Reação do mercado de capitais ao anúncio de Fusões e Aquisições

RESUMO

Este estudo aborda a reação do mercado de capitais provocada pelos anúncios das operações de Fusão e Aquisição (F&A) nos mercados da Euronext e New York Stock Exchange (NYSE). Para o efeito, a reação de mercado corresponde ao impacto que o anúncio de F&A provoca na formação das rendibilidades anormais. Com base numa amostra de 371 operações entre 2017 e 2022, o estudo utiliza a metodologia do estudo dos eventos para investigar a reação do mercado de capitais e os fatores que a influenciam. Os resultados revelam padrões interessantes em ambos os mercados. Enquanto o valor pago numa operação e a incerteza política não demonstram uma influência estatisticamente significativa na reação do mercado, as operações entre empresas do mesmo setor de atividade, a dimensão das empresas e a experiência nessas operações mostram ter um impacto significativo no mercado de NYSE, mas não na Euronext. Este estudo oferece implicações práticas valiosas para empresas, auxiliando-as na otimização de estratégias de aquisição e escolha dos alvos, para os investidores e acionistas, proporcionando uma base para avaliar os riscos associados. Apesar de algumas limitações, como a limitação do espaço temporal, o estudo destaca a necessidade de análises e estratégias específicas nessas operações.

Palavras-chave:
Fusões e Aquisições; Reação do Mercado; Estudo dos Eventos; Euronext e New York Stock Exchange

ABSTRACT

This study looks at the reaction of the capital market to announcements of mergers and acquisitions (M&A) on the Euronext and New York Stock Exchange (NYSE) markets. For this purpose, the market reaction corresponds to the impact that the M&A announcement has on the formation of abnormal returns. Based on a sample of 371 transactions between 2017 and 2022, the study uses the event study methodology to investigate the reaction of the capital market and the factors that influence it. The results reveal interesting patterns in both markets. While the amount paid in a transaction and political uncertainty do not show a statistically significant influence on the market reaction, transactions between companies in the same sector of activity, the size of the companies and experience in these transactions are shown to have a significant impact on the NYSE market, but not on Euronext. This study offers valuable practical implications for companies, helping them to optimize their acquisition strategies and choice of targets, and, for investors and shareholders, providing a basis for assessing the associated risks. Despite some limitations, such as the time frame, the study highlights the need for specific analysis and strategies in these operations.

Keywords:
Mergers and Acquisitions; Market Reaction; Study of Events; Euronext and New York Stock Exchange

1. INTRODUÇÃO

As F&A são eventos empresariais complexos que desempenham um papel significativo no cenário económico global. A reação do mercado de capitais a esses eventos tem sido um tópico de interesse substancial tanto na literatura académica quanto na empresarial (Healy et al. 1992; Lobo & Gomes, 2022). Consequentemente, muitos são os investigadores que se têm debruçado sobre as operações de F&A nas últimas décadas, bem como sobre as respetivas consequências (Kellner, 2024; Lu et al., 2022; Mal & Gupta, 2020; Panda & Joshipura, 2022; Reddy et al., 2019).

O estudo do impacto das F&A na rendibilidade acionista desempenha um papel fundamental na compreensão das dinâmicas empresariais e no valor dos acionistas. O objetivo essencial por detrás das F&A é a valorização dos acionistas, tornando essas operações como um dos principais meios de investimentos corporativos, tendo uma influência substancial sobre os investidores e sobre as empresas (Reddy et al., 2019).

Atualmente, grande parte dos estudos dessa temática centra-se na utilização de amostras com países de mercados emergentes (Panda & Joshipura, 2022). Embora a NYSE seja a maior bolsa de valores do Mundo e a Euronext a maior bolsa de valores da Europa, não encontrámos estudos que relacionassem esses dois mercados, tornando-se crucial investigar a forma como eles reagem a tal tipo de anúncios. Assim, este estudo visa preencher esse gap da literatura.

Uma tendência predominante nos estudos anteriores tem sido a análise isolada da reação do mercado de capitais. Panda e Joshipura (2022) e Satapathy e Mohapatra (2020) investigaram os efeitos dos anúncios da operação de uma forma individual, isto é, o efeito nas cotações das ações das empresas licitantes ou das empresas-alvo. Contudo, quando o objetivo é analisar a reação do mercado como um todo, é fundamental incluir na amostra tanto as empresas licitantes, como as empresas-alvo. Os principais resultados da literatura existente sugerem que os anúncios de F&A provocam um impacto estatisticamente significativo na reação do mercado de capitais (Jain et al., 2018; Lu et al., 2022).

A principal contribuição deste estudo para a literatura, baseia-se no facto de recorrer a uma abordagem abrangente, considerando uma amostra que abarca duas das maiores bolsas de valores do mundo. Enquanto grande parte dos estudos anteriores (Gulati & Garg, 2022; Lobo & Gomes, 2022; Lu et al., 2022; Panda & Joshipura, 2022) se concentraram predominantemente em análises ao nível de países específicos, este trabalho procura ultrapassar essa limitação, permitindo uma análise global e comparativa da reação do mercado aos anúncios de F&A.

Em suma, o principal objetivo deste artigo é analisar a reação do mercado aos anúncios de F&A no mercado da Euronext e de NYSE. A reação do mercado é avaliada por meio da análise das rendibilidades anormais, que refletem os ajustes nas expectativas dos investidores diante das informações transmitidas pelos anúncios. Esse método permite medir a magnitude e o sinal do impacto causado pelos anúncios de F&A, capturando a forma como o mercado reage aos anúncios das operações. Além disso, pretende-se investigar o impacto de variáveis específicas nas reações do mercado. O valor pago numa operação de F&A (VPO) (King et al., 2021), as empresas relacionadas (ER) (Sankar & Leepsa, 2021), a incerteza política (IP) (Baker et al., 2016), a dimensão das empresas (DIM) (Kyei-Mensah, 2019) e a experiência em operações de F&A (EXP) (Beitel et al., 2004) surgem como variáveis fundamentais que podem ser exploradas. A análise dessas variáveis não só permitirá uma compreensão mais holística da dinâmica do mercado, mas também oferecerá insights sobre como diferentes fatores podem moldar as respostas dos investidores em cenários tão diversos quanto os apresentados pela Euronext e NYSE.

As principais questões de investigação deste estudo são: i) o mercado de capitais reage aos anúncios de F&A? e ii) quais são os fatores que influenciam a reação do mercado de capitais aos anúncios de F&A? Para responder às questões de investigação, vai ser implementada a metodologia do estudo dos eventos e a regressão dos dados em painel.

2. REVISÃO DE LITERATURA E FORMULAÇÃO DE HIPÓTESES

A literatura sobre as F&A concentra os seus estudos na análise do desempenho das empresas envolvidas na operação (Healy et al., 1992). O desempenho das operações é normalmente medido em termos do mercado, isto é, a forma como os anúncios das F&A afetam as cotações das ações das empresas. Ao considerarmos o papel da informação na tomada de decisões do mercado, é imperativo analisar como as informações sobre as F&A são assimiladas e interpretadas pelos investidores.

A teoria da sinalização e a teoria da aprendizagem organizacional são duas abordagens teóricas cruciais para entender a dinâmica das F&A e a maneira como o mercado de capitais reage a esses eventos. Essas teorias fornecem uma estrutura sólida para entender os motivos subjacentes às transações de F&A, bem como as implicações para as empresas envolvidas (Lu et al., 2022).

A teoria da sinalização (Aalbers et al., 2021) sugere que as empresas enviam mensagens deliberadas para o mercado através da divulgação das suas ações. No contexto das F&A, isso implica que, através dessas transações, as empresas estão a transmitir informações substanciais sobre a sua situação financeira, estratégias de crescimento e perspetivas futuras de evolução. Ao adotar essa teoria, reconhecemos que essas transações não são apenas transações financeiras, mas informações estratégicas destinadas a transmitir informações específicas aos investidores e a outros stakeholders (Spence, 2002).

O sucesso das operações depende em grande maioria da disponibilidade e da qualidade da informação que as empresas dispõem (Haunschild & Beckman, 1998). A informação que é transmitida para os stakeholders vai servir como base para estes tomarem as melhores decisões (Stiglitz, 2002). Contudo, a assimetria de informação é uma preocupação que as partes possuem, nomeadamente o principal em relação ao agente, uma vez que algumas informações das empresas são confidenciais, onde apenas algumas pessoas podem ter acesso (Spence, 2002).

De acordo com os pressupostos da teoria da sinalização, se as operações de F&A transmitirem a informação de crescimento das empresas, o mercado de capitais tende a reagir de forma positiva ao anúncio da operação (Ranju & Mallikarjunappa, 2019).

A teoria da aprendizagem organizacional sugere que, após a ocorrência de uma operação, os conhecimentos organizacionais são transferidos com maior qualidade e transparência quando as empresas intervenientes operam em domínios que estão relacionados. A transferência efetiva de conhecimento depende, em grande parte, da capacidade que a empresa licitante tem para absorver a informação (Hutzschenreuter et al., 2014). Quando a aprendizagem é transferida de forma eficiente, pode levar a um aumento do valor da empresa.

Na tabela 1 são apresentados estudos recentes no âmbito das F&A, mostrando os autores, a amostra, o período de análise, a região onde são feitos os estudos, a metodologia e teorias utilizadas e as principais conclusões retiradas deles.

Tabela 1.
Análise de Estudos Recentes de F&A

Autores Ano	Amostra	Período	Região	Metodologia	Teorias Utilizadas	Conclusões
Reddy et al. (2019)	140 Observações	2004-2006	China e India	Estudo dos Eventos	Sinalização	As F&A criam valor para as empresas chinesas, enquanto para as empresas indianas esse valor não é criado para a mesma janela de eventos.
Gulati e Garg (2022)	108 Observações	2012-2015	India	Estudo dos eventos	Sinalização e do ganho da sinergia	Os autores não encontraram impacto significativo do anúncio nas rendibilidades das ações das empresas.
Ahmed et al. (2023)	681 Observações	2012-2016	China	Estudo dos eventos	Sinalização	As empresas-alvo obtêm rendibilidades anormais positivas significativas.
Cappa et al. (2022)	28 Observações	2015-2020	Europa e EUA	Estudo dos eventos	Sinalização	Os investidores reagem negativamente ao anúncio desses tipos de transações
Panda e Joshipura(2022)	137 Observações	2009-2019	India	Estudo dos eventos	Sinalização	As rendibilidades anormais são positivas tanto na janela pré-evento como na janela pós-evento, embora a rendibilidade da janela pré-evento seja maior em comparação com a janela do pós-evento.
Lu et al. (2022)	674 Observações	2008-2017	China	Estudo dos eventos	Sinalização	Os resultados indicam que as empresas do setor de serviços da China reagiram positivamente ao anúncio da operação.
Mal e Gupta (2020)	382 Observações	2000-2018	India	Estudo dos eventos	Neoclássica	Os resultados sugerem que o anúncio da operação de F&A gera rendibilidades anormais pequenas e insignificantes para os acionistas dos bancos adquirentes.
Satapathy e Mohapatra (2020)	27 Observações	2004-2014	India	Estudo dos eventos	Sinalização	O estudo revela que o anúncio da operação destrói valor para as empresas adquirentes na janela de [-20,20]
Jain et al. (2018)	139 Observações	2012-2016	India	Estudo dos eventos	Aprendizagem organizacional	As empresas adquirentes apresentam uma rendibilidade anormal média positiva no curto prazo.
Dranev et al. (2019)	178 Observações	2010-2018	EUA, Canadá e Europa	Estudo dos eventos	Teoria da sinalização	As empresas adquirentes apresentam uma rendibilidade anormal média positiva no curto prazo e uma rendibilidade anormal média negativa no longo prazo.
Talreja et al. (2020)	153 Observações	2006-2016	Reino Unido	Estudo dos eventos	Teoria sinergia operacional	O estudo revela que os adquirentes do Reino Unido não obtêm rendibilidades anormais positivas estatisticamente significativas no curto prazo.
Tampakoudis et al. (2020)	79 Observações	1997-2019	Grécia	Estudo dos eventos	Teoria da sinalização	Os resultados mostram um efeito neutro na avaliação de F&As após o seu anúncio.

• Fonte: Elaboração Própria

2.1. Impacto do valor da operação na reação do mercado

O VPO de F&A é visto como uma das principais variáveis que pode influenciar a reação do mercado de capitais. De acordo com a teoria da sinalização, o VPO pode ser interpretado como um sinal para os investidores sobre a qualidade da transação e as perspetivas de sucesso da empresa resultante (Aalbers et al., 2021). Se o VPO for considerado alto em relação ao valor de mercado das empresas envolvidas, pode ser interpretado pelos investidores como um sinal de que a empresa resultante terá maior capacidade de gerar valor no futuro (King et al., 2021).

Chang (1998) concluiu que existe um problema de análise ao valor da operação por parte dos investidores, dado que eles não conseguem concluir se o valor da oferta é apropriado para os benefícios que a empresa-alvo pode trazer para a empresa licitante. A assimetria de informação presente nesses casos pode ser reduzida se as empresas transmitirem informações de forma transparente (King et al., 2021).

Assim, a hipótese de investigação 1 prevê que o alto VPO afeta a reação do mercado de capitais ao anúncio da operação de F&A.

H1: Num anúncio de uma F&A, o VPO tem um impacto positivo e significativo na reação de mercado.

2.2. Impacto da estratégia de aquisição na reação do mercado

As ER enfrentam os mesmos desafios e podem ter as mesmas oportunidades de crescimento e expansão. Dessa forma, a transferência de conhecimentos e de todas as práticas que as empresas possuem torna-se numa tarefa mais simples, já que neses casos, as empresas têm as mesmas rotinas organizacionais (Sankar & Leepsa, 2021). Segundo Jain et al. (2018), a teoria da aprendizagem organizacional sugere que as empresas possuem uma melhor capacidade de aprendizagem através da experiência e podem aplicar todas essas aprendizagens para melhorarem a sua eficiência e a sua qualidade. Quando as F&A estão presentes em empresas que operam na mesma indústria, é provável que tenham estruturas, práticas e conhecimentos semelhantes. Logo, a aprendizagem organizacional pode ocorrer de forma mais rápida.

Aguilera et al. (2020) observaram que as operações, quando são feitas por empresas relacionadas (ER), conseguem gerar mais valor para os acionistas, quando comparado com as operações entre empresas não relacionadas. Contudo, Sankar e Leepsa (2021) verificaram que quando as operações são realizadas por ER, podem gerar problemas associados à mudança, uma vez que as empresas podem já ter as suas próprias práticas e rotinas que poderão tornar-se difíceis de integrar.

A heterogeneidade nos resultados observados nos estudos anteriores torna desafiador prever de maneira conclusiva o sinal esperado para a hipótese de investigação. Portanto, a hipótese de investigação 2 propõe uma análise aprofundada ao impacto dessas operações, caracterizadas pela presença de ER, na reação do mercado de capitais ao anúncio de uma F&A. Dada a falta de consenso na literatura, a pesquisa procura identificar se as operações entre ER têm um impacto significativo na resposta do mercado de capitais, não se prevendo antecipadamente o sinal esperado desse impacto.

H2: Num anúncio de uma F&A, as operações com ER têm um impacto significativo na reação de mercado.

2.3. Impacto da incerteza política na reação do mercado

A IP refere-se à instabilidade das políticas governamentais futuras, tais como mudanças regulatórias, políticas fiscais e comerciais, reformas trabalhistas e outras decisões políticas que possam afetar a economia em geral (Baker et al., 2016). Este pode ser um fator influenciador da reação do mercado de capitais ao anúncio de F&A.

A teoria da sinalização desempenha um papel fundamental na compreensão do comportamento IP e na sua relação com a reação do mercado de capitais em anúncios de F&A. De acordo com a teoria da sinalização, a IP pode afetar a forma como os investidores percebem e reagem aos anúncios de F&A, podendo ser vista como um sinal de risco adicional, e os investidores podem ajustar as suas expectativas e avaliações com base nesse sinal (Aalbers et al., 2021).

Os estudos indicam que a IP pode ter diferentes efeitos, dependendo dos mercados e dos setores que estão a ser analisados. Cao et al. (2019) concluíram que a IP tem um efeito negativo na reação do mercado de capitais aos anúncios de uma F&A. Por fim, o estudo de Paudyal et al. (2021) mostra que o valor criado pelo anúncio de uma operação de F&A para as empresas licitantes está positivamente relacionado com a IP que se vive no mercado da empresa licitante. Dado os diferentes resultados apresentados pela literatura, não se consegue prever o sinal esperado para a hipótese de investigação 3, não sendo possível prever se a IP tem um impacto positivo ou negativo na reação do mercado de capitais ao anúncio de F&A.

A hipótese de investigação 3 prevê se a IP afeta a reação do mercado de capitais ao anúncio de uma operação de F&A.

H3: Num anúncio de uma F&A, a IP tem um impacto significativo na reação de mercado.

2.4. Impacto da dimensão das empresas na reação do mercado

Erel et al. (2015) defendem que as operações de F&A que envolvem empresas de maior DIM tendem a gerar mais interesse e expetativas no mercado de capitais, quando comparado com empresas de menor DIM. Isso acontece porque as empresas maiores têm um nível de visibilidade no mercado mais relevante e são frequentemente objeto de maior cobertura nos meios de comunicação social. Dessa forma, uma operação que envolva empresas de maiores DIM pode ser vista pelo mercado como um sinal de que a operação pode gerar benefícios significativos, já que as empresas maiores, normalmente possuem mais recursos para gerar sinergias (Kyei-Mensah, 2019).

Porém é essencial ter em consideração que uma F&A que envolva empresas de maior DIM pode gerar desafios significativos na integração dessas grandes entidades. Ao adquirirem empresas de menor DIM, as empresas podem enfrentar desafios adicionais na integração, uma vez que as operações podem envolver diferentes estruturas organizacionais e culturais (Danbolt et al., 2015). Os custos associados à operação, como despesas de reestruturação e formação de pessoal, podem ser maiores quando estão presentes empresas de maior DIM. Esses custos adicionais podem ser interpretados pelo mercado como desafios inesperados, resultando numa reação mais cautelosa (Jain et al., 2018).

Dados os diferentes resultados encontrados na literatura, não conseguimos prever o sinal esperado para a hipótese de investigação 4, que avalia o impacto da DIM na reação do mercado de capitais ao anúncio de F&A. Assim, a hipótese de investigação 4 prevê se a DIM afeta a reação do mercado de capitais ao anúncio de uma operação de F&A.

H4: Num anúncio de uma F&A, a DIM tem um impacto significativo na reação de mercado.

2.5. Impacto da Experiência de Aquisição Anterior na Avaliação do Mercado

A teoria da aprendizagem organizacional assenta na hipótese de que as empresas têm tendência para cimentar melhor as práticas adquiridas quando são transmitidas por pessoas experientes e já conhecedoras das ideias. A EXP pode influenciar a capacidade da empresa na realização de uma F&A bem-sucedida e, portanto, afetar a avaliação do mercado de capitais à transação (Jain et al., 2018). Assim sendo, as empresas mais experientes estão mais bem preparadas para identificar e avaliar oportunidades de investimento, conseguindo negociar condições mais favoráveis paraelas.

Li et al. (2016) encontraram evidência de que quando estão envolvidas empresas que possuem EXP, as operações provocam um efeito positivo e significativo na reação do mercado de capitais. A acumulação de experiência em realizar operações de F&A vai possibilitar às empresas estarem mais bem preparadas para planear a operação de forma cautelosa e prevenir-se de possíveis choques de culturas que possam existir (Beitel et al., 2004). Porém, o estudo de Tanna et al. (2021) contraria a literatura apresentada, uma vez que os autores concluíram que a EXP tem impacto na probabilidade de a operação ser malsucedida. A hipótese de investigação 5 prevê que quando estão envolvidas nas operações de F&A empresas com experiência anterior, o mercado de capitais tende a reagir de forma significativa ao anúncio da operação

H5: Num anúncio de uma F&A, a EXP tem um impacto positivo e significativo na reação de mercado.

3. METODOLOGIA

3.1. Amostra

Uma vez que o objetivo deste artigo passa por investigar a reação do mercado de capitais em torno da data de anúncio das operações de F&A, vai ser utilizada a metodologia do estudo dos eventos. Ela assenta na hipótese de que o mercado absorve a mensagem de um determinado evento que está associado com a empresa de forma neutra e adequada (Aalbers et al., 2021; Ranju & Mallikarjunappa, 2019).

Neste estudo, o anúncio da operação de F&A é considerado o evento, enquanto a data do anúncio da operação é considerada como o dia do evento, o dia zero. Após a identificação do evento, é essencial delimitar a janela de estimação e janela do evento. A janela de estimação (estimation window) é considerada como o período antes da janela do evento, sendo utilizada para calcular as rendibilidades esperadas/normais. Vários autores utilizam uma janela de estimação no máximo de 260 dias antes da data do anúncio e no mínimo de 150 dias antes disso (Cappa et al., 2022; Gulati & Garg, 2022). Neste estudo, irá ser utilizada uma janela de estimação de 180 dias antes da data do anúncio: -180 (- 210, -31). A janela do evento (event window) corresponde ao tempo de análise das rendibilidades anormais, sendo que neste estudo essa janela vai corresponder ao período (-5, +5) permitindo analisar a reação do mercado no período circundante à data do anúncio da operação.

Para recolher os dados necessários para o estudo empírico, foram utilizadas duas bases de dados. Os dados sobre as empresas envolvidas nas operações de F&A e a data de anúncio foram obtidos na base de dados Zephry. Já o preço diário de fecho das ações das empresas e o preço diário de fecho dos mercados foram extraídos da base de dados Eikon-Datastream.

O período da amostra do estudo está compreendido entre 2017 (ano em que existiu um aumento no número de transações nos mercados) e 2022. Serão apenas consideradas as operações de F&A que tenham sido anunciadas e posteriormente concluídas. As operações consideradas no estudo terão de ocorrer entre empresas cotadas no mercado da Euronext (Bélgica, França, Irlanda, Itália, Noruega, Países Baixos e Portugal) ou no mercado de NYSE.

A amostra inicial era composta por 1.272 operações. Após a seleção da amostra inicial, foram controlados e excluídos os eventos que coincidam com a janela de evento das operações, que possam influenciar os investidores e afetar a análise da reação do mercado ao anúncio da operação. Os eventos controlados são: distribuição de dividendos; anúncio de resultados financeiros e outros anúncios de F&A, sejam de cariz nacional ou internacional (Mcwilliams & Siegel, 1997). Após esse processo de seleção, foram excluídas 857 operações, reduzindo a amostra para 415 operações.

Posteriormente, foi feita a análise aos outliers, com o intuito de garantir que valores extremos, que possam distorcer a análise, fossem removidos, mantendo assim a integridade e a representatividade da amostra final para uma análise robusta (Mcwilliams & Siegel, 1997). Para a identificação dos outliers, vai ser utilizado o método z-score. Esse método é utilizado em diversas áreas, incluindo finanças, para identificar valores extremos nos conjuntos de dados.

Na esfera dos mercados de NYSE e Euronext, será conduzida uma análise envolvendo um total de 371 operações que ocorreram entre 2017 e 2022. As tabelas 2 e 3 fornecem uma análise detalhada da distribuição das operações ao longo dos anos e da percentagem de operações por setores de atividade.

Tabela 2.
Número de Operações

Ano	Nº Operações	%
2017	72	19,41
2018	116	31,27
2019	102	27,49
2020	62	16,71
2021	11	2,96
2022	8	2,16
Total	371	100

• Fonte: Elaboração Própria

Tabela 3.
Percentagem de Operações por Setor de Atividade

Setor de Atividade	Ano						Soma
	2017	2018	2019	2020	2021	2022
Comércio e Logística	2,02%	2,56%	1,35%	1,08%	0,13%	0%	7,14%
Comunicação	0,27%	0,27%	0,40%	0,27%	0%	0,54%	1,75%
Construção	0,27%	0,27%	0,13%	0%	0%	0,13%	0,81%
Financeiro	11,46%	19,14%	17,25%	10,11%	1,62%	0,54%	60,11%
Imobiliário	0,54%	0,81%	1,21%	0,13%	0%	0,40%	3,10%
Indústrias e Manufatura	0,54%	1,62%	0,40%	0,54%	0,13%	0%	3,23%
Outros Serviços	1,89%	1,75%	2,70%	1,21%	0%	0,13%	7,68%
Serviços Profissionais	1,75%	4,31%	3,10%	2,16%	0,94%	0,13%	12,40%
Serviços Públicos e Sociais	0,67%	0,54%	0,94%	1,21%	0,13%	0,27%	3,77%
Soma	19,41%	31,27%	27,49%	16,71%	2,96%	2,16%	100%

• Fonte: Elaboração Própria

3.2. Modelo Econométrico

A rendibilidade anormal de uma ação, num determinado período, é obtida através da diferença entre a rendibilidade observada e a rendibilidade esperada (Aalbers et al., 2021; Brown & Warner, 1985; MacKinlay, 1997), como mostra a equação 1:

$${AR}_{it}=R_{it}-E\left(R_{it}\right|X_t)$$ (1)

Onde R_it diz respeito à rendibilidade observada da ação i no período t, e E(P_it | X_t ) mostra a rendibilidade esperada da ação i no período t, condicionada pela informação X_t .

A rendibilidade observada é dada pela equação 2:

$$R_{it}=\mathit{ln}\frac{P_{it}}{P_{it-1}}$$ (2)

Onde P_it corresponde ao preço da ação i no período t, e P_it-1 representa o preço da ação i no período t-1.

O modelo de mercado é o mais utilizado para calcular a rendibilidade esperada, uma vez que leva em conta a influência geral do mercado de ações, tornando relevante a análise do mercado como um todo.Por sua vez, o Capital Asset Pricing Model (CAPM) é utilizado quando se deseja medir o custo de capital de uma empresa ou calcular a rendibilidade esperada de um ativo com base no seu risco sistemático.Já o modelo Buy-and-hold Abnormal Return (BHAR) é adequado para medir as rendibilidades de longo prazo e os efeitos de manter um ativo após um evento financeiro (Brown & Warner, 1985; Lobo & Gomes, 2022). O modelo de mercado relaciona a rendibilidade da empresa com a rendibilidade do mercado, sendo que a fórmula de cálculo da rendibilidade esperada é apresentada na equação 3:

$$R_{it}={\alpha }_i+{\beta }_i{R}_{mt}+{\epsilon }_{it}$$ (3)

O coeficiente 𝛼 𝑖 representa a rendibilidade esperada da ação i quando R_mt é 0, β_i determina a sensibilidade da rendibilidade da empresa (R_it ) à rendibilidade do mercado, 𝑅 𝑚𝑡 corresponde à rendibilidade do mercado, e ε_it diz respeito ao erro ou resíduo, onde E(ε_it = 0). Os parâmetros α_i e β_i vão ser estimados executando uma regressão dos mínimos quadrados (OLS) das rendibilidades das empresas (R_it ) sobre a rendibilidade do mercado (R_mt ). Depois de serem estimados os coeficientes α_i e β_i , é possível calcular a rendibilidade esperada da empresa e determinar a rendibilidade anormal de um título num dia específico.

3.3.1. Variável dependente

A rendibilidade média anormal dos títulos (AAR_t ) é calculada pela soma de todas as rendibilidades anormais (AR_it ) de um dia específico (t), dividindo pelo número de títulos presentes na amostra, conforme a equação 4:

$${AAR}_t=\frac{1}{N}\sum _{i=1}^N{AR}_{it}$$ (4)

Na equação 4, AAR_t é a média das rendibilidades anormais, e N é o número total de títulos da amostra. Após o cálculo de AAR_t , é essencial dar importância à média das rendibilidades anormais acumuladas CAAR(t₁ ,t₂). Essa média é calculada pela soma da média das rendibilidades anormais durante a janela de evento (t₁ ,t₂), segundo a equação 5:

$$CAAR\left(t_1,t_2\right)=\sum _{t=t_1}^{t_2}{AAR}_t$$ (5)

Após o cálculo da AAR_t e do CAAR(t₁ ,t₂) estamos em condições de passar para os testes de significância estatística. De uma forma geral, os testes de significância são utilizados para avaliar se a diferença observada entre duas ou mais amostras é estatisticamente significativa.

Para testar as hipóteses de investigação formuladas anteriormente, vão ser estimadas as regressões dos dados em painel, isto é, do modelo dos efeitos fixos (MEF) e do modelo dos efeitos aleatórios (MEA). A equação 6 representa a estimação pelo modelo pooled OLS, a equação 7, pelo MEF; e a equação 8, a estimação pelo MEA:

$${CAAR}_{it}=B_0{+B}_1{VPO}_{1it}{+B}_2{ER}_{2it}{+B}_3{IP}_{3it}{+B}_4{DIM}_{4it}+B_5{EXP}_{5it}{+B}_6{NEMP}_{6it}+B_7{VOL}_{7it}{+B}_8{CHG}_{8it}+B_9{REMN}_{9it}{+B}_{10}{MEBIT}_{10it}{+B}_{11}{ROA}_{11it}+{\epsilon }_{it}$$ (6)

$${CAAR}_{it}=a_i{+B}_1{VPO}_{1it}{+B}_2{ER}_{2it}{+B}_3{IP}_{3it}{+B}_4{DIM}_{4it}+B_5{EXP}_{5it}{+B}_6{NEMP}_{6it}+B_7{VOL}_{7it}{+B}_8{CHG}_{8it}+B_9{REMN}_{9it}{+B}_{10}{MEBIT}_{10it}{+B}_{11}{ROA}_{11it}+{\epsilon }_{it}$$ (7)

$${CAAR}_{it}={\stackrel{-}{B}}_0{+B}_1{VPO}_{1it}{+B}_2{ER}_{2it}{+B}_3{IP}_{3it}{+B}_4{DIM}_{4it}+B_5{EXP}_{5it}{+B}_6{NEMP}_{6it}+B_7{VOL}_{7it}{+B}_8{CHG}_{8it}+B_9{REMN}_{9it}{+B}_{10}{MEBIT}_{10it}+B_{11}{ROA}_{11it}+a_{it}+{\epsilon }_{it}$$ (8)

A variável dependente é a rendibilidade anormal acumulada, 𝐶𝐴𝐴𝑅, estimada durante a janela de eventos de curto prazo, de -5 a +5 dias (-5, 5).

A rendibilidade anormal acumulada (𝐶𝐴𝐴𝑅) é calculada pela soma de todas as rendibilidades anormais (𝐴𝐴𝑅) durante a janela de evento. Essa variável tem sido amplamente utilizada nos estudos sobre as reações do mercado de capitais a vários eventos financeiros, nomeadamente aos anúncios de resultados, dividendos e F&A, bem como nos trabalhos que pretendem investigar especificamente quais os efeitos dos anúncios das F&A na rendibilidade acionista das empresas envolvidas na operação (Jain et al., 2018; Reddy et al., 2019).

3.3.2. Variáveis independentes

Neste estudo, procuramos compreender as relações entre as variações observadas nas variáveis dependentes (CAAR) e as influências exercidas por um conjunto de variáveis independentes específicas. As variáveis independentes consideradas são VPO, ER, IP, DIM e EXP. O objetivo é analisar como as mudanças nessas variáveis podem afetar a variação na variável dependente, proporcionando uma visão aprofundada das dinâmicas subjacentes a este conjunto de dados.

O impacto do VPO na reação do mercado de capitais pode ser significativo. Normalmente, quanto maior é o VPO, maior é a probabilidade de a operação ser vista como um sinal favorável em relação ao futuro desempenho das empresas, o que, tendencialmente, levará a uma reação positiva do mercado de capitais em torno da data de anúncio da operação (King et al., 2021). O VPO de F&A é calculado através do logaritmo natural do total do montante financeiro que está envolvido na transação (Aalbers et al., 2021).

Segundo a literatura (e.g., Mitchell & Mulherin, 1996), as entidades envolvidas nas operações de F&A são designadas de ER quando pertencem à mesma categoria industrial. De acordo com Aalbers et al. (2021), a escolha da empresa-alvo deve ter em consideração a sua indústria, uma vez que existem diferentes riscos associados a cada tipo de indústria. A relação entre as empresas é definida como uma variável dummy, que assume valor 1 quando a indústria das empresas envolvidas na operação é a mesma e assume valor 0 quando acontece o contrário.

A IP é definida como uma instabilidade causada por mudanças ou incertezas políticas vividas num país ou numa região, podendo ser fomentada por diversos fatores. Essa variável pode afetar a perceção dos investidores sobre a instabilidade económica vivida no país, podendo fazer com que os investidores fiquem reticentes quanto às operações de F&A (Paudyal et al., 2021). A IP vai ser quantificada segundo um índice desenvolvido por Baker et al. (2016), que foi elaborado segundo três componentes principais: Frequência das Notícias, Dispersão nas Previsões e Pontuações de Surpresa. A junção dessas três componentes resulta num índice capaz de medir a IP e, quanto maior for o valor do índice, maior é a IP vivida no país. Os índices foram obtidos através da plataforma Economic Policy Uncertainty desenvolvida por Baker et al. (2016).

A DIM é uma variável que normalmente está interligada com a reação do mercado de capitais e também está associada a custos mais elevados das operações, já que as empresas são mais complexas e estruturadas. Quando estão envolvidas nas operações empresas de maior DIM, estas tendem a gerar uma grande expetativa e relevância no mercado de capitais (Erel et al., 2015). A DIM é calculada através do logaritmo natural do total do ativo.

A EXP pode ser descrita como a quantidade de transações de F&A em que a empresa já esteve envolvida no passado (Li et al., 2016). Esta é considerada uma variável relevante, na medida em que empresas mais experientes em operações de F&A tendem a ter maior capacidade de avaliar os riscos que estão associados às operações (Evans & Bahrami, 2020). Essa variável é definida como uma variável dummy, assumindo valor 1 quando as empresas estiveram envolvidas em mais que uma operação de F&A nos dois anos anteriores à data do anúncio da operação em estudo. Caso contrário, a variável assume valor 0.

3.3.3. Variáveis de controle

As variáveis de controle foram incluídas nos modelos para isolar os efeitos das variáveis independentes e garantir que outros fatores relevantes fossem considerados na análise da reação do mercado de capitais. Essas variáveis ajudam a controlar a heterogeneidade dos dados, assegurando que as conclusões sobre os efeitos das operações de F&A sejam precisas e mais robustas (Lobo & Gomes, 2022; MacKinlay, 1997).

Quando estão envolvidas nas operações mais que duas empresas (NEMP), o mercado de capitais pode reagir de maneira diferente (Ahmed et al., 2023). Isso ocorre porque essas operações tornam-se mais complexas, existindo uma série de variáveis que devem ser consideradas, tais como a participação de cada empresa na operação, o número de empresas envolvidas na operação (Ahmed et al., 2023). Assim, espera-se que a presença de múltiplas empresas nas operações de F&A esteja negativamente relacionada com a reação do mercado de capitais (Jain et al., 2018). Para caracterizar a composição das operações de F&A, será criada uma variável dummy binária. Essa variável assume valor '1' quando a operação envolve exclusivamente duas empresas. Por outro lado, quando a operação inclui mais de duas empresas, essa variável assume valor '0'.

A volatilidade do mercado (VOL) refere-se às variações nos preços dos ativos financeiros, como ações, num determinado período. Essa é uma medida estatística que indica a dispersão das mudanças nos preços ao longo do tempo. Quanto maior for a VOL, maior é a oscilação nos preços do mercado (Guzella et al., 2023). Dessa forma, é expectável que haja uma relação inversa entre VOL e a reação do mercado de capitais, uma vez que uma maior variação nos preços dos títulos pode aumentar a incerteza do mercado, afetando negativamente a reação do mercado (Guzella et al., 2023).

O rácio de variação percentual de um título (CHG) oferece uma perspetiva valiosa para perceber a dinâmica do mercado financeiro face a eventos corporativos significativos, tais como as operações de F&A, refletindo a incerteza e as expectativas do mercado em relação aos ativos (Chuliá et al., 2019; Baker et al., 2016). Os títulos mais voláteis, ao apresentarem movimentos de preços mais acentuados, podem atrair diversos investidores à procura de rendibilidades mais altas. Quando ocorrem alterações significativas nos preços, pode indicar que os investidores estão a antecipar a ocorrência de eventos importantes, como anúncios de operações de F&A ou outros que podem influenciar de forma significativa o preço dos títulos. Logo, é expectável que haja uma relação direta entre CHG e a reação do mercado de capitais, pois uma maior variação percentual pode ser associada a um aumento na perceção de oportunidade pelos investidores. (Baker et al., 2016).

O rácio de eficiência do mercado (REM) é uma variável que desempenha um papel fundamental ao fornecer uma medida da atividade de negociação em relação à volatilidade do preço dos ativos durante o dia de negociação. O REM permite capturar nuances na resposta do mercado às operações, ao considerar não apenas o volume de ações negociadas durante um período (VOLU), mas também relacionar o VOLU com a amplitude de variação de preços (Hassan & Giouvris, 2020). Devido a problemas de grandeza para o estudo, esse rácio vai ser padronizado, dando origem ao indicador REMN. Essa normalização ajuda a evitar valores extremamente grandes e coloca todos os dados na mesma escala. É expectável que o REMN tenha uma relação inversa com a reação do mercado de capitais, uma vez que um REMN mais elevado pode estar associado a uma maior ineficiência do mercado (Hassan & Giouvris, 2020).

O profit é um dos principais indicadores do desempenho financeiro das empresas, sendo também uma variável que os investidores têm em consideração na altura da tomada de decisões. Se as empresas envolvidas na operação têm apresentado ao longo dos exercícios económicos lucros constantes, isso pode ser visto como um sinal positivo para os investidores, esperando-se, assim, que exista uma relação positiva entre a reação do mercado de capitais ao anúncio das operações e os lucros das empresas envolvidas na operação (Ratcliffe & Dimovski, 2013). O profit pode ser apresentado através do indicador margem EBIT (MEBIT) (Ahmed et al., 2023). É expectável uma relação direta entre o MEBIT e a reação do mercado de capitais, dado que empresas com um EBIT maior podem ser vistas de forma mais favorável pelos investidores (Ratcliffe & Dimovski, 2013).

A inclusão do ROA como variável de controle pode ser interpretada como uma decisão estratégica para enriquecer a compreensão da reação do mercado aos anúncios de F&A. Esse indicador é uma medida financeira essencial que consegue relacionar o lucro líquido das empresas com os seus ativos totais, dando uma visão sobre a eficiência operacional e a rendibilidade dos seus ativos (Ratcliffe & Dimovski, 2013). Dessa forma, esperamos que o ROA tenha uma relação direta com a reação do mercado, pois empresas com maior ROA tendem a gerar reações mais favoráveis do mercado (Ratcliffe & Dimovski, 2013).

4. RESULTADOS EMPÍRICOS

As figuras 1 e 2 apresentam o CAAR médio durante a janela de eventos de -5 a +5 dias em torno das datas de anúncio das operações de F&A.

Figura 1.
CAAR Euronext

Figura 2.
CAAR NYSE

As figuras evidenciam que os anos de 2019 e 2020 destacam-se no mercado da Euronext, e o ano de 2018, no mercado de NYSE, como os períodos nos quais os CAAR foram mais positivos em torno dos anúncios de F&A, como indicado pelos valores médios mais expressivos. No mercado da Euronext, o ano de 2017 mostra o CAAR mais baixo, enquanto em NYSE foi o ano de 2021 que registou esse padrão.

Para testar a multicolinearidade entre as variáveis independentes num modelo de regressão, é utilizado o teste VIF. Segundo Diamantopoulos e Siguaw (2006), o valor do VIF deve ser inferior a 3,3 e, se o valor do VIF for superior a 3,3, então existe multicolinearidade. Os valores VIF das variáveis são cada um inferiores a 3,3, não colocando o problema da existência de multicolinearidade.

O teste de Hausman foi conduzido com base na metodologia proposta por Hoechle (2007). O p-value de 0,3235 significa que não há correlação sistemática significativa entre as variáveis não observadas (efeitos aleatórios) e as variáveis independentes observadas. Dessa forma, a estimação indicada é a dos efeitos aleatórios.

Adicionalmente, foi realizado o teste de Breusch and Pagan Lagrangian multiplier. O p-value de 0,000 sugere a presença de heterocedasticidade nos erros. Assim, devido à presença de heterocedasticidade, o MEA é considerado mais apropriado que o modelo pooled OLS (Breusch & Pagan, 1980).

Foi também realizado o teste de White (1980) para avaliar a presença de heterocedasticidade no MEA. A hipótese nula do teste sugere homocedasticidade, enquanto a hipótese alternativa indica a presença de heterocedasticidade. O p-value obtido foi de 0,5567 e, com base nesse resultado, não encontramos evidências estatisticamente significativas para rejeitar a hipótese nula, sugerindo que o MEA não apresenta heterocedasticidade nos dados.

O teste de Wooldridge (2005) tem o intuito de analisar se há uma correlação serial nos erros ao longo do tempo. A hipótese nula do teste é de que não há autocorrelação de primeira ordem. Com base no p-value fornecido, 0,5722, não há suporte estatístico para a presença de autocorrelação de primeira ordem nos erros do MEA.

A tabela 4 apresenta os resultados da regressão do modelo pooled OLS, do MEF e do MEA, explorando a relação entre a variável dependente e as variáveis independentes. Através dessas regressões é possível analisar de que forma as variáveis independentes estão associadas com a variável CAAR. Os coeficientes apresentados na tabela abaixo indicam a significância e a direção da relação entre cada variável independente e os CAAR.

Tabela 4.
Estimativas da Regressão Dados em Painel

		Pooled OLS				Efeitos Fixos				Efeitos Aleatórios
		Euronext		NYSE		Euronext		NYSE		Euronext		NYSE
Var. Indep	Sinal Previsto	Coef	P-Val	Coef	P-Val	Coef	P-Val	Coef	P-Val	Coef	P-Val	Coef	P-Val
VPO	+	-0,014	0,492	-0,009	0,335	-0,021	0,902	0,019	0,086 *	-0,018	0,437	0,007	0,444
ER	?	-0,196	0,139	-0,091	0,036 **	0,470	0,551	-0,103	0,013 **	-0,199	0,179	-0,101	0,012 **
IP	?	-0,051	0,568	0,160	0,015 **	-0,551	0,307	-0,088	0,753	-0,070	0,511	0,113	0,370
DIM	?	0,009	0,585	-0,048	0,000 ***	0,037	0,079 *	-0,060	0,000 ***	0,018	0,255	-0,055	0,000 ***
EXP	+	-0,078	0,395	0,089	0,014 **	-0,153	0,236	0,047	0,189	-0,106	0,246	0,069	0,045 **
NEMP	-	0,202	0,177	-0,010	0,661	-0,551	0,320	-0,003	0,912	0,144	0,427	0,008	0,732
VOL	-	3,144	0,585	-8,869	0,003 ***	39,011	0,528	-13,484	0,745	0,718	0,918	-4,144	0,546
CHG	+	7,536	0,000 ***	-1,291	0,152	6,838	0,001 ***	0,552	0,592	7,119	0,000 ***	0,673	0,490
REMN	-	-0,256	0,438	-1,460	0,000 ***	-0,504	0,249	-1,053	0,000 ***	-0,326	0,306	-1,076	0,000 ***
MEBIT	+	-0,450	0,799	0,083	0,004 ***	2,677	0,256	0,118	0,000 ***	0,579	0,737	0,112	0,000 ***
ROA	+	0,374	0,760	-1,566	0,000 ***	-1,448	0,393	-1,424	0,000 ***	-0,340	0,774	-1,399	0,000 ***
σu						0,658		0,206		0,272		0,077
σe						0,386		0,195		0,386		0,195
p						0,744		0,528		0,331		0,136
R2		0,265		0,211		0,032		0,092		0,255		0,192
X2						1,540		6,580		39,720		130,740
P-Value ( 𝑋 2 )						0,046		0,000		0,000		0,000

• Nível de significância: *p < 0,10, **p < 0,05, ***p < 0,010
• + Positivo, - Negativo, ? Indeterminado
• Fonte: Elaboração Própria

Para a variável VPO, no mercado da Euronext, observamos uma relação negativa com o CAAR. O p-value é de 0,4370, demonstrando que o VPO não tem um impacto significativo na reação do mercado de capitais ao anúncio de uma F&A, não validando a H1 e não corroborando com o que é preconizado pela teoria da sinalização (King et al., 2021). No mercado de NYSE, temos uma relação positiva com o CAAR. Já o p-value de 0,4440 mostra também que não existe um impacto significativo do VPO na reação do mercado de capitais, não validando H1 e não corroborando com os pressupostos da teoria da sinalização (King et al., 2021). Chang (1998) destacou que os investidores podem enfrentar desafios ao analisar o VPO. Ele concluiu que há um problema na avaliação por parte dos investidores, pois eles podem ter dificuldades em determinar se o VPO é apropriado para os benefícios que a empresa-alvo pode trazer à empresa licitante. Essa perspetiva de Chang (1998) sugere que a interpretação do VPO pelos investidores pode ser um processo complexo e sujeito a diversas variáveis, potencialmente explicando a falta de significância observada no contexto desta pesquisa.

No mercado da Euronext, a variável ER tem uma relação inversa com o CAAR. Não obstante, é importante observar que o p-value associado é de 0,8640, ultrapassando significativamente os níveis tradicionais de significância (1%, 5% e 10%). Esse resultado sugere que não há sustentação estatística suficiente para validar H2, contradizendo assim as expectativas da teoria da aprendizagem organizacional de que as operações de F&A onde estão presentes ER tendem a gerar uma reação significativa no mercado de capitais. A rejeição da hipótese pode sugerir que esse mercado pode ser mais diversificado ou menos especializado, e que a concorrência no mesmo setor pode não ser um fator determinante na reação do mercado.

De forma oposta, no mercado de NYSE, a variável ER tem um coeficiente negativo e um p-value de 0,0120. Esses resultados sustentam a H2 de que as operações de F&A com ER têm um impacto significativo na reação do mercado de capitais (Sankar & Leepsa, 2021).

O coeficiente apresentado para a variável IP no mercado da Euronext é negativo, sugerindo que uma maior IP vivida nos países tende a ter uma reação negativa do mercado de capitais, tal como atestam os estudos de Cao et al. (2019) e Paudyal et al. (2021). Contudo, no mercado de NYSE, o coeficiente é positivo, indicando que quando existe uma maior IP, a reação do mercado de capitais tende a ser maior, como sugere o estudo de Baker et al. (2016). O p-value para os dois mercados não é estatisticamente significativo, indicando que a IP não tem um impacto significativo na reação do mercado de capitais ao anúncio de F&A, rejeitando H3. A falta de significância estatística sugere que nesse período de análise, a IP não é um fator determinante ou distinto nas reações do mercado às operações de F&A, não corroborando com os pressupostos da teoria da sinalização. Cao et al. (2019) defendem que os investidores e as empresas podem adotar estratégias específicas para gerir e mitigar os riscos associados à IP. Dessa forma, ao interpretarem que as empresas estão a tomar medidas para lidar com a IP, os investidores podem diminuir o impacto direto sobre a reação do mercado de capitais.

A variável DIM, no mercado da Euronext, tem uma relação direta com a reação do mercado; no entanto, o p-value apresentado é superior aos níveis de significância tradicionais. Logo, rejeitamos a H4, concluindo que a variável DIM não afeta a reação do mercado, não validando os pressupostos da teoria da sinalização. Os investidores nesse mercado podem estar mais interessados em aspetos qualitativos, como a estratégia dos negócios e a qualidade da gestão, do que na DIM das empresas. Por outro lado, no mercado de NYSE, observamos uma relação estatisticamente significativa e negativa entre a DIM e a reação do mercado de capitais, indicando que empresas de maior DIM podem ter uma resposta desfavorável do mercado de capitais durante o anúncio de operações de F&A (Kyei-Mensah, 2019). Tais resultados vão ao encontro de H4, que destaca que empresas com maior DIM podem gerar uma reação significativa no mercado de capitais (Jain et al., 2018). Segundo Ahmed et al. (2023), a DIM das empresas tem sido considerada um fator determinante na relação do mercado de capitais aos anúncios de F&A. Uma possível explicação para a relação estatisticamente significativa e negativa entre essas variáveis pode estar relacionada com as expectativas dos investidores em relação às empresas de maior DIM. Elas normalmente enfrentam expetativas mais altas, o que pode resultar em reações desfavoráveis do mercado caso os anúncios de operações de F&A não sejam interpretados como suficientemente estratégicos ou impactantes. Também é possível que o mercado avalie com maior ceticismo as F&A realizadas por grandes empresas, considerando os potenciais desafios de integração e os riscos associados, o que contribui para uma reação negativa do mercado (Kyei-Mensah, 2019).

A variável EXP no mercado da Euronext evidencia uma variação negativa entre as variáveis, indicando que uma menor EXP tem uma tendência a gerar uma reação positiva no mercado de capitais (Tanna et al., 2021).Porém, o p-value apresentado é de 0,2460, mostrando que eessa variável não tem um efeito significativo na reação do mercado de capitais. Dessa forma, os dados apresentados não validam as condições da teoria da aprendizagem organizacional, e estamos em circunstâncias de rejeitar H5. A rejeição da hipótese pode sugerir que, nesse mercado, a EXP com transações desse tipo pode não ser percebida como uma vantagem significativa pelos investidores. Outros critérios, como o histórico do desempenho operacional, podem ser mais relevantes. No mercado de NYSE, a relação entre EXP e a reação do mercado de capitais é positiva, sugerindo que as empresas com mais EXP em F&A tendem a gerar uma reação positiva no mercado de capitais (Beitel et al., 2004), tendo um p-value associado de 0,0450. Esses resultados sustentam a H5, podendo afirmar que a EXP tem influência significativa na reação do mercado de capitais, validando os pressupostos da teoria da aprendizagem organizacional (Li et al., 2016).

No mercado de NYSE, os resultados estatisticamente significativos para as variáveis ER, DIM e EXP reforçam a importância dessas variáveis em mercados dinâmicos, corroborando a teoria da aprendizagem organizacional e da sinalização. Em contraste, a ausência de significância na Euronext pode refletir diferenças estruturais e institucionais entre os mercados, o que sublinha a importância de contextualizar as análises e os contributos práticos das operações de F&A.

Relativamente às variáveis de controle, no mercado da Euronext, a variável CHG apresentou um coeficiente positivo e estatisticamente significativo, tal como era expectável (Chuliá et al., 2019; Baker et al., 2016). As alterações significativas nos preços das ações podem indicar que o mercado está a antecipar eventos relevantes, como anúncios de operações de F&A, que têm o potencial de influenciar significativamente o valor dos títulos, levando a respostas mais pronunciadas do mercado (Baker et al., 2016).

No mercado de NYSE, os resultados destacam três variáveis como estatisticamente significativas: REMN, MEBIT e ROA. A variável REMN apresentou um coeficiente negativo e estatisticamente significativo, estando em consonância com o sinal esperado (Hassan & Giouvris, 2020), sugerindo que menores níveis de REMN estão associados a reações mais expressivas do mercado de capitais. Esse comportamento pode ser entendido à luz da teoria da eficiência de mercado, a qual indica que os mercados mais eficientes incorporam rapidamente as informações disponíveis nos preços das ações (Hassan & Giouvris, 2020).

A variável MEBIT apresentou uma relação positiva e estatisticamente significativa, sugerindo que o mercado reage de forma positiva quando o desempenho financeiro das empresas é maior, estando em consonância com o sinal esperado. Esse resultado vai ao encontro do que é preconizado pela teoria da sinalização, uma vez que, quando as métricas do desempenho financeiro são sólidas, as empresas têm perspetivas de criar valor em futuras operações de F&A (Ratcliffe & Dimovski, 2013).

A variável ROA apresentou um coeficiente negativo e estatisticamente significativo, contrariando o sinal esperado (Ratcliffe & Dimovski, 2013), sugerindo que empresas com maior ROA podem gerar uma reação negativa do mercado de capitais. Esse resultado, embora contraintuitivo, pode indicar que o mercado interpreta um elevado valor de ROA como um possível sinal de excesso de confiança por parte da empresa adquirente. Essa perceção pode levar a incertezas quanto à capacidade da empresa de manter seu desempenho após a operação de F&A (Ratcliffe & Dimovski, 2013).

5. CONCLUSÃO

Este artigo teve como principal objetivo analisar a reação do mercado de capitais aos anúncios de F&A nos mercados da Euronext e de NYSE. O estudo empírico envolveu 371 operações de F&A realizadas entre 2017 e 2022, que foram selecionadas de acordo com os critérios definidos. Os resultados revelaram diferenças importantes entre os dois mercados em relação à significância estatística das variáveis analisadas, destacando o mercado da NYSE como o principal foco das contribuições deste trabalho.

No mercado de NYSE, os resultados estatisticamente significativos para as variáveis ER, DIM e EXP reforçam a importância das dinâmicas específicas que influenciam as reações do mercado de capitais a operações de F&A. Os resultados indicam um coeficiente negativo para a variável ER, acompanhado por um p-value estatisticamente significativo. Esses resultados sugerem que as operações de F&A que envolvem ER têm um impacto significativo na reação do mercado de capitais e estão alinhados com estudos anteriores (Sankar & Leepsa, 2021). Para a variável DIM, identificamos uma relação negativa, mas estatisticamente significativa com a reação do mercado, corroborando os pressupostos da teoria da sinalização. Esse resultado revela a hipótese de que empresas com maior DIM podem enfrentar uma resposta desfavorável durante anúncios de F&A. No que diz respeito à variável EXP, existe uma relação positiva entre esta e a reação do mercado, indicando que empresas com maior EXP têm uma tendência a gerar uma resposta positiva do mercado. Os resultados do p-value foram estatisticamente significativos, indicado que a EXP desempenha um papel relevante na reação do mercado de capitais, validando os princípios da teoria da aprendizagem organizacional (Lu et al., 2022).

Os resultados significativos para ER, DIM e EXP no mercado de NYSE mostram que essas variáveis exercem um impacto importante nesse contexto. Essa descoberta contribui para a literatura, evidenciando que, em mercados altamente desenvolvidos como o de NYSE, essas variáveis desempenham um papel fundamental na reação do mercado a anúncios de F&A. Tais resultados validam as teorias da aprendizagem organizacional e da sinalização, mas também oferecem insights práticos para as empresas e investidores que atuam nesse mercado.

Por outro lado, no mercado da Euronext, nenhuma das variáveis analisadas apresentou significância estatística. Essa ausência pode estar associada a características estruturais, regulatórias ou conjunturais do mercado europeu que atenuam os efeitos das variáveis estudadas. A ausência de significância estatística num mercado, e a sua presença em outro, evidência como diferentes estruturas institucionais e os perfis de investidores impactam as reações a operações de F&A.

Tanto quanto é do conhecimento dos autores, este estudo destaca-se ao ser o pioneiro na análise da reação do mercado de NYSE e da Euronext. Ao abordar esses mercados de forma comparativa, oferecemos uma perspetiva única sobre como diferentes variáveis influenciam as reações do mercado em contextos distintos.

As nossas conclusões poderão ajudar as diversas partes interessadas na compreensão dos potenciais benefícios ligados a essas operações, uma vez que, ao revelarem os padrões da reação do mercado após os anúncios de F&A, podem ser utilizadas pelas empresas para otimizar as suas estratégias de aquisições. Podem ajudar também na compreensão de como o mercado responde a diferentes operações, na escolha dos alvos de aquisição. Os investidores e os acionistas podem se beneficiar da compreensão das variáveis que influenciam as reações do mercado, permitindo uma avaliação mais informada dos riscos e das rendibilidades associadas das empresas envolvidas em operações de F&A.

Reconhecemos que a ausência de significância estatística para as variáveis na Euronext limita a generalização dos resultados. No entanto, essa limitação também abre espaço para reflexões importantes: as diferenças entre os mercados destacam a necessidade de aprofundar o estudo das variáveis em contextos específicos. Estudos futuros podem ampliar o período de análise, incorporar outros mercados e analisar setores de atividade específicos.

Em síntese, é importante ressalvar que as contribuições deste estudo vão além dos mercados específicos analisados. Ao oferecer insights sobre as dinâmicas das F&A, contribuímos para o entendimento global desses eventos, enriquecendo a literatura sobre o tema.

Referências bibliográficas

• Aalbers, R. H. L., McCarthy, K. J., & Heimeriks, K. H. (2021). Market reactions to acquisition announcements: The importance of signaling ‘why’ and ‘where’. Long Range Planning, 54(6). https://doi.org/10.1016/j.lrp.2021.102105
  » https://doi.org/10.1016/j.lrp.2021.102105
• Aguilera, R. V., Crespí-Cladera, R., Infantes, P. M., & Pascual-Fuster, B. (2020). Business groups and internationalization: Effective identification and future agenda. Journal of World Business, 55(4), 101050. https://doi.org/10.1016/j.jwb.2019.101050
  » https://doi.org/10.1016/j.jwb.2019.101050
• Ahmed, R., Chen, Y., Benjasak, C., Gregoriou, A., Nahar Falah Alrwashdeh, N., & Than, E. T. (2023). The performance of bidding companies in merger and acquisition deals: An empirical study of domestic acquisitions in Hong Kong and Mainland China. Quarterly Review of Economics and Finance, 87, 168-180. https://doi.org/10.1016/j.qref.2020.09.003
  » https://doi.org/10.1016/j.qref.2020.09.003
• Baker, S. R., Bloom, N., & Davis, S. J. (2016). Measuring economic policy uncertainty. Quarterly Journal of Economics, 131(4), 1593-1636. https://doi.org/10.1093/qje/qjw024
  » https://doi.org/10.1093/qje/qjw024
• Beitel, P., Schiereck, D., & Wahrenburg, M. (2004). Explaining M&A success in european banks. European Financial Management, 10(1), 109-139. https://doi.org/10.1111/j.1468-036X.2004.00242.x
  » https://doi.org/10.1111/j.1468-036X.2004.00242.x
• Breusch, T., & Pagan, A. (1980). The Lagrange Multiplier Test and its Applications to Model Specification in Econometrics. The Review of Economic Studies, 47(1), 239-253. https://doi.org/10.2307/2297111
  » https://doi.org/10.2307/2297111
• Brown, S. J., & Warner, J. B. (1985). Using daily stock returns. The case of event studies. Journal of Financial Economics, 14(1), 3-31. https://doi.org/10.1016/0304-405X(85)90042-X
  » https://doi.org/10.1016/0304-405X(85)90042-X
• Cao, C., Li, X., & Liu, G. (2019). Political Uncertainty and Cross-Border Acquisitions. Review of Finance, 23(2), 439-470. https://doi.org/10.1093/rof/rfx055
  » https://doi.org/10.1093/rof/rfx055
• Cappa, F., Collevecchio, F., Oriani, R., & Peruffo, E. (2022). Banks responding to the digital surge through Open Innovation: Stock market performance effects of M&As with fintech firms. Journal of Economics and Business, 121, 106079. https://doi.org/10.1016/j.jeconbus.2022.106079
  » https://doi.org/10.1016/j.jeconbus.2022.106079
• Chang, S. (1998). Takeovers of privately held targets, methods of payment, and bidder returns. Journal of Finance, 53(2), 773-784. https://doi.org/10.1111/0022-1082.315138
  » https://doi.org/10.1111/0022-1082.315138
• Chuliá, H., Furió, D., & Uribe, J. M. (2019). Volatility spillovers in energy markets. Energy Journal, 40(3), 173-197. https://doi.org/10.5547/01956574.40.3.hchu
  » https://doi.org/10.5547/01956574.40.3.hchu
• Danbolt, J., Siganos, A., & Vagenas-Nanos, E. (2015). Investor sentiment and bidder announcement abnormal returns. Journal of Corporate Finance, 33, 164-179. https://doi.org/10.1016/j.jcorpfin.2015.06.003
  » https://doi.org/10.1016/j.jcorpfin.2015.06.003
• Diamantopoulos, A., & Siguaw, J. A. (2006). Formative versus reflective indicators in organizational measure development: A comparison and empirical illustration. British Journal of Management, 17(4), 263-282. https://doi.org/10.1111/j.1467-8551.2006.00500.x
  » https://doi.org/10.1111/j.1467-8551.2006.00500.x
• Dranev, Y., Frolova, K., & Ochirova, E. (2019). The impact of fintech M&A on stock returns. Research in International Business and Finance, 48, 353-364. https://doi.org/10.1016/j.ribaf.2019.01.012
  » https://doi.org/10.1016/j.ribaf.2019.01.012
• Erel, I., Jang, Y., & Weisbach, M. S. (2015). Do acquisitions relieve target firms’ financial constraints? Journal of Finance , 70(1), 289-328. https://doi.org/10.1111/jofi.12155
  » https://doi.org/10.1111/jofi.12155
• Evans, S., & Bahrami, H. (2020). Super-Flexibility in Practice: Insights from a Crisis. Global Journal of Flexible Systems Management, 21(3), 207-214. https://doi.org/10.1007/s40171-020-00246-6
  » https://doi.org/10.1007/s40171-020-00246-6
• Gulati, P. A., & Garg, S. (2022). Impact of merger on stock returns and economic value added (EVA) of the acquiring firms: a study from Indian corporate sector. International Journal of Emerging Markets, 19(3), 649-664. https://doi.org/10.1108/IJOEM-11-2021-1694
  » https://doi.org/10.1108/IJOEM-11-2021-1694
• Guzella, M., Castro, F. & Santana, V. (2023). Efeito da atenção do investidor na eficiência do mercado brasileiro de ações. Revista Contabilidade & Finanças, 34(93). https://doi.org/10.1590/1808-057x20231635.en
  » https://doi.org/10.1590/1808-057x20231635.en
• Hassan, M., & Giouvris, E. (2020). Financial institutions mergers: a strategy choice of wealth maximisation and economic value. Journal of Financial Economic Policy, 12(4), 495-529. https://doi.org/10.1108/JFEP-06-2019-0113
  » https://doi.org/10.1108/JFEP-06-2019-0113
• Haunschild, P. R., & Beckman, C. M. (1998). When do interlocks matter? Alternate sources of information and interlock influence. Administrative Science Quarterly, 43(4), 815-844. https://doi.org/10.2307/2393617
  » https://doi.org/10.2307/2393617
• Healy, P. M., Palepu, K. G., & Ruback, R. S. (1992). Does corporate performance improve after mergers? Journal of Financial Economics , 31(2), 135-175. https://doi.org/10.1016/0304-405X(92)90002-F
  » https://doi.org/10.1016/0304-405X(92)90002-F
• Hoechle, D. (2007). Robust standard errors for panel regressions with cross-sectional dependence. Stata Journal, 7(3), 281-312. https://doi.org/10.1177/1536867x0700700301
  » https://doi.org/10.1177/1536867x0700700301
• Hutzschenreuter, T., Kleindienst, I., & Schmitt, M. (2014). How mindfulness and acquisition experience affect acquisition performance. Management Decision, 52(6), 1116-1147. https://doi.org/10.1108/MD-07-2013-0376
  » https://doi.org/10.1108/MD-07-2013-0376
• Jain, S., Kashiramka, S., & Jain, P. K. (2018). Impact of Organizational Learning and Absorptive Capacity on the Abnormal Returns of Acquirers: Evidence from Cross-Border Acquisitions by Indian Companies. Global Journal of Flexible Systems Management , 19(4), 289-303. https://doi.org/10.1007/s40171-018-0193-9
  » https://doi.org/10.1007/s40171-018-0193-9
• Kellner, T. (2024). The impact of M&A announcements on stock returns in the European Union. International Review of Economics and Finance, 89, 843-862. https://doi.org/ 10.1016/j.iref.2023.10.034
  » https://doi.org/ 10.1016/j.iref.2023.10.034
• King, D. R., Wang, G., Samimi, M., & Cortes, A. F. (2021). A Meta-Analytic Integration of Acquisition Performance Prediction. Journal of Management Studies, 58(5), 1198-1236. https://doi.org/10.1111/joms.12636
  » https://doi.org/10.1111/joms.12636
• Kyei-Mensah, J. (2019). Stock liquidity, firm size and return persistence around mergers and acquisitions announcement. Investment Management and Financial Innovations, 16(2), 116-127. https://doi.org/10.21511/imfi.16(2).2019.10
  » https://doi.org/10.21511/imfi.16(2).2019.10
• Li, J., Li, P., & Wang, B. (2016). Do cross-border acquisitions create value? Evidence from overseas acquisitions by Chinese firms. International Business Review, 25(2), 471-483. https://doi.org/10.1016/j.ibusrev.2015.08.003
  » https://doi.org/10.1016/j.ibusrev.2015.08.003
• Lobo, B. F. S., & Gomes, L. M. P. (2022). Impact of M&A Announcements on Listed Firms in the Iberian Markets. Studies in Business and Economics, 17(3), 132-150. https://doi.org/10.2478/sbe-2022-0051
  » https://doi.org/10.2478/sbe-2022-0051
• Lu, H., Hong, J., Chen, Q., & Deng, P. (2022). Impact of overseas M&As on Chinese service enterprises’ market value. Service Industries Journal, 42(15-16), 1256-1276. https://doi.org/10.1080/02642069.2019.1608189
  » https://doi.org/10.1080/02642069.2019.1608189
• MacKinlay, A. C. (1997). Event Studies in Economics and Finance. Journal of Economic Literature, 35(1), 13-39.
• Mal, P., & Gupta, K. (2020). Impact of merger and acquisition announcements on stock return, volatility and liquidity of acquirers: Evidence from the indian banking sector. Management and Accounting Review, 19(1), 73-101. https://doi.org/10.1177/09722629251341029
  » https://doi.org/10.1177/09722629251341029
• McWilliams, A., & Siegel, D. (1997). Event studies in management research: Theoretical and empirical issues. Academy of Management Journal, 40(3), 626-657. https://doi.org/10.2307/257056
  » https://doi.org/10.2307/257056
• Mitchell, M. L., & Mulherin, J. H. (1996). The impact of industry shocks on takeover and restructuring activity. Journal of Financial Economics , 41(2), 193-229. https://doi.org/10.1016/0304-405X(95)00860-H
  » https://doi.org/10.1016/0304-405X(95)00860-H
• Panda, M., & Joshipura, M. (2022). Impact of cross-border mergers and acquisitions on short-term gain to shareholders of target firms in India - effect of the mode of payment and industry relatedness. Afro-Asian Journal of Financeand Accounting, 12(5), 648. https://doi.org/10.1504/aajfa.2022.10051855
  » https://doi.org/10.1504/aajfa.2022.10051855
• Paudyal, K., Thapa, C., Koirala, S., & Aldhawyan, S. (2021). Economic policy uncertainty and cross-border mergers and acquisitions. Journal of Financial Stability, 56, 100926. https://doi.org/10.1016/j.jfs.2021.100926
  » https://doi.org/10.1016/j.jfs.2021.100926
• Ranju, P. K., & Mallikarjunappa, T. (2019). Spillover Effect of M&A Announcements on Acquiring Firms’ Rivals: Evidence from India. Global Business Review, 20(3), 692-707. https://doi.org/10.1177/0972150919837080
  » https://doi.org/10.1177/0972150919837080
• Ratcliffe, C., & Dimovski, B. (2013). An investigation into the drivers of Australian REIT merger and acquisition announcements. Journal of Property Investment and Finance, 31(5), 441-461. https://doi.org/10.1108/JPIF-02-2013-0012
  » https://doi.org/10.1108/JPIF-02-2013-0012
• Reddy, K., Qamar, M., & Yahanpath, N. (2019). Do mergers and acquisitions create value?: The post-M&A performance of acquiring firms in China and India. Studies in Economics and Finance, 36(2), 240-264. https://doi.org/10.1108/SEF-01-2018-0027
  » https://doi.org/10.1108/SEF-01-2018-0027
• Sankar, B. P. B., & Leepsa, N. M. (2021). Determinants of payment method in mergers and acquisitions: A study on indian companies. IndianJournal of Finance , 15(10), 44-62. https://doi.org/10.17010/ijf/2021/v15i10/166511
  » https://doi.org/10.17010/ijf/2021/v15i10/166511
• Satapathy, D. P., & Mohapatra, S. R. (2020). Effect of corporate goverance on acquiring firm performance: Evidence from construction industry. Journal of Critical Reviews, 7(8), 813-817. https://doi.org/10.31838/jcr.07.08.174
  » https://doi.org/10.31838/jcr.07.08.174
• Spence, M. (2002). Signaling in retrospect and the informational structure of markets. American Economic Review, 92(3), 434-459. https://doi.org/10.1257/00028280260136200
  » https://doi.org/10.1257/00028280260136200
• Stiglitz, J. E. (2002). Information and the change in the paradigm in economics. American Economic Review , 92(3), 460-501. https://doi.org/10.1257/00028280260136363
  » https://doi.org/10.1257/00028280260136363
• Talreja, S., Mirani, S. H., Qureshi, J. A., & Ahmed, F. (2020). Do pre & post merger integration matters in cross border merger & acquisition (CBM&A). Estudios de Economia Aplicada, 38(2). https://doi.org/10.25115/eea.v38i2.3294
  » https://doi.org/10.25115/eea.v38i2.3294
• Tampakoudis, I., Nerantzidis, M., Subeniotis, D., Soutsas, A., & Kiosses, N. (2020). Bank mergers and acquisitions in Greece: the financial crisis and its effect on shareholder wealth. International Journal of Managerial Finance, 16(2), 273-296. https://doi.org/10.1108/IJMF-02-2019-0080
  » https://doi.org/10.1108/IJMF-02-2019-0080
• Tanna, S., Yousef, I., & Nnadi, M. (2021). Probability of mergers and acquisitions deal failure. Journal of Financial Economic Policy, 13(1), 1-30. https://doi.org/10.1108/JFEP-09-2019-0182
  » https://doi.org/10.1108/JFEP-09-2019-0182
• White, H. (1980). A Heteroskedasticity-Consistent Covariance Matrix Estimator and a Direct Test for Heteroskedasticity. Econometrica, 48(4), 817-838. https://doi.org/10.2307/1912934
  » https://doi.org/10.2307/1912934
• Wooldridge, J. M. (2005). Simple solutions to the initial conditions problem in dynamic, nonlinear panel data models with unobserved heterogeneity. Journal of Applied Econometrics, 20(1), 39-54. https://doi.org/10.1002/jae.770
  » https://doi.org/10.1002/jae.770

• DECLARAÇÃO DE DISPONIBILIDADE DE DADOS
  Os conjuntos de dados relacionados a este artigo estarão disponíveis mediante solicitação ao autor.

Editado por

• EDITOR CHEFE (A PARTIR DE 01/01/2025)
  Marcia Juliana d’Angelo https://orcid.org/0000-0003-1436-5812

• EDITOR ASSOCIADO
  Verônica de Fátima Santana https://orcid.org/0000-0002-9105-7488

Disponibilidade de dados

Os conjuntos de dados relacionados a este artigo estarão disponíveis mediante solicitação ao autor.

Datas de Publicação

• Publicação nesta coleção
  16 Fev 2026
• Data do Fascículo
  2026

Histórico

• Recebido
  29 Set 2024
• Revisado
  07 Out 2024
• Aceito
  04 Jun 2025