O Efeito Moderador do Grau de Concentração do Setor na Relação Entre Composição Patrimonial e Vantagem Competitiva da Firma

RESUMO

Este artigo investigou a relação entre a vantagem competitiva e a composição patrimonial da firma, com base em métricas contidas na estrutura das demonstrações contábeis, a partir de origem endógena (composição patrimonial da firma) ou exógena (nível de concentração do setor). Adicionalmente, verificou-se se as características exógenas moderam a relação entre características endógenas e o desempenho operacional da firma. A amostra para o estudo foi extraída do banco de dados da Economatica, empresa especializada em informações para o mercado de capitais. Utilizou-se a abordagem de modelos hierárquicos com medidas repetidas que envolvem regressões em série aninhadas, estimadas por máxima verossimilhança. Os resultados sugerem (i) que os recursos idiossincráticos da firma têm maior capacidade de explicação do desempenho operacional do que as características do ambiente onde a firma se insere; (ii) que a relação entre os recursos idiossincráticos da firma e o seu desempenho operacional são sensíveis às características do setor.

Palavras-chave:
vantagem competitiva; decomposição do desempenho operacional; nível de concentração; estrutura-conduta-desempenho; teoria dos recursos

ABSTRACT

This paper investigates the relationship between the competitive advantage and balance sheet composition of the firm, based on metrics contained in the structure of financial statements, from endogenous origin (firm's balance sheet composition) or exogenous (level of sector concentration). In addition, we perform tests in order to verify whether the exogenous characteristics moderate the relation between endogenous characteristics and the firm's operational performance. We selected data from the Economatica® database, a Brazilian company specialized in information for the capital market. We based the tests on the hierarchical model approach with repeated measures involving serial and nested regressions, estimated by maximum likelihood. The test results suggest that (i) the firm's idiosyncratic features have greater explanatory capability for the firm's performance than the industry features; (ii) the relation between firm idiosyncratic resources and firm performance are sensitive to industry characteristics.

Keywords:
competitive advantage; decomposition of operational performance; level of concentration; structure-conduct-performance; resource theory

1. INTRODUÇÃO

Questões relacionadas ao estudo do desempenho fazem parte dos campos de estudos da estratégia e da contabilidade, os quais se diferenciam no foco do interesse e na unidade de análise. Enquanto a estratégia volta-se para a análise das escolhas, das decisões e dos recursos no ambiente da firma, objetivando relacionar a vantagem competitiva da firma a características de seu ambiente (Rumelt, Schendel & Teece, 1991), a contabilidade fornece métricas financeiras, operacionais e econômicas que, combinadas, têm como proposição mensurar o desempenho da firma numa perspectiva ex-post-facto (Penman, 2009), mas que permite a sustentação ou o reposicionamento das escolhas e das decisões dos gestores no uso de seus recursos (O'connor, Deng & Fei, 2015).

O estudo da origem da vantagem competitiva (endógenas ou exógenas) fundamenta-se em argumentos teóricos no contexto da organização industrial e na teoria dos recursos. Numa dimensão endógena, pode ser configurada como recursos à disposição da firma e evidenciada por métricas contidas na estrutura das demonstrações contábeis a partir da composição patrimonial como subgrupos financeiros, operacionais, de estrutura e origem de financiamento (como proxies da vantagem competitiva, numa dimensão de recursos da firma). E, numa dimensão exógena, a partir de características ambientais (grau de competição do setor) nas quais a firma se insere, o que sugere ter efeito no desempenho da firma. Adicionalmente, a relação de coexistência entre firma e ambiente sugere a existência de um efeito moderador das características do ambiente sobre a relação entre recursos e desempenho operacional da firma.

Portanto, assumindo que as informações econômicas e financeiras são as principais referências para a tomada de decisões no contexto da firma, e considerando as demonstrações contábeis uma de suas principais fontes (Healy & Palepu, 2001, Penman, 2009), torna-se relevante o estudo da relação entre vantagem competitiva e a composição patrimonial da firma a partir do uso de métricas contidas na estrutura das demonstrações contábeis.

Assumindo neste contexto que as escolhas estratégicas da firma influenciam a natureza e a composição de seus ativos (por meio da escolha dos recursos e da origem de sua captação), combinado com os efeitos que as características do ambiente exercem sobre a firma, ambos são evidenciados no balanço patrimonial e nas demonstrações dos resultados. Procurar-se-á, no transcorrer desta pesquisa, responder às seguintes questões: O desempenho operacional tem maior influência de características específicas da firma ou do setor onde está inserida? E qual o efeito moderador do grau de competição na relação entre a composição patrimonial e a vantagem competitiva da firma? Quando monitorados a partir de proxies contidas na estrutura das demonstrações contábeis.

Objetivo principal deste estudo consiste em investigar a relação entre as dimensões da vantagem competitiva (endógenas e exógenas à firma) e o desempenho operacional da firma e como o grau de competição modera a relação entre a composição patrimonial e desempenho operacional da firma.

Os objetivos complementares consistem em verificar: O1: se o desempenho operacional tem maior influência de fatores endógenos ou exógenos à firma; O2: como a relação entre a composição patrimonial e o desempenho da firma é moderado pelo nível de concentração do setor.

Berry e Jarvis (1994) comentam que a aproximação entre esses campos contribui para a identificação de métricas contábeis e sua utilização como proxies da vantagem competitiva. Misangyi, et al. (2006) corroboram essa ideia e enfatizam que a análise das informações contábeis, combinada com o contexto no qual a firma se insere, permite ao analista fazer previsões mais ajustadas sobre o desempenho da firma.

A identificação de fatores específicos da firma ou do setor e seus respectivos efeitos sobre o desempenho não só fornecem uma compreensão do reflexo que a estratégia tem no desempenho da firma, mas também, do ponto de vista prático, podem contribuir substancialmente para o estudo do desempenho, uma vez que possibilitam aos gestores focarem a sua atenção naqueles determinantes de maior relevância para a geração e a sustentação do desempenho da firma (Bowman & Helfat, 2001; Misangyi, et al., 2006).

Assim, relacionar conceitos da vantagem competitiva da firma aos dados existentes nas demonstrações contábeis poderia contribuir sobremaneira para (i) a utilidade das demonstrações contábeis no contexto da tomada de decisões; (ii) o desenvolvimento e a definição de proxies e métricas contábeis para monitoramento e estudos da estratégia e da vantagem competitiva; além de (iii) buscar uma relação (aproximação) entre esses campos do conhecimento.

2. REFERENCIAL TEÓRICO

Pesquisadores da gestão estratégica que investigam sua relevância teórica e aplicada sob a perspectiva de determinantes do desempenho da firma fundamentam-se em duas correntes teóricas, concorrentes e complementares. Tais correntes fundamentam-se na estrutura do setor e nas características idiossincráticas da firma como fonte do desempenho, as quais, combinadas, levaram a um debate na literatura sobre a importância relativa da firma e do setor sobre a formação do desempenho. Desde os estudos seminais de Schmalensee (1985) e Rumelt (1991) sobre essa questão, vários estudiosos têm entrado no debate, tais como Roquebert, Phillips e Westfall (1996), Adner e Helfat (2003), Bowman e Helfat (2001), Brush e Bromiley (1997), Brush, Bromiley e Hendrickx (1999), McGahan e Porter (1997), Misangyi, et al., (2006).

A vantagem competitiva é tema central do campo de estratégia e uma das hipóteses mais utilizadas para explicar a heterogeneidade do desempenho entre as firmas. Tem origem na prática gerencial e de consultoria (South, 1981) e seu desenvolvimento impulsionado em conjunto com a evolução da estratégia no ambiente acadêmico, desenvolvendo, assim, uma abordagem formal e científica, destacando-se nos discursos mais relevantes nas disciplinas de estratégia (Brito & Brito, 2012).

Há vários autores que investigaram a relação firma-indústria, com foco no nível de concentração utilizado como uma medida de competição do mercado, destacando-se, dentre eles: Porter (1979), Lawless e Finch (1989), Nissan (1990), Castrogiovanni (1991), Goll e Rasheed (1997), Thompson e Formby (2002), Simerly e Li (2000), Besanko, et al., (2006), Almeida (2010) e Ribarczyk e Oliveira (2013). Verifica-se um denso embasamento nas pesquisas que utilizam proxies de características do setor como efeito da competição para averiguar a existência de relação causal com o desempenho da firma.

Byrns e Stone (1996) afirmam que as estruturas de mercado determinam quase rigidamente a conduta de cada firma (decisão de produção e comportamento dos preços), que gera um desempenho global do setor (eficiência e lucratividade). Tal abordagem é denominada de paradigma Estrutura-Conduta-Desempenho.

A essência do paradigma da Organização Industrial consiste em relacionar o desempenho da firma com variáveis dependentes das características do ambiente ao qual a firma está exposta (Porter, 1983). Assim, a estrutura do setor determina a conduta da firma, cujo conjunto de estratégias determina o desempenho coletivo das firmas em sua indústria. O desempenho é definido, de forma geral, no sentido de medidas econômicas, abrangendo dimensões como rentabilidade, eficiência técnica (minimização de custos). A conduta consiste na escolha da firma para o uso dos seus recursos.

Já a teoria dos recursos está fundamentada em duas generalizações empíricas e dois postulados, que são: generalizações empíricas: existem diferenças sistemáticas entre as firmas no tocante à forma com que controlam os recursos necessários para a implementação de suas estratégias, sendo tais diferenças relativamente estáveis; e postulados: as diferenças nas dotações de recursos causam diferenças de desempenho, e as firmas têm por prática constante maximizar o desempenho econômico (Penrose, 1959, FOSS, 1996).

Na comparação dessas abordagens teóricas, pode-se observar, nas teorias da organização industrial, que nos argumentos os quais sustentam o conceito de estratégia permanecem os fatores exógenos à firma, dando ênfase ao ambiente em que ela se insere e a influência que tal ambiente causa no desempenho operacional. Por outro lado, a teoria dos recursos relaciona-se a fatores endógenos à firma, na busca de fundamentos para a configuração da vantagem competitiva, além de enfatizar a necessidade de integração entre a firma e seu meio.

Os estudos empíricos baseiam-se na observação de variáveis do desempenho para medir a competitividade da firma, fundamentados na afirmativa de que a vantagem competitiva é um construto precedente lógico do desempenho superior (Wiggins & Ruefli, 2002, Powell, 2003, Vasconcelos & Brito, 2004).

Portanto, a conduta da firma pode ser vista como as dimensões econômicas e técnicas das estratégias adotadas pelas firmas (Bain, 1964), evidenciadas na estrutura patrimonial, considerada como efeitos da gestão sobre a escolha e uso dos ativos (recursos à disposição da firma). Já a estrutura industrial é definida como dimensões econômicas e técnicas, relativamente estáveis que determinam o contexto no qual se dá a concorrência (Porter, 1983, Caves, 1984). Por consequência, evidenciados na composição patrimonial da firma, abrindo novas possibilidades para pesquisas e aproximações entre esses campos, convergindo para avanços no estudo do desempenho da firma.

2.1. CARACTERÍSTICA DO SETOR E O ÍNDICE DE HERFINDAHL-HIRSHMANN

As dimensões mais significativas de mercado, identificadas pela teoria econômica, quando combinadas, caracterizam as diferentes estruturas de mercado (Esho, Kofman & Sharpe, 2005). Tais estruturas são modelos que captam aspectos inerentes à organização dos mercados. Cada estrutura de mercado destaca alguns aspectos essenciais da interação da oferta e da demanda e se baseia em hipóteses de características observadas em mercados existentes. Isso possibilita classificar os mercados em diferentes tipos, com base nas suas dimensões e na interação entre compradores e vendedores (Stiglitz, 2003).

O índice de herfindahl-hirshmann é utilizado para medir a concentração do mercado, o que permite investigar o grau de competição no mercado de produtos e seus reflexos nas decisões operacionais dos competidores (Ranieri, 2011).

Esse índice é calculado considerando-se a soma dos quadrados de todas as receitas das firmas em suas indústrias ou da parcela de mercado que se pretende analisar (Besanko et al., 2006, Kupfer & Hasenchever, 2013) e é assim descrito:

(1) $\mathit{HHI}={\sum }_{\mathit{i}=1}^{\mathit{n}}{\mathit{\beta }}_{\mathit{i}}^2$

sendo que

(2) ${\mathit{\beta }}_{\mathit{i}}=\frac{{\mathit{Q}}_{\mathit{i}}}{{\sum }_{\mathit{i}=1}^{\mathit{M}}{\mathit{Q}}_{\mathit{i}}}$

em que representa a participação de cada firma na indústria como medida de concentração; e M representa o número de firmas existentes na indústria. O índice é constituído a partir de e pode ter como variáveis as quantidades produzidas, as quantidades vendidas, o tamanho dos ativos, o faturamento ou alguma outra variável econômica que possa representar a participação de mercado da firma (Ranieri, 2011).

Para as diferentes configurações de mercado, uma medida fundamental para a interpretação agregada da estrutura na indústria analisada é a mensuração dos índices de concentração (Kupfer & Hasenclever, 2013, Esho, Kofman & Sharpe, 2005). O nível de competição influencia o desempenho da firma. Por outro lado, firmas tem suas formas particulares de lidar com as pressões que as indústrias causam nelas (Stiglitz, 2003, Goddard, Mckillop & Wilson, 2008).

2.2. MÉTRICAS DAS DEMONSTRAÇÕES CONTÁBEIS E MEDIÇÃO DA RIQUEZA

A contabilidade, na busca de seus objetivos de gerar informações que sejam úteis para a tomada de decisões, sustenta seu arcabouço teórico sobre seus Postulados da Entidade e da Continuidade. Enquanto o Postulado da Entidade tem o propósito de identificar o patrimônio da firma para que seja possível acompanhar sua variação ao longo do tempo, o Postulado da Continuidade parte da premissa de que a firma não está em estado de descontinuidade. Tais postulados sustentam o arcabouço do campo teórico da contabilidade e orientam a mensuração da variação do patrimônio e do desempenho da firma (Scott, 2009).

Se os postulados contábeis são definidos como suposições derivadas do ambiente econômico, que sustentam o arcabouço teórico da contabilidade, influenciando a forma de mensuração, a configuração e as informações contidas em seus relatórios, então as demonstrações contábeis devem ser capazes de refletir os aspectos da estratégia da firma, visto que tanto as teorias de estratégia quanto as teorias contidas no arcabouço da contabilidade evidenciam, em suas formas particulares, que a continuidade da firma pressupõe lucratividade e sustentabilidade ao longo do tempo. É nesse ponto que os postulados contábeis parecem guardar um alinhamento (aproximação) com as premissas do arcabouço conceitual da estratégia e da vantagem competitiva no contexto da firma em seu ambiente.

Portanto, é razoável esperar que as decisões tomadas na firma possam ser observadas nas informações contidas nas demonstrações contábeis, por meio de eventos e fatos que evidenciam as alterações ocorridas na composição patrimonial e de seus resultados no decorrer do tempo e, assim, evidenciam os efeitos econômicos da firma (Rutherford, 2013). Nesse contexto, a firma pode ser compreendida como uma unidade tomadora de decisões econômicas voltadas para a realização do lucro por meio da exploração de seus recursos no contexto do setor.

3. DESENVOLVENDO AS HIPÓTESES DE PESQUISA

Dado que as escolhas feitas pelos gestores são captadas pelo modelo da contabilidade na estrutura patrimonial na forma de ativos financeiros, operacionais, de estrutura e fonte de captação de recurso, foram adotados subgrupos da composição patrimonial como proxies de variáveis endógenas, podendo, assim, explicar o desempenho operacional da firma.

Por outro lado e de forma complementar, as características do ambiente no qual a firma está inserida como níveis diferenciados de concorrência foram adotados como proxy de variáveis exógenas para explicar o desempenho operacional da firma, permitindo investigar a seguinte hipótese:

H1: O desempenho operacional tem sua composição mais explicada por fatores endógenos (características da firma) do que por fatores exógenos (característica do ambiente onde a firma se insere), quando monitorado por proxies contidas nas estruturas das demonstrações contábeis.

Dada a existência de relação entre correntes teóricas na formulação dessa hipótese, as quais sugerem que fatores idiossincráticos combinados com o ambiente no qual a firma se insere, e considerando a existência de efeito do ambiente na firma, formula-se a seguinte hipótese moderadora:

H2: O grau de competição dos setores (variáveis exógenas a firma) moderam a relação entre composição patrimonial (fontes endógenas de vantagem competitiva) e o desempenho operacional da firma.

Nesse contexto, esta pesquisa investigou como a característica do ambiente (níveis de competição) modera a relação entre a composição patrimonial (adotados como proxies de recursos) e o desempenho operacional (adotados como proxy da vantagem competitiva) da firma.

4. METODOLOGIA E OPERACIONALIZAÇÃO DAS VARIÁVEIS

Utiliza-se a abordagem de modelos hierárquicos com medidas repetidas, as quais envolvem regressões em série e aninhadas, estimadas por máxima verossimilhança. Com a finalidade de estimar a importância relativa do setor e da firma como fonte da vantagem competitiva, as variáveis atribuídas o grau de competição do setor serão tratadas como moderadoras nas relações entre composição patrimonial com o desempenho da firma.

As vantagens do uso dos modelos hierárquicos são identificadas por Raudenbush e Bryk (2002). Segundo esses pesquisadores, o uso desses modelos: (i) permite identificar curvas de crescimento para cada indivíduo; (ii) deixa identificar a ausência de restrições a medidas repetidas em diferentes intervalos; (iii) possibilita modelar a covariância entre medidas repetidas; (iv) valida o uso do teste F e teste t, mesmo que os dados sejam não balanceados e (v) permite a inclusão de níveis distintos de influência na variável dependente.

Ignorar a existência de hierarquia nos dados que possam evidenciar possível dependência dos níveis mais baixos (firma) em relação aos níveis mais elevados (indústria) inevitavelmente tende a produzir resultados e conclusões enviesadas, gerando uma visão distorcida e fragmentada dos resultados esperados (Nielsen & Nielsen, 2013).

4.1. VARIÁVEIS DEPENDENTE

O construto desempenho organizacional tem um papel central na literatura de estratégia (Rumelt, Schendel & Teece, 1991) e apresenta diferentes dimensões (Venkatraman & Ramanujam, 1986). Com base em uma análise de artigos publicados no Stratetic Management Journal, entre 1980 e 2004, identificaram-se três dimensões distintas de desempenho organizacional: retorno contábil, crescimento e mudança no valor de mercado (Combs, Crook & Shook, 2005).

No que se refere à dimensão do desempenho organizacional, Combs, Crook e Shook (2005) recomendaram ROA (Return on Assets) e ROS (Retorn on Sales) como indicadores confiáveis. Este estudo acompanhou a proposta desses autores, utilizando uma variante do ROA como em Hough, (2006), Misangyi et al., (2006); Goldszmidt (2010), excluído o efeito de juros e impostos, denominado retorno operacional sobre os ativos (ROIC), conforme proposto por Simons (1999).

4.2. VARIÁVEIS INDEPENDENTE

As variáveis independentes endógenas buscam evidenciar a composição dos subgrupos patrimoniais em relação ao total dos ativos da firma, adotados como proxies de recursos inerentes à firma. Entretanto, dada a limitação da capacidade de mensuração do modelo contábil dos recursos da firma, essa métrica restringe-se aos recursos passíveis de serem mensurados pela lógica do modelo contábil. Assim, as variáveis endógenas à firma, composição patrimonial, inseridas no modelo em estudo como proxies de recursos da firma foram: Ativo circulante financeiro (ACF); Ativo circulante operacional (ACO); Ativo realizável a longo prazo (ARLP); Ativo permanente (AP); Passivo circulante financeiro (PCF); Passivo circulante operacional (PCO); Passivo exigível a longo prazo (PELP); e Patrimônio líquido (PL)

A composição patrimonial foi definida com base na análise vertical. Consiste em classificação por escala para identificar aspectos pertinentes a atividade da firma. E quando, comparada entre firmas ou ao longo do tempo, a análise vertical das demonstrações identifica aspectos incomuns (Penman, 2010a; Penman, 2010b).

As variáveis independentes exógenas são as que capturam características do setor no qual a firma se insere, e o índice herfindahl-hirshmann (HHI) demonstra os diferentes graus de concentração do setor.

Essa medida corresponde à característica do setor e será inserida no modelo multinível no nível correspondente para capturar o efeito que tais características do ambiente exercem sobre a capacidade de explicação do desempenho da firma. E, adicionalmente, tais variáveis serão utilizadas para investigar o efeito moderador que tais características exercem na relação entre recursos e o desempenho operacional.

5. MODELOS PROPOSTOS

Os modelos hierárquicos podem ser utilizados sempre que os objetos de análise estiverem aninhados em um contexto, como neste caso em que as firmas estão inseridas em setores de atividade. Assim, permite que os objetos e os contextos sejam organizados em níveis hierárquicos onde existe um primeiro nível (tempo); no segundo nível com objetos (firmas); e um terceiro nível com contexto (indústrias) (Bickel, 2007, Goldszmidt, 2010).

O modelo foi formalizado nas equações e estimado em etapas: Modelo I: Modelo nulo; Modelo II: Modelo com tendência linear de efeitos aleatórios; e Modelo III: Modelo com tendência linear de efeitos aleatórios inserindo proxy com efeito moderador).

A análise de modelos hierárquicos ocorre por fases, sendo que a primeira delas é a estimação por um modelo nulo, assim denominado por utilizar somente o intercepto e permitir verificar, a partir de sua estimação, a parcela da variância em cada firma, entre firmas e entre setores. Os efeitos desses diferentes níveis serão analisados com a utilização do modelo nulo, o qual é composto pelo seguinte conjunto de equações:

Modelo I - Modelo nulo

(3) $\begin{array}{c}{\mathit{ROIC}}_{\mathit{ijk}}={\mathit{\pi }}_{0\mathit{jk}}+{\mathit{e}}_{\mathit{ijk}}\hfill \\ {\mathit{\pi }}_{0\mathit{jk}}={\mathit{\beta }}_{00\mathit{k}}+{\mathit{r}}_{0\mathit{jk}}\hfill \\ {\mathit{\beta }}_{00\mathit{k}}={\mathit{\gamma }}_{000}+{\mathit{u}}_{00\mathit{k}}\hfill \end{array}$

Nível 1(tempo) ROICijk: desempenho representado retorno operacional, no período (trimestre) i: 1,2..., Ijk; da firma j: 1,2..., Jk; no setor k: 1,2..., K; π0jk: retorno operacional esperado (média) da firma ij no período 1 (1996); e eijk: variância do retorno operacional observado da firma j no período i, em relação ao seu desempenho operacional. Nível 2(firma) β00k: média do retorno operacional esperado das firmas em 1996, no setor k; e r0jk: variância do retorno operacional da firma j, ao esperado das firmas no setor k. Nível 3(indústria) γ000: retorno operacional esperado do setor em 1996 (média amostra); e u00k: variância do retorno operacional do setor k em relação à média amostra em 1996.

Nível 1 (tempo)	ROICijk: desempenho representado retorno operacional, no período (trimestre) i: 1,2..., Ijk; da firma j: 1,2..., Jk; no setor k: 1,2..., K;
	π0jk: retorno operacional esperado (média) da firma ij no período 1 (1996); e
	eijk: variância do retorno operacional observado da firma j no período i, em relação ao seu desempenho operacional.
Nível 2 (firma)	β00k: média do retorno operacional esperado das firmas em 1996, no setor k; e
	r0jk: variância do retorno operacional da firma j, ao esperado das firmas no setor k.
Nível 3 (indústria)	γ000: retorno operacional esperado do setor em 1996 (média amostra); e
	u00k: variância do retorno operacional do setor k em relação à média amostra em 1996.

No modelo a seguir (II), foi incluído um componente de tendência (variação ao longo do tempo) no nível 1, com o propósito de verificar se o retorno operacional da firma segue tendência temporal linear. E ao incluir efeitos aleatórios, buscou-se testa se há variância significativa da tendência do retorno operacional entre as firmas ao longo do tempo.

Presumindo que diferentes firmas apresentam diferentes retornos operacionais, desenvolveu-se o modelo com tendência e efeitos aleatórios (Modelo II)

Modelo II - Modelo com tendência linear de efeitos aleatórios

(4) $\begin{array}{c}{\mathit{ROIC}}_{\mathit{ijk}}={\mathit{\pi }}_{0\mathit{jk}}+{\mathit{\pi }}_{1\mathit{jk}}\mathit{trim}+{\mathit{e}}_{\mathit{ijk}}\hfill \\ {\mathit{\pi }}_{0\mathit{jk}}={\mathit{\beta }}_{00\mathit{k}}+{\mathit{r}}_{0\mathit{jk}}\hfill \\ {\mathit{\pi }}_{1\mathit{jk}}={\mathit{\beta }}_{10\mathit{k}}+{\mathit{r}}_{1\mathit{jk}}\hfill \\ {\mathit{\beta }}_{00\mathit{k}}={\mathit{\gamma }}_{000}+{\mathit{u}}_{00\mathit{k}}\hfill \\ {\mathit{\beta }}_{10\mathit{k}}={\mathit{\gamma }}_{100}+{\mathit{u}}_{10\mathit{k}}\hfill \end{array}$

Nível 1(tempo) ROICijk: desempenho representado retorno operacional, no período (trimestre) i: 1,2..., Ijk; da firma j: 1,2..., Jk; no setor k: 1,2..., K; π0jk: retorno operacional esperado (média) da firmaij no período 1 (1996); π1jk: taxa de crescimento do retorno operacional da firmajk ; trim: inclusão do efeito da tendência no retorno operacional é efeita inserindo a variável trimestre; e eijk: variância do retorno operacional observado da firma j no período i, em relação ao seu desempenho operacional. Nível 2(firma) β00k: média do retorno operacional esperado das firmas em 1996, no setor k; β10k: média da taxa de crescimento esperada no setor k; e r0jk: variância do retorno operacional da firma j ao esperado das firmas no setor k. Nível 3(indústria) γ000: retorno operacional esperado do setor em 1996 (média amostra); e u00k: variância do retorno operacional do setor k em relação à média amostra em 1996.

Nível 1 (tempo)	ROICijk: desempenho representado retorno operacional, no período (trimestre) i: 1,2..., Ijk; da firma j: 1,2..., Jk; no setor k: 1,2..., K;
	π0jk: retorno operacional esperado (média) da firmaij no período 1 (1996);
	π1jk: taxa de crescimento do retorno operacional da firmajk ;
	trim: inclusão do efeito da tendência no retorno operacional é efeita inserindo a variável trimestre; e
	eijk: variância do retorno operacional observado da firma j no período i, em relação ao seu desempenho operacional.
Nível 2 (firma)	β00k: média do retorno operacional esperado das firmas em 1996, no setor k;
	β10k: média da taxa de crescimento esperada no setor k; e
	r0jk: variância do retorno operacional da firma j ao esperado das firmas no setor k.
Nível 3 (indústria)	γ000: retorno operacional esperado do setor em 1996 (média amostra); e
	u00k: variância do retorno operacional do setor k em relação à média amostra em 1996.

Por conseguinte, inserem-se variáveis preditoras no modelo de estimação, cujos resultados serão comparados com os do modelo anterior, de forma a explicar o modelo final, em termos da variância das variáveis estudadas.

São inseridas no nível da firma variáveis que representam subgrupos patrimonial, com a inclusão de efeito tendência em relação ao retorno operacional da firma (j), no setor (k) com efeitos fixos ao longo do período estudados, sendo assim representado:

Modelo III - Modelo com tendência linear de efeitos aleatórios inserindo proxies contábeis.

Os modelos hierárquicos definidos foram organizados como modelos aninhados, o que permite uma comparação entre os resultados apresentados pelos modelos definidos, o que possibilita, adicionalmente, uma análise incremental, a fim de estimar a importância relativa da firma e do setor para o estudo da fonte da vantagem competitiva. E, ainda, as variáveis atribuídas aos setores serão modeladas como efeito moderador entre variáveis de recursos e de desempenho operacional da firma.

(5) $\begin{array}{c}{\mathit{ROIC}}_{\mathit{ijk}}={\mathit{\pi }}_{0\mathit{jk}}+{\mathit{\pi }}_{1\mathit{jk}}\mathit{trim}+{\mathit{e}}_{\mathit{ijk}}\hfill \\ {\mathit{\pi }}_{0\mathit{jk}}={\mathit{\beta }}_{00\mathit{k}}+{\mathit{\beta }}_{01\mathit{k}}\mathit{BP}+{\mathit{r}}_{0\mathit{jk}}\hfill \\ {\mathit{\pi }}_{1\mathit{jk}}={\mathit{\beta }}_{10\mathit{k}}+{\mathit{r}}_{1\mathit{jk}}\hfill \\ {\mathit{\beta }}_{00\mathit{k}}={\mathit{\gamma }}_{000}+{\mathit{\gamma }}_{100}\mathit{ST}+{\mathit{u}}_{00\mathit{k}}\hfill \\ {\mathit{\beta }}_{10\mathit{k}}={\mathit{\gamma }}_{100}+{\mathit{u}}_{10\mathit{k}}\hfill \end{array}$

Nível 1(tempo) ROICijk: retorno operacional, no período (trimestre) i: 1,2..., Ijk; da firma j: 1,2..., Jk; no setor k: 1,2..., K; π0jk: retorno operacional esperado (média) da firmaij no período 1 (1996); π1jk: taxa de crescimento do retorno operacional da firmajk ; trim: inclusão do efeito da tendência no retorno operacional é efeita inserindo a variável trimestre; e eijk: variância do retorno operacional observado da firma j no período i, em relação ao seu desempenho operacional Nível 2(firma) β00k: média do retorno operacional esperado das firmas em 1996, no setor k; β10k: média da taxa de crescimento esperada no setor k; "BP" : variável preditora, capturando a relação entre grupo patrimonial (BP) com a tendência do retorno operacional da firma (i) no setor (k), sendo rodadas regressões para cada subgrupo patrimonial: Ativo Circulante Financeiro (ACF); Ativo Circulante Operacional (ACO); Ativo Realizável a Longo Prazo (ARLP); Ativo Permanente (APER); Passivo Circulante Financeiro (ACF); Passivo Circulante Operacional (ACO); Passivo Exigível a Longo Prazo (PELP); e Patrimônio Líquido (PL); r0jk: variância do retorno operacional da firma j ao esperado das firmas no setor k; Nível 3(indústria) γ000: retorno operacional esperado do setor em 1996 (média amostra); ST: inclusão das características do setor inseridas separadamente para verificar o herfindahl-hirshmann (HHI), com o propósito de verificar o grau de concentração do setor (k); e u00k: variância do retorno operacional do setor k em relação à média amostra em 1998.

Nível 1 (tempo)	ROICijk: retorno operacional, no período (trimestre) i: 1,2..., Ijk; da firma j: 1,2..., Jk; no setor k: 1,2..., K;
	π0jk: retorno operacional esperado (média) da firmaij no período 1 (1996);
	π1jk: taxa de crescimento do retorno operacional da firmajk ;
	trim: inclusão do efeito da tendência no retorno operacional é efeita inserindo a variável trimestre; e
	eijk: variância do retorno operacional observado da firma j no período i, em relação ao seu desempenho operacional
Nível 2 (firma)	β00k: média do retorno operacional esperado das firmas em 1996, no setor k;
	β10k: média da taxa de crescimento esperada no setor k;
	"BP" : variável preditora, capturando a relação entre grupo patrimonial (BP) com a tendência do retorno operacional da firma (i) no setor (k), sendo rodadas regressões para cada subgrupo patrimonial: Ativo Circulante Financeiro (ACF); Ativo Circulante Operacional (ACO); Ativo Realizável a Longo Prazo (ARLP); Ativo Permanente (APER); Passivo Circulante Financeiro (ACF); Passivo Circulante Operacional (ACO); Passivo Exigível a Longo Prazo (PELP); e Patrimônio Líquido (PL);
	r0jk: variância do retorno operacional da firma j ao esperado das firmas no setor k;
Nível 3 (indústria)	γ000: retorno operacional esperado do setor em 1996 (média amostra);
	ST: inclusão das características do setor inseridas separadamente para verificar o herfindahl-hirshmann (HHI), com o propósito de verificar o grau de concentração do setor (k); e
	u00k: variância do retorno operacional do setor k em relação à média amostra em 1998.

6. ESTATÍSTICA DESCRITIVA

Foram selecionadas firmas de todos os setores da Bovespa (exceto bancos e fundos, software e dados e setores denominados "outros") e, em seguida, essas firmas foram agrupadas de acordo com a classificação da North American Industry Classification System (NAIC), sendo excluídas das amostras aquelas que não apresentavam pelo menos um dos seguintes dados definidos no modelo.

A amostra foi extraída do banco de dados da Economatica®, empresa especializada em informações para o mercado de capitais, referindo-se às firmas que tiveram suas demonstrações contábeis publicadas no período de janeiro de março de 1998 a setembro de 2016, em períodos trimestrais. Após a geração dessas métricas para tratamento das observações extremas da amostra, os outliers, foram utilizadas as variáveis winsorizadas. Neste trabalho, adotou-se p=0,01, ou seja, 2% das variáveis foram considerados extremos, e foi gerada a estatística descritiva da amostra, contendo 20.018 observações (tabela 1).

Tabela1
Estatística Descritiva do ROIC e de suas variáveis explicativas subdivididas em grupo endógeno (estrutura patrimonial – proxies recursos da firma) e grupo exógeno (característica do setor competição e dinamismo) das firmas no mercado brasileiro

	ROIC	ACF	ACO	ARLP	APER	PCF	PCO	PELP	PL	HHI
Média	1,19	0,09	0,21	0,13	0,57	0,16	0,13	0,31	0,25	0,22
Desvio padrão	5,37	0,19	0,18	0,16	0,26	1,22	0,14	1,49	3,97	0,17
Kurtose	24,60	80,29	3,36	9,49	2,27	1016,0	7,4	448,6	738,3	7,51
Assimetria	-0,39	6,84	0,94	2,32	-0,25	30,31	1,82	19,9	-25,8	1,90
Coef. de variação	4,53	2,09	0,88	1,25	0,45	7,50	1,04	4,86	15,9	0,78
Mínimo	-39,74	-1,08	0,00	0,00	0,00	-0,05	0,00	0,00	-119,9	0,05
Máximo	54,90	3,12	1,08	0,99	1,01	42,4	0,9	37,5	1,01	0,97
1º Quartil	-0,14	0,00	0,05	0,02	0,39	0,02	0,03	0,03	0,32	0,10
Mediana	1,30	0,03	0,17	0,07	0,58	0,07	0,10	0,13	0,53	0,18
3º Quartil	3,01	0,11	0,32	0,18	0,78	0,15	0,19	0,29	0,76	0,30

• Nota: (i) ROIC é o retorno operacional da firma em cada trimestre observado; (ii) variáveis endógenas à firma: ACF é o Ativo Circulante Financeiro; ACO é o Ativo Circulante Operacional; ARLP é o Ativo Realizável a Longo Prazo; AP é o Ativo Permanente; PCF é o Passivo Circulante Financeiro; PCO é o Passivo Circulante Operacional; PELP é o Passivo Exigível a Longo Prazo; PL é o Patrimônio Líquido (iii) Variáveis Exógenas à Firma: Índice de herfindahl-hirshmann (HHI) como medida do nível de competição no setor, calculado pela receita por setor de atividade para cada firma; (iv) CV corresponde ao Coeficiente de Variação = desvio padrão/média; (v), referente a dados trimestrais, no período de março de 1999 a setembro de 2016(i).
Fonte: elaborado e calculado com uso do Stata® 13.

Na análise descritiva das variáveis endógenas, verifica-se que a composição patrimonial apresenta a seguinte média na amostra geral: ativo circulante financeiro (9%); ativo circulante operacional (21%); ativo realizável a longo prazo (13%) e ativo permanente (57%), e a composição dos passivos e patrimônio líquido representou: Passivo circulante financeiro (16%); Passivo circulante operacional (13%); passivo exigível a longo prazo (31%); e patrimônio líquido (25%), sendo que as variáveis ROIC, Patrimônio líquido e Passivo exigível a longo prazo apresentaram desvios-padrão mais significativos, sendo seus valores 5,37; 3,39; 1,49, respectivamente.

Os coeficientes de variação foram representativos, fator sugere que os dados da amostra estão muito dispersos. Assim, faz-se também a análise pela mediana para identificar os valores mais representativos de cada variável e verifica-se que ativo circulante financeiro (3%); ativo circulante operacional (17%); ativo realizável a longo prazo (7%) e ativo permanente (58%), e a composição dos passivos e patrimônio líquido representaram: Passivo circulante financeiro (7%); Passivo circulante operacional (10%); passivo exigível a longo prazo (13%); e Patrimônio líquido (53%).

Por conseguinte, comparando-se as médias e as medianas, todos os subgrupos apresentaram assimetria à direita, com exceção do grupo patrimônio líquido, o qual apresentou assimetria à esquerda e a assimetria positiva, o que sugere em geral a existência de distribuições com maior probabilidade de assumir valores acima da média. E a curto se revela que, no geral, as distribuições das variáveis foram leptocúrticas, configurando a existência de caldas pesadas nas distribuições das variáveis da amostra.

Pela análise da mediana na amostra geral, é possível verificar que quanto menos líquidos os agrupamentos patrimoniais, maior sua mediana, exceto para o grupo ativo realizável a longo prazo, evidenciando uma preferência de busca e aplicação de recursos a longo prazo na amostra em geral, fator que sugere a existência de um "encaixe" temporal entre a captação e a aplicação de recursos, bem como uma preferência por captação e aplicação de longo prazo, ativos permanentes 58%, e que as origens de recursos é captada por capital próprio 53%.

7. RESULTADOS

Com o propósito de se verificar a adequação do modelo hierárquico para identificar a origem do desempenho operacional da firma, parte-se do modelo nulo, por não conter variáveis explicativas. O modelo permite decompor a variância nos seguintes níveis: (i) a variância originada ao longo do tempo; (ii) a variância originada da característica entre as firmas; e (iii) a variância originada das características entre setores.

Verifica-se que o nível do setor demonstra pouca contribuição para a compreensão das variações do resultado operacional (1,1%), sugerindo a possibilidade de inexistência de variações significativas entre os setores analisados. E 36,7% da variância podem ser atribuídos a características entre as firmas. Portanto, a hipótese H1 permite identificar a fonte da vantagem competitiva, evidenciando que o nível da firma explica o desempenho operacional 36 vezes mais que o nível do setor das firmas brasileiras. O restante da variância, 62,3%, pode ser atribuído à variável tempo na firma, e isso sugere que o estudo seja modelado por tendência (tabela 2).

Tabela 2
Decomposição da Variância da amostra - Modelo nulo

Efeitos fixos
Média do ROIC da amostra (g000)	,69***
Efeitos aleatórios (Componentes da variância)
Variação temporal (eijk)	20,257
Variação entre firmas (r0jk)	11,933
Variação entre indústrias (u00k)	0,343
Decomposição da variância
Nível 1: Tempo (variância não explicada)	62,3%
Nível 2: Firma	36,7%
Nível 3: Indústria	1,1%
Testes
Wald chi2	-
Log likelihood (modelo)	-59249,61
Graus de liberdade	4
AIC	118507,2
BIC	118538,8
Estatísticas
Número de observações	20,018
Número de setores	16
Número de firmas	481

• Nota: (i) *** p<1%; ** p<5%; * p<10%; (ii) ROIC é o retorno operacional da firma em cada trimestre observado; (iii), referente a dados trimestrais, no período de março de 1998 a setembro de 2016(i); (iv) (-) parâmetro não estimado por problema de convergência do modelo.
Fonte: elaborado pelo autor.

Por conseguinte, geraram-se modelos de tendência lineares com efeitos aleatórios, inserindo-se variáveis, em separado, no nível da firma que representem subgrupos do balanço patrimonial, como proxies de recursos da firma, para verificar sua relação com o retorno operacional. Assim, adotaram-se três níveis de análise para os modelos, sendo: nível 1- variação no desempenho operacional da firma no tempo; nível 2- variação no desempenho operacional entre firmas de um mesmo setor; e nível 3- variação do desempenho operacional no nível da firma e, no nível do setor, foi inserida e mantida, para todos os modelos, a variável herfindahl-hirshmann (HHI) como proxy de nível de concentração do setor.

Já a parte de efeitos aleatórios demonstra que um aumento de explicação da variância no nível do setor de para em torno de 1,2% a 16,3%; no nível da firma entre 46,2% e 92,7%, apresentando uma redução na variância ao longo do tempo, comparada aos modelos anteriores que variam entre 5,9% e 37,5%. Os critérios de ajustamento dos modelos AIC e BIC sugerem que os modelos aleatórios estão mais bem ajustados (tabela 3).

Tabela 3
Decomposição da Variância - Modelo de tendência linear com efeitos aleatórios

	ACF	ACO	ARLP	APER	PCF	PCO	PELP	PL
Efeitos fixos
Constante	,54***	-0,18	,82***	1,81***	1,06***	,83***	,86***	0,22
ACF	,20***
ACO		0,06
ARLP			,07*
APER				0,01
PCF					,11***
PCO						,30***
PELP							,08***
PL								-0,3***
HHI	-0,47	-1,36**	-0,05	-1,58	-0,36	-1,33**	0,19	0,96
Efeitos aleatórios
Componentes da variância
Variação temporal (eijk)	19,09	18,39	19,03	17,79	18,70	17,72	18,36	17,31
Variação entre firmas (r0jk)	106,55	251,86	23,47	125,81	274,42	277,81	109,09	62,44
Variável	96,79	240,45	11,73	80,79	263,92	269,55	99,60	38,87
Constante	9,77	11,41	11,73	45,02	10,51	8,26	9,49	23,57
Variação entre indústrias (u00k)	5,08	3,38	8,27	19,56	9,79	4,09	6,87	3,17
HHI	4,83	3,00	8,11	16,95	9,55	3,75	6,42	2,73
Constante	0,24	0,38	0,16	2,61	0,24	0,34	0,45	0,44
Decomposição da variância
Nível 1: Tempo	14,6%	6,7%	37,5%	10,9%	6,2%	5,9%	13,7%	20,9%
Nível 2: Firma	81,5%	92,0%	46,2%	77,1%	90,6%	92,7%	81,2%	75,3%
Variável	74,0%	87,9%	23,1%	49,5%	87,1%	90,0%	74,1%	46,9%
Constante	7,5%	4,2%	23,1%	27,6%	3,5%	2,8%	7,1%	28,4%
Nível 3: Indústria	3,9%	1,2%	16,3%	12,0%	3,2%	1,4%	5,1%	3,8%
HHI	3,7%	1,1%	16,0%	10,4%	3,2%	1,3%	4,8%	3,3%
Constante	0,1%	0,1%	0,2%	0,9%	0,0%	0,1%	0,2%	0,3%
Teste
Wald chi2	27,52***	6,49**	2,73	1,9	111,90***	52,82***	97,15***	37,99***
Log likelihood (modelo)	-58933,61	-58654,38	-58888,7	-58654,33	-58769,53	-58158,94	-58558,22	-58214,3
Graus de liberdade	8	8	8	8	8	8	8	8
AIC	117883,2	117324,8	117793,4	117324,7	117555,1	116333,9	117132,4	116444,6
BIC	117946,5	117388	117856,6	117387,9	117618,3	116397,1	117195,7	116507,8
Estatísticas
Número de observações	20,018	20,018	20,018	20,018	20,018	20,018	20,018	20,018
Número de setores	16	16	16	16	16	16	16	16
Número de firmas	481	481	481	481	481	481	481	481

• Nota: (i)
• ^***
  p<1%;
• ^**
  p<5%;
• ^*
  p<10%;
• (ii) variáveis endógenas à firma: ACF é o Ativo Circulante Financeiro; ACO é o Ativo Circulante Operacional; ARLP é o Ativo Realizável a Longo Prazo; AP é o Ativo Permanente; PCF é o Passivo Circulante Financeiro; PCO é o Passivo Circulante Operacional; PELP é o Passivo Exigível a Longo Prazo; PL é o Patrimônio Líquido (iii) variáveis exógenas à firma: HHI Nível de Competição no Setor, calculado pela receita por setor de atividade para cada firma.
Fonte: elaborado pelo autor.

O teste de Wald (χ2) evidencia que todos os modelos são significantes, exceto o modelo que utiliza as variáveis ARLP e APER. A parte fixa do modelo sugere que os subgrupos operacionais demonstram variáveis que são estatisticamente significantes, apresentam uma relação direta com o retorno operacional da firma, exceto para a variável PL, e que o PCO tem maior poder de explicação do retorno operacional. A variável de nível de competição adicionada (HHI) mostrou-se estatisticamente significativa nos modelos que utilizam o ACO e PCO, tendo uma relação inversa com o retorno operacional, evidenciando que quanto maior o grau de concentração do setor, menor o retorno operacional das firmas nelas inseridas.

Tais dados sugerem que os retornos operacionais possuem maior influência de fatores endógenos (tanto no modelo nulo, quanto para o modelo com variáveis preditoras endógenas, gerados por proxies contábeis), quando comparados a fatores exógenos à firma. Esses resultados convergem para uma maior aderência às teorias que tratam de vantagem competitiva, originadas das teorias dos recursos que as teorias de mercado com origem na microeconomia, corroborando as pesquisas que investigam a decomposição do desempenho da firma, atribuindo maior importância relativa à firma que a indústria na qual a firma se insere, como nos estudos de Schmalensee (1985) e Rumelt (1991). Sobre essa questão, vários estudiosos têm expandido essas investigações, como Roquebert, Phillips, e Westfall (1996), Brush e Bromiley (1997), McGahan e Porter (1997), Brush, Bromiley e Hendrickx (1999), Chang e Singh (2000), McGahan e Porter (2002), Bowman e Helfat (2001), Goldszmidt, Brito e Vasconcelos (2007), Goldszmitdt (2010) e Schechtman (2012).

Entretanto, o desempenho organizacional pode ser afetado de diferentes formas e dimensões, sendo que as indústrias se relacionam com o desempenho da organização de forma mais complexa que possa parecer (Combs, Crook & Shook, 2005). E ainda, dada a coexistência entre fatores da firma e características do setor investiga-se a existência de efeitos moderadores de tais características na relação entre recursos e desempenho da firma.

Nos modelos a seguir, foram inseridos variáveis que capturam características do setor: Nível de concentração, calculado a partir do índice de Herfindahl-hirshmann (HHI), cujo propósito consiste em verificar o efeito moderador que as características dos setores provocam na relação entre os subgrupos patrimoniais e o seu desempenho operacional.

O modelo com tendência de efeitos aleatórios com moderação do nível de competição do setor evidencia o efeito moderador que o nível de contração no setor causa na relação entre os subgrupos patrimonial e retorno operacional da firma. Definido sob o argumento de que a competição considerada uma das maiores forças econômicas em direção à eficiência das firmas (Shleifer & Vishny, 1997), e considerando a existência de diferentes graus de competição.

O teste de Wald (χ2) evidencia que os modelos são significantes, exceto aqueles que utilizam as variáveis ARLP e APER. A parte fixa do modelo sugere que os subgrupos operacionais demonstram que as variáveis estatisticamente significantes apresentam uma relação direta com o retorno operacional da firma, com exceção da variável ARLP e APER; e que o PCO, ACF e ACO têm maior poder de explicação do retorno operacional, e todos os modelos apresentam uma relação positiva entre grupos patrimoniais e retorno operacional, exceto para o modelo de PL (tabela 4).

Tabela 4
Decomposição da Variância da amostra - Modelo de tendência linear com efeitos aleatórios com variável exógena moderadora herfindahl- hirshmann.

Variável dependente: ROIC	ACF	ACO	ARLP	APER	PCF	PCO	PELP	PL
Efeitos fixos
Constante	,53**	-,48*	,82***	1,92***	1,00***	,40*	,79***	0,28
ACF	,21***
ACO		,21***
ARLP			0,06
APER				0,00
PCF					,15***
PCO						,64***
PELP							,10***
PL								0,4***
HHI	-1,35	-0,15	-0,07	-1,97	-0,12	0,47	0,48	0,62
Moderação (HHI)	-0,03	-,71**	0,02	0,05	-,22***	-2,99***	-,11***	,06***
Efeitos aleatórios
Componentes da variância
Variação temporal (eijk)	19,09	18,38	19,03	17,79	18,64	17,68	18,33	17,27
Variação entre firmas (r0jk)	106,57	252,96	168,75	126,08	273,68	273,65	109,57	62,63
Variável	96,80	241,59	157,01	81,03	263,15	265,39	99,97	38,98
Constante	9,77	11,36	11,73	45,05	10,53	8,26	9,60	23,64
Variação entre indústrias (u00k)	5,09	2,67	8,28	19,61	9,95	2,02	6,69	3,91
HHI	4,84	2,28	8,12	17,04	9,69	1,79	6,21	3,44
Constante	0,25	0,39	0,16	2,57	0,26	0,22	0,47	0,47
Decomposição da variância
Nível 1: tempo	14,6%	6,7%	9,7%	10,9%	6,2%	6,0%	13,6%	20,6%
Nível 2: Firma	81,5%	92,3%	86,1%	77,1%	90,5%	93,3%	81,4%	74,7%
Variável	74,0%	88,2%	80,1%	49,6%	87,1%	90,5%	74,3%	46,5%
Constante	7,5%	4,1%	6,0%	27,6%	3,5%	2,8%	7,1%	28,2%
Nível 3: Indústria	3,9%	1,0%	4,2%	12,0%	3,3%	0,7%	5,0%	4,7%
HHI	3,7%	0,8%	4,1%	10,4%	3,2%	0,6%	4,6%	4,1%
Constante	0,1%	0,1%	0,0%	0,9%	0,0%	0,0%	0,2%	0,3%
Teste
Wald chi2	27,55***	26,25**	2,75	2,54	175,94***	106,81***	119,95***	83,49***
Log likelihood (modelo)	-58933,6	-58644,66	-58888,7	-58654,02	-58737,77	-58132,21	-58546,87	-58192,54
Graus de liberdade	9	9	9	9	9	9	9	9
AIC	117885,2	117307,3	117795,4	117326	117493,5	116282,4	117111,7	116403,1
BIC	117956,3	117378,5	117866,5	117397,2	117564,7	116353,6	117182,9	116474,2
Estatísticas
Número de observações	20,018	20,018	20,018	20,018	20,018	20,018	20,018	20,018
Número de setores	16	16	16	16	16	16	16	16
Número de firmas	481	481	481	481	481	481	481	481

Fonte: elaborado pelo autor.
• Nota: (i)
• ^***
  p<1%;
• ^**
  p<5%;
• ^*
  p<10%;
• (ii) variáveis endógenas à firma: ACF é o Ativo Circulante Financeiro; ACO é o Ativo Circulante Operacional; ARLP é o Ativo Realizável a Longo Prazo; AP é o Ativo Permanente; PCF é o Passivo Circulante Financeiro; PCO é o Passivo Circulante Operacional; PELP é o Passivo Exigível a Longo Prazo; PL é o Patrimônio Líquido (iii) Variáveis Exógenas à Firma: HHI Nível de Competição no Setor, calculado pela receita por setor de atividade para cada firma.

As variáveis patrimoniais moderadas pelo grau de competição mostraram-se significativas nos modelos ACO, PCF, PCO, PELP, e PL, tendo todos esses índices apresentado relação inversa com o retorno operacional (sinal negativo), evidenciando que quanto maior o grau de concentração do setor, menor o retorno operacional das firmas, exceto para o modelo PL, que mostrou relação direta. Os critérios de Akaike (AIC) e de informação bayesiana (BIC) sugerem que os modelos de efeitos aleatórios com variáveis moderadoras são mais bem ajustados que aqueles sem moderação, exceto para os modelos com variáveis ACO e PCF.

Para verificação do efeito moderação do nível de competição, foram plotados os Gráficos 1a - 1e entre as variáveis patrimoniais e o retorno operacional da firma (somente para as estatisticamente significantes), sendo definidos valores altos e baixos, considerando-se mais e menos um desvio-padrão para cada variável (Gráfico 1).

Gráfico 1
Efeito moderador do grau de competição na relação entre recursos e desempenho operacional da firma

A moderação do grau de competição na relação subgrupos patrimoniais e seus efeitos nos retornos operacionais para as variáveis foram assim observados: (i) em ambientes concorrenciais, quanto maior o ACO e o PCF, o desempenho operacional da firma tende a ser maior; entretanto, à medida que o grau de competição do setor diminui (caminha em direção ao monopólio), firmas com maior ACO e PCF tendem a uma redução mais significativa na relação com o desempenho operacional, quando comparadas àquelas com menores ACO e PCF; (ii) em ambientes concorrenciais, quanto menor o PCO e o PELP, maior o retorno operacional da firma. Entretanto, à medida que o grau de competição do setor diminui, aumenta (caminha em direção ao monopólio), firmas com maior PELP tendem a uma redução mais significativa na relação com retorno, quando comparadas àquelas com menores PELP; e (iii) em ambientes concorrenciais, quanto menor o PL, o retorno operacional da firma tende a ser maior. Entretanto, quanto mais o grau de competição do setor diminui (caminha em direção ao monopólio), firmas com maior PL tendem a um aumento mais significativo na relação com retorno, quando comparadas àquelas com menores PL.

O efeito que as características do setor provocam na relação entre fatores endógenos e o desempenho operacional da firma torna a relação entre recursos da firma com o desempenho operacional sensível aos efeitos moderadores dos graus de competição. Tal efeito torna a moderação do setor relevante para os estudos do desempenho operacional da firma, convergindo para os argumentos e achados de Prescott, Kohli e Venkatraman (1986), Hansen e Wernerfelt (1989), McGahan e Porter (1997); Castrogiovanni (1991), Dreyer, Grønhaug (2004), Combs, Crook e Shook (2005), Li e Hwang (2011).

8. CONCLUSÕES

Este estudo investigou a relação entre a vantagem competitiva e o desempenho operacional da firma, com base na origem endógena (composição patrimonial da firma) ou exógena (nível de concentração do setor), com base em métricas contidas na estrutura das demonstrações contábeis. Adicionalmente, verificou-se como as características exógenas (grau de concentração do setor) moderam a relação entre composição patrimonial (recursos da firma) com o desempenho operacional da firma.

As suas características idiossincráticas tiveram como proxies os grupos patrimoniais gerados a partir do modelo contábil, com base no conceito contábil de ativos e passivos, que são recursos pertencentes à firma, cuja mensuração está relacionada à evidenciação do desempenho em um determinado período no tempo; e no fato de que o patrimônio da firma é formado com base na escolha de seus gestores, e a eficiência de seu uso tem reflexos nos resultados da firma, proporcionando, assim, a partir de sua relação, uma medida de desempenho operacional com base na capacidade de gestão dos ativos e sua conversão em resultados. Portanto, tem-se que a relevância das demonstrações contábeis reside no fato de que elas podem ser utilizadas para ajudar a prever e identificar a formação dos resultados da firma (Barker & McGeachin, 2015). Assim, o perfil dos ativos da firma e a adequação de sua utilização são refletidos no desempenho operacional.

E, ainda, as características ambientais podem afetar o poder de negociação da firma, influenciando na relação entre as firmas com seus fornecedores e clientes, interferindo na distribuição de valor gerado e no valor por ela apropriado. Consequentemente, os efeitos de coexistência entre as características do ambiente e fatores da firma são mensurados/evidenciados na demonstração de seus resultados contábeis.

O presente estudo avança na aproximação dos campos de estudo da vantagem competitiva, ao propor proxies contida na estrutura das demonstrações contábeis - balanço patrimonial como métricas dos recursos da firma - e, baseado neles, estabelecer relação com o desempenho operacional da firma. Assim, busca uma aproximação da teoria dos recursos com o conceito de ativos e sua relação causal e temporal entre recursos e desempenho da firma. Limita-se, portanto, a capacidade da mensuração dos recursos e do desempenho da firma com base no modelo contábil.

Em síntese, os resultados desta pesquisa sugerem que: (i) Os recursos idiossincráticos da firma têm maior capacidade de explicação do desempenho operacional, quando comparados a características do ambiente no qual a firma se insere; e (ii) A relação entre recursos idiossincráticos da firma, capturados pelos modelos de mensuração contábil, com o desempenho operacional, são sensíveis às características exógenas à firma, às características do setor, especificamente, o grau de concentração e o nível de imprevisibilidade. A presença desse fator inverte a relação entre os recursos idiossincráticos da firma com o desempenho operacional.

Espera-se que as evidências encontradas nesta pesquisa contribuam para aumentar o conhecimento sobre a vantagem competitiva e sua importância dos estudos da decomposição e origem do desempenho operacional da firma, a partir de proxies contidas na estrutura das demonstrações contábeis.

A identificação de fatores dentro de cada setor e como se relacionam, e o efeito sobre o desempenho da firma fornecem uma compreensão da explicação da variância do desempenho da firma. Do ponto de vista prático, a identificação de fatores que mais contribuem para o desempenho da firma possibilita aos gestores focarem sua atenção em fatores com maior relevância no desempenho (Bowman & Helfat, 2001).

Este trabalho possui algumas limitações, que devem ser consideradas para avaliação mais adequadas dos resultados apresentados: os resultados do presente trabalho estão condicionados à amostra observada - qualquer inferência ou consideração perde força quando se extrapolam os dados e os períodos analisados, devendo ser efetuados com cautela; o estudo apresenta todas as limitações inerentes ao uso de proxies e, em especial, a utilização de métricas contábeis como proxies dos recursos baseados na teoria da vantagem competitiva; a amostra é desbalanceada, o que pode comprometer ou alterar as características das informações que são dependentes de séries; o viés de sobrevivência está presente, já que, devido à necessidade de dados de uma determinada quantidade de anos para que os modelos sejam operacionalizados, as empresas que não apresentavam dados em períodos consecutivos ficaram de fora da amostra; a diferença entre os conceitos lucro contábil e lucro econômico: relacionar a teorias do posicionamento (fundamentações em teorias econômicas e administrativas) a partir de medidas contábeis gera uma limitação com base em conceitos distintos sobre os resultados da firma.

Contudo, tais limitações não eliminam a possibilidade da obtenção de certas evidências úteis como subsidio para futuras pesquisas. Mas empregando tal metodologia a indústrias específicas, com amostras significativas pode-se obter maiores aderências à teoria da vantagem competitiva e a relação com as medidas contábeis no mercado brasileiro.

9. REFERENCES

• Adner, R., & Helfat, C. E. (2003). Corporate Effects and Dynamic Managerial Capabilities. Strategic Management Journal, 24, 1011-1025.
• Almeida, J. E. F. (2010). Qualidade da informação contábil em ambientes competitivos. 188 f. Tese (Doutorado em Controladoria e Contabilidade) - Universidade de São Paulo.
• Bain. J. S. (1964). The Impact on Industrial Organization. The American Economic Review, 54(3), 28-32.
• Barker, R., & McGeachin, A. (2015). An Analysis of Concepts and Evidence on the Question of Whether IFRS Should be Conservative. A journal of accounting, finance and business studies. 54, 1-39.
• Berry, A., & Jarvis, R. (1994). Accounting in a Business Context. 2 ed. Thomson Business.
• Besanko, D., Dranove, D., Shanley M., & Schaefer, S. (2006). A economia da estratégia. 3 ed. Porto Alegre, Bookman.
• Bickel, R. (2007). Multilevel Analysis for Applied Research: It's Just Regression. Guilford Press.
• Bowman E. H., & Helfat C. E. (2001). Does corporate strategy matter? Strategic Management Journal. 22, 1-23.
• Brito, R. P., & Brito, L. A. L. (2012). Vantagem competitiva, criação de valor e seus efeitos sobre o desempenho. Revista de Administração de Empresas. 52(1), 70-84.
• Brush, T. H., & Bromiley, P. (1997). What does a small corporate effect mean? A variance components simulation of corporate and business effects. Strategic Management Journal. 18, 825-835.
• Brush, T. H., Bromiley, P., & Hendrickx, M. (1999). The relative influence of industry and corporation on business segment performance: an alternative estimate. Strategic Management Journal. 20, 6, 519-547.
• Byrns, R., & Stone Junior, G. W. (1996). Microeconomia. São Paulo: Makron Books.
• Castro, R. G., & Aguilera, R. V. (2015). Incremental value creation and appropriation in a world with multiple stakeholders. Strategic Management Journal. 36. 137-147.
• Castrogiovanni, G. J. (1991). Environmental munificence: A theoretical assessment. Academy of Management Review, 16, 542-563.
• Caves, R. E. (1984). Economic analysis and the quest for competitive advantage. American Economic Review, 74(2), 127.
• Chang, S. J., & Singh H. (2000). Corporate and industry effects on business unit competitive position. Strategic Management Journal. 21(7), 739-752.
• Combs, J. G., Crook, T. R., & Shook, C. L. (2005). The dimension of organizational performance and its implications for strategic management research. In: D. J. KETCHEN e D. D. BERGH (Orgs.), Research Methodology in Strategy and Management, San Diego, Elsevier. 259-286.
• Dreyer, B., & Grønhaug, K. (2004). Uncertainty, flexibility, and sustained competitive advantage. Journal of Business Research, 57(5), 484-494.
• Esho, N., Kofman, P., & Sharpe, I. G. (2005). "Diversification, fee income, and credit union risk". Journal of Financial Services Research, 27, 259-281.
• Foss, N. J. (1996). Researching in strategy, economics and Michael Porter. Journal of Management Studies, 33, 1-24.
• Goldszmidt, R. G. B., Brito, L. A. L., & Vasconcelos, F. C. (2007). O efeito país sobre o desempenho da firma: uma abordagem multinível. Revista de Administração de Empresas. 47(4), 1-14.
• Goldszmidt, R. G. B. (2010). Recessão e desempenho das firmas: uma abordagem multinível de curva de crescimento. 2010. 225f. Tese (Doutorado em Administração de Empresas) - Programa de Pós Graduação em Administração de Empresas, Escola de Administração de Empresas de São Paulo, EAESP.
• Goll, I., & Rasheed, A. (1997). Rational decision-making and firm performance. Strategic Management Journal, 18(7), 583-91.
• Hair Jr., J. F., William, B., Babin, B., & Anderson, R.E. (2009). Análise multivariada de dados. 6. ed. Porto Alegre: Bookman.
• Hansen, G. S., & Wernerfelt, B. (1989). Determinants of firm performance: the relative importance of economic and organizational factors. Strategic Management Journal. 10(5), 399-411.
• Healy P. M., & Palepu K. G. (2001). Information asymmetry, corporate disclosure, and the capital markets: A review of the empirical disclosure literature. Journal of Accounting and Economics, 31(3), 405-440.
• Hough, J. R. (2006). Business segment performance redux: a multilevel approach. Strategic Management Journal. 27, 45-61.
• Kupfer, D., & Hasenclever, L. (2013). Economia industrial: fundamentos teóricos e práticas no Brasil. Rio de Janeiro. 2 ed. Elsevier.
• Lawless, M. W., & Finch, L. K. (1989). Choice and determinism: A test of Hrebiniak and Joyce's framework on strategy-environment fit. Strategic Management Journal, 4, 351-365.
• LI, L. M. Y, & Hwang, N. C. R. (2011). Effects of Firm Size, Financial Leverage and R&D Expenditures on Firm Earnings: An Analysis Using Quantile Regression Approach. A journal of accounting, finance and business studies. 47(2), 182-204.
• McGahan A. M., & Porter M. E. (2002). What do we know about variance in accounting profitability? Management Science. 48(7), 834-851.
• McGahan, A. M., & Porter, M. E. (1997). How much does industry matter, really? Strategic Management Journal. 18(4), 15-30.
• Misangyi, V. F., Elms H., Greckhamer, T., & Lepine, J. A. (2006). A new perspective on a fundamental debate: a multilevel approach to industry, corporate, and business unit effects. Strategic Management Journal. 27 (6), 571-590.
• Nielsen, B. B., & Nielsen S. (2013). Top management team nationality diversity and firm performance: a multilevel study. Strategic Management Journal. 34, 373-382.
• Nissan, E. (1990). Changes in the Size Structure of the World's Largest Banks by Country, Quarterly Journal of Business & Economics, 41(3), 21-48.
• O'connor, N. G., DENG F. J., & FEI P. (2015). Observability and Subjective Performance Measurement. A Journal of Accounting, Finance and Business Studies. 51(2), 208-237.
• Penman, S. H. (2009). Accounting for Intangible Assets: There is also an Income statement. A Journal of Accounting, Finance and Business Studies. 45(3), 358-371.
• Penman, S. H. (2010a). Financial Forecasting, Risk and Valuation: Accounting for the Future. A Journal of Accounting, Finance and Business Studies. 46(2), 211-228.
• Penman, S. H. (2010b). Financial Statement analysis and security valuation. McGraw-Hill Companies.
• Penrose, E. (1959). The Theory of the Growth of the Firm. Oxford, UK: Oxford University Press.
• Porter, M. E. (1983). Industrial organization and the evolution of concepts for strategic planning: the new learning. Managerial and Decision Economics. 4(3), 172-180.
• Porter, M. E. (1979). The structure within industries and companies' performance. The Review of Economics and Statistics. 61(2), 214-227.
• Powell, T. C. (2003). Varieties of competitive parity. Strategic Management Journal. 24(1), 61-86.
• Prescott, J. E., Kohli, A. K., & Venkatraman, N. (1986). The market share-profitability relationship: An empirical assessment of major assertions and contradictions. Strategic Management Journal. 7, 377-394.
• Ranieri, M. J. C. (2011). Regulação, Poder de Mercado e Concorrência dos Bancos no Brasil sob a avaliação dos Conglomerados Financeiros. Tese (doutorado) - Escola de Economia de São Paulo. São Paulo.
• Raudenbush, S. W., & Bryk A. S. (2002). Hierarchical linear models. Applications and data analysis methods. Second Edition. Thousand Oaks: Sage Publications, Ltd.
• Ribarczyk, B. G., & Oliveira, J. C. (2013). Análise da concentração bancária brasileira entre 2000-2011: o impacto da fusão do Itaú com o Unibanco. 2011. Revista Estudos do CEPE, Santa Cruz do Sul, 37, 5-26.
• Roquebert, J. A., Phillips, R. L., & Westfall, P. A. (1996). Markets vs. management: what drives profitability? Strategic Management Journal. 17(8), 653-664.
• Rumelt R. P. (1984). Towards a strategic theory of the firm. Competitive Strategic Management. Prentice-Hall: Englewood Cliffs, N. J.; 556-570.
• Rumelt, R. P. (1991). How much does industry matter? Strategic Management Journal. 12(3), 167-185.
• Rumelt, R. P., Schendel, D. E., & Teece, D. J. (1991). Strategic management and economics. Strategic Management Journal, 12 (special issue), 5-29.
• Rutherford, B. A. (2013). A Pragmatist Defense of Classical Financial Accounting Research. A journal of accounting, finance and business studies. 49,(2), 197-218.
• Schectman, L. (2012). Variabilidade da tendência do desempenho da firma: uma análise multinível. 2012, 80 f. Dissertação (mestrado) - Escola Brasileira de Administração Pública e de Empresas, São Paulo.
• Schmalensee R. (1985). Do markets differ much? American Economic Review, 341-351.
• Scott, W. R. (2009). Financial accounting theory. 5 ed. Toronto: Pearson Education Canada.
• Shleifer, A., & Vishny, R. W. (1997). A survey of corporate governance. The journal of finance. V. LII(2).
• Simerly R., & LI M. (2000). Environmental dynamism, capital structure and performance. Strategic Management Journal. 21(1), p.31-49.
• Simons, R. (1999). Performance Measurement and Control Systems for Implementing Strategy: text e cases, Hardcover.
• South, S. E. (1981). Competitive advantage: the cornerstone of strategic thinking. The Journal of Business Strategy, 1(4), p. 15-36.
• Stiglitz, J. E. (2003). Introdução à microeconomia. 3. ed. Americana. Tradução de Helga Hoffmann. Rio de Janeiro: Campus.
• Thompson Jr., & Formby, A. A. (2002). Microeconomia da firma: teoria e prática. 6. ed. Rio de Janeiro: Prentice-Hall do Brasil.
• Vasconcelos, F. C., & Brito, L. A. L. (2004). Vantagem competitiva: o construto e a métrica. Revista de Administração de Empresas. 44(2), 70-82.
• Venkatraman, N., & Ramanujam, V. (1986). Measurement of business performance in strategy research: a comparison of approaches. The Academy of Management Review. 11(4), 801-814.
• Wiggins, R. R., & Ruefli, T. W. (2002). Sustained competitive advantage: temporal dynamics and the incidence and persistence of superior economic performance. Organization Science. 13(1), 81-105.

Datas de Publicação

• Publicação nesta coleção
  Nov-Dec 2018

Histórico

• Recebido
  07 Ago 2017
• Revisado
  06 Fev 2018
• Aceito
  01 Mar 2018
• Publicado
  03 Set 2018