Como mencionado anteriormente, o trabalho que inaugurou esta linha de pesquisa foi desenvolvido por Schmalensee (1985), que tentando resolver a questão quanto à importância relativa do setor industrial e das característica individuais no desempenho das empresas, estimou um modelo de análise de variância (ANOVA) utilizando a corporação (denominada em seu trabalho como firma), a indústria e os efeitos de fatia de mercado, utilizado como proxi para o efeito empresa.
Como dispunha de dados de apenas um ano, o que impossibilita a avaliação direta do efeito empresa, Schmalensee (1985) utilizou a fatia de mercado como proxi para o efeito empresa, baseando-se em dados levantados em uma pesquisa feita anteriormente por Ravenscraft (1983). Ele justificou a utilização de fatia de mercado, invocando o postulado da teoria clássica, que afirma que uma alta concentração existente na indústria, facilita estratégias de conluio aumentando o lucro das empresas que participam de tal indústria. Seguiu, então, a tradição de vários trabalhos que utilizaram a concentração na indústria como variável independente para se inferir o lucro. Tais pressupostos implicam que Schmalensee (1985) assume que há uma correlação positiva entre concentração e rentabilidade entre diferentes ramos industriais.
Utilizando, no estudo, dados de 1975 do Line of Business Program of the U.S. federal Trade Commission, Schmalensee procurou estimar a importância relativa das empresas, dos mercados e das diferenças existentes entre fatias de mercado na determinação da rentabilidade empresas manufatureiras americanas. O modelo utilizado foi:
ij i i ij ij
onde r é a taxa de retorno (contábil) da empresa i na indústria j, ij S é a fatia de ij
mercado da empresa,
α
i é o efeito firma,β
i é o efeito indústria,µ
eγ
são constantes eε
ij o resíduo.O resultado encontrado foi a inexistência do efeito corporação, a identificação de um importante efeito indústria que explicava 19% da variância do desempenho e um efeito fatia de mercado existente, porém com pouco poder explicativo. Schmalensee (1985) interpretou estes resultados indicando a ausência de um efeito corporação no desempenho das empresa, implicando que o conhecimento prévio da rentabilidade de uma corporação atuando em um determinado mercado não forneceria informação de qual seria o desempenho desta empresa em outro mercado selecionado aleatoriamente.
Ele também identificou um fator, que denominou de tradição gerencial (SCHMALENSEE, 1985, p. 342-343), equivalente a um efeito corporativo, que deveria ser considerado junto com a indústria e a empresa. O resultado do seu trabalho, que apresenta significativas diferenças entre indústrias, favorece a linha de pesquisa da economia industrial que utiliza a indústria como unidade de análise.
Wernerfelt e Montgomery (1988) utilizando a metodologia apresentada Schmalensee (1985), desenvolveram pesquisa semelhante, porém, utilizando como variável dependente o q de Tobin e o Foco Corporativo como medida de similaridade das empresas dentro de corporações. Eles encontraram um significativo efeito corporação que variava de 13% a 21% do efeito indústria, resultado este completamente diferente dos apresentados por Schmalensee (SCHMALENSEE, 1985)
Particionaram a variância do q de Tobin de 247 empresas diversificadas e encontraram que as pouco diversificadas têm melhor desempenho que as muito diversificadas. Trabalhos posteriores que focaram nas implicações da diversificação sobre o desempenho (BERGER; OFEK, 1995, COMMENT; JARRELL, 1995, LANG; STULZ, 1994) chegaram a resultados semelhantes ao de Wernerfelt e Montgomery (1988).
Contemporâneo a estes trabalhos foi a pesquisa desenvolvida por Hansen e Wernerfelt (1989) que concluiu que fatores organizacionais pareciam ser mais influentes que fatores econômicos na determinação do desempenho da empresa.
Após esta sucessão de artigos analisando a variabilidade existente no desempenho apresentado por grupos de empresa, foi apresentado o trabalho que causaria o maior impacto nesta linha de pesquisa e que impulsionaria as discussões sobre o tema. Este trabalho foi desenvolvido por Rumelt (1991), que utilizando medidas de vários anos para cada empresa, decompôs a variância do desempenho através dos efeitos corporação, empresa, indústria e ano.
Rumelt (1991) desenvolveu suas pesquisas em duas amostras de empresas extraídas do relatório FTC Line of Business. A amostra A foi continha 6932 observações de dados de 1775 grandes empresas do período de 1974 a 1977 pertencentes a 457 corporações operando em um total de 242 indústrias. Na amostra B, ele inclui 1070 empresas que não foram incluídas na amostra A porque eram empresas de pequeno porte, obtendo, então, 10.866 observações de 462 corporações e 2810 empresas operando em 242 indústrias.
Neste estudo, ele particionou a variância total da taxa de retorno em vários fatores, sendo eles: indústria, tempo, fatores associados com a empresa controladora e com aspectos da empresa em estudo. O modelo utilizado foi o seguinte:
ikt i k t it ik ikt
r = +
µ α
+β
+ +γ
δ
+φ
+ε
Onde o
α
i representa o efeito indústria,β
k o efeito corporação,γ
t o efeito ano,δ
it o efeito da interação indústria-ano,φ
ik o efeito empresa eε
ikt representa o resíduo aleatório. Rumelt ressalta que seu modelo não oferece subsídios para inferência sobre as causas das possíveis diferenças encontradas nas indústrias, anos, corporações ou empresa, o que procura é verificar a existência de diferenças no retorno associadas a tais categorias.Existem duas diferenças básicas entre este modelo e o proposto por Schmalensee (1985). Primeiramente foi feita a inclusão dos termos
γ
t eδ
it referentes às variações ano a ano no conjunto global de dados de rentabilidade e variações ano a ano relacionadas com indústrias específicas. Em segundo lugar, o efeito market-share foi substituído pelo efeito empresa.A utilização de uma das conclusões apresentadas por Schmalensee (1985), de que corporações com maior experiência e habilidades tenderiam a escolher entrar em indústrias com maior atratividade, implicando em dependência entre as variáveis α e
β
, levou Rumelt, utilizando um modelo totalmente aleatório, a calcular a variância do desempenho como a soma das variâncias de todas as variáveis aleatórias mais os efeitos da covariância existente entre o fator α eβ
, utilizando a seguinte expressão: 2 2 2 2 2 2 22
r α β γ δ φ ε Cαβ
σ
=σ
+σ
+σ
+σ
+σ
+σ
+ , onde Cαβ representa a covariância entreα
i eβ
k, dado que a corporação k é ativa na indústria i.Após os primeiros resultados, Rumelt chegou à conclusão que o efeito ano e a covariância entre
α
i eβ
k seriam iguais a zero. Re-estimando o modelo com estas restrições, chegou ao seguinte resultado apresentado na Tabela 3.1.Tabela 2.1 – Resultados apresentados por Rumelt
Amostra A Amostra B
Componente Estimativa Percentual Estimativa Percentual
Indústria 23,26 8,32 16,55 4,03 Corporação 2,25 0,80 6,74 1,64 Empresa 129,63 46,37 181,50 44,17 Indústria-ano 21,92 7,84 22,09 5,38 Resíduo 102,51 36,87 184,06 44,79 Total 279,56 100,00 410,95 100,00
Rumelt estimou seu modelo utilizando os métodos ANOVA e VCA, porém enfatizou os resultados apresentados pala VCA, uma vez que o resultado da análise por ANOVA apresentou um substancial efeito corporação, enquanto que os resultados por VCA foram compatíveis aos apresentados por Schmalensee (1985), onde o efeito corporação foi insignificante. Rumelt encontrou um efeito empresa muito
superior ao efeito indústria, efeito este que no modelo de Schmalensee (1985) estava representado no resíduo.
Rumelt alegou ser surpreendente ter encontrado um efeito corporação tão pequeno, uma vez que a literatura em estratégia enfatizava a importância da estratégia corporativa, da cultura corporativa e do papel dos líderes corporativos na busca da vantagem competitiva e de resultados superiores à concorrência.
Diante de tão pequeno efeito corporação encontrado, Rumelt sugere que a estratégia corporativa é relativamente de pouca importância para explicar o desempenho das empresas individuais.
Roquebert, Phillips e Westfall (1996) replicaram o trabalho de Rumelt (1991) utilizando um base de dados mais atualizada e completa. A variável dependente neste estudo foi o ROA (retorno sobre ativos) e utilizando a base de dados COMPUSTAT, foram selecionadas 10 amostras contendo entre 100 e 150 corporações, resultando em 16.596 diferentes observações de ROA. Em cada uma das amostras havia em média 4,01 empresas por corporação. O modelo utilizado neste estudo foi idêntico ao de Rumelt (1991), sendo pesquisada a importância relativa da indústria, da corporação e da empresa na variação do ROA.
Os resultados a que chegaram são consistentes com os apresentado por Rumelt com exceção do efeito corporação cujo resultado foi bastante significativo. O efeito corporação encontrado foi da ordem de 18% enquanto que o efeito indústria foi de apenas 10% e o efeito empresa de 37%.
Selecionaram para sua pesquisa, apenas as empresas pertencentes a corporações que controlassem no mínimo duas empresas, ou seja, sua análise foi feita utilizando apenas empresas pertencentes a controladoras diversificadas. Concluíram que a ordem de grandeza do efeito corporação diminui quando o número de empresas controladas por corporação aumenta, ou seja, o efeito corporação diminui com a diversificação da corporação.
McGahan e Porter (1997) utilizando um modelo com uma metodologia diferente para tratamento do efeito ano, encontraram um efeito corporação de aproximadamente um quarto do efeito indústria. Baseado na metodologia ANOVA com termo auto- regressivo para tratar medidas repetidas no fator ano, eles encontraram um substancial efeito corporação, porém menor que o efeito indústria.
McGahan e Porter utilizaram a base de dados Compustat Business Reports de 1971 a 1994, cobrindo atividade de todos os setores da economia americana (com exceção do setor financeiro) enquanto que os estudos anteriores se focaram apenas no setor manufatureiro. Examinam a importância do ano, indústria, corporação e efeitos específicos da empresa na rentabilidade de empresas americanas agrupadas segundo o código SIC de 4 dígitos. Neste estudo, utilizando dados mais detalhados que os estudos anteriores, os autores indicaram que o efeito indústria seria maior que o identificado em estudos anteriores.
A semelhança dos trabalhos anteriores, o modelo que utilizaram procura captar várias fontes potenciais como explicação da variabilidade do retorno: flutuações macroeconômicas anuais, fatores relativos à indústria, efeitos advindos de se pertencer a uma corporação e efeitos relativos à própria empresa. Seu objetivo foi procurar entender a importância relativa do ramo industrial, da corporação e da empresa na explicação das variações de desempenho quando as indústrias são classificadas segundo o código SIC. O modelo utilizado foi:
µ γ
α
β
φ
ε
= + + + + +
i k t t i k i k i k t
r, , , , ,
A variável dependente ri,k,t representa a relação, medida em porcentagem, entre o
lucro operacional e o total de ativos fixos da empresa. O termo
µ
representa a média geral por todo o período contemplado, bem como para todas as empresas. O termoγ
t representa a diferença entreµ
e o lucro médio de todas as empresas no ano t. O termoα
i representa o efeito indústria, ou seja, qual foi o incremento no lucro associado à participação em uma determinada indústria. O termoβ
k representa o efeito corporação, ou seja, qual o incremento no lucro advindo do fatode se fazer parte de uma corporação. O termo
φ
i k, representa o efeito empresa, ou seja, o incremento no lucro associado com a situação específica da empresa i pertencente ao grupo k. Assume-se que este efeito surja apenas se a empresa fizer parte de um grupo diversificado. O último termoε
i k t, , é o resíduo, ou a parte do lucro não explicada pelo modelo.Este modelo difere do apresentado por Schmalensee (1985), em alguns pontos básicos. Primeiramente, como Schmalensee tinha apenas um ano para sua análise, ela não incluía o efeito ano (
γ
t) e o efeito empresa (φ
i k, ), uma vez que este efeito somente pode ser identificado quando se tem dados de vários anos, pois somente assim pode-se identificar quando o desempenho de um setor industrial específico difere sistematicamente da média.Quanto ao modelo apresentado por Rumelt (1991), a diferença repousa no termo
δ
i t, referente à interação indústria-ano presente naquele modelo. Rumelt procurava, com a inclusão deste termo, diferenciar os efeitos estáveis dos efeitos transientes da indústria. Os efeitos transientes ocorrem quando todos os membros de uma determinada indústria têm lucros altos ou baixos em um ano específico.Concluíram que o efeito ano, indústria, corporação e empresa têm impacto da ordem de 2%, 19%, 4% e 32%, respectivamente, na explicação da variabilidade da rentabilidade. Examinando tais efeitos em diversos setores industriais, descobriram que sua importância difere substancialmente dependendo do setor em que a empresa atua. Por exemplo, o efeito indústria explica uma pequena parte da rentabilidade de empresas de manufatura, enquanto que explicam muito quando se consideram indústrias como a de entretenimento, serviços, atacado, varejo e transportes.
Utilizando uma posição crítica quanto à aplicabilidade da metodologia de componentes de variância, Brush e Bromiley (1997) apresentaram um trabalho onde procuraram testar a efetividade desta técnica na inferência sobre o impacto dos fatores que determinam o desempenho da empresa. Para tal, geraram um conjunto
de dados utilizando simulação e aplicaram a técnica sobre este conjunto de dados cujos parâmetros geradores eram conhecidos.
Eles se focaram particularmente no efeito corporação, que se mostrou muito pequeno no trabalho de Rumelt (1991). Afirmam que a técnica subestima pequenos efeitos e que o efeito corporação não foi bem interpretado gerando afirmações equivocadas de que a estratégia corporativa seria ineficaz na determinação do desempenho das empresas (CARROL, 1993, GHEMAWAT; COSTA, 1993, HOSKISSON; HILL; KIM, 1993). Mostram, também, que a decomposição de variância é sensível à presença de outliers.
Brush, Bromiley e Hendrickx (1999), utilizaram como método alternativo para a estimação da importância dos fatores no resultado da empresa, a técnica de equações simultâneas. No modelo utilizaram o ROA de uma unidade de negócios como combinação linear do ROA da corporação e do ROA da indústria. Como o ROA corporativo simultaneamente influencia e é influenciado pelo ROA da empresa, o modelo contempla duas equações, onde na primeira o ROA da empresa é função do ROA da corporação e um segundo em que o ROA da corporação é função do ROA da unidade de negócios. Utilizando este modelo, tentam avaliar a importância relativa da corporação e da indústria no desempenho da empresa.
Foi utilizada a base de dados COMPUSTAT, dos anos de 1986 a 1995 com 4114 observações de empresas-ano pertencente a corporações atuando em mais de duas indústrias, 2.359 para três, 988 para 4, 355 para 5 e 114 para seis ou mais. Na pesquisa foram utilizadas somente as observações referentes às empresas que fazem parte de corporações que atuam em 3 ou 4 segmentos industriais.
De forma geral encontraram que o desempenho corporativo explica mais da variância da empresa que o desempenho da indústria. A estimativa do R2 para o efeito indústria foi de 1,8 em três segmentos e 1,3 em quatro segmentos. A pesquisa dá suporte à tese de que o efeito corporação é superior ao efeito indústria e, de forma geral, os resultados chega a resultados semelhantes ao de Roquebert, Phllips e Westfall (1996).
Fizeram, também, uma análise em seus dados utilizando o modelo de McGahan e Porter, chegando a um resultado diferente ao encontrado por eles, conforme 3.2.
Tabela 2.2 – Resultados da análise de componentes de variância 3 segmentos 4 segmentos Var-Comp % Var-Comp % Ano 0,93 1,14% 0,61 0,77% Indústria 7,86 9,67% 12,16 15,32% Corporação 4,12 5,07% 11,52 14,52% Empresa 39,02 48,04% 19,94 25,13% Resíduo 29,30 36,08% 35,12 44,26% Total 81,22 100,00% 79,35 100,00%
Chegaram à conclusão que mesmo sendo o efeito empresa o mais significativo, os efeitos corporação e indústria não são desprezíveis e merecem ser considerados por sua importância relativa.
Chang e Sing (2000) fizeram a decomposição de variância da fatia de mercado de empresas de manufatura americanas disponíveis na base de dados Trinet. Utilizaram dados dos anos de 1981, 1983, 1985, 1987 e 1989 retiraram uma amostra de 709 empresas de manufatura pertencentes a corporações com pelo menos duas linhas de negócios, inclusive empresas de pequeno porte.
Procuraram entender se os resultados dos estudos anteriores, que encontraram um pequeno efeito da corporação sobre a rentabilidade das controladas, pode ser estendido também à fatia de mercado. Verificam se a decomposição da variância da fatia de mercado é sensível ao tamanho da firma, às definições de indústria e empresa e à inclusão ou exclusão de pequenas empresas.
Encontraram que o efeito corporação em relação à fatia de mercado é bem maior que zero quando se define mais estritamente o que são linhas de negócios, quando se incluem empresas de pequeno porte e quando as empresas são de médio porte.
Seus resultados diferem dos apresentados por Rumelt (1991) quanto ao efeito corporação. Concluem que o efeito corporação aumenta quando se incluem pequenas empresas. O tamanho do efeito corporação aumenta, também, quando se
utiliza uma definição de indústria mais restritiva (código SIC com 4 dígitos em vez de 3). Assim, indicam que os resultados encontrados são sensíveis às diferentes definições de indústria e à inclusão ou não de pequenas empresas.
Bowman e Helfat (2001), criticam várias questões levantadas em estudos anteriores. Afirmam que os estudos de decomposição da variância são afetados por: percentagem de empresas não controladas por corporações, sendo que quanto maior o número destas empresas menor será o efeito corporação; pela definição de indústria que se adota (SIC de 2, 3 ou 4 dígitos); pela ordem com que as variáveis entram na análise de regressão hierárquica; pela inclusão ou não das interações entre os efeitos; e pela forma como os efeitos corporativos transitórios e estáveis, detectado por eles (BOWMAN; HELFAT, 2001, p. 19), são examinados. Finalizando, concluem que a estratégia corporativa é importante apesar de alguns estudos empíricos não confirmarem tal tese.
McGahan e Porter (2002) procuram conciliar os resultados de estudos anteriores examinando as diferenças nos métodos e base de dados utilizados nestes estudos. Utilizando uma grande base de dados, eles evitam os pressupostos de independência dos efeitos e a omissão da covariância entre efeitos. Empregam o método ANOVA simultânea utilizando análise de regressão. A análise por ANOVA simultânea contempla os efeitos da covariância sem assumir aleatoriedade dos erros. Nos outros estudos os métodos assumiram que os efeitos e suas covariâncias eram aleatoriamente gerados ou imputaram toda a covariância para a indústria ou para o efeito corporação.
Afirmam que o modelo utilizado apresenta a contribuição incremental do poder explicativo dos efeitos corporação e indústria enquanto que permite relações nos processos que geram os efeitos. Argumentam que os efeitos indústria, corporação e empresa estão inter-relacionados temporalmente, ou seja, empresas que têm um desempenho diferenciado da média em um ano, provavelmente também o teriam no ano subseqüente (McGAHAN; PORTER, 2002, p. 848)
Chegam à conclusão que o efeito empresa é mais importante que os efeitos ano, indústria e corporação. Ao efeito ano está associada uma pequena, porém
importante parcela da variação. Afirmam, também, que importância relativa do ano, indústria, corporação e empresa difere entre os diversos setores da economia.
Adner e Helfat (2003) se focam na discussão quanto à existência de um efeito da corporação ou da empresa controladora sobre empresas controladas. Revendo resultados apresentados anteriormente, afirmam que tais pesquisas chegaram a resultados contraditórios, pois enquanto Bowlman e Helfat (2001) dizem que este efeito é significante, Schmalensee e Rumelt (1991) respondem que ele é insignificante. Neste estudo, procuraram avaliar a variação no tempo do efeito corporação, estimando o efeito da variação temporal do efeito corporação associado com as decisões gerenciais no nível corporativo.
Afirmam que a maioria dos estudos anteriores estimou o efeito corporação com base somente na média dos retornos no período em estudo. Tais estudos geralmente não fornecem estimativas do efeito corporação que provém de flutuações temporais. Aspectos importantes da estratégia corporativa envolvem decisões estratégicas, que por sua vez refletem a necessidade atual ou percebida de mudanças. Assim, a omissão do efeito da dimensão variação no tempo do efeito corporação dificulta um melhor entendimento sobre o e efeito da estratégia corporativa.
Para incluir a variação no tempo do efeito corporação, utilizaram o seguinte modelo:
ijt t j it ij t j i ijt r =
µ
+α
+β
+γ
+ϕ
+δ
+β
∆ +ε
onde
β
j∆t é a variação temporal do efeito corporação para um tipo particular de decisão gerencial. Por exemplo, os gestores da corporação podem alterar a estrutura organizacional diversas vezes conforme as condições ambientais mudem.t
∆ representa um período de tempo de múltiplos anos que começa com o ano em que a decisão ocorre na corporação j e termina no ano anterior à próxima decisão do mesmo tipo pela mesma corporação. Assim,
β
j∆t deriva de diferenças entres as combinações de períodos que compreendem a corporação e o tempo, no retorno médio individual de cada período relativo à corporação-tempo. Oβ
j∆té um tipo deefeito de interação corporação-ano que está ligado diretamente a decisões gerenciais.
O modelo foi testado com 30 corporações americanas da indústria do petróleo de 1977 a 1997. A variável dependente foi o ROA de cada empresa individual de cada corporação.
Para identificar as decisões gerenciais no nível corporativo, foram pesquisados artigos no Wall Street Journal de 1977 a 1997. Cada tema publicado foi codificado segundo a natureza das decisões que foram tomadas pelo nível corporativo. Devido às características daquele período, a decisão de fazer dowsizing foi escolhida como a mais recorrente e impactante, sendo assim escolhida para fazer parte do modelo.
Adner e Helfat (2003) utilizaram a análise de variância (ANOVA), para decompor a variância do retorno sobre os ativos, analisando 6 classes de efeitos, que são: ano, segmento industrial, corporação, empresa, segmento-ano, e decisões corporativas de fazer downsizing.
Como esta pesquisa utiliza apenas cinco setores industriais, a explicação do fator indústria foi relativamente pequena e apesar de ser significativo o efeito do