem, havendo limitado acesso a dados
97
primários, inconsistências empíricas e problemas metodológicos ainda não
resolvidos (BOHREN; ODEGAARD, 2004).
Neste trabalho utilizou-se o método dos dados em painel para testar as
hipóteses formuladas e responder a questão de pesquisa. Os dados em painel
consistem num conjunto de observações das mesmas firmas repetidas ao longo do
tempo (PETERSEN, 2009). Wooldridge (2006) destaca que os dados em painel
apresentam vantagens em relação a outros métodos por conter múltiplas
observações da mesma unidade. Isso permite controlar certas características não
observadas das firmas, facilitando as inferências causais. Igualmente é adequado ao
objeto da tese por levar em consideração os efeitos no tempo de determinada
decisão, como o grupo de variáveis associadas a doações a campanha política.
Os construtos foram testados através do programa Stata® 11.0. Como apoio
as análises descritivas se fez uso do Statistical Package for the Social Sciences 15.0
for Windows Evaluation Version (SPSS®).
Visando capturar os efeitos das conexões políticas das firmas foram
inicialmente testados, por análise de dados em painel, o método de efeitos fixos
(fixed effects) e o de efeitos aleatórios (random effects).
3.4.2 Método de Efeitos Fixos (EF)
A estimação pelo método de EF considera efeitos não observáveis que
podem estar associados à variável dependente. Nesse método a variável
dependente é mensurada numa escala de tempo e é linearmente dependente de um
conjunto de variáveis preditoras (ALLISON, 2009). Os efeitos fixos são testados por
F test. O modelo geral é descrito da seguinte forma:
K = β0 + β1 Test Variables + β2 Controls + α +ε
Desempenhoit = β0 + β1 x1it + β2 x2it + … + βn xnit + ααααI + εit Equação (1)
A performance da firma i, no período t, é definida pelas variáveis de
dimensões de mercado (Q de Tobin e Market-to-book) e contábil, de ordem
98
econômica e financeira, por meio dos seguintes indicadores: ROAop, ROE,
crescimento de vendas e RSV, conforme disposto no Quadro 4, do item 3.3.1.
As variáveis x1it... xnit representam os mecanismos internos de governança,
compreendendo as conexões políticas dos membros da administração (conselheiros
e executivos) e a estrutura de propriedade, bem como as variáveis de controle.
Nesse modelo β0 é o intercepto. O ααααi varia de uma firma para outra e é
constante ao longo do tempo, capturando todas as diferenças de comportamento
entre as firmas. O termo εit representa o erro do modelo. Expressa a variação do
erro observado em relação ao esperado ao longo do tempo (WOOLDRIDGE, 2007).
O modelo de efeitos fixos examina diferenças de firmas nos interceptos,
assumindo o mesmo coeficiente angular e variâncias constantes entre as firmas.
Desde que o efeito individual da firma não varia com o tempo é considerado parte do
intercepto e ααααi pode ser correlacionado com as variáveis independentes.
Em suma, a estimação do modelo considera dados sobre a performance das
firmas, doações à campanha política, a presença de administradores com
experiência em política, e o interlocking dos membros de conselhos de
administração com experiência política e as categorias de propriedade e controle,
mais as variáveis de controle (receita bruta, n° de membros do board, alavancagem
e Setor).
O modelo pode ser mais bem representado pela seguinte composição de
variáveis preditoras com a performance da firma i no ano t:
Performancei,t = βo + β1* doação i,t + β2 * background i,t + β3* interlocking i,t
+ β4* identidade de propriedade i,t + β5* Ln receita bruta i,t
+ β6* Ln do n° de membros do board + β7*Alavancagem
+ β8* Setor + ααααi + ei,t Equação (2)
Apesar de não estar associado a natureza do problema, o modelo também foi
testado por intermédio do método de efeitos aleatórios.
3.4.3 Método de Efeitos Aleatórios (EA)
99
No método EA o intercepto é constante e explora as diferenças entre os
grupos e/ou o tempo nas variâncias do erro. As diferenças entre os grupos (ou
períodos) reside na variância do termo de erro e não nas diferenças do intercepto
(PARK, 2009). Nesse modelo ui é parte do erro e não pode ser correlacionado com
nenhuma variável independente; é independente em relação a variável εit quanto em
relação as variáveis independentes.
O modelo geral é descrito da seguinte forma:
K = α + β1 Test Variables + β2 Controls + ( ui +εit )
Performanceit = α + β1 x1it + β2 x2it + … + βn xnit +( ui + εit) Equação (3)
Entre os modelos a interpretação dos coeficientes angulares difere. Por
exemplo, no modelo de EF quando X varia com o tempo em uma unidade, Y cresce
ou decresce em β unidade. Nos efeitos aleatórios a variabilidade é representada
pelo efeito médio de X sobre Y quando X muda ao longo do tempo e entre firmas em
uma unidade.
A principal diferença entre o modelo de efeitos fixos e o de efeitos aleatórios
está no papel das variáveis dummy indicadoras das firmas. Se as dummies são
consideradas parte do intercepto é um modelo de efeitos fixos. No modelo de efeitos
aleatórios as dummies atuam como um termo do erro.
Para decidir qual o modelo mais adequado ao problema, Wooldridge (2006)
sugere rodar um teste Hausman. No caso, se os u i não forem correlacionados com
as variáveis X o modelo preferido é o de efeitos aleatórios. Ao contrário, se os u i
forem correlacionados com as variáveis X o modelo preferido é o de efeitos fixos.
Assim, a hipótese nula considera que o modelo preferido é o de efeitos aleatórios e
a hipótese alternativa que o modelo preferido é o de efeitos fixos. Logo, se o p-value
é significativo (<0,05), então deve-se usar efeitos fixos.
100
4 RESULTADOS EMPÍRICOS DA PESQUISA
Este capítulo apresenta, analisa e discute os resultados empíricos
decorrentes da pesquisa. De acordo com os procedimentos metodológicos
estabelecidos para esta tese, este capítulo se estrutura em sete partes. Na primeira,
apresenta as estatísticas descritivas das variáveis do estudo, compreendendo as
firmas em cada período, as variáveis dependentes, independentes e de controle e a
matriz de correlação. Da segunda à quinta etapa são tratados os construtos doação,
background, interlocking político com respectivas variáveis. Em seguida, com a
utilização da análise em painel, são analisados os métodos de estimação de efeitos
fixos e de efeitos aleatórios das variáveis dependentes. Ainda nesta seção são
apresentados os testes de Hausman e de robustez, bem como as análises de
resíduos.
Ao final, no item 4.7, são discutidos os resultados e reexaminados os
fundamentos teóricos, momento em que são resgatadas as hipóteses e discutidas
as evidências encontradas, associando-as à teoria que embasa este estudo.
Constam do Apêndice A e B as variáveis operacionalizadas com os
significados e a estatística descritiva, respectivamente. Nos demais Apêndices
figuram os resultados das regressões dos modelos testados.
4.1 Estatísticas descritivas das variáveis sob estudo
Os Apêndices C a G, anexos, apresentam as firmas pertencentes à amostra
do estudo em cada período de mandato: período I (segundo mandato do presidente
Fernando Henrique Cardoso); períodos II e III (primeiro e segundo mandato do
presidente Luiz Inácio Lula da Silva). Constata-se que, do conjunto de empresas
(268), 133 participaram em todos os mandatos, 35 nos períodos I e II, 28 nos
períodos II e III, 31 somente no I, uma somente no II e 40 somente no III.
Fundamentalmente, os fatores que contribuíram para a constituição da amostra
foram: o ano de registro na Comissão de Valores Mobiliários (CVM); dados
econômicos e financeiros incompletos ou, até mesmo, discrepantes; o cancelamento
101
de registro em algum período, além dos critérios de seleção estabelecidos na seção
3.2 dos procedimentos metodológicos.
No Apêndice C consta a relação das empresas que figuraram nos períodos
de observação. Ainda em relação a esse Apêndice, o fato de as empresas
constarem nos três períodos de análise não significa que tiveram os dados
completos em todos os anos. Algumas firmas ingressaram no mercado durante o
período I e outras tiveram pedido de cancelamento aprovado pela CVM no curso do
período III. Entretanto, os dados das firmas dessa relação compõem integralmente o
período II.
No Apêndice D figuram as firmas que participaram somente nos períodos I e
II. Denota-se que a maioria dessas empresas teve o registro cancelado durante o
período II.
O Apêndice E apresenta as firmas constantes nos períodos II e III.
Compreende as empresas que ingressaram no mercado durante os anos de 2003 a
2006. Observa-se que algumas dessas corporações tiveram registro cancelado
durante o período III, como a Company, Datasul e Medial Saúde.
Os Apêndices seguintes, F e G, apresentam as firmas que participaram
somente em um dos períodos, I ou III. A empresa Vivax não constou nesses
períodos, participando somente no período II. Das empresas do Apêndice F 29
cancelaram o registro na CVM e duas, embora estejam ativas, não atenderam os
critérios especificados na seleção da amostra. O Apêndice G é composto por
aquelas que participaram somente no último período de mandato.
Esses dados fornecem uma visão das empresas e dos períodos em que elas
foram objeto de análise.
Na tabela 1 consta a estatística descritiva das variáveis de performance,
independentes e de controle, e também o número de observações (N), as médias, o
desvio padrão (DP) e os limites mínimos e máximos dos dados das variáveis. As
definições das variáveis dos construtos doação, background e interlocking foram
estabelecidas nos quadros 4 e 5 do item 3.3 dos procedimentos metodológicos.
Considerando os dados da tabela 1, observa-se que, no grupo de variáveis
independentes indicadoras de doação (dummy), foram encontradas doações a
candidatos em 41% dos casos. Em média, as firmas doaram mais para candidatos
vencedores do que perdedores. As firmas estabeleceram maior estreitamento
político às campanhas a deputado federal, a deputado estadual/distrital e a senador.
102
Conforme demonstra o Apêndice B, os valores doados são mais representativos, e
com maiores desvios, às campanhas a presidente, a deputado federal e ao cargo de
governador.
Tabela 1 - Estatísticas descritivas
Variáveis/Construtos N Média DP Limite
Min Max Q de Tobin 478 1,33 0,78 0,39 7,74 Market-to-book 458 1,75 1,66 0,10 17,33 ROAop 540 0,05 0,07 -0,36 0,53 ROE 537 0,09 0,19 -0,99 0,90 Cresc Vendas 540 0,21 0,25 -0,87 1,80 RSV 537 0,08 0,15 -1,19 0,85
Doação Firma doadora 540 0,41 0,49 0 1 Doação p/vencedor 540 0,34 0,47 0 1 Doação p/perdedor 540 0,30 0,46 0 1 Presidente 540 0,15 0,36 0 1 Governador 540 0,20 0,40 0 1 Senador 540 0,12 0,33 0 1 Dep. Federal 540 0,28 0,45 0 1 Dep. estadual/distrital 540 0,23 0,42 0 1
Background Político 540 0,63 0,48 0 1 Executivo 540 1,87 3,54 0 23 Adm. indireta 540 3,54 6,45 0 50 Legislativo 540 0,19 0,82 0 8 Interação 540 10,17 78,06 0 1120
Interlocking Laços diretos da firma (n°) 540 2,14 4,43 0 41 Laços indiretos da firma (n°) 540 2,28 5,43 0 45
Controle26 Indivíduos ou famílias 540 0,18 0,39 0 1 Instituições financeiras 540 0,05 0,23 0 1 Investidores estrangeiros 540 0,06 0,24 0 1 Firmas não-financeiras/indiv. 540 0,70 0,46 0 1 Ln tamanho do board 540 3,15 0,71 0 4,74 Ln da receita bruta 540 13,42 1,63 5,39 17,96 Efeito Indústria (doação) 540 0.24 0,27 0 0,68 Fonte: Elaborado pelo autor
As variáveis do grupo background representam a experiência anterior em
política. Primeiramente, nota-se que há presença de administradores (conselheiros e
gestores) com experiência política na maioria das firmas. As tabelas dispostas no 26 Compreendem as variáveis de controle: as categorias de propriedade, tamanho da firma (medido pelo Ln da RB) e o tamanho do board (medido pelo Ln do n° de conselheiros). Dentre as firmas da amostra não constaram empresas com controle do governo.
103
item 4.3 especificam com mais detalhe a intensidade dos antecedentes políticos
observada. Constata-se que determinadas firmas possuem na administração
membros com essas habilidades, seja em cargo executivo ou na administração
indireta. Do rol de experiências políticas, as diferenças nas médias indicam maior
participação de administradores com habilidade na administração indireta em
governo.
Do grupo interlocking, os laços políticos indiretos, por intermédio de membros
políticos das firmas, são mais proeminentes em relação aos diretos (intrafirmas).
Isso demonstra que firmas fazem uso dos benefícios do compartilhamento, trazendo
experiências de outras firmas com relações pessoais com ex-políticos na
administração. Nas categorias de propriedade prevalecem firmas com composição
de propriedade mista, ou seja, entre famílias/indivíduos, corporações nacionais e
estrangeiras.
As Tabela 2 e 3 apresentam a matriz de correlação das variáveis da amostra,
que estão organizadas da seguinte forma: a) dependentes (1 e 6); b) de doação (7 a
12); c) background (13 a 17); d) interlocking político (18 a 19); e) categorias de
propriedade (20 a 23); f) controle (24 a 27).
Pode-se constatar moderada correlação entre as variáveis de doação,
indicando que as variações são no mesmo sentido. Isso pode ser explicado pela
diversificação nas doações das firmas. Por essa razão, a variável “firma doadora” se
adequou melhor aos modelos testados.
Embora os laços diretos e indiretos apresentem intensa e significativa
correlação com a variável background em cargo executivo (administração direta),
dos testes empregados a manutenção conjunta dessas variáveis expressou melhor
nível de significância, de modo a concluir que as variáveis não estejam diretamente
relacionadas.
Em relação ao grupo de variáveis de doação, outras variáveis independentes
derivadas foram testadas, tais como: o valor da doação geral, por cargo, por
candidato vencedor e perdedor; e variáveis dummies de doação por candidato
vencedor e perdedor. Múltiplas variáveis foram combinadas, como, por exemplo,
interação se a firma foi doadora, com experiência política e interlocking. Todos os
testes citados não resultaram em significância na variabilidade na equação.
104
Tabela 2: Matriz de correlação das entre as variáveis da amostra (Parte 1/2) 1 2 3 4 5 6 7 8 9 1. Q de Tobin 1,00 2. Market-to-book 0,82 1,00 3. ROAop 0,42 0,29 1,00 4. ROE 0,39 0,33 0,72 1,00 5. Cresc Vendas 0,10 0,08 0,01 0,06 1,00 6. RSV 0,22 0,17 0,62 0,48 0,05 1,00 7. Firma doadora -0,02 0,02 0,02 0,03 -0,04 0,02 1,00 8. Doação p/vencedor 0,02 0,06 0,03 0,04 -0,06 0,03 0,86 1,00 9. Doação p/perdedor -0,00 0,05 0,05 0,09 -0,03 0,05 0,89 0,63 1,00 10. Doação presidente 0,01 0,03 -0,01 0,01 -0,02 0,03 0,51 0,55 0,47 11. Doação governador 0,00 0,07 0,05 0,06 -0,08 0,05 0,61 0,67 0,59 12. Doação senador 0,04 0,10 0,09 0,12 -0,05 0,08 0,45 0,53 0,49 13. Doação dep. federal -0,02 0,02 0,03 0,08 -0,05 0,02 0,76 0,72 0,78 14. Doação dep. estad./distr. 0,05 0,06 0,10 0,11 -0,01 0,10 0,65 0,65 0,71 15. Político 0,16 0,17 0,09 0,10 0,11 0,11 0,04 0,06 0,06 16. Cargo adm. direta 0,04 0,04 0,11 0,13 0,05 0,08 0,06 0,05 0,11 17. Cargo adm. Indireta 0,03 0,07 0,07 0,10 0,05 0,06 0,03 0,04 0,03 18. Cargo legislativo -0,05 -0,05 -0,04 -0,05 0,02 -0,03 0,07 0,06 0,07 19. Interação (16, 17 e 18) -0,04 -0,03 -0,04 -0,07 0,02 -0,03 -0,04 -0,06 -0,01 20. Laços diretos (n°) -0,01 0,01 0,06 0,08 0,09 0,04 0,07 0,10 0,06 21. Laços indiretos (n°) -0,06 -0,05 0,00 0,02 0,14 0,00 0,00 -0,02 0,01 22. Indivíduos ou famílias 0,02 -0,01 -0,03 -0,04 0,04 -0,06 -0,02 -0,06 -0,02 23. Instituições financeiras -0,03 -0,02 -0,06 -0,08 -0,03 -0,05 0,02 0,02 0,06 24. Estrangeiros 0,06 0,03 -0,01 0,06 0,08 -0,02 0,02 0,01 -0,04 25. Não-financeiras -0,03 0,00 0,06 0,04 -0,06 0,09 -0,00 0,04 0,01 26. Ln da receita bruta 0,24 0,26 0,18 0,26 0,08 0,21 0,11 0,07 0,04 27. Ln Tamanho do board -0,20 -0,13 -0,01 -0,03 -0,04 0,01 0,05 0,17 0,15 28. Efeito indústria -0,13 -0,90 0,09 0,04 -0,05 0,11 0,07 0,09 0,06 10 11 12 13 14 15 16 17 18 10. Doação presidente 1,00 11. Doação governador 0,49 1,00 12. Doação senador 0,51 0,62 1,00 13. Doação dep. federal 0,42 0,52 0,47 1,00 14. Doação dep. estad./distr. 0,40 0,46 0,45 0,62 1,00 15. Político 0,10 0,10 0,13 0,07 0,01 1,00 16. Cargo adm. direta. 0,14 0,07 0,18 0,09 0,05 0,41 1,00 17. Cargo adm. indireta 0,09 0,13 0,13 0,02 0,02 0,43 0,43 1,00 18. Cargo legislativo -0,00 0,05 0,02 0,04 0,08 0,18 0,27 0,08 1,00 19. Interação (16, 17 e 18) -0,01 -0,02 -0,01 -0,03 -0,04 0,10 0,30 0,26 0,55 20. Laços diretos (n°) 0,09 0,16 0,11 0,06 0,07 0,38 0,47 0,75 0,10 21. Laços indiretos (n°) 0,07 0,10 0,06 -0,01 -0,00 0,33 0,34 0,57 0,06 22. Indivíduos ou famílias 0,01 -0,06 -0,03 -0,01 -0,00 -0,03 -0,09 -0,06 -0,01 23. Instituições financeiras 0,04 0,00 0,06 0,09 0,03 0,02 -0,01 -0,07 -0,06 24. Estrangeiros -0,00 -0,02 -0,05 -0,04 -0,01 -0,00 0,01 0,06 -0,06 25. Não-financeiras -0,03 0,06 0,02 -0,01 -0,01 0,02 0,08 0,06 0,07 26. Ln da receita bruta 0,24 0,27 0,28 0,13 0,11 0,32 0,20 0,35 0,06 27. Ln Tamanho do board 0,13 0,08 0,10 0,03 0,01 0,23 0,35 0,37 0,19 28. Efeito indústria 0,18 0,13 0,16 0,04 0,09 0,15 0,19 0,31 0,04 Fonte: Elaborado pelo autor. Nota: Correlação significativa ao nível de p<0,01 está em negrito e p<0,05 em negrito e itálico.
105
Tabela 3: Matriz de correlação das entre as variáveis da amostra (Parte 2/2) 19 20 21 22 23 24 25 26 27 19. Interação (16, 17 e 18) 1,00 20. Laços diretos (n°) 0,10 1,00 21. Laços indiretos (n°) 0,08 0,82 1,00 22. Indivíduos ou famílias -0,05 -0,05 -0,06 1,00 23. Instituições financeiras -0,03 -0,02 -0,01 -0,11 1,00 24. Estrangeiros -0,03 0,05 0,03 -0,12 -0,06 1,00 25. Não-financeiras 0,07 0,02 0,04 -0,72 -0,37 -0,40 1,00 26. Ln da receita bruta 0,04 0,29 0,22 -0,03 -0,03 0,06 0,00 1,00 27. Ln Tamanho do board 0,13 0,33 0,30 0,02 -0,03 -0,00 -0,00 -0,01 1,00 28. Efeito Indústria (doação) 0,13 0,28 0,18 -0,03 -0,04 0,05 0,02 0,20 0,21 Fonte: Elaborado pelo autor. Nota: Correlação significativa ao nível de p<0,01 está em negrito e p<0,05 em negrito e itálico.
Das variáveis dependentes testadas, os modelos apresentaram significância
com as variáveis associadas ao mercado: Q de Tobin e maket-to-book. As demais
variáveis de desempenho forma experimentadas, capitais próprios (ROE), sobre os
ativos (ROA), taxa de crescimento de vendas e operacional das vendas (RSV),
entretando não apresentaram resultados satisfatórios no modelos testados.
Nota-se que as variáveis do grupo doação se mostraram com baixa
correlação e sem significância estatística em relação às variáveis dependentes e
possuem correlações significativas entre si. Das variáveis do grupo de antecedentes
em política, o fato de a empresa ter político com alguma experiência no board
apresentou significância em relação às variáveis dependentes. Já as especificações
dessas experiência, na administração direta, indireta e no legislativo, a relação não
foi significativa.
No conjunto de variáveis, observa-se que doações para alguns tipo de
candidatos estão correlacionadas com as que têm presença de membros com
background em política27. Igualmente, as variáveis de compartilhamento político
apresentam correlação significativa com as de background, bem como em relação
às variáveis do próprio grupo. Induzindo a concluir que empresas preferem
conselheiros experimentados em política que se interrelacionamento com outros que
possuam esses antecedentes. Apesar desses efeitos de significância, nas tabelas 2
e 3, os coeficientes de correlação não se mostraram suficientemente altos a ponto
de revelar multicolinearidade — acima de 0,80 — (HAIR Jr et al., 2009).
27 Foi encontrada a presença de ao menos uma das habilidades políticas em 365 observações nos períodos investigados, das 478 possíveis. Há variações nos tipos de habilidades e quantidade entre as firmas.
106
Destaca-se ainda a correlação significativa da variável Ln da receita bruta
com praticamente todas as variáveis dependentes, indicando que o tamanho é bem
importante.
4.2 Análise das variáveis de doação
A tabela 4 apresenta os valores doados pelas firmas à campanha política, por
cargo e por candidato vencedor e perdedor, nas eleições de 1998, 2002 e 2006 e
sua participação no total doado nos anos de eleições.
Tabela 4 - Recursos destinados pelas firmas à campanha política por cargo 1998 2002 2006
Cargo e Resultado Vlr doado %
Vlr doado %
Vlr doado %
(R$ mil) (R$ mil) (R$ mil) Total campanha 17.257 100,0 65.398 100,0 86.488 100,0 Presidente 7.175 41,6 18.197 27,8 25.019 28,9 Governador 3.020 17,5 16.819 25,7 20.699 23,9 Senador 2.106 12,2 7.525 11,5 2.991 3,5 Dep. federal 4.849 28,1 16.031 24,5 26.352 30,5 Dep. estadual/distrital 108 0,6 6.827 10,4 11.427 13,2 Candidato vencedor 15.001 86,9 38.345 58,6 54.241 62,7 Presidente 6.895 40,0 6.557 10,0 15.250 17,6 Governador 1.465 8,5 12.297 18,8 10.983 12,7 Senador 1.897 11,0 5.615 8,6 1.840 2,1 Dep. federal 4.659 27,0 10.597 16,2 19.211 22,2 Dep. estadual/distrital 106 0,6 3.280 5,0 7.026 8,1 Candidato perdedor 2.256 13,1 27.052 41,4 32.247 37,3 Presidente 280 1,6 11.639 17,8 9.769 11,3 Governador 1.555 9,0 4.522 6,9 9.716 11,2 Senador 209 1,2 1.910 2,9 1.151 1,3 Dep. federal 190 1,1 5.434 8,3 7.141 8,3 Dep. estadual/distrital 2 0 3.547 5,4 4.401 5,1 Fonte: Elaborado pelo autor. Nota: Nesta tabela constam os valores destinados pelas firmas da amostra à campanha política nas eleições de 1998, 2002 e 2006.
Há, no curso dos períodos, destinação crescente de recursos formais aos
candidatos. Isso revela que as firmas, em média, têm destinado mais recursos
financeiros a cada eleição. Preponderam doações a candidatos com potencial de
serem eleitos. Salienta-se que esses recursos têm sido essenciais para a eleição ou
107
reeleição dos vencedores. Mesmo reduzindo a participação de recursos dos
candidatos vencedores em 2002, foi destinada, nos três períodos, maior parcela de
verba a candidatos vencedores.
Outra informação importante é a queda na proporção da destinação de
recursos a candidato vencedor, de 86,9% para 58,6%, das eleições de 1998 para
2002, e para 62,7% em 2006. Isso é decorrente da diversificação nas doações da
firmas, mas ainda prevalece a destinação a cadidatos vencedores.
Os candidatos à presidência, a deputado federal e a governador são os que
mais receberam apoio financeiro das firmas. Dos valores doados, os mais
beneficiados financeiramente foram os candidatos ao cargo de presidente,
governador e deputado federal, embora o cargo de deputado estadual/distrital tenha
apresentado maior crescimento de verba recebida.
Foram apuradas e analisadas as doações de todos os administradores que
tiveram atividades nas firmas, no período de 1999 a 2009. Na tabela 5 consta um
resumo da quantidade de firmas encontradas cujos administradores fizeram doação
a campanha política nas eleições. Constou da pesquisa o rol dos administradores
informados pelas firmas. A cada ano de eleição foram pesquisados se os
administradores foram doadores a campanha política.
Tabela 5 – Administradores doadores à campanha política Eleições 1998 2002 2006 Conselheiros 30 45 50 Executivos 7 15 13 Acúmulo de funções 2 6 1 Total 39 66 64
Fonte: Elaborado pelo autor. Nota: Apurado segundo o critério 1 quando encontrado algum administrador doador e 0 não. Os valores doados foram identificados, mas em média foram inexpressivos.
Como apresenta a Tabela 5, foram encontradas poucas observações por ano
de eleição. Essas variáveis quando testadas nos modelos não se mostraram
significativas.
A seguir são tratados os antecedentes em política.
4.3 Análise das variáveis de antecedentes em política (background)
108
As tabelas 6, 7 e 8 informam o número e a proporção dos administradores por
firma com background em política nos períodos I a III. Os dados estão dispostos por
ordem de proporção — da maior para a menor. A proporção é resultante do número
de administradores identificados como experientes em política em relação aos
assentos/cargos ocupados. Isso revela a atenção política, através dos
administradores, que cada firma atribuiu no período. Nas tabelas constou os dados
das vinte empresas com maior participação em ordem descrecente, como ponto de
corte, muito embora o trabalho tenha avaliado todas as firmas da amostra.
No período I, percebe-se a intensidade com que determinadas firmas elegem
conselheiros e indicam gestores com experiência política. Por exemplo, a
Paranapanema possuía 65%, aproximadamente, das vagas ocupadas com
administradores que detinham algum tipo de experiência política. Um dado adicional
à tabela 6, considerando a base de dados, aponta para o fato de 60% das firmas
possuírem ao menos um administrador com antecedentes em política.
Tabela 6 - Nº de administradores com background em política no período I Ordem/Firma % n° Adm. n° Assentos 1. Paranapanema 64,7 33 51 2. Caraíba 55,1 38 69 3. Eluma 53,6 30 56 4. Portobello 52,0 26 50 5. Petroflex 45,5 20 44 6. Copesul 42,3 22 52 7. Vale Rio Doce 39,4 37 94 8. Embraer 33,1 40 121 9. Am Inox 31,4 22 70 10. Braskem 31,2 24 77 11. Tupy 30,3 20 66 12. BRF Food 29,8 28 94 13. Pão de Açúcar 28,0 28 100 14. Bunge Br 27,3 21 77 15. CBC Cart 27,3 18 66 16. Sid Nacional 21,6 16 74 17. Politeno 21,4 18 84 18. Souza Cruz 19,6 18 92 19. Bahia Sul 16,7 25 150 20. Klabin 12,8 17 133 Fonte: Elaborado pelo autor. Nota: A tabela contém as 20 empresas com maior participação de administradores (conselheiros e executivos) com experiência anterior em governo, em relação às vagas totais disponíveis/preenchidas. O levantamento considerou as firmas participantes no primeiro período (I) de mandato (1999-2002).
109
No período II, tabela 7, é detectada elevação na proporção da participação de
administradores com antecedentes políticos em relação ao período anterior. Nesse
período houve maior intensidade na proporção dos administradores políticos nas
firmas. As firmas não se mantiveram na mesma ordem. Em destaque, a Vale do Rio
Doce, Caraíba e Eluma, que aumentaram substancialmente a presença de
administradores políticos.
Tabela 7 - Nº de administradores com background em política no período II Ordem/Firma % n° Adm. n° Assentos 1. Vale Rio Doce 76,3 58 76 2. Caraíba 68,3 43 63 3. Eluma 63,9 46 72 4. Paranapanema 62,7 47 75 5. Am Inox 51,9 28 54 6. Iochp-Maxion 50,0 36 72 7. CBC Cart 50,0 22 44 8. Litel 48,0 24 50 9. BRF Food 39,1 27 69 10. Pão de Açúcar 39,1 25 64 11. Quattor 36,7 18 49 12. Copesul 35,4 17 48 13. Tupy 34,0 18 53 14. Portobello 30,6 19 62 15. Petroflex 29,1 16 55 16. João Fortes 24,6 16 65 17. Usiminas 22,5 18 80 18. Embraer 22,1 25 113 19. Souza Cruz 21,1 16 76 20. Klabin 13,9 16 115 Fonte: Elaborado pelo autor. Nota: A tabela contém as 20 empresas com maior participação de administradores (conselheiros e executivos) com experiência anterior em governo, em relação às vagas totais disponíveis/preenchidas. O levantamento considerou as firmas participantes no primeiro período (II) de mandato (2003-2006).
A comparação entre os períodos I e II indica que não se alterou a participação
de empresas com membros experientes em política, ou seja, 60% das firmas da
amostra possuíam pelo menos um administrador com antecedente em política.
O último período (III), tabela 8, mostra leve redução na proporção de
administradores com background em política nessas 20 empresas. Assim como no
período anterior, a Vale do Rio Doce é a firma com maior presença de ex-políticos
no conselho de administração e na gestão. Destaca-se que foram computados
nesse período os dados de três anos (2007-2009) de observação.
110
Considerando os dados da base, em geral, nos três períodos, foi encontrada
a presença de administradores com experiência em governo em 60% das firmas do
estudo. Observa-se que as firmas não mantiveram a mesma proporção de
administradores políticos em relação aos assentos ocupados e nem todas as firmas
participaram nos três períodos de análise.
Tabela 8 - Nº de administradores com background em política no período III Ordem/Firma % n° Adm. n° Assentos 1. Vale Rio Doce 76,7 33 43 2. Paranapanema 50,0 24 48 3. Litel 50,0 14 28 4. Quattor 44,8 13 29 5. Ultrapar 43,8 14 32 6. João Fortes 42,3 11 26 7. Caraíba 39,3 24 61 8. Lupatech 37,9 11 29 9. Portobello 37,5 12 32 10. BRF Food 34,7 25 72 11. Tupy 34,0 18 53 12. Mont Aranha 31,1 14 45 13. Petroq 27,5 11 40 14. Sid Nacional 27,0 10 37 15. Iochp-Maxion 25,7 19 74 16. Globex 23,7 9 38 17 .Estácio 22,5 9 40 18. Aracruz 19,4 12 62 19. Embraer 17,1 13 76 20. Braskem 15,0 9 60 Fonte: Elaborado pelo autor. Nota: A tabela contém as 20 empresas com maior participação de administradores (conselheiros e executivos) com experiência anterior em governo, em relação às vagas totais disponíveis/preenchidas. O levantamento considerou as firmas participantes no primeiro período (III) de mandato (2007-2009).
As tabelas 9, 10 e 11 são derivadas das tabelas 6, 7 e 8. Nelas constam as
20 empresas com maior proporção de administradores políticos em relação às vagas
totais disponíveis/preenchidas. Por exemplo, a tabela 8 informa as habilidades dos
administradores políticos (na administração direta, indireta ou no legislativo) em
relação às habilidades possíveis, dadas as vagas totais.
Essa informação destaca o grau de presença de experiência em atividades
políticas nas firmas. Quanto maior é a proporção, mais atenção é dada à
composição das vagas por administradores com background em política. As firmas
foram classificadas em ordem decrescente de grandeza.
111
Na primeira firma (Paranapanema), no período I, a presença de habilidade em
política representou 24,8% das habilidades possíveis.
Tabela 9 - Incidência de habilidades em política no período I Ordem/Firma % n° Habilidade n° Habil. Possível
1. Paranapanema 24,8 38 153 2. Portobello 24,7 37 150 3. Caraíba 21,7 45 207 4. Eluma 20,8 35 168 5. Copesul 19,2 30 156 6. Am Inox 16,2 34 210 7. Vale Rio Doce 15,6 44 282 8. Petroflex 15,2 20 132 9. Braskem 13,0 30 231 10.Tupy 11,6 23 198 11. Embraer 11,0 40 363 12. Pão de Açúcar 10,7 32 300 13. Bunge Br 10,4 24 231 14. BRF Food 9,9 28 282 15. Souza Cruz 9,4 26 276 16. CBC Cart 9,1 18 198 17. Sid Nacional 8,6 19 222 18. Politeno 7,1 18 252 19. Bahia Sul 6,2 28 450 20. Klabin 5,3 21 399 Fonte: Elaborado pelo autor. Nota: O levantamento considerou as firmas participantes no primeiro período (I) de mandato (1999-2002). Por exemplo, três habilidades foram analisadas: em governo, em cargo na administração indireta e no legislativo. Assim, cada vaga tem três habilidades possíveis. Dessa forma, o n° de habilidades possíveis é decorrente do n° de vagas ocupadas versus o n° de habilidades encontradas.
O conjunto de dados da tabela 10 demonstra mutação no ordenamento das
firmas. Em relação ao período anterior, verifica-se maior participação de
administradores hábeis em política. Em média, no início do primeiro mandato do
presidente Luís Inácio da Silva (período II), as firmas intensificaram suas estratégias
na composição dos administradores com essas experiências.
Em destaque, a Vale do Rio Doce, que foi a que estava no 7º. Lugar em
termos de incidência de membros com habilidade, no segundo mandato de
Fernando Henrique Cardoso (período I), no segundo período mais elegeu
administradores com habilidades em política. Nota-se que houve dois movimentos
que contribuíram para o aumento nessa participação, a redução do número de
assentos e a contratação de mais ex-políticos para compor o board.
As tabelas 9 e 10 demonstram que as firmas com maior habilidade no período
I permaneceram figurando no elenco no período II entre as 20 com maior incidência.
112
Tabela 10 - Incidência de habilidades em política no período II Ordem/Firma % n° Habilidade n° Habil. Possível
1. Vale Rio Doce 30,3 69 228 2. Am Inox 25,9 42 162 3. Caraíba 24,9 47 189 4. Eluma 23,1 50 216 5. Paranapanema 22,7 51 225 6. Iochp-Maxion 19,4 42 216 7. Pão de Açúcar 18,2 35 192 8. Litel 18,0 27 150 9. CBC Cart 16,7 22 132 10. Quattor 16,3 24 147 11. Copesul 14,6 21 144 12. Portobello 14,5 27 186 13. BRF Food 14,5 30 207 14. João Fortes 12,3 24 195 15. Tupy 11,3 18 159 16. Souza Cruz 10,5 24 228 17. Petroflex 10,3 17 165 18. Usiminas 7,5 18 240 19. Embraer 7,4 25 339 20. Klabin 5,8 20 345 Fonte: Elaborado pelo autor.. Nota: O levantamento considerou as firmas participantes no primeiro período (II) de mandato (2003-2006).
No último período (III), segundo mandato do presidente Luiz Inácio Lula da
Silva, a participação de administradores mais hábeis em política reduziu
ligeiramente. Constata-se que a Vale do Rio Doce se manteve como a firma com
maior proporção de administradores com habilidades políticas (Tabela 11).
Comparando a tabela 11 em relação a tabela anterior, observa-se, nesse
período, a saída da metade das firmas, aproximadamente, e a entrada de novas
firmas que antes não constavam. Isso também se deve a saída de determinadas
firmas da amostra, seja por registro cancelado ou por falta de outros critérios
estabelecidos nos procedimentos metodológicos definidos na subseção 3.2.
Em resumo, as tabelas de incidência das habilidades apontam aumento na
proporção do período I para o II, na troca de governo, mandato de presidente de
Fernando Henrique Cardoso para o mandato de Luís Inácio da Silva, e redução do
período II para o último, com a manutenção do segundo ano de mandato do
presidente eleito.
113
Tabela 11 - Incidência de habilidades em política no período III Ordem/Firma % n° Habilidade n° Habil. Possível
1. Vale Rio Doce 25,6 33 129 2. Paranapanema 16,7 24 144 3. Litel 16,7 14 84 4. Quattor 14,9 13 87 5. Ultrapar 14,6 14 96 6. João Fortes 14,1 11 78 7. Caraíba 13,1 24 183 8. Lupatech 12,6 11 87 9. Portobello 12,5 12 96 10. BRF Food 11,6 25 216 11. Tupy 11,3 18 159 12. Mont Aranha 10,4 14 135 13. Petroq 9,2 11 120 14. Sid Nacional 9,0 10 111 15. Iochp-Maxion 8,6 19 222 16. Globex 7,9 9 114 17. Estácio 7,5 9 120 18. Aracruz 6,5 12 186 19. Embraer 5,7 13 228 20. Braskem 5,0 9 180 Fonte: Elaborado pelo autor. Nota: O levantamento considerou as firmas participantes no primeiro período (III) de mandato (2007-2009).
4.4 Análise das variáveis de interlocking
As tabelas 12, 13 e 14 dispõem as variáveis de interlocking político das
firmas. Contêm as 20 firmas com maior quantidade de laços totais, compreendendo
os diretos e os indiretos no período. As empresas estão ordenadas de acordo com a
quantidade de laços estabelecidos em cada período, do maior para o menor número
de relações.
No conjunto das firmas, os laços indiretos prevalecem em relação aos diretos,
ou seja, destacam-se as firmas com administradores políticos com compartilhamento
em firmas com administradores experientes em política. Ainda na tabela 12, nesse
período, a firma Bahia Sul apresentou um total de 63 laços. Desse total, 25 laços
foram decorrentes de relações entre membros políticos da Bahia Sul com outras
firmas com administradores políticos. Os 38 laços indiretos foram estabelecidos por
intermédio de conselheiros e executivos políticos da empresa, mas que
compartilham em firmas com membros com experiência em política.
114
Tabela 12 - Nº de compartilhamento entre firmas com políticos no período I Ordem/Firma n° Laços Totais n° Diretos n° Indiretos 1. Bahia Sul 63 25 38 2. Bunge Br 59 17 42 3. Paranapanema 58 31 27 4. Caraíba 57 30 27 5. Eluma 56 29 27 6. Suzano P 37 15 22 7. Pão de Açúcar 34 20 14 8. Mont Aranha 33 12 21 9. Braskem 32 16 16 10. Seara Alim. 31 8 23 11. Bunge Alim. 27 7 20 12. Vale Rio Doce 23 9 14 13. Eleva/AV 22 6 16 14. Petropar 22 4 18 15. Santista 22 4 18 16. Sant-Ali 20 5 15 17. Politeno 19 8 11 18. Copesul 18 11 7 19. Aracruz 18 4 14 20. Ultrapar 18 11 7 Fonte: Elaborado pelo autor.
A tabela 12 contém as 20 empresas com maior incidência de laços
políticos. O n° de laços totais é igual à soma do n° de laços diretos e do n° de
laços indiretos. Conforme descrito nos procedimentos metodológicos, os laços
diretos são estabelecidos quando um ou mais conselheiros de uma firma servem
a outra firma. Os indiretos ocorrem quando dois ou mais membros de conselhos
de firmas distintas se encontram no board de uma terceira firma. No caso foram
identificados os membros com experiência política que compartilham.
Esse procedimento foi aplicado em todas as firmas da amostra. Há variações
entre as firmas quanto ao tipo de elo estabelecido.
A tabela 13 segue a mesma classificação da anterior. Observa-se que as
organizações da amostra modificam os laços em cada período.
Algumas empresas compatilham com mais intensidade, como, por exemplo,
Eluma, Paranapanema e Caraíba. Novas firmas surgem no rol de compartilhamento
político e outras deixam de compor a relação pelos motivos já descritos, como o
cancelamento de registro, entre outros.
115
Tabela 13 - Nº de compartilhamento entre firmas com políticos no período II Ordem/Firma n° Laços Totais n° Diretos n° Indiretos 1. Eluma 90 45 45 2. Paranapanema 89 44 45 3. Caraíba 82 39 43 4. Valefert 30 12 18 5. Quattor 27 12 15 6. Pão de Açúcar 25 16 9 7. Mont Aranha 24 12 12 8. Iochp-Maxion 23 11 12 9. BRF Food 21 8 13 10. Weg 20 9 11 11. Embraer 17 6 11 12. Vale Rio Doce 16 13 3 13. Ultrapar 16 8 8 14. Aracruz 16 4 12 15. Santista 16 4 12 16.Politeno 15 6 9 17. Portobello 14 5 9 18. Petroflex 14 5 9 19. Arcelor 14 8 6 20. Ipiran-P 14 7 7
Fonte: Elaborado pelo autor. Nota: A tabela contém as 20 empresas com maior incidência de laços políticos. O n° de laços totais é igual à soma do n° de laços diretos e do n° de laços indiretos.
A tabela 14 apresenta as 20 firmas com maior interlocking político no período
III (2007-2009). Nesse período, nota-se redução na grandeza de elos, sejam diretos
ou indiretos. Isso se deve a dois motivos: o período compreende somente três anos
de coleta de dados e, com base na tabela de dados gerais, houve redução da
proporção do número de compartilhamento em relação aos períodos anteriores. Isso
se justifica pela redução de membros com antecedentes políticos, marcadamente no
segundo mandato do presidente Luiz Inácio Lula da Silva.
116
Tabela 14 - N° de compartilhamento entre firmas com políticos no período III Ordem/Firma n° Laços Totais n° Diretos n° Indiretos 1. Caraíba 27 21 6 2. Paranapanema 27 21 6 3. Rodobens 24 6 18 4. BRF Food 20 9 11 5. Grendene 20 4 16 6. Weg 15 6 9 7. Abyara 14 3 11 8. Arteb 14 3 11 9. Portobel 14 3 11 10. Ultrapar 13 6 7 11 Duratex 12 4 8 12. Embraer 11 6 5 13. Iochp-Maxion 11 4 7 14. Mont Aranha 11 10 1 15. Globex 10 4 6 16. Localiza 10 5 5 17. Lopes Br 10 3 7 18. Lojas Renner 9 3 6 19. M. Diasb 9 3 6 20. Petroqui União 9 7 2
Fonte: Elaborado pelo autor. Nota: A tabela contém as 20 empresas com maior incidência de laços políticos. O n° de laços totais é igual à soma do n° de laços diretos e do n° de laços indiretos.
A seguir serão analisadas as variáveis associadas ao mecanismo interno de
governança que abrangem as categorias de propriedade.
4.5 Análise das variáveis de categorias de propriedade
A tabela 15 é composta por dados referentes às categorias de propriedade e
controle das firmas nos períodos das eleições. Fornece a quantidade e a
participação das firmas por categoria de propriedade.
Nos períodos I, II e III se destaca a participação de firmas da categoria não-
financeiras, o que indica a preponderância de firmas com composição mista no
controle, unindo sócios de outras categorias. Em seguida, no segundo grupo, as
firmas controladas por indivíduos e famílias. As categorias de menor
representatividade são as controladas por instituições financeiras e estrangeiras.
117
Tabela 15 - N° de firmas por categorias de propriedade e por período Todo o período I II II Categorias n° % n° % n° % n° % Todas 597 100,0 199 100 197 100 201 100 Indiv./familiar 107 17,9 34 17,1 40 20,3 33 16,4 Inst. Financeiras 32 5,4 8 4,0 15 7,6 9 4,5 Estrangeiras 39 6,5 14 7,0 13 6,6 12 6,0 Não-financeiras 419 70,2 143 71,9 129 65,5 148 73,1 Fonte: Elaborado pelo autor. Nota: A tabela informa as categorias de propriedade e controle das firmas listadas, consideradas nos anos de eleições (1998, 2002 e 2006).
Na subseção seguinte serão analisados os métodos de estimação aplicados
no estudo, bem como as informações sobre os modelos testados.
4.6 Abordagem analítica dos métodos de estimação
Visando capturar os efeitos das conexões políticas das firmas foram
inicialmente testados, no modelo multivariado de dados em painel, o método de
efeitos fixos (fixed effects) e o de efeitos aleatórios (random effects).
A estimação pelo método de efeitos fixos considera os efeitos não
observáveis que podem estar associados à variável dependente. É razoável supor
que cada firma possui características específicas, com determinados processos
decisórios que influenciam o modo de governança e estratégias sobre ações
políticas relacionadas a interação firma-governo. Essas características, de alguma
maneira, afetam a performance, variável que se deseja explicar. Todavia, essas
singularidades não são mensuradas com facilidade, porque são latentes, não
observáveis diretamente. Se a variável observada não muda com o tempo, então
qualquer mudança na variável dependente pode ser atribuída à influência de outras
variáveis e não a essas características fixas. Dessa maneira, neste trabalho, o
modelo de efeitos fixos é se torna o mais adequado para estudar as causas das
mudanças de performance dentro das firmas.
Com base nas hipóteses formuladas, seis modelos de estimação são
aplicados. Na primeira etapa foram testadas as variáveis-critério conjuntamente as
variáveis independentes associadas aos construtos: doação, background em política
118
e interlocking (modelos 1, 3 e 5 hipótese H1). O modelo 1 considerou a variação
dummy doação, ou seja, se a firma é ou não doadora. No modelo 3 se a firma doou
para candidato vencedor e/ou perdedor. No modelo 5 foram testadas as doações a
candidatos a presidente, governador, senador, deputado federal e deputado
estadual/distrital. Aos modelos 2, 4 e 6 foram incorporadas as variáveis de
categorias de propriedade e controle (hipótese H2), mantendo-se as variáveis de
cada modelo anterior, ou seja, dos modelos 1, 3 e 5.
Considerando as variáveis dependentes testadas, os resultados foram
significativos somente nas variáveis Q de Tobin e Market-to-book.
Além das variáveis independentes relacionadas a conectividade política,
mencionadas no item 3.3.2.1 deste estudo, foram testadas outras variáveis
derivadas. Estas surgem quando se considera, por exemplo, a interação entre os
seguintes aspectos: se a firma foi doadora, com experiência política e interlocking.
Em relação ao grupo de variáveis de doação, outras variáveis independentes
derivadas foram testadas, tais como: o valor da doação geral, a especificação por
cargo, por candidato vencedor e perdedor; e variáveis dummies de doação por
cargo. Todos os testes citados não resultaram em significância dos coeficientes na
equação do modelo geral.
Foram testadas as variáveis de desempenho apresentadas no Quadro 5,
entretanto, ao serem empregados os testes, inclusive considerando as variáveis
independentes derivadas e a de controle - alavancagem-, os resultados somente
apresentaram significância estatística nas variáveis associadas ao mercado: Q de
Tobin e maket-to-book.
4.6.1 Resultados empíricos da variável Q de Tobin
A tabela 16 apresenta a estimação dos modelos 1, 3 e 5 de efeitos fixos
variável dependente Q de Tobin, incluindo o teste de significância do modelo e os
coeficientes das variáveis independentes, assim como sua significância e erro
padrão (robusto) e o R2 ajustado, que indica a porcentagem da variabilidade da
variável dependente que é explicada pelo modelo. Os comandos usados no Stata
12.0 e os resultados obtidos constam dos apêndices H ao L.
119
Tabela 16: Resultados da regressão Q de Tobin modelos de Efeitos Fixos (1) (2) (3) (4) (5) (6) Doação Firma doadora 0,065 0,060 Doação para vencedor 0,155* 0,149+ Doação para perdedor -0,053 -0,050 Presidente 0,041 0,025 Governador 0,036 0,014 Senador 0,084 0,093 Deputado Federal -0,036 -0,014 Deputado Est./distr. 0,076 0,058 Background em gov.
Executivo -0,024 -0,019 -0,025+ -0,020 -0,027+ -0,220 Adm. indireta 0,017 0,015 0,019 0,017 0,017 0,015 Legislativo 0,157** 0,134* 0,16** 0,138** 0,157** 0,134* Interação -0,001* -0,001* -0,001* -0,001* -0,001* -0,001* Interlocking Laços diretos 0,019 0,016 0,019 0,017 0,022 0,019 Laços indiretos -0,007 -0,005 -0,007 -0,005 -0,007 -0,005 Propr. e controle Indivíduos/famíl. 0,270* 0,315* 0,252+ Inst. financeiras -0,054 0,000 -0,069 Estrangeiras 0,000 0,050 0,000 Não-financeiras 0,068 0,112 0,059 Controle Ln Tamanho board -0,012*** -0,012*** -0,012*** -0,012*** -0,011*** -0,011*** Ln_RB 0,074* 0,064+ 0,078* 0,068+ 0,074* 0,065+ Efeitos da Indústria -0,081 -0,001 -0,211 -0,124 -0,090 -0,002
Sigma_u 0,759 0,766 0,756 0,761 0,761 0,767 Sigma_e 0,414 0,408 0,412 0,406 0,415 0,410
r (rho) 0,771 0,779 0,771 0,779 0,771 0,778 Efeitos fixos
Firma Sim Sim Sim Sim Sim Sim Ano Sim Sim Sim Sim Sim Sim
n° de observações 478 478 478 478 478 478 n° firmas 232 232 232 232 232 232 Adj R-squared 0,716 0,724 0,719 0,727 0,715 0,722 Corr(u-i, xb) -0,074 -0,085 -0,087 -0,085 -0,085 -0,090 Prob>F 0,000 0,000 0,000 0,000 0,000 0,000 F 10,236 13,233 11,235 14,232 14,232 17,229
Fonte: Dados da pesquisa. Nota: *** p < .001, ** p < .01, * p < .05 e + p < .10 Os apêndices H a L apresentam os dados de saída (Stata 12.0) dos modelos de (1) a (6), respectivamente.
Os resultados encontrados na tabela 16 demonstram que o modelos estão
adequados, pois F<0,05, onde todos os coeficientes são diferentes de zero. Nesse
caso, a soma dos quadrados explicados pelos modelos é relativamente maior do
que a soma do quadrado dos resíduos, rejeitando-se a hipótese de que o conjunto
das variáveis explicativas não tem efeito sobre a variável explicada (GUJARATI,
120
2006). Os coeficientes de determinação ajustados (R2) dos modelos de efeitos fixos
apontam que o conjunto de variáveis é capaz de explicar parte representativa da
variabilidade da variável dependente.
O coeficiente de correlação intraclasse (rho), que resulta do quociente entre
os desvios dos resíduos dentro das firmas e dos desvios totais, atesta a proporção
da variabilidade que é devida às diferenças entre firmas. As correlações entre os
resíduos e os regressores de EF nos modelos são muito baixas (Corr(u-i, xb.
Analisando os grupos de variáveis independentes, após os testes, as
variáveis de doação foram transformadas em dummies: 1 se a firma doou para
algum candidato e 0 se não doou. O fato de a firma ser doadora não apresentou
siginificância nos modelos 1 e 2. Como demonstra a equação Q de Tobin nos
modelos 3 e 4, a doação para candidato vencedor apresentou significância
estatística ― parâmetros iguais a 0,155 e 0,149 e p:<0,05. Em relação aos
modelos 5 e 6, consideram doações por cargos específicos no períodos de eleições,
os resultados não foram significativos.
As variáveis do segundo grupo, background em governo, foram decorrentes
das análises dos currículos dos administradores. Tomaram por base a quantidade
de habilidades trazidas pelos administradores, seja por experiência anterior em
governo, por ser ex-funcionário da administração indireta ou até mesmo com
antecedentes no legislativo.
Nos modelos de efeitos fixos, o fato de a firma possuir conselheiros e
diretores-gestores com experiência anterior em cargo no legislativo apresentou
significância em todos os modelos e os parâmetros forma positivos. A interação
dessas experiências também se mostrou significativa, porém com parâmetro
negativo bastante próximo de zero. O interlocking entre firmas por intermédio de
membros da administração, com e sem experiência política, não apresentou
significância. No grupo de propriedade e controle, ao integrar-se a estrutura de
propriedade nos modelos, 2, 4 e 6, observa-se que as firmas com controle por
indivíduos e/ou famílias apresentaram significância, com coeficientes positivos.
A variável de controle tamanho do conselho de administração (Ln Tamanho
board) resultou significativa (p<0,001) nos modelos com coeficiente negativo,
indicando uma relação assimétrica com o desempenho, ou seja, quanto maior o
tamanho do conselho mais negativo é o resultado. A variável de controle log RB
resultou significativa nos modelos.
121
4.6.1.1 Teste de robustez da variável Q de Tobin
Visando atestar a estabilidade do método escolhido, de efeitos fixos, ainda
em relação ao Q de Tobin, processou-se o teste de robustez [vce(robust)]. A tabela
tabela 17 apresenta os resultados dos seis modelos.
Tabela 17: Resultados da regressão Q de Tobin modelos de Efeitos Fixos Robustos
(1) (2) (3) (4) (5) (6) Doação Firma doadora 0,065 0,060 Doação para vencedor 0,155+ 0,149 Doação para perdedor -0,053 -0,050 Presidente 0,041 0,025 Governador 0,036 0,014 Senador 0,084 0,093 Deputado Federal -0,036 -0,014 Deputado Est./distr. 0,076 0,058 Background em gov.
Executivo -0,024 -0,019 -0,025+ -0,020 -0,027+ -0,220 Adm. indireta 0,017 0,015 0,019 0,017 0,017 0,015 Legislativo 0,157*** 0,134** 0,162*** 0,138** 0,157*** 0,134** Interação -0,001*** -0,001*** -0,001*** -0,001*** -0,001**** -0,001*** Interlocking Laços diretos 0,019 0,016 0,019 0,017 0,022 0,019 Laços indiretos -0,007 -0,005 -0,007 -0,005 -0,007 -0,005 Propr. e controle Indivíduos/famíl. 0,270* 0,315** 0,252+ Inst. Financeiras -0,054 0,000 -0,069 Estrangeiras 0,000 0,050 0,000 Não-financeiras 0,068 0,112 0,059 Controle Ln Tamanho board -0,012*** -0,012*** -0,012*** -0,012*** -0,011*** -0,011*** Ln_RB 0,074 0,064 0,078+ 0,068+ 0,074 0,065 Efeitos da Indústria -0,087 -0,001 -0,211 -0,124 -0,090 -0,002
Sigma_u 0,759 0,766 0,756 0,761 0,761 0,767 Sigma_e 0,414 0,408 0,412 0,406 0,415 0,410
r (rho) 0,771 0,779 0,771 0,779 0,771 0,778 Efeitos fixos
Firma Sim Sim Sim Sim Sim Sim Ano Sim Sim Sim Sim Sim Sim
n° de observações 478 478 478 478 478 478 n° firmas 232 232 232 232 232 232 Adj R-squared 0,717 0,866 0,866 0,728 0,716 0,724 Corr(u-i, xb) -0,074 -0,085 -0,087 -0,085 -0,085 -0,090 Prob>F 0,000 0,000 0,000 0,000 0,000 0,000 F 10,231 13,231 11,231 14,231 14,231 17,231
Fonte: Dados da pesquisa. Nota: *** p < .001, ** p < .01, * p < .05 e + p < .10
122
Os resultados apontam para a estabilidade do modelo, pois não houve
modificação substancial na significância, a ponto de comprometer o método de
efeitos fixos não robusto, muito menos inversão de sinais dos parâmetros. Se
destaca a intensificação da significância da experiência no legislativo e na interação
das variáveis de background.
4.6.1.2 Análise de resíduos da variável Q de Tobin
As figuras 5 e 6 possibilitam a visualização gráfica, de acordo com o método
de EF, por meio dos histogramas dos resíduos da regressão. A figura 5 está
composta pelos resíduos dos modelos de (1) a (3), de efeitos fixos e robustos, em
ordem sequencial, e a figura 6 pelos modelos (4) a (6). Os gráficos demonstram que
há assimetria e curtose simultaneamente. Isso é esperado porque quanto maior o
erro menor a probabilidade de sua ocorrência. Na curva normal sobreposta se vê a
probabilidade de ocorrência dos desvios (valor medido versus valor previsto pelo
modelo). No pico da curva em sino temos o valor do desvio padrão, que se mostrou
baixo em todos os modelos (centrado em 0,2).
É um valor baixo e aceitável, expressando que a metade dos erros tem um
desvio baixo.
As figuras 5 e 6 mostram que os resíduos dos erros estão concentrados a
direita, mas nas proximidades de zero, são independentes, com distribuição normal
e pouca dispersão.
123
02
46
8D
ensi
ty
0 .2 .4 .6Análise de resíduos - dp resid - fe1
02
46
8D
ensi
ty
0 .2 .4 .6 .8Análise de resíduos - dp resid - fe Robust1
02
46
8D
ensi
ty
.1 .2 .3 .4 .5 .6Análise de resíduos - dp resid - fe2
02
46
8D
ensi
ty
0 .2 .4 .6 .8Análise de resíduos - dp resid - fe Robust2
02
46
8D
ensi
ty
0 .2 .4 .6Análise de resíduos - dp resid - fe3
02
46
8D
ensi
ty
0 .2 .4 .6 .8Análise de resíduos - dp resid - fe Robust3
Figura 5 - Histogramas dos resíduos da regressão Q de Tobin dos modelos (1) a (3) Fonte: Elaborada pelo autor
124
02
46
8D
ensi
ty
.1 .2 .3 .4 .5 .6Análise de resíduos - dp resid - fe4
02
46
8D
ensi
ty
0 .2 .4 .6 .8Análise de resíduos - dp resid - fe Robust4
02
46
8D
ensi
ty
0 .2 .4 .6Análise de resíduos - dp resid - fe5
02
46
8D
ensi
ty
0 .2 .4 .6 .8Análise de resíduos - dp resid - fe Robust5
02
46
8D
ensi
ty
.1 .2 .3 .4 .5 .6Análise de resíduos - dp resid - fe6
02
46
8D
ensi
ty
0 .2 .4 .6 .8Análise de resíduos - dp resid - fe Robust6
Figura 6 - Histogramas dos resíduos da regressão Q de Tobin dos modelos (4) a (6) Fonte: Elaborada pelo autor
4.6.2 Resultados empíricos da variável Market-to-book
Conforme demonstra a tabela 18, a equação Market-to-book foi estruturada
com os mesmos grupos do conjunto de variáveis da métrica Q de Tobin. O conjunto
de teste compreende a significância dos modelos (1) a (6), os coeficientes das
125
variáveis independentes, com sua significância e erro padrão (robusto) e o R2
ajustado.
Tabela 18: Resultados da regressão market-to-book modelos de Efeitos Fixos (1) (2) (3) (4) (5) (6) Doação Firma doadora 0,360* 0,353* Doação para vencedor 0,478* 0,458* Doação para perdedor -0,021 -0,006 Presidente 0,120 0,011 Governador 0,422+ 0,373 Senador 0,260 0,264 Deputado Federal 0,074 0,118 Deputado Est./distr. -0,061 -0,086 Background em gov. Executivo -0,063 -0,054 -0,067+ -0,059 -0,065+ -0,057 Adm. indireta 0,047 0,042 0,050 0,045 0,043 0,039 Legislativo 0,337* 0,301* 0,351** 0,315* 0,382** 0,347* Interação -0,004** -0,004** -0,004** -0,004** -0,004** -0,004** Interlocking Laços diretos 0,084+ 0,077+ 0,083+ 0,078+ 0,095* 0,089+ Laços indiretos -0,039 -0,034 -0,037 -0,033 -0,038 -0,034 Propr. e controle Indivíduos/famíl. 0,575+ 0,562+ 0,480 Inst. financeiras 0,000 0,000 -0,069 Estrangeiras -0,000 0,025 0,000 Não-financeiras 0,278 0,251 0,191 Controle Ln Tamanho board -0,018*** -0,018*** -0,018*** -0,018*** -0,018*** -0,018*** Ln_RB 0,240** 0,225* 0,252** 0,235* 0,224* 0,210* Efeitos da Indústria -2,512 -2,319 -2,701+ -2,525 -2,647+ -2,472
Sigma_u 1,506 1,500 1,530 1,519 1,525 1,516 Sigma_e 1,039 1,035 1,034 1,030 1,036 1,034
r (rho) 0,678 0,677 0,686 0,685 0,684 0,683 Efeitos fixos
Firma Sim Sim Sim Sim Sim Sim Ano Sim Sim Sim Sim Sim Sim
n° de observações 458 458 458 458 458 458 n° firmas 228 228 228 228 228 228 Adj R-squared 0,608 0,611 0,611 0,614 0,610 0,611 Corr(u-i, xb) -0,333 -0,308 -0,366 -0,340 -0,360 -0,336 Prob>F 0,000 0,000 0,000 0,000 0,000 0,000 F 10,220 13,217 11,219 14,216 14,216 17,213 Fonte: Dados da pesquisa. Nota: *** p < .001, ** p < .01, * p < .05 e + p < .10 Os apêndices M a S apresentam os dados de saída (Stata 12.0) dos modelos de (1) a (6), respectivamente.
Os resultados dos modelos de efeitos fixos para a variável dependente
Market-to-book indicam que há significância. Dessa forma, rejeita-se a hipótese de
que o conjunto das variáveis explicativas não tem efeito sobre a variável explicada.
126
Os coeficientes de determinação ajustados (R2) dos modelos de efeitos fixos
apontam que o conjunto de variáveis é capaz de explicar em torno de 60% da
variabilidade da variável dependente. O coeficiente de correlação intraclasse (rho),
resulta do quociente entre os desvios dos resíduos dentro das firmas e dos desvios
totais. As correlações entre os resíduos e os regressores de EF nos modelos são
baixas.
Na análise dos grupos de variáveis independentes, da mesma maneira que a
variável Q de Tobin, as variáveis de doação foram transformadas em dicotômicas.
Como demonstra a equação Market-to-book nos modelos (1) e (2) de efeitos fixos,
as variáveis de doação foram significativas e com coeficientes positivos. Nos
modelos (3) e (4) a doação a candidato vencedor se mostrou significativa com
parãmtero positivo.
Dentre as habilidades importantes, a experiência anterior em cargo no
legislativo apresentou significância em todos os modelos e os parâmetros forma
positivos. A interação dessas experiências também se mostrou significativa, porém
com parâmetro negativo bastante próximo de zero. O interlocking entre firmas por
intermédio de membros da administração, com laços diretos, apresentou
significância, com parâmetro positivo. No grupo de propriedade e controle, ao
integrar-se a estrutura de propriedade nos modelos, 2, 4 e 6, observa-se que as
firmas com controle por indivíduos e/ou famílias apresentaram significância nos
modelos 2 e 4, com coeficientes positivos.
As variáveis de controle Tamanho do board e Ln da receita bruta resultaram
significativas (p<0,001) em todos os modelos.
4.6.2.1 Teste de robustez da variável Market-to-book
Com objetivo de analisar a estabilidade do método escolhido, de efeitos fixos,
considerando a variável explicada Market-to-book, processou-se o teste de robustez
[vce(robust)]. A tabela 19 apresenta os resultados das regressões para os modelos
analisados.
127
Tabela 19: Resultados da regressão market-to-book modelos de Efeitos Fixos Robustos (1) (2) (3) (4) (5) (6) Doação Firma doadora 0,360* 0,353* Doação para vencedor 0,478* 0,458* Doação para perdedor -0,021 -0,006 Presidente 0,120 0,011 Governador 0,422+ 0,373 Senador 0,260 0,264 Deputado Federal 0,074 0,118 Deputado Est./distr. -0,061 -0,086 Background em gov. Executivo -0,063 -0,054 -0,067+ -0,059 -0,065+ -0,057 Adm. indireta 0,047 0,042 0,050 0,045 0,043 0,039 Legislativo 0,337*** 0,301** 0,351*** 0,315** 0,382** 0,347** Interação -0,004* -0,004* -0,004* -0,004* -0,004* -0,004* Interlocking Laços diretos 0,084 0,077 0,083+ 0,078+ 0,095 0,089 Laços indiretos -0,039+ -0,034 -0,037 -0,033 -0,038+ -0,034 Propr. e controle Indivíduos/famíl. 0,575+ 0,562* 0,480 Inst. financeiras 0,000 0,000 -0,069 Estrangeiras -0,000 0,025 0,000 Não-financeiras 0,278 0,251 0,191 Controle Ln Tamanho board -0,018*** -0,018*** -0,018*** -0,018*** -0,018*** -0,018*** Ln_RB 0,240* 0,225* 0,252** 0,235* 0,224* 0,210* Efeitos da Indústria -2,512 -2,319 -2,701 -2,525 -2,647+ -2,472
Sigma_u 1,506 1,500 1,530 1,519 1,525 1,516 Sigma_e 1,039 1,035 1,034 1,030 1,036 1,034
r (rho) 0,678 0,677 0,686 0,685 0,684 0,683 Efeitos fixos
Firma Sim Sim Sim Sim Sim Sim Ano Sim Sim Sim Sim Sim Sim
n° de observações 458 458 458 458 458 458 n° firmas 228 228 228 228 228 228 Adj R-squared 0,603 0,607 0,606 0,609 0,605 0,607 Corr(u-i, xb) -0,333 -0,308 -0,366 -0,340 -0,360 -0,336 Prob>F 0,000 0,000 0,000 0,000 0,000 0,000
F 10,227 13,227 11,227 14,227 14,227 17,227 Fonte: Dados da pesquisa. Nota: *** p < .001, ** p < .01, * p < .05 e + p < .10
O método escolhido se revelou estável, com poucas alterações nas variáveis
significativas. Em destaque, em alguns modelos, houve intensificação na
significância da experiência política no legislativo. Enquanto que na interação houve
redução.
4.6.2.2 Análise de resíduos
128
As figuras 7 e 8 possibilitam a visualização gráfica, de acordo com o método
de EF, por meio dos histogramas dos resíduos da regressão. A figura 7 está
composta pelos resíduos dos modelos de (1) a (3), de efeitos fixos e robustos, em
ordem sequencial, e a figura 8 pelos modelos (4) a (6). Os gráficos demonstram que
há assimetria e curtose simultaneamente. Na curva normal sobreposta se vê a
probabilidade de ocorrência dos desvios (valor medido versus valor previsto pelo
modelo). No pico da curva em sino temos o valor do desvio padrão, que se mostrou
baixo em todos os modelos (centrado em 0,5).
01
23
Den
sity
0 .5 1 1.5Análise de resíduos - dp resid - fe1mkt
0.5
11.
52
2.5
Den
sity
0 .5 1 1.5 2Análise de resíduos - dp resid - fe Robust1mkt
01
23
Den
sity
0 .5 1 1.5Análise de resíduos - dp resid - fe2mkt
0.5
11.
52
2.5
Den
sity
0 .5 1 1.5 2Análise de resíduos - dp resid - fe Robust2mkt
01
23
Den
sity
0 .5 1 1.5Análise de resíduos - dp resid - fe3mkt
01
23
Den
sity
0 .5 1 1.5 2Análise de resíduos - dp resid - fe Robust3mkt
Figura 7 - Histogramas dos resíduos da regressão Market-to-book dos modelos (1) a (3) Fonte: Elaborada pelo autor
129
A figura 8 mostra que os resíduos dos erros estão concentrados nas
proximidades de zero, são independentes, com distribuição normal e dispersão
insignificante.
01
23
Den
sity
0 .5 1 1.5Análise de resíduos - dp resid - fe4mkt
0
12
3D
ensi
ty0 .5 1 1.5 2
Análise de resíduos - dp resid - fe Robust4mkt
01
23
Den
sity
0 .5 1 1.5Análise de resíduos - dp resid - fe5mkt
01
23
Den
sity
0 .5 1 1.5 2Análise de resíduos - dp resid - fe Robust5mkt
01
23
Den
sity
0 .5 1 1.5Análise de resíduos - dp resid - fe6mkt
01
23
Den
sity
0 .5 1 1.5 2Análise de resíduos - dp resid - fe Robust6mkt
Figura 8 - Histogramas dos resíduos da regressão Market-to-book dos modelos (4) a (6) Fonte: Elaborada pelo autor
130
4.7 Discussões dos resultados
De acordo com delimitações da pesquisa, a base de dados para testar as
hipóteses sobre os relacionamentos entre as conexões políticas e a performance é
resultante das empresas não-financeiras e não permissionárias listadas na
BM&FBovespa no período de 1999 a 2009. As hipóteses foram derivadas da
integração entre proposições da teoria da dependência de recursos e a da
governança corporativa. Conforme se depreende da revisão teórica, as atividades
políticas das firmas são um meio de reduzir e minimizar risco da incerteza do
ambiente (PFEFFER, 1972; ALDRICH; PFEFFER, 1976; DAILY; DALTON, 1994a,
1994b). A literatura aponta que essas estratégias produzem certos benefícios às
firmas, como desempenho superior, informação, influência, proteção, acesso a
privilegiado a recursos financeiros e rendas provenientes do governo (PITTMAN,
1977; APPELBUAM; KATZ, 1987; YOFFIE, 1988; KEIM; BAYSINGER, 1988;
FISMAN, 2001; FAN; WONG; ZHANG, 2007; BOUBAKRI et al., 2008).
Os resultados empíricos indicam que as firmas da amostra estabelecem
conexão por diferentes meios, seja por doação, por integração de membros com
históricos em política e/ou por compartilhamento. Eles permitem inferir que nessas
formas de conexão estão presentes tipos distintos de aproximações com o governo.
As proxies investigadas evidenciam a associação com o valor das companhias.
Cabe ressaltar que a missão das articulações com o governo é atribuída
principalmente aos membros da administração, conselheiros e gestores. Os testes
realizados neste estudo fornecem resultados que corroboram efeitos das
conectividades no valor das firmas.
4.7.1 Discussão dos resultados em relação a Q de Tobin
Considerando o exame da variável Q de Tobin, em razão dos pressuposto da
pesquisa, o método dos EF foi mais adequado. Ao resgatar-se a hipótese — H1:
Existe um relacionamento significativo entre as conexões políticas, a partir de
doação a campanha política, pelas firmas, como meio de redução da dependência
externa, e a performance da firma —, pode-se afirmar que em relação ao construto
doação da firma há suporte para ser confirmada, porque foram encontradas
131
evidências em ambos nos modelos (3) e (4). Os resultados estatísticos apontam que
doações a candidato vencedor, a presença de administradores com antecedentes na
administração direta em governo e no legislativo foram significativas.
Em relação às doações para campanha política em nosso contexto, esses
achados contribuem com estudos precedentes de Bandeira-de-Mello e Marcon
(2005) e Bandeira-de-Mello, Marcon e Alberton (2007), quando analisaram as
estratégias políticas das firmas e os efeitos na performance. Sob outra base teórica
e com conjunto de métricas, essas investigações não encontraram relações
significantes entre as firmas doadoras e a diferenciação na performance. As
relações firma-governo, por doação, mostram-se duradouras, embora firmas mais
ligadas ao governo sejam mais propensas aos efeitos das decisões políticas que daí
se originam (RAMALHO, 2007). Pode-se deduzir que um período de estabilidade
política mais longa pode garantir segurança às firmas ligadas ao governo.
Conforme disposto na análise dos recursos destinados à campanha política
por cargo, os dados apontam significativa e crescente destinação desses recursos.
As campanhas eleitorais no Brasil são as mais custosas do mundo (SAMUELS,
2001a). Essa afirmação, mesmo com base nas eleições de 1994, pode ser
comparada aos períodos examinados neste estudo. Por demandarem substanciais e
crescentes recursos, sua destinação exerce importante influência sobre a vida
política dos candidatos. Por isso Samuels (2001c) investigou a importância do
dinheiro nos processos eleitorais nas novas democracias, concluindo que há relação
direta entre os incentivos prestados pelas organizações e a distribuição de serviços
governamentais. Os candidatos com elos entre a firma e o governo, por exercerem
um papel de interação com as instituições, representam um instrumento dessas
relações.
Os dados de doação a campanha política apontam que as firmas destinaram
mais recursos a candidatos vencedores, e os resultados deste estudo demonstram
significância estatística para este tipo de candidato. Isso, de certa maneira, confirma
os resultados de Snyder Jr (1990) que as firmas destinam esses recursos a
candidatos de têm mais probabilidade de vencer.
Ainda sobre a métrica Q de Tobin, os achados desta pesquisa se aproximam,
em alguns aspectos, aos resultados obtidos por Claessens, Feijen e Laeven (2008)
nas análises das eleições de 1998 e 2002 no Brasil. Embora com amostra mais
reduzida em relação a este estudo, as inferências dos autores sugerem relação
132
negativa entre os investimentos por doação e desempenho. Os resultados empíricos
desta investigação apontam em outra direção, pois em embora não se tenha obtido
significância estatística em cargos específicos, há evidências no sentido de que a
doação a candidatos vencedores foi significativa.
Já em relação à Hipótese — H1a: Existe um relacionamento significativo entre
as conexões políticas, a partir de doação a campanha política, pelos
administradores, como meio de redução da dependência externa, e a performance
da firma —, não se pode confirmar, pois todos os testes, considerando os
administradores doadores, conselheiros, executivos e com dupla função, não
resultaram significativos a ponto de se confirmar a hipótese H1a.
Avaliando o construto de antecedentes em política, a hipótese — H2: Existe
um relacionamento significativo entre administradores (conselheiros e gestores),
com antecedentes em política, e a performance da firma —, detecta-se que a
presença de administradores com experiência em cargo no governo (legislativo) a
relação significativa e positiva. Em dois modelos, (3) e (5), houve significância na
experiência na administração direta (executivo). A interação entre as habilidades em
cargo político se mostrou significativa, porém negativa. No contexto americano,
Goldman, Rocholl e So (2009), partindo da suposição de que o incremento na
performance do conselho de administração não está restrito às atividades de
monitoramente e assessoramento à gestão, encontraram evidências de que os
membros do board podem adicionar valor por meio de conexões políticas,
salientando a importância da composição com a presença de membros da
administração com background em política. Por outro lado, a integração de
administradores com background político também tem a conotação de proteger a
firma contra manipulações e formas sofisticadas de desaprovação de questões de
interesse político do ambiente (STERN; WESTPHAL, 2010). Todavia, o interesse da
firma em integrar, à administração, profissionais com experiência em atividade
executiva governamental, central ou local, pode estar associado a dificuldades
financeiras (FAN; WONG; ZHANG, 2007; CLAESSENS; FEIJEN; LAEVEN, 2008).
Este estudo não teve o propósito de investigar esses efeitos.
Os resultados obtidos, considerando o grupo background em política,
permitem supor que integrar membros com experiência política em governos, na
adminsitração direta e no legislativo, traz benefícios ao valor da firma. Outros
estudos apontam que essa estratégia pode estar associada a benefícios de ordem
133
financeira, como, por exemplo, acesso preferencial a crédito financeiro (PITTMAN,
1977; APPELBUAM; KATZ, 1987; YOFFIE, 1988; KEIM; BAYSINGER, 1988; FAN;
WONG; ZHANG, 2007; CLAESSENS; FEIJEN; LAEVEN, 2008; FACCIO, 2009).
A hipótese pertinente ao construto interlocking — H3: Existe um
relacionamento significativo entre o interlocking de membros políticos ligados ao
ambiente, por laços diretos e indiretos, e a performance da firma —, avalia o
compartilhamento político, direto ou indireto, entre os conselhos das firmas. Os
dados não demonstram significância em relação ao Q de Tobin. A literatura sugere
que o interlocking influencia o resultado da firma (KOENIG; GOGEL; SONQUIST,
1979; SCHOORMAN; BAZERMAN; ATKIN, 1981; HILLMAN; ZARDKOOHI;
BIERMAN, 1999). O compartilhamento relacional é uma das formas de se obter
informações privilegiadas (BAZERMAN; SCHOORMAN, 1983; BARRINGER;
HARRISON, 2000). Esses vínculos construídos por interlocking são importantes num
ambiente de competição. Considerando a variável Q de Tobin como dependente,
não se encontrou evidências de que o interlocking político exerça influência
significativa no valor da firma.
Observa-se que ao se adicionar o grupo de variáveis de categoria de
propriedade, como controle, somente as empresa cujo controle é por
indivíduos/famílias apresentou relacionamento significativo. O ingresso dessas
variáveis não alterou a significância dos construtos investigados. Essa influência das
empresas familiares, em nosso contexto, já foi observada por Silva e Graminho
(2007), onde destacaram, que são as que mais têm contribuído para campanhas
políticas e estão positivamente relacionadas a doações eleitorais — ano de 2002 —
(SILVA; GRAMINHO, 2007).
Foram testadas as hipóteses com o conjunto de variáveis considerado nos
testes da variável dependente Market-to-book, em todos os modelos, e os resultados
mostraram algumas diferenças nas significâncias.
4.7.2 Discussão dos resultados em relação a Market-to-book
Dado o conjunto de variáveis dos modelos, denota-se que a variabilidade da
Market-to-book foi menos intensa em relação à variável Q de Tobin. Destaca-se que
134
todas as variáveis de doação foram siginificativas e positivamente associadas nos
modelos (1) ao (4). Isso permite aceitar a hipótese H1, pois há evidência que a
doação influencia a variabilidade da métrica Market-to-book. Demonstra a existência
de um relacionamento significativo entre as conexões políticas, a partir de doação a
campanha política, pelas firmas, como meio de redução da dependência externa, e a
performance da firma. Por essa razão se pode afirmar que em relação ao construto
doação da firma há suporte para ser confirmada, porque foram encontradas
evidências nos modelos anteriormente citados. Os resultados estatísticos apontam
que doações a candidato vencedor, a presença de administradores com
antecedentes na administração direta em governo e no legislativo foram
significativas.
Também em relação a essa variável, a doação por administradores, uma vez
testada, considerando as doações por conselheiro, gestor ou administrador com
dupla função, não apresentou resultados satisfatórios, pois as doações realizadas
pelas empresas são mais frequentes e expressivas. Assim, rejeita-se a hipótese
H1a.
Avaliando o construto de antecedentes em política, a hipótese — H2: Existe
um relacionamento significativo entre administradores (conselheiros e gestores),
com antecedentes em política, e a performance da firma —, detecta-se que a
presença de administradores com experiência em cargo no governo (legislativo) a
relação significativa e positiva. Como discutido no item 4.7.1, esta coerente com os
achados de Goldman, Rocholl e So (2009), Stern e Westphal (2010). Em dois
modelos, (3) e (5), houve significância na experiência na administração direta
(executivo). A interação entre as habilidades em cargo político se mostrou
significativa, porém negativa. A presença dessas habilidades é importante porque o
relacionamento com o ambiente, em mutação. Se ajustam aos interesses singulares
das firmas (ROSSETTO; ROSSETTO, 2005).
A capacidade organizacional para obter recursos vitais e a negociação e o
relacionamento interorganizacional também constituem duas atividades
fundamentais nesta perspectiva que admite que certas mudanças no meio ambiente
ocorrem, em parte, pela determinação dos administradores organizacionais, porque
estes se preocupam em compatibilizar as características do ambiente aos interesses
específicos das suas organizações.
135
Em relação à hipótese H3, as variáveis de interlocking político apresentaram
os seguintes resultados: o relacionamento entre os laços diretos e o Market-to-book
foi positivo significativo; nos laços indiretos a relação foi negativa e não significativa.
Em destaque, o intercâmbio entre firmas, por meios de membros da administração
experientes em política, foi influente a variabilidade do Market-to-book,
influenciando no valor da firma. Logo, pode-se aceitar a hipótese H3, pois o Market-
to-book, também associado à incerteza, reúne certo grau de expectativa de retorno
futuro em razão da expectativa de crescimento da firma (FAN; WONG, 2007; JIANG,
2008). Sua variabilidade tem implicações acionárias, pois pode haver incentivo para
investidores adquirirem o controle (DENIS; MCCONNELL, 2003).
As demais variáveis dependentes também foram testadas (Apêndice T a X),
mas não encontraram aderência.
136
5 CONSIDERAÇÕES FINAIS
Nesta seção serão apresentadas as conclusões deste estudo, ordenadas
pelas hipóteses formuladas considerando as variáveis de desempenho Q de Tobin
e Market-to-book. A seguir o trabalho é finalizado com as limitações e sugestões
para futuros estudos.
5.1 Conclusões
O ponto central desta tese foi investigar as conexões políticas, integrando
correntes teóricas da dependência de recursos e da governança, e suas relações
com a performance das firmas. Para responder a questão de pesquisa — As
conexões políticas entre firma e governo, por doação a campanhas, por
antecedentes políticos da administração e entrelaçamento do conselho de
administração, têm influência no desempenho das empresas listadas na
BM&FBovespa? —, utilizaram-se dados empíricos das empresas listadas na
BM&FBovespa no período entre 1998 e 2009.
Com o objetivo de capturar os efeitos das conexões políticas, nos
procedimentos estatísticos foram empregadas regressões em painel por dois
métodos principais: o de efeitos fixos (fixed effects) e o de efeitos aleatórios (random
effects). No entanto, o método de efeitos fixos foi explorado por estar coerente com
os pressupostos deste trabalho.
O estudo ao se aliar ao corpo teórico que estuda as relações firma-governo,
contribui com uma proposta teórica integrativa e desenvolve estratégia de
investigação com evidências inovadoras e com abrangência metodológica,
representando duas importantes contribuições. Utilizando a perspectiva da
dependência de recursos, procura explicar os efeitos das conexões políticas no
desempenho. Atribui ao conselho de administração o papel de órgão protagonista
como elo relacional ao ambiente e incorpora as atividades dos gestores nessas
ações, o que converge para a visão integrativa da administração.
O referencial teórico sugere que vários aspectos interferem nas relações
políticas firma-governo. O contexto de cada país é relevante e influente. Questões
legais, institucionais, nível de proteção aos acionistas, grau de corrupção e
137
interferência do governo na economia são pontos fundamentais. Esses fatores do
ambiente moldam as estratégias de conectividade das firmas.
Ao analisar as conexões políticas brasileiras, por doação a campanhas
políticas, por antecedentes políticos da administração e compartilhamento do
conselho de administração, denota-se que firmas estabelecem diferentes formas de
se relacionar com o ambiente político. Dada a incerteza, às firmas intensificam suas
ações. Um exemplo claro deste estudo foram as eleições do período II (2002). A
expectativa de mudança no domínio político central no país estabeleceu
diversificação nas formas de laços políticos. Os resultados empíricos mostram que a
demanda por recursos tem sido crescente, a participação de administradores
experientes em política na composição do board vem sendo importante e o
compartilhamento tem se intensificado.
Embora o estudo tenha investigado os efeitos das conexões em outras
métricas de performance (ROA, ROE, taxa de crescimento de vendas e retorno
operacional sobre vendas), os resultados só foram significativos no valor de
mercado das firmas medido pelo Q de Tobin e pelo Market-to-book. As ações
políticas com base na TDR explicam que a organização pode fazer uso do meio
político para modificar determinadas condições de um ambiente mais favorável
(PFEFFER; SALANCIK, 2003). Como os dois medidores utilizam uma variável de
mercado (preço), as inferências podem ser explicadas pela incerteza ambiental
percebida pelo mercado.
Quanto ao construto doação, os testes evidenciaram que há significância
neste tipo de ação política das firmas. O fato de a empresa ser doadora a candidato
vencedor apresentou resultados siginificativos em todos os modelos. Dessa
maneira, pode-se afirmar que, em relação ao construto doação da firma, há suporte
para a hipótese H1 ser confirmada, porque foram encontradas evidências nos testes
empregados.
Quanto à hipótese H1a, sobre as doações patrocinadas por conselheiros e
gestores, não há evidências para confirmação. Isso se demonstra que esses laços
são mais intensos quando a firma é contribuinte. Ainda com referência ao Q de
Tobin na H2, a presença de administradores experientes em política nas firmas
foram mais pronunciadas em relação ao background no legislativo, em todos os
modelos. Conforme apresentado nas discussões (4.7.1), a hipótese H3 não pode ser
138
confirmada, porque o compartilhamento político, entre conselheiros interfirmas, não
foi significativo.
O Market-to-book, também associado à incerteza, reúne certo grau de
expectativa de retorno futuro em razão da expectativa de crescimento da firma (FAN;
WONG, 2007; JIANG, 2008). Considerando a hipótese H1, se vê a existência de um
relacionamento significativo entre as conexões políticas, a partir de doação a
campanha política. Confirmada essa hipótese, porque foram encontradas evidências
nos modelos anteriormente citados. Os achados indicam que doações a candidato
vencedor, a presença de administradores com antecedentes na administração direta
em governo e no legislativo foram significativas.
A comparação das variáveis descritas – de doação, background e interlocking
– permite concluir que, inicialmente, há iniciativas de doação a campanha política,
com a posterior integração de membros com experiência em política nas firmas,
especialmente no legislativo, cujos membros compartilham experiências políticas
com outros conselheiros, com essa vivência.
Desse modo, os dados da regressão, Market-to-book, apresentam resultados
confirmatórios do construto interlocking da hipótese H3. Conclui-se que os laços
diretos estabelecidos são influentes positivamente. Essa atividade política por
compartilhamento se associa à incerteza. A volatilidade dessa variável é uma
referência importante para o acionista.
Os dados indicam que há um conjunto de ações políticas empregadas pelas
firmas da amostra, o que permite concluir que as firmas da amostra, considerando o
contexto brasileiro, diversificam suas estratégias políticas. Essas ações guardam
relação com a doação a candidatos vencedores, bem como com a presença de ex-
políticos na administração, com experiência no legislativo, e são fortalecidas por
ligações por compartilhamento interfirmas. Um número expressivo de
administradores que compõem os conselhos de administração e a gestão, com
background em política, compartilha com outras firmas que contam com a presença
de ex-políticos.
Em período pós eleições, na troca de governo, há intensificação de ações
políticas da firmas. A indicação de ex-políticos para compor os conselhos de
administração é uma ação preferencial, mas o entrelaçamento entre firmas com
membros políticos tem influência positiva no valor. Os resultados sugerem que essa
ação é indicativa que as firmas buscam minimizar riscos e incertezas por intermédio
139
de ex-políticos em períodos de incerteza eleitoral, dado que a aproximação com o
governo foi mais pronunciada nas eleições de 2002.
5.2 Limitações da pesquisa
A amplitude do tema conduz o pesquisador a determinadas restrições de
ordem tanto teórica quanto metodológica. As limitações teóricas deste estudo dizem
respeito à ausência de tratamento das relações políticas de forma ampla, incluindo
adjuntos e assessores da diretoria e acionistas pertencentes à administração da
companhia, entre outros atores vinculados às corporações.
No que se refere à produção brasileira, ainda são incipientes e escassos os
estudos que abordam conexões políticas e governança das corporações. Na
dimensão proposta, são ainda superficiais aqueles que mencionam relacionamentos
institucionais, como, por exemplo, atuações da administração em organismos e
agremiações representativas dos interesses da indústria na qual a firma está
inserida. A literatura especializada requer, portanto, novos conceitos e formulações
teóricas capazes de orientar análises sobre tais questões.
Quanto ao aspecto metodológico, o trabalho considerou três períodos de
mandato, compreendidos entre 1998 e 2009, como recorte temporal para a base de
dados. A forma de analisar, ainda que longitudinal, pode não capturar todos os
efeitos das atuações políticas das firmas ou até mesmo indicar, nas variáveis, efeitos
de decisões políticas e relacionamentos de difícil observação. Ações políticas das
firmas podem não gerar efeitos imediatos na performance; assim, ações iniciadas
num exercício social podem produzir resultados em períodos posteriores, inclusive
não capturados no lapso do estudo. O conjunto de firmas investigadas está limitado
à base da BM&FBovespa, não incluindo outras organizações que fazem uso de
estratégias políticas.
As restrições metodológicas adotadas neste trabalho pode ter
desconsiderado informações importantes. Há ainda limitações decorrentes da
utilização de fontes secundárias, muitas de difícil identificação. Em decorrência
disso, as informações publicadas, em alguma medida, podem não ser totalmente
140
confiáveis. Como consequência, os resultados podem ser afetados, requerendo
cuidado quanto à generalização dos achados.
Como o estudo não investiga como as firmas estabelecem as conexões com
o governo, em seus aspectos operacionais, fatores inobserváveis por meio dessa
metodologia podem gerar interpretações incompletas. Firmas que fazem uso das
mesmas ligações políticas, diretas e indiretas, podem desenvolver capacidades,
processos, e combinar atributos internos não capturados pelo método proposto.
Em relação ao método de especificação das categorias de propriedade é
importante reconhecer que o estudo não especificou o percentual de controle da
propriedade, o que é uma limitação a ser considerada.
Quanto ao modelo econométrico, assim como os demais, é um modo de
simplificação da realidade. Por não conseguir capturar todos os fatores
intervenientes, implica restrições quanto à combinação das variáveis dependentes e
independentes. Embora as variáveis tenham fundamentação teórica para integrar o
modelo, outros termos poderiam compor a formulação geral e ser testados.
5.3 Sugestões para futuros estudos
Considerando as limitações concernentes a este trabalho, conforme exposto
no item anterior, ainda se pode ampliar o escopo de análise, sob os pontos de vista
teórico e empírico. Novas questões de pesquisa podem ser construídas, bem como
novos objetivos delineados e alcançados.
Primeiramente, sugere-se a ampliação do período analisado, assegurando
resultados mais consistente, com o levantamento e inclusão dos dados das eleições
de 2010. Dessa maneira, o futuro estudo englobaria quatro períodos de mandato
(1998, 2002, 2006 e 2010), que constituem ciclos importantes do relacionamento
firma-governo a serem investigados.
A partir dos resultados desta pesquisa podem ser recomendados novos
estudos ampliando a amostra. Por exemplo, ao desconsiderar o construto doação,
pode-se integrar a base as firmas permissionárias e concessionárias que são
proibidas por lei de doarem, mas que podem apresentar outros tipos de ações
políticas.
141
Instituições financeiras também podem ser analisadas sob esse ângulo, aliás,
organizações pouco estudadas na academia brasileira. Igualmente, pode-se
expandir este trabalho, analisando as companhias fechadas, empresas que
participam de certames públicos e empresas de setores mais específicos que têm
interesse ou são dependentes de rendas públicas.
Outra sugestão é avaliar e explorar com maior especificidade o board
interlocking político, por exemplo, elaborando o mapeamento das redes políticas
interfirmas e conselheiros com esse background. Mapear o perfil dos conselhos,
associando-o a outras experiências além da política, e analisar essas modificações
nos assentos e os efeitos na performance pode ser um caminho interessante para
novos estudos.
Outros estudos poderão explorar as participações societárias, identificando a
participação do governos na estrutura de propriedade das firmas e os efeitos no
desempenho.
Quanto aos métodos utilizados, pode-se explorar o modelo com equações
simultâneas, avaliando melhor as questões endógenas e exógenas das variáveis.
142
REFERÊNCIAS
AGRAWAL, Anup; KNOEBER, Charles. Do some outside directors play a political role? Journal of Law & Economics, v. 44, n. 1, p. 179-198, 2001. AGRAWAL, Anup; KNOEBER, Charles. Firm performance and mechanisms to control agency problems between managers and shareholders. Journal of Financial and Quantitative Analysis, v. 31, n. 3, p. 377-397, Sept. 1996. ALCHIAN, Armen; DEMSETZ, Harold. Production, information costs, and economic organization. The American Economic Review, v. 62, p. 777-795, 1972. ALDRICH, Howard E.; PFEFFER, Jefrey. Environments of organizations. Annual Review of Sociology, v. 2, p. 79-105, 1976. ALLISSON, Paul David. Fixed effects regression models. Los Angeles, CA:Sage, 2009. ANDRADE, Adriana; ROSSETTI, José Paschoal. Governança corporativa: fundamentos, desenvolvimento e tendências. 2. ed. São Paulo: Atlas, 2006. APPELBAUM, Elie; KATZ, Eliakim. Seeking rents by setting rents: the political economy of rent-seeking. Economic Journal, v. 97, p. 685-699, 1987. BACHARACH, Samuel B. Organizational theories: some criteria for evaluation. Academy of Management Review, v. 14, n. 4, p. 495-515, 1989. BACON, Curtis J.; CORNETT, Marcia Millon; DAVIDSON, Wallace N. III The conselho de administração and dual class recapitalizations. Financial Management, v. 26, n. 3, p. 5-22, 1997. BANDEIRA-DE-MELLO, R.; MARCON, R. Unpacking firm effects: modeling political alliances in variance decomposition of firm performance in turbulent environments. Brazilian Administration Review, v. 2, n. 1, p. 21-37, 2005. BANDEIRA-DE-MELLO, R.; MARCON, R. Heterogeneidade do desempenho de empresas em ambientes turbulentos. Revista de Administração de Empresas, v. 46, n. 2, abr./jun. 2006.
143
BANDEIRA-DE-MELLO, R.; MARCON, R ALBERTON, A. Drivers discricionary firm donations in Brazil. Brazilian Administration Review, v. 5, n. 4, p. 275-288, 2008. BANDEIRA-DE-MELLO, R.; MARCON, R.; ALBERTON, A. Stakeholder Interaction effects on firm performance in emerging countries: the case of Brazil. In: 2007 ANNUAL MEETING OF THE ACADEMY OF MANAGEMENT - AOM (BPS DIVISION). Proceedings… Filadélpia, 2007. BARRINGER, Bruce R.; HARRISON, Jeffrey S. Walking a tightrope: creating value through interorganizational relationships. Journal of Management, v. 26, n. 3, p. 367-403, 2000. BAZERMAN, Max H.; SCHOORMAN, F. David. A Limited rationality model of interlocking directorates. Academy of Management Review, v. 8, n. 2, p. 206-217, Apr. 1983. BERTRAND et al. Politicians, firms and the political business cycle: evidence from France. Unpublished Working Paper, University of Chicago, Nov. 2006. BM&FBOVESPA. Bolsa de Valores do Estado de São Paulo. Disponível em: <http://www.BM&FBovespa.com.br/Principal.asp>. Acesso em: 7 maio 2009. BOHREN, Øyvind; ODEGAARD, Bernt Arne. Governance and performance revisited. Social Science Research Networks, Feb. 2004. ECGI - Finance Working Paper No. 28/2003; EFA 2003 Annual Conference Paper No. 252. Disponível em: <http://papers.ssrn.com/sol3/ papers.cfm? abstract_id=423461>. Acesso em: 4 jun. 2008. BOUBAKRI, Narjess et al. Political connections and the cost of equity capital. Paper presented at the European Financial Management Symposium on Corporate Governance and Control, United Kingdom, Nov. 2008. BOYD, Brian. Corporate linkages and organizational environment: a test of the resource dependence model. Strategic Management Journal, v. 11, n. 6, p. 419- 430, Oct. 1990. BRENNAN, Niamh. Boards of directors and firm performance: is there an expectations gap? Corporate Governance, v. 14, n. 6, p. 577-593, Nov. 2006.
144
BURREL, G.; MORGAN, G. Sociological paradigms and organizational analysis: elements of the sociology of coporate life. London: Heinemann, 1979. CADBURY COMMITTEE. The report of the committee on financial aspects of corporate governance. Londres: Cadbury Committee, Dec. 1992. CADBURY, Sir Adrian. The corporate governance agenda. An International Review, v. 8, n. 1, Jan. 2000. CAMPOS, Taiane L. C. Estrutura da propriedade e desempenho econômico: uma avaliação empírica para as empresas de capital aberto no Brasil. Revista de Administração de Empresas, São Paulo, v. 41, n. 4, p. 369-380, out./nov./dez. 2006. CFACG. The Committee on the financial aspects of corporate. 1992. Disponível em: <http://www.econsense.de/_CSR_INFO_POOL/_CORP_GOVERNANCE/ images/cadbury_report.pdf>. Acesso em: 5 mar. 2009. CHAKRABORTY, Shankha; DABLA-NORRIS, Era. Rent seeking. International Monetary Fund, v. 53, n. 1, p. 28-49, 2006. CHANEY, Paul K.; FACCIO, Mara; PARSLEY, David C. The quality of accounting information in politically connected firms. Unpublished working paper, Vanderbilt University. Disponível em: <http://papers.ssrn.com/sol3/papers.cfm?abstract_id= 966379>. Acesso em: 4 jun. 2008. CHO, Myeong-Hyeon. Ownership structure, investment, and the corporate value: an empirical analysis. Journal of Financial Economics, v. 47, n. 1, p. 103-121, 1998.
CHUNG, Kee H.; PRUITT, Stephen W. A simple approximation of Tobin’s q. The Journal of the Financial Management Association, v. 23, n. 3, p. 70-74, 1994. CICOGNA, Maria P. V.; TONETO JUNIOR, Rudinei; VALLE, Maurício R. O impacto da adesão a padrões mais elevados de governança sobre o financiamento empresarial. Revista de Administração de Empresas, São Paulo, v. 42, n. 1, p. 52-63, jan./fev./mar. 2007. CLAESSENS, Stijn; FEIJEN, Erik; LAEVEN, Luc. Political connections and preferential access to finance: the role of campaign contributions. Journal of Financial Economics, v. 88, n. 3, p. 554-580, June 2008.
145
COASE, Ronald H. The nature of the firm. Economica, v. 4, p. 386-405, Nov. 1937. COATE, S., 2004. Pareto- improving finance policy. American Economic Review, 94, 628-655. COOPER, Donald R.; SCHINDLER, Pamela S. Métodos de pesquisa em administração. Tradução Luciana de Oliveira da Rocha. 7. ed. Porto Alegre: Bookman, 2003. COUTINHO, Eduardo S.; AMARAL, Hudson F.; BERTUCCI, Luiz A. O impacto da estrutura de propriedade no valor de mercado de empresas brasileiras. Revista de Administração de Empresas, São Paulo, v. 41, n. 2, p. 197-207, abr./maio/jun. 2006. CRESWELL, John W. Estudo de pesquisa: método qualitativo, quantitativo e misto. Tradução Luciana de Oliveira da Rocha. 2. ed. Porto Alegre: Bookman, 2007. DAILY, Catherine; DALTON, Dan R. Bankruptcy and corporate governance: the impact of board composition and structure. Academy of Management Journal, v. 37, n. 6, p. 1603-1617, Dec. 1994a. DAILY, Catherine; DALTON, Dan R. Corporate governance and the bankrupt firm: an empirical assessment. Strategic Management Journal, v. 15, n. 8, p. 643-654, Oct. 1994b. DAVIS, Gerald F.; THOMPSON, Tracy A. A social movement perspective on corporate control. Administrative Science Quarterly, v. 39, p. 141-173, 1994. DAVIS, James H.; SCHOORMAN, F. David; DONALDSON, Lex. Toward a stewardship theory of management. Academy of Management Review, v. 22, n. 1, p. 20-47, 2 charts, Jan. 1997. DEDMAN, Elisabeth. An investigation into the determinants of UK board structure before and after cadbury. Corporate Governance, v. 8, n. 2, Apr. 2000. DEMSETZ, Harold. Ownership and control: a review. International Journal of the Economics of Business, v. 3, n. 1, p.107-112, 1996.
146
DEMSETZ, Harold.; LEHN, Kenneth. The structure of corporate ownership: causes and consequences. Journal of Politics Economy, v. 93, n. 6, p. 1155-1177, 1985. DENIS, Diane K.; McCONNELL, John. International corporate governance. Journal of Financial and Quantitative Analysis, v. 38, n. 1, p. 1-36, Mar. 2003. DONALDSON, Lex; DAVIS, James H. Stewardship theory or agency theory: CEO governance and shareholder returns. Australian Journal of Management, v. 16, n. 1, June 1991. DONALDSON, T.; PRESTON, L. E. The stakeholder theory of the corporation: concepts, evidence and implications. Academy of Management Review, v. 20, n. 1, p. 65-91, Jan. 1995. DOOLEY, Peter C. The interlocking directorate. The American Economic Review, v. 59, p. 314-323, June 1969. EISENHARDT, Kathleen M. Making fast strategic decisions in high-velocity environments. Academy of Management Journal, v. 32, n. 3, p. 543-576, 1989. FACCIO, Mara. Politically connected firms. The American Economic Review, v. 96, n. 1, p. 369-386, Mar. 2006. FACCIO, Mara. Differences between politically connected and non-connected firm: a cross country analysis. Ago. 2009. Disponível em: <http://papers.ssrn. com/sol3/papers.cfm?abstract id=918244>. Acesso em: 21 nov. 2009. FACCIO, Mara; LANG, Larry H. P. The ultimate ownership of western european corporations. Journal of Financial Economics, v. 65, n. 3, p. 365-395, 2002. FAMA, E. F. Agency problems and the theory of the firm. Journal of Political Economy, v. 88, n. 2, p. 288-307, 1980. FAMA, E.; JENSEN, M. Separation of ownership and control. Journal of Law Economics, v. 26, p. 301-325, 1983.
147
FAN, Joseph P. H.; WONG, T. J.; ZHANG, Tianyu. Politically connected CEOs, corporate governance, and Post-IPI performance of China´s newly partially privatized firms. Journal of Financial Economics, v. 84,n. 5, p. 330-357, Jan. 2007. FISMAN, Raymond. Estimating the value of political connections. American Economic Review, v. 4, n. 91, p. 1095-1102, 2001. FLAK, Leif Skiftenes; ROSE, Jeremy. Stakeholder governance: adapting Stakeholder theory to e-government. Communications of Association for Information Systems, v. 16, p. 642-664, 2005. FREEMAN, R. E. The politics of stakeholder theory. Business Ethics Quartely, v. 4, n. 4, p. 409–421, 1994. FURUBOTN, Eirik G.; PEJOVICH, Svetozar. Property rights and economic theory: a survey of recent literature. Journal of Economic Literature, v. 10, n. 4, p. 1137-1162, Dec. 1972. GINSBURG, Seth. Research design. In: MALHOTRA, Naresh K. Marketing research: an appplied orientation. 5. ed. Pearson, 2006. GOLDMAN, E.; ROCHOLL, J.; SO, J. Do politically connected boards affect firm value? The Review of Financial Studies, v. 22, n. 6, p. 2331-2360, 2009. GROSSMAN, G., HELPMAN, E., 1996. Electoral competition and special interest politics. Review of Economics Studies, 63, 265-286. GUJARATI, Damodar. Econometria básica. Rio de Janeiro: Elsevier, 2006. HAIR Jr., Joseph F.; BLACK, William C.; BABIN, Barry J.; ANDERSON, Rolph E.; TATHAM, Ronald L.; Análise multivariada de dados. 6. ed. Porto Alegre: Artmed, 2009. HART, Oliver. Corporate governance: some theory and implications. The Economic Journal, v. 105, n. 430, p. 678-689, 1995. HILLMAN, Amy J. Corporate political strategy formulation: a model of approach, participation, and strategy decisions. Academy of Management Review, v. 24, n. 4, p. 825-842, 1999.
148
HILLMAN, Amy J. Politicians on the board of directors: do connections affect the bottom line? Journal of Management, v. 31, n. 3, p. 464-481, 2005. HILLMAN, Amy J.; CANNELLA Jr., Albert; PAETZOLD, Ramona L. The resource dependence role of corporate directors: strategic adaptation of board composition in response to environmental change. Journal of Management Studies, v. 7, n. 2, p. 235-255, Mar. 2000. HILLMAN, Amy J.; HITT, Michael A. Corporate political strategy formulation: a model of approach, participation, and strategy decisions. Academy of Management Review, v. 24, n. 4, p. 825-842, 1999. HILLMAN, Amy J.; KEIM, Gerald. International variation in the business-government interface: institutional and organizational considerations. Academy of Management Review, v. 20, n. 1, p. 193-214, 1995. HILLMAN, Amy J.; SHPROPSHIRE, Christine; CANNELLA, Albert A. Organizational predictors of women on corporate boards. Academy of Management Journal, v. 50, n. 4, p. 941-952, 2007. HILLMAN, Amy J.; WITHERS, Michael C.; COLLINS, Brian J. Resource dependence theory: a review. Journal of Management, v. 35, n. 6, p. 140-1427, Dec. 2009. HILLMAN, Amy J.; ZARDKOOHI, Asghar; BIERMAN, Leonard. Corporate political strategies and firm performance: indications of firm-performance. Strategic Management Journal, v. 20, n. 1, Jan. 1999. JENSEN, Michael C. Agency costs of free cash flow, corporate finance, and takeovers. The Market for Corporate Control, v. 76, n. 2, p. 323-329, 1986. JENSEN, Michael C.; MECKLING, William H. Theory of the firm: managerial behavior, agency costs, and ownership structure. Journal of Financial Economics, v. 3, n. 4, p. 305-360, Oct. 1976. JENSEN, Michael C.; MECKLING, William H. The nature of man. Journal of Applied Corporate Finance, v. 7, n. 2, p. 4-19, 1994. JIANG, Cao. The nature of political connections and firma value. In: CHOI, J. Jay; DOW, Sandra (Ed.). Institutional approach to global corporate governance: business
149
systems and beyond. International Finance Review, v. 9, Emerald Group Publishing Limited, p. 461-494, 2008. JOHNSON, Jonathan; DAILY, Catherine M.; ELLSTRAND, Alan E. Conselho de administração: a review and research agenda. Journal of Management, v. 22, n. 3, p. 409-438, 1996. JOHNSON, Simon; MITTON, Todd. Cronyism and capital controls: evidence from Malaysia. Journal of Financial Economics, v. 67, n. 2, p. 351-382, 2003. JONES, T. M. Instrumental stakeholder theory: a synthesis of ethics e economics. Academy of Management Review, v. 20, n. 2, p. 404-437, 1995. KATZ, Eliakim; SMITH, Barry. Rent-seeking and optimal regulation in replenishable resource industries. Public Choise, n. 59, p. 25-36, Oct. 1988. KEIM, Gerald; BAYSINGER, Barry. The efficacy of business political activity: competitive considerations in a principal-agent context. Journal of Management, v. 14, n. 2, p. 163-180, June 1988. KLEIN, Benjamin. Contracting costs and residual claims: the separation of ownership and control. Journal of Law & Economics, v. 26, n. 2, p. 367-374, June 1983. KOENIG, Thomas; GOGEL, Robert; SONQUIST, John. Models of the significance of interlocking corporate directorates. American Journal of Economics and Sociology, v. 38, n. 2, p. 173-186, Apr. 1979. KRUEGER, Anne O. The political economy of the rent-seeking society. American Economic Review, v. 64, p. 291-303, June 1974. LAMEIRA, Valdir de J.; NESS JUNIOR, Walter L.; MACEDO-SOARES, T. D. V. A. Governança corporativa: impactos no valor das companhias abertas brasileiras. Revista de Administração de Empresas, São Paulo, v. 42, n. 1, p. 64-73, jan./fev./mar. 2007. LEAL, Ricardo P. C. Governance practices and corporate value: a recent literature survey. Revista de Administração, São Paulo, v. 39, n. 4, p. 327-337, out./nov./dez. 2004.
150
LEAL, Ricardo P. C.; SAITO, Richard. Finanças corporativas no Brasil. Revista de Administração de Empresas-eletrônica, v. 2, n. 2, jul./dez. 2003. LEUZ, Christian; OBERHOLZER-GEE, Felix. Political relationships, global financing, and corporate transparency: evidence from Indonésia. Journal of Financial Economics, v. 81,n. 2, p. 411-439, Feb. 2006. LI, Hongbin; MENG, Lingsheng; WANG, Qian; ZHOU, Li-An. Political connections, financing and firm performance: evidence from chinese private firms. Journal of Development Economics, v. 87, n. 2, p. 283-299, 2008. LIMA, Douglas Araújo de; MACIEL, Carolina Veloso; LIBONATI, Jeronyno José. Os impactos gerados na adequação da estrutura de controles internos de uma empresa brasileira às exigências da Seção 404 da Lei Sarbanes-Oxley: um estudo de caso. In: ENCONTRO ANUAL DA ANPAD, XXXII, 2008, Rio de Janeiro. Anais... Rio de Janeiro: ANPAD, 2008. CD-ROM. LYNALL, Matthew D.; GOLDEN, Brian R.; HILLMAN, Amy J. Board composition from adolescence to maturity: a multitheoretic view. Academy of Management Review, v. 28, n. 3, p. 416-431, 2003. MAHON, John F.; MURRAY Jr.; EDWIN, A. Strategic planning for regulated companies. Strategic Management Journal, v. 2, n. 3, July/Sept. 1981, p. 251-262. MANTELL, Edmund. Rent seeking and the value of time. Journal of Economics and Finance, v. 29, n. 2, p. 221-241, 2005. MARCON, Rosilene; SOUZA, Everson M. Comparação do desempenho econômico e de mercado das empresas: o caso das companhias classificadas nos níveis de governança corporativa da BM&FBovespa. Revista de Negócios, Blumenau, v. 12, n. 1, p. 88-103, jan./mar. 2007. MARKS, Stephen G. The separation of ownership and control. In: BOUDEWIJN, Bouckaert; GERRIT, De Geest (Eds.). Encyclopedia of Law and Economics, 1999. MARTINS, Henrique Cordeiro; HILDEBRAND, Diofo Fakardo Nunes; ZIVIANI, Fabrício. Governança corporativa: um estudo da produção científica da ANPAD no período de 2000 a 2007. In: ENCONTRO ANUAL DA ANPAD, XXXII, 2008, Rio de Janeiro. Anais... Rio de Janeiro: ANPAD, 2008. CD-ROM.
151
MENDES-DA-SILVA, Wesley; MAGALHÃES FILHO, Paulo A. de Oliveira. Determinantes da disseminação voluntária de informações financeiras na internet. Revista de Administração de Empresas-eletrônica, v. 4, n. 2, Art. 19, jul./dez. 2005. MENDES-DA-SILVA, Wesley et al. Disclosure via website corporativo: um exame de informações financeiras e de governança no mercado brasileiro. Revista de Administração de Empresas-SP, v. 49, n. 2, p. 190-205, abr./jun. 2009. MINTZBERG, Henry. Who should control the corporate? California Management Review, v. 27, n. 1, p. 90-115, 1984. MIZRUCHI, Mark S.; STEARNS, Linda Brewster. A longitudinal study of the formation of interlocking directorates. Administrative Science Quarterly, v. 33, p. 194-210, 1988. MUTH, M.; DONALDSON, L. Stewardship theory and boar structure: a contingency approach. Corporate governance: an international review, v. 6, n. 1, p. 5-28, Jan. 1998. MYERS, S. C. Determinants of corporate borrowing. Journal of Financial Economics, v. 5, n. 2, p. 147-175, Nov. 1977. NUNES, Edson de Oliveira et al. Agências reguladoras e reforma do Estado no Brasil: inovação e continuidade no sistema político-institucional. In: NUNES, Edson de Oliveira (Coord.). Rio de Janeiro: Garamond, 2007. PEARCE II, John A. The relationship of internal versus external orientations to financial measur. Strategic Management Journal, v. 4, n. 4, p. 297-306, Oct./Dec. 1983. PEARCE II; ZAHRA, Shaker, A. Board composition from a strategic contingency perspective. Journal of Management Studies, v. 29, n. 4, p. 411-438, July 1992. PFEFFER, J. Size and composition of corporate boards of directors: the organization and its environment. Administrative Science Quarterly, v. 17, p. 218-229, 1972. PFEFFER, J.; SALANCIK, Gerald R. The external control of organizations: a resource dependence perspective. Stanford, California: Stanford Business Books, 2003.
152
PITTMAN, Russell. Market structure and campaign contributions. Public Choise, v. 31, p. 37-52, 1977. PROCIANOY, Jairo Laser; SCHNORRENBERG, Adalberto. A influência da estrutura de controle nas decisões de estrutura de capital das companhias brasileiras. Revista Brasileira de Economia, Rio de Janeiro, v. 58, n. 1, p. 121-146, jan./mar. 2004. RAMALHO, Rita. The persistence of corruption: evidence from the 1992 presidential impeachment in Brazil. 2007. Disponível em: <http://corruptionresearchnetwork.org>. Acesso em: 12 abri. 2009. REDIKER, Kenneth J.; SETH, Anju. Boards of directors and substitution effects of alternative governance mechanisms. Strategic Management Journal, v. 16, n. 2, p. 85-99, 1995. ROBERTS, Brian E. A dead senator tells no lies: seniority and the distribution of federal benefits. American Journal of Political Science, v. 34, p. 31-58, Feb. 1990. ROGERS, Pablo; RIBEIRO, Kárem C. D.; SOUSA, Almir F. Impactos de fatores macroeconômicos nas melhores práticas de governança corporativa no Brasil. Revista de Administração de Empresas, v. 42, n. 3, p. 265-279, jul./ago./set. 2007. ROSSETTO, Carlos R.; ROSSETTO, Adriana M. A teoria institucional em um contexto brasileiro: dinâmicas de inovação e imitação. RAE-eletrônica, v. 4, n. 1, Art. 7,
jan./jul. 2005 SAMUELS, David J. Incumbents and challengers on a level playing field: assessing the impact of campaign finance in Brazil. The Journal of Politicsl, v. 63, n. 2, p. 569-584, 2001a. SAMUELS, David J. Money, elections, and democracy in Brazil. Latin American Politics and Societyl, v. 43, n. 2, p. 27-48, 2001b. SAMUELS, David J. Does money matter? credible commitments and campaign finance in new democracies: theory and evidence from Brazil. Comparative Political, v. 34, n. 1, p. 23-42, 2001c. SANTOS, Rafael Liza; SILVEIRA, Alexandre Di Miceli. Board Interlocking no Brasil: participação de conselheiros em múltiplas companhias e seu efeito sobre o valor das empresas. In: XXXI ENCONTRO NACIONAL DA ASSOCIAÇÃO NACIONAL DOS
153
PROGRAMAS DE PÓS-GRADUAÇÃO EM ADMINISTRAÇÃO (ENANPAD), 2007, Rio de Janeiro. Anais... Rio de Janeiro: ANPAD, 2007. CD-ROM. SCHOORMAN, F. David; BAZERMAN, Max H.; ATKIN, Robert S. Interlocking directorates: a strategy for reducing environmental uncertainty. Academy of Management Review, v. 6, n. 2, p. 243-251, 1981. SCHULER, Douglas A. Corporate political strategy and foreign competition: the case of the steel industry. Academy of Management Journal, v. 39, n. 3, p. 720-737, 1996. SCHULER, Douglas A.; REHBEIN, Kathleen; CRAMER, Roxy D. Pursuing strategic advantage through political means: a multivariate approach. Academy of Management Journal, v. 45, n. 4, p. 659-672, 2002. SHLEIFER, Andrei; VISHNY, Robert W. Large shareholders and corporate control. Journal of Politicall Economy, v. 94, n. 3, p. 461-488, 1986. SHLEIFER, Andrei; VISHNY, Robert W. A survey of corporate governance. The Journal of Finance, v. 52, n. 2, p. 737-783, June 1997. SILVA, André L. C. Governança corporativa, valor, alavancagem e política de dividendos das empresas brasileiras. Revista de Administração de Empresas, v. 39, n. 4, p. 348-361, out./nov./dez. 2004. SILVA, André L. C.; GRAMINHO, Flávia Mourão. Campaign finance and corporate governance: the case of Brazil. Corporate Ownership & Control, v. 3, n. 2, p. 125-136, 2005. SILVA, Edson Cordeiro da. Governança corporativa nas empresas: guia prático de orientação para acionistas. São Paulo: Atlas, 2006. SILVEIRA, Alexandre Di Miceli da. Governança corporativa e estrutura de propriedade: determinantes e relação com o desempenho das empresas no Brasil. São Paulo: Saint Paul Institute of Finance, 2005. v. 1. 250 p. SILVEIRA, Alexandre Di Miceli da. Governança corporativa, desempenho e valor da empresa no Brasil. São Paulo: Saint Paul Institute of Finance, 2005. v. 1. 181 p.
154
SILVEIRA, Alexandre Di Miceli da; BARROS, Lucas Ayres B. de C. Determinantes da qualidade da governança corporativa das companhias abertas brasileiras. Revista Eletrônica de Administração-REAd, v. 14, n. 3, set./dez. 2008. SNYDER, J., Campaign contributions as investments: the US House of Representatives, 1980-1986. Journal of Political Economy, n. 98, p. 1195-1227, 1990. SOUZA, Marcos Antonio de et al. Evidenciação voluntária de informações contábeis por companhias abertas do sul brasileiro. Revista Universo Contábil, Blumenau, v. 4, n. 4, p. 39-56, out./dez. 2008. ISSN 1809-3337. SPIRA, Laura F.; BENDER, Ruth. Compare and contrast: perspectives on board committees. Corporate Governance, v. 12, n. 4, p. 489-499, Oct. 2004. STARKEY, Ken. Opening up corporate governance. Human Relations, v. 48. n. 8, p. 837-844, 1995. THOMSEN, S.; PEDERSEN, T. Ownership structure and economic performance in the largest european companies. Strategic Management Journal, v. 21, n. 6, p. 689-705, 2000. TITMAN, Sheridan; WESSELS, Roberto. The determinants of capital structure choice. Journal of Finance, v. 43, n. 1, p. 1-19, Mar. 1988. TOLLISON, Robert D. Rent-seeking: a survey. Kyklos, v. 35, p. 575-601, 1982. TOWNLEY, Barbara. Foucault power/knowledge and its relevance for human resource management. Academy of Management Review, v. 18, n. 3, p. 518-545, 1993. TRIVIÑOS, Augusto N. S. Introdução à pesquisa em ciências sociais: a pesquisa qualitativa em educação. São Paulo: Atlas, 1987. TULLOCK, Gordon. The welfare costs of tariffs, monopolies, and theft. Western Economic Journal, v. 5, p. 224-232, June 1967. TULLOCK, Gordon. Rent seeking and tax reform. Contemporary Policy N.s, v. 6, n. 4, p. 37-49, Oct. 1988.
155
VENKATRAMAN, N.; RAMANUJAM, V. Measurement of business performance in strategy research: a comparison of approaches. Academy of Management Review, v. 11, n. 4, p. 801-814, Oct. 1986. YOFFIE, David B. How an industry builds political advantage. Harvard Business Review, v. 44, n. 3, p. 7-24, May/June 1988. WESTPHAL, James D. Collaboration in the boardroom: behavioral and performance consequences of CEO-board social ties. Academy of Management Journal, v. 42, n. 1, Feb. 1999. WILLIANSON, Oliver E. Comparative economic organization: the analysis of discrete structural alternatives. Administrative Science Quarterly, v. 36, p. 269-296, 1991. WOOLDRIDGE, Jeffrey M. Introdução à econometria: uma abordagem moderna. Tradução Rogério C. de Souza e José A. Ferreira. São Paulo: Thomson Learning, 2007. ZAHRA, Shaker A.; PEARCE II, John A. Boards of directors and corporate financial performance: a review and integrative model. Journal of Management, v. 15, n. 2, p. 291-334, June 1989.
REFERÊNCIAS CONSULTADAS BRITO, Giovani A. S.; CORRAR, Luiz J.; BATISTELA, Flávio Donizete. Fatores determinantes da estrutura de capital das maiores empresas que atuam no Brasil. Revista de Contabilidade e Finanças, n. 43, p. 9-19, jan./abr. 2007.
CHAKRAVARTHY, Balaji S. Measuring strategic performance. Strategic Management Journal, v. 7, n. 5, p. 437-458, Oct. 1986.
FAMA, E. F.; FRENCH, K. R. Testing trade-off and pecking order predictions about dividends and debt. The Review of Financial Studies, v. 15, n. 1, Mar. 2002.
HAIR Jr., Joseph F.; BLACK, William C.; BABIN, Barry J.; MONEY, Arthur H.; SAMUEL, Phillip. Fundamentos de métodos de pesquisa em administração. Tradução Lene Belon Ribeiro. Porto Alegre: Bookman, 2005.
156
RAJAN, R. G.; ZINGALES, L. What do we know about capital structure? Some evidence from international data. Journal of Finance, v. 5, n. 50, p. 1421-1460, 1995.
RODRIGUES, Adriano; PAULO, Edílson. Introdução à análise multivariada. In: CORRAR, Luiz J; PAULO, Edílson; DIAS FILHO, José Maria (Orgs.). Análise multivariada. São Paulo: Atlas, 2007.
SILVEIRA, Alexandre Di Miceli da BARROS, Lucas Ayres B. de C.; FAMA, Rubens. Atributos corporativos e concentração acionária no Brasil. Revista de Administração de Empresas- RAE, v. 48, n. 2, abr./jun. 2008. SOARES, Rodrigo Oliveira; KLOECKNER, Gilberto de Oliveira. Endividamento em firmas com alta propensão à expropriação: o caso de firmas com um controlador. Revista de Administração de Empresas- RAE, v. 48 , n. 2, out./dez. 2008.
VIEIRA, Sonia. Análise de variância: (ANOVA). São Paulo: Atlas, 2006.
157
APÊNDICES
APÊNDICE A – Relação de variáveis operacionalizadas
1 Fir_Nome Short Name da Firma
2 Ano Ano
3 Fir_Num Número da Firma
4 Ind_Categ Classificação nivel 1
5 Reg 1 registro ativo. 2 registro cancelado
6 Cresc_Vend Receita Bruta
7 ROE_ Retorno sobre os capitais próprios
8 M_Operac Margem Operacional
9 ROA_ Retorno sobre os ativos
10 Mk_T_Book Market-to-Book
11 Q_Tobin Q de Tobin
12 II_Adm_Doa Firma tem administrador doador ou não
13 Cons_Don Membro do Conselho é doador
14 Dual_don Membro do Conselho com participação na gestão é doador
15 Exec_don Executivo (agente) é doador
16 III_Fcx_pol Firma tem conexão política ou não
17 Hab_Adir Administradopr com habilidade na adm direta
18 Hab_Aind Administrador com habiidadade na adm indireta
19 Hab_Leg Administrador com habilidade legislativa
20 Int_DxInd Interação Habilidade na Adm com Indireta
21 Int_DxLeg Interação Habilidade na Adm com Legislativa
22 Int_IndxLeg Interação Habilidade na Indireta com Legislativa
23 Int_Habil Interação Habilidade Adm direta, indireta e legislativa
24 N_Cx_Dir Número de Adm com conexão política
25 N_Cx_Total Número de habilidades dos ADM com conexão
26 N_Board Número de Conselheiros
27 RB Receita Bruta
28 Log_RB Logaritmo natural da receita bruta
29 LN_At Logaritmo natural do Ativo Total
30 I_II_Doa Firma e Administradores são doadores
31 I_III_Doa_Bck Firma é doadora e possui conselheiro com background em política
32 I_IV_Doa_Intck Firma é doadora e possui conselheiros com interlock político
33 I_II_III Firma e Adm. são doadores e possui conselheiro com background em política
34 I_II_III_IV Firma e Adm. são doadores, possui conselheiro com background e com interlock político
35 I_II_IV Firma e Adm. são doadores e com interlock político
36 I_III_IV Firma é doadora, possui conselheiro com background e com interlock político
37 II_III Administradores são doadores e a firma possui conselheiro com back- ground em política
38 II_IV Administradores são doadores e a firma tem interlock político
39 II_III_IV Administradores são doadores, e a firma possui conselheiro com back- ground e com interlock político
40 III_IV A firma possui conselheiro com background e com interlock político
158
41 ano_cons Ano consecutivo
42 I_F_Doa Firma doadora ou não
43 V_FDont Valor total doado na campanha do ano
44 V_FDonW Valor doado para candidato vencedor
45 V_FDonL Valor doado para candidato perdedor
46 DonPresT Valor doado para candidato a Presidente
47 DonPresW Valor doado para candidato a Presidente vencedor
48 DonPresL Valor doado para candidato a Presidente perdedor
49 DonGovT Valor total doado para candidato a Governador
50 DonGovW Valor total doado para candidato a Governador vencedor
51 DonGovL Valor total doado para candidato a Governador perdedor
52 DonSenT Valor total doado para candidato a Senador
53 DonSenW Valor total doado para candidato a Senador vencedor
54 DonSenL Valor total doado para candidato a Senador perdedor
55 DonDefT Valor total doado para candidato a deputado Federal
56 DonDefW Valor total doado para candidato a deputado Federal vencedor
57 DonDefl Valor total doado para candidato a deputado Federal perdedor
58 DonDeET Valor total doado para candidato a deputado Estadual/Distrital
59 DonDeEw Valor total doado para candidato a deputado Estadual/Distrital vencedor
60 DonDeEL Valor total doado para candidato a deputado Estadual/Distrital perdedor
61 IV_F_Interlock Firma tem interlock (compartilhamento de membros políticos) ou não
62 Laços_DirxInd Quantidade firmas de conselheiros com laços diretos x indiretos
63 N_Laç_Dir Quantidade de firmas cujos conselheiros possuem laços diretos (firma)
64 N_Laç_Ind Quantidade laços com conselheiros políticos (pessoais)
65 N_Tot_Laç Quantidade total de laços
66 End_CP Grau de endividamento no curto prazo
67 End_LP Grau de endividamento no longo prazo
68 End_Tot Grau de endividamento total
69 End_F_CP Grau de endividamento financeiro no cp
70 End_F_LP Grau de endividamento financeiro no lp
71 End_F_Tot Grau de endividamento financeiro total
72 Alav Grau de alavancagem
73 Gov Controle do Governo
74 Inds_Fam Controle por individuos ou familias
75 Inst_Fin Controle por Instituições Financeiras
76 Estrang Controle por investidores estrangeiros
77 nao_Fin Controle por empresas e individuos não financeiros
78 DDonPresT Dummy doaçao para candidato a Presidente 1 ou 0
79 DDonPresW Dummy doação para candidato a Presidente vencedor 1 ou 0
80 DDontPresL Dummy doação para candidato a Presidente perdedor 1 ou 0
81 DDonGovT Dummy doação para candidato a Governador 1 ou 0
82 DDonGovW Dummy doação para candidato a Governador vencedor 1 ou 0
83 DDonGovL Dummy doação para candidato a Governador perdedor 1 ou 0
84 DDonSenT Dummy doação para candidato a Senador 1 ou 0
159
85 DDonSenW Dummy doação para candidato a Senador vencedor 1 ou 0
86 DDonSenL Dummy doação para candidato a Senador perdedor 1 ou 0
87 DDonDefT Dummy doação para candidato a Dep Federal 1 ou 0
88 DDonDefW Dummy doação para candidato a Dep Federal vencedor 1 ou 0
89 DDonDefL Dummy doação para candidato a Dep Federal perdedor 1 ou 0
90 DDonDeeT Dummy doação para candidato a Dep Estadual 1 ou 0
91 DDonDeeW Dummy doação para candidato a Dep Estadual vencedor 1 ou 0
92 DDonDeeL Dummy doação para candidato a Dep Estadual perdedor 1 ou 0
160
APÊNDICE B - Estatística descritiva das demais variáveis testadas
Variáveis N Média DP Doação
I_F_Doa 597 0,395 0,489 Vlr_FDonT 597 300.923 1.181.715 Vlr_FDonW 597 180.213 706.889 Vlr_FDonL 597 103.108 455.515 DonPresT 597 84.405 387.240 DonPresW 597 48.077 250.914 DonPresL 597 36.329 186.972 DonGovT 597 67.903 270.362 DonGovW 597 41.449 160.693 DonGovL 597 26.453 135.422 DonSenT 597 21.142 99.567 DonSenW 597 15.664 77.293 DonSenL 597 5.477 31.832 DonDefT 597 79.114 356.464 DonDefW 597 57.733 267.540 DonDefl 597 21.381 102.393 DonDeET 597 30.757 158.634 DonDeEw 597 17.440 90.313 DonDeEL 597 13.317 77.394 II_Adm_Doa 597 0,2446 0,4302 Cons_Don 597 0,2161 0,4119 Dual_don 597 0,0168 0,1284 Exec_don 597 0,0586 0,2351 Hab_Leg 597 0,1960 0,8315 Int_DxLeg 597 1,0402 7,6073 Int_IndxLeg 597 1,0553 5,9403
Background em Governo III_Fcx_pol 597 0,611 0,488 N_Cx_Total 597 5,474 8,776
Interlocking IV_Interlock 597 0,408 0,490 N_Tot_Laç 597 4,492 9,994
Interações I_II_Doa 597 0,107 0,310 I_III_Doa_~k 597 0,253 0,435 I_IV_Doa_I~k 597 0,186 0,389 I_II_III 597 0,075 0,264 I_II_III_IV 597 0,060 0,238 I_II_IV 597 0,060 0,238 I_III_IV 597 0,186 0,389 I_II_IV 597 0,060 0,238 I_III_IV 597 0,186 0,389 II_III 597 0,173 0,378 II_IV 597 0,132 0,339 II_III_IV 597 0,132 0,339 III_IV 597 0,409 0,492
161
APÊNDICE C – Firmas analisadas nos períodos de mandato I, II e III
Aços Villares Eucatex Lojas Renner Rossi Resid Alfa Consorc Excelsior M&G Poliester Sadia Alfa holding Ferbasa Magnesita Santanense Aliperti Fibam Mangels São Carlos Alpargatas Fibria Marcopolo Saraiva Livr. Am Inox BR Forjas Taurus Marisol Schulz Ambev Fras-Le Melhor Sp Semp Aracruz Gafisa Met Duque Sergen Arteb Gerdau Metal Iguaçu Sid Nacional Bardella Gerdau Met Metal Leve Sondotécnica Battistella Globex Metisa Souza Cruz Baumer Grazziotin Millennium Springer Bic Monark Guararapes Mont Aranha Spturis Braskem Habitasul Mundial Sultepa BRF Foods Ideiasnet Nadir Figueiredo Suzano Hold Cacique Iguaçu Café Net Suzano Papel Caraíba Metais Ind. Cataguases Oderich Tecnosolo Cedro Ind. Romi Panatlan Tekno Celulose Irani Iochpe-Maxion P.Açúcar-Cbd Trafo Cia Hering Ipiranga Dis Par Al Bahia Tupy Confab Ipiranga Pet Paranapanema Ultrapar Const Beter Ipiranga Ref Parmalat Usiminas Coteminas Itautec Petroflex Vale Rio Doce Cyrela Realt João Fortes Petropar Valefert Dimed Josapar Petroq União Vicunha Têxtil Dixie Toga Karsten Plascar Vigor Dohler Kepler Weber Portobello Vulcabras Drogasil Klabin Pronor Weg Duratex-Old La Fonte telecom Quattor Petr Wembley Elekeiroz Lark Maqs Randon Whirlpool Eleva/AV Leco Rasip Agro Wlm Ind Com Embraer Litel Renar Encorpar Lix da Cunha Rexam Bcsa Eternit Lojas Americanas Riosulense
162
APÊNDICE D – Firmas analisadas nos períodos de mandato I e II
Albarus Cim Itaú Fluminense Refriger. Politeno Arcelor Copesul Granoleo Rail Sul Bahia Sul Cosipa Livraria Globo Ripasa Blue Tree D F Vasconc. Marambaia Santistêxtil Bompr-BH Ecisa Melpaper Seara Alim. Bunge Br. Electrolux Método Engenharia Sid Tubarão Caemi Eluma Minas Máquinas Spel Empreendim. CBC Cartucho Embraco Polialden Technos Rel Cbcc Contact Center Fertibras Polipropileno
163
APÊNDICE E – Firmas analisadas nos períodos de mandato II e III
Ampla Invest Dasa JBS Odontoprev Brookfield Datasul Localiza Positivo Inf. CC Des Imob Duratex Lupatech Profarma Company Even M. Diasbranco Providência Contax Grendene Marfrig Totvs Cremer Helbor Medial Saúde Uol Csu Cardsystem Iguatemi Natura Valid
164
APÊNDICE F – Firmas analisadas no período de mandato I
Agrale Bunge Fert. Makro Cargill Fertilizantes Arno Cargill Fertilizantes Nitrocarbono S Gobain Vidro Bahema Equipament Elev. Atlas Odebrecht Santista Alimentos Bérgamo Ericson Oxiteno Sola Biobras Fertiza Pevê Prédios Souto Vidig Bompreço Geral de Concreto Pirelli Trikem Brasilit Liasa Polar Usin C Pinto Bunge Al. Mahle-Cofat Renner Herm.
165
APÊNDICE G – Firmas analisadas no período de mandato III
Abyara Direcional JHSF Part PDG Realt Agra Incorp Ecodiesel Klabinsegall Rodobensimob Aliansce EMAE Kroton São Martinho Amil Embraer Le Lis Blanc SLC Agrícola Anhanguera Estácio Part Lojas Marisa Springs B2W Varejo Eztec Lopes Brasil Tecnisa Bematech Fer Heringer Metalfrio Tempo Part BR Malls Par General Shop MRV Tenda Cielo Hypermarcas Multiplan Terna Part Cyre Com-Ccp Inpar Nutriplant Trisul
166
APÊNDICE H – Resultados da regressão Q de Tobin Modelo 1
. xtreg Q_Tobin I_D_Doa Hab_Adir Hab_Aind Hab_Leg Int_Habil N_Laç_Dir N_Laç_Ind N_Board Log_RB Ind_DOA, fe
Fixed-effects (within) regression Number of obs = 478 Group variable: Fir_Num Number of groups = 232
R-sq: within = 0.2071 Obs per group: min = 1 between = 0.0537 avg = 2.1 overall = 0.0706 max = 3
F(10,236) = 6.17 corr(u_i, Xb) = -0.0744 Prob > F = 0.0000
------------------------------------------------------------------------------ Q_Tobin | Coef. Std. Err. t P>|t| [95% Conf. Interval] -------------+---------------------------------------------------------------- I_D_Doa | .064918 .0671733 0.97 0.335 -.067418 .1972539 Hab_Adir | -.0242972 .0152607 -1.59 0.113 -.0543618 .0057674 Hab_Aind | .0177414 .012863 1.38 0.169 -.0075996 .0430824 Hab_Leg | .1586176 .0527782 3.01 0.003 .0546411 .2625941 Int_Habil | -.0012541 .0005338 -2.35 0.020 -.0023057 -.0002025 N_Laç_Dir | .0189409 .0182632 1.04 0.301 -.0170387 .0549205 N_Laç_Ind | -.007057 .0104751 -0.67 0.501 -.0276937 .0135797 N_Board | -.0115818 .0021035 -5.51 0.000 -.0157259 -.0074377 Log_RB | .0742835 .036655 2.03 0.044 .0020707 .1464963 Ind_DOA | -.0865775 .614264 -0.14 0.888 -1.296719 1.123564 _cons | .5896701 .5308458 1.11 0.268 -.4561317 1.635472 -------------+----------------------------------------------------------------
sigma_u | .75880952 sigma_e | .41392183
rho | .77067867 (fraction of variance due to u_i) ------------------------------------------------------------------------------ F test that all u_i=0: F(231, 236) = 5.17 Prob > F = 0.0000
.
. estimates store fe . . . . .
. xtreg Q_Tobin I_D_Doa Hab_Adir Hab_Aind Hab_Leg Int_Habil N_Laç_Dir N_Laç_Ind N_Board Log_RB Ind_DOA, vce(robust) fe
Fixed-effects (within) regression Number of obs = 478 Group variable: Fir_Num Number of groups = 232
R-sq: within = 0.2071 Obs per group: min = 1 between = 0.0537 avg = 2.1 overall = 0.0706 max = 3
F(10,231) = 8.85 corr(u_i, Xb) = -0.0744 Prob > F = 0.0000
(Std. Err. adjusted for 232 clusters in Fir_Num) ------------------------------------------------------------------------------
| Robust Q_Tobin | Coef. Std. Err. t P>|t| [95% Conf. Interval] -------------+---------------------------------------------------------------- I_D_Doa | .064918 .0745035 0.87 0.384 -.0818752 .2117111 Hab_Adir | -.0242972 .0190082 -1.28 0.202 -.0617488 .0131545 Hab_Aind | .0177414 .0134573 1.32 0.189 -.0087733 .0442561 Hab_Leg | .1586176 .0446174 3.56 0.000 .0707086 .2465266 Int_Habil | -.0012541 .0003465 -3.62 0.000 -.0019368 -.0005715 N_Laç_Dir | .0189409 .0230881 0.82 0.413 -.0265492 .064431 N_Laç_Ind | -.007057 .0099806 -0.71 0.480 -.0267217 .0126077 N_Board | -.0115818 .0022625 -5.12 0.000 -.0160396 -.007124 Log_RB | .0742835 .0485253 1.53 0.127 -.0213253 .1698924 Ind_DOA | -.0865775 .6515596 -0.13 0.894 -1.370337 1.197182 _cons | .5896701 .706995 0.83 0.405 -.8033128 1.982653 -------------+----------------------------------------------------------------
sigma_u | .75880952
167
sigma_e | .41392183 rho | .77067867 (fraction of variance due to u_i)
------------------------------------------------------------------------------ . . .
. estimates store feRobust . . . . .
. xtreg Q_Tobin I_D_Doa Hab_Adir Hab_Aind Hab_Leg Int_Habil N_Laç_Dir N_Laç_Ind N_Board Log_RB Ind_DOA, re
Random-effects GLS regression Number of obs = 478 Group variable: Fir_Num Number of groups = 232
R-sq: within = 0.1887 Obs per group: min = 1 between = 0.1289 avg = 2.1 overall = 0.1290 max = 3
Wald chi2(10) = 87.92 corr(u_i, X) = 0 (assumed) Prob > chi2 = 0.0000
------------------------------------------------------------------------------ Q_Tobin | Coef. Std. Err. z P>|z| [95% Conf. Interval] -------------+---------------------------------------------------------------- I_D_Doa | .0068744 .0576915 0.12 0.905 -.1061988 .1199475 Hab_Adir | -.0039194 .0113241 -0.35 0.729 -.0261142 .0182754 Hab_Aind | .0162423 .0091219 1.78 0.075 -.0016363 .0341208 Hab_Leg | .1058389 .044712 2.37 0.018 .0182049 .1934729 Int_Habil | -.0009866 .0004627 -2.13 0.033 -.0018935 -.0000797 N_Laç_Dir | .0074853 .0152836 0.49 0.624 -.0224701 .0374406 N_Laç_Ind | -.0109108 .0090102 -1.21 0.226 -.0285704 .0067488 N_Board | -.0109658 .0017879 -6.13 0.000 -.0144701 -.0074616 Log_RB | .1150729 .0245581 4.69 0.000 .0669399 .1632058 Ind_DOA | -.4413712 .1763495 -2.50 0.012 -.7870098 -.0957326 _cons | .162845 .3364263 0.48 0.628 -.4965384 .8222283 -------------+----------------------------------------------------------------
sigma_u | .65474127 sigma_e | .41392183
rho | .71445615 (fraction of variance due to u_i) ------------------------------------------------------------------------------
. . .
. estimates store re . . .
. xtreg Q_Tobin I_D_Doa Hab_Adir Hab_Aind Hab_Leg Int_Habil N_Laç_Dir N_Laç_Ind N_Board Log_RB Ind_DOA, vce(robust) re
Random-effects GLS regression Number of obs = 478 Group variable: Fir_Num Number of groups = 232
R-sq: within = 0.1887 Obs per group: min = 1 between = 0.1289 avg = 2.1 overall = 0.1290 max = 3
Wald chi2(10) = 105.89 corr(u_i, X) = 0 (assumed) Prob > chi2 = 0.0000
(Std. Err. adjusted for 232 clusters in Fir_Num) ------------------------------------------------------------------------------
| Robust Q_Tobin | Coef. Std. Err. z P>|z| [95% Conf. Interval] -------------+---------------------------------------------------------------- I_D_Doa | .0068744 .0623317 0.11 0.912 -.1152935 .1290423 Hab_Adir | -.0039194 .0092618 -0.42 0.672 -.0220722 .0142334 Hab_Aind | .0162423 .0090819 1.79 0.074 -.0015579 .0340425 Hab_Leg | .1058389 .0361418 2.93 0.003 .0350023 .1766755
168
Int_Habil | -.0009866 .0002519 -3.92 0.000 -.0014804 -.0004928 N_Laç_Dir | .0074853 .0178701 0.42 0.675 -.0275394 .04251 N_Laç_Ind | -.0109108 .0085299 -1.28 0.201 -.027629 .0058075 N_Board | -.0109658 .0017694 -6.20 0.000 -.0144337 -.0074979 Log_RB | .1150729 .0345787 3.33 0.001 .0472999 .1828458 Ind_DOA | -.4413712 .155151 -2.84 0.004 -.7454616 -.1372807 _cons | .162845 .4471599 0.36 0.716 -.7135723 1.039262 -------------+----------------------------------------------------------------
sigma_u | .65474127 sigma_e | .41392183
rho | .71445615 (fraction of variance due to u_i) ------------------------------------------------------------------------------
. . .
. estimates store reRobust . . .
. hausman fe re
---- Coefficients ---- | (b) (B) (b-B) sqrt(diag(V_b-V_B))
| fe re Difference S.E. -------------+----------------------------------------------------------------
I_D_Doa | .064918 .0068744 .0580436 .0344086 Hab_Adir | -.0242972 -.0039194 -.0203778 .0102301 Hab_Aind | .0177414 .0162423 .0014991 .0090691 Hab_Leg | .1586176 .1058389 .0527787 .0280423 Int_Habil | -.0012541 -.0009866 -.0002675 .0002661 N_Laç_Dir | .0189409 .0074853 .0114556 .0099977 N_Laç_Ind | -.007057 -.0109108 .0038538 .0053428 N_Board | -.0115818 -.0109658 -.0006159 .0011082 Log_RB | .0742835 .1150729 -.0407893 .0272119 Ind_DOA | -.0865775 -.4413712 .3547937 .5884056
------------------------------------------------------------------------------ b = consistent under Ho and Ha; obtained from xtreg B = inconsistent under Ha, efficient under Ho; obtained from xtreg
Test: Ho: difference in coefficients not systematic
chi2(10) = (b-B)'[(V_b-V_B)^(-1)](b-B)
= 14.85 Prob>chi2 = 0.1376
. . .
. estimates table fe feRobust re reRobust , stats(N N_g sigma_u sigma_e rho) star (.1 .01 .001)
------------------------------------------------------------------------------
Variable | fe feRobust re reRobust -------------+----------------------------------------------------------------
I_D_Doa | .06491796 .06491796 .00687436 .00687436 Hab_Adir | -.02429718 -.02429718 -.00391937 -.00391937 Hab_Aind | .01774141 .01774141 .01624227* .01624227* Hab_Leg | .15861758** .15861758*** .10583891* .10583891** Int_Habil | -.00125414* -.00125414*** -.0009866* -.0009866*** N_Laç_Dir | .01894089 .01894089 .00748529 .00748529 N_Laç_Ind | -.00705698 -.00705698 -.01091076 -.01091076
N_Board | -.01158178*** -.01158178*** -.01096583*** -.01096583*** Log_RB | .07428352* .07428352 .11507286*** .11507286*** Ind_DOA | -.08657746 -.08657746 -.44137118* -.44137118** _cons | .58967012 .58967012 .16284496 .16284496
-------------+---------------------------------------------------------------- N | 478 478 478 478 N_g | 232 232 232 232 sigma_u | .75880952 .75880952 .65474127 .65474127 sigma_e | .41392183 .41392183 .41392183 .41392183 rho | .77067867 .77067867 .71445615 .71445615
------------------------------------------------------------------------------ legend: * p<.1; ** p<.01; *** p<.001
.
169
.
. . areg Q_Tobin I_D_Doa Hab_Adir Hab_Aind Hab_Leg Int_Habil N_Laç_Dir N_Laç_Ind
N_Board Log_RB Ind_DOA, absorb(Fir_Num)
Linear regression, absorbing indicators Number of obs = 478 F( 10, 236) = 6.17 Prob > F = 0.0000 R-squared = 0.8596 Adj R-squared = 0.7163 Root MSE = 0.4139
------------------------------------------------------------------------------ Q_Tobin | Coef. Std. Err. t P>|t| [95% Conf. Interval] -------------+---------------------------------------------------------------- I_D_Doa | .064918 .0671733 0.97 0.335 -.067418 .1972539 Hab_Adir | -.0242972 .0152607 -1.59 0.113 -.0543618 .0057674 Hab_Aind | .0177414 .012863 1.38 0.169 -.0075996 .0430824 Hab_Leg | .1586176 .0527782 3.01 0.003 .0546411 .2625941 Int_Habil | -.0012541 .0005338 -2.35 0.020 -.0023057 -.0002025 N_Laç_Dir | .0189409 .0182632 1.04 0.301 -.0170387 .0549205 N_Laç_Ind | -.007057 .0104751 -0.67 0.501 -.0276937 .0135797 N_Board | -.0115818 .0021035 -5.51 0.000 -.0157259 -.0074377 Log_RB | .0742835 .036655 2.03 0.044 .0020707 .1464963 Ind_DOA | -.0865775 .614264 -0.14 0.888 -1.296719 1.123564 _cons | .5896701 .5308458 1.11 0.268 -.4561317 1.635472 -------------+---------------------------------------------------------------- Fir_Num | F(231, 236) = 5.166 0.000 (232 categories)
170
APÊNDICE I – Resultados da regressão Q de Tobin Modelo 2 . xtreg Q_Tobin I_D_Doa Hab_Adir Hab_Aind Hab_Leg Int_Habil N_Laç_Dir N_Laç_Ind Inds_Fam Inst_Fin Estrang nao_Fin N_Board > Log_RB Ind_DOA, fe note: Estrang omitted because of collinearity Fixed-effects (within) regression Number of obs = 478 Group variable: Fir_Num Number of groups = 232 R-sq: within = 0.2394 Obs per group: min = 1 between = 0.0384 avg = 2.1 overall = 0.0635 max = 3 F(13,233) = 5.64 corr(u_i, Xb) = -0.0851 Prob > F = 0.0000 ------------------------------------------------------------------------------ Q_Tobin | Coef. Std. Err. t P>|t| [95% Conf. Interval] -------------+---------------------------------------------------------------- I_D_Doa | .0601019 .066263 0.91 0.365 -.0704493 .1906531 Hab_Adir | -.0188616 .0151663 -1.24 0.215 -.0487423 .011019 Hab_Aind | .0152951 .0127433 1.20 0.231 -.0098116 .0404018 Hab_Leg | .1342102 .052778 2.54 0.012 .0302271 .2381933 Int_Habil | -.0011448 .0005274 -2.17 0.031 -.002184 -.0001057 N_Laç_Dir | .0163039 .0181919 0.90 0.371 -.0195378 .0521456 N_Laç_Ind | -.0050202 .0103871 -0.48 0.629 -.0254849 .0154445 Inds_Fam | .2699424 .1345146 2.01 0.046 .004922 .5349627 Inst_Fin | -.0539194 .1569275 -0.34 0.731 -.3630975 .2552587 Estrang | 0 (omitted) nao_Fin | .0686385 .1180721 0.58 0.562 -.1639868 .3012639 N_Board | -.0117576 .0020788 -5.66 0.000 -.0158532 -.0076619 Log_RB | .0648893 .0362655 1.79 0.075 -.0065609 .1363394 Ind_DOA | -.0008187 .6074771 -0.00 0.999 -1.197669 1.196031 _cons | .6095513 .5352012 1.14 0.256 -.4449009 1.664003 -------------+---------------------------------------------------------------- sigma_u | .76587883 sigma_e | .40802605 rho | .77892038 (fraction of variance due to u_i) ------------------------------------------------------------------------------ F test that all u_i=0: F(231, 233) = 5.33 Prob > F = 0.0000 . . estimates store fe . . . . xtreg Q_Tobin I_D_Doa Hab_Adir Hab_Aind Hab_Leg Int_Habil N_Laç_Dir N_Laç_Ind Inds_Fam Inst_Fin Estrang nao_Fin N_Board > Log_RB Ind_DOA, vce(robust) fe note: Estrang omitted because of collinearity Fixed-effects (within) regression Number of obs = 478 Group variable: Fir_Num Number of groups = 232 R-sq: within = 0.2394 Obs per group: min = 1 between = 0.0384 avg = 2.1 overall = 0.0635 max = 3 F(13,231) = 7.65 corr(u_i, Xb) = -0.0851 Prob > F = 0.0000 (Std. Err. adjusted for 232 clusters in Fir_Num) ------------------------------------------------------------------------------ | Robust Q_Tobin | Coef. Std. Err. t P>|t| [95% Conf. Interval] -------------+---------------------------------------------------------------- I_D_Doa | .0601019 .0722343 0.83 0.406 -.0822204 .2024242 Hab_Adir | -.0188616 .0188875 -1.00 0.319 -.0560754 .0183522 Hab_Aind | .0152951 .0131629 1.16 0.246 -.0106396 .0412298 Hab_Leg | .1342102 .0425785 3.15 0.002 .0503182 .2181021 Int_Habil | -.0011448 .0003359 -3.41 0.001 -.0018067 -.000483 N_Laç_Dir | .0163039 .0239867 0.68 0.497 -.0309568 .0635646
171
N_Laç_Ind | -.0050202 .0099398 -0.51 0.614 -.0246046 .0145641 Inds_Fam | .2699424 .1641951 1.64 0.102 -.0535691 .5934539 Inst_Fin | -.0539194 .1623494 -0.33 0.740 -.3737943 .2659556 Estrang | 0 (omitted) nao_Fin | .0686385 .1492988 0.46 0.646 -.2255228 .3627999 N_Board | -.0117576 .002236 -5.26 0.000 -.0161631 -.007352 Log_RB | .0648893 .0482388 1.35 0.180 -.030155 .1599335 Ind_DOA | -.0008187 .6634155 -0.00 0.999 -1.307937 1.3063 _cons | .6095513 .6915751 0.88 0.379 -.7530499 1.972152 -------------+---------------------------------------------------------------- sigma_u | .76587883 sigma_e | .40802605 rho | .77892038 (fraction of variance due to u_i) ------------------------------------------------------------------------------ . . . . estimates store feRobust . . . . xtreg Q_Tobin I_D_Doa Hab_Adir Hab_Aind Hab_Leg Int_Habil N_Laç_Dir N_Laç_Ind Inds_Fam Inst_Fin Estrang nao_Fin N_Board > Log_RB Ind_DOA, re note: nao_Fin omitted because of collinearity Random-effects GLS regression Number of obs = 478 Group variable: Fir_Num Number of groups = 232 R-sq: within = 0.2190 Obs per group: min = 1 between = 0.1217 avg = 2.1 overall = 0.1297 max = 3 Wald chi2(13) = 97.06 corr(u_i, X) = 0 (assumed) Prob > chi2 = 0.0000 ------------------------------------------------------------------------------ Q_Tobin | Coef. Std. Err. z P>|z| [95% Conf. Interval] -------------+---------------------------------------------------------------- I_D_Doa | .0076566 .0571738 0.13 0.893 -.104402 .1197153 Hab_Adir | -.001163 .0113211 -0.10 0.918 -.023352 .0210259 Hab_Aind | .0154506 .0091018 1.70 0.090 -.0023886 .0332899 Hab_Leg | .0932738 .0446664 2.09 0.037 .0057293 .1808183 Int_Habil | -.0009353 .0004587 -2.04 0.041 -.0018343 -.0000362 N_Laç_Dir | .0073141 .0152093 0.48 0.631 -.0224956 .0371239 N_Laç_Ind | -.0098107 .0089455 -1.10 0.273 -.0273436 .0077222 Inds_Fam | .1585309 .067252 2.36 0.018 .0267194 .2903423 Inst_Fin | -.1226418 .1046337 -1.17 0.241 -.3277202 .0824365 Estrang | .0138703 .1040633 0.13 0.894 -.19009 .2178306 nao_Fin | 0 (omitted) N_Board | -.0111354 .0017734 -6.28 0.000 -.0146112 -.0076597 Log_RB | .1119098 .0244806 4.57 0.000 .0639286 .159891 Ind_DOA | -.4307169 .1771402 -2.43 0.015 -.7779053 -.0835286 _cons | .1790048 .3356988 0.53 0.594 -.4789527 .8369624 -------------+---------------------------------------------------------------- sigma_u | .66108692 sigma_e | .40802605 rho | .72414347 (fraction of variance due to u_i) ------------------------------------------------------------------------------ . . . . estimates store re . . . . xtreg Q_Tobin I_D_Doa Hab_Adir Hab_Aind Hab_Leg Int_Habil N_Laç_Dir N_Laç_Ind Inds_Fam Inst_Fin Estrang nao_Fin N_Board L > og_RB Ind_DOA, vce(robust) re note: nao_Fin omitted because of collinearity Random-effects GLS regression Number of obs = 478 Group variable: Fir_Num Number of groups = 232
172
R-sq: within = 0.2190 Obs per group: min = 1 between = 0.1217 avg = 2.1 overall = 0.1297 max = 3 Wald chi2(13) = 119.34 corr(u_i, X) = 0 (assumed) Prob > chi2 = 0.0000 (Std. Err. adjusted for 232 clusters in Fir_Num) ------------------------------------------------------------------------------ | Robust Q_Tobin | Coef. Std. Err. z P>|z| [95% Conf. Interval] -------------+---------------------------------------------------------------- I_D_Doa | .0076566 .0614887 0.12 0.901 -.112859 .1281722 Hab_Adir | -.001163 .0094942 -0.12 0.903 -.0197714 .0174453 Hab_Aind | .0154506 .0092453 1.67 0.095 -.0026698 .033571 Hab_Leg | .0932738 .0349193 2.67 0.008 .0248332 .1617143 Int_Habil | -.0009353 .0002451 -3.82 0.000 -.0014156 -.0004549 N_Laç_Dir | .0073141 .0182361 0.40 0.688 -.028428 .0430563 N_Laç_Ind | -.0098107 .0084534 -1.16 0.246 -.026379 .0067576 Inds_Fam | .1585309 .0762509 2.08 0.038 .0090818 .3079799 Inst_Fin | -.1226418 .0653162 -1.88 0.060 -.2506591 .0053755 Estrang | .0138703 .106691 0.13 0.897 -.1952402 .2229807 nao_Fin | 0 (omitted) N_Board | -.0111354 .0017687 -6.30 0.000 -.0146021 -.0076688 Log_RB | .1119098 .0347837 3.22 0.001 .0437349 .1800847 Ind_DOA | -.4307169 .1563144 -2.76 0.006 -.7370875 -.1243464 _cons | .1790048 .4474023 0.40 0.689 -.6978875 1.055897 -------------+---------------------------------------------------------------- sigma_u | .66108692 sigma_e | .40802605 rho | .72414347 (fraction of variance due to u_i) ------------------------------------------------------------------------------ . . . . estimates store reRobust . . . . hausman fe re ---- Coefficients ---- | (b) (B) (b-B) sqrt(diag(V_b-V_B)) | fe re Difference S.E. -------------+---------------------------------------------------------------- I_D_Doa | .0601019 .0076566 .0524453 .0334953 Hab_Adir | -.0188616 -.001163 -.0176986 .0100921 Hab_Aind | .0152951 .0154506 -.0001556 .0089189 Hab_Leg | .1342102 .0932738 .0409364 .0281146 Int_Habil | -.0011448 -.0009353 -.0002096 .0002603 N_Laç_Dir | .0163039 .0073141 .0089898 .0099811 N_Laç_Ind | -.0050202 -.0098107 .0047905 .0052792 Inds_Fam | .2699424 .1585309 .1114115 .1164961 Inst_Fin | -.0539194 -.1226418 .0687225 .116953 N_Board | -.0117576 -.0111354 -.0006221 .0010847 Log_RB | .0648893 .1119098 -.0470205 .026756 Ind_DOA | -.0008187 -.4307169 .4298982 .5810764 ------------------------------------------------------------------------------ b = consistent under Ho and Ha; obtained from xtreg B = inconsistent under Ha, efficient under Ho; obtained from xtreg Test: Ho: difference in coefficients not systematic chi2(12) = (b-B)'[(V_b-V_B)^(-1)](b-B) = 16.22 Prob>chi2 = 0.1814 . . . . estimates table fe feRobust re reRobust , stats(N N_g sigma_u sigma_e rho) star (.1 .01 .001) ------------------------------------------------------------------------------
173
Variable | fe feRobust re reRobust -------------+---------------------------------------------------------------- I_D_Doa | .06010191 .06010191 .00765663 .00765663 Hab_Adir | -.01886162 -.01886162 -.00116305 -.00116305 Hab_Aind | .01529507 .01529507 .01545062* .01545062* Hab_Leg | .13421018* .13421018** .09327378* .09327378** Int_Habil | -.00114485* -.00114485*** -.00093525* -.00093525*** N_Laç_Dir | .01630389 .01630389 .00731412 .00731412 N_Laç_Ind | -.00502022 -.00502022 -.00981072 -.00981072 Inds_Fam | .26994237* .26994237 .15853085* .15853085* Inst_Fin | -.05391938 -.05391938 -.12264183 -.12264183* Estrang | (omitted) (omitted) .01387026 .01387026 nao_Fin | .06863855 .06863855 (omitted) (omitted) N_Board | -.01175755*** -.01175755*** -.01113544*** -.01113544*** Log_RB | .06488929* .06488929 .11190979*** .11190979** Ind_DOA | -.00081868 -.00081868 -.43071692* -.43071692** _cons | .60955127 .60955127 .17900485 .17900485 -------------+---------------------------------------------------------------- N | 478 478 478 478 N_g | 232 232 232 232 sigma_u | .76587883 .76587883 .66108692 .66108692 sigma_e | .40802605 .40802605 .40802605 .40802605 rho | .77892038 .77892038 .72414347 .72414347 ------------------------------------------------------------------------------ legend: * p<.1; ** p<.01; *** p<.001 . . . . areg Q_Tobin I_D_Doa Hab_Adir Hab_Aind Hab_Leg Int_Habil N_Laç_Dir N_Laç_Ind Inds_Fam Inst_Fin Estrang nao_Fin N_Board Lo > g_RB Ind_DOA, absorb (Fir_Num) note: Inst_Fin omitted because of collinearity Linear regression, absorbing indicators Number of obs = 478 F( 13, 233) = 5.64 Prob > F = 0.0000 R-squared = 0.8653 Adj R-squared = 0.7243 Root MSE = 0.4080 ------------------------------------------------------------------------------ Q_Tobin | Coef. Std. Err. t P>|t| [95% Conf. Interval] -------------+---------------------------------------------------------------- I_D_Doa | .0601019 .066263 0.91 0.365 -.0704493 .1906531 Hab_Adir | -.0188616 .0151663 -1.24 0.215 -.0487423 .011019 Hab_Aind | .0152951 .0127433 1.20 0.231 -.0098116 .0404018 Hab_Leg | .1342102 .052778 2.54 0.012 .0302271 .2381933 Int_Habil | -.0011448 .0005274 -2.17 0.031 -.002184 -.0001057 N_Laç_Dir | .0163039 .0181919 0.90 0.371 -.0195378 .0521456 N_Laç_Ind | -.0050202 .0103871 -0.48 0.629 -.0254849 .0154445 Inds_Fam | .3238617 .1260557 2.57 0.011 .0755072 .5722163 Inst_Fin | 0 (omitted) Estrang | .0539194 .1569275 0.34 0.731 -.2552587 .3630975 nao_Fin | .1225579 .1116845 1.10 0.274 -.0974825 .3425984 N_Board | -.0117576 .0020788 -5.66 0.000 -.0158532 -.0076619 Log_RB | .0648893 .0362655 1.79 0.075 -.0065609 .1363394 Ind_DOA | -.0008187 .6074771 -0.00 0.999 -1.197669 1.196031 _cons | .5556319 .5290175 1.05 0.295 -.4866371 1.597901 -------------+---------------------------------------------------------------- Fir_Num | F(231, 233) = 5.331 0.000 (232 categories)
174
APÊNDICE J – Resultados da regressão Q de Tobin Modelo 3 . xtreg Q_Tobin D_DoaW D_DoaL Hab_Adir Hab_Aind Hab_Leg Int_Habil N_Laç_Dir N_Laç_Ind N_Board Log_RB Ind_DOA, fe Fixed-effects (within) regression Number of obs = 478 Group variable: Fir_Num Number of groups = 232 R-sq: within = 0.2174 Obs per group: min = 1 between = 0.0613 avg = 2.1 overall = 0.0772 max = 3 F(11,235) = 5.94 corr(u_i, Xb) = -0.0868 Prob > F = 0.0000 ------------------------------------------------------------------------------ Q_Tobin | Coef. Std. Err. t P>|t| [95% Conf. Interval] -------------+---------------------------------------------------------------- D_DoaW | .1546976 .0786126 1.97 0.050 -.0001779 .3095731 D_DoaL | -.0525354 .0783793 -0.67 0.503 -.2069512 .1018804 Hab_Adir | -.0251255 .0151548 -1.66 0.099 -.0549821 .0047311 Hab_Aind | .0190564 .0128172 1.49 0.138 -.0061948 .0443076 Hab_Leg | .1617122 .0524842 3.08 0.002 .0583125 .2651119 Int_Habil | -.0012635 .0005316 -2.38 0.018 -.0023108 -.0002162 N_Laç_Dir | .0191831 .0181788 1.06 0.292 -.0166313 .0549974 N_Laç_Ind | -.0069002 .0104472 -0.66 0.510 -.0274822 .0136819 N_Board | -.0117312 .0021386 -5.49 0.000 -.0159444 -.007518 Log_RB | .0777623 .0365 2.13 0.034 .0058533 .1496712 Ind_DOA | -.2106877 .6162401 -0.34 0.733 -1.424748 1.003373 _cons | .5628844 .5279771 1.07 0.287 -.4772886 1.603057 -------------+---------------------------------------------------------------- sigma_u | .7562461 sigma_e | .4120983 rho | .77104299 (fraction of variance due to u_i) ------------------------------------------------------------------------------ F test that all u_i=0: F(231, 235) = 5.22 Prob > F = 0.0000 . . estimates store fe . . . . xtreg Q_Tobin D_DoaW D_DoaL Hab_Adir Hab_Aind Hab_Leg Int_Habil N_Laç_Dir N_Laç_Ind N_Board Log_RB Ind_DOA, vce(robust) > fe Fixed-effects (within) regression Number of obs = 478 Group variable: Fir_Num Number of groups = 232 R-sq: within = 0.2174 Obs per group: min = 1 between = 0.0613 avg = 2.1 overall = 0.0772 max = 3 F(11,231) = 8.92 corr(u_i, Xb) = -0.0868 Prob > F = 0.0000 (Std. Err. adjusted for 232 clusters in Fir_Num) ------------------------------------------------------------------------------ | Robust Q_Tobin | Coef. Std. Err. t P>|t| [95% Conf. Interval] -------------+---------------------------------------------------------------- D_DoaW | .1546976 .0927698 1.67 0.097 -.0280854 .3374806 D_DoaL | -.0525354 .0795492 -0.66 0.510 -.2092702 .1041993 Hab_Adir | -.0251255 .0188788 -1.33 0.185 -.0623222 .0120711 Hab_Aind | .0190564 .0139133 1.37 0.172 -.0083569 .0464697 Hab_Leg | .1617122 .0457643 3.53 0.000 .0715435 .2518809 Int_Habil | -.0012635 .0003478 -3.63 0.000 -.0019488 -.0005781 N_Laç_Dir | .0191831 .0233729 0.82 0.413 -.0268682 .0652343 N_Laç_Ind | -.0069002 .0098978 -0.70 0.486 -.0264016 .0126013 N_Board | -.0117312 .0022888 -5.13 0.000 -.0162408 -.0072215 Log_RB | .0777623 .045448 1.71 0.088 -.0117834 .1673079 Ind_DOA | -.2106877 .6598921 -0.32 0.750 -1.510864 1.089489 _cons | .5628844 .6734919 0.84 0.404 -.7640877 1.889857
175
-------------+---------------------------------------------------------------- sigma_u | .7562461 sigma_e | .4120983 rho | .77104299 (fraction of variance due to u_i) ------------------------------------------------------------------------------ . . . . estimates store feRobust . . . . xtreg Q_Tobin D_DoaW D_DoaL Hab_Adir Hab_Aind Hab_Leg Int_Habil N_Laç_Dir N_Laç_Ind N_Board Log_RB Ind_DOA, re Random-effects GLS regression Number of obs = 478 Group variable: Fir_Num Number of groups = 232 R-sq: within = 0.1989 Obs per group: min = 1 between = 0.1266 avg = 2.1 overall = 0.1296 max = 3 Wald chi2(11) = 91.43 corr(u_i, X) = 0 (assumed) Prob > chi2 = 0.0000 ------------------------------------------------------------------------------ Q_Tobin | Coef. Std. Err. z P>|z| [95% Conf. Interval] -------------+---------------------------------------------------------------- D_DoaW | .1178302 .0700381 1.68 0.092 -.019442 .2551024 D_DoaL | -.0888217 .0702779 -1.26 0.206 -.2265638 .0489204 Hab_Adir | -.0032178 .0113077 -0.28 0.776 -.0253805 .0189448 Hab_Aind | .01676 .0091064 1.84 0.066 -.0010883 .0346083 Hab_Leg | .1067897 .0445307 2.40 0.016 .0195112 .1940681 Int_Habil | -.0009773 .000461 -2.12 0.034 -.0018808 -.0000738 N_Laç_Dir | .0069761 .0152383 0.46 0.647 -.0228904 .0368425 N_Laç_Ind | -.0107735 .008992 -1.20 0.231 -.0283974 .0068505 N_Board | -.0112967 .0018126 -6.23 0.000 -.0148494 -.0077439 Log_RB | .1150538 .0246095 4.68 0.000 .06682 .1632876 Ind_DOA | -.4555937 .1765835 -2.58 0.010 -.8016909 -.1094965 _cons | .1629083 .3363109 0.48 0.628 -.4962491 .8220656 -------------+---------------------------------------------------------------- sigma_u | .65751144 sigma_e | .4120983 rho | .71796719 (fraction of variance due to u_i) ------------------------------------------------------------------------------ . . . . estimates store re . . . . xtreg Q_Tobin D_DoaW D_DoaL Hab_Adir Hab_Aind Hab_Leg Int_Habil N_Laç_Dir N_Laç_Ind N_Board Log_RB Ind_DOA, vce(robust > ) re Random-effects GLS regression Number of obs = 478 Group variable: Fir_Num Number of groups = 232 R-sq: within = 0.1989 Obs per group: min = 1 between = 0.1266 avg = 2.1 overall = 0.1296 max = 3 Wald chi2(11) = 116.10 corr(u_i, X) = 0 (assumed) Prob > chi2 = 0.0000 (Std. Err. adjusted for 232 clusters in Fir_Num) ------------------------------------------------------------------------------ | Robust Q_Tobin | Coef. Std. Err. z P>|z| [95% Conf. Interval] -------------+---------------------------------------------------------------- D_DoaW | .1178302 .0892226 1.32 0.187 -.0570429 .2927032 D_DoaL | -.0888217 .0784935 -1.13 0.258 -.2426661 .0650227
176
Hab_Adir | -.0032178 .0092033 -0.35 0.727 -.0212559 .0148202 Hab_Aind | .01676 .0092888 1.80 0.071 -.0014458 .0349657 Hab_Leg | .1067897 .0379123 2.82 0.005 .0324829 .1810964 Int_Habil | -.0009773 .0002578 -3.79 0.000 -.0014826 -.000472 N_Laç_Dir | .0069761 .0181858 0.38 0.701 -.0286675 .0426196 N_Laç_Ind | -.0107735 .0084752 -1.27 0.204 -.0273847 .0058377 N_Board | -.0112967 .0018207 -6.20 0.000 -.0148652 -.0077281 Log_RB | .1150538 .0340621 3.38 0.001 .0482933 .1818143 Ind_DOA | -.4555937 .1546578 -2.95 0.003 -.7587175 -.1524699 _cons | .1629083 .436893 0.37 0.709 -.6933863 1.019203 -------------+---------------------------------------------------------------- sigma_u | .65751144 sigma_e | .4120983 rho | .71796719 (fraction of variance due to u_i) ------------------------------------------------------------------------------ . . . . estimates store reRobust . . . . hausman fe re ---- Coefficients ---- | (b) (B) (b-B) sqrt(diag(V_b-V_B)) | fe re Difference S.E. -------------+---------------------------------------------------------------- D_DoaW | .1546976 .1178302 .0368675 .0357016 D_DoaL | -.0525354 -.0888217 .0362863 .0347035 Hab_Adir | -.0251255 -.0032178 -.0219077 .0100898 Hab_Aind | .0190564 .01676 .0022964 .0090196 Hab_Leg | .1617122 .1067897 .0549225 .0277779 Int_Habil | -.0012635 -.0009773 -.0002862 .0002648 N_Laç_Dir | .0191831 .0069761 .012207 .0099129 N_Laç_Ind | -.0069002 -.0107735 .0038733 .0053186 N_Board | -.0117312 -.0112967 -.0004345 .0011348 Log_RB | .0777623 .1150538 -.0372916 .0269559 Ind_DOA | -.2106877 -.4555937 .2449061 .5903983 ------------------------------------------------------------------------------ b = consistent under Ho and Ha; obtained from xtreg B = inconsistent under Ha, efficient under Ho; obtained from xtreg Test: Ho: difference in coefficients not systematic chi2(11) = (b-B)'[(V_b-V_B)^(-1)](b-B) = 14.84 Prob>chi2 = 0.1900 . . . . estimates table fe feRobust re reRobust , stats(N N_g sigma_u sigma_e rho) star (.1 .01 .001) ------------------------------------------------------------------------------ Variable | fe feRobust re reRobust -------------+---------------------------------------------------------------- D_DoaW | .15469763* .15469763* .11783017* .11783017 D_DoaL | -.05253543 -.05253543 -.0888217 -.0888217 Hab_Adir | -.02512554* -.02512554 -.00321782 -.00321782 Hab_Aind | .01905641 .01905641 .01675998* .01675998* Hab_Leg | .16171219** .16171219*** .10678966* .10678966** Int_Habil | -.00126346* -.00126346*** -.00097729* -.00097729*** N_Laç_Dir | .01918306 .01918306 .00697605 .00697605 N_Laç_Ind | -.00690015 -.00690015 -.01077348 -.01077348 N_Board | -.01173116*** -.01173116*** -.01129667*** -.01129667*** Log_RB | .07776225* .07776225* .11505381*** .11505381*** Ind_DOA | -.21068766 -.21068766 -.45559372** -.45559372** _cons | .56288442 .56288442 .16290827 .16290827 -------------+---------------------------------------------------------------- N | 478 478 478 478 N_g | 232 232 232 232 sigma_u | .7562461 .7562461 .65751144 .65751144 sigma_e | .4120983 .4120983 .4120983 .4120983
177
rho | .77104299 .77104299 .71796719 .71796719 ------------------------------------------------------------------------------ legend: * p<.1; ** p<.01; *** p<.001 . . . . areg Q_Tobin D_DoaW D_DoaL Hab_Adir Hab_Aind Hab_Leg Int_Habil N_Laç_Dir N_Laç_Ind N_Board Log_RB Ind_DOA, absorb(Fir_ > Num) Linear regression, absorbing indicators Number of obs = 478 F( 11, 235) = 5.94 Prob > F = 0.0000 R-squared = 0.8615 Adj R-squared = 0.7188 Root MSE = 0.4121 ------------------------------------------------------------------------------ Q_Tobin | Coef. Std. Err. t P>|t| [95% Conf. Interval] -------------+---------------------------------------------------------------- D_DoaW | .1546976 .0786126 1.97 0.050 -.0001779 .3095731 D_DoaL | -.0525354 .0783793 -0.67 0.503 -.2069512 .1018804 Hab_Adir | -.0251255 .0151548 -1.66 0.099 -.0549821 .0047311 Hab_Aind | .0190564 .0128172 1.49 0.138 -.0061948 .0443076 Hab_Leg | .1617122 .0524842 3.08 0.002 .0583125 .2651119 Int_Habil | -.0012635 .0005316 -2.38 0.018 -.0023108 -.0002162 N_Laç_Dir | .0191831 .0181788 1.06 0.292 -.0166313 .0549974 N_Laç_Ind | -.0069002 .0104472 -0.66 0.510 -.0274822 .0136819 N_Board | -.0117312 .0021386 -5.49 0.000 -.0159444 -.007518 Log_RB | .0777623 .0365 2.13 0.034 .0058533 .1496712 Ind_DOA | -.2106877 .6162401 -0.34 0.733 -1.424748 1.003373 _cons | .5628844 .5279771 1.07 0.287 -.4772886 1.603057 -------------+---------------------------------------------------------------- Fir_Num | F(231, 235) = 5.216 0.000 (232 categories)
178
APÊNDICE K – Resultados da regressão Q de Tobin Modelo 4 . xtreg Q_Tobin D_DoaW D_DoaL Hab_Adir Hab_Aind Hab_Leg Int_Habil N_Laç_Dir N_Laç_Ind Inds_Fam Inst_Fin Estrang nao_Fin N > _Board Log_RB Ind_DOA, fe note: Inst_Fin omitted because of collinearity Fixed-effects (within) regression Number of obs = 478 Group variable: Fir_Num Number of groups = 232 R-sq: within = 0.2490 Obs per group: min = 1 between = 0.0482 avg = 2.1 overall = 0.0723 max = 3 F(14,232) = 5.50 corr(u_i, Xb) = -0.0854 Prob > F = 0.0000 ------------------------------------------------------------------------------ Q_Tobin | Coef. Std. Err. t P>|t| [95% Conf. Interval] -------------+---------------------------------------------------------------- D_DoaW | .1485536 .077651 1.91 0.057 -.0044377 .301545 D_DoaL | -.0501735 .077438 -0.65 0.518 -.2027451 .1023981 Hab_Adir | -.0196903 .0150681 -1.31 0.193 -.0493781 .0099975 Hab_Aind | .0166657 .0127047 1.31 0.191 -.0083657 .041697 Hab_Leg | .1375153 .0525243 2.62 0.009 .0340297 .2410009 Int_Habil | -.0011563 .0005253 -2.20 0.029 -.0021913 -.0001212 N_Laç_Dir | .0165798 .018112 0.92 0.361 -.0191052 .0522648 N_Laç_Ind | -.0049114 .0103603 -0.47 0.636 -.0253237 .015501 Inds_Fam | .3149882 .1256843 2.51 0.013 .0673597 .5626167 Inst_Fin | 0 (omitted) Estrang | .0494082 .1563568 0.32 0.752 -.2586526 .3574689 nao_Fin | .1116568 .1114894 1.00 0.318 -.1080042 .3313178 N_Board | -.0118766 .0021121 -5.62 0.000 -.016038 -.0077153 Log_RB | .0682232 .0361306 1.89 0.060 -.0029628 .1394092 Ind_DOA | -.1235498 .6096865 -0.20 0.840 -1.32478 1.07768 _cons | .5382842 .5261255 1.02 0.307 -.4983103 1.574879 -------------+---------------------------------------------------------------- sigma_u | .76184822 sigma_e | .40629365 rho | .77856827 (fraction of variance due to u_i) ------------------------------------------------------------------------------ F test that all u_i=0: F(231, 232) = 5.38 Prob > F = 0.0000 . . estimates store fe . . . . xtreg Q_Tobin D_DoaW D_DoaL Hab_Adir Hab_Aind Hab_Leg Int_Habil N_Laç_Dir N_Laç_Ind Inds_Fam Inst_Fin Estrang nao_Fin N_ > Board Log_RB Ind_DOA, vce (robust) fe note: Inst_Fin omitted because of collinearity Fixed-effects (within) regression Number of obs = 478 Group variable: Fir_Num Number of groups = 232 R-sq: within = 0.2490 Obs per group: min = 1 between = 0.0482 avg = 2.1 overall = 0.0723 max = 3 F(14,231) = 7.94 corr(u_i, Xb) = -0.0854 Prob > F = 0.0000 (Std. Err. adjusted for 232 clusters in Fir_Num) ------------------------------------------------------------------------------ | Robust Q_Tobin | Coef. Std. Err. t P>|t| [95% Conf. Interval] -------------+---------------------------------------------------------------- D_DoaW | .1485536 .092485 1.61 0.110 -.0336684 .3307757 D_DoaL | -.0501735 .0805255 -0.62 0.534 -.2088317 .1084848 Hab_Adir | -.0196903 .0187907 -1.05 0.296 -.0567134 .0173328 Hab_Aind | .0166657 .0136122 1.22 0.222 -.0101542 .0434855 Hab_Leg | .1375153 .0437443 3.14 0.002 .0513264 .2237042 Int_Habil | -.0011563 .0003366 -3.44 0.001 -.0018194 -.0004931
179
N_Laç_Dir | .0165798 .0242655 0.68 0.495 -.0312302 .0643898 N_Laç_Ind | -.0049114 .0099372 -0.49 0.622 -.0244904 .0146677 Inds_Fam | .3149882 .1023381 3.08 0.002 .1133527 .5166236 Inst_Fin | 0 (omitted) Estrang | .0494082 .1580649 0.31 0.755 -.262025 .3608414 nao_Fin | .1116568 .0731624 1.53 0.128 -.0324942 .2558078 N_Board | -.0118766 .0022767 -5.22 0.000 -.0163624 -.0073908 Log_RB | .0682232 .0453705 1.50 0.134 -.0211697 .1576161 Ind_DOA | -.1235498 .6693931 -0.18 0.854 -1.442446 1.195347 _cons | .5382842 .6673957 0.81 0.421 -.7766767 1.853245 -------------+---------------------------------------------------------------- sigma_u | .76184822 sigma_e | .40629365 rho | .77856827 (fraction of variance due to u_i) ------------------------------------------------------------------------------ . . . . estimates store feRobust . . . . xtreg Q_Tobin D_DoaW D_DoaL Hab_Adir Hab_Aind Hab_Leg Int_Habil N_Laç_Dir N_Laç_Ind Inds_Fam Inst_Fin Estrang nao_Fin N > _Board Log_RB Ind_DOA, re note: nao_Fin omitted because of collinearity Random-effects GLS regression Number of obs = 478 Group variable: Fir_Num Number of groups = 232 R-sq: within = 0.2295 Obs per group: min = 1 between = 0.1197 avg = 2.1 overall = 0.1305 max = 3 Wald chi2(14) = 100.87 corr(u_i, X) = 0 (assumed) Prob > chi2 = 0.0000 ------------------------------------------------------------------------------ Q_Tobin | Coef. Std. Err. z P>|z| [95% Conf. Interval] -------------+---------------------------------------------------------------- D_DoaW | .1204232 .0693885 1.74 0.083 -.0155757 .2564222 D_DoaL | -.0866128 .069695 -1.24 0.214 -.2232125 .0499868 Hab_Adir | -.0004995 .0113 -0.04 0.965 -.022647 .0216481 Hab_Aind | .0160415 .0090861 1.77 0.077 -.0017669 .03385 Hab_Leg | .0942326 .0444871 2.12 0.034 .0070395 .1814257 Int_Habil | -.0009255 .0004569 -2.03 0.043 -.001821 -.0000301 N_Laç_Dir | .0066788 .0151607 0.44 0.660 -.0230356 .0363932 N_Laç_Ind | -.0096054 .0089245 -1.08 0.282 -.0270971 .0078864 Inds_Fam | .1634652 .0669997 2.44 0.015 .0321483 .2947821 Inst_Fin | -.1117693 .1043745 -1.07 0.284 -.3163396 .092801 Estrang | .0119023 .1035991 0.11 0.909 -.1911482 .2149529 nao_Fin | 0 (omitted) N_Board | -.0114416 .0017967 -6.37 0.000 -.0149631 -.0079201 Log_RB | .1117077 .0245302 4.55 0.000 .0636293 .1597861 Ind_DOA | -.4453412 .1773738 -2.51 0.012 -.7929875 -.097695 _cons | .1782493 .3355454 0.53 0.595 -.4794076 .8359061 -------------+---------------------------------------------------------------- sigma_u | .66419391 sigma_e | .40629365 rho | .72770227 (fraction of variance due to u_i) ------------------------------------------------------------------------------ . . . . estimates store re . . . . xtreg Q_Tobin D_DoaW D_DoaL Hab_Adir Hab_Aind Hab_Leg Int_Habil N_Laç_Dir N_Laç_Ind Inds_Fam Inst_Fin Estrang nao_Fin N_ > Board Log_RB Ind_DOA, vce(robust) re note: nao_Fin omitted because of collinearity
180
Random-effects GLS regression Number of obs = 478 Group variable: Fir_Num Number of groups = 232 R-sq: within = 0.2295 Obs per group: min = 1 between = 0.1197 avg = 2.1 overall = 0.1305 max = 3 Wald chi2(14) = 131.74 corr(u_i, X) = 0 (assumed) Prob > chi2 = 0.0000 (Std. Err. adjusted for 232 clusters in Fir_Num) ------------------------------------------------------------------------------ | Robust Q_Tobin | Coef. Std. Err. z P>|z| [95% Conf. Interval] -------------+---------------------------------------------------------------- D_DoaW | .1204232 .090128 1.34 0.182 -.0562244 .2970709 D_DoaL | -.0866128 .0793443 -1.09 0.275 -.2421248 .0688991 Hab_Adir | -.0004995 .0094255 -0.05 0.958 -.0189732 .0179743 Hab_Aind | .0160415 .0094775 1.69 0.091 -.0025341 .0346172 Hab_Leg | .0942326 .0367059 2.57 0.010 .0222903 .1661749 Int_Habil | -.0009255 .0002509 -3.69 0.000 -.0014172 -.0004339 N_Laç_Dir | .0066788 .0186105 0.36 0.720 -.0297971 .0431548 N_Laç_Ind | -.0096054 .0084649 -1.13 0.256 -.0261962 .0069855 Inds_Fam | .1634652 .0758852 2.15 0.031 .014733 .3121974 Inst_Fin | -.1117693 .0621276 -1.80 0.072 -.2335373 .0099986 Estrang | .0119023 .1044175 0.11 0.909 -.1927522 .2165568 nao_Fin | 0 (omitted) N_Board | -.0114416 .0018239 -6.27 0.000 -.0150164 -.0078668 Log_RB | .1117077 .0342557 3.26 0.001 .0445677 .1788478 Ind_DOA | -.4453412 .1554635 -2.86 0.004 -.7500441 -.1406384 _cons | .1782493 .4364195 0.41 0.683 -.6771173 1.033616 -------------+---------------------------------------------------------------- sigma_u | .66419391 sigma_e | .40629365 rho | .72770227 (fraction of variance due to u_i) ------------------------------------------------------------------------------ . . . . estimates store reRobust . . . . hausman fe re ---- Coefficients ---- | (b) (B) (b-B) sqrt(diag(V_b-V_B)) | fe re Difference S.E. -------------+---------------------------------------------------------------- D_DoaW | .1485536 .1204232 .0281304 .0348557 D_DoaL | -.0501735 -.0866128 .0364394 .0337528 Hab_Adir | -.0196903 -.0004995 -.0191908 .0099679 Hab_Aind | .0166657 .0160415 .0006241 .0088799 Hab_Leg | .1375153 .0942326 .0432827 .0279231 Int_Habil | -.0011563 -.0009255 -.0002307 .0002593 N_Laç_Dir | .0165798 .0066788 .009901 .0099095 N_Laç_Ind | -.0049114 -.0096054 .004694 .005262 Inds_Fam | .3149882 .1634652 .151523 .1063372 Estrang | .0494082 .0119023 .0375059 .1171097 N_Board | -.0118766 -.0114416 -.000435 .0011103 Log_RB | .0682232 .1117077 -.0434845 .0265271 Ind_DOA | -.1235498 -.4453412 .3217915 .5833148 ------------------------------------------------------------------------------ b = consistent under Ho and Ha; obtained from xtreg B = inconsistent under Ha, efficient under Ho; obtained from xtreg Test: Ho: difference in coefficients not systematic chi2(13) = (b-B)'[(V_b-V_B)^(-1)](b-B) = 19.83 Prob>chi2 = 0.0995 . . .
181
. estimates table fe feRobust re reRobust , stats(N N_g sigma_u sigma_e rho) star (.1 .01 .001) ------------------------------------------------------------------------------ Variable | fe feRobust re reRobust -------------+---------------------------------------------------------------- D_DoaW | .14855363* .14855363 .12042325* .12042325 D_DoaL | -.05017348 -.05017348 -.08661284 -.08661284 Hab_Adir | -.0196903 -.0196903 -.00049947 -.00049947 Hab_Aind | .01666566 .01666566 .01604155* .01604155* Hab_Leg | .13751529** .13751529** .09423258* .09423258* Int_Habil | -.00115625* -.00115625*** -.00092553* -.00092553*** N_Laç_Dir | .01657983 .01657983 .00667883 .00667883 N_Laç_Ind | -.00491137 -.00491137 -.00960538 -.00960538 Inds_Fam | .31498818* .31498818** .16346518* .16346518* Inst_Fin | (omitted) (omitted) -.11176932 -.11176932* Estrang | .04940817 .04940817 .01190231 .01190231 nao_Fin | .11165681 .11165681 (omitted) (omitted) N_Board | -.01187661*** -.01187661*** -.01144159*** -.01144159*** Log_RB | .06822321* .06822321 .11170774*** .11170774** Ind_DOA | -.12354978 -.12354978 -.44534124* -.44534124** _cons | .53828417 .53828417 .17824929 .17824929 -------------+---------------------------------------------------------------- N | 478 478 478 478 N_g | 232 232 232 232 sigma_u | .76184822 .76184822 .66419391 .66419391 sigma_e | .40629365 .40629365 .40629365 .40629365 rho | .77856827 .77856827 .72770227 .72770227 ------------------------------------------------------------------------------ legend: * p<.1; ** p<.01; *** p<.001 . . . . areg Q_Tobin D_DoaW D_DoaL Hab_Adir Hab_Aind Hab_Leg Int_Habil N_Laç_Dir N_Laç_Ind Inds_Fam Inst_Fin Estrang nao_Fin N_B > oard Log_RB Ind_DOA, absorb(Fir_Num) note: Inst_Fin omitted because of collinearity Linear regression, absorbing indicators Number of obs = 478 F( 14, 232) = 5.50 Prob > F = 0.0000 R-squared = 0.8670 Adj R-squared = 0.7266 Root MSE = 0.4063 ------------------------------------------------------------------------------ Q_Tobin | Coef. Std. Err. t P>|t| [95% Conf. Interval] -------------+---------------------------------------------------------------- D_DoaW | .1485536 .077651 1.91 0.057 -.0044377 .301545 D_DoaL | -.0501735 .077438 -0.65 0.518 -.2027451 .1023981 Hab_Adir | -.0196903 .0150681 -1.31 0.193 -.0493781 .0099975 Hab_Aind | .0166657 .0127047 1.31 0.191 -.0083657 .041697 Hab_Leg | .1375153 .0525243 2.62 0.009 .0340297 .2410009 Int_Habil | -.0011563 .0005253 -2.20 0.029 -.0021913 -.0001212 N_Laç_Dir | .0165798 .018112 0.92 0.361 -.0191052 .0522648 N_Laç_Ind | -.0049114 .0103603 -0.47 0.636 -.0253237 .015501 Inds_Fam | .3149882 .1256843 2.51 0.013 .0673597 .5626167 Inst_Fin | 0 (omitted) Estrang | .0494082 .1563568 0.32 0.752 -.2586526 .3574689 nao_Fin | .1116568 .1114894 1.00 0.318 -.1080042 .3313178 N_Board | -.0118766 .0021121 -5.62 0.000 -.016038 -.0077153 Log_RB | .0682232 .0361306 1.89 0.060 -.0029628 .1394092 Ind_DOA | -.1235498 .6096865 -0.20 0.840 -1.32478 1.07768 _cons | .5382842 .5261255 1.02 0.307 -.4983103 1.574879 -------------+---------------------------------------------------------------- Fir_Num | F(231, 232) = 5.382 0.000 (232 categories)
182
APÊNDICE L – Resultados da regressão Q de Tobin Modelo 5 xtreg Q_Tobin DDonPresT DDonGovT DDonSenT DDonDefT DDonDeeT Hab_Adir Hab_Aind Hab_Leg I > nt_Habil N_Laç_Dir N_Laç_Ind N_Board Log_RB Ind_DOA, fe Fixed-effects (within) regression Number of obs = 478 Group variable: Fir_Num Number of groups = 232 R-sq: within = 0.2165 Obs per group: min = 1 between = 0.0508 avg = 2.1 overall = 0.0703 max = 3 F(14,232) = 4.58 corr(u_i, Xb) = -0.0853 Prob > F = 0.0000 ------------------------------------------------------------------------------ Q_Tobin | Coef. Std. Err. t P>|t| [95% Conf. Interval] -------------+---------------------------------------------------------------- DDonPresT | .0409774 .1021675 0.40 0.689 -.1603172 .242272 DDonGovT | .0361267 .0968974 0.37 0.710 -.1547846 .2270381 DDonSenT | .0841723 .1148811 0.73 0.464 -.1421713 .3105159 DDonDefT | -.0363484 .0861407 -0.42 0.673 -.2060664 .1333696 DDonDeeT | .075694 .0920273 0.82 0.412 -.105622 .2570101 Hab_Adir | -.026743 .015572 -1.72 0.087 -.0574235 .0039375 Hab_Aind | .0173698 .0130134 1.33 0.183 -.0082699 .0430094 Hab_Leg | .1568975 .0539543 2.91 0.004 .0505944 .2632006 Int_Habil | -.0012231 .0005405 -2.26 0.025 -.0022881 -.0001582 N_Laç_Dir | .0217691 .0184977 1.18 0.240 -.0146758 .058214 N_Laç_Ind | -.0071743 .0105579 -0.68 0.497 -.0279759 .0136273 N_Board | -.0111497 .0021744 -5.13 0.000 -.0154337 -.0068656 Log_RB | .0736289 .0368225 2.00 0.047 .0010797 .1461781 Ind_DOA | -.0904126 .6183646 -0.15 0.884 -1.30874 1.127915 _cons | .5816782 .534024 1.09 0.277 -.4704782 1.633835 -------------+---------------------------------------------------------------- sigma_u | .7606553 sigma_e | .41499829 rho | .77061937 (fraction of variance due to u_i) ------------------------------------------------------------------------------ F test that all u_i=0: F(231, 232) = 5.09 Prob > F = 0.0000 . . estimates store fe . . . . xtreg Q_Tobin DDonPresT DDonGovT DDonSenT DDonDefT DDonDeeT Hab_Adir Hab_Aind Hab_Leg I > nt_Habil N_Laç_Dir N_Laç_Ind N_Board Log_RB Ind_DOA, vce(robust) fe Fixed-effects (within) regression Number of obs = 478 Group variable: Fir_Num Number of groups = 232 R-sq: within = 0.2165 Obs per group: min = 1 between = 0.0508 avg = 2.1 overall = 0.0703 max = 3 F(14,231) = 6.61 corr(u_i, Xb) = -0.0853 Prob > F = 0.0000 (Std. Err. adjusted for 232 clusters in Fir_Num) ------------------------------------------------------------------------------ | Robust Q_Tobin | Coef. Std. Err. t P>|t| [95% Conf. Interval] -------------+---------------------------------------------------------------- DDonPresT | .0409774 .1021262 0.40 0.689 -.1602404 .2421952 DDonGovT | .0361267 .0925583 0.39 0.697 -.1462397 .2184931 DDonSenT | .0841723 .126481 0.67 0.506 -.1650315 .3333761 DDonDefT | -.0363484 .0694452 -0.52 0.601 -.1731755 .1004786 DDonDeeT | .075694 .0840676 0.90 0.369 -.0899433 .2413314 Hab_Adir | -.026743 .0194697 -1.37 0.171 -.0651038 .0116178 Hab_Aind | .0173698 .0143447 1.21 0.227 -.0108935 .045633 Hab_Leg | .1568975 .0456722 3.44 0.001 .0669102 .2468847
183
Int_Habil | -.0012231 .0003542 -3.45 0.001 -.001921 -.0005253 N_Laç_Dir | .0217691 .0242941 0.90 0.371 -.0260972 .0696354 N_Laç_Ind | -.0071743 .0100447 -0.71 0.476 -.0269653 .0126166 N_Board | -.0111497 .002334 -4.78 0.000 -.0157483 -.006551 Log_RB | .0736289 .0474973 1.55 0.122 -.0199545 .1672123 Ind_DOA | -.0904126 .6504296 -0.14 0.890 -1.371945 1.19112 _cons | .5816782 .6994133 0.83 0.406 -.7963664 1.959723 -------------+---------------------------------------------------------------- sigma_u | .7606553 sigma_e | .41499829 rho | .77061937 (fraction of variance due to u_i) ------------------------------------------------------------------------------ . . . . estimates store feRobust . . . . xtreg Q_Tobin DDonPresT DDonGovT DDonSenT DDonDefT DDonDeeT Hab_Adir Hab_Aind Hab_Leg > Int_Habil N_Laç_Dir N_Laç_Ind N_Board Log_RB Ind_DOA, re Random-effects GLS regression Number of obs = 478 Group variable: Fir_Num Number of groups = 232 R-sq: within = 0.1969 Obs per group: min = 1 between = 0.1316 avg = 2.1 overall = 0.1334 max = 3 Wald chi2(14) = 90.96 corr(u_i, X) = 0 (assumed) Prob > chi2 = 0.0000 ------------------------------------------------------------------------------ Q_Tobin | Coef. Std. Err. z P>|z| [95% Conf. Interval] -------------+---------------------------------------------------------------- DDonPresT | .0153047 .0884322 0.17 0.863 -.1580193 .1886286 DDonGovT | -.0058054 .0868566 -0.07 0.947 -.1760411 .1644304 DDonSenT | .0830944 .104406 0.80 0.426 -.1215376 .2877265 DDonDefT | -.0898401 .0778145 -1.15 0.248 -.2423537 .0626736 DDonDeeT | .0981779 .0823371 1.19 0.233 -.0632 .2595557 Hab_Adir | -.0054047 .0114975 -0.47 0.638 -.0279394 .01713 Hab_Aind | .015686 .0091604 1.71 0.087 -.0022681 .03364 Hab_Leg | .0996497 .045341 2.20 0.028 .0107829 .1885165 Int_Habil | -.0009179 .0004655 -1.97 0.049 -.0018302 -5.50e-06 N_Laç_Dir | .0084655 .0153283 0.55 0.581 -.0215774 .0385084 N_Laç_Ind | -.0108582 .0090422 -1.20 0.230 -.0285806 .0068642 N_Board | -.010719 .0018301 -5.86 0.000 -.014306 -.007132 Log_RB | .1126287 .0249215 4.52 0.000 .0637834 .161474 Ind_DOA | -.4607143 .1778218 -2.59 0.010 -.8092385 -.11219 _cons | .1909681 .3410591 0.56 0.576 -.4774954 .8594315 -------------+---------------------------------------------------------------- sigma_u | .65972322 sigma_e | .41499829 rho | .71648494 (fraction of variance due to u_i) ------------------------------------------------------------------------------ . . . . estimates store re . . . . xtreg Q_Tobin DDonPresT DDonGovT DDonSenT DDonDefT DDonDeeT Hab_Adir Hab_Aind Hab_Leg I > nt_Habil N_Laç_Dir N_Laç_Ind N_Board Log_RB Ind_DOA, vce(robust) re Random-effects GLS regression Number of obs = 478 Group variable: Fir_Num Number of groups = 232 R-sq: within = 0.1969 Obs per group: min = 1 between = 0.1316 avg = 2.1 overall = 0.1334 max = 3
184
Wald chi2(14) = 120.58 corr(u_i, X) = 0 (assumed) Prob > chi2 = 0.0000 (Std. Err. adjusted for 232 clusters in Fir_Num) ------------------------------------------------------------------------------ | Robust Q_Tobin | Coef. Std. Err. z P>|z| [95% Conf. Interval] -------------+---------------------------------------------------------------- DDonPresT | .0153047 .0922253 0.17 0.868 -.1654536 .1960629 DDonGovT | -.0058054 .0827687 -0.07 0.944 -.1680291 .1564183 DDonSenT | .0830944 .1282087 0.65 0.517 -.1681901 .334379 DDonDefT | -.0898401 .0658019 -1.37 0.172 -.2188094 .0391293 DDonDeeT | .0981779 .0776777 1.26 0.206 -.0540677 .2504234 Hab_Adir | -.0054047 .009366 -0.58 0.564 -.0237618 .0129524 Hab_Aind | .015686 .0092331 1.70 0.089 -.0024106 .0337825 Hab_Leg | .0996497 .0372697 2.67 0.008 .0266024 .1726971 Int_Habil | -.0009179 .0002558 -3.59 0.000 -.0014193 -.0004165 N_Laç_Dir | .0084655 .0182564 0.46 0.643 -.0273163 .0442473 N_Laç_Ind | -.0108582 .0085311 -1.27 0.203 -.0275789 .0058625 N_Board | -.010719 .0018274 -5.87 0.000 -.0143006 -.0071374 Log_RB | .1126287 .0341893 3.29 0.001 .045619 .1796384 Ind_DOA | -.4607143 .1536384 -3.00 0.003 -.76184 -.1595886 _cons | .1909681 .4411938 0.43 0.665 -.6737559 1.055692 -------------+---------------------------------------------------------------- sigma_u | .65972322 sigma_e | .41499829 rho | .71648494 (fraction of variance due to u_i) ------------------------------------------------------------------------------ . . . . estimates store reRobust . . . . hausman fe re ---- Coefficients ---- | (b) (B) (b-B) sqrt(diag(V_b-V_B)) | fe re Difference S.E. -------------+---------------------------------------------------------------- DDonPresT | .0409774 .0153047 .0256728 .0511657 DDonGovT | .0361267 -.0058054 .0419321 .042954 DDonSenT | .0841723 .0830944 .0010778 .0479276 DDonDefT | -.0363484 -.0898401 .0534916 .0369475 DDonDeeT | .075694 .0981779 -.0224838 .041105 Hab_Adir | -.026743 -.0054047 -.0213383 .0105021 Hab_Aind | .0173698 .015686 .0016838 .0092432 Hab_Leg | .1568975 .0996497 .0572477 .0292449 Int_Habil | -.0012231 -.0009179 -.0003053 .0002747 N_Laç_Dir | .0217691 .0084655 .0133036 .0103541 N_Laç_Ind | -.0071743 -.0108582 .0036839 .0054505 N_Board | -.0111497 -.010719 -.0004307 .0011741 Log_RB | .0736289 .1126287 -.0389998 .0271075 Ind_DOA | -.0904126 -.4607143 .3703017 .592245 ------------------------------------------------------------------------------ b = consistent under Ho and Ha; obtained from xtreg B = inconsistent under Ha, efficient under Ho; obtained from xtreg Test: Ho: difference in coefficients not systematic chi2(14) = (b-B)'[(V_b-V_B)^(-1)](b-B) = 15.61 Prob>chi2 = 0.3377 . . . . estimates table fe feRobust re reRobust , stats(N N_g sigma_u sigma_e rho) star (.1 .01 . > 001) ------------------------------------------------------------------------------ Variable | fe feRobust re reRobust
185
-------------+---------------------------------------------------------------- DDonPresT | .0409774 .0409774 .01530465 .01530465 DDonGovT | .03612674 .03612674 -.00580538 -.00580538 DDonSenT | .08417227 .08417227 .08309445 .08309445 DDonDefT | -.03634843 -.03634843 -.08984005 -.08984005 DDonDeeT | .07569404 .07569404 .09817785 .09817785 Hab_Adir | -.026743* -.026743 -.00540474 -.00540474 Hab_Aind | .01736975 .01736975 .01568596* .01568596* Hab_Leg | .15689747** .15689747*** .09964974* .09964974** Int_Habil | -.00122313* -.00122313*** -.00091787* -.00091787*** N_Laç_Dir | .02176908 .02176908 .00846551 .00846551 N_Laç_Ind | -.00717431 -.00717431 -.01085818 -.01085818 N_Board | -.01114967*** -.01114967*** -.01071899*** -.01071899*** Log_RB | .07362892* .07362892 .1126287*** .1126287*** Ind_DOA | -.09041255 -.09041255 -.46071427** -.46071427** _cons | .58167822 .58167822 .19096808 .19096808 -------------+---------------------------------------------------------------- N | 478 478 478 478 N_g | 232 232 232 232 sigma_u | .7606553 .7606553 .65972322 .65972322 sigma_e | .41499829 .41499829 .41499829 .41499829 rho | .77061937 .77061937 .71648494 .71648494 ------------------------------------------------------------------------------ legend: * p<.1; ** p<.01; *** p<.001 . . . . areg Q_Tobin DDonPresT DDonGovT DDonSenT DDonDefT DDonDeeT Hab_Adir Hab_Aind Hab_Leg Int > _Habil N_Laç_Dir N_Laç_Ind N_Board Log_RB Ind_DOA, absorb(Fir_Num) Linear regression, absorbing indicators Number of obs = 478 F( 14, 232) = 4.58 Prob > F = 0.0000 R-squared = 0.8613 Adj R-squared = 0.7148 Root MSE = 0.4150 ------------------------------------------------------------------------------ Q_Tobin | Coef. Std. Err. t P>|t| [95% Conf. Interval] -------------+---------------------------------------------------------------- DDonPresT | .0409774 .1021675 0.40 0.689 -.1603172 .242272 DDonGovT | .0361267 .0968974 0.37 0.710 -.1547846 .2270381 DDonSenT | .0841723 .1148811 0.73 0.464 -.1421713 .3105159 DDonDefT | -.0363484 .0861407 -0.42 0.673 -.2060664 .1333696 DDonDeeT | .075694 .0920273 0.82 0.412 -.105622 .2570101 Hab_Adir | -.026743 .015572 -1.72 0.087 -.0574235 .0039375 Hab_Aind | .0173698 .0130134 1.33 0.183 -.0082699 .0430094 Hab_Leg | .1568975 .0539543 2.91 0.004 .0505944 .2632006 Int_Habil | -.0012231 .0005405 -2.26 0.025 -.0022881 -.0001582 N_Laç_Dir | .0217691 .0184977 1.18 0.240 -.0146758 .058214 N_Laç_Ind | -.0071743 .0105579 -0.68 0.497 -.0279759 .0136273 N_Board | -.0111497 .0021744 -5.13 0.000 -.0154337 -.0068656 Log_RB | .0736289 .0368225 2.00 0.047 .0010797 .1461781 Ind_DOA | -.0904126 .6183646 -0.15 0.884 -1.30874 1.127915 _cons | .5816782 .534024 1.09 0.277 -.4704782 1.633835 -------------+---------------------------------------------------------------- Fir_Num | F(231, 232) = 5.094 0.000 (232 categories)
186
APÊNDICE M – Resultados da regressão Q de Tobin Modelo 6 xtreg Q_Tobin DDonPresT DDonGovT DDonSenT DDonDefT DDonDeeT Hab_Adir Hab_Aind Hab_Leg I > nt_Habil N_Laç_Dir N_Laç_Ind Inds_Fam Inst_Fin Estrang nao_Fin N_Board Log_RB Ind_DOA, > fe note: Estrang omitted because of collinearity Fixed-effects (within) regression Number of obs = 478 Group variable: Fir_Num Number of groups = 232 R-sq: within = 0.2463 Obs per group: min = 1 between = 0.0375 avg = 2.1 overall = 0.0641 max = 3 F(17,229) = 4.40 corr(u_i, Xb) = -0.0901 Prob > F = 0.0000 ------------------------------------------------------------------------------ Q_Tobin | Coef. Std. Err. t P>|t| [95% Conf. Interval] -------------+---------------------------------------------------------------- DDonPresT | .0245796 .1016815 0.24 0.809 -.1757713 .2249305 DDonGovT | .0138355 .0964301 0.14 0.886 -.1761682 .2038391 DDonSenT | .0938538 .114139 0.82 0.412 -.1310431 .3187506 DDonDefT | -.0139233 .0853862 -0.16 0.871 -.1821662 .1543196 DDonDeeT | .0580343 .0915001 0.63 0.527 -.1222554 .238324 Hab_Adir | -.0216602 .0154902 -1.40 0.163 -.0521817 .0088612 Hab_Aind | .0151374 .0129006 1.17 0.242 -.0102817 .0405565 Hab_Leg | .1336466 .053981 2.48 0.014 .0272836 .2400097 Int_Habil | -.0011211 .0005348 -2.10 0.037 -.0021749 -.0000674 N_Laç_Dir | .0187035 .0184523 1.01 0.312 -.0176544 .0550615 N_Laç_Ind | -.004976 .010482 -0.47 0.635 -.0256296 .0156775 Inds_Fam | .252318 .1364382 1.85 0.066 -.0165168 .5211527 Inst_Fin | -.0686707 .1588523 -0.43 0.666 -.3816695 .2443282 Estrang | 0 (omitted) nao_Fin | .058799 .1205825 0.49 0.626 -.178794 .296392 N_Board | -.0113694 .0021508 -5.29 0.000 -.0156072 -.0071316 Log_RB | .0647715 .0364762 1.78 0.077 -.0071003 .1366434 Ind_DOA | -.0017837 .6126461 -0.00 0.998 -1.208928 1.20536 _cons | .6077526 .5407766 1.12 0.262 -.4577814 1.673287 -------------+---------------------------------------------------------------- sigma_u | .76669633 sigma_e | .40968868 rho | .77788553 (fraction of variance due to u_i) ------------------------------------------------------------------------------ F test that all u_i=0: F(231, 229) = 5.24 Prob > F = 0.0000 . . estimates store fe . . . . xtreg Q_Tobin DDonPresT DDonGovT DDonSenT DDonDefT DDonDeeT Hab_Adir Hab_Aind Hab_Leg I > nt_Habil N_Laç_Dir N_Laç_Ind Inds_Fam Inst_Fin Estrang nao_Fin N_Board Log_RB Ind_DOA, > vce(robust) fe note: Estrang omitted because of collinearity Fixed-effects (within) regression Number of obs = 478 Group variable: Fir_Num Number of groups = 232 R-sq: within = 0.2463 Obs per group: min = 1 between = 0.0375 avg = 2.1 overall = 0.0641 max = 3 F(17,231) = 6.15 corr(u_i, Xb) = -0.0901 Prob > F = 0.0000 (Std. Err. adjusted for 232 clusters in Fir_Num) ------------------------------------------------------------------------------ | Robust Q_Tobin | Coef. Std. Err. t P>|t| [95% Conf. Interval]
187
-------------+---------------------------------------------------------------- DDonPresT | .0245796 .0999473 0.25 0.806 -.1723452 .2215044 DDonGovT | .0138355 .0910273 0.15 0.879 -.1655145 .1931854 DDonSenT | .0938538 .1219931 0.77 0.442 -.1465076 .3342151 DDonDefT | -.0139233 .0671454 -0.21 0.836 -.146219 .1183724 DDonDeeT | .0580343 .0833996 0.70 0.487 -.1062868 .2223555 Hab_Adir | -.0216602 .0195152 -1.11 0.268 -.0601108 .0167903 Hab_Aind | .0151374 .0138842 1.09 0.277 -.0122185 .0424933 Hab_Leg | .1336466 .0435225 3.07 0.002 .0478948 .2193985 Int_Habil | -.0011211 .0003432 -3.27 0.001 -.0017974 -.0004449 N_Laç_Dir | .0187035 .0249425 0.75 0.454 -.0304404 .0678475 N_Laç_Ind | -.004976 .0099533 -0.50 0.618 -.0245868 .0146347 Inds_Fam | .252318 .1532577 1.65 0.101 -.0496437 .5542796 Inst_Fin | -.0686707 .1541037 -0.45 0.656 -.3722991 .2349578 Estrang | 0 (omitted) nao_Fin | .058799 .1376572 0.43 0.670 -.2124252 .3300231 N_Board | -.0113694 .0022917 -4.96 0.000 -.0158848 -.006854 Log_RB | .0647715 .0474763 1.36 0.174 -.0287703 .1583134 Ind_DOA | -.0017837 .6651586 -0.00 0.998 -1.312337 1.308769 _cons | .6077526 .6874194 0.88 0.378 -.7466606 1.962166 -------------+---------------------------------------------------------------- sigma_u | .76669633 sigma_e | .40968868 rho | .77788553 (fraction of variance due to u_i) ------------------------------------------------------------------------------ . . . . estimates store feRobust . . . . xtreg Q_Tobin DDonPresT DDonGovT DDonSenT DDonDefT DDonDeeT Hab_Adir Hab_Aind Hab_Leg > Int_Habil N_Laç_Dir N_Laç_Ind Inds_Fam Inst_Fin Estrang nao_Fin N_Board Log_RB Ind_DOA > , re note: nao_Fin omitted because of collinearity Random-effects GLS regression Number of obs = 478 Group variable: Fir_Num Number of groups = 232 R-sq: within = 0.2254 Obs per group: min = 1 between = 0.1245 avg = 2.1 overall = 0.1337 max = 3 Wald chi2(17) = 99.52 corr(u_i, X) = 0 (assumed) Prob > chi2 = 0.0000 ------------------------------------------------------------------------------ Q_Tobin | Coef. Std. Err. z P>|z| [95% Conf. Interval] -------------+---------------------------------------------------------------- DDonPresT | .0022014 .0880941 0.02 0.980 -.1704599 .1748627 DDonGovT | -.01167 .0864718 -0.13 0.893 -.1811516 .1578116 DDonSenT | .0954346 .1038403 0.92 0.358 -.1080888 .2989579 DDonDefT | -.0708771 .0773403 -0.92 0.359 -.2224613 .0807071 DDonDeeT | .0814884 .0819248 0.99 0.320 -.0790812 .2420581 Hab_Adir | -.002849 .0114948 -0.25 0.804 -.0253784 .0196804 Hab_Aind | .0149066 .0091445 1.63 0.103 -.0030163 .0328294 Hab_Leg | .0883456 .0453003 1.95 0.051 -.0004414 .1771327 Int_Habil | -.000874 .0004618 -1.89 0.058 -.001779 .0000311 N_Laç_Dir | .0082119 .0152659 0.54 0.591 -.0217088 .0381326 N_Laç_Ind | -.0096617 .0089834 -1.08 0.282 -.0272689 .0079454 Inds_Fam | .1521657 .0676852 2.25 0.025 .0195053 .2848262 Inst_Fin | -.1242653 .1052523 -1.18 0.238 -.330556 .0820254 Estrang | .017236 .1053543 0.16 0.870 -.1892547 .2237267 nao_Fin | 0 (omitted) N_Board | -.0109041 .0018166 -6.00 0.000 -.0144645 -.0073437 Log_RB | .1095851 .0248565 4.41 0.000 .0608672 .1583029 Ind_DOA | -.4472667 .1786829 -2.50 0.012 -.7974788 -.0970547 _cons | .2070563 .3403733 0.61 0.543 -.460063 .8741756 -------------+---------------------------------------------------------------- sigma_u | .66640528 sigma_e | .40968868 rho | .72571724 (fraction of variance due to u_i)
188
------------------------------------------------------------------------------ . . . . estimates store re . . . . xtreg Q_Tobin DDonPresT DDonGovT DDonSenT DDonDefT DDonDeeT Hab_Adir Hab_Aind Hab_Leg I > nt_Habil N_Laç_Dir N_Laç_Ind Inds_Fam Inst_Fin Estrang nao_Fin N_Board Log_RB Ind_DOA, > vce(robust) re note: nao_Fin omitted because of collinearity Random-effects GLS regression Number of obs = 478 Group variable: Fir_Num Number of groups = 232 R-sq: within = 0.2254 Obs per group: min = 1 between = 0.1245 avg = 2.1 overall = 0.1337 max = 3 Wald chi2(17) = 134.23 corr(u_i, X) = 0 (assumed) Prob > chi2 = 0.0000 (Std. Err. adjusted for 232 clusters in Fir_Num) ------------------------------------------------------------------------------ | Robust Q_Tobin | Coef. Std. Err. z P>|z| [95% Conf. Interval] -------------+---------------------------------------------------------------- DDonPresT | .0022014 .0905844 0.02 0.981 -.1753408 .1797436 DDonGovT | -.01167 .0833105 -0.14 0.889 -.1749555 .1516155 DDonSenT | .0954346 .1265465 0.75 0.451 -.1525921 .3434612 DDonDefT | -.0708771 .0649363 -1.09 0.275 -.1981498 .0563956 DDonDeeT | .0814884 .0763463 1.07 0.286 -.0681475 .2311244 Hab_Adir | -.002849 .0096671 -0.29 0.768 -.0217962 .0160982 Hab_Aind | .0149066 .009366 1.59 0.111 -.0034505 .0332636 Hab_Leg | .0883456 .0357435 2.47 0.013 .0182897 .1584016 Int_Habil | -.000874 .000249 -3.51 0.000 -.001362 -.0003859 N_Laç_Dir | .0082119 .0185659 0.44 0.658 -.0281766 .0446004 N_Laç_Ind | -.0096617 .0084707 -1.14 0.254 -.026264 .0069405 Inds_Fam | .1521657 .0751249 2.03 0.043 .0049237 .2994078 Inst_Fin | -.1242653 .0679159 -1.83 0.067 -.257378 .0088473 Estrang | .017236 .0997668 0.17 0.863 -.1783033 .2127754 nao_Fin | 0 (omitted) N_Board | -.0109041 .0018152 -6.01 0.000 -.0144618 -.0073463 Log_RB | .1095851 .0344444 3.18 0.001 .0420752 .1770949 Ind_DOA | -.4472667 .1559015 -2.87 0.004 -.752828 -.1417055 _cons | .2070563 .4432968 0.47 0.640 -.6617894 1.075902 -------------+---------------------------------------------------------------- sigma_u | .66640528 sigma_e | .40968868 rho | .72571724 (fraction of variance due to u_i) ------------------------------------------------------------------------------ . . . . estimates store reRobust . . . . hausman fe re ---- Coefficients ---- | (b) (B) (b-B) sqrt(diag(V_b-V_B)) | fe re Difference S.E. -------------+---------------------------------------------------------------- DDonPresT | .0245796 .0022014 .0223782 .0507794 DDonGovT | .0138355 -.01167 .0255055 .0426778 DDonSenT | .0938538 .0954346 -.0015808 .0473802 DDonDefT | -.0139233 -.0708771 .0569538 .0361838 DDonDeeT | .0580343 .0814884 -.0234541 .0407504 Hab_Adir | -.0216602 -.002849 -.0188113 .0103834
189
Hab_Aind | .0151374 .0149066 .0002309 .0090997 Hab_Leg | .1336466 .0883456 .045301 .029357 Int_Habil | -.0011211 -.000874 -.0002472 .0002698 N_Laç_Dir | .0187035 .0082119 .0104917 .0103652 N_Laç_Ind | -.004976 -.0096617 .0046857 .005401 Inds_Fam | .252318 .1521657 .1001522 .1184656 Inst_Fin | -.0686707 -.1242653 .0555947 .118979 N_Board | -.0113694 -.0109041 -.0004653 .0011515 Log_RB | .0647715 .1095851 -.0448135 .0266958 Ind_DOA | -.0017837 -.4472667 .445483 .58601 ------------------------------------------------------------------------------ b = consistent under Ho and Ha; obtained from xtreg B = inconsistent under Ha, efficient under Ho; obtained from xtreg Test: Ho: difference in coefficients not systematic chi2(16) = (b-B)'[(V_b-V_B)^(-1)](b-B) = 16.89 Prob>chi2 = 0.3925 . . . . estimates table fe feRobust re reRobust , stats(N N_g sigma_u sigma_e rho) star (.1 .01 . > 001) ------------------------------------------------------------------------------ Variable | fe feRobust re reRobust -------------+---------------------------------------------------------------- DDonPresT | .02457961 .02457961 .00220137 .00220137 DDonGovT | .01383546 .01383546 -.01166999 -.01166999 DDonSenT | .09385375 .09385375 .09543455 .09543455 DDonDefT | -.0139233 -.0139233 -.0708771 -.0708771 DDonDeeT | .05803433 .05803433 .08148845 .08148845 Hab_Adir | -.02166025 -.02166025 -.00284899 -.00284899 Hab_Aind | .01513743 .01513743 .01490656 .01490656 Hab_Leg | .13364664* .13364664** .08834563* .08834563* Int_Habil | -.00112113* -.00112113** -.00087396* -.00087396*** N_Laç_Dir | .01870355 .01870355 .00821189 .00821189 N_Laç_Ind | -.00497604 -.00497604 -.00966173 -.00966173 Inds_Fam | .25231796* .25231796 .15216572* .15216572* Inst_Fin | -.06867065 -.06867065 -.12426531 -.12426531* Estrang | (omitted) (omitted) .01723602 .01723602 nao_Fin | .05879896 .05879896 (omitted) (omitted) N_Board | -.01136939*** -.01136939*** -.01090409*** -.01090409*** Log_RB | .06477155* .06477155 .10958505*** .10958505** Ind_DOA | -.00178371 -.00178371 -.44726674* -.44726674** _cons | .6077526 .6077526 .20705629 .20705629 -------------+---------------------------------------------------------------- N | 478 478 478 478 N_g | 232 232 232 232 sigma_u | .76669633 .76669633 .66640528 .66640528 sigma_e | .40968868 .40968868 .40968868 .40968868 rho | .77788553 .77788553 .72571724 .72571724 ------------------------------------------------------------------------------ legend: * p<.1; ** p<.01; *** p<.001 . . . . areg Q_Tobin DDonPresT DDonGovT DDonSenT DDonDefT DDonDeeT Hab_Adir Hab_Aind Hab_Leg Int > _Habil N_Laç_Dir N_Laç_Ind Inds_Fam Inst_Fin Estrang nao_Fin N_Board Log_RB Ind_DOA, > absorb(Fir_Num) note: Inst_Fin omitted because of collinearity Linear regression, absorbing indicators Number of obs = 478 F( 17, 229) = 4.40 Prob > F = 0.0000 R-squared = 0.8666 Adj R-squared = 0.7221 Root MSE = 0.4097 ------------------------------------------------------------------------------ Q_Tobin | Coef. Std. Err. t P>|t| [95% Conf. Interval]
190
-------------+---------------------------------------------------------------- DDonPresT | .0245796 .1016815 0.24 0.809 -.1757713 .2249305 DDonGovT | .0138355 .0964301 0.14 0.886 -.1761682 .2038391 DDonSenT | .0938538 .114139 0.82 0.412 -.1310431 .3187506 DDonDefT | -.0139233 .0853862 -0.16 0.871 -.1821662 .1543196 DDonDeeT | .0580343 .0915001 0.63 0.527 -.1222554 .238324 Hab_Adir | -.0216602 .0154902 -1.40 0.163 -.0521817 .0088612 Hab_Aind | .0151374 .0129006 1.17 0.242 -.0102817 .0405565 Hab_Leg | .1336466 .053981 2.48 0.014 .0272836 .2400097 Int_Habil | -.0011211 .0005348 -2.10 0.037 -.0021749 -.0000674 N_Laç_Dir | .0187035 .0184523 1.01 0.312 -.0176544 .0550615 N_Laç_Ind | -.004976 .010482 -0.47 0.635 -.0256296 .0156775 Inds_Fam | .3209886 .1275152 2.52 0.013 .0697356 .5722416 Inst_Fin | 0 (omitted) Estrang | .0686707 .1588523 0.43 0.666 -.2443282 .3816695 nao_Fin | .1274696 .1126698 1.13 0.259 -.0945324 .3494716 N_Board | -.0113694 .0021508 -5.29 0.000 -.0156072 -.0071316 Log_RB | .0647715 .0364762 1.78 0.077 -.0071003 .1366434 Ind_DOA | -.0017837 .6126461 -0.00 0.998 -1.208928 1.20536 _cons | .5390819 .533268 1.01 0.313 -.5116571 1.589821 -------------+---------------------------------------------------------------- Fir_Num | F(231, 229) = 5.245 0.000 (232 categories)
191
APÊNDICE N – Resultados da regressão Market-to-book Modelo 1
. . xtreg Mk_T_Book I_D_Doa Hab_Adir Hab_Aind Hab_Leg Int_Habil N_Laç_Dir N_Laç_Ind N_Board Log_RB Ind_DOA, fe Fixed-effects (within) regression Number of obs = 458 Group variable: Fir_Num Number of groups = 228 R-sq: within = 0.1885 Obs per group: min = 1 between = 0.0515 avg = 2.0 overall = 0.0634 max = 3 F(10,220) = 5.11 corr(u_i, Xb) = -0.3331 Prob > F = 0.0000 ------------------------------------------------------------------------------ Mk_T_Book | Coef. Std. Err. t P>|t| [95% Conf. Interval] -------------+---------------------------------------------------------------- I_D_Doa | .3601174 .1767777 2.04 0.043 .011723 .7085118 Hab_Adir | -.0625771 .0386748 -1.62 0.107 -.1387976 .0136434 Hab_Aind | .0464846 .0327041 1.42 0.157 -.0179689 .1109381 Hab_Leg | .3370356 .1361352 2.48 0.014 .0687395 .6053316 Int_Habil | -.0038731 .0013511 -2.87 0.005 -.0065359 -.0012103 N_Laç_Dir | .0837676 .0459488 1.82 0.070 -.0067885 .1743237 N_Laç_Ind | -.0386731 .0263766 -1.47 0.144 -.0906562 .01331 N_Board | -.0178864 .0053618 -3.34 0.001 -.0284535 -.0073194 Log_RB | .2416363 .0940865 2.57 0.011 .0562101 .4270624 Ind_DOA | -2.512786 1.602253 -1.57 0.118 -5.670515 .6449437 _cons | -.6978446 1.374436 -0.51 0.612 -3.406591 2.010902 -------------+---------------------------------------------------------------- sigma_u | 1.5063374 sigma_e | 1.0387912 rho | .67770547 (fraction of variance due to u_i) ------------------------------------------------------------------------------ F test that all u_i=0: F(227, 220) = 3.47 Prob > F = 0.0000 . . estimates store fe . . . . xtreg Mk_T_Book I_D_Doa Hab_Adir Hab_Aind Hab_Leg Int_Habil N_Laç_Dir N_Laç_Ind N_Board Log_RB Ind_DOA, vce(robust) fe Fixed-effects (within) regression Number of obs = 458 Group variable: Fir_Num Number of groups = 228 R-sq: within = 0.1885 Obs per group: min = 1 between = 0.0515 avg = 2.0 overall = 0.0634 max = 3 F(10,227) = 7.02 corr(u_i, Xb) = -0.3331 Prob > F = 0.0000 (Std. Err. adjusted for 228 clusters in Fir_Num) ------------------------------------------------------------------------------ | Robust Mk_T_Book | Coef. Std. Err. t P>|t| [95% Conf. Interval] -------------+---------------------------------------------------------------- I_D_Doa | .3601174 .182289 1.98 0.049 .0009225 .7193123 Hab_Adir | -.0625771 .0401875 -1.56 0.121 -.1417654 .0166112 Hab_Aind | .0464846 .0341299 1.36 0.175 -.0207672 .1137364 Hab_Leg | .3370356 .103215 3.27 0.001 .1336535 .5404176 Int_Habil | -.0038731 .0017852 -2.17 0.031 -.0073909 -.0003554 N_Laç_Dir | .0837676 .0532112 1.57 0.117 -.0210834 .1886187 N_Laç_Ind | -.0386731 .0208295 -1.86 0.065 -.079717 .0023708 N_Board | -.0178864 .0046831 -3.82 0.000 -.0271143 -.0086586 Log_RB | .2416363 .1023491 2.36 0.019 .0399605 .443312 Ind_DOA | -2.512786 1.803451 -1.39 0.165 -6.066431 1.04086 _cons | -.6978446 1.518603 -0.46 0.646 -3.690206 2.294516 -------------+---------------------------------------------------------------- sigma_u | 1.5063374 sigma_e | 1.0387912 rho | .67770547 (fraction of variance due to u_i)
192
------------------------------------------------------------------------------ . . . . estimates store feRobust . . . . xtreg Mk_T_Book I_D_Doa Hab_Adir Hab_Aind Hab_Leg Int_Habil N_Laç_Dir N_Laç_Ind N_Board Log_RB Ind_DOA, re Random-effects GLS regression Number of obs = 458 Group variable: Fir_Num Number of groups = 228 R-sq: within = 0.1559 Obs per group: min = 1 between = 0.1097 avg = 2.0 overall = 0.1252 max = 3 Wald chi2(10) = 68.68 corr(u_i, X) = 0 (assumed) Prob > chi2 = 0.0000 ------------------------------------------------------------------------------ Mk_T_Book | Coef. Std. Err. z P>|z| [95% Conf. Interval] -------------+---------------------------------------------------------------- I_D_Doa | .133599 .1386937 0.96 0.335 -.1382357 .4054337 Hab_Adir | .001079 .0252273 0.04 0.966 -.0483656 .0505236 Hab_Aind | .0370948 .0200481 1.85 0.064 -.0021987 .0763884 Hab_Leg | .1356623 .1061205 1.28 0.201 -.0723301 .3436547 Int_Habil | -.00202 .0010912 -1.85 0.064 -.0041587 .0001187 N_Laç_Dir | .0294529 .0354797 0.83 0.406 -.040086 .0989918 N_Laç_Ind | -.041635 .0211496 -1.97 0.049 -.0830875 -.0001825 N_Board | -.0184999 .0042525 -4.35 0.000 -.0268347 -.0101651 Log_RB | .2738218 .0539742 5.07 0.000 .1680343 .3796094 Ind_DOA | -.8420228 .3472304 -2.42 0.015 -1.522582 -.1614638 _cons | -1.370694 .73449 -1.87 0.062 -2.810268 .0688802 -------------+---------------------------------------------------------------- sigma_u | 1.1081002 sigma_e | 1.0387912 rho | .53224981 (fraction of variance due to u_i) ------------------------------------------------------------------------------ . . . . estimates store re . . . . xtreg Mk_T_Book I_D_Doa Hab_Adir Hab_Aind Hab_Leg Int_Habil N_Laç_Dir N_Laç_Ind N_Board Log_RB Ind_DOA, vce(robust) re Random-effects GLS regression Number of obs = 458 Group variable: Fir_Num Number of groups = 228 R-sq: within = 0.1559 Obs per group: min = 1 between = 0.1097 avg = 2.0 overall = 0.1252 max = 3 Wald chi2(10) = 105.96 corr(u_i, X) = 0 (assumed) Prob > chi2 = 0.0000 (Std. Err. adjusted for 228 clusters in Fir_Num) ------------------------------------------------------------------------------ | Robust Mk_T_Book | Coef. Std. Err. z P>|z| [95% Conf. Interval] -------------+---------------------------------------------------------------- I_D_Doa | .133599 .1350431 0.99 0.323 -.1310806 .3982786 Hab_Adir | .001079 .017457 0.06 0.951 -.0331361 .0352942 Hab_Aind | .0370948 .019771 1.88 0.061 -.0016557 .0758453 Hab_Leg | .1356623 .0852496 1.59 0.112 -.0314238 .3027484 Int_Habil | -.00202 .0006129 -3.30 0.001 -.0032212 -.0008189 N_Laç_Dir | .0294529 .0355051 0.83 0.407 -.0401358 .0990417 N_Laç_Ind | -.041635 .017583 -2.37 0.018 -.076097 -.007173 N_Board | -.0184999 .0035927 -5.15 0.000 -.0255416 -.0114583
193
Log_RB | .2738218 .059816 4.58 0.000 .1565847 .391059 Ind_DOA | -.8420228 .3022021 -2.79 0.005 -1.434328 -.2497176 _cons | -1.370694 .7584023 -1.81 0.071 -2.857135 .1157474 -------------+---------------------------------------------------------------- sigma_u | 1.1081002 sigma_e | 1.0387912 rho | .53224981 (fraction of variance due to u_i) ------------------------------------------------------------------------------ . . . . estimates store reRobust . . . . hausman fe re ---- Coefficients ---- | (b) (B) (b-B) sqrt(diag(V_b-V_B)) | fe re Difference S.E. -------------+---------------------------------------------------------------- I_D_Doa | .3601174 .133599 .2265184 .1096102 Hab_Adir | -.0625771 .001079 -.0636561 .0293142 Hab_Aind | .0464846 .0370948 .0093898 .0258386 Hab_Leg | .3370356 .1356623 .2013733 .0852715 Int_Habil | -.0038731 -.00202 -.0018531 .0007967 N_Laç_Dir | .0837676 .0294529 .0543147 .0291973 N_Laç_Ind | -.0386731 -.041635 .0029619 .0157613 N_Board | -.0178864 -.0184999 .0006135 .0032657 Log_RB | .2416363 .2738218 -.0321856 .0770652 Ind_DOA | -2.512786 -.8420228 -1.670763 1.564176 ------------------------------------------------------------------------------ b = consistent under Ho and Ha; obtained from xtreg B = inconsistent under Ha, efficient under Ho; obtained from xtreg Test: Ho: difference in coefficients not systematic chi2(10) = (b-B)'[(V_b-V_B)^(-1)](b-B) = 16.83 Prob>chi2 = 0.0783 . . . . estimates table fe feRobust re reRobust , stats(N N_g sigma_u sigma_e rho) star (.1 .01 .001) ------------------------------------------------------------------------------ Variable | fe feRobust re reRobust -------------+---------------------------------------------------------------- I_D_Doa | .36011741* .36011741* .13359899 .13359899 Hab_Adir | -.0625771 -.0625771 .00107902 .00107902 Hab_Aind | .04648459 .04648459 .03709484* .03709484* Hab_Leg | .33703556* .33703556** .13566229 .13566229 Int_Habil | -.00387312** -.00387312* -.00202003* -.00202003*** N_Laç_Dir | .08376763* .08376763 .02945291 .02945291 N_Laç_Ind | -.03867309 -.03867309* -.04163501* -.04163501* N_Board | -.01788643*** -.01788643*** -.01849993*** -.01849993*** Log_RB | .24163627* .24163627* .27382184*** .27382184*** Ind_DOA | -2.5127856 -2.5127856 -.84202277* -.84202277** _cons | -.69784464 -.69784464 -1.3706938* -1.3706938* -------------+---------------------------------------------------------------- N | 458 458 458 458 N_g | 228 228 228 228 sigma_u | 1.5063374 1.5063374 1.1081002 1.1081002 sigma_e | 1.0387912 1.0387912 1.0387912 1.0387912 rho | .67770547 .67770547 .53224981 .53224981 ------------------------------------------------------------------------------ legend: * p<.1; ** p<.01; *** p<.001 . . . . areg Mk_T_Book I_D_Doa Hab_Adir Hab_Aind Hab_Leg Int_Habil N_Laç_Dir N_Laç_Ind N_Board Log_RB Ind_DOA, absorb(Fir_Num)
194
Linear regression, absorbing indicators Number of obs = 458 F( 10, 220) = 5.11 Prob > F = 0.0000 R-squared = 0.8112 Adj R-squared = 0.6079 Root MSE = 1.0388 ------------------------------------------------------------------------------ Mk_T_Book | Coef. Std. Err. t P>|t| [95% Conf. Interval] -------------+---------------------------------------------------------------- I_D_Doa | .3601174 .1767777 2.04 0.043 .011723 .7085118 Hab_Adir | -.0625771 .0386748 -1.62 0.107 -.1387976 .0136434 Hab_Aind | .0464846 .0327041 1.42 0.157 -.0179689 .1109381 Hab_Leg | .3370356 .1361352 2.48 0.014 .0687395 .6053316 Int_Habil | -.0038731 .0013511 -2.87 0.005 -.0065359 -.0012103 N_Laç_Dir | .0837676 .0459488 1.82 0.070 -.0067885 .1743237 N_Laç_Ind | -.0386731 .0263766 -1.47 0.144 -.0906562 .01331 N_Board | -.0178864 .0053618 -3.34 0.001 -.0284535 -.0073194 Log_RB | .2416363 .0940865 2.57 0.011 .0562101 .4270624 Ind_DOA | -2.512786 1.602253 -1.57 0.118 -5.670515 .6449437 _cons | -.6978446 1.374436 -0.51 0.612 -3.406591 2.010902 -------------+---------------------------------------------------------------- Fir_Num | F(227, 220) = 3.468 0.000 (228 categories)
195
APÊNDICE O – Resultados da regressão Market-to-book Modelo 2
. xtreg Mk_T_Book I_D_Doa Hab_Adir Hab_Aind Hab_Leg Int_Habil N_Laç_Dir N_Laç_Ind Inds_Fam Inst_Fin Estrang nao_Fin N_Board > Log_RB Ind_DOA, fe note: Inst_Fin omitted because of collinearity Fixed-effects (within) regression Number of obs = 458 Group variable: Fir_Num Number of groups = 228 R-sq: within = 0.2050 Obs per group: min = 1 between = 0.0450 avg = 2.0 overall = 0.0618 max = 3 F(13,217) = 4.30 corr(u_i, Xb) = -0.3081 Prob > F = 0.0000 ------------------------------------------------------------------------------ Mk_T_Book | Coef. Std. Err. t P>|t| [95% Conf. Interval] -------------+---------------------------------------------------------------- I_D_Doa | .3527997 .1762499 2.00 0.047 .0054187 .7001806 Hab_Adir | -.053789 .0388599 -1.38 0.168 -.1303802 .0228021 Hab_Aind | .0414254 .0327611 1.26 0.207 -.0231454 .1059962 Hab_Leg | .3012546 .1373749 2.19 0.029 .0304947 .5720146 Int_Habil | -.0037015 .0013493 -2.74 0.007 -.0063608 -.0010422 N_Laç_Dir | .0772769 .0463224 1.67 0.097 -.0140226 .1685763 N_Laç_Ind | -.0337883 .0264669 -1.28 0.203 -.0859535 .0183768 Inds_Fam | .5750994 .3344419 1.72 0.087 -.084071 1.23427 Inst_Fin | 0 (omitted) Estrang | -.0004436 .4255478 -0.00 0.999 -.8391798 .8382925 nao_Fin | .2779202 .2995809 0.93 0.355 -.3125406 .868381 N_Board | -.0184267 .0053688 -3.43 0.001 -.0290085 -.007845 Log_RB | .2249191 .094109 2.39 0.018 .0394344 .4104038 Ind_DOA | -2.319061 1.602674 -1.45 0.149 -5.477862 .8397399 _cons | -.7930781 1.393324 -0.57 0.570 -3.53926 1.953104 -------------+---------------------------------------------------------------- sigma_u | 1.499547 sigma_e | 1.035273 rho | .67721357 (fraction of variance due to u_i) ------------------------------------------------------------------------------ F test that all u_i=0: F(227, 217) = 3.51 Prob > F = 0.0000 . . estimates store fe . . . . xtreg Mk_T_Book I_D_Doa Hab_Adir Hab_Aind Hab_Leg Int_Habil N_Laç_Dir N_Laç_Ind Inds_Fam Inst_Fin Estrang nao_Fin N_Board > Log_RB Ind_DOA, vce (robust) fe note: Inst_Fin omitted because of collinearity Fixed-effects (within) regression Number of obs = 458 Group variable: Fir_Num Number of groups = 228 R-sq: within = 0.2050 Obs per group: min = 1 between = 0.0450 avg = 2.0 overall = 0.0618 max = 3 F(13,227) = 5.95 corr(u_i, Xb) = -0.3081 Prob > F = 0.0000 (Std. Err. adjusted for 228 clusters in Fir_Num) ------------------------------------------------------------------------------ | Robust Mk_T_Book | Coef. Std. Err. t P>|t| [95% Conf. Interval] -------------+---------------------------------------------------------------- I_D_Doa | .3527997 .1728348 2.04 0.042 .0122339 .6933654 Hab_Adir | -.053789 .0399348 -1.35 0.179 -.1324794 .0249014 Hab_Aind | .0414254 .0339777 1.22 0.224 -.0255266 .1083775 Hab_Leg | .3012546 .1076147 2.80 0.006 .0892032 .5133061 Int_Habil | -.0037015 .0018178 -2.04 0.043 -.0072833 -.0001197
196
N_Laç_Dir | .0772769 .0544149 1.42 0.157 -.0299461 .1844998 N_Laç_Ind | -.0337883 .0205833 -1.64 0.102 -.0743471 .0067704 Inds_Fam | .5750994 .2822398 2.04 0.043 .0189546 1.131244 Inst_Fin | 0 (omitted) Estrang | -.0004436 .3571826 -0.00 0.999 -.7042611 .7033739 nao_Fin | .2779202 .1946259 1.43 0.155 -.1055842 .6614245 N_Board | -.0184267 .0046244 -3.98 0.000 -.027539 -.0093144 Log_RB | .2249191 .1024444 2.20 0.029 .0230555 .4267826 Ind_DOA | -2.319061 1.800594 -1.29 0.199 -5.867076 1.228954 _cons | -.7930781 1.516243 -0.52 0.601 -3.780788 2.194632 -------------+---------------------------------------------------------------- sigma_u | 1.499547 sigma_e | 1.035273 rho | .67721357 (fraction of variance due to u_i) ------------------------------------------------------------------------------ . . . . estimates store feRobust . . . . xtreg Mk_T_Book I_D_Doa Hab_Adir Hab_Aind Hab_Leg Int_Habil N_Laç_Dir N_Laç_Ind Inds_Fam Inst_Fin Estrang nao_Fin N_Board > Log_RB Ind_DOA, re note: nao_Fin omitted because of collinearity Random-effects GLS regression Number of obs = 458 Group variable: Fir_Num Number of groups = 228 R-sq: within = 0.1719 Obs per group: min = 1 between = 0.1035 avg = 2.0 overall = 0.1245 max = 3 Wald chi2(13) = 71.33 corr(u_i, X) = 0 (assumed) Prob > chi2 = 0.0000 ------------------------------------------------------------------------------ Mk_T_Book | Coef. Std. Err. z P>|z| [95% Conf. Interval] -------------+---------------------------------------------------------------- I_D_Doa | .1423907 .1386615 1.03 0.304 -.1293808 .4141622 Hab_Adir | .0042344 .0253792 0.17 0.867 -.045508 .0539769 Hab_Aind | .0357195 .0201332 1.77 0.076 -.0037408 .0751799 Hab_Leg | .1217611 .106614 1.14 0.253 -.0871985 .3307206 Int_Habil | -.0019788 .0010909 -1.81 0.070 -.0041168 .0001593 N_Laç_Dir | .0293021 .0355324 0.82 0.410 -.0403402 .0989444 N_Laç_Ind | -.0401065 .0211671 -1.89 0.058 -.0815931 .0013802 Inds_Fam | .1593061 .1675645 0.95 0.342 -.1691142 .4877264 Inst_Fin | -.2904513 .270489 -1.07 0.283 -.8206 .2396974 Estrang | -.1031666 .2569152 -0.40 0.688 -.6067111 .4003779 nao_Fin | 0 (omitted) N_Board | -.0188869 .0042577 -4.44 0.000 -.0272318 -.0105421 Log_RB | .2738962 .0541027 5.06 0.000 .1678569 .3799355 Ind_DOA | -.8354338 .3488304 -2.39 0.017 -1.519129 -.1517387 _cons | -1.377151 .7365925 -1.87 0.062 -2.820846 .0665434 -------------+---------------------------------------------------------------- sigma_u | 1.1186382 sigma_e | 1.035273 rho | .53864623 (fraction of variance due to u_i) ------------------------------------------------------------------------------ . . . . estimates store re . . . . xtreg Mk_T_Book I_D_Doa Hab_Adir Hab_Aind Hab_Leg Int_Habil N_Laç_Dir N_Laç_Ind Inds_Fam Inst_Fin Estrang nao_Fin N_Board > Log_RB Ind_DOA, vce (robust) re note: nao_Fin omitted because of collinearity Random-effects GLS regression Number of obs = 458
197
Group variable: Fir_Num Number of groups = 228 R-sq: within = 0.1719 Obs per group: min = 1 between = 0.1035 avg = 2.0 overall = 0.1245 max = 3 Wald chi2(13) = 107.15 corr(u_i, X) = 0 (assumed) Prob > chi2 = 0.0000 (Std. Err. adjusted for 228 clusters in Fir_Num) ------------------------------------------------------------------------------ | Robust Mk_T_Book | Coef. Std. Err. z P>|z| [95% Conf. Interval] -------------+---------------------------------------------------------------- I_D_Doa | .1423907 .1329335 1.07 0.284 -.1181542 .4029356 Hab_Adir | .0042344 .0177618 0.24 0.812 -.030578 .0390469 Hab_Aind | .0357195 .0200804 1.78 0.075 -.0036374 .0750764 Hab_Leg | .1217611 .087045 1.40 0.162 -.048844 .2923661 Int_Habil | -.0019788 .0006293 -3.14 0.002 -.0032122 -.0007453 N_Laç_Dir | .0293021 .0356071 0.82 0.411 -.0404865 .0990907 N_Laç_Ind | -.0401065 .0173973 -2.31 0.021 -.0742046 -.0060084 Inds_Fam | .1593061 .1932379 0.82 0.410 -.2194332 .5380454 Inst_Fin | -.2904513 .133628 -2.17 0.030 -.5523573 -.0285452 Estrang | -.1031666 .1664678 -0.62 0.535 -.4294375 .2231043 nao_Fin | 0 (omitted) N_Board | -.0188869 .0035978 -5.25 0.000 -.0259385 -.0118353 Log_RB | .2738962 .0604471 4.53 0.000 .155422 .3923704 Ind_DOA | -.8354338 .3021585 -2.76 0.006 -1.427654 -.243214 _cons | -1.377151 .7582483 -1.82 0.069 -2.863291 .1089879 -------------+---------------------------------------------------------------- sigma_u | 1.1186382 sigma_e | 1.035273 rho | .53864623 (fraction of variance due to u_i) ------------------------------------------------------------------------------ . . estimates store reRobust . . . . hausman fe re ---- Coefficients ---- | (b) (B) (b-B) sqrt(diag(V_b-V_B)) | fe re Difference S.E. -------------+---------------------------------------------------------------- I_D_Doa | .3527997 .1423907 .2104089 .1087981 Hab_Adir | -.053789 .0042344 -.0580235 .0294276 Hab_Aind | .0414254 .0357195 .0057059 .0258447 Hab_Leg | .3012546 .1217611 .1794936 .0866333 Int_Habil | -.0037015 -.0019788 -.0017227 .000794 N_Laç_Dir | .0772769 .0293021 .0479748 .0297189 N_Laç_Ind | -.0337883 -.0401065 .0063181 .0158888 Inds_Fam | .5750994 .1593061 .4157933 .2894366 Estrang | -.0004436 -.1031666 .102723 .3392426 N_Board | -.0184267 -.0188869 .0004602 .0032706 Log_RB | .2249191 .2738962 -.0489771 .0770026 Ind_DOA | -2.319061 -.8354338 -1.483627 1.564251 ------------------------------------------------------------------------------ b = consistent under Ho and Ha; obtained from xtreg B = inconsistent under Ha, efficient under Ho; obtained from xtreg Test: Ho: difference in coefficients not systematic chi2(12) = (b-B)'[(V_b-V_B)^(-1)](b-B) = 21.71 Prob>chi2 = 0.0409 . . . . estimates table fe feRobust re reRobust , stats(N N_g sigma_u sigma_e rho) star (.1 .01 .001) ------------------------------------------------------------------------------ Variable | fe feRobust re reRobust
198
-------------+---------------------------------------------------------------- I_D_Doa | .35279965* .35279965* .14239072 .14239072 Hab_Adir | -.05378901 -.05378901 .00423444 .00423444 Hab_Aind | .04142543 .04142543 .03571951* .03571951* Hab_Leg | .30125463* .30125463** .12176105 .12176105 Int_Habil | -.0037015** -.0037015* -.00197875* -.00197875** N_Laç_Dir | .07727686* .07727686 .0293021 .0293021 N_Laç_Ind | -.03378832 -.03378832 -.04010647* -.04010647* Inds_Fam | .57509943* .57509943* .15930611 .15930611 Inst_Fin | (omitted) (omitted) -.29045128 -.29045128* Estrang | -.00044361 -.00044361 -.10316658 -.10316658 nao_Fin | .27792016 .27792016 (omitted) (omitted) N_Board | -.01842671*** -.01842671*** -.01888692*** -.01888692*** Log_RB | .22491907* .22491907* .2738962*** .2738962*** Ind_DOA | -2.3190611 -2.3190611 -.83543381* -.83543381** _cons | -.79307807 -.79307807 -1.3771515* -1.3771515* -------------+---------------------------------------------------------------- N | 458 458 458 458 N_g | 228 228 228 228 sigma_u | 1.499547 1.499547 1.1186382 1.1186382 sigma_e | 1.035273 1.035273 1.035273 1.035273 rho | .67721357 .67721357 .53864623 .53864623 ------------------------------------------------------------------------------ legend: * p<.1; ** p<.01; *** p<.001 . . . . areg Mk_T_Book I_D_Doa Hab_Adir Hab_Aind Hab_Leg Int_Habil N_Laç_Dir N_Laç_Ind Inds_Fam Inst_Fin Estrang nao_Fin N_Board Lo > g_RB Ind_DOA, absorb (Fir_Num) note: Inst_Fin omitted because of collinearity Linear regression, absorbing indicators Number of obs = 458 F( 13, 217) = 4.30 Prob > F = 0.0000 R-squared = 0.8151 Adj R-squared = 0.6105 Root MSE = 1.0353 ------------------------------------------------------------------------------ Mk_T_Book | Coef. Std. Err. t P>|t| [95% Conf. Interval] -------------+---------------------------------------------------------------- I_D_Doa | .3527997 .1762499 2.00 0.047 .0054187 .7001806 Hab_Adir | -.053789 .0388599 -1.38 0.168 -.1303802 .0228021 Hab_Aind | .0414254 .0327611 1.26 0.207 -.0231454 .1059962 Hab_Leg | .3012546 .1373749 2.19 0.029 .0304947 .5720146 Int_Habil | -.0037015 .0013493 -2.74 0.007 -.0063608 -.0010422 N_Laç_Dir | .0772769 .0463224 1.67 0.097 -.0140226 .1685763 N_Laç_Ind | -.0337883 .0264669 -1.28 0.203 -.0859535 .0183768 Inds_Fam | .5750994 .3344419 1.72 0.087 -.084071 1.23427 Inst_Fin | 0 (omitted) Estrang | -.0004436 .4255478 -0.00 0.999 -.8391798 .8382925 nao_Fin | .2779202 .2995809 0.93 0.355 -.3125406 .868381 N_Board | -.0184267 .0053688 -3.43 0.001 -.0290085 -.007845 Log_RB | .2249191 .094109 2.39 0.018 .0394344 .4104038 Ind_DOA | -2.319061 1.602674 -1.45 0.149 -5.477862 .8397399 _cons | -.7930781 1.393324 -0.57 0.570 -3.53926 1.953104 -------------+---------------------------------------------------------------- Fir_Num | F(227, 217) = 3.506 0.000 (228 categories)
199
APÊNDICE P – Resultados da regressão Market-to-book Modelo 3
. xtreg Mk_T_Book D_DoaW D_DoaL Hab_Adir Hab_Aind Hab_Leg Int_Habil N_Laç_Dir N_Laç_Ind N_Board Log_RB Ind_DOA, fe Fixed-effects (within) regression Number of obs = 458 Group variable: Fir_Num Number of groups = 228 R-sq: within = 0.1992 Obs per group: min = 1 between = 0.0531 avg = 2.0 overall = 0.0643 max = 3 F(11,219) = 4.95 corr(u_i, Xb) = -0.3662 Prob > F = 0.0000 ------------------------------------------------------------------------------ Mk_T_Book | Coef. Std. Err. t P>|t| [95% Conf. Interval] -------------+---------------------------------------------------------------- D_DoaW | .4779973 .2035139 2.35 0.020 .0769009 .8790937 D_DoaL | -.0214219 .2054747 -0.10 0.917 -.4263827 .3835389 Hab_Adir | -.0674194 .0384508 -1.75 0.081 -.1432004 .0083615 Hab_Aind | .0502157 .0325991 1.54 0.125 -.0140324 .1144638 Hab_Leg | .3509133 .1354859 2.59 0.010 .0838901 .6179364 Int_Habil | -.0039199 .0013463 -2.91 0.004 -.0065732 -.0012666 N_Laç_Dir | .0833814 .0457283 1.82 0.070 -.0067425 .1735053 N_Laç_Ind | -.0370474 .0263125 -1.41 0.161 -.0889056 .0148109 N_Board | -.0177927 .005463 -3.26 0.001 -.0285594 -.0070259 Log_RB | .2520281 .093761 2.69 0.008 .0672387 .4368175 Ind_DOA | -2.709233 1.602758 -1.69 0.092 -5.868036 .4495709 _cons | -.8111677 1.367724 -0.59 0.554 -3.506754 1.884418 -------------+---------------------------------------------------------------- sigma_u | 1.5297809 sigma_e | 1.034253 rho | .68630266 (fraction of variance due to u_i) ------------------------------------------------------------------------------ F test that all u_i=0: F(227, 219) = 3.51 Prob > F = 0.0000 . . estimates store fe . . . . xtreg Mk_T_Book D_DoaW D_DoaL Hab_Adir Hab_Aind Hab_Leg Int_Habil N_Laç_Dir N_Laç_Ind N_Board Log_RB Ind_DOA, vce(robus > t) fe Fixed-effects (within) regression Number of obs = 458 Group variable: Fir_Num Number of groups = 228 R-sq: within = 0.1992 Obs per group: min = 1 between = 0.0531 avg = 2.0 overall = 0.0643 max = 3 F(11,227) = 7.02 corr(u_i, Xb) = -0.3662 Prob > F = 0.0000 (Std. Err. adjusted for 228 clusters in Fir_Num) ------------------------------------------------------------------------------ | Robust Mk_T_Book | Coef. Std. Err. t P>|t| [95% Conf. Interval] -------------+---------------------------------------------------------------- D_DoaW | .4779973 .2023069 2.36 0.019 .0793577 .8766368 D_DoaL | -.0214219 .1965428 -0.11 0.913 -.4087035 .3658596 Hab_Adir | -.0674194 .0403221 -1.67 0.096 -.1468729 .012034 Hab_Aind | .0502157 .0350019 1.43 0.153 -.0187545 .119186 Hab_Leg | .3509133 .1049098 3.34 0.001 .1441917 .5576349 Int_Habil | -.0039199 .001769 -2.22 0.028 -.0074057 -.0004341 N_Laç_Dir | .0833814 .0541575 1.54 0.125 -.0233343 .1900971 N_Laç_Ind | -.0370474 .0204431 -1.81 0.071 -.0773298 .0032351 N_Board | -.0177927 .0049094 -3.62 0.000 -.0274665 -.0081189 Log_RB | .2520281 .0942504 2.67 0.008 .0663105 .4377457 Ind_DOA | -2.709233 1.824857 -1.48 0.139 -6.305058 .8865923 _cons | -.8111677 1.421764 -0.57 0.569 -3.612711 1.990376 -------------+----------------------------------------------------------------
200
sigma_u | 1.5297809 sigma_e | 1.034253 rho | .68630266 (fraction of variance due to u_i) ------------------------------------------------------------------------------ . . . . estimates store feRobust . . . . xtreg Mk_T_Book D_DoaW D_DoaL Hab_Adir Hab_Aind Hab_Leg Int_Habil N_Laç_Dir N_Laç_Ind N_Board Log_RB Ind_DOA, re Random-effects GLS regression Number of obs = 458 Group variable: Fir_Num Number of groups = 228 R-sq: within = 0.1645 Obs per group: min = 1 between = 0.1097 avg = 2.0 overall = 0.1257 max = 3 Wald chi2(11) = 70.93 corr(u_i, X) = 0 (assumed) Prob > chi2 = 0.0000 ------------------------------------------------------------------------------ Mk_T_Book | Coef. Std. Err. z P>|z| [95% Conf. Interval] -------------+---------------------------------------------------------------- D_DoaW | .279707 .1709827 1.64 0.102 -.055413 .6148269 D_DoaL | -.0825047 .1730166 -0.48 0.633 -.4216111 .2566017 Hab_Adir | .0019194 .0252755 0.08 0.939 -.0476196 .0514585 Hab_Aind | .0380345 .0200515 1.90 0.058 -.0012658 .0773348 Hab_Leg | .1383394 .1058574 1.31 0.191 -.0691374 .3458162 Int_Habil | -.0020121 .0010887 -1.85 0.065 -.004146 .0001217 N_Laç_Dir | .027284 .0354505 0.77 0.442 -.0421977 .0967658 N_Laç_Ind | -.0404878 .0211399 -1.92 0.055 -.0819212 .0009455 N_Board | -.018833 .0043051 -4.37 0.000 -.0272709 -.0103951 Log_RB | .2695718 .0542975 4.96 0.000 .1631506 .375993 Ind_DOA | -.8542367 .347732 -2.46 0.014 -1.535779 -.1726945 _cons | -1.318845 .7357773 -1.79 0.073 -2.760942 .123252 -------------+---------------------------------------------------------------- sigma_u | 1.1148478 sigma_e | 1.034253 rho | .53744895 (fraction of variance due to u_i) ------------------------------------------------------------------------------ . . . . estimates store re . . . . xtreg Mk_T_Book D_DoaW D_DoaL Hab_Adir Hab_Aind Hab_Leg Int_Habil N_Laç_Dir N_Laç_Ind N_Board Log_RB Ind_DOA, vce(robu > st) re Random-effects GLS regression Number of obs = 458 Group variable: Fir_Num Number of groups = 228 R-sq: within = 0.1645 Obs per group: min = 1 between = 0.1097 avg = 2.0 overall = 0.1257 max = 3 Wald chi2(11) = 119.26 corr(u_i, X) = 0 (assumed) Prob > chi2 = 0.0000 (Std. Err. adjusted for 228 clusters in Fir_Num) ------------------------------------------------------------------------------ | Robust Mk_T_Book | Coef. Std. Err. z P>|z| [95% Conf. Interval] -------------+---------------------------------------------------------------- D_DoaW | .279707 .2016533 1.39 0.165 -.1155263 .6749402 D_DoaL | -.0825047 .1986534 -0.42 0.678 -.4718582 .3068488 Hab_Adir | .0019194 .0172904 0.11 0.912 -.0319691 .035808
201
Hab_Aind | .0380345 .0201676 1.89 0.059 -.0014933 .0775622 Hab_Leg | .1383394 .0875335 1.58 0.114 -.0332231 .3099019 Int_Habil | -.0020121 .0006309 -3.19 0.001 -.0032487 -.0007756 N_Laç_Dir | .027284 .036343 0.75 0.453 -.0439469 .098515 N_Laç_Ind | -.0404878 .0175073 -2.31 0.021 -.0748015 -.0061741 N_Board | -.018833 .0038155 -4.94 0.000 -.0263113 -.0113548 Log_RB | .2695718 .059775 4.51 0.000 .1524149 .3867287 Ind_DOA | -.8542367 .2996348 -2.85 0.004 -1.44151 -.2669633 _cons | -1.318845 .7424038 -1.78 0.076 -2.77393 .1362398 -------------+---------------------------------------------------------------- sigma_u | 1.1148478 sigma_e | 1.034253 rho | .53744895 (fraction of variance due to u_i) ------------------------------------------------------------------------------ . . . . estimates store reRobust . . . . hausman fe re ---- Coefficients ---- | (b) (B) (b-B) sqrt(diag(V_b-V_B)) | fe re Difference S.E. -------------+---------------------------------------------------------------- D_DoaW | .4779973 .279707 .1982903 .1103758 D_DoaL | -.0214219 -.0825047 .0610828 .1108381 Hab_Adir | -.0674194 .0019194 -.0693389 .0289761 Hab_Aind | .0502157 .0380345 .0121813 .0257028 Hab_Leg | .3509133 .1383394 .2125738 .0845614 Int_Habil | -.0039199 -.0020121 -.0019078 .0007919 N_Laç_Dir | .0833814 .027284 .0560974 .0288849 N_Laç_Ind | -.0370474 -.0404878 .0034404 .0156671 N_Board | -.0177927 -.018833 .0010404 .0033631 Log_RB | .2520281 .2695718 -.0175437 .0764389 Ind_DOA | -2.709233 -.8542367 -1.854996 1.564581 ------------------------------------------------------------------------------ b = consistent under Ho and Ha; obtained from xtreg B = inconsistent under Ha, efficient under Ho; obtained from xtreg Test: Ho: difference in coefficients not systematic chi2(11) = (b-B)'[(V_b-V_B)^(-1)](b-B) = 17.59 Prob>chi2 = 0.0915 . . . . estimates table fe feRobust re reRobust , stats(N N_g sigma_u sigma_e rho) star (.1 .01 .001) ------------------------------------------------------------------------------ Variable | fe feRobust re reRobust -------------+---------------------------------------------------------------- D_DoaW | .47799728* .47799728* .27970698 .27970698 D_DoaL | -.02142193 -.02142193 -.08250471 -.08250471 Hab_Adir | -.06741944* -.06741944* .00191941 .00191941 Hab_Aind | .05021572 .05021572 .03803447* .03803447* Hab_Leg | .35091325* .35091325*** .13833941 .13833941 Int_Habil | -.00391989** -.00391989* -.00201214* -.00201214** N_Laç_Dir | .08338144* .08338144 .02728405 .02728405 N_Laç_Ind | -.03704737 -.03704737* -.04048781* -.04048781* N_Board | -.01779267** -.01779267*** -.01883303*** -.01883303*** Log_RB | .25202811** .25202811** .2695718*** .2695718*** Ind_DOA | -2.7092327* -2.7092327 -.85423666* -.85423666** _cons | -.81116774 -.81116774 -1.318845* -1.318845* -------------+---------------------------------------------------------------- N | 458 458 458 458 N_g | 228 228 228 228 sigma_u | 1.5297809 1.5297809 1.1148478 1.1148478 sigma_e | 1.034253 1.034253 1.034253 1.034253 rho | .68630266 .68630266 .53744895 .53744895
202
------------------------------------------------------------------------------ legend: * p<.1; ** p<.01; *** p<.001 . . . . areg Mk_T_Book D_DoaW D_DoaL Hab_Adir Hab_Aind Hab_Leg Int_Habil N_Laç_Dir N_Laç_Ind N_Board Log_RB Ind_DOA, absorb(Fi > r_Num) Linear regression, absorbing indicators Number of obs = 458 F( 11, 219) = 4.95 Prob > F = 0.0000 R-squared = 0.8137 Adj R-squared = 0.6113 Root MSE = 1.0343 ------------------------------------------------------------------------------ Mk_T_Book | Coef. Std. Err. t P>|t| [95% Conf. Interval] -------------+---------------------------------------------------------------- D_DoaW | .4779973 .2035139 2.35 0.020 .0769009 .8790937 D_DoaL | -.0214219 .2054747 -0.10 0.917 -.4263827 .3835389 Hab_Adir | -.0674194 .0384508 -1.75 0.081 -.1432004 .0083615 Hab_Aind | .0502157 .0325991 1.54 0.125 -.0140324 .1144638 Hab_Leg | .3509133 .1354859 2.59 0.010 .0838901 .6179364 Int_Habil | -.0039199 .0013463 -2.91 0.004 -.0065732 -.0012666 N_Laç_Dir | .0833814 .0457283 1.82 0.070 -.0067425 .1735053 N_Laç_Ind | -.0370474 .0263125 -1.41 0.161 -.0889056 .0148109 N_Board | -.0177927 .005463 -3.26 0.001 -.0285594 -.0070259 Log_RB | .2520281 .093761 2.69 0.008 .0672387 .4368175 Ind_DOA | -2.709233 1.602758 -1.69 0.092 -5.868036 .4495709 _cons | -.8111677 1.367724 -0.59 0.554 -3.506754 1.884418 -------------+---------------------------------------------------------------- Fir_Num | F(227, 219) = 3.508 0.000 (228 categories)
203
APÊNDICE Q – Resultados da regressão Market-to-book Modelo 4
. . xtreg Mk_T_Book D_DoaW D_DoaL Hab_Adir Hab_Aind Hab_Leg Int_Habil N_Laç_Dir N_Laç_Ind Inds_Fam Inst_Fin Estrang nao_Fin > N_Board Log_RB Ind_DOA, fe note: Inst_Fin omitted because of collinearity Fixed-effects (within) regression Number of obs = 458 Group variable: Fir_Num Number of groups = 228 R-sq: within = 0.2147 Obs per group: min = 1 between = 0.0475 avg = 2.0 overall = 0.0632 max = 3 F(14,216) = 4.22 corr(u_i, Xb) = -0.3400 Prob > F = 0.0000 ------------------------------------------------------------------------------ Mk_T_Book | Coef. Std. Err. t P>|t| [95% Conf. Interval] -------------+---------------------------------------------------------------- D_DoaW | .4580384 .2041063 2.24 0.026 .0557433 .8603335 D_DoaL | -.0064018 .205396 -0.03 0.975 -.4112388 .3984352 Hab_Adir | -.0585469 .0386588 -1.51 0.131 -.1347437 .0176498 Hab_Aind | .0453531 .0326897 1.39 0.167 -.0190785 .1097847 Hab_Leg | .3154031 .1368466 2.30 0.022 .0456774 .5851288 Int_Habil | -.0037574 .0013451 -2.79 0.006 -.0064086 -.0011062 N_Laç_Dir | .0776624 .0461314 1.68 0.094 -.0132629 .1685877 N_Laç_Ind | -.0324882 .0264147 -1.23 0.220 -.0845517 .0195753 Inds_Fam | .5617826 .3336667 1.68 0.094 -.0958769 1.219442 Inst_Fin | 0 (omitted) Estrang | .0252191 .4242473 0.06 0.953 -.8109756 .8614137 nao_Fin | .2514179 .2992895 0.84 0.402 -.338484 .8413197 N_Board | -.0182309 .0054665 -3.33 0.001 -.0290055 -.0074563 Log_RB | .2349069 .093862 2.50 0.013 .0499042 .4199096 Ind_DOA | -2.524553 1.605498 -1.57 0.117 -5.689003 .639896 _cons | -.8851034 1.386891 -0.64 0.524 -3.618676 1.848469 -------------+---------------------------------------------------------------- sigma_u | 1.5194357 sigma_e | 1.0312809 rho | .68461768 (fraction of variance due to u_i) ------------------------------------------------------------------------------ F test that all u_i=0: F(227, 216) = 3.54 Prob > F = 0.0000 . . estimates store fe . . . . xtreg Mk_T_Book D_DoaW D_DoaL Hab_Adir Hab_Aind Hab_Leg Int_Habil N_Laç_Dir N_Laç_Ind Inds_Fam Inst_Fin Estrang nao_Fin > N_Board Log_RB Ind_DOA, vce(robust) fe note: Inst_Fin omitted because of collinearity Fixed-effects (within) regression Number of obs = 458 Group variable: Fir_Num Number of groups = 228 R-sq: within = 0.2147 Obs per group: min = 1 between = 0.0475 avg = 2.0 overall = 0.0632 max = 3 F(14,227) = 6.21 corr(u_i, Xb) = -0.3400 Prob > F = 0.0000 (Std. Err. adjusted for 228 clusters in Fir_Num) ------------------------------------------------------------------------------ | Robust Mk_T_Book | Coef. Std. Err. t P>|t| [95% Conf. Interval] -------------+---------------------------------------------------------------- D_DoaW | .4580384 .1955382 2.34 0.020 .0727363 .8433404 D_DoaL | -.0064018 .1961607 -0.03 0.974 -.3929305 .3801269 Hab_Adir | -.0585469 .039969 -1.46 0.144 -.1373045 .0202107 Hab_Aind | .0453531 .0347804 1.30 0.194 -.0231807 .1138868 Hab_Leg | .3154031 .1086118 2.90 0.004 .1013868 .5294194
204
Int_Habil | -.0037574 .0017977 -2.09 0.038 -.0072997 -.0002151 N_Laç_Dir | .0776624 .0552173 1.41 0.161 -.0311416 .1864663 N_Laç_Ind | -.0324882 .0203418 -1.60 0.112 -.0725711 .0075947 Inds_Fam | .5617826 .2726108 2.06 0.040 .0246114 1.098954 Inst_Fin | 0 (omitted) Estrang | .0252191 .3468931 0.07 0.942 -.6583233 .7087614 nao_Fin | .2514179 .1875141 1.34 0.181 -.118073 .6209088 N_Board | -.0182309 .004872 -3.74 0.000 -.0278311 -.0086307 Log_RB | .2349069 .0948717 2.48 0.014 .0479652 .4218487 Ind_DOA | -2.524553 1.817859 -1.39 0.166 -6.106588 1.057482 _cons | -.8851034 1.425411 -0.62 0.535 -3.693833 1.923626 -------------+---------------------------------------------------------------- sigma_u | 1.5194357 sigma_e | 1.0312809 rho | .68461768 (fraction of variance due to u_i) ------------------------------------------------------------------------------ . . . . estimates store feRobust . . . . xtreg Mk_T_Book D_DoaW D_DoaL Hab_Adir Hab_Aind Hab_Leg Int_Habil N_Laç_Dir N_Laç_Ind Inds_Fam Inst_Fin Estrang nao_Fin > N_Board Log_RB Ind_DOA, re note: nao_Fin omitted because of collinearity Random-effects GLS regression Number of obs = 458 Group variable: Fir_Num Number of groups = 228 R-sq: within = 0.1804 Obs per group: min = 1 between = 0.1037 avg = 2.0 overall = 0.1251 max = 3 Wald chi2(14) = 73.68 corr(u_i, X) = 0 (assumed) Prob > chi2 = 0.0000 ------------------------------------------------------------------------------ Mk_T_Book | Coef. Std. Err. z P>|z| [95% Conf. Interval] -------------+---------------------------------------------------------------- D_DoaW | .2834608 .1711662 1.66 0.098 -.0520188 .6189403 D_DoaL | -.0719515 .1732662 -0.42 0.678 -.4115469 .267644 Hab_Adir | .0051115 .0254185 0.20 0.841 -.0447078 .0549309 Hab_Aind | .0367313 .0201383 1.82 0.068 -.0027391 .0762017 Hab_Leg | .124549 .1063602 1.17 0.242 -.0839132 .3330112 Int_Habil | -.0019694 .0010884 -1.81 0.070 -.0041026 .0001637 N_Laç_Dir | .0270062 .0355025 0.76 0.447 -.0425774 .0965897 N_Laç_Ind | -.0388092 .0211576 -1.83 0.067 -.0802772 .0026589 Inds_Fam | .1754566 .1674094 1.05 0.295 -.1526597 .503573 Inst_Fin | -.2754004 .270301 -1.02 0.308 -.8051807 .2543799 Estrang | -.0883883 .2564728 -0.34 0.730 -.5910658 .4142892 nao_Fin | 0 (omitted) N_Board | -.0191787 .0043078 -4.45 0.000 -.0276218 -.0107356 Log_RB | .2690808 .0544292 4.94 0.000 .1624014 .3757601 Ind_DOA | -.8479445 .3493017 -2.43 0.015 -1.532563 -.1633257 _cons | -1.325044 .7377568 -1.80 0.072 -2.771021 .1209328 -------------+---------------------------------------------------------------- sigma_u | 1.1256488 sigma_e | 1.0312809 rho | .54366746 (fraction of variance due to u_i) ------------------------------------------------------------------------------ . . . . estimates store re . . . . xtreg Mk_T_Book D_DoaW D_DoaL Hab_Adir Hab_Aind Hab_Leg Int_Habil N_Laç_Dir N_Laç_Ind Inds_Fam Inst_Fin Estrang nao_Fin > N_Board Log_RB Ind_DOA, vce(robust) re note: nao_Fin omitted because of collinearity
205
Random-effects GLS regression Number of obs = 458 Group variable: Fir_Num Number of groups = 228 R-sq: within = 0.1804 Obs per group: min = 1 between = 0.1037 avg = 2.0 overall = 0.1251 max = 3 Wald chi2(14) = 121.15 corr(u_i, X) = 0 (assumed) Prob > chi2 = 0.0000 (Std. Err. adjusted for 228 clusters in Fir_Num) ------------------------------------------------------------------------------ | Robust Mk_T_Book | Coef. Std. Err. z P>|z| [95% Conf. Interval] -------------+---------------------------------------------------------------- D_DoaW | .2834608 .201318 1.41 0.159 -.1111153 .6780369 D_DoaL | -.0719515 .1984483 -0.36 0.717 -.4609029 .317 Hab_Adir | .0051115 .0175471 0.29 0.771 -.0292802 .0395033 Hab_Aind | .0367313 .0205102 1.79 0.073 -.003468 .0769307 Hab_Leg | .124549 .0892568 1.40 0.163 -.050391 .299489 Int_Habil | -.0019694 .0006459 -3.05 0.002 -.0032354 -.0007035 N_Laç_Dir | .0270062 .0364829 0.74 0.459 -.044499 .0985114 N_Laç_Ind | -.0388092 .0173973 -2.23 0.026 -.0729072 -.0047112 Inds_Fam | .1754566 .1934254 0.91 0.364 -.2036502 .5545635 Inst_Fin | -.2754004 .1283735 -2.15 0.032 -.5270078 -.023793 Estrang | -.0883883 .1651997 -0.54 0.593 -.4121738 .2353972 nao_Fin | 0 (omitted) N_Board | -.0191787 .0038181 -5.02 0.000 -.0266621 -.0116953 Log_RB | .2690808 .0603639 4.46 0.000 .1507697 .3873919 Ind_DOA | -.8479445 .2995043 -2.83 0.005 -1.434962 -.2609267 _cons | -1.325044 .7417056 -1.79 0.074 -2.77876 .1286722 -------------+---------------------------------------------------------------- sigma_u | 1.1256488 sigma_e | 1.0312809 rho | .54366746 (fraction of variance due to u_i) ------------------------------------------------------------------------------ . . . . estimates store reRobust . . . . hausman fe re ---- Coefficients ---- | (b) (B) (b-B) sqrt(diag(V_b-V_B)) | fe re Difference S.E. -------------+---------------------------------------------------------------- D_DoaW | .4580384 .2834608 .1745776 .1111824 D_DoaL | -.0064018 -.0719515 .0655497 .1103011 Hab_Adir | -.0585469 .0051115 -.0636585 .0291273 Hab_Aind | .0453531 .0367313 .0086217 .02575 Hab_Leg | .3154031 .124549 .1908541 .0861075 Int_Habil | -.0037574 -.0019694 -.0017879 .0007904 N_Laç_Dir | .0776624 .0270062 .0506562 .0294564 N_Laç_Ind | -.0324882 -.0388092 .006321 .0158143 Inds_Fam | .5617826 .1754566 .386326 .2886305 Estrang | .0252191 -.0883883 .1136074 .337946 N_Board | -.0182309 -.0191787 .0009478 .0033654 Log_RB | .2349069 .2690808 -.0341739 .0764691 Ind_DOA | -2.524553 -.8479445 -1.676609 1.56704 ------------------------------------------------------------------------------ b = consistent under Ho and Ha; obtained from xtreg B = inconsistent under Ha, efficient under Ho; obtained from xtreg Test: Ho: difference in coefficients not systematic chi2(13) = (b-B)'[(V_b-V_B)^(-1)](b-B) = 21.98 Prob>chi2 = 0.0556 . .
206
.
. estimates table fe feRobust re reRobust , stats(N N_g sigma_u sigma_e rho) star (.1 .01 .001) ------------------------------------------------------------------------------ Variable | fe feRobust re reRobust -------------+---------------------------------------------------------------- D_DoaW | .45803838* .45803838* .28346078* .28346078 D_DoaL | -.00640177 -.00640177 -.07195146 -.07195146 Hab_Adir | -.05854692 -.05854692 .00511154 .00511154 Hab_Aind | .04535307 .04535307 .03673134* .03673134* Hab_Leg | .31540309* .31540309** .124549 .124549 Int_Habil | -.00375736** -.00375736* -.00196943* -.00196943** N_Laç_Dir | .07766237* .07766237 .02700616 .02700616 N_Laç_Ind | -.03248822 -.03248822 -.03880917* -.03880917* Inds_Fam | .56178258* .56178258* .17545663 .17545663 Inst_Fin | (omitted) (omitted) -.2754004 -.2754004* Estrang | .02521905 .02521905 -.0883883 -.0883883 nao_Fin | .25141788 .25141788 (omitted) (omitted) N_Board | -.01823088** -.01823088*** -.01917868*** -.01917868*** Log_RB | .23490692* .23490692* .26908078*** .26908078*** Ind_DOA | -2.5245534 -2.5245534 -.84794446* -.84794446** _cons | -.88510338 -.88510338 -1.325044* -1.325044* -------------+---------------------------------------------------------------- N | 458 458 458 458 N_g | 228 228 228 228 sigma_u | 1.5194357 1.5194357 1.1256488 1.1256488 sigma_e | 1.0312809 1.0312809 1.0312809 1.0312809 rho | .68461768 .68461768 .54366746 .54366746 ------------------------------------------------------------------------------ legend: * p<.1; ** p<.01; *** p<.001 . . . . areg Mk_T_Book D_DoaW D_DoaL Hab_Adir Hab_Aind Hab_Leg Int_Habil N_Laç_Dir N_Laç_Ind Inds_Fam Inst_Fin Estrang nao_Fin > N_Board Log_RB Ind_DOA, absorb(Fir_Num) note: Inst_Fin omitted because of collinearity Linear regression, absorbing indicators Number of obs = 458 F( 14, 216) = 4.22 Prob > F = 0.0000 R-squared = 0.8173 Adj R-squared = 0.6135 Root MSE = 1.0313 ------------------------------------------------------------------------------ Mk_T_Book | Coef. Std. Err. t P>|t| [95% Conf. Interval] -------------+---------------------------------------------------------------- D_DoaW | .4580384 .2041063 2.24 0.026 .0557433 .8603335 D_DoaL | -.0064018 .205396 -0.03 0.975 -.4112388 .3984352 Hab_Adir | -.0585469 .0386588 -1.51 0.131 -.1347437 .0176498 Hab_Aind | .0453531 .0326897 1.39 0.167 -.0190785 .1097847 Hab_Leg | .3154031 .1368466 2.30 0.022 .0456774 .5851288 Int_Habil | -.0037574 .0013451 -2.79 0.006 -.0064086 -.0011062 N_Laç_Dir | .0776624 .0461314 1.68 0.094 -.0132629 .1685877 N_Laç_Ind | -.0324882 .0264147 -1.23 0.220 -.0845517 .0195753 Inds_Fam | .5617826 .3336667 1.68 0.094 -.0958769 1.219442 Inst_Fin | 0 (omitted) Estrang | .0252191 .4242473 0.06 0.953 -.8109756 .8614137 nao_Fin | .2514179 .2992895 0.84 0.402 -.338484 .8413197 N_Board | -.0182309 .0054665 -3.33 0.001 -.0290055 -.0074563 Log_RB | .2349069 .093862 2.50 0.013 .0499042 .4199096 Ind_DOA | -2.524553 1.605498 -1.57 0.117 -5.689003 .639896 _cons | -.8851034 1.386891 -0.64 0.524 -3.618676 1.848469 -------------+---------------------------------------------------------------- Fir_Num | F(227, 216) = 3.541 0.000 (228 categories)
207
APÊNDICE R – Resultados da regressão Market-to-book Modelo 5
. xtreg Mk_T_Book DDonPresT DDonGovT DDonSenT DDonDefT DDonDeeT Hab_Adir Hab_Aind Hab_Leg > Int_Habil N_Laç_Dir N_Laç_Ind N_Board Log_RB Ind_DOA, fe Fixed-effects (within) regression Number of obs = 458 Group variable: Fir_Num Number of groups = 228 R-sq: within = 0.2077 Obs per group: min = 1 between = 0.0498 avg = 2.0 overall = 0.0632 max = 3 F(14,216) = 4.04 corr(u_i, Xb) = -0.3602 Prob > F = 0.0000 ------------------------------------------------------------------------------ Mk_T_Book | Coef. Std. Err. t P>|t| [95% Conf. Interval] -------------+---------------------------------------------------------------- DDonPresT | .1198133 .2641793 0.45 0.651 -.400886 .6405125 DDonGovT | .4218104 .2534018 1.66 0.097 -.0776465 .9212673 DDonSenT | .2596645 .2950954 0.88 0.380 -.3219707 .8412998 DDonDefT | .0739278 .2239319 0.33 0.742 -.3674436 .5152992 DDonDeeT | -.0610295 .2446798 -0.25 0.803 -.5432952 .4212362 Hab_Adir | -.0650474 .0391185 -1.66 0.098 -.1421502 .0120554 Hab_Aind | .0430793 .0329578 1.31 0.193 -.0218808 .1080394 Hab_Leg | .3818385 .1385625 2.76 0.006 .1087308 .6549462 Int_Habil | -.0040307 .0013609 -2.96 0.003 -.0067131 -.0013483 N_Laç_Dir | .0947251 .0463692 2.04 0.042 .003331 .1861193 N_Laç_Ind | -.0384105 .0264729 -1.45 0.148 -.0905888 .0137679 N_Board | -.0179089 .0055397 -3.23 0.001 -.0288276 -.0069901 Log_RB | .2236965 .0944098 2.37 0.019 .037614 .4097789 Ind_DOA | -2.646924 1.604804 -1.65 0.101 -5.810006 .5161573 _cons | -.4387247 1.381754 -0.32 0.751 -3.162173 2.284724 -------------+---------------------------------------------------------------- sigma_u | 1.5251428 sigma_e | 1.035893 rho | .68430959 (fraction of variance due to u_i) ------------------------------------------------------------------------------ F test that all u_i=0: F(227, 216) = 3.48 Prob > F = 0.0000 . . estimates store fe . . . . xtreg Mk_T_Book DDonPresT DDonGovT DDonSenT DDonDefT DDonDeeT Hab_Adir Hab_Aind Hab_Leg > Int_Habil N_Laç_Dir N_Laç_Ind N_Board Log_RB Ind_DOA, vce(robust) fe Fixed-effects (within) regression Number of obs = 458 Group variable: Fir_Num Number of groups = 228 R-sq: within = 0.2077 Obs per group: min = 1 between = 0.0498 avg = 2.0 overall = 0.0632 max = 3 F(14,227) = 5.20 corr(u_i, Xb) = -0.3602 Prob > F = 0.0000 (Std. Err. adjusted for 228 clusters in Fir_Num) ------------------------------------------------------------------------------ | Robust Mk_T_Book | Coef. Std. Err. t P>|t| [95% Conf. Interval] -------------+---------------------------------------------------------------- DDonPresT | .1198133 .2637896 0.45 0.650 -.3999761 .6396026 DDonGovT | .4218104 .2400572 1.76 0.080 -.0512151 .8948359 DDonSenT | .2596645 .3383571 0.77 0.444 -.4070579 .926387 DDonDefT | .0739278 .2062378 0.36 0.720 -.3324574 .4803131 DDonDeeT | -.0610295 .2780814 -0.22 0.826 -.6089803 .4869213 Hab_Adir | -.0650474 .0424069 -1.53 0.126 -.1486089 .0185142 Hab_Aind | .0430793 .0381864 1.13 0.260 -.0321658 .1183244 Hab_Leg | .3818385 .1102062 3.46 0.001 .1646806 .5989964 Int_Habil | -.0040307 .0018213 -2.21 0.028 -.0076194 -.0004419
208
N_Laç_Dir | .0947251 .0580317 1.63 0.104 -.0196245 .2090747 N_Laç_Ind | -.0384105 .0214483 -1.79 0.075 -.0806737 .0038527 N_Board | -.0179089 .0046896 -3.82 0.000 -.0271496 -.0086681 Log_RB | .2236965 .1045742 2.14 0.033 .0176362 .4297567 Ind_DOA | -2.646924 1.73909 -1.52 0.129 -6.073749 .7799003 _cons | -.4387247 1.52826 -0.29 0.774 -3.450114 2.572665 -------------+---------------------------------------------------------------- sigma_u | 1.5251428 sigma_e | 1.035893 rho | .68430959 (fraction of variance due to u_i) ------------------------------------------------------------------------------ . . . . estimates store feRobust . . . . xtreg Mk_T_Book DDonPresT DDonGovT DDonSenT DDonDefT DDonDeeT Hab_Adir Hab_Aind Hab_Leg > Int_Habil N_Laç_Dir N_Laç_Ind N_Board Log_RB Ind_DOA, re Random-effects GLS regression Number of obs = 458 Group variable: Fir_Num Number of groups = 228 R-sq: within = 0.1696 Obs per group: min = 1 between = 0.1114 avg = 2.0 overall = 0.1276 max = 3 Wald chi2(14) = 72.64 corr(u_i, X) = 0 (assumed) Prob > chi2 = 0.0000 ------------------------------------------------------------------------------ Mk_T_Book | Coef. Std. Err. z P>|z| [95% Conf. Interval] -------------+---------------------------------------------------------------- DDonPresT | -.0220176 .2125992 -0.10 0.918 -.4387044 .3946692 DDonGovT | .1857477 .2141764 0.87 0.386 -.2340303 .6055258 DDonSenT | .2967383 .2560784 1.16 0.247 -.2051662 .7986428 DDonDefT | -.1057585 .1919055 -0.55 0.582 -.4818863 .2703694 DDonDeeT | .0766712 .2039638 0.38 0.707 -.3230904 .4764329 Hab_Adir | -.0015368 .0255456 -0.06 0.952 -.0516054 .0485317 Hab_Aind | .0348771 .0201127 1.73 0.083 -.0045432 .0742973 Hab_Leg | .1445682 .1070712 1.35 0.177 -.0652875 .3544239 Int_Habil | -.0019853 .0010942 -1.81 0.070 -.00413 .0001593 N_Laç_Dir | .0324599 .035521 0.91 0.361 -.0371599 .1020797 N_Laç_Ind | -.0415477 .0211839 -1.96 0.050 -.0830674 -.0000281 N_Board | -.0185341 .0043386 -4.27 0.000 -.0270375 -.0100307 Log_RB | .2549292 .0552149 4.62 0.000 .1467099 .3631484 Ind_DOA | -.8903286 .3510402 -2.54 0.011 -1.578355 -.2023025 _cons | -1.100696 .7507978 -1.47 0.143 -2.572233 .3708408 -------------+---------------------------------------------------------------- sigma_u | 1.1211911 sigma_e | 1.035893 rho | .53948152 (fraction of variance due to u_i) ------------------------------------------------------------------------------ . . . . estimates store re . . . . xtreg Mk_T_Book DDonPresT DDonGovT DDonSenT DDonDefT DDonDeeT Hab_Adir Hab_Aind Hab_Leg > Int_Habil N_Laç_Dir N_Laç_Ind N_Board Log_RB Ind_DOA, vce(robust) re Random-effects GLS regression Number of obs = 458 Group variable: Fir_Num Number of groups = 228 R-sq: within = 0.1696 Obs per group: min = 1 between = 0.1114 avg = 2.0 overall = 0.1276 max = 3
209
Wald chi2(14) = 117.77 corr(u_i, X) = 0 (assumed) Prob > chi2 = 0.0000 (Std. Err. adjusted for 228 clusters in Fir_Num) ------------------------------------------------------------------------------ | Robust Mk_T_Book | Coef. Std. Err. z P>|z| [95% Conf. Interval] -------------+---------------------------------------------------------------- DDonPresT | -.0220176 .2320663 -0.09 0.924 -.4768592 .432824 DDonGovT | .1857477 .215833 0.86 0.389 -.2372772 .6087727 DDonSenT | .2967383 .3636417 0.82 0.414 -.4159864 1.009463 DDonDefT | -.1057585 .1838254 -0.58 0.565 -.4660496 .2545327 DDonDeeT | .0766712 .2245829 0.34 0.733 -.3635031 .5168456 Hab_Adir | -.0015368 .0181368 -0.08 0.932 -.0370843 .0340106 Hab_Aind | .0348771 .0202288 1.72 0.085 -.0047707 .0745248 Hab_Leg | .1445682 .0893072 1.62 0.105 -.0304706 .319607 Int_Habil | -.0019853 .0006509 -3.05 0.002 -.0032611 -.0007096 N_Laç_Dir | .0324599 .0368703 0.88 0.379 -.0398047 .1047244 N_Laç_Ind | -.0415477 .0178498 -2.33 0.020 -.0765328 -.0065627 N_Board | -.0185341 .0036532 -5.07 0.000 -.0256943 -.0113739 Log_RB | .2549292 .0580067 4.39 0.000 .1412382 .3686201 Ind_DOA | -.8903286 .3044253 -2.92 0.003 -1.486991 -.293666 _cons | -1.100696 .7278351 -1.51 0.130 -2.527226 .3258346 -------------+---------------------------------------------------------------- sigma_u | 1.1211911 sigma_e | 1.035893 rho | .53948152 (fraction of variance due to u_i) ------------------------------------------------------------------------------ . . . . estimates store reRobust . . . . hausman fe re ---- Coefficients ---- | (b) (B) (b-B) sqrt(diag(V_b-V_B)) | fe re Difference S.E. -------------+---------------------------------------------------------------- DDonPresT | .1198133 -.0220176 .1418308 .1568192 DDonGovT | .4218104 .1857477 .2360627 .1354288 DDonSenT | .2596645 .2967383 -.0370738 .1466463 DDonDefT | .0739278 -.1057585 .1796863 .1154027 DDonDeeT | -.0610295 .0766712 -.1377008 .1351554 Hab_Adir | -.0650474 -.0015368 -.0635105 .0296256 Hab_Aind | .0430793 .0348771 .0082023 .0261093 Hab_Leg | .3818385 .1445682 .2372703 .0879506 Int_Habil | -.0040307 -.0019853 -.0020453 .0008092 N_Laç_Dir | .0947251 .0324599 .0622653 .0298055 N_Laç_Ind | -.0384105 -.0415477 .0031373 .0158764 N_Board | -.0179089 -.0185341 .0006252 .0034446 Log_RB | .2236965 .2549292 -.0312327 .0765802 Ind_DOA | -2.646924 -.8903286 -1.756596 1.56594 ------------------------------------------------------------------------------ b = consistent under Ho and Ha; obtained from xtreg B = inconsistent under Ha, efficient under Ho; obtained from xtreg Test: Ho: difference in coefficients not systematic chi2(14) = (b-B)'[(V_b-V_B)^(-1)](b-B) = 19.56 Prob>chi2 = 0.1446 . . . . estimates table fe feRobust re reRobust , stats(N N_g sigma_u sigma_e rho) star (.1 .01 . > 001) ------------------------------------------------------------------------------ Variable | fe feRobust re reRobust -------------+----------------------------------------------------------------
210
DDonPresT | .11981325 .11981325 -.02201758 -.02201758 DDonGovT | .42181039* .42181039* .18574772 .18574772 DDonSenT | .25966453 .25966453 .29673832 .29673832 DDonDefT | .07392783 .07392783 -.10575846 -.10575846 DDonDeeT | -.06102951 -.06102951 .07667125 .07667125 Hab_Adir | -.06504737* -.06504737 -.00153683 -.00153683 Hab_Aind | .04307931 .04307931 .03487706* .03487706* Hab_Leg | .3818385** .3818385*** .14456819 .14456819 Int_Habil | -.00403066** -.00403066* -.00198534* -.00198534** N_Laç_Dir | .09472513* .09472513 .03245986 .03245986 N_Laç_Ind | -.03841046 -.03841046* -.04154775* -.04154775* N_Board | -.01790885** -.01790885*** -.0185341*** -.0185341*** Log_RB | .22369647* .22369647* .25492916*** .25492916*** Ind_DOA | -2.6469242 -2.6469242 -.89032864* -.89032864** _cons | -.4387247 -.4387247 -1.1006959 -1.1006959 -------------+---------------------------------------------------------------- N | 458 458 458 458 N_g | 228 228 228 228 sigma_u | 1.5251428 1.5251428 1.1211911 1.1211911 sigma_e | 1.035893 1.035893 1.035893 1.035893 rho | .68430959 .68430959 .53948152 .53948152 ------------------------------------------------------------------------------ legend: * p<.1; ** p<.01; *** p<.001 . . . . areg Mk_T_Book DDonPresT DDonGovT DDonSenT DDonDefT DDonDeeT Hab_Adir Hab_Aind Hab_Leg I > nt_Habil N_Laç_Dir N_Laç_Ind N_Board Log_RB Ind_DOA, absorb(Fir_Num) Linear regression, absorbing indicators Number of obs = 458 F( 14, 216) = 4.04 Prob > F = 0.0000 R-squared = 0.8157 Adj R-squared = 0.6100 Root MSE = 1.0359 ------------------------------------------------------------------------------ Mk_T_Book | Coef. Std. Err. t P>|t| [95% Conf. Interval] -------------+---------------------------------------------------------------- DDonPresT | .1198133 .2641793 0.45 0.651 -.400886 .6405125 DDonGovT | .4218104 .2534018 1.66 0.097 -.0776465 .9212673 DDonSenT | .2596645 .2950954 0.88 0.380 -.3219707 .8412998 DDonDefT | .0739278 .2239319 0.33 0.742 -.3674436 .5152992 DDonDeeT | -.0610295 .2446798 -0.25 0.803 -.5432952 .4212362 Hab_Adir | -.0650474 .0391185 -1.66 0.098 -.1421502 .0120554 Hab_Aind | .0430793 .0329578 1.31 0.193 -.0218808 .1080394 Hab_Leg | .3818385 .1385625 2.76 0.006 .1087308 .6549462 Int_Habil | -.0040307 .0013609 -2.96 0.003 -.0067131 -.0013483 N_Laç_Dir | .0947251 .0463692 2.04 0.042 .003331 .1861193 N_Laç_Ind | -.0384105 .0264729 -1.45 0.148 -.0905888 .0137679 N_Board | -.0179089 .0055397 -3.23 0.001 -.0288276 -.0069901 Log_RB | .2236965 .0944098 2.37 0.019 .037614 .4097789 Ind_DOA | -2.646924 1.604804 -1.65 0.101 -5.810006 .5161573 _cons | -.4387247 1.381754 -0.32 0.751 -3.162173 2.284724 -------------+---------------------------------------------------------------- Fir_Num | F(227, 216) = 3.483 0.000 (228 categories) .
211
APÊNDICE S – Resultados da regressão Market-to-book Modelo 6 . xtreg Mk_T_Book DDonPresT DDonGovT DDonSenT DDonDefT DDonDeeT Hab_Adir Hab_Aind Hab_Leg > Int_Habil N_Laç_Dir N_Laç_Ind Inds_Fam Inst_Fin Estrang nao_Fin N_Board Log_RB Ind_DOA > , fe note: Estrang omitted because of collinearity Fixed-effects (within) regression Number of obs = 458 Group variable: Fir_Num Number of groups = 228 R-sq: within = 0.2212 Obs per group: min = 1 between = 0.0447 avg = 2.0 overall = 0.0621 max = 3 F(17,213) = 3.56 corr(u_i, Xb) = -0.3359 Prob > F = 0.0000 ------------------------------------------------------------------------------ Mk_T_Book | Coef. Std. Err. t P>|t| [95% Conf. Interval] -------------+---------------------------------------------------------------- DDonPresT | .1078785 .2663447 0.41 0.686 -.4171306 .6328875 DDonGovT | .3727598 .2564586 1.45 0.148 -.132762 .8782817 DDonSenT | .2641126 .2963019 0.89 0.374 -.3199471 .8481722 DDonDefT | .118206 .22487 0.53 0.600 -.3250495 .5614616 DDonDeeT | -.0857165 .2457777 -0.35 0.728 -.5701847 .3987516 Hab_Adir | -.0570737 .0393496 -1.45 0.148 -.1346381 .0204907 Hab_Aind | .0391203 .0330342 1.18 0.238 -.0259956 .1042361 Hab_Leg | .346791 .1401449 2.47 0.014 .0705424 .6230395 Int_Habil | -.0038771 .0013616 -2.85 0.005 -.006561 -.0011932 N_Laç_Dir | .0888568 .0468095 1.90 0.059 -.0034124 .1811261 N_Laç_Ind | -.0340008 .0265972 -1.28 0.203 -.0864283 .0184267 Inds_Fam | .4803419 .3640398 1.32 0.188 -.2372401 1.197924 Inst_Fin | -.0693414 .428943 -0.16 0.872 -.9148583 .7761755 Estrang | 0 (omitted) nao_Fin | .1907375 .3238155 0.59 0.556 -.447556 .829031 N_Board | -.0184573 .0055518 -3.32 0.001 -.0294009 -.0075138 Log_RB | .2096675 .0945613 2.22 0.028 .0232718 .3960633 Ind_DOA | -2.472478 1.609403 -1.54 0.126 -5.644876 .6999205 _cons | -.4847082 1.414131 -0.34 0.732 -3.272192 2.302775 -------------+---------------------------------------------------------------- sigma_u | 1.5164365 sigma_e | 1.0342026 rho | .68253908 (fraction of variance due to u_i) ------------------------------------------------------------------------------ F test that all u_i=0: F(227, 213) = 3.51 Prob > F = 0.0000 . . estimates store fe . . . . xtreg Mk_T_Book DDonPresT DDonGovT DDonSenT DDonDefT DDonDeeT Hab_Adir Hab_Aind Hab_Leg > Int_Habil N_Laç_Dir N_Laç_Ind Inds_Fam Inst_Fin Estrang nao_Fin N_Board Log_RB Ind_DO > A, vce(robust) fe note: Estrang omitted because of collinearity Fixed-effects (within) regression Number of obs = 458 Group variable: Fir_Num Number of groups = 228 R-sq: within = 0.2212 Obs per group: min = 1 between = 0.0447 avg = 2.0 overall = 0.0621 max = 3 F(17,227) = 4.78 corr(u_i, Xb) = -0.3359 Prob > F = 0.0000 (Std. Err. adjusted for 228 clusters in Fir_Num) ------------------------------------------------------------------------------ | Robust Mk_T_Book | Coef. Std. Err. t P>|t| [95% Conf. Interval]
212
-------------+---------------------------------------------------------------- DDonPresT | .1078785 .2574227 0.42 0.676 -.3993651 .615122 DDonGovT | .3727598 .2368969 1.57 0.117 -.0940383 .8395579 DDonSenT | .2641126 .3307683 0.80 0.425 -.3876563 .9158814 DDonDefT | .118206 .2022531 0.58 0.560 -.2803276 .5167397 DDonDeeT | -.0857165 .27799 -0.31 0.758 -.6334874 .4620544 Hab_Adir | -.0570737 .0424327 -1.35 0.180 -.140686 .0265386 Hab_Aind | .0391203 .0377371 1.04 0.301 -.0352395 .11348 Hab_Leg | .346791 .1149582 3.02 0.003 .1202694 .5733125 Int_Habil | -.0038771 .0018495 -2.10 0.037 -.0075214 -.0002328 N_Laç_Dir | .0888568 .0585311 1.52 0.130 -.0264769 .2041906 N_Laç_Ind | -.0340008 .0209789 -1.62 0.106 -.0753391 .0073375 Inds_Fam | .4803419 .3460204 1.39 0.166 -.2014808 1.162165 Inst_Fin | -.0693414 .3365937 -0.21 0.837 -.7325891 .5939063 Estrang | 0 (omitted) nao_Fin | .1907375 .2852862 0.67 0.504 -.3714102 .7528852 N_Board | -.0184573 .0046276 -3.99 0.000 -.0275759 -.0093388 Log_RB | .2096675 .1048168 2.00 0.047 .0031292 .4162059 Ind_DOA | -2.472478 1.732296 -1.43 0.155 -5.885913 .9409582 _cons | -.4847082 1.491912 -0.32 0.746 -3.424475 2.455058 -------------+---------------------------------------------------------------- sigma_u | 1.5164365 sigma_e | 1.0342026 rho | .68253908 (fraction of variance due to u_i) ------------------------------------------------------------------------------ . . . . estimates store feRobust . . . . xtreg Mk_T_Book DDonPresT DDonGovT DDonSenT DDonDefT DDonDeeT Hab_Adir Hab_Aind Hab_Le > g Int_Habil N_Laç_Dir N_Laç_Ind Inds_Fam Inst_Fin Estrang nao_Fin N_Board Log_RB Ind_D > OA, re note: nao_Fin omitted because of collinearity Random-effects GLS regression Number of obs = 458 Group variable: Fir_Num Number of groups = 228 R-sq: within = 0.1836 Obs per group: min = 1 between = 0.1062 avg = 2.0 overall = 0.1273 max = 3 Wald chi2(17) = 75.05 corr(u_i, X) = 0 (assumed) Prob > chi2 = 0.0000 ------------------------------------------------------------------------------ Mk_T_Book | Coef. Std. Err. z P>|z| [95% Conf. Interval] -------------+---------------------------------------------------------------- DDonPresT | -.0317161 .2134939 -0.15 0.882 -.4501565 .3867243 DDonGovT | .1711208 .2159059 0.79 0.428 -.252047 .5942886 DDonSenT | .3071198 .2567291 1.20 0.232 -.1960599 .8102995 DDonDefT | -.074188 .1928208 -0.38 0.700 -.4521097 .3037338 DDonDeeT | .0623278 .2042974 0.31 0.760 -.3380878 .4627435 Hab_Adir | .001501 .0256916 0.06 0.953 -.0488535 .0518556 Hab_Aind | .0335223 .0201981 1.66 0.097 -.0060653 .0731099 Hab_Leg | .1313722 .1076375 1.22 0.222 -.0795934 .3423377 Int_Habil | -.0019443 .0010944 -1.78 0.076 -.0040893 .0002007 N_Laç_Dir | .0324368 .0355901 0.91 0.362 -.0373186 .1021922 N_Laç_Ind | -.0399403 .021212 -1.88 0.060 -.0815151 .0016345 Inds_Fam | .1614666 .1681088 0.96 0.337 -.1680207 .4909538 Inst_Fin | -.2830483 .2722568 -1.04 0.299 -.8166619 .2505653 Estrang | -.0470621 .2596157 -0.18 0.856 -.5558995 .4617754 nao_Fin | 0 (omitted) N_Board | -.0189063 .0043451 -4.35 0.000 -.0274226 -.01039 Log_RB | .2548547 .0553854 4.60 0.000 .1463014 .363408 Ind_DOA | -.8812053 .3525778 -2.50 0.012 -1.572245 -.1901655 _cons | -1.110261 .7528324 -1.47 0.140 -2.585786 .3652632 -------------+---------------------------------------------------------------- sigma_u | 1.1313858 sigma_e | 1.0342026 rho | .54478595 (fraction of variance due to u_i)
213
------------------------------------------------------------------------------ . . . . estimates store re . . . . xtreg Mk_T_Book DDonPresT DDonGovT DDonSenT DDonDefT DDonDeeT Hab_Adir Hab_Aind Hab_Leg > Int_Habil N_Laç_Dir N_Laç_Ind Inds_Fam Inst_Fin Estrang nao_Fin N_Board Log_RB Ind_DO > A, vce(robust) re note: nao_Fin omitted because of collinearity Random-effects GLS regression Number of obs = 458 Group variable: Fir_Num Number of groups = 228 R-sq: within = 0.1836 Obs per group: min = 1 between = 0.1062 avg = 2.0 overall = 0.1273 max = 3 Wald chi2(17) = 119.22 corr(u_i, X) = 0 (assumed) Prob > chi2 = 0.0000 (Std. Err. adjusted for 228 clusters in Fir_Num) ------------------------------------------------------------------------------ | Robust Mk_T_Book | Coef. Std. Err. z P>|z| [95% Conf. Interval] -------------+---------------------------------------------------------------- DDonPresT | -.0317161 .2306375 -0.14 0.891 -.4837573 .4203252 DDonGovT | .1711208 .2179783 0.79 0.432 -.2561088 .5983503 DDonSenT | .3071198 .3672987 0.84 0.403 -.4127724 1.027012 DDonDefT | -.074188 .1837684 -0.40 0.686 -.4343675 .2859915 DDonDeeT | .0623278 .2245686 0.28 0.781 -.3778185 .5024741 Hab_Adir | .001501 .0184416 0.08 0.935 -.0346439 .037646 Hab_Aind | .0335223 .0205499 1.63 0.103 -.0067547 .0737994 Hab_Leg | .1313722 .0905447 1.45 0.147 -.0460921 .3088365 Int_Habil | -.0019443 .0006637 -2.93 0.003 -.0032451 -.0006434 N_Laç_Dir | .0324368 .0369592 0.88 0.380 -.040002 .1048755 N_Laç_Ind | -.0399403 .0177051 -2.26 0.024 -.0746416 -.005239 Inds_Fam | .1614666 .1899518 0.85 0.395 -.2108322 .5337653 Inst_Fin | -.2830483 .1337304 -2.12 0.034 -.545155 -.0209415 Estrang | -.0470621 .1858045 -0.25 0.800 -.4112322 .3171081 nao_Fin | 0 (omitted) N_Board | -.0189063 .0036465 -5.18 0.000 -.0260533 -.0117593 Log_RB | .2548547 .0584313 4.36 0.000 .1403316 .3693779 Ind_DOA | -.8812053 .305377 -2.89 0.004 -1.479733 -.2826773 _cons | -1.110261 .7295568 -1.52 0.128 -2.540166 .3196439 -------------+---------------------------------------------------------------- sigma_u | 1.1313858 sigma_e | 1.0342026 rho | .54478595 (fraction of variance due to u_i) ------------------------------------------------------------------------------ . . . . estimates store reRobust . . . . hausman fe re ---- Coefficients ---- | (b) (B) (b-B) sqrt(diag(V_b-V_B)) | fe re Difference S.E. -------------+---------------------------------------------------------------- DDonPresT | .1078785 -.0317161 .1395945 .1592478 DDonGovT | .3727598 .1711208 .201639 .1384039 DDonSenT | .2641126 .3071198 -.0430072 .1479359 DDonDefT | .118206 -.074188 .192394 .1157007 DDonDeeT | -.0857165 .0623278 -.1480444 .1366354 Hab_Adir | -.0570737 .001501 -.0585747 .0298049
214
Hab_Aind | .0391203 .0335223 .0055979 .0261399 Hab_Leg | .346791 .1313722 .2154188 .0897484 Int_Habil | -.0038771 -.0019443 -.0019328 .0008101 N_Laç_Dir | .0888568 .0324368 .05642 .0304052 N_Laç_Ind | -.0340008 -.0399403 .0059395 .0160457 Inds_Fam | .4803419 .1614666 .3188754 .3228999 Inst_Fin | -.0693414 -.2830483 .2137069 .3314639 N_Board | -.0184573 -.0189063 .000449 .0034558 Log_RB | .2096675 .2548547 -.0451872 .0766439 Ind_DOA | -2.472478 -.8812053 -1.591272 1.570308 ------------------------------------------------------------------------------ b = consistent under Ho and Ha; obtained from xtreg B = inconsistent under Ha, efficient under Ho; obtained from xtreg Test: Ho: difference in coefficients not systematic chi2(16) = (b-B)'[(V_b-V_B)^(-1)](b-B) = 21.57 Prob>chi2 = 0.1576 . . . . estimates table fe feRobust re reRobust , stats(N N_g sigma_u sigma_e rho) star (.1 .01 . > 001) ------------------------------------------------------------------------------ Variable | fe feRobust re reRobust -------------+---------------------------------------------------------------- DDonPresT | .10787845 .10787845 -.03171607 -.03171607 DDonGovT | .37275981 .37275981 .17112078 .17112078 DDonSenT | .26411258 .26411258 .30711977 .30711977 DDonDefT | .11820605 .11820605 -.07418796 -.07418796 DDonDeeT | -.08571652 -.08571652 .06232785 .06232785 Hab_Adir | -.05707369 -.05707369 .00150104 .00150104 Hab_Aind | .03912026 .03912026 .03352234* .03352234 Hab_Leg | .34679096* .34679096** .13137216 .13137216 Int_Habil | -.00387709** -.00387709* -.00194428* -.00194428** N_Laç_Dir | .08885682* .08885682 .03243679 .03243679 N_Laç_Ind | -.0340008 -.0340008 -.03994033* -.03994033* Inds_Fam | .48034192 .48034192 .16146656 .16146656 Inst_Fin | -.06934137 -.06934137 -.28304829 -.28304829* Estrang | (omitted) (omitted) -.04706205 -.04706205 nao_Fin | .19073753 .19073753 (omitted) (omitted) N_Board | -.01845734** -.01845734*** -.01890632*** -.01890632*** Log_RB | .20966752* .20966752* .25485472*** .25485472*** Ind_DOA | -2.4724776 -2.4724776 -.88120532* -.88120532** _cons | -.48470822 -.48470822 -1.1102612 -1.1102612 -------------+---------------------------------------------------------------- N | 458 458 458 458 N_g | 228 228 228 228 sigma_u | 1.5164365 1.5164365 1.1313858 1.1313858 sigma_e | 1.0342026 1.0342026 1.0342026 1.0342026 rho | .68253908 .68253908 .54478595 .54478595 ------------------------------------------------------------------------------ legend: * p<.1; ** p<.01; *** p<.001 . . . . areg Mk_T_Book DDonPresT DDonGovT DDonSenT DDonDefT DDonDeeT Hab_Adir Hab_Aind Hab_Leg In > t_Habil N_Laç_Dir N_Laç_Ind Inds_Fam Inst_Fin Estrang nao_Fin N_Board Log_RB Ind_DOA, > absorb(Fir_Num) note: Estrang omitted because of collinearity Linear regression, absorbing indicators Number of obs = 458 F( 17, 213) = 3.56 Prob > F = 0.0000 R-squared = 0.8188 Adj R-squared = 0.6113 Root MSE = 1.0342 ------------------------------------------------------------------------------ Mk_T_Book | Coef. Std. Err. t P>|t| [95% Conf. Interval]
215
-------------+---------------------------------------------------------------- DDonPresT | .1078785 .2663447 0.41 0.686 -.4171306 .6328875 DDonGovT | .3727598 .2564586 1.45 0.148 -.132762 .8782817 DDonSenT | .2641126 .2963019 0.89 0.374 -.3199471 .8481722 DDonDefT | .118206 .22487 0.53 0.600 -.3250495 .5614616 DDonDeeT | -.0857165 .2457777 -0.35 0.728 -.5701847 .3987516 Hab_Adir | -.0570737 .0393496 -1.45 0.148 -.1346381 .0204907 Hab_Aind | .0391203 .0330342 1.18 0.238 -.0259956 .1042361 Hab_Leg | .346791 .1401449 2.47 0.014 .0705424 .6230395 Int_Habil | -.0038771 .0013616 -2.85 0.005 -.006561 -.0011932 N_Laç_Dir | .0888568 .0468095 1.90 0.059 -.0034124 .1811261 N_Laç_Ind | -.0340008 .0265972 -1.28 0.203 -.0864283 .0184267 Inds_Fam | .4803419 .3640398 1.32 0.188 -.2372401 1.197924 Inst_Fin | -.0693414 .428943 -0.16 0.872 -.9148583 .7761755 Estrang | 0 (omitted) nao_Fin | .1907375 .3238155 0.59 0.556 -.447556 .829031 N_Board | -.0184573 .0055518 -3.32 0.001 -.0294009 -.0075138 Log_RB | .2096675 .0945613 2.22 0.028 .0232718 .3960633 Ind_DOA | -2.472478 1.609403 -1.54 0.126 -5.644876 .6999205 _cons | -.4847082 1.414131 -0.34 0.732 -3.272192 2.302775 -------------+---------------------------------------------------------------- Fir_Num | F(227, 213) = 3.506 0.000 (228 categories)
216
APÊNDICE T – Resultados da regressão ROE modelo 2 xtreg ROE_ D_DoaW D_DoaL Hab_Adir Hab_Aind Hab_Leg Int_Habil N_Laç_Dir N_Laç_Ind N_Board Log_RB Ind_DOA, fe Fixed-effects (within) regression Number of obs = 537 Group variable: Fir_Num Number of groups = 247 R-sq: within = 0.0456 Obs per group: min = 1 between = 0.0214 avg = 2.2 overall = 0.0266 max = 3 F(11,279) = 1.21 corr(u_i, Xb) = -0.1312 Prob > F = 0.2793 ------------------------------------------------------------------------------ ROE_ | Coef. Std. Err. t P>|t| [95% Conf. Interval] -------------+---------------------------------------------------------------- D_DoaW | .0012076 .0266565 0.05 0.964 -.0512659 .053681 D_DoaL | -.000815 .026161 -0.03 0.975 -.052313 .0506831 Hab_Adir | .0043413 .0051359 0.85 0.399 -.0057687 .0144512 Hab_Aind | .0037198 .0041997 0.89 0.377 -.0045473 .0119869 Hab_Leg | .0180857 .0185421 0.98 0.330 -.0184146 .054586 Int_Habil | -.000179 .0001906 -0.94 0.348 -.0005541 .0001961 N_Laç_Dir | -.00304 .00601 -0.51 0.613 -.0148707 .0087907 N_Laç_Ind | .0000312 .0035313 0.01 0.993 -.0069201 .0069825 N_Board | -.0021279 .0007334 -2.90 0.004 -.0035716 -.0006842 Log_RB | .0099248 .0127038 0.78 0.435 -.0150826 .0349322 Ind_DOA | .1308399 .2081653 0.63 0.530 -.2789342 .5406139 _cons | -.0346888 .1813173 -0.19 0.848 -.3916125 .3222349 -------------+---------------------------------------------------------------- sigma_u | .17993186 sigma_e | .15174204 rho | .58438304 (fraction of variance due to u_i) ------------------------------------------------------------------------------ F test that all u_i=0: F(246, 279) = 2.11 Prob > F = 0.0000 . . estimates store fe . . . . xtreg ROE_ D_DoaW D_DoaL Hab_Adir Hab_Aind Hab_Leg Int_Habil N_Laç_Dir N_Laç_Ind N_Board Log_RB Ind_DOA, vce (robust) > fe Fixed-effects (within) regression Number of obs = 537 Group variable: Fir_Num Number of groups = 247 R-sq: within = 0.0456 Obs per group: min = 1 between = 0.0214 avg = 2.2 overall = 0.0266 max = 3 F(11,246) = 2.15 corr(u_i, Xb) = -0.1312 Prob > F = 0.0176 (Std. Err. adjusted for 247 clusters in Fir_Num) ------------------------------------------------------------------------------ | Robust ROE_ | Coef. Std. Err. t P>|t| [95% Conf. Interval] -------------+---------------------------------------------------------------- D_DoaW | .0012076 .023205 0.05 0.959 -.0444982 .0469133 D_DoaL | -.000815 .0222537 -0.04 0.971 -.0446471 .0430171 Hab_Adir | .0043413 .0045715 0.95 0.343 -.004663 .0133455 Hab_Aind | .0037198 .0040672 0.91 0.361 -.0042912 .0117308 Hab_Leg | .0180857 .0181718 1.00 0.321 -.0177064 .0538778 Int_Habil | -.000179 .0001513 -1.18 0.238 -.0004771 .000119 N_Laç_Dir | -.00304 .005664 -0.54 0.592 -.0141962 .0081162 N_Laç_Ind | .0000312 .0035384 0.01 0.993 -.0069383 .0070007 N_Board | -.0021279 .0007252 -2.93 0.004 -.0035563 -.0006996 Log_RB | .0099248 .0110703 0.90 0.371 -.0118799 .0317296 Ind_DOA | .1308399 .2508508 0.52 0.602 -.3632495 .6249292 _cons | -.0346888 .1669256 -0.21 0.836 -.3634745 .2940969 -------------+----------------------------------------------------------------
217
sigma_u | .17993186 sigma_e | .15174204 rho | .58438304 (fraction of variance due to u_i) ------------------------------------------------------------------------------ . . . . estimates store feRobust
218
APÊNDICE U – Resultados da regressão ROAop modelo 2 xtreg ROA_ D_DoaW D_DoaL Hab_Adir Hab_Aind Hab_Leg Int_Habil N_Laç_Dir N_Laç_Ind N_Board Log_RB Ind_DOA, fe Fixed-effects (within) regression Number of obs = 540 Group variable: Fir_Num Number of groups = 247 R-sq: within = 0.0480 Obs per group: min = 1 between = 0.0007 avg = 2.2 overall = 0.0003 max = 3 F(11,282) = 1.29 corr(u_i, Xb) = -0.3218 Prob > F = 0.2284 ------------------------------------------------------------------------------ ROA_ | Coef. Std. Err. t P>|t| [95% Conf. Interval] -------------+---------------------------------------------------------------- D_DoaW | .0002573 .0092787 0.03 0.978 -.018007 .0185217 D_DoaL | -.0036526 .0091155 -0.40 0.689 -.0215956 .0142904 Hab_Adir | .0015958 .0017925 0.89 0.374 -.0019327 .0051242 Hab_Aind | -.0001636 .0014642 -0.11 0.911 -.0030458 .0027186 Hab_Leg | .0059037 .0064717 0.91 0.362 -.0068353 .0186428 Int_Habil | -.0000591 .0000665 -0.89 0.375 -.00019 .0000718 N_Laç_Dir | .0004186 .0020967 0.20 0.842 -.0037085 .0045458 N_Laç_Ind | -.0003151 .0012325 -0.26 0.798 -.0027413 .002111 N_Board | -.0007732 .0002555 -3.03 0.003 -.0012762 -.0002703 Log_RB | .0015528 .0044212 0.35 0.726 -.0071499 .0102556 Ind_DOA | -.0483879 .0720351 -0.67 0.502 -.1901827 .0934069 _cons | .0574296 .0629732 0.91 0.363 -.0665276 .1813869 -------------+---------------------------------------------------------------- sigma_u | .07193284 sigma_e | .05296477 rho | .64844513 (fraction of variance due to u_i) ------------------------------------------------------------------------------ F test that all u_i=0: F(246, 282) = 2.84 Prob > F = 0.0000 . . estimates store fe . . . . xtreg ROA_ D_DoaW D_DoaL Hab_Adir Hab_Aind Hab_Leg Int_Habil N_Laç_Dir N_Laç_Ind N_Board Log_RB Ind_DOA, vce (robust) > fe Fixed-effects (within) regression Number of obs = 540 Group variable: Fir_Num Number of groups = 247 R-sq: within = 0.0480 Obs per group: min = 1 between = 0.0007 avg = 2.2 overall = 0.0003 max = 3 F(11,246) = 3.47 corr(u_i, Xb) = -0.3218 Prob > F = 0.0002 (Std. Err. adjusted for 247 clusters in Fir_Num) ------------------------------------------------------------------------------ | Robust ROA_ | Coef. Std. Err. t P>|t| [95% Conf. Interval] -------------+---------------------------------------------------------------- D_DoaW | .0002573 .0087174 0.03 0.976 -.016913 .0174276 D_DoaL | -.0036526 .0088971 -0.41 0.682 -.0211767 .0138716 Hab_Adir | .0015958 .0016111 0.99 0.323 -.0015776 .0047691 Hab_Aind | -.0001636 .0012645 -0.13 0.897 -.0026543 .0023271 Hab_Leg | .0059037 .006401 0.92 0.357 -.006704 .0185114 Int_Habil | -.0000591 .0000444 -1.33 0.185 -.0001467 .0000284 N_Laç_Dir | .0004186 .0019679 0.21 0.832 -.0034575 .0042948 N_Laç_Ind | -.0003151 .0010557 -0.30 0.766 -.0023946 .0017643 N_Board | -.0007732 .0002414 -3.20 0.002 -.0012487 -.0002978 Log_RB | .0015528 .0043236 0.36 0.720 -.0069632 .0100689 Ind_DOA | -.0483879 .0789173 -0.61 0.540 -.2038277 .1070519
219
_cons | .0574296 .0620393 0.93 0.356 -.0647662 .1796255 -------------+---------------------------------------------------------------- sigma_u | .07193284 sigma_e | .05296477 rho | .64844513 (fraction of variance due to u_i) ------------------------------------------------------------------------------ . . . . estimates store feRobust
220
APÊNDICE V – Resultados da regressão CRESV modelo 2 xtreg Cresc_Vend D_DoaW D_DoaL Hab_Adir Hab_Aind Hab_Leg Int_Habil N_Laç_Dir N_Laç_Ind N_Board Log_RB Ind_DOA, fe Fixed-effects (within) regression Number of obs = 540 Group variable: Fir_Num Number of groups = 247 R-sq: within = 0.0895 Obs per group: min = 1 between = 0.0212 avg = 2.2 overall = 0.0003 max = 3 F(11,282) = 2.52 corr(u_i, Xb) = -0.7555 Prob > F = 0.0049 ------------------------------------------------------------------------------ Cresc_Vend | Coef. Std. Err. t P>|t| [95% Conf. Interval] -------------+---------------------------------------------------------------- D_DoaW | -.0193288 .0367055 -0.53 0.599 -.0915803 .0529226 D_DoaL | .0452153 .0360596 1.25 0.211 -.0257649 .1161955 Hab_Adir | .0003947 .007091 0.06 0.956 -.0135633 .0143527 Hab_Aind | .0039725 .0057924 0.69 0.493 -.0074292 .0153743 Hab_Leg | .0017797 .0256014 0.07 0.945 -.0486144 .0521738 Int_Habil | -.0000466 .0002631 -0.18 0.859 -.0005645 .0004712 N_Laç_Dir | -.0079638 .0082942 -0.96 0.338 -.0242902 .0083626 N_Laç_Ind | .012278 .0048757 2.52 0.012 .0026806 .0218755 N_Board | .0007424 .0010108 0.73 0.463 -.0012473 .0027321 Log_RB | -.0133032 .0174897 -0.76 0.448 -.0477301 .0211237 Ind_DOA | .7689189 .2849621 2.70 0.007 .2079962 1.329842 _cons | .1470172 .2491143 0.59 0.556 -.3433424 .6373768 -------------+---------------------------------------------------------------- sigma_u | .34716273 sigma_e | .20952209 rho | .73300624 (fraction of variance due to u_i) ------------------------------------------------------------------------------ F test that all u_i=0: F(246, 282) = 1.88 Prob > F = 0.0000 . . estimates store fe . . . . xtreg Cresc_Vend D_DoaW D_DoaL Hab_Adir Hab_Aind Hab_Leg Int_Habil N_Laç_Dir N_Laç_Ind N_Board Log_RB Ind_DOA, vce (ro > bust) fe Fixed-effects (within) regression Number of obs = 540 Group variable: Fir_Num Number of groups = 247 R-sq: within = 0.0895 Obs per group: min = 1 between = 0.0212 avg = 2.2 overall = 0.0003 max = 3 F(11,246) = 5.41 corr(u_i, Xb) = -0.7555 Prob > F = 0.0000 (Std. Err. adjusted for 247 clusters in Fir_Num) ------------------------------------------------------------------------------ | Robust Cresc_Vend | Coef. Std. Err. t P>|t| [95% Conf. Interval] -------------+---------------------------------------------------------------- D_DoaW | -.0193288 .0303879 -0.64 0.525 -.0791825 .0405248 D_DoaL | .0452153 .0279469 1.62 0.107 -.0098304 .100261 Hab_Adir | .0003947 .0064465 0.06 0.951 -.0123027 .0130921 Hab_Aind | .0039725 .0059351 0.67 0.504 -.0077176 .0156627 Hab_Leg | .0017797 .0209407 0.08 0.932 -.0394662 .0430255 Int_Habil | -.0000466 .0001759 -0.27 0.791 -.000393 .0002997 N_Laç_Dir | -.0079638 .0089521 -0.89 0.375 -.0255964 .0096688 N_Laç_Ind | .012278 .0058122 2.11 0.036 .00083 .023726 N_Board | .0007424 .0010296 0.72 0.472 -.0012856 .0027703 Log_RB | -.0133032 .02569 -0.52 0.605 -.0639035 .0372971 Ind_DOA | .7689189 .3292527 2.34 0.020 .1204049 1.417433 _cons | .1470172 .3452231 0.43 0.671 -.5329529 .8269873 -------------+----------------------------------------------------------------
221
sigma_u | .34716273 sigma_e | .20952209 rho | .73300624 (fraction of variance due to u_i) ------------------------------------------------------------------------------ . . . . estimates store feRobust .
222
APÊNDICE X – Resultados da regressão RSV modelo 2 . xtreg M_Operac D_DoaW D_DoaL Hab_Adir Hab_Aind Hab_Leg Int_Habil N_Laç_Dir N_Laç_Ind N_Board Log_RB Ind_DOA, fe Fixed-effects (within) regression Number of obs = 537 Group variable: Fir_Num Number of groups = 246 R-sq: within = 0.0807 Obs per group: min = 1 between = 0.0073 avg = 2.2 overall = 0.0301 max = 3 F(11,280) = 2.24 corr(u_i, Xb) = -0.4209 Prob > F = 0.0130 ------------------------------------------------------------------------------ M_Operac | Coef. Std. Err. t P>|t| [95% Conf. Interval] -------------+---------------------------------------------------------------- D_DoaW | -.0090853 .0215407 -0.42 0.674 -.0514876 .0333171 D_DoaL | .0127019 .020978 0.61 0.545 -.0285928 .0539966 Hab_Adir | .0001744 .0041235 0.04 0.966 -.0079426 .0082914 Hab_Aind | .0049148 .0033665 1.46 0.145 -.001712 .0115416 Hab_Leg | .0153336 .0149105 1.03 0.305 -.0140173 .0446844 Int_Habil | -.0001395 .0001529 -0.91 0.362 -.0004405 .0001614 N_Laç_Dir | -.0054773 .0048935 -1.12 0.264 -.01511 .0041554 N_Laç_Ind | -.000634 .0029348 -0.22 0.829 -.006411 .0051431 N_Board | -.0002493 .0005984 -0.42 0.677 -.0014272 .0009287 Log_RB | .0476118 .0124366 3.83 0.000 .0231308 .0720928 Ind_DOA | -.1117925 .1657406 -0.67 0.501 -.4380483 .2144633 _cons | -.5355125 .1741295 -3.08 0.002 -.8782816 -.1927433 -------------+---------------------------------------------------------------- sigma_u | .14599484 sigma_e | .12175708 rho | .58978743 (fraction of variance due to u_i) ------------------------------------------------------------------------------ F test that all u_i=0: F(245, 280) = 1.99 Prob > F = 0.0000 . . estimates store fe . . . . xtreg M_Operac D_DoaW D_DoaL Hab_Adir Hab_Aind Hab_Leg Int_Habil N_Laç_Dir N_Laç_Ind N_Board Log_RB Ind_DOA, vce (robu > st) fe Fixed-effects (within) regression Number of obs = 537 Group variable: Fir_Num Number of groups = 246 R-sq: within = 0.0807 Obs per group: min = 1 between = 0.0073 avg = 2.2 overall = 0.0301 max = 3 F(11,245) = 2.07 corr(u_i, Xb) = -0.4209 Prob > F = 0.0234 (Std. Err. adjusted for 246 clusters in Fir_Num) ------------------------------------------------------------------------------ | Robust M_Operac | Coef. Std. Err. t P>|t| [95% Conf. Interval] -------------+---------------------------------------------------------------- D_DoaW | -.0090853 .0219802 -0.41 0.680 -.0523796 .034209 D_DoaL | .0127019 .0195034 0.65 0.515 -.0257138 .0511177 Hab_Adir | .0001744 .0032069 0.05 0.957 -.0061421 .0064909 Hab_Aind | .0049148 .0029772 1.65 0.100 -.0009494 .010779 Hab_Leg | .0153336 .0134879 1.14 0.257 -.0112335 .0419006 Int_Habil | -.0001395 .0000863 -1.62 0.107 -.0003095 .0000304 N_Laç_Dir | -.0054773 .0056512 -0.97 0.333 -.0166085 .0056539 N_Laç_Ind | -.000634 .003065 -0.21 0.836 -.006671 .0054031 N_Board | -.0002493 .0007689 -0.32 0.746 -.0017638 .0012653 Log_RB | .0476118 .0234791 2.03 0.044 .0013652 .0938583 Ind_DOA | -.1117925 .1301372 -0.86 0.391 -.3681229 .144538 _cons | -.5355125 .3293863 -1.63 0.105 -1.184303 .1132778
223
-------------+---------------------------------------------------------------- sigma_u | .14599484 sigma_e | .12175708 rho | .58978743 (fraction of variance due to u_i) ------------------------------------------------------------------------------ . . . . estimates store feRobust .