( PDF ) A certificação ISO 9000 e o desempenho financeiro das companhias abertas brasileiras

Download PDF

ads:

UNIVERSIDADE PRESBITERIANA MACKENZIE

Centro de Ciências Sociais e Aplicadas

Programa de Pós-Graduação em Administração de Empresas

A CERTIFICAÇÃO ISO 9000 E O DESEMPENHO

FINANCEIRO DAS COMPANHIAS ABERTAS BRASILEIRAS

Francisco Carlos Tadeu Starke Rodrigues

São Paulo

2007

ads:

Livros Grátis

http://www.livrosgratis.com.br

Milhares de livros grátis para download.

Francisco Carlos Tadeu Starke Rodrigues

A CERTIFICAÇÃO ISO 9000 E O DESEMPENHO FINANCEIRO

DAS COMPANHIAS ABERTAS BRASILEIRAS

Dissertação apresentada ao Programa de

Pós-Graduação em Administração de

Empresas da Universidade Presbiteriana

Mackenzie para Obtenção do Título de

Mestre em Administração de Empresas

Orientador: Prof. Dr. Wilson Toshiro Nakamura

São Paulo

2007

ads:

Reitor da Universidade Presbiteriana Mackenzie

Professor Dr. Manassés Claudino Fonteles

Decano de Pesquisa e Pós-Graduação

Professora Dra. Sandra Maria Dotto Stump

Diretor do Centro de Ciências Sociais e Aplicadas

Professor Dr. Reynaldo Cavalheiro Marcondes

Coordenadora do Programa de Pós-Graduação em Administração de

Empresas

Professora Dra. Eliane Pereira Zamith Brito

Ao meu filho Felipe, com quem eu

aprendo e me desenvolvo.

À minha esposa Sueli, cujo apoio e ajuda

compuseram um diferencial inestimável.

Aos dois, por terem, cada um ao seu

modo, contribuído para transformar

uma idéia em um grande projeto.

AGRADECIMENTOS

Agradeço, em primeiro lugar, aos meus pais, por terem me trazido até este ponto da minha

vida. A sua presença é importante para todos nós.

Ao meu orientador, Prof. Dr. Wilson Toshiro Nakamura, pela sua paciência e confiança nesta

proposta de estudo e, sobretudo, por ter me conduzido ao estudo correto e aprofundado das

finanças estratégicas.

Ao Prof. Dr. Luiz João Corrar, pelas suas valiosas contribuições de forma e conteúdo durante

a etapa de qualificação deste projeto.

Ao Prof. Dr. Diógenes Manoel Leiva Martin, por ser o responsável pela minha imersão nas

questões da microeconomia e que acabaram por solidificar as bases teóricas deste trabalho e,

ainda, pelas lições sobre econometria e análise de dados.

Aos bibliotecários e bibliotecárias da Biblioteca George Alexander, pela disposição em

atender, sempre com entusiasmo, às minhas demandas.

Aos gestores da qualidade das diversas companhias que participam da amostra deste trabalho,

pela sua disponibilidade em fornecer os dados necessários e pelo seu incentivo em poder

tornar nossa atividade mais reconhecida na academia.

A todas as empresas pelas quais passei nesses 26 anos de carreira profissional, seja como

gestor da qualidade seja como consultor empresarial; nelas tive a oportunidade de aprender,

aprofundar e expandir meus conhecimentos. Este trabalho é uma devolução de tudo o que elas

me propiciaram, particularmente, em poder participar desse universo desafiador, dinâmico e,

muitas vezes, incompreendido, da gestão da qualidade e da certificação da qualidade.

Aos professores do Mestrado em Administração de Empresas da Universidade Presbiteriana

Mackenzie, com quem aprendi o que não esperava mais ser necessário aprender.

Ao Instituto Presbiteriano Mackenzie, pela contribuição financeira.

Aos colegas da turma do primeiro semestre de 2006, com os quais convivi, dividindo

expectativas, ansiedades e idéias.

Ao Comitê Brasileiro da Qualidade da Associação Brasileira de Normas Técnicas, por ter

franqueado acesso à base de dados das empresas brasileiras certificadas pela ISO 9000.

Aos meus queridos Sosô e Fê, com quem eu gostaria de dividir este produto de dois anos de

intensa convivência e muito esforço conjunto. Vocês foram os verdadeiros incentivadores

desta obra.

E, finalmente, àqueles que não estão presentes, mas que, certamente, contribuíram para que eu

pudesse chegar até aqui.

A todos vocês, espero estar contribuindo, de alguma forma, para o desenvolvimento de algo

que fazemos em nosso cotidiano: administrar empresas e conduzir pessoas para a criação de

mais riqueza e melhor qualidade de vida.

“Quando nada parece ajudar, eu vou e

olho o cortador de pedras martelando

sua rocha talvez cem vezes sem que nem

uma só rachadura apareça.

No entanto, na centésima primeira

martelada, a pedra se abre em duas e eu

sei que não foi aquela que conseguiu,

mas todas as que vieram antes.”

Jacob Riis

RESUMO

As evidências de que as práticas de gestão da qualidade contribuem positivamente para o

desempenho de uma empresa não produziram um consenso a respeito. É importante se tirar a

impressão de que a ISO 9000 é tão popular que não mereça uma produção acadêmica mais

intensa e efetiva: afinal, são muitos os efeitos provocados pela introdução da norma no tecido

organizacional das empresas brasileiras e que ainda não foram estudados. Assim, é oportuno e

apropriado avaliar esse fenômeno mundial – e certamente, também no Brasil – da certificação

da qualidade pela ISO 9000 e sua relação com o desempenho financeiro das empresas. Ainda

há, no Brasil, uma ausência de estudos a respeito dessa temática, que tenham se utilizado de

dados secundários públicos, focados em companhias abertas e que tenham se utilizado de

modelos econométricos robustos que permitissem uma conclusão acertada à realidade

nacional. Adotou-se a abordagem de Akerlof–Spence para discutir, a partir da informação

assimétrica, a seleção adversa a que os consumidores estão expostos. Para mitigar isso, uma

empresa deveria sinalizar seus atributos escondidos, criando melhor imagem no mercado e

maior reputação. A abordagem de Akerlof–Spence permite prever que, se as empresas se

certificam, então elas podem ir em busca de melhores performances de vendas e,

conseqüentemente, melhores performances financeiras. Ao optar pela certificação, uma

empresa estaria sinalizando ao mercado, aos seus fornecedores e consumidores que ela possui

produtos e serviços com alta qualidade. Isso tornaria a informação menos assimétrica e a

seleção menos adversa; possibilitaria vantagem competitiva e distinguiria empresas

certificadas das não certificadas. Essa “era da certificação” dura duas décadas e mais de

700.000 empresas foram certificadas em 161 países do mundo. Seguindo a linha de estudo de

dois grupos de pesquisadores – Terlaak e King (2006) e Corbett, Montes-Sancho e Kirsch

(2005) –, acompanhou-se 207 companhias abertas brasileiras durante 12 anos, entre 1995 e

2006. A amostra contém 116 companhias certificadas pelas versões 1987, 1994 e 2000 da

norma ISO 9000 e 91 não certificadas. Utilizou-se um modelo econométrico de regressão com

dados em painel estático e painel dinâmico, com agrupamento de dados de corte transversal,

efeitos fixos e efeitos aleatórios. Foram utilizados um painel não balanceado com 207

companhias e 2.484 observações e um painel balanceado com 60 companhias e 720

observações. Responde-se, portanto, ao seguinte problema de pesquisa: a certificação ISO

9000 permite às companhias abertas no Brasil obterem um desempenho financeiro superior?

Seis hipóteses foram testadas, todas relacionadas com desempenho financeiro. Todas as seis

hipóteses foram rejeitadas, revelando resultados significativos que sugerem haver uma relação

forte, direta e positiva entre a certificação ISO 9000 e o desempenho financeiro das

companhias abertas brasileiras. Os resultados desta pesquisa indicam que acionistas e gestores

podem optar pela certificação como mecanismo de sinalização, aumento da reputação e das

vendas, diminuição dos custos dos serviços vendidos, melhoria dos retornos sobre ativos

(ROA), vendas (ROS) e patrimônio líqüido (ROE). A certificação ISO 9000 configura-se em

importante instrumento estratégico de aumento de competitividade.

Palavras-chave: Certificação, ISO 9000, Qualidade, Informação Assimétrica, Seleção

Adversa, Sinalização, Reputação, Desempenho Financeiro, Dados em Painel.

Linha de pesquisa: Finanças Estratégicas.

ABSTRACT

The evidences that the quality management practices contribute positively to the financial

performance of a firm do not produce a consensus. It is important to take off the impression

ISO 9000 is so popular that it could not deserve more intense and effective academic

production; there are many effects promoted by the introduction of this standard at the

organizational level in brazilian companies and they were not yet well studied. Thus, it is

opportune to evaluate this world phenomenon – and, certainly, in Brazil – of ISO 9000 quality

certification and its relation to superior financial performance of the companies. There is, in

Brazil, an absence of researches related to this subject, using secondary public data, focused

in publicly traded firms and using robust econometric models, to permit a certain conclusion

to the brazilian context. The Akerlof-Spence approach was adopted to discuss, from the

asymmetric information point of view, the adverse selection imposed to the consumers. To

mitigate this, a firm should signalize its hidden attributes, creating a better image to the

market and better reputation. The Akerlof-Spence approach allows to predict that, if the firms

got certified, so they can search for better sales performances and, as a consequence, for better

financial performances. When a firm choose to get certified, it would be signaling to the

market, to its suppliers and consumers, that it has, in fact, products an services with high

quality. This would allow a smaller asymmetric information and a smaller adverse selection;

this also would enable a competitive advantage and would distinguish certified firms from

that not certified. The “certification age” lasts two decades and more than 700,000 firms are

certified in 161 countries around the world. Following the research line developed by two

groups of researchers – Terlaak and King (2006) and Corbett, Montes-Sancho and Kirsch

(2005) –, in this research, 207 brazilian publicly traded firms were studied for 12 years, from

1995 to 2006. There are 116 firms certified according to the 1987, 1994 and 2000 versions of

ISO 9000 standard and other 91 not certified in the sample. It was employed an econometric

regression model with data in static and dynamic panels, using pooled OLS, fixed effects and

random effects. A non-balanced panel data with 207 firms and 2,484 observations, and a

balanced panel data with 60 firms and 720 observations were assembled to research this

problem. The addressed question is answered: do ISO 9000 certification permit a superior

financial performance to brazilian public firms? Six hypotheses were tested, all of them

related with financial performance. The six hypotheses were rejected, revealing significative

results that ISO certification has a strong, direct and positive relation with financial

performance of the brazilian public firms. The results of this research indicate that

shareholders and managers could choose the certification as a signaling mechanism,

reputation and sales growth, reduction of production costs, and improvement in ROA, ROS

and ROE. ISO 9000 certification is a relevant strategic tool for competitiveness improvement.

Key Words: Certification, ISO 9000, Quality, Asymmetric Information, Adverse Selection,

Signaling, Reputation, Financial Performance, Panel Data.

Research Line: Strategic Finance.

LISTA DE ABREVIAÇÕES

ABNT Associação Brasileira de Normas Técnicas

AR Auto-regressivo

B Balanceado

B2B Business to Business

BP Breusch-Pagan, teste de

BS British Standards

CB25 Comitê Brasileiro da Qualidade

CB25/ABNT Comitê Brasileiro da Qualidade da Associação Brasileira de Normas

Técnicas

CERT_ISO Certificação ISO 9000

CSV Custo dos serviços vendidos

CSVtoVEND Custo dos serviços vendidos sobre o total das vendas

CVM Comissão de Valores Mobiliários

DF Despesas Financeiras

dt Defasagens de tempo

E Esperança estatística

EA Efeitos Aleatórios

EF Efeitos Fixos

ENDIV Endividamento

ENDIV_1 Defasagem do endividamento

F Fischer, teste de

FIV Fator de Inflação das Variâncias

FLGS Feasible Least Generalized Squares

GLS Generalized Least Squares

gl Graus de liberdade

GMM Generalized Moments Method

Gretl Gnu Regression, Econometrics and Time-series

H Hausman, teste de

HAC Heterocedasticidade e Autocorrelação (Heterokedasticity and Auto

Correlation)

Hipótese

i Unidade de corte transversal

INMETRO Instituto Nacional de Metrologia, Normalização e Qualidade Industrial

IR Imposto de Renda

ISO International Organization for Standardization

ISO 9000 Família de normas da série ISO 9000

ISO 9001 Norma para implantação de Sistemas de Gestão da Qualidade

IV Instrumental Variables

k Velocidade de ajuste

K Número de regressores

LOL Lucro Operacional Líqüido

LM Multiplicador de Lagrange (Lagrange Multiplier)

LSDV Least Squares Dummy Variables Regression

LUCRAT Lucratividade medida pela margem líqüida

ML Maximum Likelihood

MMG Método dos Momentos Generalizados

MQO Mínimos Quadrados Ordinários

MQO Ag MQO agrupado

MQP Mínimos Quadrados Ponderados

MQG Mínimos Quadrados Generalizados

MV Máxima Verossimilhança

N Tamanho da amostra

NB Não balanceado

NBR Norma Brasileira

OLS Ordinary Least Squares

ONG Organização Não Governamental

p Valor p estatístico

PD Primeiras Diferenças

PDCA Ciclo Plan – Do – Check – Act

PL Patrimônio Líqüido

RBV Resources Based – View

RISCO Risco operacional

RL Receita líqüida

RLtoAT_TANG Eficiência operacional

RNO Resultados Não Operacionais

ROA Retorno sobre o ativo total (Return On Assets)

ROA_mod Taxa modificada do retorno sobre o ativo total

ROE Retorno sobre o patrimônio líqüido (Return On Equity)

ROI Retorno sobre investimento (Return On Investment)

ROS Retorno sobre as vendas (Return On Sales)

ROS_mod Taxa modificada do retorno sobre as vendas

S&P Standard & Poor’s

SGQ Sistema de Gestão da Qualidade

t Student, teste de

t Tempo (quando subscrito nas equações)

T Período de tempo do painel sob análise

TAM_EMP Tamanho das companhias abertas

TOT_VEND Total das vendas

TQM Total Quality Management

VEND Total das vendas

VENDtoTOT_AT Total das vendas sobre o total dos ativos

VI Variáveis Instrumentais

VIF Variances Inflation Factor

VPL Valor Presente Líqüido

WLS Weighted Least Squares

LISTA DE EQUAÇÕES

Equação 1 – Cálculo da Taxa Modificada de Retorno sobre o Ativo Total (ROA_mod)..... 109

Equação 2 – Cálculo da Taxa Modificada de Retorno sobre as Vendas (ROS_mod)........... 109

Equação 3 – Cálculo do Índice Custos dos Serviços Vendidos sobre o Total das Vendas

(CSVtoVEND)................................................................................................................... 110

Equação 4 – Cálculo do Índice Vendas sobre Ativos (VENDtoTOT_AT).......................... 110

Equação 5 – Cálculo da Taxa de Retorno sobre o Patrimônio Líqüido (ROE)..................... 110

Equação 6 – Modelo econométrico da variável dependente ROA_mod.............................. 128

Equação 7 – Modelo econométrico da variável dependente ROS_mod............................... 128

Equação 8 – Modelo econométrico da variável dependente TOT_VEND........................... 128

Equação 9 – Modelo econométrico da variável dependente CSVtoVEND.......................... 128

Equação 10 – Modelo econométrico da variável dependente VENDtoTOT_AT................. 128

Equação 11 – Modelo econométrico da variável dependente ROE ..................................... 128

Equação 12 – Função de Regressão Populacional (FRP).................................................... 134

Equação 13 – Função de Regressão Amostral (FRA) ......................................................... 134

Equação 14 – Modelo de consistência do MQO agrupado.................................................. 134

Equação 15 – Modelo de agrupamento de dados de corte transversal ................................. 135

Equação 16 – Modelo de agrupamento de dados de corte transversal com decomposição do

termo erro.......................................................................................................................... 135

Equação 17 – Modelo MQO com dummies de tempo......................................................... 136

Equação 18 – Modelo MQO com dummy de tempo t = 2.................................................... 136

Equação 19 – Modelo MQO com dummy de tempo t = 1.................................................... 136

Equação 20 – Modelo das primeiras diferenças.................................................................. 136

Equação 21 – Modelo reduzido das primeiras diferenças.................................................... 136

Equação 22 – Modelo de efeitos fixos................................................................................ 137

Equação 23 – Modelo de efeitos fixos com estimadores médios no tempo.......................... 137

Equação 24 – Modelo de estimadores de efeitos fixos........................................................ 138

Equação 25 – Modelo ampliado de efeitos fixos................................................................. 138

Equação 26 – Modelo de efeitos aleatórios......................................................................... 140

Equação 27 – Covariâncias entre variáveis explicativas e heterogeneidade não observada.. 140

Equação 28 – Modelo de estimadores de efeitos aleatórios................................................. 141

Equação 29 – Modelo transformado de estimadores de efeitos aleatórios ........................... 141

Equação 30 – Modelo dinâmico de dados em painel........................................................... 142

Equação 31 – Modelo dinâmico de dados em painel com diferenças.................................. 142

Equação 32 – Modelo dinâmico de dados em painel com diferenças e correlação............... 143

Equação 33 – Modelo básico de regressão linear................................................................ 154

Equação 34 – Modelo de regressão da variável ROA_mod no painel não balanceado......... 164

Equação 35 – Modelo de regressão da variável ROA_mod no painel balanceado............... 166

Equação 36 – Modelo de regressão da variável ROS_mod no painel não balanceado......... 168

Equação 37 – Modelo de regressão da variável ROS_mod no painel balanceado................ 170

Equação 38 – Modelo de regressão da variável TOT_VEND no painel não balanceado ..... 172

Equação 39 – Modelo de regressão da variável TOT_VEND no painel balanceado............ 174

Equação 40 – Modelo de regressão da variável CSVtoVEND no painel não balanceado .... 176

Equação 41 – Modelo de regressão da variável CSVtoVEND no painel balanceado........... 178

Equação 42 – Modelo de regressão da variável VENDtoTOT_AT no painel não balanceado

.......................................................................................................................................... 180

Equação 43 – Modelo de regressão da variável VENDtoTOT_AT no painel balanceado.... 182

Equação 44 – Modelo de regressão da variável ROE no painel não balanceado.................. 184

Equação 45 – Modelo de regressão da variável ROE no painel balanceado ........................ 185

LISTA DE FIGURAS

Figura 1 – O problema dos produtos de qualidade duvidosa................................................. 50

Figura 2 – A Abordagem Akerlof–Spence............................................................................53

Figura 3 – A diminuição dos custos motivada pela documentação das práticas................... 105

Figura 4 – Comparação entre os modelos de regressão com dados em painel estático......... 133

Figura 5 – Fluxograma para definição de qual modelo utilizar para uma regressão com dados

em painel........................................................................................................................... 147

Figura 6 – Anatomia da Modelagem Econométrica............................................................ 153

LISTA DE GRÁFICOS

Gráfico 1 – Evolução do número de certificados ISO 9000 emitidos no Brasil ..................... 62

Gráfico 2 – Evolução percentual anual no número de certificados ISO 9000 no mundo –

Dados até 31/12/2005 ..........................................................................................................86

Gráfico 3 – Pareto das contribuições dos trinta países que mais certificam pela ISO 9000:2000

no mundo – Data–base 31/12/2005 ...................................................................................... 89

Gráfico 4 – Distribuição do número de certificações ISO 9000 por “Região ISO” – Data–base

31/12/2005........................................................................................................................... 89

Gráfico 5 – Número de certificados emitidos por estado – Dados até 31/12/2006................. 95

Gráfico 6 – Número de certificados emitidos por atividade econômica – Dados de 31/12/2005

............................................................................................................................................97

Gráfico 7 – Número de certificados emitidos por região do Brasil – Dados de 31/12/2005...97

Gráfico 8 – Distribuição acumulada das companhias abertas da amostra certificadas pela ISO

9000:2000............................................................................................................................99

Gráfico 9 – Distribuição das companhias abertas pela sua classe de receita........................ 124

LISTA DE QUADROS

Quadro 1 – Resumo com as variáveis empregadas no modelo econométrico...................... 112

Quadro 2 – Perfil da Amostra............................................................................................. 125

Quadro 3 – Estatísticas descritivas das variáveis – Painel Não Balanceado......................... 158

Quadro 4 – Estatísticas descritivas das variáveis – Painel Balanceado................................ 159

Quadro 5 – Fatores de Inflação das Variáveis Independente e de Controle – Painéis Não.........

Balanceado e Balanceado................................................................................................... 160

Quadro 6 – Análise de correlação entre as variáveis – Painel Não Balanceado ................... 161

Quadro 7 – Análise de correlação entre as variáveis – Painel Balanceado........................... 162

Quadro 8 – ROA_mod –Valores p das variáveis testadas no painel não balanceado ........... 165

Quadro 9 – ROA_mod – Valores p das variáveis testadas no painel balanceado................. 166

Quadro 10 – ROS_mod – Valores p das variáveis testadas no painel não balanceado......... 169

Quadro 11 – ROS_mod – Valores p das variáveis testadas no painel balanceado................ 170

Quadro 12 – TOT_VEND – Valores p das variáveis testadas no painel não balanceado ..... 173

Quadro 13 – TOT_VEND – Valores p das variáveis testadas no painel balanceado............ 175

Quadro 14 – CSVtoVEND – Valores p das variáveis testadas no painel não balanceado.... 177

Quadro 15 – CSVtoVEND – Valores p das variáveis testadas no painel balanceado........... 178

Quadro 16 – VENDtoTOT_AT –Valores p das variáveis testadas no painel não balanceado

.......................................................................................................................................... 181

Quadro 17 – VENDtoTOT_AT –Valores p das variáveis testadas no painel balanceado..... 182

Quadro 18 – ROE –Valores p das variáveis testadas no painel não balanceado................... 185

Quadro 19 – ROE –Valores p das variáveis testadas no painel balanceado......................... 186

Quadro 20 – Coeficientes das variáveis no modelo dinâmico Arellano-Bond - Painel Não

Balanceado ........................................................................................................................ 188

Quadro 21 – Coeficientes das variáveis no modelo dinâmico Arellano-Bond - Painel

Balanceado ........................................................................................................................ 189

Quadro 22– Valores p da variável independente CERT_ISO nos modelos de regressão dos

painéis não balanceado e balanceado.................................................................................. 190

LISTA DE TABELAS

Tabela 1 – Principais resultados das certificações ISO 9000:2000 no mundo no período de

2001 a 2005 ......................................................................................................................... 85

Tabela 2 – Comparação entre os trinta países que mais certificam pela ISO 9000:2000 -

Datas-base de 31/12/2005 contra 31/12/2003.......................................................................87

Tabela 3 – Número de certificações ISO 9000 por "região ISO"........................................... 88

Tabela 4 – Evolução do número de certificações ISO 9000:2000 dos países da "região ISO"

América do Sul e Central.....................................................................................................90

Tabela 5 – Número de certificados conquistados por empresas brasileiras no período 1990 -

2000.....................................................................................................................................92

Tabela 6 – Motivos para uma empresa buscar a certificação................................................. 93

Tabela 7 - Tempo de preparo de uma empresa brasileira para a certificação ISO 9000 de

acordo com o seu porte ........................................................................................................ 93

Tabela 8 - Investimentos realizados pelas empresas brasileiras para se obter a certificação ISO

9000 de acordo com o seu porte........................................................................................... 94

Tabela 9 - Número de certificados emitidos por estado brasileiro - Dados de 20/04/07.........96

Tabela 10 - Principais autores e trabalhos relacionados com o objeto de pesquisa desta

dissertação......................................................................................................................... 113

Tabela 11 - Principais conclusões dos autores de estudos relacionados com a certificação ISO

9000 e o desempenho financeiro ........................................................................................ 156

Tabela 12 - Relação dos modelos de regressão utilizados................................................... 163

SUMÁRIO

1 INTRODUÇÃO……………………………………………………………………………37

1.1 Tema e Justificativa.................................................................................................... 37

1.2 Problema de Pesquisa.................................................................................................39

1.3 Objetivos da Pesquisa.................................................................................................42

1.4 Organização do Trabalho............................................................................................ 44

2 REFERENCIAL TEÓRICO.......................................................................................... 47

2.1 A Microeconomia e a Informação da Qualidade......................................................... 48

2.1.1 Os Produtos de Qualidade Duvidosa....................................................................49

2.1.2 O Exemplo da Seleção Adversa no Mercado da Saúde.........................................52

2.2 A Abordagem Akerlof-Spence ...................................................................................53

2.3 A Qualidade e a Certificação da Qualidade vistas pela Microeconomia ......................56

2.3.1 A Reputação e a Padronização............................................................................. 57

2.3.2 O Exemplo da Sinalização no Mercado de Trabalho............................................59

2.3.3 A Sinalização em Mercados com Informação Assimétrica................................... 60

2.4 Histórico do Tema Gestão da Qualidade..................................................................... 61

2.5 A Qualidade na Visão dos Gurus da Qualidade, dos Estrategistas e Financistas.......... 71

2.5.1 Por que Implantar um Modelo de Gestão da Qualidade?...................................... 73

2.5.2 A Qualidade e a Empresa.....................................................................................75

2.6 A Instituição ISO .......................................................................................................78

2.7 As Normas da Série ISO 9000.................................................................................... 79

2.8 A ISO 9000 no Mundo............................................................................................... 84

2.9 A ISO 9000 no Brasil................................................................................................. 91

2.10 A Certificação da Gestão da Qualidade de acordo com a ISO 9000...........................98

2.10.1 A Certificação Não é um Requisito da Norma ISO 9000.................................. 100

3 HIPÓTESES E VARIÁVEIS DE PESQUISA............................................................. 101

3.1 Hipóteses de Pesquisa .............................................................................................. 103

3.1.1 Hipóteses 1 e 2 .................................................................................................. 104

3.1.2 Hipóteses 3 e 4 .................................................................................................. 105

3.1.3 Hipótese 5 ......................................................................................................... 106

3.1.4 Hipótese 6 ......................................................................................................... 107

3.2 Variáveis de Pesquisa e sua Operacionalização......................................................... 108

3.2.1 As Variáveis Dependentes................................................................................. 108

3.2.2 A Variável Independente ................................................................................... 110

3.2.3 As Variáveis de Controle................................................................................... 110

4 METODOLOGIA DE PESQUISA .............................................................................. 113

4.1 População, Amostra e Levantamento dos Dados....................................................... 118

4.2 Caracterização da Amostra....................................................................................... 120

4.3 A Organização dos Dados em Painel das Companhias Pesquisadas .......................... 126

4.4 Tratamento Estatístico dos Dados............................................................................. 127

4.4.1 As Propriedades das Grandes Amostras............................................................. 130

4.5 Os Modelos utilizados com Dados em Painel ........................................................... 131

4.5.1 Modelo de Agrupamento de Dados de Corte Transversal................................... 133

4.5.2 Modelo das Primeiras Diferenças....................................................................... 135

4.5.3 Modelo dos Efeitos Fixos .................................................................................. 137

4.5.4 Modelo dos Efeitos Aleatórios........................................................................... 140

4.5.5 O Modelo Dinâmico de Dados em Painel .......................................................... 142

4.5.6 Os cuidados a serem observados........................................................................ 143

4.5.7 Os testes da existência de heterocedasticidade ................................................... 146

4.6 A decisão sobre qual modelo estático de regressão com dados em painel utilizar...... 147

4.6.1 MQO agrupado ou Efeitos Fixos?...................................................................... 148

4.6.2 MQO agrupado ou Efeitos Aleatórios? .............................................................. 149

4.6.3 Efeitos Aleatórios ou Efeitos Fixos?.................................................................. 149

5 RESULTADOS DA PESQUISA .................................................................................. 153

5.1 Estatística Descritiva................................................................................................ 158

5.2 Análise de Multicolinearidade.................................................................................. 160

5.3 Análise de Correlação .............................................................................................. 161

5.4 Os resultados das regressões..................................................................................... 162

5.4.1 Variável ROA_mod........................................................................................... 164

5.4.2 Variável ROS_mod ........................................................................................... 168

5.4.3 Variável TOT_VEND........................................................................................ 172

5.4.4 Variável CSVtoVEND....................................................................................... 176

5.4.5 Variável VENDtoTOT_AT ............................................................................... 180

5.4.6 Variável ROE.................................................................................................... 184

5.4.7 Os resultados do modelo dinâmico de Arellano-Bond........................................ 187

5.5 A significância da variável CERT_ISO nos modelos de regressão............................ 190

5.6 Síntese dos Resultados ............................................................................................. 191

5.7 Limitações do estudo e recomendações para futuras pesquisas ................................. 194

6 CONCLUSÕES............................................................................................................. 197

REFERÊNCIAS .............................................................................................................. 201

APÊNDICES.................................................................................................................... 209

Apêndice A – Relação de organismos certificadores acreditados pelo INMETRO.......... 211

Apêndice B – Questionário enviado a diretores da Qualidade e de relações com investidores

das companhias abertas.................................................................................................. 213

Apêndice C – Conjunto de regressões ............................................................................ 215

1 INTRODUÇÃO

1.1 Tema e Justificativa

As evidências de que as práticas de gestão da qualidade contribuem positivamente

para o desempenho de uma empresa não produziram um consenso a respeito. Segundo Heras

et al. (2002 a, b), sua pesquisa com 400 empresas certificadas e outras 400 não certificadas

mostrou evidências de que as primeiras produzem desempenho financeiro melhor sobre as

últimas, mas que isso se deve ao fato de que empresas com desempenho financeiro superior

teriam mais condições de perseguir a certificação. No entanto, os próprios autores (2002 b)

encontraram resultados distintos em outra pesquisa, que apontava os retornos sobre ativos

(ROA) consistentemente melhores nas empresas certificadas.

Apesar de haver, portanto, uma série de trabalhos que apontam para uma correlação

positiva entre a certificação ISO 9000 e o desempenho financeiro superior, parece crescer o

número de pesquisadores que apontam a norma como um processo direcionado ao papel e de

valor limitado, não impactando de fato diretamente no desempenho empresarial. A ISO 9000

seria apenas uma jogada de marketing, como inclusive, Lima et al. (2000) sugerem.

A qualidade tem sido um dos temas sobre os quais mais se têm escrito mundo afora.

Livros, a principal produção. Palestrantes sobre o tema existem vários; consultores, idem.

Artigos para revistas e jornais são abundantes. Os temas abordados sob o “guarda-chuva” da

Qualidade são inúmeros: Qualidade Total, Kanban, Just in Time, Custos da Qualidade,

Gerenciamento pelas Diretrizes, Certificação, Acreditação, Foco no Cliente, Liderança,

Motivação, Gestão de Pessoas, Balanced Scorecard, Benchmarking, Seis Sigma entre outros.

A Qualidade e suas principais práticas de gestão – a ISO 9000 e a Qualidade Total –

têm sido mais estudadas do ponto de vista qualitativo, muito freqüentemente por meio de

estudos de caso. No Brasil, das muitas dissertações recentes pesquisadas, o foco é quase

sempre em estudos de caso de uma empresa específica ou de um setor da indústria. Withers et

al. (1997) e Withers e Ebrahimpour (2000, 2001) reforçam essa questão: há uma grande

quantidade de trabalhos sobre a ISO 9000, mas a maioria deles são simplesmente meros

estudos de caso ou são descritivos ou prescritivos. Além do mais, somente um pequeno

número deles analisa a relação entre a ISO 9000 e os resultados de uma empresa

(MARTINEZ-LORENTE; MARTINEZ-COSTA, 2004).

Os estudos de caso são um modo correto de expor casos de sucesso específicos com

suas respectivas formas de implementação da norma, mas são restritos por conta disso. Por

não poderem provar qualquer tipo de correlação entre a certificação ISO 9000 e a criação de

valor para as empresas, tornam-se métodos restritos.

Em 2006, o Instituto Nacional de Metrologia, Normalização e Qualidade Industrial

(INMETRO) e o Comitê Brasileiro da Qualidade (CB25) da Associação Brasileira de Normas

Técnicas (ABNT) realizaram a segunda pesquisa quantitativa – em nível nacional – para

avaliação dos aspectos que influenciam a implantação de sistemas de gestão da qualidade pela

ISO 9000 e sua decorrente certificação. Foram entrevistados gerentes de 300 empresas, sendo

150 gerentes da área comercial e 150 gerentes da área da qualidade de empresas com mais de

três anos de certificação, dentro de um universo de 2.926 organizações (INMETRO, 2006).

Participaram da amostra empresas dos setores primário, secundário e terciário e de diversos

portes, de microempresas a grandes corporações.

Para 80% dos gerentes entrevistados, foi o aumento da produtividade o maior ganho

com a certificação: para 35,3% deles isso se refletiu no aumento da qualidade dos produtos.

Para 95,3% dos gerentes da área comercial, isso se refletiu no aumento da credibilidade e da

aceitação da organização (INMETRO, 2006).

Por conseguinte, em função dos motivos expostos e pela quase que total ausência de

estudos exploratórios quantitativos a respeito do tema, é oportuno e apropriado avaliar esse

fenômeno mundial – e certamente, também no Brasil – da certificação da qualidade pela ISO

9001:2000 e sua relação com o desempenho financeiro superior das empresas.

Esta pesquisa, que ora se pretende desenvolver, é totalmente factível, pois há

regularidade no ambiente em que ela se insere: a norma ISO 9000, introduzida em 1987,

caminha para uma nova versão para o ano de 2009, muitas empresas continuam se

certificando anualmente e a taxa de descontinuidade de certificação é baixa.

É importante se tirar a “impressão” de que a ISO 9000 é tão popular que não mereça

uma produção acadêmica mais intensa e efetiva: são muitos os efeitos provocados pela

introdução da norma no tecido organizacional das empresas brasileiras e que ainda não foram

estudados.

Diversas são as experiências em que se pode verificar os benefícios e os ganhos

advindos com a certificação; no entanto, apesar de tangíveis ou perceptíveis, não conseguiram

ser traduzidos em uma métrica financeira objetiva.

O fato é que, indiscutivelmente, é preciso se acenar com uma resposta direta à

pergunta:

a certificação ISO 9000 traz benefícios financeiros a uma empresa?

A partir dos

resultados desta pesquisa, espera-se obter uma resposta mais afirmativa e precisa.

Há um conjunto de partes interessadas que poderá se valer das conclusões que se

espera obter com este estudo, preenchendo uma lacuna existente há muitos anos: a própria

academia, as empresas certificadas, as que não o são mas ainda se interessam por isso, os

clientes e consumidores, os fornecedores das empresas, os seus funcionários – peça motriz nas

certificações –, os analistas de mercado, os acionistas, os investidores e o mercado como um

todo, além dos órgãos certificadores e das entidades acreditadoras de todos os países-

membros da ISO. Além desses, as empresas que não conseguem compreender o significado e

os benefícios de uma certificação, as que não acreditam neste modelo como adequado à sua

cultura organizacional e, ainda, as que não conseguem prever o retorno sobre este

investimento.

Interesse maior deste estudo é

contribuir para a melhoria da competitividade das

empresas brasileiras

, o que poderá confirmar ser o modelo proposto pela ISO 9000 uma

avançada tecnologia de gestão. Esta dissertação almeja elucidar a questão da influência da

certificação ISO 9000 no desempenho financeiro das companhias abertas brasileiras.

O desafio é grande, mas espera-se estar contribuindo para a evolução desta discussão,

dentro de uma área do conhecimento ainda pouco explorada, especialmente no Brasil.

1.2 Problema de Pesquisa

Morris (2006) concluiu, em seu estudo focado apenas na indústria eletrônica

americana, que não houve evidência que apoiasse a sua primeira hipótese de que as empresas

certificadas pela ISO 9000 teriam desempenho financeiro melhor se comparadas a outras que

não fossem certificadas. Concluiu haver relação apenas que empresas que possuem ativos

mais flexíveis ou que investem em pesquisa e desenvolvimento e que podem interagir com a

certificação ISO 9000, podem conquistar melhor desempenho financeiro.

Algumas razões poderiam ser apontadas, todas relacionadas com a metodologia

empregada, como o próprio pesquisador apresenta (MORRIS, 2006). Entre elas, o foco em

apenas uma indústria, com tamanhos distintos e que atuam em diferentes mercados com

muitos produtos. Em segundo lugar, o pequeno número de anos empregado para coleta dos

dados e seu uso de dados em séries temporais com corte transversal não parece ter sido

apropriado. A medida de receita antes de depreciação pode não ter sido a mais indicada para

ser a variável dependente a ser testada e, por último, a assunção de que os benefícios da

certificação ISO 9000 sejam imediatos.

Pelas conclusões de Morris (ibid.), talvez a ISO 9000 não concorra para um melhor

desempenho financeiro ou, nem mesmo, para a aquisição de uma vantagem competitiva,

mesmo que provisória. Poder-se-ia ponderar que as empresas buscam a certificação ISO 9000

com outros objetivos, como exportar seus produtos, pressões de mercado ou, ainda, por conta

de maiores requisitos por parte dos clientes.

Já os pesquisadores Dimara et al. (2004) buscaram correlacionar a orientação

estratégica de uma empresa com a adoção da ISO 9000. Ao analisarem um conjunto de 94

empresas que adotaram a ISO 9000 no período de 1989 a 1993, concluíram que não existe

uma diferença significativa nos indicadores de desempenho financeiro após um período de

seis anos seguintes à certificação.

Entretanto, se as empresas forem examinadas separadamente de acordo com a sua

orientação estratégica, as conclusões são distintas: primeiro, empresas que perseguem uma

estratégia de liderança em custo apresentavam crescimento estatisticamente significativo nos

indicadores de lucratividade; segundo, aquelas que seguem uma estratégia de diferenciação

apresentavam crescimento estatisticamente significativo de suas vendas e de seu patrimônio

líqüido (DIMARA et al., 2004).

Cabe lembrar que, no período pesquisado, a norma válida era a ISO 9000:1994, em

sua segunda versão, ainda sem as características atuais de gestão por processos. Sabe-se que a

versão 2000 da norma inclui algumas dimensões da Qualidade Total (MARTINEZ-

LORENTE; MARTINEZ-COSTA, 2004), não incluídas na versão anterior como, por

exemplo, gestão da força de trabalho, foco no cliente e medição e monitoramento. Os mesmos

autores (op. cit.) declaram não haver encontrado correlação entre a implantação da ISO

9000:1994 e a melhoria dos resultados das empresas.

Martinez-Lorente e Martinez-Costa (2004) afirmam também que os gerentes que

perseguirem a certificação ISO 9000 devem fazê-lo somente se forçados a isso pelos seus

clientes; argumentam ainda que, ao se exigir a certificação ISO 9000 de seus fornecedores,

deveriam refletir que isso não melhora as suas taxas de defeitos ou reduz seus custos, o que é

um objetivo da norma ISO 9000. Talvez exatamente pelo fato da norma ISO 9000 em sua

versão 1994 ser frágil em termos de gestão por processos, medição e monitoramento e foco no

cliente é que os autores Martínez-Lorente e Martínez-Costa (2004) não tenham conseguido

encontrar correlação positiva em sua pesquisa.

Por outro lado, existem também evidências que comprovam haver relação entre a

certificação ISO 9000 e o melhor desempenho financeiro das empresas, isso

independentemente do tamanho: podem ser grandes ou pequenas empresas; podem ser

nacionais ou multinacionais e, até mesmo, locais ou regionais; podem ser de um mesmo setor

da indústria ou não.

Pesquisadores de diversas nacionalidades (ANDERSON; DALY; JOHNSON, 1999;

TERLAAK; KING, 2006; CORBETT; MONTES-SANCHO; KIRSCH, 2005) estudaram,

utilizando-se de diferentes métodos quantitativos, diversas possibilidades de relacionar

certificação com desempenho, tendo encontrado resultados positivos que apóiam as hipóteses

de haver correlação entre essas variáveis.

Pesquisar pouco sobre qualidade ou sobre suas práticas de gestão parece ser – ou foi –

uma marca da academia internacional. Wacker (1989) apresenta uma explicação para isso, o

fato de ser difícil medir os benefícios acumulados e de longo prazo da gestão da qualidade e

sua relação com custos incorridos por ela no curto prazo.

Percebe-se, no Brasil, a

ausência de estudos a respeito dessa temática, que tenham

se utilizado de dados secundários públicos, focados em empresas privadas de capital

aberto e que tenham se utilizado de modelos econométricos robustos que permitissem

uma conclusão acertada à realidade nacional

. Lima et al. (2000) afirmam haver um “gap”

na literatura empírica sobre certificação da qualidade. Apesar de estudos e pesquisas

freqüentes em torno da Qualidade Total (EASTON; JARRELL, 1998; HENDRICKS;

SINGHAL, 1996, 1997, 2001; DOUGLAS; JUDGE, 2001), fica claro que, em função de um

número muito menor de empresas que, comprovadamente, praticam a Qualidade Total, as

constatações a respeito merecem um contraponto importante: a análise da certificação ISO

9000 também como causa de melhor desempenho empresarial.

O Brasil ocupa hoje a 19ª. posição no mundo entre os países com maior número de

certificações, com 8.533 certificados emitidos para empresas no Brasil (ISO, 2007), na data-

base de 31/12/2005. A ISO 9000 é o padrão normativo mais usado em todo o país e o que é

mais conhecido empresarialmente.

O ritmo anual de certificações no Brasil ainda está crescendo, tendo registrado

aumento de 52,5% e 39,4%, entre os anos de 2004 sobre 2003 e de 2005 sobre 2004,

respectivamente (ISO, 2007). Não parece haver ainda exaustão do modelo, talvez pelo fato da

instituição ISO estar periodicamente atualizando seu padrão normativo para sistemas

integrados de gestão por processos e por estar agregando o estado da arte em gestão da

qualidade.

A ISO 9000 demonstrou ser longeva o bastante para suportar as mudanças

permanentes por que passam o mercado e as empresas. Vários têm sido os benefícios

qualitativos constatados com a certificação, seja na motivação das pessoas, na melhoria dos

processos internos ou na satisfação dos clientes.

Entretanto,

as pesquisas quantitativas são poucas e, no Brasil, praticamente

inexistentes

. É preciso inferir se a certificação ISO 9000 tem um efeito causal sobre o

desempenho financeiro das empresas. Juran (1999, p. 30) afirma:

Há uma lacuna de pesquisa que pode ofuscar se empresas que são certificadas de

acordo com a ISO 9000 realmente produzem melhores produtos do que as empresas

que não são certificadas [...] nós realmente não sabemos quais os benefícios

advindos desse processo custoso de certificação ISO 9000. Devemos estabelecer as

pesquisas necessárias para descobrir isso.

O tema escolhido, de relacionar a certificação da qualidade pela ISO 9000 com o

desempenho financeiro, é pouco explorado academicamente. Portanto,

o problema de

pesquisa é: a certificação ISO 9000 permite às companhias abertas no Brasil obterem

um desempenho financeiro superior?

1.3 Objetivos da Pesquisa

Questionamentos têm existido a respeito dos motivos que fazem com que a

certificação ISO 9000 seja buscada pelas empresas. Uma delas é abordada por Gore (1994),

no qual ele defende que, se uma empresa optou por se certificar por motivos exógenos – uma

pressão externa – e não por vontade própria, então a certificação seria vista como o objetivo

em si, fazendo com que a empresa adotasse uma postura minimizadora para consegui-la.

Portanto, tais empresas, possuidoras de sistemas de gestão da qualidade certificados, não os

valorizariam na medida em que a certificação requereria, atingindo, portanto resultados e

benefícios limitados (HERAS et al., 2002 b).

Depreende-se que os motivos individuais de cada empresa pela busca da certificação

podem definir e predizer o seu desempenho, como apontado por Jones et al. (1997), em que

empresas que vêem e compreendem a ISO 9000 como um instrumento de melhoria da

qualidade, obtêm melhores resultados com a certificação do que aquelas que só enxergam a

certificação como “obter um certificado” (HERAS et al., 2002 b).

Outros pesquisadores relacionaram qualidade com outras temáticas correlatas.

Abraham et al. (2000) defendem que, sem mudanças substanciais na liderança, na estrutura e

na forma de comunicação interna, a certificação promoverá pouca garantia de alto

desempenho.

Entretanto, parece residir na cadeia lógica “melhoria de processos – menores custos da

qualidade – incremento do foco no cliente”, a resultante de benefícios financeiros.

Ou seja, como aponta Singles et al. (2001), os resultados financeiros superiores são

contingentes nas empresas que têm razões internas para perseguir a certificação.

Apesar de uma dissertação permitir a simples replicação de algum outro trabalho

científico já realizado, aqui se optou por não fazê-lo, uma vez que (1) não existem trabalhos

publicados, até a presente data, que explorem os impactos da certificação pela versão 2000 da

ISO 9000; (2) nos trabalhos anteriores não se utilizou dados em painel para avaliar as mesmas

variáveis escolhidas neste presente estudo e nem mesmo a relação destas variáveis com o

desempenho financeiro por método de dados em painel; (3) o único trabalho publicado por

pesquisadores brasileiros contempla os efeitos apenas no ano de certificação e utilizam estudo

de eventos.

Neste trabalho, entende-se que a certificação pela ISO 9000 poderia atuar como um

sinal de atributos superiores, mas não observáveis, de qualidade, que propiciaria um benefício

competitivo.

Assim,

este trabalho tem como objetivo principal avaliar o impacto financeiro

causado pela certificação ISO 9000 nas companhias abertas brasileiras, durante o

período de 1995 a 2006.

Como objetivos adicionais, este trabalho estará avaliando:

a) os motivos que levam uma empresa a buscar uma certificação;

b) os benefícios advindos com a certificação;

c) se houve rupturas na edição 2000 da norma ISO 9000 sobre a anterior, do ano de

1994, no sentido de que a versão 2000 trouxe, proporcionalmente, melhores resultados

financeiros que as versões anteriores;

d) se, ao se tomar uma decisão de investimento de implantar um processo de certificação

da qualidade, a empresa e seus gestores estão, de fato, focados no intuito de aumentar

a riqueza dos acionistas, criando valor para a empresa e

e) se, ao se tomar uma decisão de implantação de um processo de certificação da

qualidade, os gestores estão seguros de estar investindo em um tipo de ativo intangível

que facilita a transferência e aquisição de conhecimento que, devidamente utilizados,

gerarão melhor desempenho da firma, aumento da riqueza dos acionistas e criação de

valor para a empresa.

Para alcançar esses objetivos, a certificação estará sendo definida e conceituada

teoricamente a partir de alguns dos maiores representantes contemporâneos da

microeconomia e dos conceitos da informação assimétrica, seleção adversa e da sinalização.

A seguir, a qualidade e a ISO 9000 estarão sendo delimitadas à luz dos principais pensadores

sobre os temas. Por fim, a certificação como um sinalizador para o mercado estará sendo

focada nas finanças estratégicas, com referenciais teóricos propostos pelos pesquisadores da

área de finanças corporativas.

1.4 Organização do Trabalho

O presente trabalho está dividido em seis partes e se estrutura da seguinte forma: nesta

introdução, apresentou-se o tema e a sua justificativa, o problema de pesquisa e os objetivos

da pesquisa.

Ao Capítulo 1 – Introdução, segue-se o Capítulo 2, na qual é apresentado o

Referencial Teórico que suporta esta pesquisa. Em duas partes principais, primeiramente são

apresentados os elementos da microeconomia que explicam os motivos pelos quais as

empresas buscam se diferenciar de outras por meio da certificação ISO 9000. A seguir,

apresenta-se a qualidade sob a visão dos seus clássicos, a instituição ISO e as normas da série

9000, sua disseminação pelo Brasil e pelo mundo, suas influências nos modelos de gestão

empresarial, culminando com a certificação e seu significado, a partir dos benefícios que ela

acarreta.

No Capítulo 3, descreve-se as hipóteses a serem testadas e as variáveis que serão

utilizadas para se verificar a correlação existente entre a certificação e o melhor desempenho

financeiro das companhias abertas. Apresenta-se ainda os vários métodos de pesquisa

empregados e as diversas variáveis que fizeram parte dos modelos econométricos utilizados

pelos pesquisadores mais importantes relacionados com o tema.

No Capítulo 4, é apresentada a metodologia a ser empregada na pesquisa; a partir de

dados colhidos de três grandes bancos de dados – da Comissão de Valores Mobiliários

(CVM), da Economática e do Comitê Brasileiro da Qualidade (CB25) da Associação

Brasileira de Normas Técnicas (ABNT) –, propõe-se estudar a correlação dos construtos

Certificação da Qualidade e Desempenho Financeiro. Utilizou-se o modelo econométrico de

dados em painel.

No Capítulo 5, são apresentados os resultados da pesquisa, bem como a ênfase na

opção metodológica escolhida e nas limitações intrínsecas da pesquisa.

No Capítulo 6, apresenta-se as conclusões, focando na evidenciação dos objetivos da

pesquisa e na comprovação das hipóteses, além de se recapitular os principais pontos do

referencial teórico e das conclusões. Seguem proposições para utilização mais intensiva deste

instrumento estratégico chamado ISO 9000 e implicações para os ”policymakers”, além de

recomendações para o maior uso do modelo de regressão com dados em painel.

2 REFERENCIAL TEÓRICO

Pode-se afirmar que a Qualidade se assenta – enquanto ciência aplicada – em sólidos

fundamentos técnicos, estatísticos e econômicos (KOSCIUSKO-MORIZET, 1983, p. XI). A

Qualidade, que já foi compreendida como um problema de medida, hoje deve ser

considerada também como uma questão econômica e, principalmente, estratégica

(ALMEIDA JÚNIOR, 1983, p. VII).

Hoje em dia, produtos e serviços são projetados, produzidos e comercializados em um

ambiente restrito e denso; a esse ambiente, somem-se outras obrigatoriedades ou

compulsoriedades regulatórias, tais como segurança, confiabilidade, proteção ao meio

ambiente e preservação e conservação de energia: após tudo isso, ainda resta a concorrência.

Kosciusko-Morizet (1983, p. XI) considera que o domínio da qualidade, portanto, tornou-se

elemento determinante para as estratégias empresariais.

Qualidade não é uma medida absoluta, mas sim um objetivo a ser alcançado e que

está sempre em movimento; isso porque as necessidades e exigências dos consumidores

evoluem. Ou seja, o que já teve qualidade, hoje poderá ser considerado como não mais a

tendo (FRAGA, 2002, p. 25). Assim, um consumidor orienta-se preferencialmente para um

fornecedor que lhe prove que possui qualidade, seja pela regularidade das entregas, seja pela

confiabilidade no uso dos produtos ou, ainda, seja pela capacidade que este fornecedor tem

em compreender os desejos deste consumidor.

Posto isto, considerar-se-ia que a qualidade pode ser rentável, já que permite a

obtenção de uma série de vantagens, se utilizada corretamente na gestão das empresas.

O consumidor é o juiz da qualidade de um produto. Para isso, assim como em uma

decisão jurídica importante a ser tomada, um juiz prescinde de informações: corretas,

completas e simétricas. Uma informação assimétrica pode fazer com que sua decisão implique

em um erro do tipo I ou em erro do tipo II, ou seja, poder-se-ia ter um inocente condenado ou

um culpado inocentado. O papel-chave que desempenha a informação assimétrica na

economia da informação necessita ser compreendido: entendendo-se como a informação é

obtida e depois disseminada é crítico para se compreender como a economia funciona

(ROSSER, 2003).

A informação dispersa e tácita impede que um correto planejamento possa ser

executado (HAYEK, 1945 apud ROSSER, 2003), pois um planejador nunca seria capaz de

compreender a informação que está dispersa pela economia de uma maneira tácita (ROSSER,

2003).

A mesma questão mereceu atenção pelas mãos de Simon (1955 apud ROSSER, 2003),

que qualificou a informação imperfeita como inexorável frente à racionalidade limitada dos

indivíduos. A própria questão do conflito de agência formulado por Jensen (1986) nos

apresenta a informação assimétrica, a que acaba corroendo a gestão da empresa, sobretudo na

separação entre propriedade e controle (BERLE; MEANS, 1933 apud ROSSER, 2003).

Uma vez que obter informação é um processo custoso, poder-se-ia argumentar que é

melhor ter menos informação do que ter toda a informação. Radner (1968 apud ROSSER,

2003) estabeleceu que informação imperfeita permite que existam contratos incompletos, o

que resulta, obviamente, em ineficiências.

A esse conjunto de conceitos presentes na economia clássica – informação dispersa,

informação tácita, informação imperfeita – dar-se-á, doravante, o nome de

informação

assimétrica, tal qual definido por Akerlof (1970).

2.1 A Microeconomia e a Informação da Qualidade

Se um consumidor tivesse razoável consciência de sua ignorância quanto a um

produto, isso permitiria que ele assumisse que qualquer carro usado teria uma alta

probabilidade de ter baixa qualidade, ou seja, ser um “lemon” (AKERLOF, 1970) ou para

nós, ser um “abacaxi”. Em português, abacaxi pode significar, enquanto uma gíria, tudo que é

indesejável, inútil, perigoso, prejudicial etc. (MICHAELIS, 2005, p. 2). A partir deste ponto,

quando se referir a um “lemon” na visão de Akerlof, utilizar-se-á o termo “abacaxi”.

Uma pessoa conhece mais a respeito de um bem que lhe pertence que qualquer outra

pessoa, incluindo-se aqui alguém que queira comprar esse seu bem. Desta forma, segundo

Akerlof (1970), o mercado de um determinado tipo de bem – carros, equipamentos, máquinas,

refrigeradores, móveis etc. – possui inevitavelmente informação assimétrica. Evidentemente

que isso provocaria uma queda dos preços do produto usado, o que provocaria a retirada do

mercado dos produtos usados com maior qualidade (ROSSER, 2003). Portanto, somente os

“abacaxis” seriam oferecidos aos consumidores.

Mesmo que forçado a se desfazer de seu bem, um proprietário desse bem usado com

maior qualidade – que não fosse um “abacaxi” – não conseguiria, portanto, receber o justo

pelo seu bem, posto que seria visto como dono de outro “abacaxi”.

A esse fenômeno em que os “abacaxis” forçam os bens que possuem qualidade a

se retirar do mercado, Akerlof (1970) deu o nome de seleção adversa

, ou seja, um

consumidor selecionaria – por conta de informação assimétrica – um produto de maneira

adversa à sua real vontade. A possibilidade de se reverter esse quadro seria o de criar

reputação suficiente para que um consumidor desse o crédito necessário àquele vendedor.

Ao tornar a informação mais simétrica ao mercado – e aos seus consumidores – uma

empresa estaria criando a necessária reputação para tornar indiscutível a qualidade de seu

produto, afastando da concorrência direta aqueles produtos “abacaxis”.

Kreps (2004, p. 424) utiliza o termo “hidden information”, ou informação escondida,

para designar o mesmo fenômeno, originalmente descrito por Akerlof, em seu artigo seminal

de 1970. Kreps entende como antídoto para a informação escondida a sua revelação que,

quando feita estrategicamente, precisa ter seu conteúdo cuidadosamente considerado. Em

geral, em muitas das transações, uma das partes possui informação que a segunda parte não

possui e isso é importante para a real avaliação da transação pela segunda parte. No caso do

vendedor de um bem, que conhece a sua qualidade, fica demonstrada a sua vontade de vender,

que pode ser uma indicação de que este bem em questão, muito provavelmente, é de menor

qualidade (KREPS, 2004, p. 424).

Sendo assim, o comprador deve compreender que, se há interesse pelo vendedor em se

desfazer do bem, é provável que ele seja de menor qualidade ou, como apontado por Akerlof

(1970) e Kreps (2004, p. 426), que se processe uma seleção adversa de toda a população

desses bens.

Surge um círculo vicioso, como aponta Kreps (2004, p. 426): os compradores, não

conhecedores da qualidade de um bem em particular, esperam pagar um preço pela qualidade

média da população. Mas seria essa a verdadeira média de toda a população? Em verdade, não

o será, se o preço de equilíbrio para uma amostra média retirada de toda a população não for

alto o suficiente para induzir os proprietários de bens de maior qualidade a venderem. A isso,

dá-se o nome de seleção adversa.

Entretanto, os preços do bem precisam baixar para refletir essa relação adversa. Mas,

ao se baixarem os preços, os proprietários de bens com qualidade intermediária retirariam

seus produtos do mercado, tornando a seleção adversa ainda pior. Os preços cairiam ainda

mais e a seleção adversa se tornaria cava vez mais adversa.

2.1.1 Os Produtos de Qualidade Duvidosa

Para que se possa sedimentar

a questão que envolve a informação assimétrica e a

seleção adversa e o que esse círculo vicioso produz

, pode-se analisar um exemplo

apresentado por Pindyck e Rubinfeld (1999, p. 669-670), a seguir detalhado.

Em um dado mercado de automóveis usados, existem dois tipos de automóveis

disponíveis para compra: os automóveis com alta qualidade e os automóveis com baixa

qualidade. Pode-se ainda supor que, nesse mercado, existam tanto vendedores como

compradores capazes de reconhecer de qual tipo é o automóvel. Haverá então dois mercados,

conforme ilustram as Figuras 1(a) e 1(b).

Na figura 1(a), S

é a curva de oferta de automóveis de alta qualidade e D

representa

a curva de demanda por esses automóveis com alta qualidade. Da mesma forma, S

e D

Figura 1(b) são, respectivamente, a curva de oferta e a curva de demanda por automóveis com

baixa qualidade.

Pode-se verificar que, para qualquer nível de preço, S

é mais elevada do que S

; isso

porque os donos dos automóveis de alta qualidade relutam mais em querer vendê-los e, para

que isso ocorra, será preciso que um preço mais alto seja ofertado. Também D

será mais

elevada que D

, uma vez que os compradores estarão propensos a ofertar um valor maior a ser

pago por um automóvel de alta qualidade.

Na ilustração pode ser visto que o preço de mercado dos automóveis de alta qualidade

é de $10.000; para os automóveis de baixa qualidade o preço de mercado é de $5.000. São

vendidas 50.000 unidades de cada um dos dois tipos.

Na vida real, sabe-se que o vendedor de um automóvel usado sabe muito mais a

respeito de sua qualidade do que o comprador, isto é, conhece melhor o bem, pois convive

com ele há mais tempo. O que ocorre então quando os vendedores conhecem a qualidade do

automóvel, mas os compradores não?

Importante lembrar que os compradores descobrirão a qualidade do bem somente

depois de o terem adquirido e dirigido por certo tempo. Inicialmente, os compradores

poderiam pensar que as chances são meio a meio de que o automóvel que estejam adquirindo

seja de alta qualidade (a razão disso é que, quando vendedores e compradores conhecem a

qualidade, são vendidas 50.000 unidades de cada tipo).

Portanto, ao fazerem uma aquisição, os compradores estão estimando que todos os

automóveis tenham qualidade “média”. De novo, somente após estarem de posse do bem é

que eles passarão a conhecer sua verdadeira qualidade. A demanda pelos automóveis de

qualidade média, indicada por D

na Figura 1, encontra-se abaixo de D

, mas acima de D

. A

partir de agora, então, como mostra a ilustração, será vendida uma quantidade menor (25.000)

de automóveis de alta qualidade e uma quantidade maior (75.000) de automóveis de baixa

qualidade.

Conforme os consumidores vão percebendo que a maioria dos automóveis vendidos é

de baixa qualidade, suas demandas são deslocadas. A nova curva de demanda, de acordo com

a Figura 1, passa a ser D

, o que significa que, na média, os automóveis possuem qualidade

entre baixa e média.

No entanto, a combinação de automóveis vendidos passa a conter maior proporção de

automóveis de baixa qualidade. Em conseqüência disso, a curva de demanda é deslocada

ainda mais para a esquerda; assim, a combinação de automóveis passa a conter uma proporção

ainda maior de automóveis de baixa qualidade.

Essa sucessão de deslocamentos continua até que apenas automóveis de baixa

qualidade estejam disponíveis para serem vendidos. Nesse ponto, o preço de mercado estará

muito baixo para que automóveis de alta qualidade sejam ofertados; com isso, os

consumidores suporão corretamente que qualquer automóvel que possa ser adquirido nesse

mercado será de baixa qualidade. A curva de demanda passa a ser D

Desta forma, em um mercado de automóveis usados, se a qualidade aparente do carro

for idêntica para vendedor e comprador, então a oferta é igual à demanda.

Mas a qualidade de um carro usado raramente é conhecida dos compradores de forma

precisa, enquanto que os vendedores possuem uma melhor idéia de quanto os mesmos valem

(KREPS, 2004, p. 427). Os compradores seriam incapazes de perceber algo a respeito da

qualidade do carro e estariam esperando pagar pela qualidade média dos carros colocados no

mercado.

Desde que todos os carros sejam vendidos, se ambos vendedores e compradores sabem

os níveis de qualidade, poder-se-ia supor que todos os carros continuariam a ser vendidos.

Entretanto, não é o que acontece; os automóveis são percebidos de maneira distinta entre

vendedores e compradores: surge a seleção adversa. E o que acontece ao final deste processo?

Com um mercado em equilíbrio com preços baixos, carros que valem menos para seus

atuais donos seriam trazidos de volta ao mercado. Então, o valor médio para os compradores

seria baixo, mas seria o preço de mercado. O mercado atinge seu equilíbrio.

Segundo Kreps (2004, p. 427), surge um equilíbrio miserável. Um insuficiente

percentual dos carros usados existentes estaria no mercado, mesmo que cada carro usado

valesse mais para um novo comprador do que para seu atual dono. E esse percentual pequeno

não é de uma qualidade média, mas sim os piores carros usados do mercado. Este é o

verdadeiro e real mercado dos abacaxis.

2.1.2 O Exemplo da Seleção Adversa no Mercado da Saúde

De outro lado, há ainda os casos em que o comprador sabe mais a respeito do bem a

ser adquirido do que o vendedor, em geral na aquisição de serviços. O provedor de um serviço

teria um custo incerto, enquanto que o tomador saberia mais sobre esse custo. Exemplo

comum na vida de milhões de pessoas é o seguro-saúde.

Como lembra Kreps (2004, p. 428), o termo seleção adversa originou-se da ciência

atuarial. O custo de prover um serviço de seguro-saúde dependerá da probabilidade com que o

cliente poderá ficar doente ou mesmo morrer. Em princípio, os que estão doentes ou próximos

de morrerem, seriam os mais ávidos por consumir esse serviço.

Desta forma, as empresas de seguro-saúde provocariam uma seleção adversa de toda a

população. O círculo vicioso se inicia: (1) as taxas de prêmio aumentam para compensar o

problema da seleção adversa, (2) os mais sadios deixam de comprar o produto, (3) a seleção

de candidatos a adquirir os produtos se torna mais adversa, (4) aumentando os prêmios, (5)

piorando a seleção adversa e assim por diante. Os mais necessitados são os que menos têm

acesso a adquirir este produto (AKERLOF, 1970).

2.2 A Abordagem Akerlof-Spence

Por haver informação assimétrica, os produtos de baixa qualidade expulsam os de alta

qualidade do mercado. Com isso, o consumidor realiza sua aquisição por meio de uma seleção

adversa. Para combater isso, é preciso sinalizar que o produto de alta qualidade realmente é

melhor do que o produto de baixa qualidade.

Assim, uma companhia sinalizaria ao mercado por meio de diplomas, certificados,

opiniões de organismos independentes e propaganda. A Figura 2 apresenta essa seqüência.

Spence (1973) também se preocupou em buscar uma solução para a questão de

assimetria de informação: encontrou-a na sinalização das capacidades. Quando um dos

interessados na transação, ou mesmo os dois – por exemplo, entre um empregador e um

possível empregado – não possuem o necessário conhecimento do outro, então ele se baseará

em sinais: no caso de um candidato a uma vaga, Spence (1973) argumenta que o empregador

se fixa no principal sinal visível, o nível educacional do candidato.

O mecanismo é o seguinte: acredita-se que somente pessoas suficientemente capazes

iriam arcar com os custos de se educarem, o que as permitiria sinalizar isso (ROSSER, 2003).

Uma opinião contrária a respeito da sinalização poderia ser a de que ela custa, apesar

de ser comprovado que os benefícios decorrentes podem sobrepujar tais gastos (SPENCE,

1973).

Em artigo de 1976, Spence (1976 b) define a qualidade dos sinais como sendo os

sinais de resposta passiva ou de resposta ativa, conforme experiências já vividas ou por ainda

viver. Isso pode implicar em custos maiores ou menores, assim como em ser mais eficiente.

Passo seguinte seriam a propaganda e a publicidade, formas ativas de sinalizar aos

consumidores a qualidade de um produto, diminuindo a assimetria da informação.

Problema Conseqüência Solução

Informação

Assimétrica

Seleção Adversa Sinalização

Figura 2 – A abordagem Akerlof – Spence.

Elaborado pelo autor.

A criação de reputação sinalizaria a diminuição de informação assimétrica para o

consumidor, o que poderia ser entendido como uma barreira robusta de entrada (PORTER,

1989, p. 4), impedindo que “abacaxis” pudessem entrar na concorrência.

Assim como no caso estudado por Akerlof (1970), em que os carros com mais

qualidade mereceriam um preço mais alto que os “abacaxis”, as empresas buscam melhores

preços para seus produtos, desde que não sejam os “abacaxis” de Akerlof. Portanto, preço se

torna um sinal de qualidade intrínseco.

Spence (1973) aponta como solução para a quebra desse círculo vicioso a necessidade

da segunda parte fazer o que for de seu alcance para obter alguma ou toda a informação

relevante. Essa informação relevante pode vir de muitas formas (KREPS, 2004, p. 429-432),

dentre as quais, quatro principais:

a) Informação relevante disponível gratuitamente: se a parte desinformada souber onde

procurar, pode encontrá-la facilmente como, por exemplo, informações sobre

demografia ou idade e sexo como fatores determinantes de taxas de mortalidade;

b) Informação legalmente exigível: caso em que empresas devem informar seus

investidores a respeito de novos investimentos ou, por exemplo, quando alguém vende

um imóvel;

c) Informação fornecida voluntariamente: exemplo é quando uma empresa, contratando

força de trabalho qualificada, informa que é necessário ter uma graduação para se

candidatar ao emprego e

d) Informação requerida por uma autoridade independente: caso em que uma empresa

provê informação diretamente a uma autoridade independente, como forma de ganhar

um certificado.

No setor bancário americano, Gupta (1997) encontrou relação positiva entre o valor da

firma e a obtenção de um selo regulatório de aprovação da Federal Deposit Insurance

Corporation. Empresas que receberam um conceito “Going Concern” em seus relatórios de

auditoria tiveram maior volatilidade nos valores da ação do que as empresas que tiveram

conceito “Clean” na opinião dos auditores (BROWN; LEVITAN, 1986).

Empresas obtiveram desempenhos anormais negativos antes da divulgação de opiniões

qualificadas de auditores (DODD; DOPUCH; HOLTHAUSEN; LEFTWICH, 1984). Em

1995, Billett, Flannery e Garfinkel concluíram que, quando um “rating” de crédito bancário é

maior, então os retornos anormais exigidos dos seus tomadores são maiores.

A certificação pela ISO 9000 requer a realização de uma auditoria por um órgão

certificador independente, auditoria esta também chamada de terceira parte (a primeira parte é

o produtor, a empresa, enquanto a segunda parte é o consumidor). Toda certificação é revista

semestralmente – ou anualmente –, por meio de nova auditoria; a cada dois ou três anos,

conforme as regras de cada órgão certificador, uma nova auditoria completa da empresa – em

torno de seu sistema de gestão da qualidade – se realiza e um novo certificado é emitido.

Esse modus operandi permite considerar que

a certificação ISO 9000 é um processo

contínuo de avaliação empresarial

, possibilitando que uma empresa tenha que buscar,

continuamente, uma melhoria contínua de suas práticas. Diferentemente da abordagem de

Corbett, Montes-Sancho e Kirsch (2005), considerar-se-á que a certificação é uma variável

contínua.

Tais evidências poderiam suportar a inferência de que receber um selo (ou opinião) de

aprovação ou de desaprovação por uma entidade regulatória ou normativa respeitada pode

afetar o valor da empresa. Portanto, segundo Docking e Dowen (1999), uma reação positiva

do preço da ação implicaria em um benefício alcançado pelos acionistas com a certificação,

ao passo em que a reação negativa dos preços das ações implicaria em custos líqüidos para os

acionistas.

Terlaak e King (2006) ressaltam que estudos anteriores falharam em explicar – em sua

totalidade – a natureza das normas de gestão da qualidade. Falharam em não explicar, do

ponto de vista teórico, por que motivo uma empresa adicionaria maiores problemas ao seu

cotidiano e mais despesas para obter uma certificação oficial não compulsória. Argumentam

que, se as normas são públicas e as empresas de consultoria estão disponíveis para auxiliar na

adoção dessas práticas, essas não necessitariam se certificar para gozar desse benefício

operacional.

Dick (2000) e Terlaak e King (2006) argumentam que os estudos já realizados também

falharam ao não explicar, do ponto de vista empírico, que existe uma relação causal entre a

certificação e o desempenho operacional.

Pretende-se, pois,

fazer uso das abordagens desenvolvidas por Akerlof e Spence

no sentido de justificar as principais motivações para que uma empresa busque a certificação

ISO 9000.

Ao optar pela certificação, uma empresa estaria sinalizando ao mercado, aos seus

fornecedores e consumidores que ela possui produtos e serviços com alta qualidade,

informação esta à qual as diversas partes interessadas (stakeholders) não têm acesso. Isso

tornaria a informação menos assimétrica e a seleção menos adversa.

Segundo Docking e Dowen (1999), os benefícios de caráter interno e externo

aparecem largamente: a aderência à certificação ISO 9000 mostra que a empresa está

posicionada em seu mercado há longo tempo e isso provoca comprometimento com o

negócio. Além disso, a certificação cortaria custos internos de produção, o que poderia ser

repassado aos seus clientes e investidores.

A abordagem de Akerlof-Spence permite prever que, se as empresas se

certificam, então elas podem ir em busca de melhores performances de vendas e,

conseqüentemente, melhores performances financeiras

2.3 A Qualidade e a Certificação da Qualidade vistas pela Microeconomia

Garvin (1992, p. 25) aponta que, na década de 1980, a qualidade foi ganhando terreno

junto a presidentes e diretores executivos das empresas americanas; esse fenômeno poderia

ser explicado pela associação da qualidade com a lucratividade e pelo fato de ela ser definida

de acordo com a visão e as expectativas dos consumidores e clientes. Ao incluírem-na no

processo de planejamento estratégico, vêem a qualidade como uma arma agressiva para a

concorrência de mercado.

As diversas forças de mercado que assolaram os mercados mundiais por conta da

invasão dos produtos japoneses com qualidade superior nos anos 1980, ajudaram a relacionar

as perdas de rentabilidade e de participação no mercado com a qualidade inferior produzida

pelas empresas ocidentais, particularmente as norte-americanas (GARVIN, 1992, p. 26;

FEIGENBAUM, 1991, p. 55-56).

Processos indenizatórios em função da má qualidade de produtos e serviços também

começaram a abalar os modelos de gestão: de 1974 a 1981, as ações judiciais aumentavam a

uma taxa média anual de 28% (GARVIN, 1992, p. 28).

Em 1973, ainda segundo Garvin (1992, p. 27), agências americanas reguladoras de

tráfego nas estradas, proteção ambiental e segurança de produtos de consumo haviam retirado

sete milhões de unidades de vários produtos do mercado devido a necessidades de correção de

riscos potenciais para a segurança dos consumidores; em 1978, essa cifra aumentara para

vinte e nove milhões.

Esse fenômeno provocou uma reação por parte dos governos federal e estaduais

americanos. Dentre elas,

a aprovação das “leis dos limões”

(GARVIN, 1982, p. 27),

aplicáveis aos automóveis com defeitos repetitivos, proporcionando aos proprietários desses

bens receberem um novo bem equivalente ou, simplesmente, a devolução do valor pago. Cada

processo desses podia valer milhões de dólares.

Essas forças externas provocaram então um efeito sinalizador para a gerência

executiva das empresas: corriam risco a reputação da empresa, a sua participação de

mercado e a sua rentabilidade.

E esses ativos não poderiam ser perdidos.

No caso da teoria de Akerlof (1970), os automóveis usados, em um mercado eficiente,

poderiam ser escolhidos corretamente pelos consumidores, entre os que possuem mais ou

menos qualidade (PINDYCK; RUBINFELD, 1999, p. 668): os consumidores que quisessem

gastar menos, ou que só poderiam gastar certo valor, poderiam adquirir os de mais baixa

qualidade devido ao fato de custarem menos, enquanto outros consumidores optariam por

comprar melhores bens, já que poderiam pagar pelos de maior qualidade. No entanto, distante

do mundo ideal da eficiência do mercado, os consumidores não podem, de fato, distinguir a

qualidade do bem usado que compram antes que o tenham comprado: isso provoca a queda

dos preços dos carros usados como um todo e, conseqüentemente, a saída dos de alta

qualidade do mercado.

Essa falha de mercado, na qual os proprietários de carros de alta qualidade os

subavaliam e existem os de baixa qualidade impedindo uma troca mutuamente benéfica

(PINDYCK; RUBINFELD, 1999, p. 671) promove um problema que se pode encontrar em

muitos mercados, o da seleção adversa (AKERLOF, 1970). Esse fenômeno é aquele em que

produtos – ou serviços – com qualidades diferentes podem ser vendidos ao mesmo preço, pois

compradores e vendedores não possuem a informação completa necessária para a transação.

Importante, para efeito deste trabalho, será conceituar e definir os contornos destes três

fenômenos para o universo das empresas que buscam a certificação da qualidade. Ao (1)

sinalizarem ao mercado que possuem uma qualidade distinta, as companhias podem promover

(2) a diminuição da assimetria da informação entre as partes interessadas na transação e,

conseqüentemente, (3) a diminuição da seleção adversa.

2.3.1 A Reputação e a Padronização

Pindyck e Rubinfeld (1999, p. 673) apresentam uma série de situações em que a

relação entre compradores e vendedores de produtos e serviços está contaminada pela

informação assimétrica. Como exemplo, pode-se citar a ida a um restaurante: com que

freqüência um cliente vai até a cozinha verificar se, de fato, o cozinheiro está utilizando os

melhores ingredientes, se estão frescos e adotando boas práticas no manuseio de acordo com a

legislação sanitária? É fato que o vendedor – ou o prestador do serviço – saberá sempre mais

do que o comprador ou tomador daquele serviço.

A não ser que os vendedores possam fornecer as devidas informações sobre a

qualidade dos produtos ou dos serviços aos consumidores e clientes, os insumos, matérias-

primas, suprimentos, bens ou serviços de qualidade inferior acabarão por expulsar os de

qualidade superior do mercado: conseqüência desse fenômeno será o mercado ineficiente

(MILGROM; ROBERTS, 1992, p. 154).

A maior – senão, a única – motivação para as empresas que queiram vender seus

produtos e serviços – que, de fato, possuem qualidade superior – será convencer seus

consumidores de que sua qualidade é, inegavelmente, a melhor.

Isso será conseguido por meio da reputação (MILGROM; ROBERTS, 1992, p. 139-

140; RUMELT; SCHENDEL; TEECE, 1995, p. 30; PINDYCK; RUBINFELD, 1999, p. 673-

675), mas pode ser conseguido também por meio da padronização. Neste caso, pode-se

assegurar a qualidade de um produto padronizando-o, isto é, em qualquer local em que um

consumidor estiver, a qualidade será a mesma, pois se construiu uma imagem de padronização

de produtos, caso das redes de fast food americanas (PINDYCK; RUBINFELD, 1999, p.

673). Esse fenômeno se pode verificar nas estradas brasileiras, em que os consumidores

preferirão parar em um restaurante de uma rede conhecida do que em uma lanchonete que não

tenha outras filiais: as reputações que os dois construíram são distintas.

Em estudo bastante recente, Sánchez e Sotorrío (2007) comprovaram haver uma

relação forte entre a reputação nos negócios e o resultado financeiro de uma companhia. Ao

utilizarem uma amostra de 100 das mais prestigiosas companhias em operação na Espanha no

ano de 2004, Sánchez e Sotorrío (2007) observaram que o processo de criação de valor das

companhias por meio da reputação é influenciado por uma série de fatores, dentre eles, a

estratégia de diferenciação.

Diferenciar-se pela certificação seria um sinal de credibilidade para o mercado,

fortalecendo a reputação das companhias

No caso da norma ISO 9000, poder-se-ia entender que, ao propor uma padronização

de práticas de gestão de acordo com conceitos e premissas da gestão da qualidade, esta norma

estaria contribuindo para um processo de sinalização das empresas para o seu mercado

consumidor, em particular, sinalizando determinados atributos organizacionais que outras

partes interessadas (stakeholders) não teriam condições de observação direta (TERLAAK;

KING, 2006).

Terlaak e King (2006) defendem que a certificação provê uma vantagem competitiva

permanente, mesmo que a certificação realmente não melhore o desempenho operacional da

empresa certificada.

Uma constatação importante é que a certificação cria oportunidades para reduzir

custos de transação e custos de procura por fornecedores. Tirole (1990, p. 106, 110–114)

atestou que a padronização de práticas de compra permite reduzir os custos de fornecimento e

mitigar custos de transação pelo fato de reduzir a assimetria de informações entre comprador

e vendedor. Isso pressupõe que empresas fornecedoras certificadas pela ISO 9000 permitiriam

aos compradores de seus produtos menores custos diretos de produção, menores custos em ter

que adotar multi-critérios para cada fornecedor e menores custos de contratação

(ANDERSON; DALY; JOHNSON, 1999).

2.3.2 O Exemplo da Sinalização no Mercado de Trabalho

Como já apontado anteriormente, Spence (1973) teorizou a respeito do tema,

mostrando que, em determinados mercados, os vendedores enviam sinais aos compradores,

repassando a estes últimos informações a respeito da qualidade de um determinado produto ou

serviço, dentro de um mercado com informações assimétricas, anteriormente teorizado por

Akerlof (1970). Spence (1973) teorizou a partir de uma situação em que trabalhadores,

ansiosos por trabalhar, desejam ser contratados por uma empresa.

Os trabalhadores – os vendedores – conhecem suas capacidades, competências,

vontade e afinco pelo trabalho; os empregadores – os compradores – apenas descobrirão essas

qualidades depois da transação de contratação. Mas por que então empresas não contratam

esses trabalhadores, os observam e, se não gostarem, os demitem? Porque é dispendioso e

porque, muitas das vezes, os trabalhadores demoram para demonstrar suas habilidades

(PINDYCK; RUBINFELD, 1999, p. 675-680). Desta forma, é melhor que, a partir de um

sinal, as empresas possam acertar mais nas suas contratações, podendo saber antecipadamente

suas habilidades, isto é, antes de serem admitidos.

Mas qual o grau e a força de um sinal? Pindyck e Rubinfeld (1999, p. 675-676)

defendem que, para uma entrevista de seleção para uma vaga, trajar-se bem é um sinal, mas é

um sinal fraco, posto que mesmo um trabalhador muito produtivo e habilidoso poderia se

vestir mal.

“Para ser forte, um sinal deve ser mais facilmente transmitido por pessoas de alta

produtividade do que por indivíduos de baixa produtividade, de tal modo que possa ser

encontrado mais freqüentemente entre os indivíduos de alta produtividade” (PINDYCK;

RUBINFELD, 1999, p. 676).

A sinalização seria, portanto, um ambiente em que as partes revelariam suas

informações

(MILGROM; ROBERTS, 1992, p. 154-155). Nesse sentido, Spence (1973), ao

estudar o mercado de trabalho, apontou a educação como um sinal forte. Neste caso, a

educação poderia estar aumentando a produtividade de um trabalhador ao fornecer a ele

informações, habilidades e conhecimentos que podem ser úteis no seu trabalho (PINDYCK;

RUBINFELD, 1999, p. 676).

Mas, mesmo que a educação não propiciasse a melhoria da produtividade de uma

pessoa em seu ambiente de trabalho, ela – a educação – ainda seria um sinal útil da

produtividade, já que os trabalhadores mais produtivos teriam maior facilidade para alcançar

elevados níveis de educação (PINDYCK; RUBINFELD, 1999, p. 676-680).

Naveh et al. (1999 apud TERLAAK; KING, 2006) comparam a certificação pela ISO

9000 a um diploma de faculdade. Possuir um diploma sinaliza que estudantes de alta

produtividade podem se diferenciar daqueles de baixa produtividade, independentemente se

eles aprenderam mais ou menos durante os anos de estudo (SPENCE, 1973). Ou seja, obter

um diploma seria uma tarefa mais árdua para um estudante de baixa produtividade; os de

maior produtividade, provavelmente, completariam os estudos com maior facilidade.

Da mesma forma, as empresas, que precisariam completar os passos necessários para

uma certificação, seriam mais ou menos produtivas, tal como no exemplo dos estudantes. Isso

pode diferenciar as empresas com atributos organizacionais desejáveis (TERLAAK; KING,

2006).

Cole (1998) defende que a certificação seria um primeiro instrumento utilizado pelas

empresas para sinalizar sua qualidade aos clientes.

2.3.3 A Sinalização em Mercados com Informação Assimétrica

A sinalização deve permitir ganhos em mercados outros, envolvendo empresas e

informação assimétrica. Em um mercado de bens duráveis, como por exemplo, o de produtos

eletrônicos, os consumidores têm de poder distinguir os melhores produtos, as melhores

marcas, as que são mais confiáveis e de melhor reputação, de mais tradição no mercado, de

maior respeito pelos consumidores etc. Se não o puderem, os melhores produtos não poderão

ser vendidos por preços mais elevados.

Portanto,

as empresas têm interesse em trazer ao conhecimento dos consumidores

que seus produtos são os de qualidade superior

e isso pode ser feito de maneira

convincente por meio de certificados e garantias (PINDYCK; RUBINFELD, 1999, p. 680).

Há uma dificuldade inerente na questão de buscar uma informação desejada: não é

simples e nem há uma maneira direta de conseguí-la (MILGROM; ROBERTS, 1992, p. 140-

141). Além do mais, particularmente, uma autopropaganda não possibilita credibilidade.

Como saber se a expressão “Eu sou altamente motivado, criativo, dedicado e, por

conta disso, a sua empresa deveria me contratar!” é verdadeira ou falsa? Se tais auto-

afirmações pudessem surtir efeito, todos o fariam e aqueles que tolamente nelas acreditassem,

logo aprenderiam pelo erro de sua ingenuidade (MILGROM; ROBERTS, 1992, p. 154).

Uma das formas para que o desinformado obtenha informação particular seria por

meio de ações observáveis ou declarações verificáveis do informado: isso pode ser feito de

duas maneiras. Segundo Milgrom e Roberts (1992, p. 154), essas duas classes de estratégias

seriam a sinalização e o “peneiramento” (screening). Enquanto a sinalização é realizada pelo

próprio detentor da informação, o screening é realizado pela parte desinformada ou um seu

representante.

Para os efeitos deste trabalho, portanto, admite-se que

a certificação ISO 9000 atua

como um sinal para o mercado, possibilitando vantagem competitiva para as empresas

em que os compradores adquirem informação a respeito de atributos escondidos

(TERLAAK; KING, 2006) e

distinguindo empresas certificadas das não certificadas

(ANDERSON; DALY; JOHNSON, 1999), propiciando um prêmio no preço e um aumento no

volume de vendas.

2.4 Histórico do Tema Gestão da Qualidade

Não há como discordar do papel que a ISO 9000 causou no mundo empresarial no

cenário global e, sobretudo, no campo de estudos da gestão da qualidade. De todos os grandes

gurus da Qualidade, ou de todos aqueles que se pode considerar que tiveram produção

destacada para o progresso do tema, apenas dois deles permanecem vivos: Armand Val

Feigenbaum e Joseph M. Juran, este autor de uma das mais importantes obras de referência no

tema, o “Juran’s Quality Handbook”.

Em sua edição de no. 4, o Handbook (1988) sequer mencionava a norma ISO 9000.

Hoje, em sua 5ª. Edição (1999), o Handbook não somente apresenta a norma, como também a

reconhece como um importante instrumento gerencial para a busca da qualidade.

Em artigo recente, Gosen, Babbar e Prasad (2005) revisam a literatura existente sobre

a gestão da qualidade nos países em desenvolvimento e exploram a influência de variáveis

internacionais e organizacionais. Apesar de o Brasil ser referido no trabalho, nenhum

pesquisador brasileiro é mencionado; na verdade, os pesquisadores focam em trabalhos

correlatos desenvolvidos no México, China, Nova Zelândia, Turquia, Hong Kong, Índia,

Botsuana, Polônia e Noruega. Prahalad e Lieberthal (2003), citados por Gosen, Babbar e

Prasad (2005), apenas mencionam características de nosso país.

Um aspecto indiscutível que envolve a ISO 9000 é que, cada vez mais, ano após ano,

mais e mais empresas a adotam como seu padrão de gestão da qualidade. A evolução do

número de certificações ISO 9000 no Brasil no período de 1990 a 2000 pode ser analisada

pelo gráfico a seguir apresentado.

Gráfico 1 -

Evolução do número de certificados ISO 9000 emitidos no Brasil

Fonte: ABNT (2007). Adaptado pelo autor.

225

595

948

1584

2476

3712

5285

6719

1000

2000

3000

4000

5000

6000

7000

8000

1990 1991 1992 1993 1994 1995 1996 1997 1998 1999 2000

Número de Certificados

Essa

“Era da Certificação”

, termo cunhado pelos professores Franceschini, Galetto e

Gianni (2004) já dura quase duas décadas e pode ser explicada pelas razões que movem uma

empresa para a certificação da qualidade, que podem ser exógenos ou endógenos.

Em alguns casos, segundo Franceschini, Galetto e Gianni (2004), a certificação é

requerida explicitamente pelos clientes; em outros, para concorrer em processos licitatórios

nacionais ou mesmo internacionais (ANDERSON; DALY; JOHNSON, 1999).

De qualquer forma, uma empresa pode ser comparada a um organismo (MORGAN,

1996, p. 43): a certificação da qualidade acaba por se tornar a ferramenta pela qual a empresa

opera um modo mais orgânico de gerir os seus recursos, adaptando-se continuamente às

mudanças constantes do mercado (WESTON, 1995).

Assim, a gestão das empresas pode ser melhorada se satisfeitas as suas necessidades

de forma sistemática, caso queiram sobreviver (MORGAN, 1996, p. 75).

É interessante, portanto, analisar essa disseminação da certificação ISO 9000 ao longo

do tempo. Estudos correlatos são encontrados, em sua maioria, nos professores e

pesquisadores americanos (Anderson, Daly, Johnson, Simmons, White, Morris, Marcus,

Jacobs, Merrill, Dick, Douglas, Judge, Corbett, Kirsch, Terlaak, King) e europeus (Dimara,

Skuras, Tsekouras, Goutsos, Franceschini, Galetto, Gianni, Gotzamani, Tsiotras) e, nestes,

principalmente nos espanhóis (Casadesús, Fuentes, Benavent, Moreno, Cruz, del Val, Claver,

Tarí, Molina, Heras, Santos, Escanciano, Nicolau, Sellers, Martínez-Lorente, Martínez-Costa,

Montes-Sancho).

O fenômeno relacionado com os motivos da certificação é bastante complexo e

envolve um conjunto amplo e diverso de fatores, os quais podem influenciar as estratégias de

uma empresa, dentre eles (FRANCESCHINI; GALETTO; GIANNI, 2004): estrutura

econômico/empresarial, mudanças de mercado, incentivos e regulações governamentais.

Em 1987, Jacobson e Aaker conseguiram encontrar relação positiva entre qualidade do

produto e retorno sobre o investimento, fatia de mercado e preço. Analisando o atributo

Qualidade como sendo a conformidade com as especificações, Forker et al. (1996)

constataram que a qualidade tinha significativa relação com crescimento das vendas e com o

retorno auferido com esse crescimento. Esses dois trabalhos atestaram que uma melhor

conformidade dos produtos pode reduzir custos e, por conseqüência, a qualidade se torna mais

atrativa e retentora de clientes (HERAS; DICK; CASADESÚS, 2002 a).

Em 226 artigos revisados por Ahire, Landenos e Golhar (1995), foram identificados

apenas 29 estudos relacionados com as práticas de gestão da qualidade e nenhum que

contivesse resultados operacionais dessas práticas.

Flynn et al. (1995) constataram que melhores controles de processos levam a menos

retrabalhos e, portanto, diminuição dos custos da qualidade. Em 1997, dentro do projeto de

manufatura classe mundial, Flynn et al. apontaram para uma constatação lógica: atingindo

melhores índices de conformidade com as especificações e produzindo-se menores custos de

retrabalho, ter-se-á um efeito direto na vantagem competitiva, ao mesmo tempo em que a

percepção da gerência quanto à qualidade dos produtos e dos serviços aos clientes teria um

impacto ainda maior.

O “fazer certo da primeira vez” fica fortemente associado com uma melhor gestão dos

fluxos dos processos, enquanto que o diferencial da qualidade está associado com melhor

gestão de processos e controle de qualidade (HERAS; DICK; CASADESÚS, 2002 a). Ambos

são premissas e princípios da prática de gestão por processos pregada pela ISO 9000. Um

efetivo sistema de gestão da qualidade certificado de acordo com a ISO 9000 terá

compulsoriamente o controle de processos como uma premissa-chave.

É fato que implantar a ISO 9000 demanda investimentos, sejam financeiros diretos,

sejam em treinamento e infra-estrutura operacional. Em pesquisa realizada em 1996, chamada

ISO 9000 Survey (DOCKING; DOWEN, 1999), foi estimado que, nos EUA, empresas com

vendas acima de US$11 milhões investem, em média, US$409 mil com todos os itens

relacionados com a certificação. Empresas menores gastam US$71 mil. São investimentos

considerados importantes.

Apesar disso, não se percebe que esse dinheiro empregado com a certificação afete

negativamente a lucratividade dessas empresas, como apontam Heras, Dick e Casadesús

(2002 a), sugerindo, por conseguinte, que a certificação não é um mau investimento e que os

benefícios advindos com a certificação conseguem, na média, ser suficientes para cobrir esses

investimentos.

O primeiro estudo que se utilizou de uma amostra mais ampla e numerosa de empresas

que implantaram a certificação ISO 9000 foi o realizado por Anderson, Daly e Johnson

(1999). Nesse estudo, os autores procuraram investigar as forças políticas e econômicas que

podem influenciar as decisões dos gestores quanto às normas de garantia da qualidade, mas

ainda sob a validade da norma ISO 9000 em sua edição de 1994.

A partir das assertivas (1) de que a ISO 9000 é adotada pelas empresas como uma

componente de suas práticas de gestão da qualidade e (2) de que a certificação permite

satisfazer o desejo de comunicar aos clientes a qualidade produzida, os autores (ibid..) buscam

na literatura evidências a respeito dos investimentos feitos pelos gestores em garantia da

qualidade e encontram poucas.

Um conjunto amplo na academia – composto pelas disciplinas de gestão, negócios e

economia – tem tentado prover explicações plausíveis para a adoção, por parte de uma

empresa, de um modelo de gestão da qualidade, dentre os quais a ISO 9000 e sua posterior

certificação.

Jones et al. (1997) defendem que essa decisão se relaciona com dois focos distintos

ligados ao desenvolvimento de recursos: o primeiro, são as razões relativas ao desejo de se

melhorar os processos internos e, conseqüentemente, alavancando o desempenho competitivo

global da empresa. O segundo, ao contrário, refere-se ao desejo de evitar ficar de fora de

futuros processos de negócios e futuros mercados. É óbvio, no entanto, que ambas as razões

podem motivar uma empresa para buscar a certificação ISO 9000.

Leung et al. (1999) apontam que parece residir hoje como principal razão, uma

abordagem reativa de se fazer negócios, desconsiderando qualquer abordagem ou

planejamento de ordem estratégica, o que caracteriza uma forma de atender aos

consumidores. O marketing não pode deixar de ser apontado, pois uma forte razão para uma

empresa se certificar seria a manutenção ou a expansão de seus mercados.

Skrabec et al. (1997) apontam que a habilidade de sustentar uma posição de mercado e

uma fatia de mercado, é o quarto – dentre dez – benefício mais apontado, enquanto que a

possibilidade que a ISO 9000 proporciona para crescer aparece como sexto benefício.

Curkovic e Pagell (1999) consideram que a certificação ISO 9000 pode ser alavancada a um

nível de vantagem competitiva, quando é feita de forma consistente com a direção estratégica

da empresa.

A série de normas ISO 9000 recebe críticas do ponto de vista de sua exigência de

formalização e documentação – ainda que na versão 2000 bastante diminuída –, que implantar

a norma é implantar um processo direcionado para o papel (DIMARA et al., 2004).

Entretanto, é fácil refutar essa idéia – que parece heurística – com base em algumas

evidências.

Withers e Ebrahimpour (2000) acreditam que a gestão das empresas percebe os fatores

intrínsecos à ISO 9000 como fatores importantes para o sucesso e a vantagem competitiva.

Além disso, operar uma empresa de acordo com o modelo de gestão por processos, tal como

preconizado pela ISO 9000, pode ainda contribuir para reduzir o tempo de desenvolvimento

de novos produtos, os problemas de início de produção e os custos em geral (DIMARA et al.,

2004), assim como melhorar a eficiência dos processos internos (SANTOS; ESCANCIANO,

2002).

Outro benefício que os economistas têm demonstrado se relaciona com os custos de

transação, tal como definido por Coase (1937): se for mais barato produzir fora de sua

empresa, então o faça. No caso da ISO 9000, defende-se que

a norma pode propiciar um

potencial de redução dos custos de transação

, servindo como garantia de qualidade para o

vendedor, podendo ainda contribuir com a melhoria da competitividade da empresa ou do seu

setor (HOLLERAN et al., 1999).

Uma questão que não pode deixar de ser respondida é

se os acionistas das empresas

se beneficiam da certificação ISO 9000

, o que tem sido pouco estudado. Avaliar a

correlação positiva entre a certificação ISO 9000 e o valor da ação ganha significado a partir

de seu simples desconhecimento. Docking e Dowen (1999) acreditam que uma razão básica

para se acreditar que os acionistas se beneficiam da certificação é que, se a certificação é

conseguida, isso nada mais seria do que o compromisso dos gestores para com a qualidade.

Por conseguinte, poder-se-ia dizer que, se os gestores são, de fato, os tomadores da decisão

quanto à certificação ISO 9000 e, por conseguinte, são comprometidos com sua qualidade,

então

empresas certificadas teriam menores custos de agência

Nicolau e Sellers (2002) afirmam que

a certificação da qualidade afeta

positivamente o valor de mercado das empresas

e que isso traz importantes implicações

para a gestão corporativa. Se o objetivo principal dos gestores é criar riqueza para os

acionistas por meio do aumento do valor de mercado da empresa, seus esforços podem ser

canalizados para a certificação; se a certificação produz maior valor para as empresas, então

os gestores agem de acordo com os melhores propósitos e de acordo com os desejos dos

acionistas. A teoria da agência não se aplicaria a esse ambiente da certificação.

Em uma linha de pesquisa semelhante, Nicolau e Sellers (2002) analisam a reação do

mercado de ações na data do anúncio público da certificação de empresas espanholas. A sua

argumentação teórica se inicia com o fato de que manter seus clientes e aumentar sua

participação de mercado depende da qualidade dos produtos ofertados, o que pode ser

compreendido pelo fato de os consumidores estarem se tornando mais conscientes e tendendo

a padronizar as empresas que oferecem produtos com qualidade. Sabedoras disso, as empresas

reduziriam seus custos com a falta de qualidade; conseqüentemente, segundo Nicolau e

Sellers (2002), estas empresas conseguiriam maiores economias de escala que possibilitariam

maior participação de mercado, além de permitir oferecer produtos com melhor qualidade, o

que possibilitaria maiores lucros.

Como os consumidores estão cada vez mais conscientes, é preciso informá-los

corretamente. Entretanto, existe freqüentemente grande assimetria entre a informação que

circula dentro e entre as empresas e aquela que é repassada aos consumidores, com relação à

qualidade dos produtos colocados no mercado. De acordo com Akerlof (1970), quando tal

assimetria sobre qualidade existe, o mercado pode permitir a coexistência tanto de produtos

com alta qualidade quanto de baixa qualidade, o que faz com que os consumidores avaliem

imprecisa e incorretamente essa qualidade.

Nayyar (1990) defende que tal assimetria é um dos mais importantes fatores a

determinar os custos de transação em uma relação de trocas: o consumidor está em um

ambiente que depende, em grande parte, daquela informação que lhe é disponibilizada antes e

após a sua compra.

Portanto, empresas que considerem a qualidade uma prioridade de marketing,

precisariam reduzir essa assimetria de informação; a certificação dessa qualidade e de seus

sistemas correlatos de gestão permitiria, portanto, ajudar a reduzir esse fenômeno, além de

assegurar uma vantagem sobre aqueles concorrentes que não levam em conta o valor da

qualidade (NICOLAU; SELLERS, 2002).

Apesar de vários estudos sobre as relações entre qualidade e desempenho, no entanto,

existem diferentes resultados sobre como essas relações funcionam; em geral, todos esses

estudos se concentram em estabelecer relações dos impactos da qualidade nas receitas e nos

custos (NICOLAU; SELLERS, 2002).

Embora tanto os impactos em receitas quanto em custos possam ser

independentemente estudados, o que tem sido suportado por vários estudos (JACOBSON;

AAKER, 1987; SZYMANSKI et al., 1993; PHILIPS et al., 1983; RUST et al., 1985), parece

mais apropriado considerá-los simultaneamente, supondo que

um aumento na qualidade

tem uma influência positiva nas receitas

, ainda que associadas a alguns custos iniciais

(NICOLAU; SELLERS, 2002).

A qualidade como um investimento (CROSBY, 1979, p. 15) permitiria considerá-la

como um projeto com valor presente líqüido (VPL) positivo, o que obrigaria a uma análise

conjunta e simultânea de receitas e de custos. Os lucros seriam, portanto, um bom indicador,

medidos pela lucratividade do Retorno sobre os Investimentos (ROI), o que acaba sendo

suportado por vários estudos (CRAIG; DOUGLAS, 1982; JACOBSON, 1988; CARUANA;

PITT, 1997). A qualidade também impacta positivamente o valor de mercado das empresas

(EASTON; JARRELL, 1998; AAKER; JACOBSON, 1994).

A vantagem de se utilizar os valores de mercado para mensurar o impacto da

qualidade é que ela permite desenvolver um estudo empírico financeiramente mais robusto

(NICOLAU; SELLERS, 2002).

Clientes informados simetricamente com o que está disponível no mercado,

acreditando na certificação, buscariam diferenciação entre empresas que oferecem produtos

com maior ou menor qualidade, o que deverá refletir positivamente no mercado (NICOLAU;

SELLERS, 2002).

Os autores comprovam sua hipótese de que a certificação reduz a assimetria de

informação disponível para a empresa e para os consumidores. Outra constatação importante

do estudo é a de que o mercado de capitais, atento aos movimentos de certificação ISO 9000,

reconhece que ela é benéfica aos consumidores.

Como a ISO 9000 é uma norma de gestão de um sistema amplo da qualidade, é

necessário que uma documentação apropriada e uma padronização de procedimentos, rotinas

e instruções – as práticas em geral – sejam elaboradas por uma empresa que busque se

certificar a partir do cumprimento de suas exigências. Desta forma, a ISO 9000 seria, portanto

uma proxy para uma uniformidade de produtos e serviços e para a conformidade com as

especificações (ANDERSON; DALY; JOHNSON, 1999).

Vários são os estudos que apontam os custos e os prazos para implantação da ISO

9000. Arnold (1994 apud ANDERSON; DALY; JOHNSON, 1999) apresenta um exemplo:

uma pequena indústria com 100 funcionários e poucas práticas documentadas poderia esperar

por um investimento aproximado de US$50.000 em desenvolvimento do sistema com

posterior certificação. Empresas maiores (com vendas anuais na faixa de US$ 100 milhões a

US$ 500 milhões) poderiam gastar até US$300.000, sendo 10% desse investimento pagos aos

auditores, 20% a outras partes externas (capacitadores ou consultores) e os demais 70% em

custos internos. Entretanto, os benefícios são interessantes: as mesmas empresas consideradas

apontaram economias anuais médias de US$200.000, sugerindo um período médio de

payback de um ano e meio.

Embora a certificação da ISO 9000 seja voluntária, ela se torna a maneira de repassar

as informações sobre os sistemas e as práticas de gestão da qualidade das empresas para as

partes externas a elas, ou seja, mercado, clientes, fornecedores, sociedade em geral.

Ora, se as empresas desejam, portanto, tornar as suas práticas de gestão mais públicas,

é de se supor que seus gerentes atuem de maneira a maximizar o seu valor, o que faria

certificação ISO 9000 um investimento com valor presente líqüido positivo

(ANDERSON; DALY; JOHNSON, 1999), projeto esse a ser buscado por um conjunto de

motivos, apresentados a seguir:

a) padronização através dos diferentes mercados internacionais;

b) redução de custos nas vendas para mercados internacionais;

c) redução da baixa qualidade;

d) oportunidades de aumento nas vendas;

e) entrada em mercados com competição já estabelecida e

f) vantagem competitiva por ser o primeiro a sinalizar a qualidade dos produtos ao

mercado.

Anderson, Daly e Johnson (1999) apontam ainda como motivadores importantes para

a busca da certificação ISO 9000 (1) a redução de custos com conseqüente melhoria da

qualidade do produto, (2) a diminuição dos custos de transacionar com diversos clientes, (3) a

oportunidade de melhorias internas nos processos de gestão das empresas, além (4) do maior

envolvimento dos funcionários.

A certificação ISO 9000 pode servir como um sinal de crédito do controle dos

processos de qualidade que distingue empresas de outros competidores não certificados, pois

estariam acenando ao mercado pela virtude de seu custo e veracidade atestada (MILGROM;

ROBERTS, 1986). Tal sinal de crédito pode resultar em um prêmio pago no preço ou em

volume maior de vendas.

Como uma possível motivação para não se engajar em um processo de certificação,

valeria a pena mencionar a possibilidade de existência de outras formas alternativas de

comunicar a qualidade; empresas com marketing poderoso poderiam não escolher o caminho

da certificação para isso.

Em sua pesquisa, Anderson, Daly e Johnson (1999) não encontram evidências de que

empresas governamentais americanas ou canadenses sofreram pressões para obter a

certificação ISO 9000, o que poderia ser explicado pelo fato delas encontrarem outra maneira

de comunicar suas práticas de qualidade ao mercado ou pelo fato de não acreditarem que os

“policymakers” do governo se esforçariam para adotá-la como mecanismo regulador.

Anderson, Daly e Johnson (1999) encontraram, entretanto, evidências de que os

mercados internacionais influenciam positivamente a decisão de implantar a ISO 9000, assim

como grandes empresas conseguem obter economias de escala com a certificação ou tem

maior poder de barganha na negociação de menores custos de auditoria.

Conclusão das mais importantes obtidas por Anderson, Daly e Johnson (1999) diz

respeito à

não comprovação de que as empresas busquem a certificação somente

motivadas pelo atendimento e cumprimento dos requisitos regulatórios ou de clientes

, o

que indica evidência robusta contra aqueles que criticam a ISO 9000 e que vêem na

certificação uma resposta a requisitos regulatórios, pelo menos no universo pesquisado, o de

empresas manufatureiras americanas e canadenses.

Ao contrário, o que se pode perceber é que

a ISO 9000 pode ser adotada como uma

ferramenta em uma estratégia mais ampla de conquistar vantagem competitiva

por meio

da gestão da qualidade e da comunicação dos resultados da qualidade (ANDERSON; DALY;

JOHNSON, 1999).

No Reino Unido, berço da normalização industrial e de onde veio a série British

Standard BS 5750, que deu origem à ISO 9000, estudos apontaram para uma tendência de

adoção da norma, por empresas grandes, fabricantes de produtos diversos e industriais

(CHITTENDEN et al., 1998). Os autores concluíram, por outro lado, que empresas pequenas,

com clientela doméstica e com atuação nos mercados locais não adotavam a ISO 9000.

Por outro lado, outros dois pesquisadores, McAdam e McKeown (1999) conseguiram

captar resultados benéficos também para pequenas empresas norteirlandesas, como melhor

controle, aumento das vendas, redução de custos, aumento da produtividade e menos

reclamações por parte dos clientes.

Quazi e Jacobs (2004) atentam para o fato de que grandes empresas se motivam para a

adoção da ISO 9000 por conta de melhorar seus processos internos, enquanto que as pequenas

o fazem pelo marketing e vantagens competitivas. Relatam ter encontrado 83% de sua

amostragem concordando ou fortemente concordando com o fato da ISO 9000 ter alavancado

sua posição competitiva, mas sua amostragem de empresas de Singapura pode ser considerada

pequena e seu método – estudo exploratório – frágil para testar relação da qualidade

certificada com desempenhos financeiros.

Em estudo bastante recente, Han, Chen e Ebrahimpour (2007) concluem que os

esforços para a certificação ISO 9000 aumentam a competitividade; e que a competitividade

aumenta o desempenho das empresas, especificamente o lucro e o marketshare. Isso se deve,

especificamente, pelo aumento da qualidade, diminuição dos custos, na distribuição e na

flexibilidade operacional.

2.5 A Qualidade na Visão dos Gurus da Qualidade, dos Estrategistas e Financistas

A qualidade foi pela primeira vez

tratada como gestão da qualidade em 1924

termo introduzido por R. L. Jones na General Electric (FEY; GOGUE, 1983, p. 2), como um

método para assegurar a qualidade dos aparelhos telefônicos, uma indústria em crescimento

vertiginoso à época.

A direção da General Electric delegara a Jones a missão de otimizar a qualidade final

da produção, alcançando a satisfação dos clientes ao menor custo possível: surgia o termo

“Quality Assurance”, introduzido no Brasil apenas no início da década de 1980, com o

advento da indústria nuclear.

Os maiores representantes do pensamento da Qualidade surgiram no período pré-2

Guerra, caso de Shewhart, Dodge, Romig, Edwards, Deming e Juran. No entanto, até o início

da 2

. Guerra Mundial, os princípios da Qualidade – desenvolvidos por esses especialistas –

tiveram pouca difusão, cenário que mudaria exatamente por conta da eclosão do conflito

militar mundial (FEY; GOGUE, 1983, p. 3). Durante este evento, desenvolveu-se

profundamente o controle estatístico da qualidade, pois era preciso produzir armamentos em

escalas maiores em menores tempos, mas conservando-se a qualidade do produto fornecido.

Após a guerra e durante as décadas de 1950 e 1960, o controle da qualidade se

incorporara aos sistemas de gestão industrial: a rentabilidade das empresas poderia se

beneficiar de programas de melhoria da qualidade que buscassem reduzir os custos por meio

de ações de caráter preventivo (FEY; GOGUE, 1983, p. 4).

O desenvolvimento industrial pujante ao final da 2

. Guerra Mundial tornou

imperativa uma mudança dos conceitos, métodos e práticas com que uma empresa era

administrada. Métodos de trabalho deveriam seguir a modernidade, particularmente com o

advento da informática e de um maior grau de automação industrial.

Todos os conceitos mais importantes e que dão sustentação aos modelos de gestão da

qualidade surgiram, ou se consolidaram, nessa época, a década de 1960: o ciclo PDCA de

Shewhart-Deming, a trilogia da qualidade de Juran, o Total Quality Control de Feigenbaum,

o Zero Defeito de Crosby e os Círculos de Controle da Qualidade de Ishikawa.

A qualidade possui diversas e distintas definições (GARVIN, 1992, p. 48-49):

a) Juran a considera como adequação ao uso (JURAN; GRYNA, 1988, p. 2.8);

b) Leffler entende qualidade como as quantidades de atributos sem preço presentes em cada

unidade do atributo com preço (LEFFLER, 1982, p. 956 apud GARVIN, 1992, p. 48);

c) Edwards define qualidade como a capacidade de satisfazer desejos (EDWARDS, 1968

apud GARVIN, 1992, p. 49);

d) Crosby diz que qualidade quer dizer conformidade com as exigências (CROSBY, 1979, p.

15 apud GARVIN, 1992, p. 49);

e) Feigenbaum entende que a qualidade quer dizer o melhor para certas condições do cliente,

sendo essas condições o verdadeiro uso e o preço de venda do produto (FEIGENBAUM,

1991, p. 4);

f) Pirsig a define como excelência inata (PIRSIG, 1974, p. 185, 213 apud GARVIN, 1992, p.

48);

g) A Associação Francesa de Normalização a define como sendo a aptidão para satisfazer as

necessidades dos consumidores (FEY; GOGUE, 1983, p. 13) e

h) A ISO a define como o grau no qual um conjunto de características inerentes satisfaz a

requisitos (ABNT, 2000).

Para os efeitos a que este trabalho se propõe, uma nova definição compilada das

anteriores poderia ser utilizada: qualidade de um produto ou serviço é sua adequação ao uso

e, portanto, a sua aptidão para satisfazer as necessidades dos consumidores dentro de suas

melhores condições de uso e de preço.

Sendo assim, a qualidade acaba por influir, de forma permanente, nas relações

comerciais: por conseguinte, é inexorável que seja quantificada e medida (FEY; GOGUE,

1983, p. 14). Portanto, gerir a qualidade nada mais é do que ter mecanismos que:

(1) Possibilitem produzir produtos adequados ao uso;

(2) Satisfaçam aos seus consumidores;

(3) Permitam melhoria contínua de sua qualidade;

(4) Permitam reduzir os custos, por meio de ações preventivas que, por sua vez,

(5) Promovam a devida rentabilidade para quem produz essa qualidade.

Fey e Gogue (1983, p. 14) admitem que a qualidade adquire, desta maneira, uma

grandeza multidimensional, para a qual poder-se-ia estabelecer muitos referenciais, um para

cada produto, assim como um para cada consumidor. Gerir a qualidade se resume a duas

vertentes básicas: a satisfação do cliente e a rentabilidade da empresa.

Um modelo de gestão da qualidade seria um mecanismo regulador, cujo objetivo nada

mais seria que adotar um conjunto de medidas para gerir a qualidade, de forma a mantê-la

num patamar ótimo, do ponto de vista da empresa e do ponto de vista dos clientes (FEY;

GOGUE, 1983, p. 26).

Segundo a ISO, gestão da qualidade são as atividades coordenadas para dirigir e

controlar uma organização, no que diz respeito à qualidade (ABNT, 2000).

2.5.1 Por que Implantar um Modelo de Gestão da Qualidade?

Qualidade é uma determinação do consumidor. Não é determinada por um engenheiro,

nem pelo pessoal do marketing e nem por um gerente geral. Ela é medida contra os seus

requisitos e pode ser definida como sendo o total das características de marketing, engenharia,

fabricação e manutenção, por meio das quais os consumidores terão atendidas as suas

expectativas, sejam elas tangíveis ou intangíveis (FEIGENBAUM, 1991, p. 136).

O cliente é o juiz final da qualidade de um produto ou de um serviço. Seja pela

definição de que qualidade é adequação ao uso (JURAN; GRYNA, 1988, p. 2.8), ou de que é

a conformidade com requisitos especificados (CROSBY, 1979, p. 31) ou, ainda, de que a

qualidade nada mais é de que o somatório das necessidades e expectativas dos clientes

(FEIGENBAUM, 1991, p. 7), o fato é que uma empresa tem que satisfazer tais necessidades

de seus clientes.

Não por acaso

a qualidade se tornou uma estratégia competitiva adotada pelos

gestores corporativos nos últimos anos

(NICOLAU; SELLERS, 2002); afinal, ela pode

proporcionar vantagens competitivas sobre os concorrentes.

Ao mesmo tempo, os controladores ou acionistas desejam a maximização do valor da

empresa como um todo (ROSS; WESTERFIELD; JAFFE, 2002, p. 26, 34); decisões quanto a

financiamento de projetos deveriam considerar a hipótese de Valor Presente Líqüido (VPL)

positivo, ou seja, projetos relacionados com a gestão da qualidade deveriam possibilitar

resultado positivo para os acionistas.

Uma das formas de criar VPL positivo é por meio da utilização de inovações

organizacionais, nas quais se encaixam as práticas de gestão baseadas na Qualidade.

Ross, Westerfield e Jaffe (2002, p. 172) exemplificam com o caso da Motorola, dos

EUA, em que houve a

criação de VPL positivo com o uso de “métodos japoneses de

gestão”

, entre os quais a prática do just in time na aquisição de estoques, a tomada de

decisões por consenso e sistemas de incentivo por desempenho superior. Essa prática poderia

ser entendida como uma inovação organizacional, implantada para atingir alguma estratégia

empresarial.

Ao adotar um projeto como a certificação de um sistema de gestão da qualidade, as

empresas estariam indo em busca do quê? Aumento do seu lucro, conquista de maior

participação no mercado em que atuam ou alguma alternativa composta?

Crosby (1979, p. 15) afirma que

Qualidade não custa dinheiro. Embora não seja um dom, é gratuita. Custam

dinheiro as coisas desprovidas de qualidade – tudo o que envolve a não

execução correta, logo de saída, de um trabalho. A qualidade é não só

gratuita, como realmente lucrativa.

Para Deming (1990, p. 18–19), uma empresa deve ter constância de propósitos, de

forma a evitar crises de oportunismo. Ou seja, a decisão por um projeto como esse – no caso,

a certificação ISO 9000 – deve ser uma decisão estratégica, pois o seu impacto para todas as

partes interessadas é imenso.

É importante considerar algumas escolhas relacionadas a fluxos de caixa, lucros,

fluxos de custos, que não são uniformes ao longo do tempo; taxas de interesse podem refletir

a escolha de receber em algum momento futuro ao invés de receber hoje, determinando o

valor dessa movimentação para frente ou para trás.

Todos os peritos em Qualidade, mas em especial, Juran e Gryna (1988, p. 2.11, 6.24-

6.25) são específicos em afirmar que a alta direção das empresas é a responsável direta por

implantar, conduzir e monitorar os modelos de gestão empresarial; não se delega esta tarefa,

sob pena de não terem continuidade.

A qualidade produz vantagem competitiva

(FEIGENBAUM, 1991, p. 826).

Evidentemente que as decisões estratégicas relacionadas com a gestão da qualidade devem ser

desdobradas até os níveis hierárquicos inferiores da estrutura organizacional da empresa

(JURAN; GRYNA, 1988, p. 6.24-6.25), pois a conquista de uma vantagem competitiva é

resultado do trabalho de todas as suas partes interessadas (FEIGENBAUM, 1991, p. 836,

841).

Surgem então as condições que se gostaria de explorar neste trabalho: em primeiro

lugar, o crescimento das empresas seria a premissa básica para uma decisão de financiamento

para um projeto que envolve a implantação da gestão da qualidade.

Em segundo lugar, estará se considerando como um objetivo deste tipo de projeto a

busca de melhor desempenho financeiro.

Em estudo realizado em 2003, Rajan e Tamini (2003) criaram um portfólio de 212

empresas certificadas pela ISO 9000 e o compararam com as 500 maiores empresas do

ranking da Standard & Poor’s (S&P500).

No período compreendido entre 1990 e 2000, o portfólio teve um retorno anual médio

de 23,85% (com desvio-padrão de 11,96%) contra um retorno anual médio de 16,12% (com

desvio-padrão de 12,26%) das 500 do índice da Standard & Poor’s.

2.5.2 A Qualidade e a Empresa

Recursos ou ativos valiosos e, muitas vezes, raros, podem se tornar fontes de

vantagens competitivas sustentáveis somente se outras empresas que não os possuem tiverem

uma desvantagem de custos se tentarem obtê-los (BARNEY, 2002, p. 162).

A necessidade de abordar estrategicamente a qualidade se apresenta evidente, posto

que é instrumento para a busca de vantagem competitiva sustentável. Ela, dessa forma, está

ligada à lucratividade e aos objetivos empresariais básicos, sendo mais sensível às

necessidades da concorrência e dos consumidores, estando fortemente relacionada com a

melhoria contínua (GARVIN, 1992, p. xi, 30–31).

O conceito de vantagem competitiva de Porter (1989, p. 9, 474-475) baseia-se na

análise da dinâmica das forças competitivas na estrutura de mercado. O autor ressalta que,

quando uma organização cria um produto que seja acima de seu custo de fabricação, que seus

clientes estejam dispostos a pagar e que seja mais barato que a concorrência, esta organização

terá uma vantagem competitiva.

A transformação tecnológica não é, por si só, importante, mas o será se afetar a

vantagem competitiva e a estrutura industrial.

Porter (1985, p.153) considera que

“muitas inovações importantes para a obtenção

de vantagem competitiva são comuns e não envolvem nenhuma ruptura científica”.

Será

que a implantação da ISO 9000 se encaixaria nessa brecha estratégica?

Como a qualidade de um produto ou serviço é crucial para o sucesso ou fracasso de

um negócio em mercados orientados para o binômio qualidade – desempenho, a qualidade se

confunde com uma estratégia maior de negócios, sendo ainda caracterizada e podendo ser

chamada de planejamento estratégico do negócio (SCHERKENBACH, 1991, p. 121–122;

FEIGENBAUM, 1991, p. 20–21).

Mas, para isso, a Qualidade precisa ter uma estrutura mensurável, de forma a poder

contribuir com a lucratividade do negócio, com a geração de caixa positivo e com o

crescimento, de forma a proporcionar vantagem competitiva superior para a organização.

Segundo Feigenbaum (1991, p. 24), programas de qualidade total são uma das maiores

oportunidades de “retorno sobre o investimento” para a gestão dos negócios. Qualidade e

rentabilidade tornam-se sinônimos quando os conceitos da Qualidade são difundidos por toda

a empresa (GABOR, 1990, p. 8).

Ou, como aponta Garvin (1992, p. 49), qualidade pode ser definida como sinônimo de

“excelência inata”; a produtividade como um correlato da qualidade nos leva a analisar a

força de trabalho nas organizações. Uma força de trabalho mais estável e treinada significa

que os trabalhos serão feitos com maior eficiência e erros inadvertidos serão menos

freqüentes, implicando até na atitude das pessoas.

Um programa baseado nos critérios da qualidade pode ser considerado como uma das

maiores oportunidades para retorno de investimento na gestão dos negócios, já que qualidade

satisfatória de um produto ou serviço anda “de mãos dadas” com o custo satisfatório desse

mesmo produto ou serviço. Feigenbaum (1991, p. 109) sustenta que, no passado, acreditava-

se que para se obter melhor qualidade, eram requeridos maiores custos; ao contrário,

qualidade insatisfatória significa utilização insatisfatória dos recursos, perdas de material, de

trabalho, de tempo, retrabalhos e, principalmente, má utilização da capacidade e do potencial

das pessoas. Isso tudo significa maiores custos.

Portanto, qualidade satisfatória significará melhor utilização dos recursos sempre e,

conseqüentemente, menores custos. Esses custos da qualidade e sua mensuração são centrais

para a gestão moderna de um modelo de gestão da qualidade, assim como para o

planejamento estratégico do negócio; eles formam a base para análise de investimentos em

programas da qualidade, avaliando-os com base em melhoria dos lucros da organização.

Desta forma, os custos da qualidade estabelecem a economia dos sistemas da

qualidade (FEIGENBAUM, 1991, p. 110), podendo se tornar um elemento central para a

determinação do retorno sobre o investimento (FEIGENBAUM, 1991, p. 134).

A certificação ISO 9000 pode ser considerada um investimento com valor presente

líqüido positivo: será preciso treinar e capacitar pessoas, revitalizar o parque tecnológico

instalado, rever processos técnico-administrativos, modernizar estrutura física, avaliar

contratos com fornecedores, divulgar e comunicar internamente a toda a empresa a evolução

dos trabalhos. Tudo isso custa, gera um investimento: como pagá-lo? Onde obter recursos

para custear estes investimentos?

Nos aspectos que envolvem a qualidade e que compõem a governança corporativa,

não se pode deixar de examinar o relacionamento com os acionistas e com o mercado. As

estratégias para atender a estas duas partes interessadas devem contribuir significativamente

para alcançar vantagens competitivas superiores.

A organização deve ser concebida como uma estrutura evolutiva na utilização de seus

recursos, competências e capacidades dinâmicas (TEECE; PISANO; SHUEN, 1997) e suas

vantagens competitivas podem se apresentar de forma sustentável (BARNEY, 2002, p. 164).

Assim, a estratégia é orientada para o processo e para o conteúdo, com grandes doses de

manutenção da consistência na formulação e implantação de competências essenciais

(PRAHALAD; HAMEL, 1990).

Barney (2002, p. 155) em sua perspectiva RBV (Resources Based – View) de uma

empresa, garante que a exploração adequada dos recursos existentes dão a uma firma

vantagem competitiva: tais recursos são todos os ativos, capacidades, competências, processos

organizacionais, atributos, informação e conhecimento. Tais recursos poderiam ser divididos

em quatro categorias: capital financeiro, capital físico, capital humano e capital

organizacional. As capacidades empresariais se referem à capacidade de uma empresa em

desdobrar recursos, usualmente combinados, utilizando processos organizacionais, para

efetivar um resultado desejado (AMIT; SCHOEMAKER, 1993).

Evidente que o conjunto de partes interessadas, cada qual, individualmente, com seus

interesses singulares e diferenciados, propicia uma série de dimensões para avaliar o

desempenho empresarial, este podendo ser entendido como maximização de lucros, valor

presente, altos retornos após longos períodos de tempo ou taxa de retorno de ativos (GLICK

et al., 2005).

Também se pode entender desempenho empresarial como uma comparação do valor

que uma empresa cria, utilizando seus ativos produtivos com o valor que os donos desses

ativos esperam obter (BARNEY, 2002, p. 180).

Esse é o cerne da implantação da ISO 9000 por uma empresa. Mas fica a pergunta:

quem se beneficia com a implantação de um programa empresarial do porte da gestão da

qualidade? Quem ganhará com o seu sucesso? Todos os stakeholders terão seus interesses

satisfeitos com esse tipo de projeto?

O fato é que um projeto de gestão da qualidade é, normalmente, conduzido pelos

administradores das empresas e não pelos seus proprietários diretamente.

Na visão de Penrose (PENROSE, 1995, p. 24-25; KOR; MAHONEY, 2000), o

crescimento da empresa é um processo dinâmico de interação gerencial com os recursos da

empresa, a partir da utilização do potencial de conhecimento agregado pelas pessoas que nela

trabalham, de forma constante e harmoniosa. Deming e Penrose defendem os mesmos

preceitos e postulados. O desempenho de uma empresa é, portanto, central para a gestão

estratégica, ainda que a sua conceituação e a sua medição e métrica restem problemáticas

(GLICK et al., 2005).

2.6 A Instituição ISO

Após o final da 2ª. Guerra Mundial, o mundo começava a rediscutir uma série de

temáticas, sobretudo as que deveriam servir para alavancar um novo crescimento comercial,

refazendo um conjunto de evoluções que ficaram paradas por conta do confronto militar. Uma

dessas ações se referia à busca de uma padronização internacional.

Uma reunião entre representantes de 25 países, realizada em Londres em 1946,

concluiu ser preciso se constituir uma nova organização internacional, cujo objetivo deveria

ser facilitar a coordenação e unificação internacional das normas industriais (ISO, 2007). Essa

instituição iniciou suas atividades em 1947, tendo sua sede estabelecida em Genebra, Suíça. O

nome dessa instituição passou a ser International Organization for Standardization (ISO) e

seu foco principal de atuação passou a ser desenvolver normas técnicas.

Dados atualizados em setembro de 2006 apontavam para um total de mais de 16.000

normas internacionais já publicadas desde 1947, o que torna a ISO a maior desenvolvedora

mundial de normas técnicas (ISO, 2007). Na verdade, a ISO é uma organização não

governamental, uma rede de institutos nacionais de normalização de 157 países, representados

por um único membro por país, coordenada por um Secretariado Geral.

Os países-membros da ISO, em geral, são representados por institutos que fazem parte

da estrutura de governo de seus países, mas é possível também que alguns representantes

sejam ligados ao setor privado. A representante brasileira é a Associação Brasileira de

Normas Técnicas (ABNT).

Essa estrutura de participação dos países-membros permite que a ISO atue como uma

organização-ponte, na qual o consenso pode ser alcançado com maior facilidade, buscando

atender aos requisitos dos negócios e a uma mais ampla gama de necessidades da sociedade e,

para isso, cada representante paga sua participação proporcionalmente ao seu Produto

Nacional Bruto e tamanho da balança comercial (ISO, 2007).

É política da instituição ISO contribuir para o desenvolvimento mundial; para isso, as

suas normas representam um estoque de tecnologia. Essas Normas Internacionais representam

um consenso internacional a respeito do estado da arte da tecnologia, constituindo-se fonte

relevante de conhecimento tecnológico, permitindo aos países em desenvolvimento, ao se

utilizarem desse conhecimento disponibilizado, tomadas de decisão mais corretas, investindo

melhor seus escassos recursos e, portanto, impedindo que sejam mal aproveitados (ISO,

2007). Isso permitiria capacidade maior para exportar e competir nos mercados globais.

2.7 As Normas da Série ISO 9000

Apesar do foco principal da instituição ISO ser o desenvolvimento de normas técnicas

de produtos, materiais e processos, foi a partir do surgimento da norma ISO 9000 que a

instituição ficou, de fato, mais conhecida fora dos ambientes específicos da engenharia

mundial.

As normas da família ISO 9000 talvez sejam hoje as mais amplamente conhecidas e

praticadas em todo o mundo, tendo se tornado a referência internacional de maior consenso

(ISO, 2007) para requisitos de qualidade em transações B2B (Business to Business), ou seja,

nas transações entre fornecedores de insumos e produtores de bens e serviços.

Juntamente com a ISO 14000:2004, sua congênere para gestão ambiental, já foram

implementadas, segundo dados de setembro de 2006, por 887.770 empresas em 161 países

(ISO, 2007).

A família de normas ISO 9000:2000 foi desenvolvida com o intuito de auxiliar

organizações, de quaisquer tipos ou tamanhos, a implementar e operar um efetivo sistema de

gestão da qualidade (SGQ). A Família ISO 9000 é composta por um conjunto de normas, das

quais quatro são as principais e essenciais (ISO, 2007), a seguir explanadas:

a) ISO 9000:2005, com o título Sistemas de Gestão da Qualidade – Fundamentos e

Vocabulário, que descreve os fundamentos de um SGQ e especifica uma terminologia

específica para um SGQ;

b) ISO 9001: 2000, intitulada Sistemas de Gestão da Qualidade – Requisitos, que

especifica os requisitos para um SGQ, no qual uma organização precisa demonstrar

sua habilidade em prover produtos que atendam aos requisitos dos clientes e aos

requisitos regulatórios aplicáveis, objetivando realçar a satisfação dos clientes e

consumidores;

c) ISO 9004: 2000, com o nome de Sistemas de Gestão da Qualidade – Diretrizes para

Melhoria de Desempenho, apresenta diretrizes, além dos requisitos estabelecidos na

ISO 9001:2000 para considerar tanto a eficácia como a eficiência de um SGQ e, por

conseqüência, o potencial para melhoria de desempenho de uma organização;

d) ISO 19011: 2002, Diretrizes para Auditorias de Sistema de Gestão da Qualidade e/ou

Ambiental, fornece orientação para a realização de auditorias dos sistemas de gestão

da qualidade e/ou ambiental, os princípios de auditoria, gestão de programas de

auditoria, assim como sobre a competência e a avaliação dos auditores.

No Brasil, todas as normas da família ISO 9000 encontram-se editadas em português e

são identificadas como Normas Brasileiras (NBR); a norma de referência ISO 9001:2000 é

formalmente nominada NBR ISO 9001:2000. Para efeito deste trabalho, considerar-se-á, em

todo o seu conteúdo, como ISO 9000 qualquer referência a qualquer das respectivas normas

da família ISO 9000, exceto em situações em que a explicitação for julgada indispensável.

As normas ISO não são compulsórias, ao contrário, são de aplicação voluntária

;

como a ISO é uma organização não governamental (ONG), ela não possui autoridade legal

para impor sua implementação (ISO, 2007), assim como não atua como órgão regulador ou

legislador.

Apesar do seu caráter de não compulsoriedade, várias normas ISO têm se tornado um

requisito de mercado; no Brasil, tem sido comum a exigência da ISO 9000 como prática de

gestão comprovada para empresas que participam de certames licitatórios públicos. Da

mesma forma, é comum que fornecedores tenham que possuir ISO 9000 certificada para

venderem seus insumos para empresas de médio e grande porte.

A ISO 9000 é focada em gestão da qualidade e é mundialmente reconhecida como

uma norma genérica para a gestão da qualidade. Uma empresa, ao demonstrar que tem como

prática a gestão da qualidade, precisa atender plenamente aos requisitos dos clientes e aos

requisitos regulatórios aplicáveis à sua atividade empresarial, além de implementar a

satisfação desses clientes, demonstrando que busca permanentemente a melhoria contínua de

seu desempenho (ISO, 2007).

O fato de ser genérica tem inclusive causado algum nível de não entendimento,

prejudicial para as finalidades para as quais ela foi elaborada. No entanto, o fato de ser

genérica significa que ela é aplicável e pode ser utilizada por qualquer empresa, seja grande

ou pequena, que produza qualquer tipo de produto ou serviço, exportadora ou não, de

qualquer segmento da economia, seja uma empresa privada, pública ou até mesmo órgãos de

governo (ISO, 2007).

A generalidade acaba por se tornar uma característica ímpar, pois permite que, ao

propor um sistema de gestão empresarial, a norma possa ser percebida como opção de prática

gerencial por qualquer empresa: seria a

essência da “democratização normativa”, ou seja,

a possibilidade de qualquer negócio poder se utilizar da norma

. Não se ouve dizer que

“essa norma não serve para minha empresa”. Todas as características essenciais de uma

organização se encontram presentes no corpo da norma ISO 9000, propiciando alto grau de

adaptabilidade ao interessado em implantá-la.

Um sistema de gestão acaba sendo a estrutura organizacional que uma empresa adota

para gerir seus processos e atividades, as quais transformam os recursos de entrada em um

produto ou serviço final que atenda aos objetivos dessa organização, como por exemplo,

requisitos de qualidade dos clientes e atendimento aos regulamentos (ISO, 2007).

A norma ISO 9000 se baseia em princípios da gestão da qualidade, os quais podem ser

utilizados pelos altos gestores como uma estrutura que direciona as empresas na busca do

desempenho superior. Esses princípios – condensados em 8 – são: foco no cliente, liderança,

envolvimento das pessoas, abordagem de processos, abordagem sistêmica de gestão, melhoria

contínua, abordagem factual para tomar decisões e benefícios mútuos nas relações com

fornecedores (ISO, 2007).

Vários são os benefícios que podem advir da prática cotidiana desses princípios da

norma ISO 9000. Entre eles, destaca-se aqueles que se relacionam diretamente com o

desempenho superior (ROTH, 1998, p. 44; SZYSZKA, 2002, p. 31-32):

a) Aumento de receitas e de fatias de mercado que podem ser obtidas por meio de

respostas flexíveis e rápidas às oportunidades de mercado;

b) Aumento da eficácia no uso dos recursos da organização para ampliar a satisfação dos

clientes;

c) Conhecimento dos níveis de satisfação dos clientes e de demais partes interessadas no

empreendimento;

d) Estabelecimento de uma visão clara do futuro da empresa;

e) Alocação de recursos necessários para que as pessoas desenvolvam suas atividades

com responsabilidade e economicamente compatíveis;

f) Menores custos e menores ciclos de tempo por meio do uso efetivo dos recursos;

g) Contabilização clara das atividades gerenciais-chave;

h) Foco em recursos, métodos e materiais que permitam melhoria das atividades-chave

da empresa;

i) Avaliação dos riscos, conseqüências e impactos de suas atividades;

j) Entendimento da interdependência dos processos do sistema de gestão;

k) Entendimento das capacidades organizacionais;

l) Vantagem de desempenho com melhoria e incremento dessas capacidades

organizacionais;

m) Emprego de abordagem amplo-empresarial na busca da melhoria contínua com foco

no objetivo estratégico principal;

n) Otimização de custos e recursos e

o) Balanceamento correto entre os ganhos de curto e longo prazos.

Evidentemente que esse conjunto de princípios pode ser utilizado de diferentes modos,

de acordo com a empresa, sua história, sua cultura, suas capacidades e competências e suas

pretensões.

Mais uma vez se apresenta o caráter genérico da norma: ela especifica o que precisa

ser implantado, mas ela não prescreve como, o que é tarefa de cada empresa. Ou seja, cada

empresa é que sabe seu caminho de construção; uma norma de gestão não poderia ter essa

pretensão.

A ISO 9000 foi editada primeiramente em 1987 e, de lá para cá, sofreu duas revisões,

fruto do conhecimento adquirido ao longo de um ciclo de revisão por aqueles que a praticam.

A segunda edição é de 1994 e sofreu apenas alterações de forma, não de conteúdo.

Já a versão 2000 incorporou aspectos e dimensões da Qualidade Total (MARTINEZ-

LORENTE; MARTINEZ-COSTA, 2004), não incluídas nas versões anteriores como, por

exemplo, gestão da força de trabalho, foco no cliente e medição e monitoramento.

Uma preocupação permanente da instituição ISO é que a família ISO 9000 mantenha

sua eficácia e, para isso, elas

são revisadas periodicamente de forma a incorporar os

novos desenvolvimentos no campo da gestão da qualidade

A edição válida é a de 15 de dezembro de 2000 e a família de normas passou a ser

conhecida como ISO 9000:2000 (ISO, 2007).

A ISO 9001:2000, a norma que estabelece os requisitos para a implantação de um

Sistema de Gestão da Qualidade (SGQ) foi estruturada em um formato amigável, com termos

facilmente reconhecidos por todos os tipos de negócio.

A ISO 9001:2000 é a norma que, portanto, também serve para certificação dos SGQs

por órgãos auditores independentes (ISO, 2007).

A norma ISO 9001:2000 se estrutura em oito seções, mas cinco delas possuem

diretrizes específicas que devem ser consideradas pelo implementador do SGQ, as seções de 4

a 8, conforme apresentado a seguir:

0 Introdução

1 Objetivo e Campo de Aplicação

2 Referência Normativa

3 Termos e Definições

4 Sistema de Gestão da Qualidade

5 Responsabilidade da Direção

6 Gestão de Recursos

7 Realização do Produto

8 Medição, Análise e Melhoria

Quanto maior a organização que está implantando a ISO 9000 e quanto mais pessoas

ela envolve nesse empreendimento, maior será a possibilidade de existência da formalidade:

procedimentos, instruções, formulários e registros devem ser escritos (ISO, 2007), o que

permite com que cada um – e todos – saibam o que deve fazer e como, de um modo

institucional e não individual, de um modo explícito e não tácito.

A formalização implica, sobretudo, em transformar um conjunto de conhecimentos

tácitos em explícitos, assim como em estabelecer precisamente como a sua tecnologia – no

sentido mais amplo – deve ser executada. Implica em apontar um caminho ordenado e

estruturado para onde vai a organização. Em outras palavras, uma forma eficiente de gerir

seus recursos, sejam físicos, estruturais, humanos, tecnológicos, de tempo e de dinheiro.

Para ser, portanto, mais eficiente e mais eficaz na busca do desempenho superior e de

vantagens competitivas, uma empresa precisa conduzir seu modelo de gestão de forma

sistêmica, garantindo que nada relevante seja esquecido e que, principalmente, as pessoas

saibam claramente quem é responsável por fazer o quê, quando, onde, como e por quê.

Portanto, poder-se-ia justificar que uma organização grande ou alguma outra com

processos mais difíceis ou complexos, não poderiam funcionar adequadamente sem algum

sistema estruturado de gestão.

Daí, uma característica da norma que deve ser destacada: a ISO 9000 diz respeito

diretamente a processos e não a produtos, pelo menos não diretamente (ISO, 2007). De

qualquer forma, é óbvio que a forma com que uma empresa gerencia seus processos afetará

diretamente seu produto final e, conseqüentemente, seus clientes e, a seguir, sua posição de

mercado e seu desempenho financeiro.

As normas da série 9000, tal como existem hoje, definem os requisitos que devem ser

atendidos por uma empresa – produtora de bens ou serviços – para se comprovar a sua

competência no projeto, na fabricação ou na produção, no armazenamento e na distribuição e

entrega desses produtos ou serviços, dentro de um nível de qualidade consistente e coerente

(ISO 9000; 2000).

Em 2000, em sua versão atual, apontam os pesquisadores DIMARA et al. (2004), a

ISO incorporou uma extensa série de melhorias orientadas para a obtenção de maiores níveis

de satisfação dos consumidores. Considera-se então que a ISO 9000:2000 buscou se

aproximar dos conceitos da Total Quality Management (TQM).

2.8 A ISO 9000 no Mundo

“A competição pela qualidade agora se tornou global. Nos anos 1980, ela estava

concentrada na região do Pacífico, basicamente com os EUA e o Japão se

confrontando com os então denominados quatro dragões asiáticos: Coréia do Sul,

Taiwan, Hong Kong e Singapura. Agora, nos anos 1990, cada uma das maiores

nações da Europa está se direcionando para as demandas de qualidade para sua

integração à Europa. Está se desenvolvendo também nos países da América do Sul,

onde a ênfase na qualidade total está aumentando fortemente. Ainda além, a União

Soviética e a Europa Oriental entrarão inevitavelmente na arena da qualidade ainda

nesta década” (FEIGENBAUM, 1991, p. 825 – 826).

Neste ano de 2007, completam-se vinte anos da primeira edição da norma ISO 9000,

em sua versão 1987. A evolução do número de empresas certificadas e os países que se

engajaram em projetos nacionais pode ser observada pela Tabela 1, apresentada a seguir.

Após a revisão completa da versão 1994 e edição da versão 2000 da ISO 9000, a ISO

começou uma nova série de estatísticas, adotando o ano de 2001 como o primeiro da

contagem, já que foi a partir desse ano, que todas as empresas que já estavam certificadas

iniciaram a migração para a nova versão 2000.

Resultados Mundiais

dez-01 dez-02 dez-03 dez-04 dez-05

Total de Certificações no Mundo 44.388 167.124 497.919 660.132 776.608

Crescimento no Número de Certificações 44.388 122.736 330.795 162.213 116.476

Número de Países com Empresas Certificadas 97 133 149 154 161

Fonte: ISO (2007). Adaptado pelo autor.

Tabela 1

- Principais resultados das certificações ISO 9000:2000 no mundo no período de 2001 a 2005

Percebe-se o alto grau de certificação em 2003, pois as empresas que possuíam suas

certificações anteriores pela versão 1994, tiveram três anos para se adaptarem ao novo padrão

normativo da versão 2000, prazo este que se findou em 2003.

Foi um ano de muitos processos de certificação e que selou definitivamente a ISO

9000 como a norma de maior reconhecimento em todo o mundo. O gráfico 2 a seguir

apresenta a evolução percentual das certificações da ISO 9001:2000 pelo mundo.

O alto percentual de crescimento no número de certificações em todo o mundo parece

sinalizar com um correspondente alto grau de aceitação da ISO 9000 como um sistema

apropriado para a gestão da qualidade das empresas de qualquer nacionalidade.

A alta adesão da China à norma ISO 9000 aponta para uma sinalização internacional

para a qualidade de seus produtos, diminuindo a assimetria de informação quanto à qualidade

dos produtos chineses.

Gráfico 2

- Evolução percentual anual no número de certificados ISO 9000 no mundo - Dados até 31/12/2005

Fonte: ISO (2007). Adaptado pelo autor.

44.388

122.736

162.213

116.476

330.795

50.000

100.000

150.000

200.000

250.000

300.000

350.000

2001 2002 2003 2004 2005

Além disso, o alto índice de certificações na China sinaliza como um fim da discussão

sobre a característica ocidental da norma ISO 9000, criada dentro dos parâmetros ocidentais

de normalização, por meio de uma entidade criada no pós-guerra para reerguer a economia

internacional que havia sido destruída.

Na China, o grande suporte dado pelo governo desde os primeiros anos encorajou as

empresas chinesas a se certificarem (TIAN; YANG, 2006), mas foi a partir do ano de 2001

que o ritmo de crescimento das certificações na China cresceu, a ponto de o país ter se

transformado no maior certificador mundial.

O setor de equipamentos elétricos e óticos é o principal certificador, seguido pela

fabricação de produtos metálicos, construção e máquinas e equipamentos (TIAN; YANG,

2006).

Na Tabela 2, apresenta-se a listagem dos trinta maiores países certificadores do

mundo, comparando seus desempenhos em 2005 contra 2003.

Número de

Certificados

Emitidos

Posição Posição

Número de

Certificados

Emitidos

China 143823 1 1 96715

18,5 18,5

Itália 98028 2 2 64120

12,6 31,1

Japão 53771 3 4 38751

6,9 38,1

Espanha 47445 4 5 31836

6,1 44,2

Reino Unido 45612 5 3 45465

5,9 50,0

EUA 44720 6 6 30294

5,8 55,8

Alemanha 39816 7 7 23598

5,1 60,9

Índia 24660 8 13 8367

3,2 64,1

França 24441 9 9 15073

3,1 67,3

Austrália 16922 10 8 19975

2,2 69,4

Hungria 15464 11 15 7750

2,0 71,4

Coréia do Sul 14033 12 10 10640

1,8 73,2

República Tcheca 12743 13 28 2565

1,6 74,9

Canadá 12503 14 12 8454

1,6 76,5

Suíça 12413 15 23 8300

1,6 78,1

Turquia 10929 16 20 3248

1,4 79,5

Polônia 9718 17 21 3216

1,3 80,7

Holanda 9160 18 11 9917

1,2 81,9

Brasil 8533 19 17 4012

1,1 83,0

Israel 7657 20 16 5019

1,0 84,0

Taiwan 7652 21 25 2991

1,0 85,0

Singapura 6282 22 19 3341

0,8 85,8

Romênia 6097 23 31 2052

0,8 86,6

Portugal 5820 24 18 3417

0,7 87,3

Malásia 5695 25 24 3076

0,7 88,1

Argentina 5556 26 33 1790

0,7 88,8

Colômbia 4926 27 30 2222

0,6 89,4

Rússia 4883 28 42 962

0,6 90,0

Bélgica 4810 29 22 3167

0,6 90,7

Suécia 4744 30 23 3107

0,6 91,3

Total dos 30 primeiros 708856 91,3%

Demais Países 67752 8,7%

Total no Mundo 776608

Fonte: ISO (2007). Adaptado pelo autor.

Percentual

(%)

Percentual

Acumulado

(%)

Tabela 2 -

Comparação entre os trinta países que mais certificam pela ISO 9000:2000 - Datas-base de 31/12/2005

contra 31/12/2003

dez/05 dez/03

País Evolução

A instituição ISO centraliza seus dados e os estratifica de acordo com seis “regiões

ISO” no mundo: África e Ásia Ocidental; Américas do Sul e Central; América do Norte;

Europa; Oriente Distante; Austrália e Nova Zelândia (ISO, 2007).

A Tabela 3 detalha esses dados e apresenta os percentuais de contribuição de cada

região para o esforço mundial de certificação ISO 9000.

2001 2002 2003 2004 2005

Europa

22867

76572

242455

320748

379937

Oriente Distante

14434

68513

163061

220966

247091

América do Norte

1887

6977

40185

49962

59663

África e Ásia Ocidental

1079

4464

20124

31443

48327

Américas do Sul e Central 580 3475 9303 17016 22498

Austrália e Nova Zelândia 3541 7123 22791 19997 19092

Europa 51,52 45,82 48,69 48,59 48,92

Oriente Distante

32,52

41,00

32,75

33,47

31,82

América do Norte

4,25

4,17

8,07

7,57

7,68

África e Ásia Ocidental

2,43

2,67

4,04

4,76

6,22

Américas do Sul e Central

1,31

2,08

1,87

2,58

2,90

Austrália e Nova Zelândia

7,98

4,26

4,58

3,03

2,46

Europa 36 45 47 48 48

Oriente Distante 15 18 20 21 23

América do Norte 3 3 3 3 3

África e Ásia Ocidental

Américas do Sul e Central

Austrália e Nova Zelândia

Tabela 3

- Número de certificações ISO 9000 por "região ISO"

Fonte: ISO (2007). Adaptado pelo autor.

Certificados Emitidos

Número de

Certificados

Percentual de

Participação

Número de

Países com

Certificados

Região ISOQuesito

Em 1998, o Reino Unido detinha o primeiro posto entre os países com mais empresas

certificadas, mantendo a sua tradição histórica de ser o maior padronizador e normalizador

mundial: eram 52% de todas certificações do mundo (SZYSZKA, 2002, p. 37). Hoje o Reino

Unido é o quinto colocado (ISO, 2007).

O Japão e a Ásia juntos detinham 4,4% em 1998 (SZYSZKA, 2002, p. 37); hoje

somente o Japão detém 6,9% e a Ásia Oriental como um todo detém cerca de 32% (ISO,

2007). Os gráficos 3 e 4 detalham essa situação atual das certificações pelo mundo.

O Brasil, hoje o 19

. país em número de empresas certificadas, era o 17

. em 2003

(ISO, 2007). Na década de 1990, o Brasil chegou a ser o quinto país com maior número de

certificações ISO 9000 (ABNT, 2007).

Gráfico 3 -

Pareto das contribuições dos trinta países que mais certificam pela ISO 9000:2000 no

Mundo - Data-base 31/12/2005

Fonte: ISO (2007). Adaptado pelo autor.

100

China

Itália

Japão

Espanha

Reino Unido

EUA

Alemanha

Índia

França

Austrália

Hungria

Coréia do Sul

República Tcheca

Canadá

Suíça

Turquia

Polônia

Holanda

Brasil

Israel

Taiwan

Singapura

Romênia

Portugal

Malásia

Argentina

Colômbia

Rússia

Bélgica

Suécia

Percentual

Entretanto, apesar dessa posição, o Brasil supera outros países com economias

importantes, tais como Suécia, Bélgica, Dinamarca, Rússia, Taiwan, Indonésia e Malásia

(ISO, 2007).

Gráfico 4 -

Distribuição do número de certificações ISO 9000 por "Região ISO" -

Data-base 31/12/2005

Fonte: ISO (2007). Adaptado pelo autor.

48,92

31,82

7,68

6,22

2,90

2,46

Europa Oriente

Distante

América do

Norte

África e

Ásia

Ocidental

Américas

do Sul e

Central

Austrália e

Nova

Zelândia

Percentual de Participação

Hoje o Brasil é o primeiro país em certificações em sua “região ISO”, que inclui a

América Central e a do Sul, possuindo um percentual de 37,9% das empresas certificadas na

região.

Na Tabela 4, pode-se verificar os números de empresas certificadas nesta região.

dez/01 dez/02 dez/03 dez/04 dez/05

Antilhas Holandesas 0 1 35 38 41

Argentina 203 710 1790 4149 5556

Bahamas 0 0 0 5 0

Barbados 0 0 8 11 11

Belize 2 2 2 0 3

Bermuda 0 0 1 1 0

Bolívia 0 10 40 88 104

Brasil 182 1582 4012 6120 8533

Chile 15 92 340 924 1124

Colômbia 87 728 2222 4120 4926

Costa Rica 5 23 63 105 136

Cuba 0 3 3 218 305

El Salvador 1 3 7 34 49

Equador 2 8 29 57 140

Granada 0 0 1 1 1

Guatemala 3 7 18 25 30

Guiana 0 1 3 11 8

Honduras 0 5 9 9 22

Ilhas Caiman 0 0 1 1 0

Jamaica 1 1 3 12 10

Nicarágua 0 6 9 28 20

Panamá 4 13 44 69 80

Paraguai 4 21 37 44 146

Peru 16 82 141 205 193

Porto Rico 0 2 26 33 55

República Dominicana 0 0 1 22 22

Santa Lúcia 0 0 4 2 4

Suriname 0 0 1 0 0

Trinidad e Tobago 0 6 52 60 64

Uruguai 41 116 200 325 478

Venezuela 14 47 201 299 437

Certificados Emitidos

Países

Tabela 4 -

Evolução do número de certificações ISO 9000:2000 dos países da

"região ISO" América do Sul e Central

Fonte: ISO (2007). Adaptado pelo autor.

2.9 A ISO 9000 no Brasil

Apesar de estatísticas apontarem para algo em torno de 96.000 empresas certificadas

pela ISO 9000 em 1996 em todo o mundo (ROTH, 1998, p. 11), como então poder-se-ia ter

apenas 44.388 empresas certificadas em 2001, conforme apresentado na Tabela 1?

É importante, portanto, se esclarecer o seguinte:

1) Da versão 1987 para a versão 1994 da ISO 9000, as empresas puderam simplesmente

revalidar suas certificações, pois se considerava que a norma não tinha sofrido

alterações significativas de conteúdo;

2) Da versão 1994 para a versão 2000 da ISO 9000, entretanto, houve uma série de

mudanças de natureza estrutural (BARATA, 2003, p. 10), robustecendo-se a idéia do

foco no cliente.

Desta forma, conforme a Tabela 5, a seguir, pode-se verificar o desenvolvimento da

certificação de empresas no Brasil desde seu primeiro ano (1990) até 2000, período em que

vigiram as versões 1987 e 1994 da norma.

Percebe-se que tal quantidade de certificados emitidos de acordo com a versão 1994

foi novamente atingida em 2005, ano em que 8.533 certificados estavam válidos, como pode

ser verificado na Tabela 4, anteriormente apresentada, o que implica dizer que cerca de outras

1.800 empresas buscaram a certificação no período de 2001 a 2005, já conforme a versão

2000.

Segundo Roth (1998, p. 108-109), os melhores motivos para se procurar a certificação

de sistemas da qualidade são padronizar as práticas para a qualidade e comprometer-se

formalmente a adotar uma cultura de melhoria contínua. O autor defende ainda que empresas

têm sido motivadas a difundir as normas ISO 9000 como um diferencial de competitividade e

que ela é cada vez mais exigida para a concretização de negócios.

Em 2006, 32% das empresas brasileiras certificadas pesquisadas pelo INMETRO e

pelo CB25/ABNT exportaram, sendo que 70,8% delas já o faziam antes da certificação.

Entretanto, das organizações que já exportavam antes da certificação ISO 9000, 48,3%

declararam ter havido aumento no volume de exportação após a certificação (INMETRO,

2006).

Ano

Número de

Certificados

Número Acumulado

de Certificados

Taxa de

Crescimento em

1990 18 18 NA

1991 17 35 94,44

1992 61 96 174,29

1993 129 225 134,38

1994 370 595 164,44

1995 353 948 59,33

1996 636 1584 67,09

1997 892 2476 56,31

1998 1236 3712 49,92

1999 1573 5285 42,38

2000 1434 6719 27,13

Tabela 5 -

Número de certificados conquistados por empresas

brasileiras no período 1990 - 2000

Fonte: CB-25 Notícias, ABNT (2001). Adaptado pelo autor.

Docking e Dowen (1999) conseguiram estudar e concluir que a reação positiva do

mercado às certificações de empresas pela ISO 9000 esteve relacionada à assinatura do

tratado de Maastricht, em 1992, que consolidou a formação da União Européia.

A partir daí, de acordo com Roth (1998, p. 11), foi imposta a norma ISO 9000 como

elemento preponderante para se realizar transações comerciais, em especial, despertando as

empresas brasileiras exportadoras de bens para a Europa.

Marshall et al. (2006, p. 77), por sua vez, apontam como razões para uma empresa

implementar um sistema da qualidade ISO 9000 os seguintes fatores: a conscientização da alta

direção, as exigências externas e o modismo.

Afirmam que a atividade de certificação da ISO 9000 se originou da “necessidade de

as empresas comunicarem aos seus clientes e ao mercado a adequação de seu sistema da

qualidade às normas de referência” (MARSHALL et al., 2006, p. 65), o que reforça as teorias

relacionadas com informação assimétrica (AKERLOF, 1970) e com sinalização (SPENCE,

1973).

Rodrigues (1996 apud ROTH, 1998, p. 31), em pesquisa com 180 das 480 empresas

certificadas pela ISO 9000, realizada em 1995, aponta que 94% delas afirmam que a

certificação é um passo inicial para a busca da qualidade total.

Sutherland (1997 apud SZYSZKA, 2002, p. 30) aponta cinco principais motivos para

a certificação ISO 9000, obtidos de pesquisa realizada com gestores de empresas e que podem

ser verificados na Tabela 6.

Motivos para Certificação

Percentual de

Respostas

Melhoria da capacidade de atendimento 81

Manutenção ou aumento do marketshare 80

Antecipação a futura demandas de clientes 75

Ganho de benefícios de marketing 70

Melhoria da eficiência 71

Fonte: SUTHERLAND (1997 apud SZYSZKA, 2002). Adaptado

pelo autor.

Tabela 6 -

Motivos para uma empresa buscar a certificação

No que se refere ao tempo dedicado por uma empresa brasileira para se adequar às

especificações e aos critérios da ISO 9000, Szyszka (2002, p. 34) aponta – a partir de uma

pesquisa realizada pelo Ministério da Ciência e Tecnologia e pelo INMETRO em 1996 – que

a grande maioria das empresas leva entre 12 e 24 meses para se certificar e que esse tempo

independe do porte da empresa. A Tabela 7 detalha os resultados dessa pesquisa.

Pequena

Empresa

Média

Empresa

Grande

Empresa

Média

Até 12 meses 29,5 30,9 24,1 27,9

De 12 a 24 meses 57,4 51,7 58,3 55,2

De 24 a 36 meses 13,1 13,0 14,4 13,6

Mais de 36 meses 0,0 3,4 3,2 2,9

Não responderam 0,0 1,0 0,0 0,4

Tempo de

Implantação da ISO

9000

Percentual

Tabela 7 -

Tempo de preparo de uma empresa brasileira para a

certificação ISO 9000 de acordo com o seu porte

Fonte: SZYSZKA (2002). Adaptado pelo autor.

Quanto aos benefícios advindos com a certificação ISO 9000, Rodrigues (1996 apud

ROTH, 1998, p. 31) aponta quatro principais: trabalhar com ênfase na prevenção; ter

claramente definidas as funções e as responsabilidades; a necessidade de aperfeiçoamento das

operações internas, diferenciando-se da concorrência; atendimento às exigências dos clientes.

Szyszka (2002, p. 32) aponta os resultados de pesquisa realizada pelo Centro de

Qualidade, Segurança e Produtividade (QSP) e pela Editora Banas, na qual se constata que o

maior benefício seria uma melhor organização interna. O aumento das exportações foi

considerado o menor dos benefícios advindos com a certificação.

A mesma pesquisa apresentada por Szyszka (2002, p. 34) apontou os investimentos

necessários para tal empreendimento. Cerca de 50% das empresas certificadas investiram

menos de R$100 mil, mas nesse quesito, percebe-se que investimentos maiores são

diretamente relacionados com o porte da empresa, conforme pode ser visto na Tabela 8.

Pequena

Empresa

Média

Empresa

Grande

Empresa

Média

Até R$10.000 13,1 5,8 3,2 5,7

De R$10.000 a R$100.000 62,3 48,8 28,9 42,4

De R$100.000 a R$1.000.000 13,1 31,9 39,0 32,3

De R$1.000.000 a R$10.000.000 0,0 2,4 4,3 2,9

Acima de R$10.000.000 9,8 10,1 20,9 14,5

Não responderam 1,6 1,0 3,7 2,2

Investimento para a Implantação

da ISO 9000

Percentual

Tabela 8 -

Investimentos realizados pelas empresas brasileiras para se obter a

certificação ISO 9000 de acordo com o seu porte

Fonte: SZYSZKA (2002). Adaptado pelo autor.

Marshall et al. (2006, p. 77-78) apresentam como principais benefícios para as

empresas, entre outros, a redução de não conformidades, a eliminação do retrabalho e do

custo com garantia e reposição, o aumento da competitividade, a melhoria da imagem e da

reputação, o aumento da participação no mercado e o melhor desempenho organizacional.

Destacam ainda que os clientes e a sociedade se beneficiam com um melhor relacionamento

técnico e comercial com os fornecedores, além do aumento da segurança e da confiabilidade

dos produtos.

Apesar de apenas 50% das empresas brasileiras certificadas exigirem que seus

fornecedores também o sejam, 99,0% delas demonstram estar satisfeitas com a qualidade de

bens e serviços fornecidos por seus fornecedores certificados. Afirmam ainda 71,8% dos

gerentes dessas empresas que existe diferença, para melhor, entre os fornecedores certificados

e os que não o são (INMETRO, 2006).

No Brasil, o estado que mais possui empresas certificadas é São Paulo, com mais de

45% do total, seguido pelo Rio Grande do Sul, Minas Gerais, Paraná, Rio de Janeiro e Santa

Catarina (INMETRO, 2007). Esses seis primeiros estados brasileiros em número de

certificações contribuem com 80,1% de todas as certificações brasileiras.

O Gráfico 5 e a Tabela 9 detalham essas estatísticas.

Gráfico 5

- Número de certificados emitidos por estado - Dados até 31/12/2006.

Fonte: INMETRO (2007). Adaptado pelo autor.

707

671

579

495

431

315

202

191

174

147

125

27 24

21 20

5 5

2 1 1

3633

500

1000

1500

2000

2500

3000

3500

4000

São Paulo

Rio Grande do Sul

Minas Gerais

Paraná

Rio de Janeiro

Santa Catarina

Bahia

Goiás

Espírito Santo

Amazonas

Distrito Federal

Pernambuco

Ceará

Rio Grande do Norte

Pará

Mato Grosso

Alagoas

Maranhão

Paraíba

Sergipe

Tocantins

Mato Grosso do Sul

Piauí

Rondônia

Roraima

Acre

Amapá

Dos setores industriais no Brasil, de acordo com o INMETRO (2007), surge, em

primeiro lugar, Metais Básicos e Produtos Metálicos Fabricados, com 1441 certificados

emitidos, representando 17,9% do total. Em segundo lugar, a construção civil, com 913

certificados e 11,3% do total.

Estado

Número de Empresas

Certificadas no Estado

Percentual

do Total

Percentual

Acumulado

São Paulo 3633 45,15 45,15

Rio Grande do Sul 707 8,79 53,93

Minas Gerais 671 8,34 62,27

Paraná 579 7,20 69,47

Rio de Janeiro 495 6,15 75,62

Santa Catarina 431 5,36 80,97

Bahia 315 3,91 84,89

Goiás 202 2,51 87,40

Espírito Santo 191 2,37 89,77

Amazonas 174 2,16 91,93

Distrito Federal 147 1,83 93,76

Pernambuco 125 1,55 95,32

Ceará 81 1,01 96,32

Rio Grande do Norte 46 0,57 96,89

Pará 44 0,55 97,44

Mato Grosso 37 0,46 97,90

Alagoas 35 0,43 98,33

Maranhão 28 0,35 98,68

Paraíba 27 0,34 99,02

Sergipe 24 0,30 99,32

Tocantins 21 0,26 99,58

Mato Grosso do Sul 20 0,25 99,83

Piauí 5 0,06 99,89

Rondônia 5 0,06 99,95

Roraima 2 0,02 99,98

Acre 1 0,01 99,99

Amapá 1 0,01 100,00

Total 8047

Tabela 9 -

Número de certificados emitidos por estado brasileiro - Dados de 20/04/07

Fonte: INMETRO (2007). Adaptado pelo autor.

Caso todos os setores industriais relacionados a serviços forem contabilizados

unicamente como Serviços, então a participação deste seria de 32,7% do total, o que

demonstra a plena aceitação da norma ISO 9000 – reconhecidamente nascida no contexto

industrial - pelas empresas de serviços.

Na contabilidade geral (INMETRO, 2007), aparecem em primeiro lugar, a construção

civil, com 13,6% do total, seguido do setor Metais Básicos e Produtos Metálicos Fabricados,

com 11,4% do total, como pode ser visto no Gráfico 6.

Gráfico 6

- Número de certificados emitidos por atividade econômica - Dados de 31/12/2005.

Fonte: INMETRO (2007). Adaptado pelo autor.

104

126

147

190

207

233

268

375

386

425

454

572

610

612

913

1441

200

400

600

800

1000

1200

1400

1600

Equipamentos de Transporte

Polpa e Papel

Alimentos

Bebidas e Fumo

Intermediação Financeira

Serviços de Engenharia

Tecnologia da Informação

Saúde e Serviço Social

Máquinas e Equipamentos

Química e Fibras

Comércio

Atacado e Varejo

Borrachas e Plásticos

Equipamentos Óticos e Elétricos

Transporte e Armazenagem

Outros Serviços

Construção Civil

Metais Básicos e Produtos Metálicos

Com relação à concentração regional das certificações ISO 9000 no Brasil, a região

Sudeste é a mais efetiva, com 62% do total, seguida pela região Sul, com 22% (INMETRO,

2007); as demais três regiões do país somam os restantes 16%. O Gráfico 7 consolida estas

informações.

Gráfico 7 -

Número de certificados emitidos por região do Brasil - Dados de 31/12/2005.

Fonte: INMETRO (2007). Adaptado pelo autor.

4990

1717

686

406

248

0 1000 2000 3000 4000 5000 6000

Sudeste

Sul

Nordeste

Centro-Oeste

Norte

2.10 A Certificação da Gestão da Qualidade de acordo com a ISO 9000

A norma ISO 9000 é de aplicação voluntária; entretanto, para algumas relações

comerciais, principalmente envolvendo órgãos públicos, ela pode ser uma obrigatoriedade.

Mas, regra geral, ela pode ser adotada como um padrão normativo dentre outros que existem

no mundo. Desta forma, a ISO 9000 passa a ser percebida como um requisito de mercado,

tendo se fixado como a mais importante referência mundial para requisitos da qualidade nas

transações B2B (Business to Business).

O objetivo principal, ao se adotar a ISO 9000, é melhorar o desempenho

organizacional, por meio da melhor utilização de seus recursos e processos, gerando assim

melhores produtos e serviços percebidos pelos clientes. Muitos benefícios podem ser

identificados, logo após os primeiros desdobramentos dos requisitos da norma no cotidiano

operacional (ISO, 2007): são benefícios resultantes de melhorias na própria organização e em

sua comunicação interna. Outros benefícios podem, a seguir, ser obtidos por meio de um

programa efetivo de auditorias internas e análise crítica do desempenho do sistema de gestão.

A difusão intensa da certificação da qualidade ISO 9000 é um fenômeno de

proporções mundiais; começa quando algumas empresas, no intuito de se distinguirem da

concorrência, manifestam o desejo e o interesse em ter uma evidência formal externa dos seus

esforços organizacionais por meio da prática da qualidade (FRANCESCHINI; GALETTO;

GIANNI, 2004). A partir daí, conquistando sucesso em um mercado cada vez mais seletivo e

observador, o número de empresas com esse desejo aumenta, alavancando o processo de

certificação da qualidade ISO 9000.

Como um sistema qualquer, ele pode melhorar ou piorar, ser mais ou menos eficaz.

Evidentemente que isso não pode ser percebido apenas ao final do ano ou com a análise dos

balanços e demonstrativos financeiros da empresa. Há que se poder ter mecanismos de

monitoramento e análise concomitantemente ao dia-a-dia organizacional.

Alguém poderia dizer que, portanto, as auditorias internas seriam a solução, não fora

por dois aspectos: o primeiro, que por mais competentes os profissionais que as desenvolvem,

são funcionários da própria empresa que estão auditando, sem a devida independência;

segundo, não são fonte de comunicação para o mercado externo.

Ou seja,

se uma empresa implanta a ISO 9000, por que ela precisaria se

certificar?

Novamente por dois motivos: o primeiro para poder obter uma segunda opinião sobre

a efetividade do seu Sistema de Gestão da Qualidade implantado, assegurando que os

requisitos da norma vêm sendo, de fato, desdobrados para o cotidiano dos processos

operacionais. O outro, porque é possível, por meio da auditoria externa independente para fins

de certificação, demonstrar ao mercado que uma determinada empresa possui, de modo

comprovado, um Sistema de Gestão da Qualidade implantado e válido, de acordo com os

requisitos solicitados pela norma.

Entre as companhias abertas brasileiras, o processo de certificação se mostrou

crescente ao longo do período compreendido entre os anos de 1990 e 2006.

Pode-se perceber um gradiente de crescimento nas certificações mais intenso nos anos

de 1990 a 2000 – quando houve uma média de 8,5 companhias abertas se certificando

anualmente –, enquanto percebe-se um percentual mais modesto entre 2001 e 2006, com uma

média anual de 3,33 companhias abertas certificadas. O gráfico 8 apresenta esse acumulado

de certificações.

Gráfico 8

- Distribuição acumulada das companhias abertas da amostra certificadas

pela ISO 9001:2000.

Fonte: ABNT (2007). Adapatado pelo autor.

102

109

113

116

100

120

140

1990 1991 1992 1993 1994 1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006

A empresa que implanta a ISO 9000 quer acenar para o mercado, informando aos seus

clientes que seus produtos e serviços são resultantes de sistema de gestão de processos

organizados, estruturados e que buscam sempre a melhoria contínua.

100

2.10.1 A Certificação Não é um Requisito da Norma ISO 9000

Certificação é, portanto, uma atividade que se refere à emissão de uma garantia

escrita

– o certificado – por um órgão externo independente que, ao ter auditado o sistema de

gestão da empresa, verificou que a mesma atendia aos requisitos especificados na norma. Nos

Estados Unidos da América, usa-se mais comumente o termo Registro (Registration), que

significa o registro da certificação no livro do órgão auditor externo independente.

Para efeito deste trabalho, considerar-se-á que não existe diferença relevante ou

significativa entre os dois termos e utilizar-se-á somente certificação.

Para um órgão externo independente poder atuar, ele deve ser acreditado, isto é, ser

reconhecido por outro órgão superior, que atestará as suas condições de atuação nessa função

de certificação. No Brasil, o órgão superior que realiza essa atividade é o Instituto Nacional de

Metrologia, Normalização e Qualidade Industrial (INMETRO).

No mundo todo, existem cerca de 750 órgãos certificadores (ISO, 2007). No Brasil,

existem precisamente 37 organismos certificadores acreditados pelo INMETRO (2007), sendo

que um está com seu registro temporariamente suspenso. O Apêndice A apresenta a relação

de organismos certificadores atuantes no Brasil.

A instituição ISO não audita qualquer empresa; também não emite certificados de

conformidade de SGQs de acordo com a ISO 9001:2000, assim como não o faz para as outras

milhares de normas de sua responsabilidade (ISO, 2007).

A certificação, portanto, representa uma evidência objetiva de que o SGQ está

implantado corretamente, dando confiança aos gestores e aos clientes que a empresa tem o

controle do que faz. Entretanto, a certificação não pode ser entendida como uma garantia da

qualidade dos produtos ou serviços ofertados por dada empresa.

Por fim, vale a pena ressaltar que a atividade de certificação não surgiu com a ISO

9000. Na verdade, esta atividade é bem antiga e foi trazida para o escopo da implantação da

ISO 9000 pela prática de alguns órgãos certificadores de atuação mundial. Navios – antes de

poderem zarpar para a sua primeira viagem – precisam ser certificados para receberem

aprovação das companhias seguradoras; vários dos órgãos certificadores mundiais tiveram sua

origem em atividades de controle marítimo.

Das 300 empresas brasileiras certificadas há mais de três anos, pesquisadas em 2006

pelo INMETRO e pelo CB25/ABNT, 98% delas afirmam pretender renovar a certificação

(INMETRO, 2006).

101

3 HIPÓTESES E VARIÁVEIS DE PESQUISA

Questionamentos têm existido a respeito dos motivos que fazem com que a

certificação ISO 9000 seja buscada pelas empresas.

Os motivos individuais de cada

empresa pela busca da certificação podem definir e predizer o seu desempenho

(JONES

et al., 1997).

Empresas que vêem e compreendem a ISO 9000 como um instrumento de

desenvolvimento da melhoria da qualidade, obtêm melhores resultados com a certificação do

que aquelas que só enxergam a certificação como “obter um certificado” (HERAS et al.,

2002 b).

Singles et al. (2001) acreditam que os resultados financeiros superiores são

contingentes nas empresas que têm razões internas para perseguir a certificação.

Na pesquisa realizada pelo INMETRO e pelo CB25/ABNT (INMETRO, 2006), 48,7%

dos 150 gerentes da área comercial das empresas brasileiras certificadas consideraram ter

havido aumento das vendas com a certificação.

O marketing da certificação aparece como a principal causa para 26,0% dos gerentes;

o aumento da qualidade dos produtos é a causa principal para 15,1%; para 12,3% deles é o

aumento da credibilidade junto aos clientes e outros 8,2% reputam tal aumento das vendas à

padronização dos processos. Todas essas causas têm relação direta com a certificação e

totalizam 61,6%, enquanto que causas externas à certificação – como abertura de novos

mercados e crescimento do mercado – aparecem, respectivamente, com 15,1% e 11,0% das

opiniões (INMETRO, 2006).

Damodaran (2004, p. 203) entende que um projeto deve ser definido de forma ampla

para considerar qualquer decisão que possa resultar na utilização dos recursos escassos de

uma companhia. Portanto, a certificação ISO 9000 é um projeto.

Ainda segundo Damodaran (2004, p. 203-204), um projeto pode ser independente de

outros, ou seja, sua análise não dependeria da análise de outros que pudesse afetar. Não

parece ser o caso da certificação ISO 9000, por toda uma série de explanações feitas nos

capítulos anteriores.

Outra maneira de avaliar um projeto é a sua capacidade de gerar receitas brutas ou de

reduzir custos (DAMODARAN, 2004, p. 204); assim, um projeto de implantação e de

certificação ISO 9000 prescinde de uma decisão de investimento, seja esse investimento para

crescimento ou para contenção de custos.

102

Mas por que escolher implantar um processo de gestão da qualidade pela ISO 9000 se

for possível investir em ativos físicos?

Empresas são instituições que detêm a propriedade de certos ativos que produzem

receitas (DAMODARAN, 2004, p. 31); assim, toda e qualquer empresa necessita continuar

atuando para continuar gerando as receitas necessárias à sua permanência no mercado. Para

isso, é preciso investir no futuro e objetivar seu crescimento permanente.

Nesse sentido, o que se almeja é construir a maximização do valor da empresa, decisão

essa que passa pelo conjunto de pessoas que detêm o controle.

Por outro lado, poder-se-ia considerar que as empresas estão sempre à procura de

ativos que lhes valham mais do que para outros (BREALEY; MYERS, 1998, p. 11). Apesar

de as decisões de investimento estarem diretamente relacionadas com a qualidade da

governança corporativa, sabe-se que elas têm que ser decididas com base em projetos que

possuam retornos positivos.

Importante ressaltar que uma empresa tem seu valor determinado, principalmente, pela

forma como investe em novos ativos, mais do que pelo modo como administra os ativos já

existentes (DAMODARAN, 2004, p. 35); isso remete à maximização do preço das ações

como o objetivo primeiro dos gestores.

Uma vez que o futuro de uma empresa reside na sua habilidade e competência para

criar valor a partir de projetos que possuam valores presentes líqüidos (VPLs) positivos, as

respectivas decisões de investimento precisam considerar o que ela tem de melhor, ou seja,

suas vantagens competitivas.

Desta forma, o planejamento estratégico de longo prazo deve ser o “pano de fundo”

das decisões de investimento, pois é nele que se desenha a visão top-down da empresa,

ficando sob a responsabilidade da Alta Direção a aprovação final dos orçamentos de

investimentos (BREALEY; MYERS, 1998, p. 293–294, 299), os quais devem ter detalhadas

as projeções e previsões, análises de fluxos de caixa descontados e informação reversa.

Para tomar, portanto, uma decisão como essa, os altos dirigentes – os tomadores de

decisão – precisam de boas informações, as quais somente poderão ser produzidas se (1)

houver previsões consistentes a partir de premissas razoáveis; (2) houver redução do

enviesamento das previsões financeiras; (3) os gestores seniores possuírem as informações de

que necessitam e (4) se não houver conflitos de interesse entre os gerentes envolvidos com

uma decisão de investimento e os acionistas.

103

Rajan e Tamini (2003) estudaram empresas certificadas pela ISO 9000 e as

compararam com as empresas que compõem o ranking das 500 maiores empresas da Standard

& Poor’s (S&P500); puderam concluir que um investimento inicial de US$100.000 realizado

somente em empresas certificadas em fevereiro de 1990 teria crescido até a cifra de

US$814.335 em janeiro de 2000. Essa relação de mais de oito vezes é praticamente o dobro

de um investimento similar acompanhado pelo índice da S&P500.

Além disso, a revisão promovida pela ISO em 2000, editando a ISO 9001:2000 e

obsoletando a ISO 9001:1994 foi importante, pois tornou a norma

a) mais amigável para o usuário;

b) mais direcionada para o objetivo de gerir por processos;

c) focada na busca constante pela melhoria contínua;

d) relacionada com o conceito PDCA (Planejar – Executar – Checar - Atuar

corretivamente) e

e) objetiva, pois define como requisito a medição e análise dos resultados

organizacionais.

Essa última melhoria no conteúdo da norma pode ter provocado um maior enfoque das

empresas certificadas na criação de indicadores de negócio, sejam estratégicos sejam

operacionais. De tal maneira que

se espera encontrar resultados financeiros melhores a

partir da certificação.

3.1 Hipóteses de Pesquisa

O universo estudado é o das companhias abertas brasileiras. O ponto de partida para a

formulação das hipóteses a serem testadas é que

a adoção da certificação ISO 9000 melhora

o desempenho financeiro das companhias abertas

, assim como essa melhoria é contínua ao

longo do tempo e das diferentes versões da norma ISO 9000.

Decidiu-se adotar variáveis que sejam medidas de atividade, rentabilidade e

crescimento.

Assim, para as variáveis dependentes estabeleceram-se as medidas relacionadas com

rentabilidade, pois capturam o retorno; para as variáveis de controle, estabeleceram-se as

medidas de atividade e endividamento, pois capturam o risco.

104

As hipóteses de 1 a 6 foram testadas por meio do modelo de regressão por dados em

painel; o período de análise se inicia em 1995 e termina em 2006.

3.1.1 Hipóteses 1 e 2

Pressupõe-se que

a certificação ISO 9000 tem um efeito positivo sobre a

lucratividade das companhias abertas.

Assim, pode-se considerar como proxies os índices “Retorno sobre o Ativo Total”

(ROA_mod) e o “Retorno sobre as Vendas” (ROS_mod) modificados, ambos medidos antes

da depreciação, das despesas financeiras e dos resultados não operacionais.

Simmons e White (1999) e Corbett, Montes-Sancho e Kirsch (2005) adotaram em sua

pesquisa o índice ROA por se tratar de uma medida geralmente aceita para o desempenho

financeiro de uma empresa.

O ROA mede a eficácia geral da administração de uma companhia em gerar lucros

para os detentores de ações ordinárias (GITMAN, 2004, p. 55).

Corbett, Montes-Sancho e Kirsch (2005) adotaram ainda em sua pesquisa o índice

ROS como uma medida de lucratividade, de forma a medir o lucro puro por unidade de

receita.

Assim, formulam-se as duas primeiras hipóteses como sendo:

: Não existem melhorias significativas na taxa modificada ROA_mod das companhias

abertas certificadas ISO 9000.

: Não existem melhorias significativas na taxa modificada ROS_mod das companhias

abertas certificadas ISO 9000.

A rejeição às hipóteses H

e H

levará à aceitação, portanto, das hipóteses alternativas

de que a certificação pela ISO 9000 proporciona às companhias abertas melhores taxas

modificadas de retorno sobre o ativo total (ROA_mod) e sobre as vendas (ROS_mod) e

conseqüente criação de riqueza e geração de lucro para os acionistas das companhias abertas

certificadas.

105

3.1.2 Hipóteses 3 e 4

A implementação da ISO 9000 obriga a empresa e seus funcionários a

trabalharem mais disciplinadamente

. O desdobramento dessas atividades pode ser

visualizado na Figura 3, a seguir apresentada.

É necessário se projetar procedimentos que garantam que a qualidade seja medida e

corrigida, quando necessário. A prevenção de defeitos começa a ser empregada, o que resulta

em diminuição de custos operacionais.

Ao se documentar as práticas, a obsolescência pode ser identificada, tornando o

conhecimento mais explícito para a empresa, o que aumenta o moral dos funcionários,

que deverão produzir mais e melhor

Com a prevenção de defeitos, a moral e a produtividade aumentadas, espera-se que os

custos de se produzir diminuam, justificando a adoção da certificação ISO 9000.

106

A terceira e a quarta hipóteses são:

: Não existem melhorias significativas nas vendas (TOT_VEND) das companhias abertas

certificadas ISO 9000.

: Não existe diminuição do Índice Custo de Serviços Vendidos / Vendas (CSVtoVEND) das

companhias abertas certificadas ISO 9000.

A rejeição à hipótese H

levará à aceitação, portanto, da hipótese alternativa de que há

melhoria significativa nas vendas das companhias abertas certificadas.

A rejeição à hipótese H

levará à aceitação, portanto, da hipótese alternativa de que há

diminuição no índice custos dos serviços vendidos sobre o total das vendas das companhias

abertas certificadas.

3.1.3 Hipótese 5

Além disso, a certificação poderia auxiliar a reduzir a pressão por preços menores: a

receita de vendas subiria nesse caso. Mas para se determinar

se o crescimento nas vendas

refletiria crescimento da empresa ou simplesmente uma redução na rotatividade dos

ativos

, poder-se-ia considerar o Índice Vendas / Ativos (VENDtoTOT_AT) para análise

(CORBETT; MONTES-SANCHO; KIRSCH, 2005).

A quinta hipótese é:

: Não existe redução significativa no índice Vendas / Ativos (VENDtoTOT_AT) das

companhias abertas certificadas ISO 9000.

A rejeição à hipótese H

levará à aceitação, portanto, da hipótese alternativa de que há

redução significativa no índice de vendas sobre os ativos das companhias abertas certificadas.

107

3.1.4 Hipótese 6

Como as normas da série ISO 9000 sofreram alterações basilares nos anos de 1994 e

2000, resultando em novos parâmetros normativo-gerenciais, decorrentes da experiência

acumulada nos anos anteriores às suas respectivas versões, espera-se que elas tenham

incorporado um conjunto de diretrizes e tecnologias que, ao serem introduzidos em uma dada

empresa, tenham provocado uma

mudança estrutural significativa na forma de serem

geridas

Assim, a implantação da ISO 9000, com sua posterior certificação, poderia ser

entendida como uma decisão de investimento de longo prazo. As primeiras companhias

abertas certificadas no Brasil no início dos anos 1990 continuam certificadas.

Como já foi visto anteriormente, a implantação e a certificação ISO 9000 requer

financiamentos muitas vezes significativos, de acordo com o porte da empresa. As fontes de

recursos de longo prazo advêm (1) do capital próprio, ou seja, os recursos dos acionistas e (2)

de fontes de terceiros (GITMAN, 2004, p. 403).

Ora, se a ISO 9000 promove algum grau de investimento, é de se supor que a estrutura

de capital das companhias possa ser modificada em função disso. Mas um tipo de projeto

desse tipo – de longo prazo –, obrigatoriamente tem de se pagar.

Isso deve significar que os acionistas e os tomadores da decisão de se certificar – os

gestores – entendem que a certificação é uma ferramenta robusta de gestão, contribuindo para

a remuneração do capital dos acionistas. A ISO 9000 seria um projeto com VPL positivo.

Damodaran (2004, p. 253) propõe que, se o retorno sobre o patrimônio líqüido for

maior que o custo do patrimônio líqüido, então o projeto deve ser aceito. Se a certificação ISO

9000 for decidida por uma companhia, então um ROE maior que o custo do patrimônio

líqüido deve ser atingido.

A grande maioria das pesquisas realizadas por outros pesquisadores se concentrou em

coleta de dados de empresas em períodos anteriores a 2000, o que, certamente, não

possibilitou captar os efeitos da nova versão da norma nas finanças corporativas.

Surge a sexta hipótese:

: Não existem melhorias significativas no índice ROE das companhias abertas certificadas

ISO 9000.

108

A rejeição à hipótese H

levará à aceitação, portanto, da hipótese alternativa de que a

certificação ISO 9000 produziu às companhias abertas melhores taxas de retorno sobre o

patrimônio líqüido (ROE).

3.2 Variáveis de Pesquisa e sua Operacionalização

Ross, Westerfield e Jaffe (2002, p. 46-52) propõem cinco áreas para se poder avaliar o

desempenho financeiro das empresas: (1) solvência em curto prazo; (2) atividade; (3)

alavancagem financeira; (4) rentabilidade e (5) valor. A solvência no curto prazo capta, por

meio de índices de liquidez contábil, a capacidade com que uma empresa salda suas

obrigações financeiras de ordem repetitiva, os seus pagamentos rotineiros de contas. Como

esta é a única área das cinco anteriormente mencionadas a tratar do curto prazo, ela não será

objeto de pesquisa neste trabalho. Todas as restantes focam no longo prazo e, por isso, estarão

sendo considerados nesta pesquisa.

Os índices de atividade captam a eficácia com que uma empresa gere seus ativos. A

alavancagem financeira se relaciona com o grau de endividamento da empresa, ou com a

intensidade com que ela se utiliza de recursos de terceiros em vez de seus recursos próprios. O

capital de terceiros é uma forma importante para financiar os bons projetos que a empresa tem

pela frente.

A rentabilidade pode ser entendida como uma diferença qualitativa entre receitas e

custos, podendo variar esse atributo de empresa para empresa. Permite avaliar (1) o

desempenho gerencial pelo quociente entre lucro líqüido e o ativo total e (2) o desempenho

pelo quociente entre o lucro líqüido e o patrimônio dos acionistas.

3.2.1 As Variáveis Dependentes

Para as finalidades deste trabalho, as variáveis dependentes analisadas foram 6:

(a)

Taxa Modificada de Retorno sobre o Ativo Total (ROA_mod)

, que vem a ser o

lucro operacional liquido (LOL) após o imposto de renda (IR) e antes das despesas

financeiras (DF) e dos resultados não operacionais (RNO) sobre o total dos ativos (TOT_AT)

vezes 100;

109

(b)

Taxa Modificada de Retorno sobre as Vendas (ROS_mod)

, que vem a ser o

lucro operacional liquido (LOL) após o imposto de renda (IR) e antes das despesas

financeiras (DF) e dos resultados não operacionais (RNO) sobre o total das vendas

(TOT_VEND) vezes 100;

(c)

Total das Vendas (TOT_VEND)

, que vem a ser o total anual das vendas da

empresa;

(d)

Índice Custos dos Serviços Vendidos sobre o Total das Vendas

(CSVtoVEND)

, que significa a razão entre o custo para se produzir o que se vende (CSV)

sobre o valor total das vendas (VEND) vezes 100;

(e)

Índice Vendas sobre Ativos (VENDtoTOT_AT)

, que significa o total das

vendas anuais (VEND) de uma companhia sobre o total dos seus ativos (TOT_AT) vezes 100

(f)

Taxa de Retorno sobre o Patrimônio Líqüido (ROE)

, que vem a ser o lucro

operacional liquido (LOL) após o imposto de renda (IR) sobre o total do patrimônio líqüido

(PL) vezes 100.

A representação matemática de cada uma dessas variáveis dependentes fica sendo,

portanto, as abaixo apresentadas.

A Taxa Modificada de Retorno sobre o Ativo Total (ROA_mod)

, dada pela

equação (1):

ROA

modificado

= LOL após o IR e antes das Desp Fin. e Res. Não Operac. x 100

Total dos Ativos

A Taxa Modificada de Retorno sobre as Vendas (ROS_mod)

, dada pela

equação (2):

ROS

modificado

= LOL após o IR e antes das Desp Fin. e Res. Não Operac. x 100

Total das Vendas

Total das Vendas (TOT_VEND),

dado pelo total anual das vendas

110

Índice Custos dos Serviços Vendidos sobre o Total das Vendas

(CSVtoVEND)

, dado pela equação (3):

CSVtoVEND = Custo dos Serviços Vendidos x 100

Total das Vendas

Índice Vendas sobre Ativos (VENDtoTOT_AT),

dado pela equação (4):

VENDtoTOT_AT = Total das Vendas x 100

Total dos Ativos

Taxa de Retorno sobre o Patrimônio Líqüido (ROE)

, dada pela equação (5):

ROE = Lucro Operacional Líqüido após o Imposto de Renda x 100

Patrimônio Líqüido

3.2.2 A Variável Independente

A única variável independente adotada foi a certificação ISO 9000, denominada

CERT_ISO

, que poderá adotar valor 0 para as companhias abertas não certificadas ou para os

períodos em que não possuíam a certificação ISO 9000, 1 para a obtenção da certificação ISO

9000 na versão 1987 ou 1994 e 2 para a obtenção da certificação ISO 9000 na versão 2000.

3.2.3 As Variáveis de Controle

O grupo de variáveis de controle foi estruturado para conter apenas as contínuas e que

sejam de cunho financeiro, já que se espera comprovar que o desempenho financeiro é

melhorado a partir da certificação ISO 9000. Essas variáveis financeiras se relacionam com

risco operacional, lucratividade, eficiência operacional, endividamento e tamanho das

empresas em função de seus ativos.

São 6, abaixo apresentadas:

O risco operacional (RISCO)

foi medido pelo desvio-padrão amostral do ROA_mod ao

longo do período;

A lucratividade medida pela margem líqüida (LUCRAT)

, dada pela razão entre lucro

operacional líqüido e receita líqüida vezes 100;

111

A eficiência operacional (RLtoAT_TANG)

, dada pelo logaritmo da razão entre receita

líqüida de vendas e ativo imobilizado;

Endividamento (ENDIV)

, dado pela razão entre dívidas de longo prazo e o total do

patrimônio líqüido vezes 100;

Defasagem do Endividamento (ENDIV_1)

, o endividamento ocorrido no período t-1,

cuja finalidade é capturar o esforço da companhia em diminuí-lo;

Tamanho das companhias abertas (TAM_EMP)

, medido pelo logaritmo dos ativos

totais.

O Quadro 1 consolida as informações do modelo utilizado.

Quadro 1:

Resumo com as variáveis empregadas no modelo econométrico

Variável Descrição Tipo

ROA_mod Taxa modificada de retorno sobre o ativo total Financeira / Dependente

ROS_mod Taxa modificada de retorno sobre as vendas Financeira / Dependente

TOT_VEND Total das vendas Financeira / Dependente

CSVtoVEND Índice custo dos Serviços vendidos sobre o total das vendas Financeira / Dependente

VENDtoTOT_AT Índice vendas sobre ativo total Financeira / Dependente

ROE Taxa de retorno sobre o patrimônio líquido Financeira / Dependente

CERT_ISO Certificação da empresa pela ISO 9001 Não Financeira / Independente

RISCO Risco operacional Financeira / Controle

LUCRAT Lucratividade medida pela margem líquida Financeira / Controle

RLtoAT_TANG Eficiência operacional Financeira / Controle

ENDIV Endividamento Financeira / Controle

ENDIV_1 Endividamento no período t - 1 Financeira / Controle

TAM_EMP Tamanho das empresas Financeira / Controle

Fonte: Elaborado pelo autor.

112

113

4 METODOLOGIA DE PESQUISA

Há um conjunto de estudos realizados por diversos pesquisadores mundo afora que

pode ser analisado a partir dos dados consolidados na Tabela 10, a seguir apresentada.

continua

Autores e ano do

estudo

Objetivo

Modelo

econométrico

Tamanho da

amostra

Período de

análise

Variáveis

Dependentes

Variáveis de Controle

Terlaak e King

(2006)

Avaliar se a

certificação ISO 9000

permite uma vantagem

competitiva

Dados em painel

3.317 empresas

privadas certificadas

Empresas

certificadas

entre 1988-

1998

Crescimento no

volume de produção

Tamanho da indústria; geração de

refugos; tamanho dos estoques; número

de empregados; tamanho da empresa;

percentual de exportações; certificação

ISO 9000 no setor; intensidade em

P&D; intensidade em propaganda

Morris (2006)

Avaliar o desempenho

financeiro a partir da

certificação ISO 9000

na indústria eletrônica

americana

Regressões cross-

sectional "pooled"

680 empresas

americanas privadas

certificadas e 2.068

não certificadas

Não declarado

Receita operacional

antes da depreciação

Valor contábil; idade das instalações;

estoque; ativos líquidos (menos

estoques); despesas com P&D

Corbett, Montes-

Sancho e Kirsch

(2005)

Avaliar o desempenho

financeiro superior

devido ä certificação

ISO 9000

Estudo de eventos

554 indústrias

americanas privadas

certificadas e 554

não certificadas

Empresas

certificadas

entre 1990 e

1997

ROA; ROS; Q de

Tobin; custos dos

serviços

vendidos/vendas;

vendas/ativos totais

ROA; ativos; setor da indústria

Martínez-

Lorente e

Martínez-Costa

(2004)

Avaliar a relação

positiva entre a

certificação ISO 9000 e

os resultados da

companhia

ANOVA

377 indústrias

espanholas

certificadas e 60 não

certificadas

Empresas

certificadas

até 2001

Lucratividade por giro

de vendas;

lucratividade por

empregado

Custos de produção; rapidez de

entrega; facilidade em mudar volume

de produção e adaptar estoques; índices

de defeitos; tempo de ciclo de produção

Dimara, Skuras,

Tsekouras e

Goutsos (2004)

Avaliar a relação da

certificação ISO 9000 e

o desempenho

financeiro relacionados

com o tipo genérico de

estratégia adotada

Não disponível

94 empresas gregas

certificadas

Empresas

certificadas

entre 1989 e

1993

Lucratividade (ROCE,

ROI e ROE);

crescimento da

empresa (crescimento

nas vendas e capital

próprio); grau de

endividamento

Liderança em custo; diferenciação de

mercado/liderança em foco; todas as

estratégias

Terziovski,

Power e Sohal

(2003)

Avaliar os motivos dos

gestores para certificar

pela ISO 9000 e o

desempenho do

negócio

Análise fatorial

multi-variada

400 empresas

australianas

certificadas

Empresas

certificadas

até 2002

Benefícios financeiros

medidos pelo valor da

certificação

Redução de refugos; satisfação dos

clientes; vendas; qualidade do

fornecedor; imagem da empresa;

sistemas organizacionais; número de

anos da certificação; estilo dos

auditores externos; maturidade da

cultura organizacional; foco no cliente

Tabela 10

- Principais autores e trabalhos relacionados com o objeto de pesquisa desta

dissertação

114

conclusão

Autores e ano do

estudo

Objetivo

Modelo

econométrico

Tamanho da

amostra

Período de

análise

Dependentes Controle

Chow-Chua,

Goh e Wan

(2003)

Avaliar a relação entre

a certificação ISO 9000

e o desempenho

financeiro

Não disponível

103 companhias

abertas e fechadas

singapuranesas

certificadas e 43

companhias abertas

singapuranesas não

certificadas

Empresas

certificadas

entre 1987 e

1997

Margem líquida de

vendas; ROA; ROE;

grau de endividamento;

lucro por ação

Tamanho da empresa; marketshare;

imagem corporativa; satisfação dos

clientes; retenção de pessoas; expansão

para mercados internacionais

Heras, Dick e

Casadesús

(2002)

Avaliar se a

certificação ISO 9000

contribui para o

aumento das vendas e

da lucratividade

Estudo

longitudinal

400 empresas

espanholas

certificadas da região

basca e 400 não

certificadas

Empresas

certificadas

entre 1994 e

1998

Receita das vendas;

ROA

Tamanho da empresa; distribuição de

empresas certificadas por setor

industrial

Nicolau e Sellers

(2002)

Avaliar a reação do

mercado nos preços das

ações à certificação

ISO 9000

Estudo de eventos

27 companhias

abertas espanholas

certificadas

Empresas

certificadas

entre 1993 e

1999

Retornos nos preços

das ações

Não disponível

Lima, Resende e

Hasenclever

(2000)

Avaliar a relação entre

a certificação ISO 9000

e o desempenho de

empresas

Testes não

paramétricos

128 companhias

abertas e fechadas

brasileiras e 256 não

certificadas

Empresas

certificadas

entre 1992 e

1998

Resultado

operacional/ativos

totais; receitas

líquidas/ativos totais;

vendas/ativos totais;

receita

operacional/vendas;

receita líquida/vendas

Receitas operacionais; ativos totais;

tempo de certificação; nível da norma

(9001 ou 9002)

Docking e

Dowen (1999)

Avaliar a reação do

preço da ação ao

anúncio da certificação

ISO 9000

Análise de

regressão cross-

section

252 companhias

americanas abertas

certificadas

Empresas

certificadas

entre 1990 e

1994

Retorno no valor da

ação

Data da 1a. certificação; tamanho da

empresa; número acumulado de

certificações; ser a 1a. empresa a se

certificar; criação da União Européia

Anderson, Daly

e Johnson (1999)

Avaliar se a

certificação ISO 9000 é

para atender a uma

exigência

governamental ou a

uma demanda dos

clientes

Probit

514 indústrias

americanas e

canadenses

certificadas e 1.965

não certificadas

Empresas

certificadas

entre 1990 e

1996

Atendimento a

exigências regulatórias;

comunicação dos

processos

organizacionais para

partes interessadas

externas

Regulamentos da União Européia ou

outros mercados internacionais;

grandes vendas para o governo ou para

outros fabricantes; reputação;

propaganda pelo volume de vendas;

sinalização externa via conquista de um

prêmio de qualidade; tamanho da

empresa; número de patentes;

investimentos em P&D

Simmons e

White (1999)

Avaliar a relação entre

a certificação ISO 9000

e o desempenho da

empresa

ANOVA,

ANCOVA e

MANCOVA

126 empresas do

setor eletrônico

americano e

canadense

Empresas

certificadas

até 1995

ROA; ROI

Marketshare; qualidade do produto;

eficiência; razão vendas/patrimônio

líquido; tamanho da empresa

(logaritmo natural dos ativos totais);

tempo de certificação

Elaborado pelo autor.

Tabela 10

- Principais autores e trabalhos relacionados com o objeto de pesquisa desta

dissertação

115

Em trabalho publicado em 2005, Corbett, Montes-Sancho e Kirsch comprovam que

empresas americanas manufatureiras que aderem à certificação ISO 9000 conseguem obter

melhorias anormais significativas no seu desempenho financeiro, que se mantém até três anos

depois da data de certificação. Isso comprova uma das premissas da norma, a de que

procedimentos bem definidos e documentados melhoram a consistência dos resultados

(outputs).

É importante se considerar que, ao se analisar diversas empresas de vários segmentos,

a adoção da ISO 9000 como prática de gestão da qualidade com certificação posterior pode

promover os desempenhos econômico, organizacional e operacional. É preciso então se

definir quais métricas devem ser utilizadas para se realizar a pesquisa, considerando-se três

campos de estudo: a gestão, a economia dos negócios e a gestão da qualidade.

Dimara et al. (2004) propõem em sua pesquisa adotar indicadores financeiros

relacionados com lucratividade, crescimento da firma e sua estrutura de capital.

Surgem, portanto, para a

métrica da lucratividade

, os indicadores de retorno sobre

investimentos (ROI), retorno sobre o capital próprio (ROE) e a evolução das margens de

lucro. Para a métrica do crescimento, despontam crescimento das vendas e crescimento do

capital próprio. Para a estrutura de capital, propõe-se o retorno sobre os ativos (ROA).

Analisando empresas americanas do setor eletro-eletrônico, Simmons e White (1999)

comprovaram haver correlação positiva entre a certificação e o desempenho financeiro.

Corbett, Montes-Sancho e Kirsch (2005) utilizaram métodos de estudos de eventos e

explicam porque o fizeram. Em função das hipóteses formuladas, a abordagem ideal seria a

utilização de um modelo com dados em painel, o que permitiria explicar o ROA em termos da

certificação e das variáveis de controle. Como a certificação ISO 9000 foi considerada pelos

autores como discreta e endógena, foi apresentada uma série de considerações para não terem

se utilizado do modelo de dados em painel.

Corbett, Montes-Sancho e Kirsch (2005) admitem que a principal é a de que não existe

uma aceitação única desta abordagem para o contexto de dados em painel, além do que os

resultados que eles obtiveram foram altamente sensíveis para a especificação exata do modelo

empregado. E que deixariam para fazer esse procedimento em uma futura pesquisa.

No entanto, apesar das considerações desses autores, e talvez exatamente por isso, o

emprego do modelo econométrico de dados em painel – que guarda uma série de vantagens

substantivas – foi escolhido para ser utilizado neste trabalho de dissertação.

116

A grande maioria dos trabalhos estudados e aqui referenciados analisa os benefícios da

certificação ISO 9000 em determinados momentos, particularmente ao redor de sua data de

divulgação. Entretanto, pode-se dizer que os benefícios são contínuos e prolongados, o que

poderia ser mais bem estudado com a utilização de dados em painel.

Neste trabalho de dissertação, a abordagem é quantitativa e descritiva. Torna-se

quantitativa, pois empregou quantificação tanto na coleta de dados, quanto no seu tratamento

por meio de técnicas estatísticas (RICHARDSON, 2007, p. 70) e modelos econométricos.

Considera-se modelo econométrico uma equação relacionando a variável dependente a

um grupo de variáveis explicativas e distúrbios não observados, no qual parâmetros

populacionais desconhecidos determinam o efeito ceteris paribus de cada uma das variáveis

explicativas (WOOLDRIDGE, 2006, p. 657).

Como toda pesquisa quantitativa, as variáveis são pré-determinadas, com grande

utilização da estatística e propiciando alto grau de generalização. O método quantitativo,

amplamente utilizado em estudos descritivos, possibilita descobrir e classificar uma relação

entre variáveis, assim como uma possível relação de causalidade entre fenômenos

(RICHARDSON et al., 2007, p. 70).

A pesquisa é descritiva, pois objetiva estudar uma situação específica, buscando

descrever o fenômeno sem nele interferir, mas com o intuito de descrever as características

desse fenômeno (RICHARDSON et al., 2007, p. 66, 70). Também conhecida como não

experimental, ou ex post facto, esta pesquisa almeja estudar a relação entre variáveis, sem

manipulá-las a priori. A sua manifestação é feita a posteriori (KÖCHE, 2002, p. 124).

O pesquisador espera obter um melhor entendimento do comportamento de diversas

variáveis que possam influir no fenômeno escolhido para análise. A pesquisa pretende

avançar no conhecimento do tema.

Quanto à estratégia da pesquisa, as fontes de informação foram acessadas por meio de

coleta de dados junto a pessoas via envio de questionário simples, além de uma pesquisa

documental, com coleta de dados em fontes possuidoras de documentos informacionais.

A pesquisa tem corte transversal, pois foi avaliado um conjunto de variáveis, em uma

mesma amostra de empresas, ao longo de um período previamente determinado de tempo.

Desta forma, aplicou-se o

modelo de regressão com dados em painel, analisando a

evolução das variáveis escolhidas ao longo do tempo

a ser estudado. Foram acompanhadas

companhias abertas brasileiras no período de 1995 a 2006

, possuidoras ou não da

certificação ISO 9000 individual.

117

Dados em painel são um conjunto de dados de cortes transversais repetidos ao longo

do tempo (WOOLDRIDGE, 2006, p. 647).

Os dados em painel – que conotam o movimento no tempo de unidades de corte

transversal – são ainda conhecidos como (GUJARATI, 2006, p. 513):

a) Dados combinados;

b) Combinação de séries temporais e de dados de corte transversal;

c) Dados longitudinais, ou seja, um estudo ao longo do tempo de uma variável ou de

um grupo de temas;

d) Análise histórica de eventos ou estudo dos movimentos no tempo de sucessivos

estados e condições;

e) Análise de corte.

O modelo de dados em painel permite acompanhar as mesmas empresas ao longo do

tempo. Nesta dissertação, um conjunto de dados econômico-financeiros foi coletado de uma

seleção não-aleatória de companhias abertas brasileiras em dado momento sendo, a seguir,

acompanhadas essas mesmas companhias em períodos subseqüentes de tempo.

A análise dos benefícios é muito mais aprimorada com este modelo econométrico

(WOOLDRIDGE, 2006, p. 402-403), já que não se poderá supor que as observações sejam

distribuídas de maneira independente durante o tempo. Fatores outros que não a ISO 9000

podem ter afetado os desempenhos das companhias em estudo; tais atributos presentes ao

longo do tempo e que não forem objeto de observação deverão ser removidos.

Gujarati (2006, p. 514) apresenta uma série de características do modelo de dados em

painel e suas vantagens sobre outros métodos, a seguir descritas:

As técnicas de estimação em painel levam em conta a heterogeneidade

que estará

presente, no caso, as diversas companhias a serem analisadas;

b) Os dados em painel propiciam dados mais informativos, mais variabilidade e

menos

colinearidade entre as variáveis

, mais graus de liberdade e mais eficiência, já que

combinam séries temporais com dados de corte transversal;

c) Os dados em painel são mais adequados ao estudo da dinâmica da mudança, ao

estudarem repetidamente um corte transversal de observações;

d) São mais robustos para determinar e medir efeitos e

e) Ao tornar disponíveis dados referentes a milhares de unidades,

minimiza-se o viés

que poderia decorrer da agregação de empresas em grandes conjuntos.

118

Para o estudo em questão, as variáveis dependentes que se quer estudar estão

relacionadas com o desempenho financeiro das companhias e, para isso, utilizou-se dados em

painel, separando os fatores não observados que afetam essas variáveis dependentes: os

fatores que são constantes e os que variam ao longo do tempo. Os dados em painel são,

portanto, uma combinação de séries temporais e de dados de corte transversal, ou seja, o

movimento no tempo de unidades de corte transversal, neste caso, as companhias abertas.

4.1 População, Amostra e Levantamento dos Dados

A primeira resolução foi determinar quando se iniciaria a série temporal. Como o

processo de implantação da ISO 9000 no Brasil foi prematuro, já com registro de empresas se

certificando em 1990, esse poderia ser considerado o primeiro ano da análise.

Entretanto, para desconsiderar o efeito da inflação,

adotou-se o ano de 1995

, já com

os efeitos permanentes do controle da inflação e por ter sido o primeiro ano completo da

implantação do Plano Real. Foi também o primeiro ano de utilização prática da versão 1994

da norma ISO 9000. Nesse ano, 948 empresas se certificaram no Brasil (INMETRO, 2007).

O CB25 da ABNT foi instituído em 1990, já uma demonstração da importância que a

ISO 9000 teria no cenário empresarial brasileiro. Como o banco de dados do CB25 está

atualizado até 2006 (ABNT, 2007), este foi considerado o último ano da análise, perfazendo

um total de 12 anos.

Para o caso das companhias abertas certificadas possuidoras de mais de uma planta,

foi adotada uma premissa: a de que a primeira certificação seria considerada a válida, já que

todas as outras unidades do grupo deverão ter feito uso dos benefícios da primeira certificação

(DOCKING; DOWEN, 1999; SIMMONS; WHITE, 1999). Portanto, foi feito o

acompanhamento a partir da primeira certificação individual de qualquer das companhias

abertas que compõem o grupo.

Além disso, deve-se aceitar a possibilidade de que a decisão de se certificar uma

unidade empresarial seja uma decisão estratégica, devendo ser avaliada se essa decisão foi

acertada em termos de lucratividade e de desempenho global da corporação (PAPPS, 1995).

Ademais, o desempenho financeiro é acompanhado e medido em nível corporativo, o

que também determina o uso da premissa anterior, a de que os resultados financeiros já

deverão estar sendo desfrutados por todo o grupo (CORBETT; MONTES-SANCHO;

KIRSCH, 2005).

119

Segundo Malhotra et al. (2000, p. 71), dados secundários são quaisquer dados que já

foram coletados em algum momento anterior ao seu uso, para outros propósitos que não a

solução daquele problema em questão, neste caso, a relação entre a certificação ISO 9000 e o

desempenho financeiro das companhias abertas.

Além disso, são inegáveis os benefícios advindos do uso de dados secundários já

existentes, seja no quesito financeiro, seja no quesito tempo. Acessar diretamente todas as

companhias abertas que compõem a amostra deste estudo resultaria em projeto longo e

custoso, tornando o trabalho praticamente inexeqüível.

Assim,

este estudo baseia-se em três grandes grupos de dados

. Primeiramente, foi

utilizado o

banco de dados da Comissão de Valores Mobiliários (CVM)

, disponível pelo

seu site www.cvm.gov.br, no qual foram identificadas todas as companhias abertas com

registro atual válido ou que tenham fechado seu capital em algum ano do período sob análise.

A consulta a esses dados estatísticos está disponível gratuitamente.

A seguir, foi utilizado o

banco de dados da Economática

; das companhias abertas

selecionadas a partir do banco de dados da CVM, restaram 207 com dados disponíveis. A

consulta a esses dados estatísticos não está disponível gratuitamente e a consulta às

informações das companhias abertas e suas unidades de negócio foi realizada por meio de

acesso na biblioteca George Alexander da Universidade Presbiteriana Mackenzie.

O terceiro passo foi identificar as companhias que possuíram ou possuem a

certificação ISO 9000 em algum momento do período 1995-2006.

O banco de dados do

CB25/ABNT

apresenta um conjunto de 8.533 empresas certificadas atualmente, com suas

datas atuais de certificação.

Todos os dados relacionados com uma empresa certificada (nome, razão social, planta

certificada, endereço, responsável, código da indústria, data do certificado atual e validade do

mesmo) são repassados para o CB25/ABNT por cada um dos 37 órgãos certificadores

atuantes no Brasil. A consulta a esses dados estatísticos está disponível gratuitamente, mas a

consulta às informações das empresas e suas unidades de negócio é realizada através de senha

e não é, normalmente, gratuita; entretanto, para os fins deste estudo, o CB25/ABNT

gentilmente cedeu acesso irrestrito.

Entretanto, todos os dados anteriores relacionados com as datas das primeiras

certificações e suas manutenções periódicas (bienais ou trienais) não constam dessa base de

dados, impedindo conhecer o histórico da certificação de cada empresa brasileira,

imprescindível para a análise dentro do modelo de dados em painel.

120

Como essa base de dados é compilada pelo CB25/ABNT a partir de dezenas de

provedores de informação – os órgãos certificadores – as incorreções e incompletezas nos

dados detectados nessa base foi uma preocupação adicional.

Desta forma, foi necessário ir em busca de dados primários junto a todas as 207

companhias abertas restantes na amostra. Os dados primários são aqueles coletados com um

objetivo muito específico: solucionar um problema específico de pesquisa.

Dois recursos adicionais foram necessários: primeiramente foram realizados contatos

com os Gestores da Qualidade ou com os Diretores de Relações com Investidores das

companhias abertas por meio de mensagens eletrônicas solicitando informações sobre a data

da primeira certificação da companhia e a data da primeira certificação da versão 2000 da ISO

9001 (Apêndice B). A seguir, para as companhias que não responderam à mensagem

eletrônica enviada, foram realizados contatos telefônicos com os mesmos para conseguir

complementar as duas informações.

4.2 Caracterização da Amostra

As companhias podem ter múltiplas certificações, mesmo dentro de uma mesma planta

física, ao passo que o desempenho financeiro é medido e acompanhado no nível corporativo.

Seguindo o que foi proposto por Corbett, Montes-Sancho e Kirsch (2005), adotou-se que não

há modo de mensurar o desempenho financeiro de uma determinada parte da companhia que

seja apenas ela certificada.

Portanto, focou-se na primeira certificação de uma filial ou planta pertencente a uma

companhia aberta, de modo que os efeitos de uma certificação começariam a aparecer nas

demais unidades ao longo do tempo (DOCKING; DOWEN, 1999; SIMMONS; WHITE,

1999). Para companhias menores com apenas uma planta, não há desconexão entre o que seria

o nível-planta do que seria o nível de desempenho financeiro corporativo, o que não se torna

uma preocupação.

Para companhias maiores, com muitas plantas, esta desconexão torna os testes

aplicados ainda mais conservadores: como a amostra final poderia conter muitas companhias

abertas com múltiplas plantas, mas apenas uma planta certificada, quaisquer efeitos de uma

certificação seriam mais fortes a ponto de poderem ser detectados (CORBETT; MONTES-

SANCHO; KIRSCH, 2005).

121

A primeira certificação de uma empresa pela ISO 9000 no Brasil ocorreu em 1990. No

período de 1990 a 1993, um total de 225 empresas brasileiras se certificou, sendo que 21

companhias abertas estão presentes na amostra final.

Fundir as três bases e consolidar seus dados foi um desafio ainda maior, já que até as

denominações das companhias são distintas. Alguns procedimentos foram utilizados para se

padronizar a maioria dos dados, verificando-os manualmente um a um, por meio de acessos

ao Google, ao site da BOVESPA, aos sites das próprias companhias, aos sites das

certificadoras e aos sites das associações a que determinada companhia aberta poderia

pertencer.

Companhias com certificação ISO 9000 para as quais não foi possível confirmar suas

datas de certificação foram descartadas. O percentual das companhias abertas que

responderam às mensagens eletrônicas solicitando as duas informações sobre datas das

certificações foi alta, 93%. As 116 companhias abertas certificadas da amostra representam

1,4% de toda a população de empresas certificadas no Brasil.

Corbett, Montes-Sancho e Kirsch (2005) reportam como tendo sido de dois anos o

tempo para a fusão dos dados em sua pesquisa. Neste presente estudo, todo o processo de

fusão dos dados oriundos desses três bancos levou cerca de 3 meses. Dado o escopo e a

natureza manual do trabalho, pode-se supor que haja possibilidade de haver dois tipos de erros

teoricamente possíveis, tal como também descrito por Corbett, Montes-Sancho e Kirsch

(2005) em seu trabalho: companhias abertas realmente certificadas no período 1990-2006

poderiam não aparecer como tal no conjunto final de dados e companhias não certificadas

estarem listas como certificadas.

Entretanto, na amostra final, não foi encontrada qualquer companhia certificada de

fato que estivesse classificada como não certificada. Também para o segundo caso, não houve

qualquer companhia aberta não certificada que houvesse sido listada como certificada: essa

possibilidade seria ainda mais remota, já que somente companhias certificadas constantes da

base do CB25/ABNT foram listadas como tal.

Se eventualmente alguma companhia realmente certificada não tivesse sido

relacionada como tal na amostra final, isso tornaria os testes ainda mais conservadores, uma

vez que a confiabilidade da fusão dos dados não está correlacionada com a interação entre a

certificação ISO 9000 e o desempenho financeiro, como atestam Corbett, Montes-Sancho e

Kirsch (2005). Isso significa que, se for tratada alguma companhia certificada como não o

sendo, mas ainda assim encontrando um efeito significativo, provavelmente estar-se-ia

subestimando sua significância.

122

Outra fonte possível de erros é a base de dados do CB25/ABNT, apesar de haver

razões para se supor que a base seja correta em determinados aspectos. A base de dados do

CB25/ABNT é alimentada com as informações das novas certificações diretamente pelos

diversos órgãos certificadores registrados e autorizados a atuar no Brasil.

Os órgãos certificadores certamente evitam informar que determinada companhia

tenha sido certificada se não o foi realmente.

Além disso, por meio desse fluxo de informações de um órgão certificador para o

CB25/ABNT, consegue-se estabelecer o seu marketshare, o que só aumentaria o grau de

confiança nas informações, já que um órgão certificador não gostaria de subestimar sua fatia

de mercado, o que o faz informar cada nova certificação.

Apesar de as companhias individualmente quererem que suas certificações sejam

corretamente mencionadas, foi comum e presente encontrar nomes incorretos dos

representantes das companhias ou mesmo ausência do nome do representante da qualidade,

telefones incorretos ou antigos, além de endereços trocados.

Ao se consultar os representantes das companhias, percebeu-se também que muitos

deles desconhecem que o CB25/ABNT compila seus dados. Alguns outros se surpreenderam

com o fato de ter sido possível localizar seus dados profissionais para um contato.

Da amostra inicial, foram eliminadas as companhias por falta de suficiente informação

financeira. Em 09 de setembro de 2007, havia 732 companhias abertas registradas na CVM.

Dentre essas, algumas companhias abertas tiveram seu registro cancelado entre os anos de

2002 e 2006, (1) por terem fechado seu capital, (2) por terem sido adquiridas por outro grupo

empresarial ou (3) por terem sido incorporadas pelas empresas-mãe.

Fazem parte da amostra definitiva as empresas que possuem capital aberto ou que o

tinham durante o período de análise e que possuem ou possuíam os seus registros válidos na

Comissão de Valores Mobiliários, o que definiu o tamanho máximo da amostra.

Isso torna a pesquisa ainda mais conservadora, já que, ao se manter na amostra

companhias que fecharam seu capital, pode-se estar mantendo unidades de análise pouco

lucrativas ou de questionável gestão.

Desta forma, a seleção da amostra foi não aleatória, isto é, foi realizado um processo

de seleção amostral que não pode ser caracterizado pela extração aleatória da população de

interesse (WOOLDRIDGE, 2006, p. 661).

123

Portanto, a amostra foi selecionada com base em um critério substantivo: ser uma

companhia aberta. A seguir, que tivesse os seus dados econômico-financeiros disponíveis na

plataforma Economática. Ter ou não a certificação ISO 9000 não foi um critério definidor da

amostragem.

Essa amostra não-probabilística, portanto, foi definida intencionalmente a partir das

fontes de informações disponíveis relacionadas com companhias abertas brasileiras.

Das 207 companhias abertas que participam da amostra, a partir de dados colhidos da

edição 2007 da Revista Exame 500 Melhores e Maiores (EXAME, 2007) e do site do

CB25/ABNT (2007), foi possível obter a seguinte estratificação:

a) 3,4% pertencem ao setor primário, 62,5% ao setor secundário e 34,1% ao terciário;

b) 18,3% das companhias possuem controle acionário estrangeiro, 2,4% possuem

controle estatal brasileiro e 79,3 % possuem controle nacional privado;

c) 116 companhias abertas (56,0%) possuem a certificação ISO 9001:2000 e 91

companhias abertas (43,9%) não a possuem;

d) Das 116 companhias certificadas, 92 delas (79,3%) se certificaram pela primeira vez

pela versão 1987 ou 1994 da ISO 9000 e 24 (20,7%) se certificaram inicialmente já na

versão ISO 9001:2000;

e) 32 delas (27,6%) já estavam certificadas antes do primeiro ano do período sob

análise, ou seja, antes de 1995;

f) O setor secundário é o que mais certifica (86 entre 116 companhias), enquanto que o

setor primário é o que menos certifica (apenas 5 entre 116 companhias), ficando o

setor de serviços com 25 certificadas dentre 116 companhias;

g) 17 das companhias abertas que compõem a amostra não possuíam o seu registro na

CVM válido na data de 09 de setembro de 2007 (data em que a amostra foi

definitivamente finalizada), pois durante o período analisado fecharam o seu capital ou

foram adquiridas ou incorporadas por outra companhia aberta;

h) 125 delas (o equivalente a 60,1%) estão presentes entre as 500 melhores e maiores

empresas da Revista Exame, edição 2007, sendo que, dentre as 100 maiores empresas

brasileiras pela Revista Exame (EXAME, 2007), 71 são certificadas de acordo com a

ISO 9001:2000 e

i) Em 2006, 20,7% das companhias abertas tiveram receita até R$200 milhões; 10,1%

de R$200 a R$ 400 milhões; 8,6% entre R$400 e R$600 milhões; 4,3% entre R$600 e

124

R$800 milhões; 5,8% entre R$800 milhões e R$1 bilhão e 50,5% com mais de R$1

bilhão de receitas, conforme pode ser visualizado no gráfico 9 a seguir.

Gráfico 9: Distribuição das companhias abertas pela sua classe de receita.

Fonte: Exame (ago. 2007). Adaptado pelo autor.

105

100

120

Até 200

milhões

De 200 - 400

milhões

De 400 - 600

milhões

De 600 - 800

milhões

De 800 milhões

a 1 bilhão

Acima de 1

bilhão

Quantidade de

companhias abertas

Foram excluídas da amostra final todas as instituições financeiras, distribuidoras de

valores, as de previdência privada e assemelhadas, que pertencem ao setor econômico

“Financeiro e outros” da BOVESPA (BOVESPA, 2007).

Empresas que tiveram abertura de seu capital nos anos de 2005 e 2006 ou que se

certificaram pela primeira vez a partir do ano de 2005 também foram excluídas, pois não

permitiriam uma série temporal mínima para análise com dados em painel. Isso também

tornou a pesquisa ainda mais conservadora.

Companhias abertas listadas em bolsa e que atuam como empresas de participação

também foram desconsideradas, pois as companhias abertas nas quais investem já são objeto

deste estudo; sua inclusão poderia criar redundância ou enviesamento nas regressões.

A amostra final, composta por 207 companhias abertas, foi estratificada de acordo

com os critérios utilizados para classificação setorial das empresas negociadas na BOVESPA.

125

Conforme Baltagi (1999 apud MARTIN et al., 2005), a heterogeneidade da amostra –

companhias de diferentes setores da economia –, poderá proporcionar uma estimação mais

eficiente dos parâmetros, com pressupostos menos restritivos.

Assim, a amostra resultante tem o perfil apresentado no Quadro 2 a seguir.

Quadro 2

: Perfil da Amostra

Setor da Economia Total

Participação

(%)

Energia Elétrica 19 9,2

Siderurgia e Metalurgia 19 9,2

Tecidos, Vestuário e Calçados 19 9,2

Alimentos 17 8,2

Químicos e Petroquímicos 14 6,8

Construção e Engenharia 13 6,3

Transporte 13 6,3

Material de Transporte 12 5,8

Madeira, Papel e Celulose 10 4,8

Máquinas e Equipamentos 10 4,8

Telefonia Móvel 8 3,9

Comércio Cíclico 7 3,4

Telefonia Fixa 6 2,9

Petróleo. Gás e Combustíveis 5 2,4

Utilidades Domésticas 5 2,4

Lazer 4 1,9

Mídia 3 1,4

Mineração 3 1,4

Programas e Serviços 3 1,4

Comércio Não Cíclico 2 1,0

Embalagens 2 1,0

Hotelaria 2 1,0

Materiais Básicos Diversos 2 1,0

Produtos de Uso Pessoal e de Limpeza 2 1,0

Saúde 2 1,0

Bebidas 1 0,5

Computadores e Equipamentos 1 0,5

Consumo Cíclico Diversos 1 0,5

Fumo 1 0,5

Serviços 1 0,5

Total

207

100,00

Fonte: CVM (2007). Adaptado pelo autor.

126

Todas – absolutamente todas – as companhias abertas certificadas presentes na

amostra final informam as certificações que possuem em seus

sites

corporativos.

Isso comprova que elas

consideram a ISO 9001:2000 como um fato relevante a ser

comunicado ao mercado, aos investidores e ao público em geral. Entendem que deve haver

sinalização desse ativo não financeiro, tornando essa informação mais simétrica ao público.

4.3 A Organização dos Dados em Painel das Companhias Pesquisadas

Para a perfeita utilização dos painéis, é preciso que eles sejam adequadamente

organizados e os seus dados corretamente armazenados. Para o propósito desta dissertação, a

maneira utilizada foi armazenar os dados com os doze registros anuais (de 1995 a 2006) de

cada uma das companhias abertas pesquisadas, um registro para cada ano: o primeiro registro

corresponde ao primeiro ano de acompanhamento de uma empresa, o segundo registro ao

segundo ano, o n-ésimo registro ao n-ésimo ano. Os registros estão armazenados de maneira

adjacente.

Esse modo de armazenamento permite com que sejam facilmente construídas as

diferenças para armazenamento posterior no segundo registro de cada companhia e assim por

diante.

Como a análise comporta 12 anos de acompanhamento de 207 companhias,

obteve-se 2.484 registros

– ou observações – para cada variável, que foram devidamente

armazenados. Isso significa que, para um total de 13 variáveis – 6 dependentes, 1

independente e 6 de controle –, um conjunto de 32.292 dados foram tratados na amostra.

No entanto, nem todas as companhias possuem os dados econômico-financeiros para

todos os anos do período analisado.

Isso significa que se obteve um painel não balanceado (ou não equilibrado), no qual o

número de observações difere entre os indivíduos participantes (as companhias abertas) da

amostra (GUJARATI, 2006, p. 516). Wooldridge (2006, p. 658) chama de painel

desequilibrado um conjunto de dados de painel em que dados de certos anos não estão

disponíveis para algumas unidades de corte transversal.

Problema maior com um painel não balanceado é quando não se sabe a razão de ele

não ser balanceado; algumas vezes, faltam dados de alguns anos para determinados

indivíduos.

127

Wooldridge (2006, p. 440) defende que, desde que a razão para a falta de dados de

algum i não esteja correlacionada com os erros idiossincráticos,

µµ

este painel não

balanceado não causará problemas ao pesquisador.

No caso oposto, quando cada unidade de corte transversal possui o mesmo número de

observações de séries temporais, tem-se um painel balanceado (ou equilibrado).

Nesta pesquisa, o pesquisador optou por trabalhar com os dois tipos de painéis:

a) o painel não balanceado, contendo as 207 companhias abertas e suas 2.484

observações por variável e

b) o painel balanceado, composto por 60 companhias abertas e suas 720 observações por

variável.

4.4 Tratamento Estatístico dos Dados

O modelo de regressão com dados em painel possui algumas vantagens (GUJARATI,

2006, p. 525). Em primeiro lugar,

o tamanho da amostra aumenta consideravelmente

; em

segundo,

os dados em painel são mais indicados para estudar a dinâmica da mudança

pois estudam observações de corte transversal repetidas, neste caso em estudo, as companhias

abertas. Por último,

os dados em painel permitem avaliar modelos mais complexos

, o que

parece ser o caso deste presente trabalho.

Verbeek (2001, p. 310) aponta como vantagem importante dos dados em painel sobre

as séries de tempo ou os conjuntos de dados de corte transversal a possibilidade de

identificação de certos parâmetros ou questões, sem a necessidade de se fazer assunções

restritivas; exemplo é a possibilidade de análise de mudanças em nível individual, ou seja, as

companhias abertas.

Em resumo, os dados em painel não apenas são convenientes para modelar ou explicar

porque os indivíduos (as companhias) se comportam de modos diferentes, mas também para

modelar porque um dado indivíduo se comporta de modo diferente em diferentes períodos de

tempo; como exemplo, pode-se mencionar a sua história passada (VERBEEK, 2001, p. 310).

Os modelos de regressão definitivos aplicados ao presente estudo e seus números de

equações são apresentados a seguir:

128

ROA_mod

CERT_ISO

RISCO

LUCRAT

RLtoAT_TANG

ENDIV

ENDIV_1

+ β

TAM_EMP

[equação (6)]

ROS_mod =

CERT_ISO

RISCO

LUCRAT

RLtoAT_TANG

ENDIV

ENDIV_1

+ β

TAM_EMP

[equação (7)]

TOT_VEND =

CERT_ISO

RISCO

LUCRAT

RLtoAT_TANG

ENDIV

ENDIV_1

+ β

TAM_EMP

[equação (8)]

CSVtoVEND

CERT_ISO

RISCO

LUCRAT

RLtoAT_TANG

ENDIV

ENDIV_1

+ β

TAM_EMP

[equação (9)]

VENDtoTOT_AT

CERT_ISO

RISCO

LUCRAT

RLtoAT_TANG

ENDIV

ENDIV_1

+ β

TAM_EMP

[equação (10)]

ROE

CERT_ISO

RISCO

LUCRAT

RLtoAT_TANG

ENDIV

ENDIV_1

+ β

TAM_EMP

[equação (11)]

Nas equações acima,

ββ

representa o intercepto, os demais

ββ

representam os

coeficientes de cada variável regressora,

representa a i-ésima unidade de corte transversal

(as companhias abertas),

representa o t-ésimo período de tempo,

µµ

representa o termo de

erro e, finalmente,

αα

representa o termo de erro aleatório próprio de cada unidade de corte

transversal.

A estimação que se aplicou às regressões fez uso do modelo econométrico de dados

em painel, de forma a estudar a influência e a relação das variáveis independente e de controle

no desempenho financeiro das companhias abertas. Além da certificação ISO 9000, outros

fatores podem ter influído nas variáveis dependentes que se estudou.

129

Deve-se considerar que existem problemas de inferência e estimação com a utilização

dos dados em painel (GUJARATI, 2006, p. 525), já que tais dados envolvem tanto dimensões

temporais quanto transversais. Esses problemas são a autocorrelação, decorrente das séries

temporais e a heterocedasticidade, decorrente dos dados de corte transversal.

Como qualquer equação mais simples de regressão, pode-se sofrer do problema de

omissão de variáveis; para isso, a solução é controlar mais fatores, apesar de ser difícil

controlá-los (WOOLDRIDGE, 2006, p. 414) Esse problema de viés que decorre de variáveis

omitidas passa a ser crítico (RICHIERI, 2007, p. 108).

Desta forma,

estimar os modelos de regressão por meio de dados em painel surge

como uma boa opção para observar tais variáveis omitidas

, mesmo que elas não possam

ser diretamente observadas, ou mesmo, identificadas (WOOLDRIDGE, 2006, p. 414-415).

Entretanto, existem conseqüências importantes de se errar na especificação do modelo

econométrico a ser utilizado para se analisar as regressões (WOOLDRIDGE, 2006, p. 411-

415):

(1) pode-se omitir uma ou mais variáveis relevantes;

(2) pode-se incluir uma ou mais variáveis irrelevantes;

(3) pode-se adotar uma forma funcional incorreta;

(4) pode-se obter erros de medição e

(5) pode-se especificar incorretamente o termo de erro estocástico (não observável

diretamente) que deverá entrar no modelo de regressão.

Os quatro primeiros tipos de erros são, essencialmente, erros de especificação; na

expectativa de se obter o modelo verdadeiro (WOOLDRIDGE, 2006, p. 412), acaba-se por

estimar o modelo incorreto. Assim, nada mais importante do que medir os dados o mais

exatamente possível, já que não há resposta satisfatória para a questão dos erros de medição

(WOOLDRIDGE, 2006, p. 425).

A análise das regressões por meio de dados em painel também pode permitir lidar com

outro tipo de problema: as correlações decorrentes da heterogeneidade da amostra,

provenientes das empresas ou entre grupos de empresas. As empresas têm uma variação

muito grande em termos de seus indicadores financeiros básicos, seja na receita, seja na

composição acionária, seja nos ativos totais.

Wooldridge (2006, p. 429) defende que a correlação serial não será um problema, pois

as amostras são independentes ao longo do tempo.

130

Entretanto, e apesar disso, Verbeek (2001, p. 311-312) aponta

duas vantagens

decisivas para o uso do modelo de dados em painel

. Como os conjuntos de dados em painel

são maiores que os conjuntos de dados de séries temporais ou de dados transversais e as

variáveis explicativas podem variar em duas dimensões – indivíduos e tempo –, ao invés de

apenas uma,

os estimadores são, via de regra, mais acurados

que os demais obtidos por

outros modelos. A segunda vantagem é que ele reduz problemas de identificação, como

regressores endógenos ou omissão de variáveis.

4.4.1 As Propriedades das Grandes Amostras

Em grande parte das vezes em que se realiza uma regressão, um estimador não

consegue satisfazer uma ou mais das propriedades desejáveis em amostras pequenas. Por

conseguinte, deseja-se que a amostra cresça e, quando isso acontece,

os estimadores ganham

algumas propriedades estatísticas desejáveis, conhecidas como propriedades das

amostras grandes, ou propriedades assintóticas

(GUJARATI, 2006, p. 725). São quatro

essas propriedades principais: a não tendenciosidade assintótica, a consistência, a eficiência

assintótica e a normalidade assintótica.

Um estimador, segundo Gujarati (2006, p. 725-727):

a) é considerado assintoticamente não tendencioso do seu valor real quando o seu

valor esperado – ou média – se aproxima do valor verdadeiro à medida que o tamanho da

amostra aumenta cada vez mais;

b) é considerado consistente quando ele se aproxima do valor verdadeiro à medida que

o tamanho da amostra aumenta;

c) possui eficiência assintótica quando for consistente e quando a variância da sua

distribuição assintótica for menor que a de todos os demais estimadores consistentes do valor

verdadeiro e, finalmente,

d) possui uma distribuição assintoticamente normal quando a distribuição de sua

amostra tende a aproximar-se da distribuição normal, à medida que o tamanho da amostra

aumenta indefinidamente.

O modelo de dados em painel permite obter estimadores consistentes e

assintoticamente normais, eficientes e não tendenciosos

, ou seja, estimadores que se

aproximam dos verdadeiros valores à medida que o tamanho da amostra aumenta. Nesse caso,

131

uma condição suficiente para a consistência é que tanto a tendência quanto a variância tendam

a zero à medida que o tamanho da amostra aumente indefinidamente (Gujarati, 2006, p. 726.)

Já se estabeleceu que uma das razões para se agrupar dados de cortes transversais é

aumentar o tamanho da amostra; ao agrupar esses dados em períodos de tempo diferentes,

pode-se obter estimadores mais precisos e estatísticas de testes mais poderosas

(WOOLDRIDGE, 2006, p. 403).

4.5

Os Modelos utilizados com Dados em Painel

No caso do presente estudo, de relacionar a certificação ISO 9000 com o desempenho

financeiro das companhias abertas, procura-se

seguir os mesmos indivíduos – aqui, as

companhias – ao longo do tempo

; pode-se, com isso, assumir que as observações são

distribuídas de maneira independente ao longo do tempo. Mas isso exige modelos e métodos

específicos para análise dos dados.

Existem dois tipos de estimação com dados em painel:

estática e dinâmica

Os modelos básicos de análise de dados em painel estático são:

os efeitos fixos e os

efeitos aleatórios

(GUJARATI, 2006, p. 526; WOOLDRIDGE, 2006, p. 433-445). Enquanto

o modelo de efeitos fixos considera que o intercepto

do modelo de regressão poderá diferir

entre os indivíduos (as companhias abertas) para considerar o fato de que cada companhia ou

corte transversal pode ter características especiais, o modelo de efeitos aleatórios propõe que

o intercepto de um indivíduo (a companhia aberta) seria uma extração aleatória de uma

população muito maior e com valor médio constante (WOOLDRIDGE, 2006, p. 526).

Já o modelo básico de análise de dados em painel dinâmico é uma situação em que

uma defasagem da variável dependente é incluída como regressora.

No presente estudo, analisou-se e comparou-se três categorias de modelos

econométricos de regressão para o tipo estático: o agrupamento de dados de corte (MQO

agrupado ou Pooled OLS), os efeitos fixos e os efeitos aleatórios, que podem também ser

visualizados na Figura 4.

Um conjunto de nove modelos foi construído para se realizar as regressões necessárias

ao propósito deste estudo, a seguir apresentados:

132

Modelo 1

: Agrupamento de dados de corte, que vem a ser os dados de corte agrupados

(pooled cross section) com Mínimos Quadrados Ordinários - MQO (Ordinary Least

Squares – OLS), conhecido como

MQO agrupado

ou Pooled OLS;

Modelo 2

: MQO agrupado com primeiras diferenças (PD);

Modelo 3

: Efeitos Fixos (EF) com erros padrão robustos, conhecido como Within;

Modelo 4

: Efeitos Fixos (EF) com erros padrão robustos e acrescidos de variáveis

dummy de tempo, conhecido como Least Squares Dummy Variable Regression –

LSDV;

Modelo 5

: Efeitos Aleatórios e Mínimos Quadrados Generalizados – MQG

(Generalized Least Squares – GLS);

Modelo 6

: Efeitos Aleatórios e Mínimos Quadrados Generalizados – MQG

(Generalized Least Squares – GLS), acrescidos de variáveis dummy de tempo;

Modelo 7:

Máxima Verossimilhança (MV) ou Mínimos Quadrados Ponderados,

conhecidos como transformação Within/Between;

Modelo 8

: Efeitos entre grupos, conhecido como Between;

Modelo 9

: Regressão Arellano-Bond de uma fase.

Os modelos de 1 a 8 são considerados estáticos, enquanto o modelo 9 é considerado

dinâmico.

Os modelos estáticos de dados em painel acima descritos e utilizados nesta pesquisa

são aqueles que consideram as variáveis independentes (os regressores) estritamente

exógenas, ou seja, não admitindo defasagens das variáveis dependentes (RICHIERI, 2007, p.

109).

Como forma de comparação, também se efetuou a estimação por meio do modelo

dinâmico de dados em painel, utilizando-se o Método dos Momentos Generalizados (MQG) e

estimação em um estágio, seguindo proposição adotada por Richieri (2007, p. 110),

realizando a regressão no software Gretl, com testes de Arellano-Bond.

Hansen (2006, p. 157-159) estabelece apenas três modelos de regressão para dados em

painel: efeitos individuais (MQO agrupado), efeitos fixos e regressão em painel dinâmico.

133

4.5.1 Modelo de Agrupamento de Dados de Corte Transversal

Wooldridge aponta uma razão para se utilizar agrupamentos independentes de cortes

transversais:

aumentar o tamanho da amostra

(WOOLDRIDGE, 2006, p. 403). Para se

obter estimadores mais precisos e poder realizar estatísticas de testes mais poderosas, busca-se

agrupar amostras aleatórias extraídas da mesma população, desde que em distintos intervalos

de tempo. Esse agrupamento – também conhecido como pooling – entretanto, será proveitoso

somente se a variável dependente tiver relação constante durante o tempo com pelo menos

uma variável independente.

Uma vantagem importante deste modelo é que ele elimina a correlação nos erros que

possa existir entre as diferentes observações, apesar de provocar algumas pequenas

complicações estatísticas (WOOLDRIDGE, 2006, p. 402-403).

Para considerar o fato de que uma população possui distintas distribuições em

diferentes períodos de tempo, admite-se que o intercepto difira ao longo desses períodos de

tempo, no caso deste estudo, anos. Para que isso se processe adequadamente, introduz-se

variáveis dummy para todos os respectivos anos, à exceção de um, pois o primeiro ano da

amostra é o escolhido para ser o ano-base (WOOLDRIDGE, 2006, p. 403).

134

O método dos Mínimos Quadrados Ordinários (MQO) é um dos mais difundidos e

utilizados métodos de análise de regressão, por possuir propriedades estatísticas atraentes sob

certas condições (GUJARATI, 2006, p. 47).

Para uma dada função de regressão populacional (FRP), que não pode ser observada

diretamente, o modelo é dado por

= =

= β

ββ

µµ

[equação (12)]

na qual é preciso se definir os valores dos parâmetros do modelo, no caso o intercepto

ββ

e o

coeficiente angular

ββ

. Na equação (12),

µµ

representa os resíduos da FRP.

Portanto, há que se estimá-la por meio de outra função de regressão, a amostral, dada

por

= =

ββ

2 2

µµ

[equação (13)]

De forma muito resumida, pode-se dizer que este método oferece, para uma dada

amostra, estimativas únicas dos parâmetros do modelo, de forma a proporcionar o menor

valor possível para o somatório dos resíduos elevados ao quadrado (GUJARATI, 2006, p. 47-

49).

Esses estimadores são conhecidos como estimadores de mínimos quadrados, já que

derivam do princípio dos mínimos quadrados; possuem propriedades numéricas, que são as

que se sustentam em conseqüência do uso dos mínimos quadrados ordinários, quaisquer que

sejam as formas pelas quais foram gerados (GUJARATI, 2006, p. 50).

Uma vez considerado que não existem mudanças estruturais ao longo do tempo, as

observações das companhias abertas nos anos de 1995 a 2006 podem ser agrupadas em um

único pool, obtendo-se os estimadores por meio dos Mínimos Quadrados Ordinários (MQO).

Hansen (2007, p. 120) aponta que o MQO agrupado será consistente quando

ΕΕ

µµ

) = 0

[equação (14)]

135

Caso essa condição aconteça, então o MQO pode ser melhorado com uma técnica de

Mínimos Quadrados Generalizados (MQG). Caso essa condição falhe, então o MQO é

inconsistente e o MQO passa a ser uma estimativa pobre.

Hansen (2007, p. 120) nomeia a equação 14 de hipótese dos efeitos aleatórios; é uma

premissa robusta, que deve ter seu uso evitado.

Os estimadores que se obtêm por meio dos agrupamentos de corte transversal (pooled

cross sections) podem ser considerados os mais simples para modelos de dados em painel; no

entanto, poderão não ser os mais apropriados para muitas situações, pois propiciam um

referencial importante de comparação com os demais modelos, estes mais complexos

(COTTRELL, LUCCHETTI, 2007, p. 100).

4.5.2 Modelo das Primeiras Diferenças

A primeira diferenciação é uma das maneiras de se eliminar o efeito fixo,

αα

, a partir

do agrupamento de dados de corte transversal. As primeiras diferenças são um MQO

diferenciado uma vez.

É preciso considerar que cada uma das unidades transversais pode apresentar

características que não foram consideradas no modelo, como por exemplo, heterogeneidade

não observada; no modelo de agrupamentos de dados de corte transversal, pode haver

correlação entre as variáveis explicativas e o termo erro

µµ

dado pela equação abaixo:

= =

= β

ββ

µµ

[equação (15)]

Essa questão pode ser resolvida. A maneira de se utilizar dados em painel é separando

os fatores não observados que podem afetar a variável dependente, decompondo o termo erro

µµ

em duas partes: surgem os fatores constantes e os que mudam ao longo do tempo. A própria

heterogeneidade não observada (

αα

), fixa no período de tempo analisado e o erro

idiossincrático (

υυ

), que captura os fatores não observados, variáveis ao longo do tempo e que

afetam a variável dependente, podem ser inseridos agora em uma nova equação.

= =

= β

ββ

αα

υυ

[equação (16)]

136

Mas como estimar o parâmetro de interesse,

ββ

, com mais de dois anos de dados em

painel? Uma possibilidade é fazendo um pool de dois anos e utilizando o MQO.

Se i for a unidade de corte transversal – as companhias abertas – e t o período de

tempo, pode-se estabelecer um modelo com uma variável explicativa observada como sendo

= =

= β

ββ

δ δ

2 2

ββ

αα

υυ

, t = 1, 2

[equação (17)]

Neste modelo, d2 representa uma variável dummy igual a zero quanto t = 1 e igual a 1

quando t = 2; ela não muda ao longo da companhia (i), razão pela qual não possui o subscrito

i. Desta maneira, quando t = 1, o intercepto é

e quando t = 2, então o intercepto é

0 +

A variável independente

αα

é aquela que capta todos os fatores não observados, que

são constantes no tempo e que afetam a variável dependente Yi

; ela (

αα

) não muda no tempo.

Essa variável

αα

é chamada de efeito não observado ou efeito fixo (WOOLDRIDGE, 2006, p.

415). Nesta aplicação, efetivamente

αα

se refere à heterogeneidade da companhia.

Portanto, mesmo que o termo de erro idiossincrático

υυ

não se correlacione com a

variável explicativa

, os estimadores a serem obtidos pelo MQO serão necessariamente

viesados e inconsistentes, caso haja correlação entre

αα

(WOOLDRIDGE, 2006, p. 416).

Assim, as equações ficam:

= (

= (= (

= (β

ββ

δ δ

)

ββ

αα

υυ

quando t = 2 [equação (18)]

= =

= β

ββ

αα

υυ

quando t = 1 [equação (19)]

Subtraindo-se a segunda equação da primeira, obtém-se a equação das primeiras

diferenças (WOOLDRIDGE, 2006, p. 417):

)

= δ

= δ= δ

= δ

ββ

(

( (

(

- x

) + (

υυ

) [equação (20)]

∆

∆∆

∆

= δ

= δ= δ

= δ

β∆

β∆β∆

β∆

∆υ

∆υ∆υ

∆υ

[equação (21)]

137

Esta equação é uma única de corte transversal, porém cada variável é diferenciada ao

longo do tempo;

essa transformação elimina a heterogeneidade não observada

αα

A partir daí, pode-se obter estimadores de primeiras diferenças, não viesados e

eficientes por meio do MQO (WOOLDRIDGE, 2006, p. 417), o que garante a hipótese de

exogeneidade estrita, ou seja, as diferenças dos erros não estão correlacionadas com a variável

explicativa em ambos os períodos de tempo.

De forma a permitir inferência estatística, a outra hipótese a ser satisfeita diz respeito à

homocedasticidade na equação de primeiras diferenças. Wooldridge (2006, p. 417) propõe

que, caso a hipótese não se sustente, sejam feitos:

a) os testes de verificação da heterocedasticidade (WOOLDRIDGE, 2006, p. 244-256),

como o teste do multiplicador de Lagrange (LM), o teste F (Fischer), o teste de

Breusch-Pagan (BP) e o teste de White e

b) as devidas correções da heterocedasticidade (WOOLDRIDGE, 2006, p. 263-264),

como o método dos Mínimos Quadrados Generalizados Factível (MQGF) ou Feasible

Least Generalized Squares (FLGS).

4.5.3 Modelo dos Efeitos Fixos

O modelo anterior, o da primeira diferenciação, é uma das maneiras de se eliminar a

heterogeneidade não observada, definida como

αα

. Entretanto, considera-se que há um modelo

alternativo que, sob certas hipóteses, atua melhor (WOOLDRIDGE, 2006, p. 433).

A transformação de efeitos fixos envolve a geração de estimadores, que considera a

heterogeneidade um efeito específico de cada unidade de análise e que permanece fixa no

tempo (RICHIERI, 2007, p. 113). Considere-se o modelo a seguir com apenas uma variável

explicativa

= =

= β

ββ

αα

µµ

, t = 1, 2, ... , T

[equação (22)]

Para cada i, calcula-se agora a média dessa equação no tempo, obtendo-se

= =

= β

ββ

αα

µµ

[equação (23)]

138

Ao se subtrair a equação (22) da equação (23), obter-se-á a equação (24), abaixo

apresentada

Ÿ i

= =

= β

ββ

+ µ

, t = 1, 2, ... , T

[equação (24)]

Note-se que

αα

, o efeito não observado, não aparece mais no modelo: Wooldridge

propõe então que a estimação seja feita pelo MQO agrupado (WOOLDRIDGE, 2006, p. 434).

Assim,

um estimador de efeitos fixos é um estimador MQO agrupado baseado em

variáveis temporais reduzidas

. A inclusão de outras variáveis pouco acarreta de

modificações nas premissas do modelo e pode ser representada como abaixo:

= =

= β

ββ

it1

ββ

it2

+ ...

ββ

κκ

itk

αα

µµ

, t = 1, 2, ... , T

[equação (25)]

Desta maneira, e sob a hipótese de exogeneidade estrita das variáveis explicativas,

pode-se afirmar que

esse estimador de efeitos fixos é não viesado

, ficando

o erro

idiossincrático

µµ

como não correlacionado com cada uma das variáveis explicativas

longo de todos os períodos de tempo sob análise (WOOLDRIDGE, 2006, p. 434).

O estimador de efeitos fixos considera a correlação arbitrária entre a heterogeneidade

αα

e as variáveis explicativas no tempo, como, aliás, também o faz a primeira diferenciação.

Portanto, cada variável explicativa que se apresente constante ao longo do tempo para

todo i (as companhias abertas) é removida pela transformação de efeitos fixos. Há ainda

outras duas hipóteses a serem satisfeitas para que a análise direta do MQO seja considerada

válida: primeiro, a de que os erros

µµ

sejam homocedásticos e segundo, que esses erros sejam

serialmente não correlacionados (WOOLDRIDGE, 2006, p. 434).

Conforme Wooldridge (2006, p. 437), o modelo de efeitos fixos possui uma visão

clássica, que é a de assumir que o efeito não observado, representado por

αα

, será o parâmetro

a ser estimado para cada i (neste caso, as companhias abertas). Deste modo, voltando à

equação (25),

αα

passa a ser o intercepto para a companhia i, que necessita ser estimado com

ββ

139

A forma como se estima um intercepto para cada companhia é introduzindo-se uma

variável dummy para cada observação de corte transversal, além das variáveis explicativas e,

se preciso for, outras variáveis dummy para cada ano do período de análise.

Ao inserir-se uma variável dummy para cada companhia, permite-se a identificação de

interceptos distintos (STOCK, WATSON, 2004, p. 190 apud RICHIERI, 2007, p. 113).

A adoção da regressão das variáveis dummy (LSDV) tem uma vantagem inegável:

fornecer direta e exatamente as mesmas estimativas de

ββ

das que seriam obtidas na regressão

dos dados temporais reduzidos e os erros padrão (WOOLDRIDGE, 2006, p. 438). Isso é o

mesmo que obter os estimadores de efeitos fixos, além da determinação direta dos graus de

liberdade e de um R-quadrado (R

) elevado.

Entretanto, a regressão das variáveis dummy revela um contratempo: pode-se ter

muitas variáveis explicativas para realizar a regressão, o que torna o método das variáveis

dummy pouco prático para conjuntos de dados em painel com muitas observações de corte

transversal.

Para o caso desta dissertação, este não se configura um problema, já que a amostra de

207 companhias abertas permite 2.484 observações.

Duas alternativas surgem ao modelo LSDV. O primeiro é o Modelo de Efeitos Fixos

Within, no qual se consegue a obtenção dos mesmos estimadores desejados.

Porém, com a transformação Within, inicialmente calcula-se a média de cada unidade

sob análise para, em seguida, calcular-se a diferença entre cada observação e esse valor

médio, ou seja, “dentro” (GREENE, 2000, p. 560-561; VERBEEK, 2001, p. 313). Essa

transformação elimina a heterogeneidade não observada

αα

, possibilitando o uso do MQO

para se calcular os estimadores (RICHIERI, 2007, p. 114).

O segundo é o Modelo de Efeitos Fixos Between, no qual a transformação se dá pela

diferença entre cada observação e os valores médios entre as unidades de análise, ou seja,

“entre”.

Wooldridge (2006, p. 462 apud RICHIERI, 2007, p. 114) acena com um ponto fraco

deste modelo: os estimadores de efeitos fixos obtidos possuem aplicação restrita, posto que

desprezam informações relevantes sobre a forma como, no tempo, ocorre a mudança das

variáveis explicativas. Podem ser ainda viesados, caso

αα

esteja correlacionado com os

regressores.

140

4.5.4 Modelo dos Efeitos Aleatórios

A equação abaixo apresenta o modelo de efeitos não observados, já visto

anteriormente, mas com o intercepto

ββ

incluído para que se possa assumir que o efeito não

observado

αα

tenha média zero.

= =

= β

ββ

it1

ββ

it2

+ ...

ββ

κκ

itk

αα

µµ

[equação (26)]

Quando se utiliza EF ou PD, o objetivo explícito é eliminar

αα

, já que ele estaria

correlacionado com um ou mais dos

itk

Ao se supor, entretanto, que

αα

seja não

correlacionado com cada uma das variáveis explicativas durante todo o tempo, a

transformação para eliminar

αα

produzirá estimadores ineficientes (WOOLDRIDGE, 2006, p.

441). Ou seja, se se entende que

αα

seja, de fato, correlacionado com qualquer uma das

variáveis explicativas, então deve-se regredir com primeira diferenciação ou efeitos fixos.

A equação (26) acima se torna um modelo de efeitos aleatórios ao se pressupor que

αα

seja não correlacionado com as variáveis explicativas, ou seja,

Cov (x

itk

αα

) =

para t = 1, 2, ... , T; j = 1, 2, ..., k

[equação (27)]

De que maneira então estimar os

ββ

? Wooldridge (2006, p. 441–442) propõe três

alternativas.

A primeira delas seria estimá-los com um único corte transversal, desde que se

acreditasse que

αα

fosse não correlacionado com as variáveis explicativas: mas então dados

em painel seriam desnecessários.

Uma segunda opção seria usar os dados em um MQO agrupado, produzindo

estimadores consistentes de

ββ

sob a hipótese de efeitos aleatórios; mas esse procedimento

ignoraria uma característica importante e fundamental do modelo. A equação (28) demonstra

isso.

141

O termo erro de composição é

υυ

αα

µµ

= =

= β

ββ

it1

+ ...

ββ

κκ

itk

υυ

[equação (28)]

Ora, se

αα

é o erro de composição ao longo do tempo e em cada um dos períodos de

tempo, os erros de composição

υυ

serão serialmente correlacionados no tempo

(WOOLDRIDGE, 2006, p. 442). Isso causaria o seguinte viés: no MQO agrupado, os erros

padrão ignoram essa correlação, tornando-se incorretos. Incorretas também serão as

estatísticas de testes que habitualmente se utiliza.

A terceira alternativa proposta por Wooldridge (2006, p. 442) é utilizar os Mínimos

Quadrados Generalizados (MQG) para a solução desta questão da correlação serial; mas

para

que o procedimento tenha boa utilização, o número de observações N tem de ser elevado

e o período de tempo T pequeno

. Isso é válido tanto para painéis equilibrados como não

equilibrados (WOOLDRIDGE, 2006, p. 442).

A eliminação da correlação serial nos erros é conseguida pela derivação da

transformação MQG. Considere-se um termo

que seria uma fração do valor médio ao longo

do tempo pelo termo erro aleatório (GREENE, 2000, p. 567-568 apud RICHIERI, 2007, p.

115); o intercepto passa a ser uma variável aleatória definida por

, que se situa entre 0 e 1.

A equação transformada, agora chamada de estimador de efeitos aleatórios, fica sendo:

λλ

= =

= β

ββ

(1 − λ

(1 − λ (1 − λ

(1 − λ

) +

ββ

(

( (

(

it1

λ λ

) + ...

ββ

κ κ

itk

λ λ

) + (

υυ

λ λ

υυ

)

[equação (29)]

Ao pesquisador, interessa essa equação obtida, já que os dados se tornam quase

reduzidos em dada variável (WOOLDRIDGE, 2006, p. 442). O estimador MQG se torna o

estimador MQO agrupado da equação (29) acima.

A transformação demonstrada leva em conta as variáveis explicativas que se mantêm

inalteradas no tempo: essa é uma grande vantagem dos efeitos aleatórios (EA) sobre os

anteriores apresentados, os efeitos fixos (EF) e o MQO agrupado.

O modelo EA assume que o efeito não observado seja não correlacionado com todas

as variáveis explicativas, sendo as mesmas fixas no tempo ou não. Na prática, o parâmetro

não se conhece jamais, devendo ser estimado (

λλ

142

Uma das vantagens dos softwares e programas econométricos é a sua capacidade de

gerar estimadores dos modelos de efeitos aleatórios, computando os

λλ

(WOOLDRIDGE,

2006, p. 443).

O estimador MQG factível que utiliza o

λλ

ao invés de

ganha o nome de estimador

de efeitos aleatórios, sendo consistente, distribuído normalmente e assintoticamente, quando

N aumenta com T fixo. Quando

λλ

se aproxima de 0, as estimativas de EA estarão próximas

do MQO agrupado, mas se

λλ

se aproximar de 1, as estimativas de EA e EF serão semelhantes

(WOOLDRIDGE, 2006, p. 443).

4.5.5 O Modelo Dinâmico de Dados em Painel

Neste modelo, o objetivo é estudar o comportamento dinâmico de agentes individuais

(HANSEN, 2006, p. 159). Aqui existe uma defasagem da variável dependente, tal como

apresentado na equação abaixo:

= α

= α = α

= α

t-1

β β

µµ

εε

[equação (30)]

O estimador de efeitos fixos, neste caso, é inconsistente, ao menos quando T é finito e

N tende ao infinito. Isso se deve ao fato de a média da amostra de

it-1

ser correlacionado

com a média de

εε

Assim, a abordagem padrão proposta por Anderson e Hsiao (1981 apud VERBEEK,

2001, p. 329) para estimar a regressão por painel dinâmico é combinando uma primeira

diferenciação com o Método dos Momentos Generalizados (MMG) – Generalized Moments

Method (GMM), ou com Variáveis Instrumentais (VI) – Instrumental Variables (IV).

Tomando as diferenças da equação (30), obtém-se:

∆

∆∆

∆

= α

= α= α

= α

∆

∆∆

∆

it-1

β∆

β∆β∆

β∆

x´

∆ε

∆ε∆ε

∆ε

[equação (31)]

143

εε

for independente e identicamente distribuído, então estará correlacionado com

∆

∆∆

∆

it-

, resultando na equação a seguir

Ε(∆

Ε(∆Ε(∆

Ε(∆

it-1

∆ε

∆ε∆ε

∆ε

)

))

)

ΕΕ

((

it-1

−

− −

−

it-2

)(

εε

−

−−

−

εε

it-1

)) =

−

− −

−

ΕΕ

it-1

εε

it-1

) =

− σ

− σ− σ

− σ

ε ε

[equação (32)]

Desta forma, o modelo MQO se torna inconsistente (VERBEEK, 2001, p. 329), assim

como ineficiente (COTTRELL; LUCHETTI, 2007, p. 104). Mas, se houver instrumentos

válidos, então o MMG e as VI poderão ser utilizados para estimar a equação (HANSEN,

2006, p. 159). Para isso, uma condição adicional de momento deve ser imposta para aumentar

a eficiência dos estimadores.

Apesar do estimador Anderson–Hsiao ser consistente, ele não é eficiente, pois não

utiliza ao máximo os instrumentos disponíveis para

∆

∆∆

∆

it-1

(COTTRELL; LUCHETTI, 2007, p.

105).

Esses estimadores Anderson–Hsiao não são providos pelo software Gretl, pois sua

estrutura já permite uma aplicação simples da regressão com variáveis instrumentais

(COTTRELL; LUCHETTI, 2007, p. 105).

Entretanto, Arellano e Bond (1991 apud VERBEEK, 2001, p. 329) propuseram uma

lista de instrumentos para ser utilizada para melhorar a eficiência dos estimadores

α α

ββ

. Ν

atual versão do software Gretl, já estão disponíveis os instrumentos que levam o nome

Arellano-Bond (COTTRELL; LUCHETTI, 2007, p. 105).

Greene (2000, p. 583) refere-se a este modelo dinâmico como sendo um modelo de

regressão comum de efeitos fixos com uma variável defasada. Mas concorda que em ambos

os casos – efeitos fixos e efeitos aleatórios –, a dificuldade é que a variável dependente

defasada é correlacionada com o distúrbio, mesmo que se assuma que

εε

não é, ele próprio,

autocorrelacionado.

4.5.6 Os cuidados a serem observados

Cottrell e Luchetti (2007, p. 100) consideram o MQO agrupado como o mais simples

estimador para dados em painel e que ele será, na maioria dos casos, pouco provável de ser o

mais adequado, mas proverá uma linha básica de comparação com estimadores mais

complexos.

144

É importante citar uma seqüência lógica de passos no processamento das regressões

utilizando-se o software Gretl, versão 1.6.5. Após realizar a regressão MQO agrupado para a

primeira variável dependente escolhida, escolhe-se a “janela” Testes e, a seguir,

“Diagnósticos de Painel”. Esse diagnóstico comparará o MQO agrupado com efeitos fixos e

com efeitos aleatórios, utilizando-se os testes de Fischer, Breusch-Pagan e Hausman.

A idéia básica é que se possa observar a dinâmica das variáveis regressoras ao longo

do tempo. Caso os parâmetros não variem no decurso do tempo, é possível se reunir os dados

em um agrupamento (pooling) e aplicando o MQO na estimação.

Entretanto, como apontam Martin et al. (2005), esse modelo carrega uma restrição

comum aos modelos de corte transversal: a heterocedasticidade do termo erro. Com uma

amostra grande, a variância do termo erro pode ser maior. Além disso, nos casos de séries

temporais, o termo erro das diferentes observações, eventualmente, estará serialmente

correlacionado (MARTIN et al., 2005).

No caso de existir uma combinação dos dois efeitos, o agrupamento dos dados já não

será mais o modelo mais recomendado; a presença de heterocedasticidade e de correlação

serial terá de ser levada em conta.

Os modelos de efeitos fixos levam em conta que a heterogeneidade de uma companhia

ou grupo de companhias é constante e deverá impactar apenas o intercepto; os modelos de

efeitos aleatórios consideram a heterogeneidade como uma variável, causando impacto nos

resíduos da regressão (MARTIN et al., 2005). Os mesmos autores apontam ainda que, se as

variáveis regressoras estiverem correlacionadas com o termo erro, então o painel dinâmico

deverá ser usado.

Wooldridge (2006, p. 243) lembra que a heterocedasticidade não provoca viés ou

inconsistência nos estimadores

ββ

do MQO, mas que uma omissão de variável importante o

faria. As medidas do

também não são afetadas pela possível presença da

heterocedasticidade.

Wooldridge (2006, p. 243) lembra ainda que as estatísticas t que se utiliza para os

estimadores

ββ

do MQO não têm distribuições t na presença da heterocedasticidade; essa

questão não se resolve com tamanhos de amostras maiores. Isso também ocorre para as

estatísticas F e de Hausman. Portanto, as estatísticas comumente utilizadas para testar as

hipóteses de Gauss-Markov não são válidas na presença da heterocedasticidade.

145

Apesar dessas restrições, Wooldridge (2006, p. 244) reforça que o MQO continua a ser

válido e que os econometristas desenvolveram métodos de tratar as estatísticas de maneira que

elas possam ser válidas na presença de heterocedasticidade de forma desconhecida. Tais

métodos são conhecidos por

procedimentos robustos em relação à heterocedasticidade

sendo válidos em amostras grandes

, mesmo sem saber se os erros possuem variância

constante.

Assumiu-se, portanto, para este presente estudo, que a quantidade de 2.484

observações constitui-se em uma amostra grande o suficiente para que os procedimentos

robustos em relação à heterocedasticidade sejam utilizados.

O software Gretl em sua versão 1.6.5 oferece esses recursos também para questões de

autocorrelação e são chamados de erros padrão robustos HAC. A sigla HAC refere-se a

Heteroskedasticity and Auto Correlation. Essa abordagem HAC do Gretl está disponível para

os modelos MQO agrupado, efeitos fixos e mínimos quadrados agrupados em dois estágios

(COTTRELL; LUCHETTI, 2007, p. 98).

No aplicativo Gretl, há um estimador robusto proposto por Arellano (2003 apud

COTTRELL; LUCHETTI, 2007, p. 98) que é especialmente aplicável a painéis com “grande

n, pequeno T ”, isto é, muitas unidades observadas em períodos relativamente pequenos.

Novamente é preciso lembrar: neste estudo, a amostra contém n igual a 2.484 e T é igual a 12.

O processo de cálculo da variância do estimador de

ββ

(

ββ

) na presença de

heterocedasticidade foi proposto por White (1980 apud WOOLDRIDGE, 2006, p. 245) e esse

resultado é suficiente para justificar o uso dos erros padrão para construir intervalos de

confiança e estatísticas t. Também a lei dos grandes números e o teorema do limite central

auxiliam no estabelecimento dessas convergências (WOOLDRIDGE, 2006, p. 246).

Assim, a extração da raiz quadrada da variância de

ββ

passa a ser chamada de erro

padrão robusto em relação à heterocedasticidade de

ββ

. O teste geral de heterocedasticidade

de White não depende da premissa da normalidade e é de fácil utilização (GUJARATI, 2006,

p. 333).

As demais estatísticas – t, F, e BP – também são possíveis de serem obtidas na

presença de heterocedasticidade (WOOLDRIDGE, 2006, p. 246-250) e podem ser chamadas

estatísticas robustas em relação à heterocedasticidade

O software Gretl em sua versão 1.6.5 proporciona todas as possibilidades de utilização

dessas estatísticas robustas.

146

4.5.7 Os testes da existência de heterocedasticidade

Wooldridge (2006, p. 251) lembra que os erros padrão robustos calculados em relação

à heterocedasticidade fornecem estatísticas t assintoticamente distribuídas como t, havendo a

heterocedasticidade ou não; também as estatísticas F e Breusch-Pagan (BP) estão disponíveis

no Gretl (COTTRELL; LUCHETTI, 2007, p. 103).

Sempre se considerou que as estatísticas t e F fossem suficientes para testar hipóteses

(WOOLDRIDGE, 2006, p. 166-167); no entanto, em algumas situações, o teste LM pode ser

importante. Apenas a título de esclarecimento, vale mencionar que a estatística LM tem

distribuição assintótica como

χχ

Breusch e Pagan (1979 apud WOOLDRIDGE, 2006, p. 252) sugeriram uma mudança

na estatística multiplicador de Lagrange (LM): o teste assumiria que os erros são distribuídos

normalmente.

A estatística BP robusta em relação à heterocedasticidade, portanto, é uma estatística

BP robusta quanto à heterocedasticidade que possui forma desconhecida (WOOLDRIDGE,

2006, p. 651).

Caso o teste BP resulte em um valor p “suficientemente” pequeno, uma ação corretiva

deverá ser tomada (WOOLDRIDGE, 2006, p. 253): entre as possibilidades está o uso dos

erros padrão robustos em relação à heterocedasticidade. No caso do presente trabalho, essa foi

a ação adotada por meio do uso dessa ferramenta do Gretl.

White (1980 apud WOOLDRIDGE, 2006, p. 254) criou um teste destinado a verificar

formas de heterocedasticidade que invalidem os erros padrão e as estatísticas de testes

habituais e que sejam estimados pelo MQO.

O teste de White para a heterocedasticidade é um teste LM que testa todos os

coeficientes da regressão como sendo iguais a zero, exceto o intercepto.

Os testes de verificação da heterocedasticidade estão todos disponíveis no Apêndice C

para as regressões do painel não balanceado e do painel balanceado.

As regressões realizadas já com a heterocedasticidade corrigida também se encontram

disponíveis no mesmo Apêndice C.

147

4.6

A decisão sobre qual modelo estático de regressão com dados em painel utilizar

A esta altura, o pesquisador se depara com as seguintes questões: qual dos modelos de

regressão com dados em painel escolher? Quais as vantagens de cada um deles e quais os

ganhos em se escolher um em detrimento de outro? O que se perderia ao se escolher um

modelo inadequado ao proposto do trabalho?

Felizmente os econometristas pensaram em algumas regras para ajudar nessa escolha.

A Figura 5 apresenta um resumo das três hipóteses principais a serem testadas para se decidir

sobre qual dos três modelos seguir: agrupamento de dados de corte (MQO agrupado ou

Pooled OLS), efeitos fixos ou efeitos aleatórios?

As opções possíveis podem ser analisadas por meio da Figura 5. Destaque-se os testes

F (Fischer), Breusch-Pagan (BP) e Hausman para aceitar ou rejeitar as hipóteses nulas

relacionadas com (1) a existência ou não de um único intercepto das unidades de corte

transversal, (2) a variância ser zero e (3) os estimadores serem consistentes pelo MQG.

148

4.6.1 MQO agrupado ou Efeitos Fixos?

No caso do presente trabalho, sendo N grande (207 companhias) e T relativamente

pequeno (12 anos), a escolha entre os dois modelos depende da eficiência relativa dos

estimadores, ou seja, determinando-se a correlação serial nos erros idiossincráticos

µµ

(WOOLDRIDGE, 2006, p. 439). Deve-se assumir

µµ

como sendo homocedástico, pois

quando se compara eficiência dos estimadores exige-se essa premissa de homocedasticidade.

Entretanto, lembre-se que quando T é maior ou igual a 3, os estimadores de MQO

agrupado e Efeitos Fixos não são iguais; como os dois são não viesados sob determinadas

hipóteses, não se pode supor a inexistência de viés (WOOLDRIDGE, 2006, p. 439).

Assim, ao se ter os erros

µµ

serialmente não correlacionados, o modelo EF acaba se

tornando mais eficiente que o agrupamento. Wooldridge (2006, p. 439) alerta que a hipótese

da exogeneidade estrita – de que o valor esperado do erro idiossincrático é zero – pode não ser

verdadeira.

Caso os

µµ

sigam um passeio aleatório, ou seja, existe uma correlação serial muito

forte e positiva, a diferença dos

µµ

(

∆

∆∆

∆µ

µµ

) será serialmente correlacionada, concluindo-se pelo

MQO agrupado como o modelo mais adequado (WOOLDRIDGE, 2006, p. 439). Em resumo,

entre um e outro fica difícil a escolha por meio da comparação dos estimadores mais

eficientes.

É possível verificar se os erros diferenciados

∆

∆∆

∆µ

µµ

são serialmente correlacionados: se

for positiva, usar MQO agrupado e, se for negativa, usar efeitos fixos. Wooldridge recomenda

que “sempre é bom testar ambos: tanto melhor se os resultados não forem confiáveis” (2006,

p. 439).

Só é preciso lembrar que os estimadores de efeitos fixos proporcionam uma inferência

mais sensível à não normalidade, à heterocedasticidade e à correlação serial nos erros

idiossincráticos.

A heterogeneidade da amostra parece ser a característica maior a ser analisada, já que

o grupo de companhias se apresenta diversificado. Greene (2000, p. 562 apud RICHIERI,

2007, p. 116) propõe a utilização de um teste F para avaliar a hipótese nula de que todas as

unidades seccionais possuem o mesmo intercepto.

149

Caso o valor

obtido na estatística

seja baixo,

rejeita-se a hipótese de que o

modelo MQO agrupado (Pooled OLS) seja o mais adequado,

validando-se a hipótese

alternativa da existência de efeitos fixos.

4.6.2 MQO agrupado ou Efeitos Aleatórios?

Da mesma maneira, o processo de comparação entre o modelo MQO agrupado e o

modelo de efeitos fixos (EF) poderá ser feito por meio do teste do multiplicador de Lagrange

(LM) modificado pela proposição de Breusch e Pagan. Utiliza-se, portanto, a nomenclatura

teste de Breusch-Pagan (BP).

Esse teste assume que os erros são distribuídos normalmente. A estatística BP,

disponibilizada pelo software Gretl, é uma estatística BP robusta quanto à heterocedasticidade

que possui forma desconhecida (WOOLDRIDGE, 2006, p. 651).

Realiza-se o teste BP estabelecendo-se a hipótese nula (H

) de que a variância do

intercepto

υυ

seja igual a zero.

Caso o valor

do teste

seja muito baixo

, contraria-se a

hipótese nula de que o modelo MQO agrupado seja o mais adequado; valida-se, por

conseguinte, a hipótese alternativa de que o modelo EA é o mais adequado.

Ou seja, a não rejeição da hipótese nula H

vai contra a premissa central do modelo de

efeitos aleatórios, que propõe o intercepto como uma variável aleatória a ser estimada

(COTTRELL; LUCHETTI, 2007, p. 101).

4.6.3 Efeitos Aleatórios ou Efeitos Fixos?

Essa escolha parte da pressuposição que se faz sobre a provável correlação entre os

componentes de erro individual ou específico ao corte transversal e os regressores

(GUJARATI, 2006, p. 523), ou variáveis explicativas.

Se a pressuposição é de que ambos não estejam correlacionados, então o modelo de

efeitos aleatórios é adequado; entretanto, se ambos forem correlacionados, então o modelo de

efeitos fixos é o mais indicado.

Ou, como apresenta Wooldridge (2006, p. 445), a decisão repousa no fato de os

αα

serem mais bem entendidos como parâmetros a serem estimados ou como resultados de

uma variável aleatória.

150

Judge et al. (1982, p. 489-491 apud GUJARATI, 2006, p. 524) apontam três premissas

para se optar pela escolha: a primeira considera que, em amostras com N (número de unidades

de corte transversal, em nosso caso, as companhias abertas) grande e T (número de dados das

séries temporais, em nosso caso, os anos de 1995 a 2006) pequeno, as estimativas que se

obtêm com o uso dos dois modelos podem ser bastante diferentes.

Há uma recomendação para que, em caso de as unidades de corte transversal (as

companhias) da amostra não serem extrações aleatórias de uma amostra maior, utilize-se o

modelo de efeitos fixos como o mais adequado. Caso as extrações sejam aleatórias, o modelo

de efeitos aleatórios é o melhor.

A segunda premissa considera que, se o componente de erro individual estiver

correlacionado com uma ou mais das variáveis explicativas, os estimadores do modelo EA

serão viesados e os do modelo EF serão não viesados.

A terceira premissa estabelece que os estimadores do modelo EA serão mais eficientes

do que os estimadores do modelo EF. Com relação a esta premissa, importante citar Taylor

(1980 apud GUJARATI, 2006, p. 524), que comprovou que, dados T maior ou igual a 3 e

(N – K) maior ou igual a 9, esta premissa se sustenta.

No presente estudo, T é de 12 anos, N chega a 2.484 observações e K (número de

regressores) é de 7.

Em situações em que as observações não podem ser consideradas como extrações

aleatórias de uma população grande – e, neste caso, não o são, já que se definiu que

companhias abertas são a amostra do estudo –, parece ser razoável e racional se pensar em

αα

como parâmetros a estimar, o que leva à escolha do modelo de efeitos fixos

(WOOLDRIDGE, 2006, p. 445).

Utilizar o modelo EF seria o mesmo que introduzir um intercepto diferente para cada

observação podendo estimar, portanto, esses interceptos por meio de variáveis dummy

(WOOLDRIDGE, 2006, p. 445).

Mas o pesquisador pode também considerar que os

αα

sejam tratados como variáveis

aleatórias, o que leva à consideração de serem ou não correlacionados com as variáveis

explicativas. Isso não quer dizer absolutamente que a estimação deva ser feita pelo modelo

EA (W OOLDRIDGE, 2006, p. 445).

151

No entanto, ao se supor que os

αα

sejam não correlacionados com cada um dos x

surge como mais adequado o modelo EA. Caso contrário, isto é, se os

αα

forem

correlacionados com um dos x

, surgem como mais adequados o modelo EF ou mesmo o

MQO agrupado; neste caso, se EA for utilizado, haverá inconsistência dos estimadores.

Para facilitar a escolha entre EF e EA, em 1978, Hausman (apud GUJARATI, 2006, p.

524) desenvolveu um teste específico que leva o seu nome:

o teste de Hausman

O teste estatístico tem uma distribuição Chi-Quadrado (

χχ

) assintótica e a hipótese

nula relacionada ao teste estabelece que não há diferença substancial entre os estimadores

obtidos pelo modelo EA e os obtidos pelo modelo EF (GUJARATI, 2006, p. 525).

Caso o valor

obtido no teste

χχ

de Hausman seja baixo

, rejeita-se a hipótese de

que o modelo de efeitos aleatórios seja consistente, validando-se a hipótese alternativa da

existência de efeitos fixos, conforme apresentado na Figura 5.

152

153

5 RESULTADOS DA PESQUISA

O método econométrico tradicional (ou clássico) utilizado para se proceder à análise

de um determinado problema econômico segue determinadas etapas, conforme apresentado

por Gujarati (2006, p. 2): (1) expõe-se a teoria ou hipótese; (2) especifica-se o modelo

matemático da teoria; (3) especifica-se o modelo estatístico ou econométrico; (4) obtém-se os

dados; (5) estima-se os parâmetros do modelo econométrico; (6) testa-se as hipóteses; (7)

realiza-se a projeção ou previsão e (8) utiliza-se o modelo com fins de controle ou política.

A Figura 6 apresenta essa seqüência (GUJARATI, 2006, p. 8):

154

Desta forma, inicialmente foi exposta a teoria que daria suporte ao estudo: buscou-se

na microeconomia e em alguns de seus representantes –

Akerlof e Spence

principalmente,

além de

Kreps, Milgrom e Roberts, Pindyck e Rubinfeld

– os postulados e teorias que

explicassem o fenômeno da certificação. Encontrou-se um eixo de discussão e conceituação

teórica por meio da sinalização, da seleção adversa e da informação assimétrica.

É preciso sinalizar para que os consumidores possam ter melhores condições de

decisão sobre uma compra, possibilitada pelo fornecimento de informação ao mercado.

Buscou-se na Qualidade e na Gestão da Qualidade os recursos necessários para

fortalecer a visão de que é possível usá-las como instrumentos de melhor desempenho

financeiro. Nas idéias e preceitos de Deming, Juran, Crosby, Feigenbaum, Fey, Gogue e

Garvin, estabeleceu-se um conjunto de conceitos empresariais voltados à gestão da qualidade

que, somados aos emanados da microeconomia, permitiram construir um referencial teórico

robusto o suficiente para conduzir a pesquisa com companhias abertas brasileiras no período

de 1995 a 2006.

Propõe-se que a certificação ISO 9000 seja essa sinalização, acenando para o

mercado quais as companhias que possuem melhores produtos e serviços.

Essas teorias foram especificadas quanto aos seus modelos matemáticos e o

desempenho financeiro foi determinado em função de uma variável independente (a

certificação ISO 9000) e demais variáveis de controle, estas financeiras. Os parâmetros do

modelo foram estabelecidos em função de um intercepto, variáveis explicativas, um termo de

erro e uma variável aleatória (estocástica), cujas propriedades probabilísticas são conhecidas.

Isso pode ser representado do seguinte modo abaixo, o que resulta em um modelo de

regressão linear:

= =

= β

ββ

αα

µµ

[equação (33)]

Feito isso, buscou-se os dados relacionados às diversas variáveis para se obter os

valores numéricos dos diversos

ββ

. De posse dos dados, estimou-se os parâmetros da função

desejada. A estimativa numérica dá conteúdo empírico à função desejada (GUJARATI, 2006,

p. 5). As estimativas foram obtidas por meio da análise de regressão com dados em painel.

A partir da suposição de que o modelo seja uma aproximação satisfatória da realidade,

foram formuladas hipóteses, que foram testadas por meio de evidências empíricas, passo

imprescindível para uma pesquisa científica (FRIEDMAN apud GUJARATI, 2006, p. 6).

155

Conhecendo a função econométrica correta, pode-se prever a trajetória de desempenho

financeiro de uma companhia aberta que possua a certificação ISO 9000. A partir daí, uma

companhia aberta poderá estabelecer políticas de investimento apropriadas para manejar as

variáveis de controle para gerar os níveis desejados de desempenho financeiro, representadas

pelas variáveis econômico-financeiras dependentes.

Como reforça Gujarati (2006, p.10), sem o uso do computador e de softwares

estatísticos não seria possível, nos dias de hoje, realizar qualquer tipo de análise de regressão.

Neste presente estudo, foi utilizado o software Gretl, versão 1.6.5, em português, obtido

gratuitamente pelo site www.gretl.com, no mês de outubro de 2007.

Para os objetivos que se quer alcançar neste trabalho, foram aplicados os modelos de

regressão com dados em painel estático e em painel dinâmico para se testar as hipóteses H

, H

e H

A rejeição à hipótese H

levará à aceitação da hipótese alternativa de que a certificação

pela ISO 9000 proporciona às companhias abertas melhores taxas modificadas de retorno

sobre o ativo total (ROA_mod)

e conseqüente criação de riqueza e geração de lucro para os

acionistas das companhias abertas certificadas.

A rejeição à hipótese H

levará à aceitação da hipótese alternativa de que a certificação

pela ISO 9000 proporciona às companhias abertas melhores taxas modificadas de retorno

sobre as vendas (ROS_mod) e conseqüente criação de riqueza e geração de lucro para os

acionistas das companhias abertas certificadas.

A rejeição à hipótese H

levará à aceitação da hipótese alternativa de que há melhoria

significativa nas vendas das companhias abertas certificadas pela ISO 9000.

A rejeição à hipótese H

levará à aceitação da hipótese alternativa de que há

diminuição no índice custos dos serviços vendidos sobre o total das vendas das companhias

abertas certificadas pela ISO 9000.

A rejeição à hipótese H

levará à aceitação da hipótese alternativa de que há aumento

significativo no índice de vendas sobre os ativos nas companhias abertas certificadas pela ISO

9000.

A rejeição à hipótese H

levará à aceitação da hipótese alternativa de que a

certificação ISO 9000 produziu nas companhias abertas melhores taxas de retorno sobre o

patrimônio líqüido (ROE).

O modelo econométrico escolhido – regressão com dados em painel – rejeitou todas as

6 hipóteses formuladas, estabelecendo as relações entre as variáveis dependentes e a variável

explanatória, a certificação ISO 9000.

156

A título de comparação e análise da produção internacional correlata ao tema,

apresenta-se a seguir a Tabela 11, com os principais autores de trabalhos, anos respectivos e

principais conclusões a que chegaram em suas pesquisas sobre a relação entre a certificação

ISO 9000 e o desempenho financeiro das empresas.

continua

Autores e ano do

estudo

Comprovaram haver relação entre a certificação ISO 9000 e o desempenho financeiro?

Terlaak e King

(2006)

Sim. (1) Comprovam que a forma de comunicar atributos das empresas que não podem ser observados pelos

clientes e pelos consumidores pode ser feita por meio da certificação; há o crescimento mais acelerado das

empresas e que essa vantagem não advém de mudanças no desempenho da qualidade, nem da gestão dos

estoques. (2) Há a constatação de que a certificação é particularmente benéfica para as organizações que

operam em indústrias grandes, de intensiva propaganda, mas não em P&D. (3) As conclusões acenam para

um ambiente em que a adoção de normas de gestão podem prover uma maneira viável de reduzir problemas

de assimetria de informação, o que raramente uma propaganda conseguirá fazer. (4) Com a certificação,

fica mais fácil identificar fornecedores com melhores atributos de qualidade. (5) Admitem que a

importância dos intangíveis é valorizada pela ISO 9000.

Morris (2006)

Não. (1) O pesquisador buscava comprovação de que os efeitos da certificação ISO 9000 no desempenho

financeiro seriam imediatos, o que não foi comprovado. (2) A premissa de que uma companhia receberia os

benefícios da certificação no momento em que uma primeira planta se certificasse, também se mostrou não

realista para as companhias multi-plantas.

Corbett, Montes-

Sancho e Kirsch

(2005)

Sim. (1) Existem melhorias significativas no ROA no ano da primeira certificação da empresa; apesar de o

ROS e o Q de Tobin também serem superiores nessa data da primeira certificação, seus efeitos não são tão

longos. O crescimento médio das vendas continua a crescer ao longo do tempo, mas de forma menos

significativa. A relação das vendas com os ativos aumenta no ano da certificação, mas não persistem. (2)

Constataram que nos momentos que antecedem a decisão de se certificar, as empresas apresentam retornos

anormais em seu desempenho financeiro; concluiram também que os efeitos no longo prazo são fortes e

significantes. (3) Houve evidências de que um bem projetado e documentado sistema de gestão da

qualidade pode contribuir significativamente para um desempenho financeiro superior. (4) O ROA é

aumentado pela produtividade que, por sua vez, é aumentada pelas mudanças que a empresa precisa fazer: a

ISO 9000 é um critério de qualificação, auxiliando a manter, mais do que aumentar, sua lucratividade.

Martínez-Lorente

e Martínez-Costa

(2004)

Não. (1) Os pesquisadores concluem que a ISO 9000 não melhora resultados, principalmente quando

associada a esforços conjuntos, dentro de uma mesma empresa, de implantação do TQM; ao contrário,

encontram melhores resultados financeiros (lucratividade em giros de vendas e por número de empregados)

nas empresas não certificadas. (2) Os gerentes que implantam TQM, apenas fariam a certificação ISO 9000

se pressionados pelos clientes. (3) Como não testaram empresas certificadas pela versão 2000 da ISO 9000,

argumentam que as dimensões de TQM introduzidas pela versão 2000 na norma ISO 9000 é que estariam

mais diretamente relacionadas com os resultados financeiros positivos; recomendam que estudos futuros

nessa versão possam ser realizados para verificar seu impacto no desempenho financeiro.

Dimara, Skuras,

Tsekouras e

Goutsos (2004)

Sim, parcialmente. (1) Quando todas as empresas são avaliadas conjuntamente, não se observa diferenças

significativas nos indicadores financeiros nas datas antes e depois da certificação. (2) Entretanto, quando a

orientação estratégica é levada em conta, as diferenças aparecem e são estatisticamente significativas:

empresas que seguem estratégia de liderança em custo apresentam significativas melhorias nos indicadores

de lucratividade, enquanto que as que seguem uma estratégia de diferenciação apresentam melhores índices

de crescimento de mercado. (3) Concluem que os esforços relacionados com a certificação ISO 9000 não

podem ser considerados um processo direcionado ao papel, ao contrário, pois a ISO 9000 produz reais

esforços no desempenho financeiro.

Tabela 11

- Principais conclusões dos autores de estudos relacionados com a certificação ISO 9000 e o

desempenho financeiro

157

conclusão

Autores e ano do

estudo

Comprovaram haver relação entre a certificação ISO 9000 e o desempenho financeiro?

Terziovski, Power

e Sohal (2003)

Sim. (1) A principal motivação para perseguir a certificação vem dos consumidores. (2) As empresas

certificadas acreditam que há benefícios quando a cultura organizacional é bem desenvolvida e quando a

motivação dos gerentes se direciona para a melhoria do desempenho e não apenas para estar conforme com

a especificação: evidências estatísticas fortes foram encontradas nesse aspecto.

Chow-Chua, Goh

e Wan (2003)

Parcialmente. (1) Não se constatou evidência estatística forte que demonstre haver maiores benefícios

qualitativos para as companhias abertas certificadas listadas em bolsa sobre as não listadas, apesar de haver

evidências que sugerem haver benefícios com a certificação. (2) Comprovam haver melhores resultados

financeiros nas companhias abertas certificadas, em particular, no ROA, ROE e no grau de endividamento;

comprovam ainda, por meio de um projeto de experimentos posteriormente realizado, que há um

significativo aumento dos retornos anormais após a certificação.

Heras, Dick e

Casadesús (2002)

Não. (1) Comprovaram que a média de vendas é maior nas empresas certificadas e que existe diferença

entre os setores a que pertencem as empresas. (2) Reconhecem que o período de análise é pequeno, já que

não havia empresas certificadas na região basca em 1995, em número suficiente nem dados disponíveis

suficientes. (3) Concluem pela não relação entre certificação e melhores resultados financeiros, já que os

resultados se mantiveram iguais antes e após a certificação; ao contrário, encontraram esses melhores

resultados nas empresas não certificadas (4) Propõem que os melhores resultados financeiros das empresas

certificadas se devem à sua maior condição de perseguir a certificação ISO 9000. (5) Finalizam com uma

proposição de que as futuras pesquisas devem dar maior ênfase à questão da causalidade, mais do que à

associação.

Nicolau e Sellers

(2002)

Sim. (1) O mercado reage positivamente ao anúncio da certificação, o que suporta a teoria que diz que a

certificação de sistemas da qualidade reduz a assimetria que existe na informação disponível entre empresas

e consumidores. (2) Comprovam ainda que os esforços dos gerentes em aumentar o valor de mercado das

companhias é recompensado; no dia da divulgação do evento da certificação é que se apresenta os maiores

retornos.

Lima, Resende e

Hasenclever

(2000)

Não. (1) Os pesquisadores não encontraram níveis diferentes de desempenho entre as certificadas e as não

certificadas. (2) Apenas para o indicador financeiro Vendas / Ativos Totais encontraram diferença

significativa entre os dois grupos de empresas. (3) Não encontraram evidências de que houvesse diferença

significativa entre as empresas certificadas pela ISO 9001 ou pela ISO 9002 (ambas nas versões 1987 e

1994).

Docking e Dowen

(1999)

Sim. (1) Para empresas pequenas, em geral menos conhecidas, a certificação pode produzir até 0,9% de

ganho no valor de mercado; para as grandes empresas, tal hipótese não pode ser descartada. (2) Em resumo,

afirmam que o mercado reage favoravelmente ao anúncio da certificação, mas o fato de ser a primeira

empresa de seu segmento a se certificar não afeta a reação do mercado. (3) Certificar-se pela ISO 9000 é

visto pelo mercado como uma habilidade para realizar negócios com a União Européia.

Anderson, Daly e

Johnson (1999)

Sim. (1) Os pesquisadores encontraram forte evidência de que a certificação, de fato, não é realizada para

atender a requisitos ou exigências regulatórias; encontraram confirmações de que os gerentes das empresas

estão obtendo a certificação como um sinal de crédito público de suas práticas gerenciais. (2) Empresas

com um pequeno número de grandes compradores são menos propensas a adotar a certificação, pois

possuem outras alternativas de se comunicarem. (3) Uma associação forte positiva entre se certificar e a já

existência de um programa de gestão da qualidade foi evidenciada, o que resultaria a ISO 9000 como uma

complementariedade da gestão. (4) Concluem que a padronização de processos imposta pela ISO 9000 pode

reduzir custos de transação.

Simmons e White

(1999)

Não. (1) Os pesquisadores não comprovaram haver diferenças significativas no desempenho operacional ou

no aumento das vendas internacionais entre as empresas certificadas e as não certificadas. (2) Entretanto,

comprovaram que as empresas certificadas do setor eletrônico são maiores e têm maiores lucros que a

média das não certificadas.

Tabela 11 - Principais conclusões dos autores de estudos relacionados com a certificação ISO 9000 e o

desempenho financeiro

Elaborado pelo autor.

158

5.1 Estatística Descritiva

Os principais resultados relacionados com as estatísticas básicas estão apresentados a

seguir nos Quadros 3 e 4.

Quadro 3:

Estatísticas descritivas das variáveis - Painel Não Balanceado

Variáveis N Média

Desvio

padrão

Mediana Mínimo Máximo

Coeficiente

de Variação

ROA_mod 2.484 -2,3629 55,598 0,354120 -1673,8 45,833 23,529

ROS_mod

2.484 -6,5269 92,379 0,46749 -2049,1 1095,8 14,154

TOT_VEND 2.484 2,0733E+06 7,3007E+06 3,7256E+05 0,0000 1,6191E+08 3,5212

CSVtoVEND 2.484 54,489 32,789 66,942 0,0000 225,14 0,60175

VENDtoTOT_AT

2.484 67,196 70,245 58,540 0,0000 735,37 1,0454

ROE 2.484 21,661 495,91 4,0005 -17963 1930,0 22,895

CERT_ISO

2.484 0,62802 0,79979 0,0000 0,0000 2,0000 1,2735

RISCO

2.484 11,772 50,329 5,2737 0,0000 966,38 4,2752

LUCRAT 2.484 -7,2978 93,616 0,65212 -2565,6 902,93 12,828

RLtoAT_TANG

2.484 0,57054 1,0402 0,3068 -3,6005 6,2209 1,8232

ENDIV

2.484 138,15 1883,2 26,104 -51416 49355 13,632

TAM_EMP

2.484 10,768 5,9166 13,059 0,0000 19,224 0,54945

Fonte: Elaborado pelo autor.

O Quadro 3 consolida as estatísticas básicas da amostra de 207 companhias abertas

que compõem o painel não balanceado que foi utilizado nas regressões. O total de

observações foi de 2.484, o que torna, de fato, esta amostra uma grande amostra.

O total de variáveis regressoras é de 7, sendo CERT_ISO a variável independente e as

demais 6 as variáveis de controle, acrescidas as 5 do quadro acima com a variável regressora

ENDIV_1.

Ao analisar os dados acima, verifica-se que, para o período de 1995 a 2006, as

variáveis dependentes tiveram o seguinte comportamento: as medianas das variáveis

ROA_mod, ROS_mod e ROE foram, respectivamente, de 0,35412%, 0,46749% e 4,0005%.

O índice de custos diretos de produção sobre as vendas (CSVtoVEND) teve mediana

de 66,942% e o índice das vendas sobre o total dos ativos (VENDtoTOT_AT) uma mediana

de 58,540% .

O desvio padrão amostral (RISCO) apresentou mediana de 5,2737%, enquanto a razão

entre lucro operacional líqüido e receita líqüida (LUCRAT) teve mediana de 0,65212%.

159

A eficiência operacional (RLtoAT_TANG) dada pelo logaritmo da razão entre vendas

e ativo imobilizado indicou mediana de 0,3068. A mediana do endividamento (ENDIV) foi de

26,104% e o tamanho das companhias abertas (TAM_EMP), dado pelo logaritmo dos ativos

totais teve mediana de 13,059.

O Quadro 4 consolida as estatísticas básicas da amostra das 60 companhias abertas

que compõem o painel balanceado. O total de observações foi de 720. Como no painel não

balanceado, o total de variáveis regressoras é de 7, sendo CERT_ISO a variável independente

e as demais 6 as variáveis de controle, acrescidas as 5 do quadro abaixo com a variável

regressora ENDIV_1.

Ao analisar os dados a seguir, verifica-se que, para o período de 1995 a 2006, as

variáveis dependentes tiveram o seguinte comportamento: as medianas das variáveis

ROA_mod, ROS_mod e ROE foram, respectivamente, de 4,1747%, 4,9443% e 12,792%.

Estas variáveis apresentaram resultados bastante distintos em relação à amostra anterior.

Quadro 4:

Estatísticas descritivas das variáveis - Painel Balanceado

N Média

Desvio

padrão

Mediana Mínimo Máximo

Coeficiente

de Variação

ROA_mod 720 -0,28929 42,730 4,1747 -964,31 43,038 147,70

ROS_mod

720 1,1049 32,203 4,9443 -518,35 112,71 29,145

TOT_VEND 720 3,8661E+06 1,2592E+07 9,8681E+05 5271,0 1,6191E+08 3,2570

CSVtoVEND 720 70,467 15,250 72,563 0,00000 110,39 0,21641

VENDtoTOT_AT

720 92,560 77,371 77,397 0,00000 703,44 0,83590

ROE 720 0,68555 213,58 12,792 -4073,2 911,51 311,54

CERT_ISO

720 0,89444 0,78758 1,0000 0,00000 2,0000 0,88052

RISCO

720 13,350 46,966 4,8378 0,00000 597,12 3,5182

LUCRAT 720 1,2248 45,555 3,9479 -510,30 902,93 37,194

RLtoAT_TANG

720 0,8049 1,0044 0,8651 -2,3801 3,6565 1,2478

ENDIV

720 152,98 1926,0 44,694 -5429,0 49355 12,590

TAM_EMP

720 14,092 1,6763 13,974 7,9381 19,224 0,11895

Fonte: Elaborado pelo autor.

O índice de custos diretos de produção sobre as vendas (CSVtoVEND) teve mediana

de 72,563% e o índice das vendas sobre o total dos ativos (VENDtoTOT_AT) uma mediana

de 77,397% . Neste caso, as variáveis tiveram resultados mais próximos da amostra do painel

não balanceado, mas maiores.

160

O desvio padrão amostral (RISCO) apresentou mediana de 4,8378%, enquanto a razão

entre lucro operacional líqüido e receita líqüida (LUCRAT) teve mediana de 3,9479%. A

eficiência operacional (RLtoAT_TANG) dada pelo logaritmo da razão entre vendas e ativo

imobilizado indicou mediana de 0,8651.

A mediana do endividamento (ENDIV) foi de 44,694% e o tamanho das companhias

abertas (TAM_EMP), dado pelo logaritmo dos ativos totais teve mediana de 13,974.

A mediana da eficiência operacional desta amostra foi quase três vezes superior à

anterior; a mediana do endividamento é superior, enquanto a mediana da variável TAM_EMP

é praticamente o mesmo.

5.2 Análise de Multicolinearidade

Antes de se proceder à análise da correlação entre as variáveis, foi importante verificar

a questão da multicolinearidade entre as variáveis. Para isso, procedeu-se à investigação dos

fatores de inflação das variâncias – FIV (Variance Inflation Factor – VIF), calculado pelo uso

do próprio software Gretl.

Os resultados obtidos podem ser verificados no Quadro 5, a seguir apresentado. Para

valores maiores que 10, recomenda-se retirar determinada variável do modelo de regressão, o

que não ocorreu neste presente estudo.

Variável

FIV - Não

Balanceado

FIV -

Balanceado

CERT_ISO

1,086 1,104

RISCO

1,231 1,230

LUCRAT

1,247 1,152

RLtoAT_TANG

1,068 1,194

ENDIV

1,005 1,009

ENDIV_1

1,004 1,008

TAM_EMP

1,090

1,034

Fonte: Elaborado pelo autor.

Quadro 5: Fatores de Inflação das Variáveis

Independente e de Controle - Painéis Não

Balanceado e Balanceado

Desta forma, validou-se o conjunto de variáveis independente e de controle a serem

utilizadas nos modelos de regressão de dados em painel.

161

Na seqüência, buscou-se as correlações entre todas as variáveis a serem testadas de

acordo com os painéis não balanceado e balanceado, apresentadas nos Quadros 6 e 7.

5.3 Análise de Correlação

Como pode ser visto no Quadro 6,

não existem correlações altas dignas de cuidados

entre as variáveis independente e de controle para o painel não balanceado. Desta forma,

validou-se o uso de todas as variáveis propostas nos respectivos modelos de regressão.

Quadro 6:

Análise de correlação entre as variáveis - Painel Não Balanceado

ROA_

mod

ROS_

mod

TOT_

VEND

CSVtoVE

VENDto

TOT_AT

ROE

CERT_

ISO

RISCO LUCRAT

RLtoAT

_TANG

ENDIV

TAM_

EMP

ROA_mod

1,0000

ROS_mod

0,5970 1,0000

TOT_VEND

0,0522 0,0528 1,0000

CSVtoVEND

-0,0671 -0,1277 0,0851 1,0000

VENDtoTOT_AT

-0,0304 0,0328 0,1465 0,5019 1,0000

ROE

0,0135 0,0146 0,0177 -0,0226 -0,0085 1,0000

CERT_ISO

0,0972 0,0922 0,1938 0,2320 0,2444 0,0324 1,0000

RISCO

-0,7044 -0,4147 -0,0412 0,0602 0,0318 0,0026 -0,0988 1,0000

LUCRAT

0,5748 0,9277 0,0459 -0,1342 0,0319 0,0109 0,0786 -0,4029 1,0000

RLtoAT_TANG

0,0174 0,1375 -0,0017 0,2959 0,5783 0,0039 0,1377 0,0324 0,1350 1,0000

ENDIV

-0,0064 -0,0099 -0,0025 0,0190 -0,0232 -0,2589 0,0009 -0,0044 -0,0056 -0,0016 1,0000

TAM_EMP

0,0318 0,0145 0,2700 0,8262 0,4236 -0,0198 0,2838 -0,0266 0,0086 0,1957 0,0426 1,0000

Fonte: Elaborado pelo autor.

A variável independente CERT_ISO possui coeficientes de correlação sempre

positivos com as variáveis dependentes.

Percebe-se níveis de correlação satisfatórios, o que sugere não haver qualquer viés de

especificação do modelo formulado, não sendo necessária a exclusão de qualquer variável.

No caso das correlações entre as mesmas variáveis para o painel balanceado, também

não se observou qualquer valor digno de preocupação. O Quadro 7 apresenta esses resultados.

162

Quadro 7:

Análise de correlação entre as variáveis - Painel Balanceado

ROA_

mod

ROS_

mod

TOT_

VEND

CSVto

VEND

VENDto

TOT_AT

ROE

CERT_

ISO

RISCO LUCRAT

RLtoAT_

TANG

ENDIV

TAM_

EMP

ROA_mod 1,0000

ROS_mod 0,6934 1,0000

TOT_VEND 0,0792 0,1357 1,0000

CSVtoVEND -0,1140 -0,2788 -0,2129 1,0000

VENDtoTOT_AT -0,1247 -0,0636 0,0273 0,2917 1,0000

ROE 0,0106 -0,0086 0,0422 -0,0648 0,0136 1,0000

CERT_ISO 0,1572 0,1999 0,1735 0,0042 0,0700 0,0893 1,0000

RISCO -0,3072 -0,5024 -0,0614 0,1002 -0,0137 0,0120 -0,1991 1,0000

LUCRAT 0,4180 0,6010 0,0677 -0,1742 -0,0655 -0,0239 0,0845 -0,3385 1,0000

RLtoAT_TANG -0,0937 -0,0966 -0,0820 0,2830 0,6579 0,0334 0,0317 0,1570 -0,1193 1,0000

ENDIV 0,0003 -0,0082 -0,0101 -0,0200 -0,0297 -0,4304 -0,0442 -0,0123 -0,0053 -0,0244 1,0000

TAM_EMP 0,2901 0,3629 0,5338 -0,4871 -0,2489 0,0695 0,2215 -0,2679 0,1883 -0,3781 0,0012 1,0000

Fonte: Elaborado pelo autor.

Da mesma maneira que o anterior, para este painel balanceado, percebe-se que a

variável independente CERT_ISO possui coeficientes de correlação sempre positivos com as

variáveis dependentes.

Os níveis de correlação demonstram ser satisfatórios, não havendo qualquer viés de

especificação do modelo formulado, não sendo necessária a exclusão de qualquer variável.

5.4 Os resultados das regressões

De maneira a facilitar a seqüência com que foram realizadas as regressões, optou-se

por destacar os resultados para cada variável dependente testada. Também se decidiu

apresentar os resultados primeiramente no painel não balanceado – composto por 207

companhias abertas e, na seqüência, os resultados no painel balanceado, este composto por 60

companhias abertas.

Todos os resultados estão consolidados de acordo com os 9 modelos de regressão

escolhidos para dados em painel, a seguir novamente apresentados na Tabela 12, cuja

nomenclatura será utilizada nos quadros de consolidação dos resultados das regressões.

163

MQO agrupado

Primeiras Diferenças (PD)

Within

EF com

dummy

( LSDV)

EA com MQG

EA com MQG e

dummy

MV ou MQP

Within/Between

Entre grupos

Between

9 Arellano-Bond

Tabela 12 -

Relação dos modelos de regressão utilizados

Fonte: Elaborado pelo autor.

Modelo

Os resultados das regressões dos modelos estáticos estão apresentadas nas seções de

5.4.1 a 5.4.6; os resultados das regressões com o

modelo dinâmico de Arellano–Bond estão

apresentados na seção 5.4.7.

Para todas as regressões propostas para cada variável dependente, foram realizados os

testes necessários, como previsto na literatura (WOOLDRIDGE, 2006, p. 245-256;

GUJARATI, 2006, p. 318-341).

Em primeiro lugar, analisou-se a presença de heterocedasticidade em cada um dos

modelos empregados para cada uma das regressões, por meio do teste de White para detecção

da heterocedasticidade. A seguir, decidiu-se pela utilização dos erros padrão robustos a cada

regressão utilizada.

O software Gretl versão 1.6.5 possui todas as ferramentas adequadas aos cálculos dos

erros padrão robustos, de forma a eliminar a heterocedasticidade e a autocorrelação

(COTTRELL; LUCHETTI, 2007, p. 103).

Foram realizadas as regressões das 6 variáveis dependentes para os 2 painéis – não

balanceado e balanceado. Dessas 12 situações possíveis de regressão aplicando os três

modelos básicos (MQO, EF e EA), em 9 regressões os efeitos fixos (EF) surgiram como a

melhor alternativa. Apenas para as regressões da variável TOT_VEND no painel balanceado e

da variável ROE também no painel balanceado, os efeitos aleatórios (EA) foram a opção mais

adequada. Já para a regressão da variável ROE no painel não balanceado, o MQO foi o mais

consistente.

164

5.4.1 Variável ROA_mod

A primeira proposição a se querer estudar foi a relação da certificação ISO 9000 com

o retorno sobre o total dos ativos, mas considerando uma pequena e importante modificação:

trazer todas as despesas financeiras e as receitas não operacionais de volta ao valor do

resultado operacional líqüido após o imposto de renda. A esta variável deu-se o nome de ROA

modificado (ROA_mod). A hipótese 1 diz:

: Não existem melhorias significativas na taxa modificada ROA_mod das companhias

abertas certificadas ISO 9000.

Para o painel não balanceado, composto pelas 207 companhias abertas presentes na

amostra, o melhor modelo foi o de efeitos fixos, conforme pode ser visto no Quadro 8.

coeficiente CERT_ISO é positivo e significativo a 5%

, demonstrando, como se esperava,

que a certificação aumenta o ROA.

Os resultados completos das regressões – em cada um dos modelos estáticos – para

esta variável dependente no painel não balanceado encontram-se no Apêndice C.

A equação de regressão para efeitos fixos e com variáveis dummy de tempo, já com as

correções de heterocedasticidade e autocorrelação, fica:

ROA_mod

5,521

CERT_ISO

– 0,673162 RISCO

+ 0,221214

LUCRAT

– 4,2968

RLtoAT_TANG

– 0,000167068 ENDIV

+ 0,0000684746 ENDIV_1

0,328995

TAM_EMP

[equação (34)]

Além disso, a regressão nesse modelo com variáveis dummy de tempo, apresentou

significância a 1% para a defasagem de tempo (dt) –5, significância a 5% para as defasagens –

2, –3, –4, –6, –7, –9 e –11 e significância a 10% para a defasagem –10.

165

1 2 3 4 5 6 7 8

Número de

Observações

(

)

2277 2070 2277 2277 2277 2277 2277 207

Variáveis

CERT_ISO

0,39554

0,17759

0,14376

0,01300 **

0,35801

0,06587 *

<0,00001 ***

0,36414

RISCO

0,00002 ***

0,38787

0,16348

0,1573

<0,00001 ***

0,00029 ***

<0,00001 ***

LUCRAT

0,06447 *

0,1324

0,12116

0,12587

<0,00001 ***

RLtoAT_TANG

0,56001

0,55747

0,19206

0,27858

0,3053

0,60421

<0,00001 ***

0,06928 *

ENDIV

0,04537 **

0,32109

0,1292

0,21237

0,54284

0,57156

0,00006 ***

0,61873

ENDIV_1

0,96351

0,09810 *

0,63957

0,39865

0,99322

0,93517

0,04653 **

0,68757

TAM_EMP

0,07584 *

0,54254

0,11857

0,07471 *

0,22637

0,10458

<0,00001 ***

0,1129

Constante

0,09743 *

0,32901

0,00772 ***

0,21843

0,18518

0,48578

Estatísticas e Testes

R2 Ajustado

0,617518

0,349852

0,612937

0,613533

0,942781

Estatística F

525,944

160,051

17,921

17,2029

485,887

Critério Akaike

22774,6

20962,5

22997

23002,4

22774,6

22779,7

6477,85

1517,6

Critério Schwarz

22820,5

21007,6

24223,4

24286,1

22820,5

22882,8

6523,69

1544,26

Teste F (206, 2063)

0,869637

p-valor

0,902774

MQO Ag

Teste Breusch-Pagan

4,48377

p-valor

0,0342183

* significância 1% ** significância 5% *** significância 10%

Teste Hausman

33,7299

p-valor

1,93489E-05

Fonte: elaborado pelo autor.

EF com

dummy

(LSDV)

EA com MQG

EA com MQG e

dummy

MQO

Agrupado

EF Within

Quadro 8: ROA_mod - Valores p das variáveis testadas no painel não balanceado

ROA_mod em Painel Não Balanceado com 207 companhias abertas

Entre grupos

Between

MV ou MQP

Between/

Within

Modelos Adotados para as Regressões de Dados em Painel

Primeiras

Diferenças

Isso atesta que

a certificação ISO 9000 tem uma participação contínua na geração

de melhores resultados do ROA_mod

Os sinais que se esperava encontrar para os coeficientes das variáveis ocorreram. A

variável RISCO com coeficiente negativo significa que, à medida que o desvio-padrão da

amostra aumenta, diminui o ROA_mod em função de maior risco empresarial. A variável

LUCRAT apresentou-se com sinal positivo, corroborando as expectativas iniciais nesse

sentido.

Percebe-se que a variável ENDIV possui coeficientes muito baixos e não

significativos em ambas as amostras – não balanceada e balanceada –,

o que permite afirmar

que o ROA_mod não depende, de forma significativa, da estrutura de capital para as

companhias abertas presentes neste estudo. No entanto, a expectativa de que essa variável

apresentasse um coeficiente negativo foi comprovada, ou seja, quanto maior o endividamento

menor o ROA_mod.

O modelo estático apresentou significância para a variável CERT_ISO também para

efeitos aleatórios com variáveis dummy de tempo (significância a 1%) e para máxima

verossimilhança MQP Between/Within (significância a 10%), como pode ser verificado no

Quadro 8.

166

Para o modelo balanceado com 60 companhias, obteve-se melhores resultados dos

testes estatísticos também para os efeitos fixos;

CERT_ISO apresentou melhores

resultados para efeitos fixos, com significância a 1%

, conforme apresentado no Quadro 9.

Os resultados completos das regressões – em cada um dos modelos estáticos – para

esta variável dependente no painel balanceado encontram-se no Apêndice C.

1 2 3 4 5 6 7 8

Número de

Observações (N)

660 600 660 660 660 660 660 60

Variáveis

CERT_ISO

0,07733 * 0,35496 0,06265 * 0,26973 0,06696 * 0,01748 ** <0,00001 *** 0,27795

RISCO

0,20638 <0,00001 *** 0,00024 *** 0,00009 *** 0,00027 *** 0,00015 *** 0,01893 ** <0,00001 ***

LUCRAT

0,17031 0,17550 0,1748 0,17578 <0,00001 *** <0,00001 *** <0,00001 *** 0,00006 ***

RLtoAT_TANG

0,57923 0,54081 0,37767 0,34726 0,36398 0,21661 <0,00001 *** 0,00054 ***

ENDIV

0,63129 0,00082 *** 0,63364 0,63484 0,93092 0,93055 0,72363 0,33423

ENDIV_1

0,00329 *** 0,06459 * 0,00542 *** 0,03632 ** 0,57035 0,55004 <0,00001 *** 0,33805

TAM_EMP

0,05382 * 0,00609 *** 0,14249 0,14241 <0,00001 *** <0,00001 *** 0,88657 0,00437 ***

Constante

0,05006 * 0,56073 -

<0,00001 *** <0,00001 *** 0,81792 0,00408 ***

Estatísticas e Testes

R2 Ajustado 0,237661 0,684063 0,601939 0,598034 - - - 0,919243

Estatística F 30,3492 186,278 16,0989 13,9005 - - - 96,9415

Critério Akaike 6710,71 5472,93 6337,25 6352,47 6710,71 6718,27 1889 417,063

Critério Schwarz 6746,65 5508,11 6638,23 6698,37 6746,65 6799,13 1924,94 433,817

Teste F (59, 593) 11,113 p-valor 1,03766E-63 EF

Teste Breusch-Pagan 4,99089 p-valor 0,0254811 EA

* significância 1% ** significância 5% *** significância 10%

Teste Hausman 788,407 p-valor 5,88858E-166 EF

Quadro 9:

ROA_mod - Valores p da variáveis testadas no painel balanceado

ROA_mod em Painel Balanceado com 60 companhias abertas

Entre grupos

Between

MV ou MQP

Between/

Within

Modelos Adotados para as Regressões de Dados em Painel

Fonte: elaborado pelo autor.

EF com

dummy

(LSDV)

EA com MQG

EA com MQG e

dummy

MQO

Agrupado

Within

Primeiras

Diferenças

A equação de regressão para o painel balanceado para efeitos fixos Within, já com

correções de heterocedasticidade e autocorrelação, fica:

ROA_mod

7,56204

CERT_ISO

+ 0,966172

RISCO

+ 0,231229

LUCRAT

– 12,2818

RLtoAT_TANG

0,0000583064 ENDIV

+ 0,000672529 ENDIV_1

25,6758

TAM_EMP

[equação (35)]

Nem todos os sinais que se esperava encontrar para os coeficientes das variáveis

ocorreram. A variável RISCO com coeficiente positivo não se esperava, já que isso significa

que, à medida que o desvio-padrão da amostra aumenta, aumentaria o ROA_mod.

167

A variável LUCRAT apresentou-se com sinal positivo, corroborando as expectativas

iniciais nesse sentido.

Com base nos resultados encontrados, pode-se afirmar que a certificação ISO 9000

melhora o retorno sobre os ativos, acrescidos das despesas financeiras e dos resultados não

operacionais (ROA_mod). Uma das razões para isso seria o aumento da produtividade, o que

provocaria aumento da lucratividade.

Rejeita-se, portanto, a hipótese 1 e se aceita a hipótese alternativa de que existe

uma relação direta e positiva entre CERT_ISO e ROA_mod, confirmando o que fora

apresentado no referencial teórico.

Adicionalmente, e a título de comparação, realizou-se a regressão dos dados em painel

não balanceado considerando dummies 0 (não certificado) e 1 (certificado) para a variável

CERT_ISO. O modelo de efeitos fixos com variáveis dummy de tempo continuou sendo o

mais recomendado de acordo com os testes de Fischer, Breusch-Pagan e Hausman.

Os coeficientes de todas as variáveis do modelo EF com dummies de tempo (LSDV),

inclusive CERT_ISO, continuaram com os mesmos sinais e com as mesmas significâncias.

Isso atesta que para a amostra de 207 companhias abertas analisadas durante o período

de 1995 a 2006, a mudança na versão da norma ISO 9000 – da versão 1994 para a versão

2000 –, não causou diferenças significativas no ROA_mod.

A conclusão é que a certificação ISO 9000 causa melhor resultado no ROA_mod, mas

que a sua versão posterior não agrega diferenciais anormais significativos aos resultados desta

variável.

168

5.4.2 Variável ROS_mod

A segunda proposição de estudo foi a relação da certificação ISO 9000 com o retorno

sobre as vendas, mas também considerando uma pequena e importante modificação: trazer

todas as despesas financeiras e as receitas não operacionais de volta ao valor do resultado

operacional líqüido após o imposto de renda. A esta variável deu-se o nome de taxa

modificada de retorno sobre as vendas (ROS_mod). A hipótese 2 diz:

: Não existem melhorias significativas na taxa modificada ROS_mod das companhias

abertas certificadas ISO 9000.

O Quadro 10 apresenta os resultados das regressões de todos os modelos escolhidos:

para o painel não balanceado, composto pelas 207 companhias abertas presentes na amostra, o

melhor modelo foi o de efeitos fixos. Ademais, nos modelos 1 e de 3 a 7, os coeficientes

CERT_ISO são todos positivos e significativos a 1%, a 5% e a 10%, demonstrando, como

se esperava, que a certificação aumenta o ROS.

Os resultados completos das regressões – em cada um dos modelos estáticos – para

esta variável dependente no painel não balanceado encontram-se no Apêndice C.

A equação de regressão para efeitos fixos, já com as correções de heterocedasticidade

e autocorrelação, fica:

ROS_mod

2,42206

CERT_ISO

– 0,159854 RISCO

+ 0,85114

LUCRAT

–

0,0721899 RLtoAT_TANG

– 0,000215688 ENDIV

– 0,000108195 ENDIV_1

0,0156698 TAM_EMP

[equação (36)]

Os sinais que se esperava encontrar para os coeficientes das variáveis ocorreram, com

exceção de RLtoAT_TANG. A variável RISCO com coeficiente negativo significa que, à

medida que o desvio-padrão da amostra aumenta, diminui o ROA_mod em função de maior

risco empresarial. A variável LUCRAT apresentou-se com sinal positivo, corroborando as

expectativas iniciais nesse sentido, assim como TAM_EMP.

169

1 2 3 4 5 6 7 8

Número de

Observações

(

)

2277 2070 2277 2277 2277 2277 2277 207

Variáveis

CERT_ISO

0,07543 *

0,99598

0,05967 *

0,01329 **

0,09710 *

0,07414 *

0,00217 ***

0,75791

RISCO

0,07606 *

0,17922

0,06388 *

0,072 *

<0,00001 ***

0,26

0,22735

LUCRAT

<0,00001 ***

RLtoAT_TANG

0,50705

0,22912

0,98842

0,94114

0,11561

0,08578 *

0,00015 ***

0,22353

ENDIV

0,21798

0,69095

0,27293

0,3199

0,56164

0,57952

<0,00001 ***

0,75987

ENDIV_1

0,53473

0,88578

0,5591

0,69588

0,75198

0,80089

0,05719 *

0,81127

TAM_EMP

0,95064

0,31641

0,94344

0,56317

0,99366

0,76321

<0,00001 ***

0,96148

Constante

0,53735

0,34936

0,67439

0,80827

0,5764

0,97003

Estatísticas e Testes

R2 Ajustado

0,862895

0,722806

0,871233

0,871268

0,957168

Estatística F

2047,34

771,726

73,2973

70,0766

658,637

Critério Akaike

22751,2

21799,5

22803,6

22812

22752,8

22762,9

6477,85

1648,17

Critério Schwarz

22797,1

21844,6

24030

24095,6

22798,6

22866,1

6523,69

1674,83

Teste F (206, 2063)

1,71326

p-valor

8,76624E-09

Teste Breusch-Pagan

30,6178

p-valor

3,14192E-08

* significância 1% ** significância 5% *** significância 10%

Teste Hausman

45,4532

p-valor

1,11672E-07

Quadro 10:

ROS_mod - Valores p das variáveis testadas no painel não balanceado

ROS_mod em Painel Não Balanceado com 207 companhias abertas

Modelos Adotados para as Regressões de Dados em Painel

Fonte: elaborado pelo autor.

EA com MQG

EA com MQG e

dummy

MV ou MQP

Between/

Within

Entre grupos

Between

MQO

Agrupado

Within

EF com

dummy

(LSDV)

Primeiras

Diferenças

Percebe-se que a variável ENDIV possui coeficientes muito baixos e não

significativos em ambas as amostras – não balanceada e balanceada – para a maioria dos

modelos de regressão, o que permite afirmar que o ROS_mod não depende, de forma

significativa, da estrutura de capital para as companhias abertas presentes neste estudo.

A regressão dos efeitos fixos com variáveis dummy de tempo também apresentou

coeficiente CERT_ISO positivo e significativo a 5% (3,66401), mostrando uma participação

mais efetiva da certificação ISO 9000 ao longo do tempo, apesar de as defasagens não terem

apresentado valores p significativos.

Nos dois modelos de efeitos aleatórios com mínimos quadrados ordinários sem e com

variáveis dummy de tempo também se observou coeficientes para CERT_ISO positivos e

significativos a 1%; para máxima verossimilhança MQP Between/Within, a significância foi a

10%. Entretanto, todos os valores dos coeficientes CERT_ISO são menores do que os dos

modelos de efeitos fixos, como pode ser verificado no Apêndice C.

Isso atesta que a certificação ISO 9000 tem uma participação efetiva na geração de

melhores resultados do ROS_mod, quando analisadas as 207 companhias abertas da amostra

do painel de dados não balanceado.

170

Para o modelo balanceado com 60 companhias, foram obtidos melhores resultados dos

testes estatísticos também para os efeitos fixos; o mais significativo valor p para CERT_ISO

ocorreu para efeitos Between/Within com mínimos quadrados ponderados. O Quadro 11

apresenta os resultados.

Os resultados completos das regressões – em cada um dos modelos estáticos –

para esta variável dependente no painel balanceado encontram-se no Apêndice C.

1 2 3 4 5 6 7 8

Número de

Observações (N)

660 600 660 660 660 660 660 60

Variáveis

CERT_ISO

0,08620 * 0,45934 0,38243 0,22072 0,07411 * 0,10110 0,06142 * 0,56309

RISCO

0,01084 ** 0,89382 0,5097 0,47872 <0,00001 *** <0,00001 *** 0,04745 ** <0,00001 ***

LUCRAT

0,24179 0,24476 0,26766 0,26123 <0,00001 *** <0,00001 *** <0,00001 *** 0,00007 ***

RLtoAT_TANG

0,03366 ** 0,02787 ** 0,07591 * 0,06201 * 0,01156 ** 0,01063 ** <0,00001 *** 0,09463 *

ENDIV

0,25376 <0,00001 *** 0,69983 0,88553 0,8771 0,81678 0,49587 0,78552

ENDIV_1

0,00008 *** 0,00003 *** <0,00001 *** <0,00001 *** 0,27348 0,2983 0,20042 0,78914

TAM_EMP

0,00226 *** 0,01753 ** 0,00687 *** 0,00517 *** <0,00001 *** <0,00001 *** 0,35067 0,00012 ***

Constante

0,00267 *** 0,15316 -

<0,00001 *** <0,00001 *** 0,4309 0,00022 ***

Estatísticas e Testes

R2 Ajustado 0,509234 0,329798 0,55551 0,554225 - - - 0,83586

Estatística F 98,6856 43,1086 13,4787 11,7806 - - - 43,9213

Critério Akaike 6033,85 5749,15 6023,88 6034,56 6035,56 6047,32 1889 437,297

Critério Schwarz 6069,79 5784,33 6324,86 6380,46 6071,5 6128,18 1924,94 454,052

Teste F (59, 593) 2,1505 p-valor 4,284E-06 EF

Teste Breusch-Pagan 7,52369 p-valor 0,0060893 EA

* significância 1% ** significância 5% *** significância 10%

Teste Hausman 38,6531 p-valor 2,276E-06 EF

Quadro 11:

ROS_mod - Valores p das variáveis testadas no painel balanceado

ROS_mod em Painel Balanceado com 60 companhias abertas

Modelos Adotados para as Regressões de Dados em Painel

Fonte: elaborado pelo autor.

EA com MQG

EA com MQG e

dummy

MV ou MQP

Between/ Within

Entre grupos

Between

MQO

Agrupado

Within

EF com

dummy

(LSDV)

Primeiras

Diferenças

A equação de regressão ROS_mod para o painel balanceado e efeitos Between/Within,

já com correções de heterocedasticidade e autocorrelação, fica:

ROS_mod

1,03058

0,231549

CERT_ISO

– 0,029852

RISCO

+ 0,996982

LUCRAT

–0,558034 RLtoAT_TANG

−

0,0000570538 ENDIV

+ 0,000107135 ENDIV_1

0,0845436

TAM_EMP

[equação (37)]

Com base nos resultados encontrados, pode-se afirmar que a certificação ISO 9000

melhora o retorno sobre as vendas, acrescidos das despesas financeiras e dos resultados não

operacionais (ROS_mod).

171

Rejeita-se, portanto, a hipótese 2 e se aceita a hipótese alternativa de que existe

uma relação direta e positiva entre CERT_ISO e ROS_mod, confirmando o que fora

apresentado no referencial teórico.

Adicionalmente, e a título de comparação, realizou-se a regressão dos dados em painel

não balanceado considerando dummies 0 (não certificado) e 1 (certificado) para a variável

CERT_ISO. O modelo de efeitos fixos Within continuou sendo o mais recomendado de

acordo com os testes de Fischer, Breusch-Pagan e Hausman.

Entretanto, nem todos os coeficientes de todas as variáveis do modelo continuaram

com os mesmos sinais e com as mesmas significâncias. Em particular, a variável CERT_ISO

perdeu significância, de 1% para 5%.

Isso atesta, que para a amostra de 207 companhias abertas analisadas durante o

período de 1995 a 2006, a mudança na versão da norma ISO 9000 – da versão 1994 para

a versão 2000 –, causou diferenças positivas significativas no ROS_mod.

As companhias abertas venderam mais a partir da sua primeira certificação, mas

também venderam, de forma significativa, mais a partir da adoção da ISO 9000:2000 em

substituição à ISO 9000:1994.

Ou seja, foi mais significativo ter passado por dois processos de novas certificações

(1987/1994 e 2000) do que por apenas um deles (1987/1994 ou 2000).

172

5.4.3 Variável TOT_VEND

A terceira proposição de estudo foi a relação da certificação ISO 9000 com o aumento

no volume de vendas. A esta variável deu-se o nome de TOT_VEND. A hipótese 3 diz:

: Não existem melhorias significativas nas vendas (TOT_VEND) das companhias abertas

certificadas ISO 9000.

O Quadro 12 apresenta os resultados das regressões de todos os modelos escolhidos;

para o painel não balanceado, composto pelas 207 companhias abertas presentes na amostra, o

melhor modelo foi o de efeitos fixos. Os coeficientes CERT_ISO são todos positivos e

significativos a 5% e a 10%, aparecendo em todos os modelos de regressão, à exceção dos

efeitos entre grupos Between. Isso demonstra, como se esperava, que a certificação aumenta o

volume de vendas (TOT_VEND).

Os resultados completos das regressões – em cada um dos modelos estáticos – para

esta variável dependente no painel não balanceado encontram-se no Apêndice C.

Ambas as regressões que se utilizam de variáveis dummy de tempo – efeitos fixos e

efeitos aleatórios – apresentaram valores p significativos (a 5% e a 10%) para os coeficientes

de todas as defasagens dos efeitos fixos e para todas as defasagens de –2 a –10, à exceção das

defasagens –11 e –12. O efeito da certificação ao longo do tempo mostra-se positiva para o

aumento continuado das vendas das companhias.

Portanto, a equação de regressão para efeitos fixos com variáveis dummy de tempo, já

com as correções de heterocedasticidade e autocorrelação, fica:

TOT_VEND

692976

CERT_ISO

+ 126,892 RISCO

+ 871,233

LUCRAT

+ 7104710

RLtoAT_TANG

- 12,6261 ENDIV

– 4,42262 ENDIV_1

0,118941 TAM_EMP

[equação (38)]

Os sinais que se esperava encontrar para os coeficientes das variáveis ocorreram, à

exceção de RISCO. A variável LUCRAT apresentou-se com sinal positivo, corroborando as

expectativas iniciais nesse sentido, assim como TAM_EMP.

173

1 2 3 4 5 6 7 8

Número de

Observações

(

)

2277 2070 2277 2277 2277 2277 2277 207

Variáveis

CERT_ISO

0,03695 **

0,39147

0,00733 ***

0,01083 **

<0,00001 ***

0,00004 ***

0,30112

RISCO

0,85542

0,13689

0,0375 **

0,8764

0,42325

0,93219

0,73474

LUCRAT

0,03444 **

0,26478

0,60785

0,15479

0,69232

0,33253

0,46028

RLtoAT_TANG

0,13181

0,01871 **

0,08589 *

0,58257

0,20137

0,79204

0,1441

ENDIV

0,07574 *

0,53646

0,4767

0,47643

0,74843

0,72868

0,67877

ENDIV_1

0,16494

0,18935

0,93068

0,79867

0,95289

0,89658

0,61222

TAM_EMP

0,00021

<0,00001 ***

Constante

0,00998 ***

0,00630 ***

0,58951

0,07089 *

0,0006 ***

Estatísticas e Testes

R2 Ajustado

0,0905203

0,0660567

0,776345

0,777658

0,114549

Estatística F

33,3614

21,9054

38,091

36,6973

4,80711

Critério Akaike

78385,6

64634,6

75386,8

75382,3

78448,6

78472,7

7077,32

Critério Schwarz

78431,6

64679,6

76613,1

76665,9

78494,5

78575,9

7103,98

Teste F (206, 2063)

34,7755

p-valor

Teste Breusch-Pagan

6184,94

p-valor

* significância 1% ** significância 5% *** significância 10%

Teste Hausman

26,5977

p-valor

0,00039365

Quadro 12: TOT_VEND - Valores p das variáveis testadas no painel não balanceado

TOT_VEND em Painel Não Balanceado com 207 companhias abertas

Modelos Adotados para as Regressões de Dados em Painel

Fonte: elaborado pelo autor.

EA com MQG

EA com MQG e

dummy

MV ou MQP

Between/ Within

Entre grupos

Between

MQO

Agrupado

Within

EF com

dummy

(LSDV)

Primeiras

Diferenças

A variável RISCO com coeficiente positivo contrariou as expectativas, já que isso

significa que, à medida que o desvio-padrão da amostra aumenta, aumentariam as vendas, o

que não parece plausível. Entretanto, ao se analisar o modelo 2 de efeitos fixos sem variáveis

dummy de tempo, percebe-se que RISCO fica com coeficiente negativo e com significância a

5%, o que seria o resultado esperado.

Percebe-se que a variável ENDIV possui coeficientes negativos como esperado,

embora não significativos em ambas as amostras – não balanceada e balanceada –, o que

permite afirmar que o TOT_VEND não depende, de forma significativa, da estrutura de

capital para as companhias abertas presentes neste estudo.

Nos dois modelos de efeitos aleatórios com mínimos quadrados ordinários sem e com

variáveis dummy de tempo também se observou coeficientes para CERT_ISO positivos e

significativos a 10 %.

Assim, pode-se afirmar que a certificação ISO 9000 tem uma participação efetiva na

geração de melhores resultados nas vendas, quando analisadas as 207 companhias abertas da

amostra do painel de dados não balanceado.

Os coeficientes da variável de controle TAM_EMP apresentaram valores p

significativos para todos os modelos estáticos da regressão, a menos do MQO agrupado e da

máxima verossimilhança, demonstrando a existência de uma relação positiva, ceteris

174

paribus, entre o nível de ativos totais e a capacidade de aumentar volume de vendas para

as 207 companhias abertas da amostra do painel não balanceado.

Para o modelo balanceado com 60 companhias, entretanto, foram obtidos melhores

resultados dos testes estatísticos para os efeitos aleatórios. O Quadro 13 apresenta os

resultados.

Os resultados completos das regressões – em cada um dos modelos estáticos – para

esta variável dependente no painel balanceado encontram-se no Apêndice C.

No modelo de efeitos aleatórios com variáveis dummy de tempo, apesar do coeficiente

CERT_ISO não ter apresentado significância, foi percebida significância de 1%, 5% e 10%

nas defasagens –2, –3, –4, –5, –6 e –7.

A equação de regressão TOT_VEND para o painel balanceado e efeitos aleatórios, já

com correções de heterocedasticidade e autocorrelação, fica:

TOT_VEND

−

5,24552E+07

1,69228E+06

CERT_ISO

– 3866,64

RISCO

–

1348,91

LUCRAT

+ 983329 RLtoAT_TANG

7,6293 ENDIV

+ 29,5387 ENDIV_1

3,83922E+06 TAM_EMP

[equação (39)]

1 2 3 4 5 6 7 8

Número de

Observações (N)

660 600 660 660 660 660 660 60

Variáveis

CERT_ISO

0,32830 0,32942 0,10909 0,34710 0,00080 *** 0,61733 - 0,80438

RISCO

0,09222 * 0,01500 ** 0,35538 0,33711 0,72465 0,92743 - 0,3357

LUCRAT

0,93951 0,64893 0,78263 0,68723 0,80781 0,80175 - 0,60973

RLtoAT_TANG

0,09819 * 0,00106 *** 0,2713 0,93008 0,10328 0,75789 - 0,25397

ENDIV

0,629 0,00955 *** 0,45155 0,11439 0,95109 0,83168 - 0,27244

ENDIV_1

0,87272 0,42294 0,28489 0,42587 0,81231 0,94019 - 0,27346

TAM_EMP

0,0189 ** 0,00563 *** 0,04106 ** 0,03437 ** <0,00001 *** <0,00001 *** - <0,00001 ***

Constante

0,02406 ** 0,08013 * -

<0,00001 *** <0,00001 *** - <0,00001 ***

Estatísticas e Testes

R2 Ajustado 0,303229

0,0352794

0,789247 0,790312 - -

0,307314

Estatística F 41,9703 4,12931 38,3921 33,6811 - - - 4,73939

Critério Akaike 23271 19278,1 22537,2 22542,6 23287,7 23302,1 - 2108,58

Critério Schwarz 23307 19313,3 22838,2 22888,5 23323,6 23383

2125,33

Teste F (59, 593) 26,4843 p-valor 4,77645E-130 EF

Teste Breusch-Pagan 1570,51 p-valor 0 EA

* significância 1% ** significância 5% *** significância 10%

Teste Hausman 2,89934 p-valor 0,894155 EA

Quadro 13:

TOT_VEND - Valores p das variáveis testadas no painel balanceado

TOT_VEND em Painel Balanceado com 60 companhias abertas

Modelos Adotados para as Regressões de Dados em Painel

Fonte: elaborado pelo autor.

EA com MQG

EA com MQG e

dummy

MV ou MQP

Between/

Within

Entre grupos

Between

MQO

Agrupado

Within

EF com

dummy

(LSDV)

Primeiras

Diferenças

175

A variável CERT_ISO apresentou significância a 10% no modelo de efeitos aleatórios

com mínimos quadrados ordinários e sem variáveis dummy de tempo. O coeficiente

1,69228E+06 para CERT_ISO teve valor p igual a 0,00080 a 10% de significância.

Os coeficientes da variável de controle TAM_EMP apresentaram valores p

significativos para todos os modelos estáticos da regressão, a menos da máxima

verossimilhança, demonstrando a existência de uma relação positiva, ceteris paribus,

entre o nível de ativos totais e a capacidade de aumentar o retorno sobre as vendas

também para as 60 companhias abertas da amostra do painel balanceado.

Com base nos resultados encontrados, pode-se afirmar que a certificação ISO 9000

aumenta o volume de vendas.

Rejeita-se, portanto, a hipótese 3 e se aceita a hipótese alternativa de que existe

uma relação direta e positiva entre CERT_ISO e TOT_VEND, confirmando o que fora

apresentado no referencial teórico.

Adicionalmente, e a título de comparação, realizou-se a regressão dos dados em painel

não balanceado considerando dummies 0 (não certificado) e 1 (certificado) para a variável

CERT_ISO. O modelo de efeitos fixos com variáveis dummy de tempo continuou sendo o

mais recomendado de acordo com os testes de Fischer, Breusch-Pagan e Hausman.

Porém, apesar das defasagens de tempo terem mantido os sinais de seus coeficientes e

seus níveis de significância e dos demais coeficientes das variáveis terem mantido a sua não-

significância, a variável CERT_ISO, em particular, deixou de ter significância.

Isso atesta que, para a amostra de 207 companhias abertas analisadas durante o

período de 1995 a 2006, a conquista da certificação ISO 9000:2000 causou diferenças

positivas significativas no TOT_VEND.

Ou seja, as companhias abertas não venderam mais a partir da sua primeira

certificação pela ISO 9000, mas sobretudo a partir da segunda certificação pela ISO

9000:2000.

176

5.4.4 Variável CSVtoVEND

A quarta proposição de estudo foi a relação entre a certificação ISO 9000 e o índice de

custos dos serviços vendidos sobre o total das vendas, ou seja, se com o mesmo volume de

vendas, os custos diminuem com a certificação ISO 9000. A esta variável deu-se o nome de

CSVtoVEND. A hipótese 4 diz:

: Não existe diminuição do Índice Custo de Serviços Vendidos / Vendas (CSVtoVEND) das

companhias abertas certificadas ISO 9000.

O Quadro 14 apresenta os resultados das regressões de todos os modelos escolhidos;

para o painel não balanceado, composto pelas 207 companhias abertas presentes na amostra, o

melhor modelo foi o de efeitos fixos.

Os resultados completos das regressões – em cada um dos modelos estáticos – para

esta variável dependente no painel não balanceado encontram-se no Apêndice C.

Todos os coeficientes CERT_ISO são negativos, com exceção do modelo 8 do painel

não balanceado. Isso aponta para uma contribuição positiva da certificação, ou seja, o

índice CSVtoVEND diminui com a ISO 9000. Isso demonstra, como se esperava, que a

certificação contribui para a diminuição dos custos de se produzir.

Apenas em um dos modelos de regressão, o valor p do coeficiente CERT_ISO foi

significativo a 1%: para o modelo de efeitos aleatórios.

Portanto, a equação de regressão para efeitos aleatórios, já com as correções de

heterocedasticidade e autocorrelação, fica:

CSVtoVEND

4,96352 – 0,872981

CERT_ISO

+ 0,00741943 RISCO

– 0,0411109

LUCRAT

+ 1,56627 RLtoAT_TANG

– 0,000183008 ENDIV

– 0,00024332 ENDIV_1

4,55154 TAM_EMP

[equação (40)]

Esta regressão apresentou coeficiente CERT_ISO negativo e significativo a 1%,

mostrando a contribuição da certificação na redução dos custos, mas apenas de forma

aleatória.

177

1 2 3 4 5 6 7 8

Número de

Observações

(

)

2277 2070 2277 2277 2277 2277 2277 207

Variáveis

CERT_ISO

0,93629

0,81085

0,17925

0,87919

0,05502 *

0,85124

0,41592

RISCO

0,5235

0,51167

0,64557

0,76227

0,43036

0,54425

0,74976

LUCRAT

<0,00001 ***

0,00002 ***

<0,00001 ***

0,00006 ***

RLtoAT_TANG

0,00005 ***

0,19185

0,37598

0,27469

0,00007 ***

<0,00001 ***

ENDIV

0,31739

0,20742

0,28834

0,31559

0,13336

0,15066

0,96251

ENDIV_1

0,17883

0,26206

0,14984

0,17235

0,04796 **

0,06238 *

0,98009

TAM_EMP

<0,00001 ***

Constante

<0,00001 ***

0,10776

0,00002 ***

0,06805 *

0,20005

Estatísticas e Testes

R2 Ajustado

0,679819

0,709427

0,881372

0,882356

0,54656

Estatística F

691,355

722,631

80,39

77,5494

36,4722

Critério Akaike

19519,3

15853,6

17453,8

17443,8

19620,7

19613,2

1692,88

Critério Schwarz

19565,2

15898,7

18680,1

18727,4

19666,5

19716,4

1719,54

Teste F (206, 2063)

19,7142

p-valor

Teste Breusch-Pagan

4198,38

p-valor

* significância 1% ** significância 5% *** significância 10%

Teste Hausman

33,1296

p-valor

2,50446E-05

Quadro 14:

CSVtoVEND - Valores p das variáveis testadas no painel não balanceado

CSVtoVEND em Painel Não Balanceado com 207 companhias abertas

Modelos Adotados para as Regressões de Dados em Painel

Entre grupos

Between

MQO

Agrupado

Within

EF com

dummy

(LSDV)

Fonte: elaborado pelo autor.

EA com MQG

EA com MQG e

dummy

MV ou MQP

Between/

Within

Primeiras

Diferenças

Assim, não se poderia afirmar que a certificação ISO 9000 teve uma participação

efetiva na geração de melhores resultados nas vendas, quando analisadas as 207 companhias

abertas da amostra do painel de dados não balanceado.

Os coeficientes da variável de controle TAM_EMP apresentaram valores p

significativos para todos os modelos estáticos da regressão, a menos da máxima

verossimilhança, demonstrando a existência de uma relação positiva, ceteris paribus,

entre o nível de ativos totais e a capacidade de reduzir custos diretos de produzir para as

207 companhias abertas da amostra do painel não balanceado.

Para o modelo balanceado com 60 companhias, também foram obtidos melhores

resultados dos testes estatísticos para os efeitos fixos.

Os resultados completos das regressões – em cada um dos modelos estáticos – para

esta variável dependente no painel balanceado encontram-se no Apêndice C.

Entretanto, a variável CERT_ISO apresentou significância apenas no modelo de

efeitos aleatórios com mínimos quadrados ordinários e sem variáveis dummy de tempo. O

coeficiente – 1,01754 para CERT_ISO teve valor p igual a 0,05191 a 1% de significância. O

Quadro 15 apresenta os resultados.

No modelo de efeitos aleatórios com variáveis dummy de tempo, foi percebida

significância de 1%, 5% e 10% nas defasagens –2, –3, –8, –9, –10 e –11.

178

A equação de regressão CSVtoVEND para o painel balanceado e efeitos aleatórios, já

com correções de heterocedasticidade e autocorrelação, fica:

CSVtoVEND

79,2796

−

1,01754 CERT_ISO

+ 0,0315698

RISCO

–

0,0181564

LUCRAT

– 2,11981 RLtoAT_TANG

−

7,18393e-05 ENDIV

– 0,000125464

ENDIV_1

−

0,484811 TAM_EMP

[equação (41)]

1 2 3 4 5 6 7 8

Número de

Observações (N)

660 600 660 660 660 660 660 60

Variáveis

CERT_ISO

0,27070 0,91246 0,22483 0,62767 0,05191 * 0,99518 - 0,04058 **

RISCO

0,28783 <0,00001 *** 0,00046 *** 0,00008 *** 0,00614 *** 0,00086 *** - 0,10175

LUCRAT

0,19723 0,34996 0,13308 0,17936 0,00152 *** 0,00125 *** - 0,06491 *

RLtoAT_TANG

0,35085 0,07354 * 0,03099 ** 0,30368 0,00088 *** 0,38366 - 0,16559

ENDIV

0,45287 0,00379 *** 0,00521 *** 0,55501 0,57465 0,87697 - 0,49635

ENDIV_1

0,01249 ** 0,06862 * 0,00084 *** 0,00882 *** 0,32722 0,41403 - 0,49607

TAM_EMP

0,0021 *** 0,00575 *** 0,08949 * 0,09684 * 0,36102 0,49959 - 0,00006 ***

Constante

<0,00001 *** <0,00001 *** -

<0,00001 *** <0,00001 *** - <0,00001 ***

Estatísticas e Testes

R2 Ajustado 0,274945 0,0114413 0,848918

0,864273 - - -

0,377305

Estatística F 36,6996 1,99038 57,1042

56,2147 - - -

6,10707

Critério Akaike 5261,43 4967,3 4281,66 4219,7 5498,15 5460,57

466,875

Critério Schwarz 5297,36 5002,47 4582,64 4565,61 5534,09 5541,43

483,629

Teste F (59, 593) 42,9831 p-valor 1,16845E-176 EF

Teste Breusch-Pagan 1582,34 p-valor 0 EA

* significância 1% ** significância 5% *** significância 10%

Teste Hausman 79,1972 p-valor 2,0079E-14 EF

Quadro 15:

CSVtoVEND - Valores p das variáveis testadas no painel balanceado

CSVtoVEND em Painel Balanceado com 60 companhias abertas

Modelos Adotados para as Regressões de Dados em Painel

Fonte: elaborado pelo autor.

EA com MQG

EA com MQG e

dummy

MV ou MQP

Between/

Within

Entre grupos

Between

MQO

Agrupado

Within

EF com

dummy

(LSDV)

Primeiras

Diferenças

Com base nos resultados encontrados, não se poderia afirmar que a certificação ISO

9000 diminuiu os custos dos serviços vendidos em relação ao volume de vendas.

Além disso, em função dos testes estatísticos para diagnósticos em painel terem

apontado para os efeitos fixos em ambos os tipos de painel – balanceado e não balanceado –,

os mesmos não apresentaram significância para a variável CERT_ISO.

Portanto, não se poderia rejeitar a hipótese 4, de que não existe diminuição do Índice

Custo de Serviços Vendidos / Vendas (CSVtoVEND) das companhias abertas certificadas.

Entretanto, foi realizada, adicionalmente, a regressão dos dados em painel não

balanceado considerando dummies 0 (não certificado) e 1 (certificado) para a variável

CERT_ISO. O modelo de efeitos fixos surgiu, mais uma vez, como o mais recomendado de

acordo com os testes de Fischer, Breusch-Pagan e Hausman.

179

Neste caso, a variável CERT_ISO apareceu com significância de 1% e coeficiente

–2,27136. Anteriormente, o coeficiente CERT_ISO era –0,848029 e não significativo. As

demais variáveis continuaram com seus sinais e seus níveis de significância inalterados.

Ou seja, isso atesta que, para a amostra de 207 companhias abertas analisadas durante

o período de 1995 a 2006, a conquista da primeira certificação ISO 9000 nas versões 1987

ou 1994 causou diferenças positivas significativas no CSVtoVEND.

No entanto, ao migrarem para a versão 2000 da norma ISO 9000, as companhias

devem ter tido necessidade de maiores gastos em suas produções, aumentando o valor de seu

CSV. O que corrobora o referencial teórico, pois a versão 2000 da ISO 9000 trouxe maior

rigor em controles de processos.

Da análise da hipótese anterior – TOT_VEND –, depreendeu-se que as companhias

abertas certificadas não venderam mais a partir da sua primeira certificação pela ISO 9000 na

versão 1994, mas apenas a partir da adoção da ISO 9000:2000. Ou seja, poder-se-ia dizer que

a certificação ISO 9000 nas versões 1987 e 1994 trouxeram sim uma relação positiva com

CSVtoVEND.

Para a versão 2000, não se pode afirmar que as companhias tiveram melhores índices

CSVtoVEND. Provavelmente as companhias abertas venderam mais a partir da adoção da

ISO 9000:2000, mas também tiveram de investir mais em seus processos produtivos,

aumentando o seu CSV. Mas o coeficiente –0,848029 na regressão original dos efeitos fixos,

apesar de não apresentar significância estatística, apresentou significado econômico,

sinalizando para a contribuição da CERT_ISO para a diminuição do CSV.

Rejeita-se, portanto, a hipótese 4 e se aceita a hipótese alternativa de que existe

uma relação contrária entre CERT_ISO e CSVtoVEND, confirmando o que fora

apresentado no referencial teórico.

Isso atesta que, para a amostra de 207 companhias abertas analisadas durante o

período de 1995 a 2006, a conquista da certificação ISO 9000:2000 causou reduções

significativas no CSVtoVEND.

180

5.4.5 Variável VENDtoTOT_AT

A quinta proposição de estudo foi a relação da certificação ISO 9000 com o índice de

custos dos serviços vendidos sobre o total das vendas, ou seja, se com o mesmo volume de

ativos, as vendas aumentam com a certificação ISO 9000. A esta variável deu-se o nome de

VENDtoTOT_AT. A hipótese 5 diz:

: Não existe redução significativa no Índice Vendas / Ativos (VENDtoTOT_AT) das

companhias abertas certificadas ISO 9000.

O Quadro 16 apresenta os resultados das regressões de todos os modelos escolhidos;

para o painel não balanceado, composto pelas 207 companhias abertas presentes na amostra, o

melhor modelo foi o de efeitos fixos.

Os resultados completos das regressões – em cada um dos modelos estáticos – para

esta variável dependente no painel não balanceado encontram-se no Apêndice C.

Os coeficientes CERT_ISO são todos positivos, apontando para uma contribuição

positiva da certificação, ou seja, o índice VENDtoTOT_AT aumenta com a ISO 9000.

Isso demonstra, como se esperava, que a certificação contribui para o aumento das vendas

com o mesmo nível de ativos.

Portanto, a equação de regressão para efeitos fixos, já com as correções de

heterocedasticidade e autocorrelação, fica:

VENDtoTOT_AT

6,94262

CERT_ISO

– 0,0804446 RISCO

– 0,0279297 LUCRAT

+ 27,8931 RLtoAT_TANG

– 0,00100056 ENDIV

– 0,000512926 ENDIV_1

3,35107

TAM_EMP

[equação (42)]

Esta regressão apresentou coeficiente CERT_ISO positivo e significativo a 10%,

mostrando a contribuição da certificação para o aumento das vendas com a mesma quantidade

de ativos.

181

1 2 3 4 5 6 7 8

Número de

Observações

(

)

2277 2070 2277 2277 2277 2277 2277 207

Variáveis

CERT_ISO

0,01267 **

0,53345

0,00394 ***

0,04488 **

<0,00001 ***

0,00017 ***

0,06876 *

RISCO

0,57579

0,38205

0,57786

0,58998

0,00897 ***

0,00916 ***

0,58346

LUCRAT

0,0727 *

0,08033 *

0,02853 **

0,04588 **

0,00052 ***

0,00085 ***

0,5598

RLtoAT_TANG

<0,00001 ***

ENDIV

0,01876 **

0,00968 ***

0,04389 **

0,03675 **

0,00161 ***

0,00174 ***

0,96568

ENDIV_1

0,21569

0,13053

0,26829

0,22219

0,10828

0,09555 *

0,98929

TAM_EMP

<0,00001 ***

0,00013 ***

Constante

0,16852

0,22653

0,00142 ***

0,00423 ***

0,63466

Estatísticas e Testes

R2 Ajustado

0,413039

0,415517

0,844847

0,845529

0,372834

Estatística F

229,8

211,126

59,1848

56,8663

18,4946

Critério Akaike

24633,1

18971,5

21798,7

21797,6

24681,2

24710,4

2193,49

Critério Schwarz

24678,9

19016,5

23025,1

23081,3

24727,1

24813,6

2220,15

Teste F (206, 2063)

31,6547

p-valor

Teste Breusch-Pagan

6018,66

p-valor

* significância 1% ** significância 5% *** significância 10%

Teste Hausman

10,0778

p-valor

0,184209

Quadro 16:

VENDtoTOT_AT - Valores p das variáveis testadas no painel não balanceado

VENDtoTOT_AT em Painel Não Balanceado com 207 companhias abertas

Modelos Adotados para as Regressões de Dados em Painel

Fonte: elaborado pelo autor.

EA com MQG

EA com MQG e

dummy

MV ou MQP

Between/

Within

Entre grupos

Between

MQO

Agrupado

Within

EF com

dummy

(LSDV)

Primeiras

Diferenças

Os sinais que se esperava encontrar para os coeficientes das demais variáveis

ocorreram, a menos da variável LUCRAT, que se apresentou com sinal negativo,

contradizendo as expectativas iniciais.

A variável TAM_EMP (significativa a 10%) e a variável RLtoAT_TANG

(significativa a 10%) apresentaram coeficientes positivos, de acordo com as expectativas

iniciais. Seu sinal positivo significa que, à medida que os ativos e a eficiência operacional

aumentam, aumentam as vendas.

As variáveis RISCO (significativa a 5%) e ENDIV (significativa a 5%) apresentaram

os sinais que se esperava: negativos, já que quanto menor o desvio-padrão da amostra e menor

o endividamento, maior a razão de vendas sobre os ativos.

Para o modelo balanceado com 60 companhias, também foram obtidos melhores

resultados dos testes estatísticos para os efeitos fixos.

Os resultados completos das regressões – em cada um dos modelos estáticos – para

esta variável dependente no painel balanceado encontram-se no Apêndice C.

A variável CERT_ISO apresentou significância de 5% no modelo de efeitos fixos. O

coeficiente 10,3794 para CERT_ISO teve valor p igual a 0,03931 a 5% de significância. O

Quadro 15 apresenta os resultados.

182

A equação de regressão CSVtoVEND para o painel balanceado e efeitos fixos, já com

correções de heterocedasticidade e autocorrelação, fica:

VENDtoTOT_AT

10,3794 CERT_ISO

– 0,523735

RISCO

– 0,0171528

LUCRAT

36,131 RLtoAT_TANG

−

0,000307921 ENDIV

– 0,000169769 ENDIV_1

−

11,2997

TAM_EMP

[equação (43)]

1 2 3 4 5 6 7 8

Número de

Observações (N)

660 600 660 660 660 660 660 60

Variáveis

CERT_ISO

0,43988 0,07328 * 0,03931 ** 0,02601 ** 0,00014 *** <0,00001 ***

0,72395

RISCO

0,00019 *** <0,00001 *** <0,00001 *** <0,00001 *** <0,00001 *** <0,00001 ***

0,53156

LUCRAT

0,386 0,08840 * 0,25294 0,25386 0,45321 0,36298

0,88169

RLtoAT_TANG

0,00048 *** <0,00001 *** <0,00001 *** <0,00001 *** <0,00001 *** <0,00001 ***

<0,00001 ***

ENDIV

0,0161 ** 0,03332 ** 0,00388 *** 0,23189 0,59868 0,76059

0,58286

ENDIV_1

0,27963 0,59352 0,15022 0,62321 0,79335 0,90193

0,58526

TAM_EMP

0,71788 0,03473 ** 0,00138 *** 0,00057 *** 0,00007 *** 0,00005 ***

0,92086

Constante

0,33015 0,76409 -

<0,00001 *** <0,00001 ***

0,59252

Estatísticas e Testes

R2 Ajustado 0,437487

0,410056

0,869713 0,870176

- - -

0,41047

Estatística F 74,2184 60,4785 67,6526 59,1199

- - -

6,86854

Critério Akaike 7255,83 5405,52 6345,87 6352,29 7321,83 7340,05 - 657,41

Critério Schwarz 7291,77 5440,7 6646,85 6698,19 7357,77 7420,91

674,164

Teste F (59, 593) 37,6612 p-valor 2,28602E-163 EF

Teste Breusch-Pagan 1821,92 p-valor 0 EA

* significância 1% ** significância 5

*** significância 10%

Teste Hausman 10,7884 p-valor 0,148118 EF

Quadro 17:

VENDtoTOT_AT - Valores p das variáveis testadas no painel balanceado

VENDtoTOT_AT em Painel Balanceado com 60 companhias abertas

Modelos Adotados para as Regressões de Dados em Painel

Entre grupos

Between

MQO

Agrupado

Within

EF com

dummy

(LSDV)

Fonte: elaborado pelo autor.

EA com MQG

dummy

MV ou MQP

Between/

Within

Primeiras

Diferenças

Os coeficientes da variável de controle RISCO apresentaram valores p significativos a

10% para os modelos fixos e aleatórios sem e com variáveis dummy de tempo, o que significa

que quanto menor o desvio-padrão amostral no período analisado, maiores as razões de

aumento das vendas com os mesmos ativos. Isso demonstra a existência de uma relação

contrária, ceteris paribus, entre o risco e as vendas sobre os ativos para as 60 companhias

abertas da amostra do painel balanceado.

Com base nos resultados encontrados, pode-se afirmar que a certificação ISO 9000

aumenta as vendas em relação aos ativos das companhias.

183

Rejeita-se, portanto, a hipótese 5 e se aceita a hipótese alternativa de que existe

uma relação direta e positiva entre CERT_ISO e VENDtoTOT_AT, confirmando o que

fora apresentado no referencial teórico.

Adicionalmente, e a título de comparação, realizou-se a regressão dos dados em painel

não balanceado considerando dummies 0 (não certificado) e 1 (certificado) para a variável

CERT_ISO. O modelo de efeitos fixos surgiu como o mais recomendado de acordo com os

testes de Fischer, Breusch-Pagan e Hausman.

Neste caso das 207 companhias abertas sem especificar a quantidade de certificações,

esta variável CERT_ISO aumentou a sua significância de 10% para 1% e o seu coeficiente

aumentou de 6,94262 para 8,37715. As demais variáveis continuaram com seus sinais e seus

níveis de significância inalterados.

Ou seja, isso atesta que, para a amostra de 207 companhias abertas analisadas durante

o período de 1995 a 2006, a conquista da certificação ISO 9000 nas versões 1987 ou 1994

causou diferenças positivas significativas no VENDtoTOT_AT.

Depreendeu-se da análise da hipótese 3 – TOT_VEND – que as companhias abertas

certificadas não venderam mais a partir da sua certificação pela ISO 9000 na versão 1994,

mas apenas a partir da certificação pela ISO 9000:2000. Assim, ao migrarem para a versão

2000 da norma ISO 9000, as companhias devem ter tido necessidade de maiores

investimentos em ativos para fazer frente às mudanças e melhorias dos processos.

Assim, poder-se-ia dizer que a certificação ISO 9000 nas versões 1987 e 1994

trouxeram sim uma relação mais positiva ainda com VENDtoTOT_AT.

184

5.4.6 Variável ROE

A última das proposições que se pretendeu estudar foi a relação da certificação ISO

9000 com o retorno sobre o patrimônio líqüido, este medido pelo ROE, que vem a ser a razão

entre o lucro operacional liqüido após o imposto de renda e o patrimônio líqüido vezes 100. A

hipótese 6 diz:

: Não existem melhorias significativas no índice ROE das companhias abertas certificadas

ISO 9000.

O modelo mais adequado obtido para as 207 companhias que compõem o painel não

balanceado foi o MQO agrupado, conforme pode ser visto no Quadro 18.

Os resultados completos das regressões – em cada um dos modelos estáticos – para

esta variável dependente no painel não balanceado encontram-se no Apêndice C.

O coeficiente CERT_ISO é positivo e significativo a 1%, demonstrando, como se

esperava, que a certificação aumenta o ROE.

A equação de regressão fica:

ROE

−

12,2874 +

25,0842

CERT_ISO

+ 0,0964754

RISCO

+ 0,0557661

LUCRAT

– 1,75486 RLtoAT_TANG

–

0,0680391 ENDIV

+ 0,00256458 ENDIV_1

−

1,58912

TAM_EMP

[equação (44)]

O modelo estático apresentou significância – sempre a 1% - para a variável

CERT_ISO também para efeitos fixos Within, efeitos aleatórios sem e com variáveis dummy

de tempo, como pode ser verificado no Quadro 18. Nenhuma das outras variáveis apresentou

significância nesta amostra de 207 companhias abertas.

185

1 2 3 4 5 6 7 8

Número de

Observações

(

)

2277 2070 2277 2277 2277 2277 2277 207

Variáveis

CERT_ISO

0,05481 *

0,24568

0,07946 *

0,31965

0,06238 *

0,09000 *

0,30379

RISCO

0,29935

0,48140

0,91824

0,60228

0,67437

0,6429

0,7747

LUCRAT

0,39709

0,40323

0,30218

0,25962

0,6408

0,67545

0,90773

RLtoAT_TANG

0,75855

0,57527

0,65238

0,566

0,86235

0,8878

0,92769

ENDIV

0,54446

0,56502

0,55943

0,55962

<0,00001 ***

0,88197

ENDIV_1

0,72367

0,54595

0,51189

0,49515

0,63403

0,64483

0,64367

TAM_EMP

0,41463

0,19065

0,37737

0,42691

0,42004

0,59226

0,41455

Constante

0,0646 *

0,24410

0,62295

0,99837

0,13121

Estatísticas e Testes

R2 Ajustado

0,0657272

0,0663306

0,0651319

0,0640579

0,0788121

Estatística F

23,8742

21,9983

1,74445

1,69854

3,51776

Critério Akaike

34776

33222,6

34972,7

34984,3

34776

34787,8

2674,92

Critério Schwarz

34821,9

33267,7

36199,1

36267,9

34821,9

34891

2701,58

Teste F (206, 2063)

0,992986

p-valor

0,515882

MQO Ag

Teste Breusch-Pagan

0,0174792

p-valor

0,894819

MQO Ag

* significância 1% ** significância 5% *** significância 10%

Teste Hausman

2,89361

p-valor

0,894667

Quadro 18:

ROE - Valores p das variáveis testadas no painel não balanceado

ROE em Painel Não Balanceado com 207 companhias abertas

Modelos Adotados para as Regressões de Dados em Painel

Entre grupos

Between

MQO

Agrupado

EF Within

EF com

dummy

(LSDV)

Fonte: elaborado pelo autor.

EA com MQG

EA com MQG e

dummy

MV ou MQP

Between/

Within

Primeiras

Diferenças

Já o modelo balanceado com 60 companhias apresentou melhores resultados dos testes

estatísticos para os efeitos fixos.

Os resultados completos das regressões – em cada um dos modelos estáticos – para

esta variável dependente no painel balanceado encontram-se no Apêndice C.

A variável CERT_ISO apresentou significância a 5%, conforme apresentado no

Quadro 19.

A equação de regressão ROE para o painel balanceado para efeitos fixos Within, já

com correções de heterocedasticidade e autocorrelação, fica:

ROE

22,5481

CERT_ISO

+ 0,0420602

RISCO

- 0,188037

LUCRAT

– 4,91817

RLtoAT_TANG

0,045397 ENDIV

+ 0,0061194 ENDIV_1

−

3,9251

TAM_EMP

[equação (45)]

186

1 2 3 4 5 6 7 8

Número de

Observações (N)

660 600 660 660 660 660 660 60

Variáveis

CERT_ISO

0,06289 * 0,05717 * 0,01661 ** 0,85461 0,12862 0,49407

0,38314

RISCO

0,05211 * 0,45461 0,82987 0,8351 0,59252 0,6099

0,56188

LUCRAT

0,5556 0,32785 0,49655 0,57416 0,32279 0,42901

0,99111

RLtoAT_TANG

0,00369 *** 0,10884 0,76116 0,51586 0,32891 0,44211

0,25902

ENDIV

0,00041 *** 0,00108 *** 0,00202 *** 0,00197 *** <0,00001 *** <0,00001 ***

0,56491

ENDIV_1

0,00783 *** 0,97380 0,03513 ** 0,06987 * 0,23489 0,26553

0,51786

TAM_EMP

0,06932 * 0,84559 0,79593 0,97244 0,05745 * 0,05149 *

0,06642 *

Constante

0,07878 * 0,10056 -

0,04023 ** 0,06475 *

0,05084 *

Estatísticas e Testes

R2 Ajustado 0,19126 0,224926 0,21151 0,212397 - - - 0,28379

Estatística F 23,264 25,8328 3,6784 3,33837 - - - 4,33972

Critério Akaike 8875,04 8430,65 8913,7 8921,74 8875,09 8885,66 - 687,291

Critério Schwarz 8910,98 8465,82 9214,69 9267,64 8911,03 8966,52 - 704,046

Teste F (59, 593) 1,2838 p-valor 0,0822798 EF

Teste Breusch-Pagan 1,59585 p-valor 0,206493 EA

* significância 1% ** significância 5% *** significância 10%

Teste Hausman 2,94008 p-valor 0,890489 EA

Quadro 19: ROE - Valores p das variáveis testadas no painel balanceado

ROE em Painel Balanceado com 60 companhias abertas

Modelos Adotados para as Regressões de Dados em Painel

Fonte: elaborado pelo autor.

EA com MQG

EA com MQG e

dummy

MV ou MQP

Between/

Within

Entre grupos

Between

MQO

Agrupado

Within

EF com

dummy

(LSDV)

Primeiras

Diferenças

Desta forma, com base nos resultados encontrados, pode-se afirmar que a certificação

ISO 9000 melhora o retorno sobre o patrimônio líqüido (ROE).

Rejeita-se, portanto, a hipótese 6 e se aceita a hipótese alternativa de que existe

uma relação direta e positiva entre CERT_ISO e ROE, confirmando o referencial teórico.

Adicionalmente, e a título de comparação, realizou-se a regressão dos dados em painel

não balanceado considerando dummies 0 (não certificado) e 1 (certificado) para a variável

CERT_ISO. O modelo de MQO agrupado surgiu novamente como o mais recomendado de

acordo com os testes de Fischer, Breusch-Pagan e Hausman.

Neste caso das 207 companhias abertas sem especificar o seu momento de

certificação, esta variável CERT_ISO perdeu sua significância, que era de 1%, apesar de seu

coeficiente ter aumentado de 25,0842 para 30,9434. As demais variáveis continuaram com

seus sinais e seus níveis de significância inalterados.

Ou seja, isso atesta que, para a amostra de 207 companhias abertas analisadas durante

o período de 1995 a 2006, a migração da certificação ISO 9000 da versão 1994 para a

versão 2000 causou diferenças positivas significativas no ROE.

187

5.4.7 Os resultados do modelo dinâmico de Arellano-Bond

Foram realizadas regressões, por meio do software Gretl, com estimação de uma fase e

defasagens das variáveis dependentes (quando defasada consigo mesma) e das variáveis de

controle. Optou-se por não defasar a variável independente CERT_ISO.

Os resultados obtidos com as regressões das variáveis dependentes no painel não

balanceado estão apresentados a seguir, no Quadro 20.

Os resultados completos das regressões em modelo dinâmico para as seis variáveis

dependentes no painel não balanceado encontram-se no Apêndice C.

ROA_mod ROS_mod TOT_VEND CSVtoVEND VENDtoTOT_AT ROE

Número de

Observações (N)

2070 2070 2070 2070 2070 2070

Variáveis

Dependente (-1)

0,0875866 0,0474471 1,11945 *** 0,0624136 *** 0,170698 0,00716746

CERT_ISO

-0,103932 -0,257024 17704,1 0,454855 ** 1,03826 *** -5,76239

RISCO

-0,923676 -0,230124 * -713,596 -0,0166914 -0,125791 0,154877

RISCO_1

0,755128 0,191215 645,38 0,011824 0,150225 -0,221492

LUCRAT

0,158249 0,809848 *** 267,761 -0,0433415 *** -0,0287188 * 0,0933997

LUCRAT_1

-0,218594 -0,830848*** -445,413 * 0,0416848 *** 0,0501587 * -0,157882

RLtoAT_TANG

-5,16715 9,01442 131791 ** 1,57025 26,4983 *** -13,1529

RLtoAT_TANG_1

4,88153 -9,82243 -130827* -1,21168 -26,4735 *** 17,3378

ENDIV

-0,000120076 -0,000216349 -10,7473 -0,000240763 -0,000729842 -0,0688016

ENDIV_1

0,00014753 0,000219869 3,70131 0,0000799675 * 0,000801842 *** 0,0725004

TAM_EMP

0,157207 -0,342788 90675,4 *** 4,54791 *** 3,3622 *** -9,05107

TAM_EMP_1

-0,120005 0,357094 -103486 *** -4,66524 *** -3,41908 *** 11,2815

constante

0,848075 0,387541 58773,6 0,50136 -0,0700538 -16,4876

Testes

AR (1) -1,6207 -1,8164

-2,17342 -3,33974 -2,09522 -1,6925

AR (2) 0,915593 -1,54416

-1,19403 -0,941778 -0,192351 -0,134006

Teste de Sargan (gl=54) 1637,04 290,206

904,852 137,523 499,576 21,111

Teste Wald (gl=12) 5669,74 4630,55

8182,09 1801,03 264,579 23,2575

Fonte: elaborado pelo autor.

Quadro 20: Coeficientes das variáveis no modelo dinâmico Arellano-Bond - Painel Não Balanceado

Painel Não Balanceado com 207 companhias abertas

Variáveis

Os testes de Sargan e de Wald, para análise de sobre-identificação e significância

conjunta de regressores apresentaram ambos valores p igual a zero para os dois painéis, à

exceção de ROE no painel balanceado, que apresentou p igual a 0,0256 no teste de Wald,

mais ainda assim, baixo e aceitável para a estimação em uma fase. Portanto, isso aponta que

os instrumentos não estão correlacionados com o termo erro e são, portanto, adequados.

De modo geral, as inversões de sinais observadas entre as variáveis e suas respectivas

defasagens em absolutamente todas as regressões apontam para uma dinâmica permanente de

adequação de curto prazo (de um ano para o ano seguinte).

188

Essa inversão de sinais ocorreu para todas as variáveis dependentes. Os resultados

obtidos com as regressões das variáveis dependentes no painel balanceado estão apresentados

a seguir, no Quadro 21.

Para a variável dependente TOT_VEND, os coeficientes de suas defasagens para os

painéis não balanceado e balanceado são significativos a 10%, com valores de 1,11945 e

1,07861.

Segundo Ozkan (2001 apud MARTIN et al., 2005), essas variáveis defasadas

significam 1–k, sendo k a velocidade de ajuste. Portanto, com valores k negativos, deve-se

entender que as companhias têm uma velocidade de mudança negativa, o que poderia

significar dificuldades para se ajustar a aumentos ou diminuições de vendas em períodos

curtos de tempo.

Para a variável dependente CSVtoVEND, os coeficientes de suas defasagens foram

significativos a 10%, com valores de 0,0624136 e 0,42928 para os painéis não balanceado e

balanceado, respectivamente. Isso determina valores de k iguais a 0,938 e 0,571, altos o

suficiente para sugerir alta capacidade de mudança nos custos dos serviços vendidos.

A variável CERT_ISO aparece com significância a 5% e coeficientes positivos nas

regressões de CSVtoVEND para painel não balanceado e painel balanceado, acenando com

uma contribuição positiva no esforço de redução dos custos dos serviços vendidos.

A variável VENDtoTOT_AT apresenta sua defasagem com coeficiente 0,571749 no

painel balanceado, resultando em k igual a 0,428, podendo significar ajustes nos números de

vendas mas também ajustes a diminuições de ativos físicos. De qualquer forma, um valor

relativamente alto.

A variável TAM_EMP surge com boa freqüência em várias das defasagens das

variáveis dependentes e com coeficientes com significância a 5% e a 10% nos dois painéis.

Isso pode significar que as companhias usam seus ativos para melhorar seu desempenho

financeiro.

No painel balanceado, a variável RLtoAT_TANG aparece com significância de 10%

para ROS_mod, TOT_VEND e VENDtoTOT_AT. Isso demonstra uma maior utilização dos

ativos imobilizados para melhoria das vendas no período seguinte.

Os resultados completos das regressões em modelo dinâmico para as seis variáveis

dependentes no painel balanceado encontram-se no Apêndice C.

189

ROA_mod ROS_mod TOT_VEND CSVtoVEND VENDtoTOT_AT ROE

Número de Observações

(N)

600 600 600 600 600 600

Variáveis

Dependente (-1)

0,0713889 -0,079037 1,07861 *** 0,42928 *** 0,571749 *** 0,105002 *

CERT_ISO

-1,71379 * -0,500519 -103562 0,531391 ** 0,842378 -0,691439

RISCO

1,12583 *** -0,100676 -1397,61** 0,00861541 -0,39328 *** 0,121559

RISCO_1

-1,30207 *** 0,0897121 2251,65 * -0,00858153 0,414231 *** -0,0840073

LUCRAT

0,157314 0,309808 814,666 -0,00100703 -0,052056 -0,223571

LUCRAT_1

-0,244239 -0,282373 -320242 0,00872382 0,0259848 0,302076

RLtoAT_TANG

-4,74556 18,3678 *** 943171 *** -1,669 38,2902 *** -6,58824

RLtoAT_TANG_1

3,74013 -19,8938 *** - 942071 *** 2,10519 -38,35 *** 6,59584

ENDIV

-0,000146001 0,000788461 -13,2988 -6,21544E-05 0,000785259 - 0,4875 ***

ENDIV_1

4,43003E-05 0,000468796 ** 4,75092 3,81665E-06 4,28657E-05 0,0540638 ***

TAM_EMP

16,0519 ** 32,7877 ** 892837 *** 0,55341 -18,5873 *** 8,75482

TAM_EMP_1

-16,8465 ** -34,4583 ** -866053 *** -0,57257 18,9446 ** -9,06876

constante

16,935 * 24,2808 ** -322596 -0,704749 -7,06109 6,64661

Testes

AR (1) -1,73524 -1,93106 -1,32732

-4,72376 -1,87873

-1,52035

AR (2) -1,01657 -0,929294

-1,02663 1,1091 -0,330049

-1,33137

Teste de Sargan (gl=54) 335,256 336,048 448,212

139,365 226,206

176,494

Teste Wald (gl=12) 10878,3 664,81 35823,2

148,214 1910,55

641,41

Fonte: elaborado pelo autor.

Quadro 21: Coeficientes das variáveis no modelo dinâmico Arellano-Bond - Painel Balanceado

Painel Balanceado com 60 companhias abertas

Variáveis

No painel balanceado, a variável RISCO teve significância de 10% para a defasagem

de ROA_mod e de 1% e 5% para a defasagem de TOT_VEND e sempre com sinais

alternados de seus coeficientes. RISCO teve correlação positiva com ROA_mod e negativa

com TOT_VEND. Isso pode significar que, no ano anterior, o risco diminuiu para um ajuste e

depois, no ano seguinte, voltou a aumentar, pois as vendas melhoraram com aquele nível de

ativos.

190

5.5 A significância da variável CERT_ISO nos modelos de regressão

A variável CERT_ISO apareceu com uma freqüência importante de significância nos

9 modelos de regressão adotados para os dados em painéis não balanceado e balanceado,

conforme Quadro 22 a seguir apresentado.

1 2 3 4 5 6 7 8 9

ROA_mod 0,39554 0,17759 0,14376 0,01300 ** 0,35801 0,06587 * <0,0001 *** 0,36414 0,78756

ROS_mod 0,07543 * 0,99598 0,05967 * 0,01329 ** 0,09710 * 0,07414 * 0,00217 *** 0,75791 0,3101

TOT_VEND 0,03695 ** 0,39147 0,00733 *** 0,01083 ** <0,0001 *** 0,00004 *** 0,30112 0,04953 ** 0,52538

CSVtoVEND 0,93629 0,06282 * 0,17925 0,87919 0,05502 * 0,85124 NA 0,41592 0,03042 **

VENDtoTOT_AT 0,00296 *** 0,07788 * <0,0001 *** 0,02015 ** <0,0001 *** 0,00002 *** NA 0,12963 0,00598 ***

ROE 0,01267 ** 0,24568 0,00394 *** 0,04488 ** <0,0001 *** 0,00017 *** NA 0,06876 * 0,39118

ROA_mod 0,07733 * 0,35496 0,06265 * 0,26973 0,06696 * 0,01748 ** <0,0001 *** 0,27795 0,08781 *

ROS_mod 0,08620 * 0,45934 0,38243 0,22072 0,07411 * 0,10110 0,06142 * 0,56309 0,53599

TOT_VEND 0,32830 0,32942 0,10909 0,3471 0,00080 *** 0,61733 NA 0,80438 0,19737

CSVtoVEND 0,2707 0,91246 0,22483 0,62767 0,05191 * 0,99518 NA 0,04058 ** 0,01453 **

VENDtoTOT_AT 0,05291 * 0,07328 * 0,00006 *** 0,00448 *** <0,0001 *** <0,0001 *** <0,0001 *** 0,93847 0,20023

ROE 0,43988 0,05717 * 0,03931 ** 0,02601 ** 0,00014 *** <0,0001 *** NA 0,72395 0,19211

Fonte: Elaborado pelo autor.

* significância 1% ** significância 5% *** significância 10%

EA com MQG

dummy

MV ou MQP

Between/Within

Entre grupos

Between

Não

Balanceado

Primeira

Diferenciação

Modelos

Quadro 22 - Valores p da variável independente CERT_ISO nos modelos de regressão dos painéis não balanceado e balanceado

Arellano-

Bond de uma

fase

Within

EF com

dummy

(LSDV)

Variáveis

Dependentes

Painéis

MQO

Agrupado

Os coeficientes CERT_ISO surgiram com significância em 56 das 108 regressões de

painéis realizadas: são 9 modelos, 2 painéis e 6 variáveis. Foram 19 coeficientes significativos

a 1%, 15 significativos a 5% e 22 significativos a 10%.

A variável RISCO – que mede o risco operacional, dado pelo desvio padrão amostral

do ROA_mod – apresentou 41 coeficientes (dos 108 possíveis) com significância, sendo 7

deles a 1%, 4 a 5% e os demais 30 com significância a 10%.

A variável LUCRAT – que mede a lucratividade média pela margem líqüida, dada

pela razão entre lucro operacional líqüido e receita líqüida – apresentou 43 coeficientes (dos

108 possíveis) com significância, sendo 5 deles a 1%, 4 a 5% e os demais 34 com

significância a 10%.

A variável RLtoAT_TANG – que mede a eficiência operacional, dada pelo logaritmo

da razão entre vendas e o ativo imobilizado – apresentou 47 coeficientes (dos 108 possíveis)

com significância, sendo 10 deles a 1%, 7 a 5% e os demais 30 com significância a 10%.

191

A variável ENDIV – dado pela razão entre dívidas de longo prazo e o total do

patrimônio líqüido – apresentou 26 coeficientes (dos 108 possíveis) com significância, sendo

apenas 1 deles a 1%, 6 a 5% e os demais 19 com significância a 10%.

A variável defasada ENDIV_1 – defasagem da variável ENDIV – apresentou 28

coeficientes (dos 108 possíveis) com significância, sendo 8 deles a 1%, 7 a 5% e os demais 13

com significância a 10%.

A variável TAM_EMP – medida pelo logaritmo dos ativos totais – foi a mais presente

em termos de significância: foram 64 coeficientes (dos 108 possíveis) com significância,

sendo 10 deles a 1%, 6 a 5% e os demais 48 com significância a 10%.

5.6 Síntese dos Resultados

Para os objetivos que se queria alcançar neste trabalho – analisar a relação da

certificação ISO 9000 com o desempenho financeiro das companhias abertas brasileiras –,

foram aplicados os modelos de regressão com dados em painel estático e em painel dinâmico

para se testar as hipóteses H

, H

e H

Um conjunto de 207 companhias abertas tiveram seus dados econômico-financeiros

acompanhados durante 12 anos, entre 1995 e 2006. Essa amostra representa 28,3% de todas as

companhias abertas registradas atualmente na CVM.

O modelo econométrico escolhido – regressão com dados em painel – rejeitou todas

as 6 hipóteses formuladas, estabelecendo as relações entre as variáveis dependentes e a

variável explanatória, a certificação ISO 9000.

Todas as regressões – num total de 126 –, encontram-se disponíveis no Apêndice C.

São, respectivamente:

a) 48 regressões dos 8 modelos estáticos no painel não balanceado;

b) 48 regressões dos 8 modelos estáticos no painel balanceado;

c) 6 regressões Arellano-Bond no painel não balanceado;

d) 6 regressões Arellano-Bond no painel balanceado;

e) 6 regressões com heterocedasticidade corrigida no painel não balanceado;

f) 6 regressões com heterocedasticidade corrigida no painel balanceado e

g) 6 regressões com dummies 0 e 1 para CERT_ISO.

Assim, pode-se resumir as principais constatações:

192

(1) A hipótese H

foi rejeitada, o que leva à aceitação de que a certificação pela ISO

9000 proporciona às companhias abertas melhores taxas modificadas de retorno sobre o

ativo total (ROA_mod);

(2) A hipóteses H

foi rejeitada, o que leva à aceitação de que a certificação pela ISO

9000 proporciona às companhias abertas melhores taxas modificadas de retorno sobre

as vendas (ROS_mod);

(3) A hipótese H

foi rejeitada e levou à aceitação de que há melhoria significativa

nas vendas das companhias abertas certificadas pela ISO 9000;

(4) A hipótese H

foi rejeitada e levou à aceitação de que há diminuição no índice

custos dos serviços vendidos sobre o total das vendas das companhias abertas

certificadas pela ISO 9000;

(5) A hipótese H

foi rejeitada, o que significa que há aumento significativo no

índice de vendas sobre os ativos nas companhias abertas certificadas pela ISO 9000 e

(6) A hipótese H

foi rejeitada, o que significa que a certificação ISO 9000 produziu

às companhias abertas melhores taxas de retorno sobre o patrimônio líqüido (ROE).

Pode-se considerar que a maioria das proposições descritas no referencial teórico

conseguiu ser comprovada pelos dados analisados em painel.

Embora haja questionamentos a respeito dos motivos que fazem com que a

certificação ISO 9000 seja buscada pelas empresas, esta dissertação buscou sedimentar um

conjunto de conceitos que, praticados nas companhias, levam a um melhor desempenho

financeiro.

Existe uma cadeia lógica “melhoria de processos – menores custos da qualidade –

incremento do foco no cliente” proposta na norma ISO 9000 que resulta em benefícios

financeiros; pode-se depreender que os resultados financeiros superiores possam ser

prerrogativas das empresas que têm razões internas para perseguir a certificação.

193

Este trabalho defendeu que a certificação pela ISO 9000 atua como um sinal de

atributos superiores, mas não observáveis, de qualidade, que propiciam um benefício

competitivo. Assim, o objetivo principal foi avaliar o impacto financeiro causado pela

certificação ISO 9000 nas companhias abertas brasileiras, durante o período de 1995 a

2006.

Como um primeiro objetivo adicional, este trabalho avaliou e identificou um conjunto

de motivos que levam uma empresa a buscar uma certificação. Melhoria da capacidade de

atendimento, aumento do marketshare, antecipação a futuras demandas dos clientes, melhoria

da eficiência operacional apareceram entre os motivos principais. Conseqüentemente, surgem

a melhoria da imagem e da reputação.

A sinalização – ponto central do referencial teórico – fica aceita como um motivo

estratégico para a certificação; é a conquista de um “diploma”, que diferencia as companhias.

O segundo objetivo adicional foi identificar os benefícios advindos com a certificação:

além dos benefícios qualitativos, como diminuir a assimetria de informação na relação com

clientes e consumidores, ficou claro que o benefício maior é um melhor desempenho

empresarial.

Percebeu-se alguns pontos superiores na versão 2000 da norma ISO 9000 frente à

versão 1994. Ao se rejeitar as hipóteses H

, H

e H

, comprovou-se também uma

diferença nos resultados em vendas e no retorno sobre o patrimônio líqüido. A ISO 9000

inseriu um maior ritmo no processo de vendas, provavelmente condizente com o retorno dado

pelo cliente a um processo de sinalização, com conseqüente redução da informação

assimétrica e da seleção adversa.

Ao se rejeitar as hipóteses H

e H

, constata-se que, ao se tomar uma decisão de

implantar um processo de certificação da qualidade – que é uma decisão de investimento –, a

empresa e seus gestores estão, de fato, focados no intuito de aumentar a riqueza dos

acionistas, criando valor para a empresa.

De maneira idêntica, ao se rejeitar as mesmas hipóteses H

e H

, constata-se que, ao se

tomar uma decisão de implantação de um processo de certificação da qualidade, os gestores

estão seguros de estar investindo em um tipo de ativo intangível que facilita a transferência e

aquisição de conhecimento que, devidamente utilizados, gerarão melhor desempenho da

companhia, aumento da riqueza dos acionistas e criação de valor para a empresa.

194

Pode-se dizer que, se uma decisão de investimento como a certificação ISO 9000

melhora o desempenho financeiro das companhias abertas brasileiras, os conflitos de agência

entre acionistas e gestores existiriam em pequena escala. Afinal, os gestores – os que

realmente decidem pelo projeto de implantação da ISO 9000 –, terão agido de acordo com os

interesses dos acionistas, ao utilizar a certificação ISO 9000 para melhorar o desempenho

financeiro.

5.7 Limitações do estudo e recomendações para futuras pesquisas

O Brasil possuía, em agosto de 2007, 732 companhias abertas registradas na Comissão

de Valores Mobiliários (CVM, 2007). Já houve 1.152 registradas em 1983 (SANVICENTE,

1996); no primeiro ano do período de análise desta dissertação, 1995, eram 870 as

companhias abertas que se encontravam registradas na CVM (ANDRADE; ROSSETTI, 2007,

p. 414).

Foi possível coletar os dados econômico-financeiros e de mercado de 261 delas, por

meio do banco de dados da Economática; dessas, restaram 207 companhias na amostra final,

já que instituições financeiras e correlatas, além de empresas de participação, foram excluídas.

Esse conjunto de companhias abertas produziu, portanto, um total de 2.484

observações ao longo de 12 anos.

Trabalhos semelhantes a esta dissertação, nos últimos anos, têm considerado algumas

centenas de empresas, mas a grande maioria, não opta por modelos de regressão com dados

em painel. O uso desse modelo econométrico é raro na academia, de onde surge uma primeira

recomendação: o uso mais presente deste modelo, que consegue aumentar em muito o

tamanho da amostra.

Em particular, vale a pena mencionar o trabalho de Terlaak e King (2006), no qual foi

utilizado um banco de dados de 3.317 empresas privadas americanas certificadas pelo padrão

ISO 9000 ao longo de 11 anos, entre 1988 e 1998. Portanto, estudou-se as versões 1987 e

1994 da norma ISO 9000.

Esta dissertação surge como o primeiro trabalho a estudar a relação entre a certificação

ISO 9000 em sua versão 2000 e o desempenho financeiro das empresas.

No entanto, a primeira limitação do estudo pode ser creditada à amostra: seu tamanho,

apesar de grande estatisticamente, pode ser melhorado em pesquisas futuras. No futuro, a

possibilidade de se trabalhar com amostras maiores e períodos mais longos de tempo deve ser

considerada.

195

A segunda limitação é o desbalanceamento da amostra; setores da economia

representados por apenas uma ou duas companhias abertas pode ser um elemento a se

melhorar. Estudos da relação da ISO 9000 e o desempenho financeiro de empresas podem ser

realizados dentro de setores específicos, acompanhando empresas similares.

Uma limitação que merece ser mencionada é o ainda incompleto conhecimento sobre

o uso de modelos de regressão em painéis dinâmicos. A literatura parece estar em uma

fronteira que pode abrir caminhos para pesquisas mais profundas sobre a dinâmica da

mudança. Os resultados aqui reportados dos modelos de regressão em painel dinâmico podem

ser um ponto de partida para outros pesquisadores avançarem.

Os resultados principais deste trabalho acenam para uma relação positiva entre a

certificação ISO 9000 e o desempenho financeiro das companhias abertas brasileiras. No

entanto, esses resultados não estão isentos de crítica; ao contrário, espera-se que esta

dissertação possa contribuir para que outros pesquisadores evoluam nessa linha de pesquisa.

Os estudos sobre os efeitos da ISO 9000 no tecido empresarial brasileiro ainda estão

longe de ter as devidas respostas. Para um universo de quase 9.000 empresas brasileiras

certificadas, a produção científica ainda é escassa. Muito se evoluiria se a academia pudesse

produzir mais a respeito deste tema.

Nesse sentido, a possibilidade de pesquisar também com companhias fechadas, de

grande a pequeno porte, poderá trazer à tona questões importantes; afinal, foram

acompanhadas 116 companhias abertas certificadas ISO 9000 dentro de um total de 9.000

empresas certificadas em todo o Brasil.

Três linhas de pesquisa que podem ser objeto de pesquisas futuras estão relacionadas a

três importantes temas nas finanças corporativas: estrutura de capital, teoria da agência e

ativos intangíveis.

Em primeiro lugar, seria muito interessante se pudesse ser avaliado se a certificação

ISO 9000 promove a busca permanente de melhores estruturas de capital nas empresas

brasileiras e se ao fazerem-no, os gestores decidem de acordo com critérios de utilização de

capital próprio ou se endividando.

Ter certificação ISO 9000 pode ser um sinalizador para obtenção de crédito junto a

fontes de financiamento; esse sinal apontaria para um menor risco operacional da companhia

e para um menor risco financeiro para o emprestador dos recursos.

196

É digno de menção especial o fato da variável CERT_ISO ter tido coeficiente positivo

e significativo a 1% para a variável ROE; se ela é a variável que melhor captura o retorno

financeiro dos projetos pela visão dos acionistas e do mercado, é preciso investigar mais e

melhor essa relação.

Em segundo lugar, a teoria da agência poderia ser testada no ambiente da certificação:

será que, de fato, um gestor que decida pela implantação e posterior certificação ISO 9000,

está, ex-ante, premeditadamente decidido a agir em proveito próprio e contra a vontade dos

acionistas?

Em terceiro lugar, acredita-se que a ISO 9000 – implantada e certificada – promova

aumento dos ativos de conhecimento e organizacionais. Ao se considerar isso como verdade,

deve haver uma transferência desse tipo de ativo ao valor da empresa. Portanto, pesquisar

sobre a distância do valor de mercado para o valor contábil das empresas certificadas poderia

ser um bom projeto de pesquisa.

Por último, uma recomendação para que essas futuras pesquisas sobre a relação da

ISO 9000 com o desempenho financeiro das empresas possam ser realizadas de maneira

quantitativa. É preciso responder, de forma mais precisa e com maior margem de segurança

nas inferências, às dúvidas que empresários e outras partes interessadas têm: afinal, a

certificação ISO 9000 promove melhor desempenho financeiro para as empresas certificadas?

A ISO 9000 é um fenômeno mundial que ainda precisa ser mais bem compreendido,

deixando de lado algumas impressões que se perpetuam sem conhecimento científico.

197

6 CONCLUSÕES

Este estudo foi pensado e estruturado a partir da seguinte pergunta: a certificação ISO

9000 permite às companhias abertas obterem melhor desempenho financeiro?

Mas, antes de responder a ela e, principalmente para poder respondê-la, foi necessário,

em primeiro lugar, buscar uma resposta a outra questão: por que as empresas se certificam

pela ISO 9000?

Pois foi a partir dessa segunda questão que foi possível responder à primeira delas.

Optou-se por pesquisar no campo da microeconomia e de seus principais pensadores –

Akerlof, Spence, Kreps, Milgrom e Roberts, Pindyck e Rubinfeld – uma linha de raciocínio

que sustentasse o estudo da relação entre certificação e desempenho.

O primeiro passo da pesquisa começou com a análise dos preceitos formulados por

Akerlof em 1970, com seu artigo seminal “Market for Lemons”. Nele, o ganhador do Prêmio

Nobel de Economia em 2001 apresenta a informação assimétrica como peça-chave na

economia da informação. Quando existe informação adversa, o consumidor seleciona os

produtos de forma adversa no momento da compra.

A relação adversa, originalmente, era um termo utilizado na indústria de seguros que

se referia à tendência daqueles que procuravam adquirir o produto serem parte de uma

amostra não aleatória da população, isto é, aqueles que teriam as maiores exigências de

consumo (MILGROM, ROBERTS, 1992, p. 595). Atualmente a seleção adversa se refere a

um tipo de oportunismo pré-contratual, que ocorre quando uma das partes de uma transação

detém informação privada que o outro não possui, implicando em perda da outra parte,

especialmente quando essa outra parte concorda com o contrato (MILGROM, ROBERTS,

1992, p. 595).

Spence, ganhador do Prêmio Nobel de Economia em 2001 – juntamente com Akerlof

e Stiglitz – formulou modelos que explicam o modo com que a seleção adversa se processa e

propõe uma saída para a quebra desse círculo vicioso: a sinalização.

O segundo passo deste estudo foi atrelar esse trinômio “informação assimétrica –

seleção adversa – sinalização” ao tema da pesquisa. Kreps, Milgrom e Roberts, Pindyck e

Rubinfeld estudaram a forma como a assimetria da informação poderia ser mitigada. A

sinalização é um ambiente em que as partes revelam as suas informações (MILGROM,

ROBERTS, 1992, p. 154-155).

198

A microeconomia avançou em seu campo de estudo e consolidou a visão de uma

relação positiva entre sinalização – reputação.

A sinalização pode ser feita por meio de certificados (PINDYCK, RUBINFELD,

1999, p. 680). Ao se conquistar reputação, aumenta-se a participação de mercado e a

rentabilidade. O segundo passo da formulação teórica estava vencido.

A certificação ISO 9000 atua como um sinal para o mercado possibilitando vantagem

competitiva para as empresas em que os compradores adquirem informação a respeito

de atributos escondidos (TERLAAK; KING, 2006) e distinguindo empresas certificadas

das não certificadas (ANDERSON; DALY; JOHNSON, 1999), propiciando um prêmio no

preço e um aumento no volume de vendas.

O terceiro passo foi desenvolver a questão envolvendo “qualidade – gestão –

certificação” como um trinômio de sustentação teórica para a certificação ISO 9000 como

uma poderosa ferramenta de gestão. Os conceitos clássicos foram considerados.

Juran, Deming, Feigenbaum, Crosby, Garvin, Fey e Gogue e seus importantes

trabalhos na academia deram suporte para a busca de uma relação entre implantação de

sistemas de gestão da qualidade e melhor desempenho financeiro.

A gestão estratégica da qualidade é, nos dias de hoje, ligada à lucratividade e aos

objetivos básicos das companhias (GARVIN, 1992, p. 33).

A qualidade bem gerenciada promove maior produtividade e, conseqüentemente maior

lucratividade. Sinalizar corretamente ao mercado proporciona melhores vendas, desde que os

produtos tenham qualidade não duvidosa. Assim, cria-se reputação e mais vendas.

O resultado disso é maior retorno sobre os ativos e o patrimônio líqüido, criando

riqueza para os acionistas e satisfação para os consumidores.

O que poderia explicar o porquê da sinalização propiciar um grande benefício às

empresas? A resposta parece residir na seguinte lógica:

(1) empresas sinalizam mais e melhor as características “invisíveis” aos seus clientes,

(2) reduzindo, assim, a informação assimétrica que

(3) detém ou mitiga a seleção adversa que

(4) promove melhoria da imagem da empresa,

(5) aumentando a sua reputação e, conseqüentemente,

(6) aumentando as suas vendas e seus retornos.

199

Desta forma, pode-se ainda pensar que um sinal poderá ser mais bem interpretado se

os receptores tiverem melhores condições de compreendê-lo (TERLAAK, 2002, p. 134). A

Economia da Informação, como ramo da Microeconomia, suportou as abordagens expostas

para os motivos da certificação ISO 9000.

Os modelos econométricos de regressão com dados em painel foram utilizados para

testar as idéias apresentadas no referencial teórico.

Aliás, mais do que idéias, esta dissertação contém muito da experiência de campo que

este pesquisador amealhou e com a qual foi contemplado por ter trabalhado nesse ambiente de

preparação e acompanhamento de empresas brasileiras na busca da certificação ISO 9000.

Sempre estiveram presentes as seguintes indagações: “A certificação ISO 9000

provoca quais tipos de benefícios financeiros?” ou ainda “Será que promove algum?”

Sempre foi uma certeza deste pesquisador que uma norma tão abrangente e genérica,

longeva e difundida mundialmente não poderia servir apenas para aspectos documentais e

burocráticos. Ou que fosse um mero modismo. Ou que seus resultados seriam intangíveis.

Haveria de existir benefícios tangíveis mais robustos. Os resultados deste trabalho não

deixam dúvida quanto a isso.

Mas continua a persistir uma questão: a certificação ISO 9000 não está refletida

diretamente nos balanços das empresas. Há que se encontrar mecanismos e técnicas para

tangibilizar mais o valor de uma certificação.

Datam de 1999 os trabalhos pioneiros sobre os efeitos da certificação sobre o

desempenho financeiro das empresas. Faz muito pouco tempo, portanto, que a ISO 9000

começou, de fato, a ser estudada quanto às suas conseqüências de implantação.

Os seus benefícios e vantagens precisam ser acompanhados por períodos longos de

tempo, pois é um projeto de investimento em um ativo não físico e que deve gerar resultados

líqüidos positivos com conseqüente criação de vantagem competitiva duradoura.

Pode-se afirmar que ter a certificação ISO 9000 é um recurso raro e escasso. É

imitável, mas custoso para ser imitado.

Fixou-se um objetivo principal para esta dissertação: demonstrar que a certificação

ISO 9000 permite às companhias abertas brasileiras obterem um desempenho financeiro

superior.

Foi construída uma amostra de 207 companhias, com dados coletados relativos ao

período 1995 a 2006. Foram elaborados dois painéis: um, não balanceado, com 207

companhias e 2.484 observações; outro, balanceado, com 60 companhias e 720 observações.

200

Os testes revelaram haver uma relação direta e positiva entre a variável CERT_ISO e

as variáveis dependentes ROA_mod, ROS_mod, TOT_VEND, CSVtoVEND,

VENDtoTOT_AT e ROE.

Esta dissertação fornece importantes contribuições para a literatura técnica em normas

de gestão. Uma das principais diz respeito à perenidade dos benefícios financeiros da

implantação da ISO 9000.

As estatísticas mundiais relativas à certificação ISO 9000 são relevantes; a norma

continua sendo implantada em quase todo o mundo, mais precisamente em 161 países. O seu

importante papel nas questões comerciais se destaca: a China é hoje o campeão mundial em

número de certificações, mais de 140.000, o que equivale a 18,5% do total (ISO, 2007).

A China é o exemplo tangível do uso da sinalização para conquista de mercados.

Rajan e Tamini (2003) propõem em seu artigo que “seria interessante examinar o

impacto da nova ISO 9000 no desempenho das empresas. As companhias certificadas pelas

novas normas exibirão qualquer desempenho melhor do que o promovido pela certificação

original?” Esse aspecto proposto por Rajan e Tamini (2003) foi respondido nesta pesquisa.

Em grande parte, os resultados obtidos elucidam o problema de pesquisa proposto,

fornecendo evidências empíricas sobre a influência continuada da ISO 9000 no desempenho

financeiro das empresas.

Ademais, este trabalho permitirá aos gestores – e por que não também aos acionistas –

decidir melhor, e com mais embasamento, sobre se uma certificação deve ou não ser buscada.

Ou, por que não, mais de uma.

Os resultados desta pesquisa indicam que acionistas e gestores podem optar pela

certificação como mecanismo de sinalização, aumento da reputação e das vendas, diminuição

dos custos dos serviços vendidos, melhoria dos retornos sobre ativos, vendas e patrimônio

líqüido.

Uma companhia aberta poderá, portanto, estabelecer políticas de investimento

apropriadas para manejar as variáveis de controle, de forma a gerar níveis desejados de

desempenho financeiro.

Sendo assim, pode-se concluir que a certificação ISO 9000 configura-se em

importante instrumento estratégico para aumento de competitividade.

201

REFERÊNCIAS

AAKER, D. A.; JACOBSON, R. The Financial Information Content of Perceived Quality.

Journal of Marketing Research, v. 31, p. 191-201, 1994.

ABRAHAM, M.; CRAWFORD, J.; CARTER, D.; MAZZOTA, F. Management Decisions

for Effective ISO 9000 Accreditation.

Management Decision

, v. 38, n. 3, p. 182-193, 2000.

AHIRE, S. L.; LANDEROS, R.; GOLHAR, D. Y. Total Quality Management: A Literature

Review and an Agenda for Future Research. Production and Operations Management, v. 4,

n. 3, p. 288-306, 1995.

AKERLOF, G. The Market for “Lemons”: Quality Uncertainty and the market Mechanism.

Quarterly Journal of Economics, v. 84, n. 3, p. 488-500, 1970.

ALMEIDA JR., F. In: FEY, R.; GOGUE, P. Princípios da Gestão da Qualidade. 1

. ed.

Lisboa: Fundação Gulbenkian, 1993.

AMIT, Raphael; SCHOEMAKER, Paul J. H. Strategic assets and organizational rent.

Strategic Management Journal. Vol. 14, issue 1, p. 33-36, January 1993.

ANDERSON, S. W.; DALY, J. D.; JOHNSON, M. F. Why Firms Seek ISO 9000

Certification: Regulatory Compliance or Competitive Advantage? Production and

Operations Management, v. 8, n. 1, p. 28-43, 1999.

ANDERSON, T. W.; HSIAO, C. Estimation of Dynamic Models with Error Components.

Journal of the American Statistical Association, v. 76, p. 598-606, 1981.

ANDRADE, Adriana; ROSSETI, José Paschoal. Governança Corporativa: Fundamentos,

Desenvolvimento e Tendências. 3. ed. São Paulo: Editora Atlas, 2007.

ARELLANO, M. Panel Data Econometrics. Oxford: Oxford University Press, 2003.

ARELLANO, M.; BOND, S. Some Tests of Specification for Panel Data: Monte Carlo

Evidence and an Application to Employment Equations. Review of Economic Studies, v.

58, p. 277-294, 1991.

ARNOLD, K. The Manager’s Guide to ISO 9000. New York: Free Press, 1994.

ASSOCIAÇÃO BRASILEIRA DE NORMAS TÉCNICAS (ABNT). NBR ISO 9001:2000:

Sistemas de Gestão da Qualidade – Requisitos. Rio de Janeiro, 2000.

ASSOCIAÇÃO BRASILEIRA DE NORMAS TÉCNICAS (ABNT). Disponível em:

www.abnt.org.br

. Acesso em: 19 de março de 2007.

BALTAGI, B. H. Econometrics. 2. ed., Berlin: Springer, 1999.

BARNEY, Jay. Gaining and Sustaining Competitive Advantage. 2

ed. New Jersey:

Prentice Hall, 2002.

BARATA, Antonio J. C. Diagnóstico e Proposição de Ações em Gestão do Conhecimento,

visando ao Prêmio Nacional da Qualidade – PNQ

. Dissertação de Mestrado. Faculdade de

Engenharia Mecânica, Universidade Estadual de Campinas, 2003.

BERLE, A. A. ; MEANS, G. C. The Modern Corporation and Private Property. New

York: Macmillan, 1933.

BILLETT, M. T.; FLANNERY, M. J.; GARFINKEL, J. A. The Effect of Lender Identity on a

Borrowing Firm’s Equity Return. Journal of Finance, v. 50, p. 699-718, 1995.

BOLSA DE VALORES DE SÃO PAULO (BOVESPA). Disponível em:

www.bovespa.com.br

. Acesso em: 25 de outubro de 2007.

BREALEY, Richard A.; MYERS, Stewart C. Princípios de Finanças Empresariais. 5

. ed.

Lisboa: McGraw-Hill, 1998.

BREUSCH, T.S.; PAGAN, A. R. A Simple Test for Heteroskedasticity and Random

Coefficient Variation. Econometrica, v. 50, p. 987-1007, 1979.

BROWN, B. C.; LEVITAN, A. S. An Investigation into the Effect of “Going Concern”

Qualifications on the Stock Market. Woman CPA, v. 48, p. 10-13, 1986.

202

CARUANA, A.; PITT, L. INTQUAL – An Internal Measure for Service Quality and the Link

between Service Quality and Business Performance. European Journal of Marketing, v. 31,

n. 8, p. 604-617, 1997.

Certificados ISO 9000 emitidos no Brasil. CB-25 Notícias, Rio de Janeiro, ABNT, ano 7, n.

27, mai. 2001.

CHITTENDEN, F.; POUTZIOURIS, P.; MUHKTAR, S. M. ISO 9000 and Small Business

Quality Management: Empirical Evidence from the UK. International Small Business

Journal, v. 17, n. 1, p. 73-88, 1998.

COASE, R. H. The Nature of the Firm. Economica, v. 4, n. 16, p. 386-405, 1937.

COLE, R. E. Learning from the Quality Movement: What did and what didn’t happen?

California Management Review, v. 41, p. 43-73, 1998.

CORBETT, Charles J.; MONTES-SANCHO, Maria J.; KIRSCH, David A. The Financial

Impact of ISO 9000 Certification in the United States: An Empirical Analysis. Management

Science, v. 51, n. 7, p. 1046-1059, 2005.

COTTRELL, Allin; LUCHETTI, Ricardo. Gretl User’s Guide: Gnu Regression,

Econometrics and Time-series. Free Software Foundation, May 2007.

CRAIG, C. S.; DOUGLAS, S. P. Strategic Factors Associated with Market Share and

Financial Performance. Quarterly Review of Economics and Business, Summer, p. 101-

111, 1982.

CROSBY, P. B. Quality is Free. New York: McGraw-Hill, 1a. ed., 1979.

CURKOVIC, S.; PAGELL, M. A Critical Examination of the Ability of ISO 9000

Certification to lead to a Competitive Advantage. Journal of Quality Management, v. 4, n.

1, p. 51-67, 1999.

DAMODARAN, Aswath. Finanças Corporativas. 2

. ed. Porto Alegre: Artmed Editora, 2004.

DEMING, W. Edwards. Qualidade: A Revolução da Administração. 1a. ed. Rio de Janeiro:

Editora Marques Saraiva, 1990.

DICK, G. P. ISO 9000 Certification Benefits, Reality or Mith? TQM Magazine, v. 12, p.

365, 2000.

DIMARA, Efthalia; SKURAS, Dimitris; TSEKOURAS, Kostas; GOUTSOS, Stavros.

Strategic Orientation and Financial Performance of Firms Implementing ISO 9000.

International Journal of Quality & Reliability Management

, v. 21, n. 1, p. 72-89, 2004.

DOCKING, Diane Scott; DOWEN, Richard J. Market Interpretations of ISO 9000

Registration. The Journal of Financial Research, v. XXII, n. 2, p. 147-160, 1999.

DODD, P. DOPUCH, N.; HOLTHAUSEN, R.; LEFTWICH, R. Qualified Audit opinions and

Stock Prices: Information Content, Announcement dates, and Concurrent Disclosures.

Journal of Accounting and Economics, v. 6, p. 3-38, 1984.

DOUGLAS, Thomas J.; JUDGE, William Q. Jr. Total Quality Management Implementation

and Competitive Advantage: The Role of Structural Control and Exploration. Academy of

Management Journal, v. 44, n. 1, p. 158-169, 2001.

EASTON, George S.; JARRELL, Sherry L. The Effects of Total Quality Management on

Corporate Performance: An Empirical Investigation.

Journal of Business

, v. 71, n. 2, p. 253-

307, 1998.

EDWARDS, Corwin D. The Meaning of Quality. Quality Progress, p. 37, 1968.

FEIGENBAUM, A. V. Quality and Business Growth Today. Quality Progress, v. 15, n. 11,

p. 22-25, 1982.

FEIGENBAUM, Armand V. Total Quality Control. 3

. ed., rev. Singapura: McGraw-Hill

Company, 1991.

FLYNN, B. B.; SCHROEDER, R. G.; SAKAKIBARA, S. The Impact of Quality

Management Practices on Performance and Competitive Advantage. Decision Sciences, v.

26, n. 5, p. 659-692, 1995.

203

FLYNN, B. B.; SCHROEDER, R. G.; FLYNN, E. J.; SAKAKIBARA, S.; BATES, K. A.

World-Class Manufacturing Project: Overview and Selected results. International Journal

of Operations & Productions Management, v. 17, n. 7, p. 671-685, 1997.

FORKER, L. B.; VICKERY, S. K.; DROGE, C. L. The Contribution of Quality to Business

Performance. International Journal of Operations & Productions Management, v. 16, n.

8, p. 44-62, 1996.

FRAGA, Maria E. F. Análise dos Efeitos da Implantação da ISO 9000 em Micro e

Pequenas Empresas. Dissertação de Mestrado. Escola de Administração, Universidade

Federal do Rio Grande do Sul, 2002.

FRANCESCHINI, Fiorenzo; GALETTO, Maurizio; GIANNI, Giovanni. A New Forecasting

for the Diffusion of the ISO 9000 Standard Certification in European Countries.

International Journal of Quality & Reliability Management, v. 21, n. 1, p. 32-50, 2004.

FREE SOFTWARE FOUNDATION. Disponível em www.gretl.org

. Acesso em: 20 de

outubro de 2007.

FRIEDMAN, Milton. A Theory of Consumption Function. 1. ed. Princeton: Princeton

University Press, 1957.

GABOR, Andrea. O Homem que Descobriu a Qualidade. 1. ed. Rio de Janeiro:

Qualitymark Editora, 1990.

GARVIN, David A. Gerenciando a Qualidade. 3

. ed. Rio de Janeiro: Qualitymark Editora,

1992.

GITMAN, Lawrence J. Princípios de Administração Financeira. 10. ed. São Paulo:

Pearson, 2004.

GLICK, William H.; WASHBURN, Nathan T.; MILLER, C. Chet. The myth of firm

performance. American Academy of Management – 2005 Annual Meeting Proceedings,

Honolulu, Hawaii, 2005.

GORE, M. The Quality Infrastructure. Purchasing and Supply Management, Feb, p. 41-43,

1994.

GOSEN, Jerry; BABBAR, Sunil; PRASAD, Sameer. Quality and Developing Countries: The

Role of International and Organizational Factors. International Journal of Quality &

Reliability Management, v. 22, n. 4/5, p. 452-464, 2005.

GREENE, W. H.

Econometric Analysis

. 4. ed., Upper Saddle River: Prentice-Hall, 2000.

GUJARATI, Damodar N. Econometria Básica. 4

. ed., Rio de Janeiro: Elsevier Editora,

2006.

GUPTA, A. the Value of a Regulatory Seal of Approval. Journal of Financial Research, v.

20, p. 111-128, 1997.

HAN, S. Bruce; CHEN, Shaw K.; EBRAHIMPOUR, Maling. The Impact of ISO 9000 on

TQM and Business Performance. Journal of Business and Economic Studies, v. 13, n. 2, p.

1-23, 2007.

HANSEN, Bruce E. Econometrics, Manuscripts 2007. University of Wisconsin.

HAUSMAN, J. A. Specification Tests in Econometrics. Econometrica, v. 46, p. 1251-1271,

1978.

HAYEK, F. A. The Use of Knowledge in Society. American Economic Review, v.35, p.

519-530, 1945.

HECKMAN, J. J. Dummy endogenous variables in a simultaneous equation system.

Econometrica, v. 46, n. 4, p. 931-959, 1978.

HENDRICKS, K. B.; SINGHAL, V. R. Quality Awards and the Market Value of the Firm:

An Empirical Investigation. Management Science, Vol. 42, n. 3, p. 415-436, 1996.

HENDRICKS, K. B.; SINGHAL, V. R. Does Implementing an Effective TQM Program

Actually Improve Operating Performance? Empirical Evidence from Firms That Have Won

Quality Awards. Management Science, Vol. 43, n. 9, p. 1258-1274, Sept. 1997.

204

HENDRICKS, K. B.; SINGHAL, V. R. The Long-Run Stock Price Performance of Firms

with Effective TQM Programs. Management Science, Vol. 47, n. 3, p. 359-368, 2001.

HERAS, I.; DICK, G.; CASADESÚS, M. ISO 9000 Registration’s Impact on Sales and

Profitability. International Journal of Quality & Reliability Management, v. 19, n. 6, p.

774-791, 2002 a.

HERAS, I.; CASADESÚS, M.; DICK, G. ISO 9000 Certification and the Bottom Line: A

Comparative Study of the Profitability of Basque Companies. Managerial Accounting

Journal, v. 17, n. 1, p. 72-78, 2002 b.

HOLLERAN, E.; BREDAHL, M. E.; ZAIBET, L. Private Incentives for Adopting Food

Safety and Quality Assurance. Food Policy, v. 24, n. 6, p. 669-683, 1999.

INSTITUTO NACIONAL DE METROLOGIA, NORMALIZAÇÃO E QUALIDADE

INDUSTRIAL (INMETRO). Disponível em: www.inmetro.gov.br. Acesso em: 19 de

novembro de 2006 e 31 de maio de 2007.

INTERNATIONAL ORGANIZATION FOR STANDARDIZATION (ISO). Disponível em

www.iso.org. Acesso em: 20 de abril de 2007.

IRWIN PROFESSIONAL PUBLISHING. ISO 9000 Survey: Comprehensive Data and

Analysis of U.S. Registered Companies. Burr Ridge, EUA, 1996.

JACOBSON, R. Distinguishing among Competing Theories of the Market Share Effect.

Journal of Marketing, v. 52, n. 1, p. 68-80, 1988.

JACOBSON, R.; AAKER, D. A. The Strategic Role of Product Quality. Journal of

Marketing, v. 51, n. 4, p. 31-44, 1987.

JENSEN, Michael C. Agency Costs of Free Cash Flow, Corporate Finance, and Takeovers.

The American Economic Review. Nashville, v. 76, n. 2, p. 323-329, May 1986.

JONES, R.; ARNDT, G.; KUSTIN, R. ISO 9000 among Australian Companies: Impact of

Time and Reasons for Seeking Certification on Perceptions of Benefits Received.

International Journal of Quality & Reliability Management, v. 14, n. 7, p. 650-660,

1997.

JUDGE, George G.; HILL, R. Carter; GRIFFITHS, William E.; LÜTKEPOHL, Helmut;

LEE, Tsoung-Chao. Introduction to the Theory and Practice of Econometrics. Nova

York: John Wiley & Sons, 1982.

JURAN, J. M.; GRYNA, FRANK. M.

Juran´s Quality Control Handbook

. 4a. ed. New

York: McGraw-Hill Book Company, 1988.

JURAN, J. M. A History of Managing for Quality: The Evolution, Trends and Future

Directions of Managing Quality. Milwaukee: ASQC Quality Press, 1995.

JURAN, J. M. Commentary. Quality Progress, June, 1999.

KAYO, Eduardo K.; TEH, Chang C.; KIMURA, Herbert. Ativos Intangíveis e Criação de

Valor: o Papel das Marcas e Patentes. In: II ENCONTRO DE ESTUDOS EM

ESTRATÉGIA, Rio de Janeiro, 2005.

KAYO, Eduardo K.; MARTIN, Diógenes M. L.; KIMURA, Herbert; NAKAMURA, Wilson

T. Ativos Intangíveis, Ciclo de Vida e Criação de Valor. Revista de Administração

Contemporânea

, no prelo.

KESSLER, Anke S. Revisiting the Lemons Market. International Economic Review, v. 42,

n.1, p. 25-41, 2001.

KOR, Yasemin Y.; MAHONEY, Joseph T. Penrose´s resource-based approach: The process

and product of research creativity. Journal of Management Studies. Vol. 37, p.109-139,

January 2000.

KOSCIUSKO-MORIZET, A. In: FEY, R.; GOGUE, P. Princípios da Gestão da Qualidade.

. ed. Lisboa: Fundação Gulbenkian, 1993.

KREPS, David M. Microeconomics for Managers. 1a. ed. New York: W. M. Norton, 2004.

205

LEFFLER, Keith B. Ambiguous Changes in Product Quality. American Economic Review,

p. 956, 1982.

LEUNG, H. K. N.; CHAN, K. C. C.; LEE, T. Y. Costs and benefits of ISO 9000 Series: A

Practical Study. International Journal of Quality & Reliability Management, v. 16, n. 7, p.

675-690, 1999.

LEV, Baruch. Intangibles: Management, Measurement, and Reporting. Washington:

Brookings Institution, 2001.

LIMA, Marcos A. M.; RESENDE, Marcelo; HASENCLEVER, Lia. Quality Certification

and Performance of Brazilian Firms: An Empirical Study. International Journal of

Production Economics, v. 66, n. 2, p. 143-147, 2000.

MALHOTRA, N. et al. Pesquisa de Marketing. 1. ed. Porto Alegre: Bookman, 2000.

MARSHALL, Isnard Jr.; ROCHA, Alexandre V.; MOTA, Edmarson B.; CIERCO, Agilberto

A.; LEUSIN, Sérgio. Gestão da Qualidade. 7

. ed. Rio de Janeiro: Editora FGV, 2006.

MARTIN, D. M. L.; NAKAMURA, W. T.; FORTE, D.; CARVALHO, A. F.; COSTA, A. C.

F.; AMARAL, A. C. Determinantes de estrutura de capital no mercado brasileiro:

análise de regressão com painel de dados no período 1999-2003. Anais do V Encontro

Brasileiro de Finanças, São Paulo, 2005.

MARTINEZ-LORENTE, Angel R.; MARTINEZ-COSTA, Micaela. ISO 9000 and TQM:

Substitutes or Complementaries? International Journal of Quality & Reliability

Management, v. 21, n. 2/3, p. 260-276, 2004.

McADAM, R.; McKEOWN, M. Life after ISO: Na Analysis of the Impact of ISO 9000 and

Total Quality Management on Small Business in Northern Ireland. Total Quality

Management, v. 10, n. 2, p. 229-241, 1999.

MELHORES E MAIORES. Revista Exame, São Paulo. Disponível em

www.melhoresemaiores.com.br. Acesso em: 10 de maio de 2007.

MERRILL, Peter. ISO 9000:2000 – Less Procedures and More Planning. American Society

of Quality Annual Congress Proceedings, v. 57, p. 557-565, 2003.

MICHAELIS. Moderno Dicionário da Língua Portuguesa. São Paulo: Melhoramentos, 1

ed., 2005.

MILGROM, P.; ROBERTS, J. Price and Advertising Signals of Product Quality. Journal of

Political Economy

, v. 94, n. 4, p. 796-821, 1986.

MILGROM, P.; ROBERTS, J. Economics, Organization & Management. 1a. ed. Upper

Saddle River: Prentice-Hall, 1992.

MORGAN, Gareth. Nature Intervenes: Organizations as Organisms. In: Images of

Organizations. Newbury Park, CA: SAGE Publications, 1986b.

MORRIS, Philip W. ISO 9000 and Financial Performance in the Electronics Industry.

Journal of American Academy of Business, v. 8, n. 2, p. 227-234, 2006.

NAYYAR, P. R. Information Asymmetrics: A Source of Competitive Advantage for

Diversified Service Firms. Strategic Management Journal, v. 11, p. 513-519, 1990.

NICOLAU, Juan Luis; SELLERS, Ricardo. The Stock Market’s reaction to Quality

Certification: Empirical Evidence from Spain.

European Journal of Operational Research

v. 142, p. 632-641, 2002.

OZKAN, Aydin. Determinants of Capital Structure and Adjustments to Long Run Target:

Evidence from UK Company Panel Data. Journal of Business Finance and Accounting, p.

175-199, jan/mar 2001.

PAPPS, I. Evaluation of Performance, Monitoring Costs and Quality Management.

International Journal of Quality and Reliability Management, v. 12, n. 3, p. 49-56, 1995.

PAULA, Alexandre T. Avaliação do Impacto Potencial da Revisão 2000 das Normas ISO

9000 na Gestão e Certificação da Qualidade: O Caso das Empresas Construtoras.

Dissertação de Mestrado. Escola Politécnica, Universidade de São Paulo, 2004.

206

PENROSE, Edith. The Theory of the Growth of the Firm. 3a. ed. New York: Oxford

University Press, 1995.

PHILIPS, L. W.; CHANG, D. R.; BUZER, R. D. Product Quality, Cost Position and Business

Performance: A Test of some key Hipotheses. Journal of Marketing, v. 47, p. 26-43, 1983.

PINDYCK, Robert; RUBINFELD, Daniel L. Microeconomia. 4a. ed. São Paulo: Makron,

1999.

PIRSIG, Robert M. Zen and the Art of Motorcycle Maintenance. Nova Iorque: Bantam,

1974.

PORTER, M. E. Vantagem Competitiva: Criando e Sustentando um Desempenho

Superior. Rio de Janeiro: Ed. Campos, 1989.

PRAHALAD, C. K.; HAMEL, Gary. The Core Competence of the Corporation. Harvard

Business Review. Vol. 68, n.3, May-June 1990.

PRAHALAD, C. K.; LIEBERTHAL, K. The End of Corporate Imperialism. Harvard

Business Review, v. 81, n. 8, p. 109-117, 2003.

QUAZI, Hesan A.; JACOBS, Ronald L. Impact of ISO 9000 Certification on Training and

Development Activities: An Exploratory Study. International Journal of Quality &

Reliability Management, v. 21, n. 4/5, p. 497-517, 2004.

RADNER, R. Competitive Equilibrium under Uncertainty. Econometrica, v.36. p. 31-58,

1968.

RAJAN, Murli; TAMINI, Nabil. Payoff to ISO 9000 Registration. Journal of Investing, v.

12, n. 1, p. 71, 2003.

RICHARDSON, R. J. et al. Pesquisa Social: Métodos e Técnicas. 3. ed. 7. reimp. São Paulo:

Editora Atlas, 2007.

RICHIERI, Flávio L. Capital intelectual e a criação de valor nas empresas brasileiras.

Dissertação de Mestrado. Universidade Presbiteriana Mackenzie, 2007.

RODRIGUES, Francisco C. T. S. Quality from Brazil. Revista Trevisan. N. 103, setembro

1996.

ROSS, Stephen A.; WESTERFIELD, Randolph W.; JAFFE, Jeffrey F. Administração

Financeira: Corporate Finance. 2a. ed. São Paulo: Editora Atlas, 2002.

ROSSER, J. Barkley. Jr. A Nobel Prize for Asymmetric Information: The Economic

Contributions of George Akerlof, Michael Spence and Joseph Stiglitz.

Review of Political

Economy, v.15, n. 1, p. 3-21, 2003.

ROTH, João L. Impactos da ISO 9000 sobre a Gestão das Empresas: Inferências a partir

de três estudos de casos. Dissertação de Mestrado. Escola de Administração, Universidade

Federal do Rio Grande do Sul, 1998.

RUMELT, Richard P.; SCHENDEL, Dan; TEECE, David J. Strategic Management and

Economics. Strategic Management Journal, v. 12, Special Issue, p. 5-29, 1991.

RUST, R. T.; ZAHORIK, A. J.; KEININGHAM, T. I. Return on Quality (ROQ): Making

Service Quality Financially Accountable. Journal of Marketing, v. 59, n. 2, p. 58-70, 1994.

SÁNCHEZ, José L. F.; SOTORRÍO, Ladislao L. The Creation of Value through Corporate

Reputation.

Journal of Business Ethics

, v. 76, p. 335-346, 2007.

SANTOS, L.; ESCANCIANO, C. Benefits of the ISO 9000:199 System. International

Journal of Quality & Reliability Management, v. 19, n. 3, p. 321-334, 2002.

SANVICENTE, Antonio Z. Perfil das Companhias Abertas: comparação com empresas

fechadas. Instituto Brasileiro do Mercado de Capitais IBMEC. São Paulo, 1996.

SCHERKENBACH, William W. O Caminho de Deming para a Melhoria Contínua. 1. ed.,

Rio de Janeiro: Qualitymark Editora, 1991.

SIMMONS, B. L.; WHITE, M. A. The Relationship between ISO 9000 and Business

Performance: Does Registration really matters? Journal of Managerial Issues, v. 11, n. 3, p.

330-343, 1999.

207

SIMON, H. A. A Behavioral Model of Rational Choice. Quarterly Journal of Economics,

v.69, p. 99-118, 1955.

SINGLES, J.: RUEL, G.: VAN DE WATER, H. ISO 9000 Series – Certification and

Performance. International Journal of Quality & Reliability Management, v. 18, n. 1, p.

62-75, 2001.

SKRABEC, Quentin Jr.; RAGU-NATHAN, T. S.; RAO, S. S.; BHATT, T. Do the Benefits

Outweigh the Costs? Industrial Management, v. 39, n. 6, p. 26, 1997.

SPENCE, M. Job Market Signaling. Quarterly Journal of Economics, v. 87, n. 3, p. 355-

374, 1973.

SPENCE, M. Informational Aspects of Market Structure: An Introduction. Quarterly

Journal of Economics, v. 90, p. 591-597, 1976b.

SUTHERLAND, A . In: SEMINÁRIO SOBRE NORMAS ISO 9000 PARA O ANO 2000.

São Paulo. Cópias de transparências, 1997.

SZYMANSKI, D. M.; BHARADWAJ, S. G.; VARADAJAN, P. R. An Analysis of the

Market Share – Profitability Relationship. Journal of Marketing, v. 57, p. 1-18, 1993.

SZYSKKA, Irene. Implantação de Sistemas da Qualidade ISO 9000 e Mudanças

Organizacionais. Dissertação de Mestrado. Escola de Administração, Universidade Federal

do Rio Grande do Sul, 2001.

TAYLOR, W. E. Small Sample Considerations in Estimation from Panel Data. Journal of

Econometrics, v. 13, p. 203-223, 1980.

TEECE, David; PISANO, Gary; SHUEN, Amy. Dynamic capabilities and strategic

management. Strategic Management Journal, v. 18, n. 7, p. 509-533, 1997.

TERLAAK, Ann Katrin. Exploring the Adoption Process and Performance Consequences

of Industry Management Standards: The Case of ISO 9000. Dissertação de Mestrado.

University of Californa – Santa Barbara, 2002.

TERLAAK, Ann; KING, Andrew A. The Effect of Certification with the ISO 9000 Quality

Management Standard: a Signaling Approach. Journal of Economic Behavior and

Organization, v. 60, n. 4, p. 579-602, 2006.

TIAN, Wu; YANG, Ming. ISO 9000 in China’s Great March to Quality. ISO Management

Systems, p. 26-27, March-April 2006.

TIROLE, J.

The Theory of Industrial Organization

. Cambridge: MIT Press, 1990.

VERBEEK, Marno. A Guide to Modern Econometrics. 1. ed. reimpressa com correções.

Buffins Lane: John Wiley & Sons, 2001.

WACKER, J. G. An integrative theory of Strategic Quality Management: A Cost-Benefit

Framework for evaluating Quality Improvement Programmes. International Journal of

Production Research, v. 27, n. 1, p. 53-71, 1989.

WESTON, F. C. What do managers really think of the ISO 9000 Registration Process?

Quality Progress, v. 28, n. 10, p. 67-73, 1995.

WHITE, H. A Heteroskedasticity-Consistent covariance matrix estimator and a direct test for

heteroskedasticity. Econometrica, v. 48, p. 817-838, 1980.

WITHERS, B.; EBRAHIMPOUR, M.; HIKMET, N. An Exploration of the Impact of TQM

and JIT on ISO 9000 Registered Companies. International Journal of Production

Economics, v. 53, n. 2, p. 209-216, 1997.

WITHERS, B.; EBRAHIMPOUR, M. Does ISO 9000 Certification affect the Dimensions of

Quality used for Competitive Advantage? European Management Journal, v. 18, n. 4, p.

431-443, 2000.

WITHERS, B.; EBRAHIMPOUR, M. Impacts of ISO 9000 Registration on European Firms:

A Case Analysis. Integrated Manufacturing Systems, v. 12, n. 2, p. 139-151, 2001.

WOOLDRIDGE, Jeffrey M. Introdução à Econometria: Uma Abordagem Moderna. 1

ed., São Paulo: Thomson, 2006.

208

209

APÊNDICES

210

211

Apêndice A – Relação de organismos certificadores acreditados pelo INMETRO

ABNT - Associação Brasileira de Normas Técnicas

ABS - Quality Evaluations Inc.

ACTA - Supervisão Técnica Independente

BRTÜV Avaliações da Qualidade Ltda.

BSI British Standards Institution Brasil

Bureau Acta de Certificação - QS

BVQI do Brasil Sociedade Certificadora Ltda.

CCB - Centro Cerâmico do Brasil

CERTA - Certificadores Associados Ltda.

Certa Qualidade Ltda.

CTA/IFI - Centro Técnico Aeroespacial - Instituto de Fomento e Coordenação Industrial

Det Norske Veritas Ltda.

DQS do Brasil Ltda.

EVS Brasil Avaliações Ltda.

FCAV - Fundação Carlos Alberto Vanzolini

Fondonorma - Fondo para la Normalización y la Certificación de la Calidad

GLC - Germanischer Llyod Certification South America Ltda.

IBAMETRO - Instituto Baiano de Metrologia e Qualidade

ICQ Brasil - Instituto de Certificação Qualidade Brasil

Instituto de Certificações Brasileiro S/A - ICBr

Instituto Falcão Bauer da Qualdiade - IFBQ

Instituto Totum de Desenvolvimento e Gestão Empresarial Ltda.

IQA - Instituto da Qualidade Automotiva

IRAM - Instituto Argentino de Normalización

ITAC - Instituto Tecnológico de Avaliação e Certificação da Conformidade Ltda.

LATU Sistemas S/A

Lloyd's Register do Brasil Ltda.

NCC - Associação NCC Certificações do Brasil

Perry Johnson Registrars, Inc.

RINA - Societá per Azioni

SAS Certificadora Ltda.

SGS ICS Certificadora Ltda.

TECPAR - Instituto de Tecnologia do Paraná

TÜV Rheinland Brasil

UCIEE - União Certificadora para Controle de Conformidade de Produtos, Processos ou Serviços

UL Underwriters Laboratories Inc.

UNIT - Instituto Uruguayo de Normas Técnicas

Fonte: INMETRO (2007). Adaptado pelo autor.

212

213

Apêndice B – Questionário enviado a diretores da Qualidade e de relações com

investidores das companhias abertas

Prezado Fulano, bom dia.

Estou realizando mestrado na Universidade Mackenzie com o tema “A ISO 9000 e o Desempenho

Financeiro das Empresas Brasileiras”, cujo objetivo é estudar a relação entre certificação e

desempenho financeiro. Meu orientador é o Prof. Dr. Wilson Nakamura e a idéia é finalizar o estudo em

outubro de 2007. Para isso, gostaria de contar com a sua contribuição.

Esse estudo é inédito no Brasil e espero que ele contribua com todos os que trabalham na área

da Qualidade, mostrando benefícios ainda não conhecidos da certificação ISO 9000.

O banco de dados da ABNT (CB25), infelizmente, não possui o histórico de certificações das

cerca de 9.000 empresas brasileiras certificadas; possui apenas a data da mais recente certificação,

o que não me permite inferir qualquer contribuição da certificação ISO 9000 no longo prazo e de forma

perene.

Assim, agradeceria se me fossem passadas as duas informações abaixo, muito simples e que podem ser

respondidas neste próprio texto e me devolvendo por e-mail. Os resultados da pesquisa serão divulgados

para toda a comunidade da qualidade, por meio de publicações de artigos relacionados ao tema

pesquisado. O estudo é puramente acadêmico e não apresentará dados ou informações diretas

das empresas certificadas.

1. Primeira certificação ISO 9000 da empresa

Ano: _______

Qual a norma: ISO 9001 ( ) ISO 9002 ( ) ISO 9003 ( )

Qual a versão (ano): 1987 ( ) 1994 ( )

2. Primeira certificação com a versão 2000 da ISO 9001

Ano: _______

Meu nome é Francisco Starke Rodrigues, mestrando da Universidade Mackenzie. Meu telefone para contato

é (11) 9488-0700. Obrigado pela contribuição.

214

215

Apêndice C – Conjunto de regressões

216

217

Modelo 1: Estimativas MQO ("

Pooled

OLS") usando 2277 observações

Incluídas 207 unidades de secção-cruzada - Comprimento da série temporal = 11

Variável dependente: ROA_mod no Painel Não Balanceado

Erros padrão robustos (HAC)

Variável Coeficiente Erro Padrão estatística-t p-valor

const 4,69371 2,83074 1,6581 0,09743 *

CERT_ISO 0,883641 1,03984 0,8498 0,39554

RISCO -0,668652 0,155869 -4,2898 0,00002 ***

LUCRAT 0,196474 0,106213 1,8498 0,06447 *

RLtoAT_TANG -0,749647 1,28605 -0,5829 0,56001

ENDIV -0,000233385 0,00011656 -2,0023 0,04537 **

ENDIV_1 3,29401e-06 7,20029e-05 0,0457 0,96351

TAM_EMP 0,172453 0,0970943 1,7761 0,07584 *

Média da variável dependente = -2,62119

Desvio padrão da variável dependente = 58,0241

Soma dos resíduos quadrados = 2,92188e+006

Erro padrão dos resíduos = 35,8851

não-ajustado = 0,618695

ajustado = 0,617518

Estatística-F (7, 2269) = 525,944 (p-valor < 0,00001)

Verossimilhança-Logarítmica = -11379,3

Critério de informação de Akaike = 22774,6

Critério Bayesiano de Schwarz = 22820,5

Critério de Hannan-Quinn = 22791,3

Diagnósticos:

Estimador de efeitos fixos:

erros padrão dos declives em parênteses, p-valores em colchetes

CERT_ISO: 2,5499 (1,6004) [0,11124]

RISCO: -0,65386 (0,03451) [0,00000]

LUCRAT: 0,22622 (0,010525) [0,00000]

RLtoAT_TANG: 5,1902 (1,4147) [0,00025]

ENDIV: -0,00019484 (0,00041144) [0,63586]

ENDIV_1: 3,6595e-005 (0,00041503) [0,92975]

TAM_EMP: 0,23992 (0,18365) [0,19156]

207 médias de grupo foram subtraídas aos dados

Variância dos resíduos: 2,68843e+006/(2277 - 214) = 1303,16

Significância conjunta da diferenciação das médias de grupo

F(206, 2063) = 0,869637 com p-valor 0,902774

Estatística de teste Breusch-Pagan:

LM = 4,48377 com p-valor = prob (qui-quadrado(1) > 4,48377) = 0,0342183

Variance estimators:

between = 86,1122

within = 1303,16

theta used for quasi-demeaning = 0

Estimador de efeitos aleatórios:

erros padrão em parênteses, p-valores em colchetes

const: 4,6937 (1,7603) [0,00772]

CERT_ISO: 0,88364 (0,96115) [0,35801]

RISCO: -0,66865 (0,016378) [0,00000]

LUCRAT: 0,19647 (0,0085968) [0,00000]

RLtoAT_TANG: 0,74965 (0,7311) [0,30530]

ENDIV: -0,00023339 (0,00038347) [0,54284]

ENDIV_1: 3,294e-006 (0,00038769) [0,99322]

TAM_EMP: 0,17245 (0,14251) [0,22637]

Estatística de teste de Hausman: H = 33,7299 com p-valor = prob(qui-quadrado(7) > 33,7299) = 1,93489e-005

Teste de White para a heterocedasticidade

218

Estimativas OLS usando 2277 observações

Variável dependente: uhat^2

VARIÁVEL COEFICIENTE ERRO PADRÃO ESTAT. T P-VALOR

const -946,279 1090,67 -0,868 0,38570

CERT_ISO -805,849 2218,20 -0,363 0,71642

RISCO 199,066 54,1783 3,674 0,00024 ***

LUCRATIVIDADE -414,094 66,3172 -6,244 <0,00001 ***

RLtoAT_TANG 17309,3 2868,90 6,033 <0,00001 ***

ENDIV -1,39552 3,73171 -0,374 0,70847

ENDIV_1 -0,0996537 2,40684 -0,041 0,96698

TAM_EMP -170,259 344,906 -0,494 0,62161

sq_CERT_ISO -88,2179 972,238 -0,091 0,92771

CERT_I_RISCO -42,9308 69,6349 -0,617 0,53762

CERT_I_LUCRAT -38,0089 11,3863 -3,338 0,00086 ***

CERT_I_RLtoAT -289,753 472,254 -0,614 0,53957

CERT_I_ENDIV -0,171727 0,484846 -0,354 0,72323

CERT_I_ENDIV_ 0,119386 0,587424 0,203 0,83897

CERT_I_TAM_EM 123,378 104,596 1,180 0,23830

sq_RISCO -0,0233898 0,0736875 -0,317 0,75096

RISCO_LUCRAT -0,0265133 0,0334919 -0,792 0,42866

RISCO_RLtoAT -12,1107 9,68988 -1,250 0,21149

RISCO_ENDIV 0,0214694 0,0525490 0,409 0,68290

RISCO_ENDIV_ 0,0226557 0,0608722 0,372 0,70979

RISCO_TAM_EM -18,5437 3,21437 -5,769 <0,00001 ***

sq_LUCRATIVID 0,0510418 0,00754230 6,767 <0,00001 ***

LUCRAT_RLtoAT -57,4883 5,95599 -9,652 <0,00001 ***

LUCRAT_ENDIV 0,000179301 0,00647573 0,028 0,97791

LUCRAT_ENDIV_ -0,00122958 0,0181475 -0,068 0,94599

LUCRAT_TAM_EM 29,4113 5,53522 5,313 <0,00001 ***

sq_RLtoAT_TAN 382,418 203,686 1,877 0,06058 *

RLtoAT_ENDIV -0,0368568 0,422136 -0,087 0,93043

RLtoAT_ENDIV_ -0,145802 0,439156 -0,332 0,73992

RLtoAT_TAM_EM -1259,75 195,846 -6,432 <0,00001 ***

sq_ENDIV -3,69836E-06 9,35564E-06 -0,395 0,69265

ENDIV_ENDIV_ 6,74340E-05 0,000181271 0,372 0,70992

ENDIV_TAM_EM 0,0918629 0,261571 0,351 0,72547

sq_ENDIV_1 -1,98184E-06 7,61128E-06 -0,260 0,79459

ENDIV__TAM_EM 0,00563494 0,166008 0,034 0,97293

sq_TAM_EMP 13,1268 22,6075 0,581 0,56154

R-quadrado não-ajustado = 0,370762

Estatística de teste: TR^2 = 844,226147, com p-valor = P(Qui-quadrado(35) > 844,226147) = 0,000000

Teste de Wald independente da distribuição para heterocedasticidade

baseado nos resíduos FGLS:

Qui-quadrado(207) = 3,91297e+007, com p-valor = 0

Convergência atingida depois de 29 iterações

Heterocedasticidade em Grupos

Estimativas Máxima Verossimilhança usando 2277 observações

Incluídas 207 unidades de secção-cruzada

Variável dependente: ROA_mod

VARIÁVEL COEFICIENTE ERRO PADRÃO ESTAT. T P-VALOR

const 0,170439 0,128596 1,325 0,18518

CERT_ISO 0,413863 0,0786989 5,259 <0,00001 ***

RISCO -0,0696557 0,0191833 -3,631 0,00029 ***

LUCRATIVIDADE 0,515477 0,00671643 76,749 <0,00001 ***

RLtoAT_TANG 1,87123 0,0816736 22,911 <0,00001 ***

ENDIV -7,25032E-05 1,80162E-05 -4,024 0,00006 ***

ENDIV_1 3,58776E-05 1,80139E-05 1,992 0,04653 **

TAM_EMP 0,0502790 0,00978457 5,139 <0,00001 ***

Média da variável dependente = -2,62119

Desvio padrão da variável dependente = 58,0241

Verossimilhança-Logarítmica = -7169,34

Critério de informação de Akaike (AIC) = 6477,85

Critério Bayesiano de Schwarz (BIC) = 6523,69

219

Critério de Hannan-Quinn (HQC) = 6494,57

Teste de razão de verossimilhanças para heterocedasticidade entre grupos

Hipótese nula: as unidades têm a mesma variância de erro

Estatística de teste: Qui-quadrado(206) = 8419,94 com p-valor = 0

Modelo 2: Estimativas MQO ("Primeiras Diferenças") usando 2070 observações

Incluídas 207 unidades de secção-cruzada - Comprimento da série temporal = 10

Variável dependente: d_ROA_mod no Painel Não Balanceado

Erros padrão robustos (HAC)

Variável Coeficiente Erro Padrão estatística-t p-valor

const -1,01008 1,03456 -0,9763 0,32901

d_CERT_ISO 2,0801 1,54234 1,3487 0,17759

d_RISCO -0,7085 0,820334 -0,8637 0,38787

d_LUCRAT 0,176496 0,117251 1,5053 0,13240

d_RLtoAT_TANG -2,41847 4,12214 -0,5867 0,55747

d_ENDIV -0,000124867 0,000125815 -0,9925 0,32109

d_TAM_EMP 0,107035 0,175733 0,6091 0,54254

d_ENDIV_1 0,000120004 7,25153e-05 1,6549 0,09810 *

Média da variável dependente = -0,274899

Desvio padrão da variável dependente = 47,3623

Soma dos resíduos quadrados = 3,00723e+006

Erro padrão dos resíduos = 38,189

não-ajustado = 0,352052

ajustado = 0,349852

Estatística-F (7, 2062) = 160,051 (p-valor < 0,00001)

Verossimilhança-Logarítmica = -10473,3

Critério de informação de Akaike = 20962,5

Critério Bayesiano de Schwarz = 21007,6

Critério de Hannan-Quinn = 20979,1

Modelo 3: Estimativas Efeitos Fixos usando 2277 observações

Incluídas 207 unidades de secção-cruzada - Comprimento da série temporal = 11

Variável dependente: ROA_mod no Painel Não Balanceado

Erros padrão robustos (HAC)

Variável Coeficiente Erro Padrão estatística-t p-valor

CERT_ISO 2,54988 1,74354 1,4625 0,14376

RISCO -0,653857 0,469065 -1,3940 0,16348

LUCRAT 0,226218 0,145895 1,5506 0,12116

RLtoAT_TANG -5,19016 3,9773 -1,3049 0,19206

ENDIV -0,000194841 0,000128364 -1,5179 0,12920

ENDIV_1 3,65947e-05 7,81313e-05 0,4684 0,63957

TAM_EMP 0,239919 0,153649 1,5615 0,11857

Média da variável dependente = -2,62119

Desvio padrão da variável dependente = 58,0241

Soma dos resíduos quadrados = 2,68843e+006

Erro padrão dos resíduos = 36,0993

não-ajustado = 0,649161

ajustado = 0,612937

Estatística-F (213, 2063) = 17,921 (p-valor < 0,00001)

Estatística de Durbin-Watson = 1,13234

Verossimilhança-Logarítmica = -11284,5

Critério de informação de Akaike = 22997

Critério Bayesiano de Schwarz = 24223,4

Critério de Hannan-Quinn = 23444,3

220

Teste para diferenciar grupos de interceptações no eixo x=0 –

Hipótese nula: Os grupos têm a mesma interceptação no eixo x=0

Estatística de teste: F(206, 2063) = 0,869637 com p-valor = P(F(206, 2063) > 0,869637) = 0,902774

Modelo 4: Estimativas Efeitos Fixos com dummies de tempo usando 2277 observações

Incluídas 207 unidades de secção-cruzada - Comprimento da série temporal = 11

Variável dependente: ROA_mod no Painel Não Balanceado

Erros padrão robustos (HAC)

Variável Coeficiente Erro Padrão estatística-t p-valor

CERT_ISO 5,521 2,22099 2,4858 0,01300 **

RISCO -0,673162 0,475824 -1,4147 0,15730

LUCRAT 0,221214 0,144469 1,5312 0,12587

RLtoAT_TANG -4,2968 3,96453 -1,0838 0,27858

ENDIV -0,000167068 0,000133926 -1,2475 0,21237

ENDIV_1 6,84746e-05 8,11107e-05 0,8442 0,39865

TAM_EMP 0,328995 0,184499 1,7832 0,07471 *

dt_2 11,7039 5,69687 2,0545 0,04006 **

dt_3 11,168 5,02703 2,2216 0,02642 **

dt_4 10,9679 4,99109 2,1975 0,02810 **

dt_5 8,63893 5,01269 1,7234 0,08496 *

dt_6 8,3175 4,14492 2,0067 0,04492 **

dt_7 9,63636 4,0027 2,4075 0,01615 **

dt_8 4,49822 2,74067 1,6413 0,10089

dt_9 5,32143 2,16874 2,4537 0,01422 **

dt_10 5,69916 1,67029 3,4121 0,00066 ***

dt_11 7,13548 2,93708 2,4294 0,01521 **

Média da variável dependente = -2,62119

Desvio padrão da variável dependente = 58,0241

Soma dos resíduos quadrados = 2,67128e+006

Erro padrão dos resíduos = 36,0716

não-ajustado = 0,651398

ajustado = 0,613533

Estatística-F (223, 2053) = 17,2029 (p-valor < 0,00001)

Estatística de Durbin-Watson = 1,13176

Verossimilhança-Logarítmica = -11277,2

Critério de informação de Akaike = 23002,4

Critério Bayesiano de Schwarz = 24286,1

Critério de Hannan-Quinn = 23470,7

Teste para diferenciar grupos de intercepções no eixo x=0 -

Hipótese nula: Os grupos têm a mesma interceptação no eixo x=0

Estatística de teste: F(206, 2053) = 0,863744 com p-valor = P(F(206, 2053) > 0,863744) = 0,913166

Teste de Wald para a significância conjunta das variáveis tempo auxiliares

Estatística de teste assintótica: Qui-quadrado(10) = 33,6055 com p-valor = 0,000215369

Modelo 5: Estimativas Efeitos Aleatórios (GLS) usando 2277 observações

Incluídas 207 unidades de secção-cruzada - Comprimento da série temporal = 11

Variável dependente: ROA_mod no Painel Não Balanceado

Variável Coeficiente Erro Padrão estatística-t p-valor

const 4,69371 1,76025 2,6665 0,00772 ***

CERT_ISO 0,883641 0,961149 0,9194 0,35801

RISCO -0,668652 0,0163775 -40,8274 <0,00001 ***

LUCRAT 0,196474 0,00859682 22,8542 <0,00001 ***

221

RLtoAT_TANG -0,749647 0,731104 -1,0254 0,30530

ENDIV -0,000233385 0,000383473 -0,6086 0,54284

ENDIV_1 3,29401e-06 0,00038769 0,0085 0,99322

TAM_EMP 0,172453 0,142511 1,2101 0,22637

Média da variável dependente = -2,62119

Desvio padrão da variável dependente = 58,0241

Soma dos resíduos quadrados = 2,92188e+006

Erro padrão dos resíduos = 35,8772

'Por dentro' da variância = 1303,16

'Por entre' a variância = 86,1122

teta utilizado para quase-desmediação = 0

Critério de informação de Akaike = 22774,6

Critério Bayesiano de Schwarz = 22820,5

Critério de Hannan-Quinn = 22791,3

Teste Breusch-Pagan - Hipótese nula: Variância do erro de unidade-específica = 0

Estatística de teste assintótica: Qui-quadrado(1) = 4,48377 com p-valor = 0,0342183

Teste Hausman - Hipótese nula: As estimativas GLS são consistentes

Estatística de teste assintótica: Qui-quadrado(7) = 33,7299 com p-valor = 1,93489e-005

Modelo 6: Estimativas Efeitos Aleatórios (GLS) com Dummies de Tempo usando 2277 observações

Incluídas 207 unidades de secção-cruzada -

Comprimento da série temporal = 11

Variável dependente: ROA_mod no Painel Não Balanceado

Variável Coeficiente Erro Padrão estatística-t p-valor

const -3,86962 3,14333 -1,2311 0,21843

CERT_ISO 1,87569 1,01929 1,8402 0,06587 *

RISCO -0,673004 0,0164294 -40,9634 <0,00001 ***

LUCRAT 0,192757 0,00865372 22,2744 <0,00001 ***

RLtoAT_TANG -0,384355 0,74139 -0,5184 0,60421

ENDIV -0,000216854 0,000383243 -0,5658 0,57156

ENDIV_1 3,15265e-05 0,00038755 0,0813 0,93517

TAM_EMP 0,240451 0,148088 1,6237 0,10458

dt_2 10,9472 3,68278 2,9725 0,00298 ***

dt_3 10,2853 3,64634 2,8207 0,00483 ***

dt_4 10,1498 3,62853 2,7972 0,00520 ***

dt_5 7,56004 3,61312 2,0924 0,03652 **

dt_6 7,5285 3,60539 2,0881 0,03690 **

dt_7 8,64307 3,58647 2,4099 0,01604 **

dt_8 3,75678 3,56424 1,0540 0,29199

dt_9 4,98118 3,54868 1,4037 0,16055

dt_10 5,22005 3,54222 1,4737 0,14071

dt_11 7,09988 3,53251 2,0099 0,04456 **

Média da variável dependente = -2,62119

Desvio padrão da variável dependente = 58,0241

Soma dos resíduos quadrados = 2,90279e+006

Erro padrão dos resíduos = 35,8388

'Por dentro' da variância = 1301,16

'Por entre' a variância = 86,1122

teta utilizado para quase-desmediação = 0

Critério de informação de Akaike = 22779,7

Critério Bayesiano de Schwarz = 22882,8

Critério de Hannan-Quinn = 22817,3

222

Teste Breusch-Pagan - Hipótese nula: Variância do erro de unidade-específica = 0

Estatística de teste assintótica: Qui-quadrado(1) = 4,68556 com p-valor = 0,0304171

Teste Hausman - Hipótese nula: As estimativas GLS são consistentes

Estatística de teste assimptótica: Qui-quadrado(17) = 32,3593 com p-valor = 0,0135728

Modelo 7: Estimativas Máxima Verossimilhança usando 2277 observações

Incluídas 207 unidades de secção-cruzada

Variável dependente: ROA_mod no Painel Não Balanceado

Permitindo a heterocedasticidade entre grupos

Variável Coeficiente Erro Padrão estatística-t p-valor

const 0,170439 0,128596 1,3254 0,18518

CERT_ISO 0,413863 0,0786989 5,2588 <0,00001 ***

RISCO -0,0696557 0,0191833 -3,6311 0,00029 ***

LUCRAT 0,515477 0,00671643 76,7486 <0,00001 ***

RLtoAT_TANG 1,87123 0,0816736 22,9111 <0,00001 ***

ENDIV -7,25032e-05 1,80162e-05 -4,0243 0,00006 ***

ENDIV_1 3,58776e-05 1,80139e-05 1,9917 0,04653 **

TAM_EMP 0,050279 0,00978457 5,1386 <0,00001 ***

Média da variável dependente = -2,62119

Desvio padrão da variável dependente = 58,0241

Verossimilhança-Logarítmica = -7169,34

Critério de informação de Akaike = 6477,85

Critério Bayesiano de Schwarz = 6523,69

Critério de Hannan-Quinn = 6494,57

Teste de razão de verossimilhanças para heterocedasticidade entre grupos -

Hipótese nula: as unidades têm a mesma variância de erro

Estatística de teste: Qui-quadrado(206) = 8419,94 com p-valor = 0

Modelo 8: Estimativas entre grupos usando 207 observações

Variável dependente: ROA_mod no Painel Não Balanceado

Variável Coeficiente Erro Padrão estatística-t p-valor

const 1,64823 2,36023 0,6983 0,48578

CERT_ISO 0,976644 1,07372 0,9096 0,36414

RISCO -0,70997 0,0172967 -41,0464 <0,00001 ***

LUCRAT 0,13609 0,0132436 10,2758 <0,00001 ***

RLtoAT_TANG 1,36373 0,746656 1,8264 0,06928 *

ENDIV -0,0036893 0,00740178 -0,4984 0,61873

ENDIV_1 0,00307396 0,00763258 0,4027 0,68757

TAM_EMP 0,330892 0,207804 1,5923 0,11290

Média da variável dependente = -2,62119

Desvio padrão da variável dependente = 38,7938

Soma dos resíduos quadrados = 17136,3

Erro padrão dos resíduos = 9,27966

não-ajustado = 0,944725

ajustado = 0,942781

Estatística-F (7, 199) = 485,887 (p-valor < 0,00001)

Critério de informação de Akaike = 1517,6

Critério Bayesiano de Schwarz = 1544,26

Critério de Hannan-Quinn = 1528,38

223

Modelo 9: Estimativas MQO ("Pooled OLS") usando 660 observações

Incluídas 60 unidades de secção-cruzada - Comprimento da série temporal = 11

Variável dependente: ROA_mod no Painel Balanceado

Erros padrão robustos (HAC)

Variável Coeficiente Erro Padrão estatística-t p-valor

const -76,0896 38,7601 -1,9631 0,05006 *

CERT_ISO 3,66429 2,07115 1,7692 0,07733 *

RISCO -0,127976 0,101179 -1,2648 0,20638

LUCRAT 0,309623 0,225553 1,3727 0,17031

RLtoAT_TANG 1,5003 2,70426 0,5548 0,57923

ENDIV 6,55164e-05 0,000136454 0,4801 0,63129

ENDIV_1 0,00042874 0,000145315 2,9504 0,00329 ***

TAM_EMP 5,12082 2,65085 1,9318 0,05382 *

Média da variável dependente = -0,400721

Desvio padrão da variável dependente = 44,46

Soma dos resíduos quadrados = 982506

Erro padrão dos resíduos = 38,819

não-ajustado = 0,245759

ajustado = 0,237661

Estatística-F (7, 652) = 30,3492 (p-valor < 0,00001)

Verossimilhança-Logarítmica = -3347,35

Critério de informação de Akaike = 6710,71

Critério Bayesiano de Schwarz = 6746,65

Critério de Hannan-Quinn = 6724,64

Diagnósticos:

Estimador de efeitos fixos:

erros padrão dos declives em parênteses; p-valores em colchetes

CERT_ISO: 7,562 (2,4681) [0,00228]

RISCO: 0,96617 (0,055492) [0,00000]

LUCRAT: 0,23123 (0,026068) [0,00000]

RLtoAT_TANG: -12,282 (3,1227) [0,00009]

ENDIV: 5,8306e-005 (0,00058463) [0,92059]

ENDIV_1: 0,00067253 (0,00058506) [0,25081]

TAM_EMP: 25,676 (2,9054) [0,00000]

60 médias de grupo foram subtraídas aos dados

Variância dos resíduos: 466598/(660 - 67) = 786,844

Significância conjunta da diferenciação das médias de grupo:

F(59, 593) = 11,113 com p-valor 1,03766e-063

Estatística de teste Breusch-Pagan:

LM = 4,99089 com p-valor = prob(qui-quadrado(1) > 4,99089) = 0,0254811

Variance estimators:

between = 54,0333

within = 786,844

theta used for quasi-demeaning = 0

Estimador de efeitos aleatórios:

erros padrão em parênteses, p-valores em colchetes

const: -76,09 (14,762) [0,00000]

CERT_ISO: 3,6643 (1,9969) [0,06696]

RISCO: -0,12798 (0,034983) [0,00027]

LUCRAT: 0,30962 (0,034344) [0,00000]

RLtoAT_TANG: 1,5003 (1,6515) [0,36398]

ENDIV: 6,5516e-005 (0,00075549) [0,93092]

ENDIV_1: 0,00042874 (0,00075506) [0,57035]

TAM_EMP: 5,1208 (1,0178) [0,00000]

Estatística de teste de Hausman:

H = 788,407 com p-valor = prob(qui-quadrado(7) > 788,407) = 5,88858e-166

Teste de White para a heterocedasticidade:

Estimativas OLS usando 660 observações - Variável dependente: uhat^2

224

VARIÁVEL COEFICIENTE ERRO PADRÃO ESTAT. T P-VALOR

const -70096,9 40211,9 -1,743 0,08179 *

CERT_ISO 7150,59 8042,63 0,889 0,37430

RISCO -492,215 338,563 -1,454 0,14649

LUCRAT -4472,75 235,939 -18,957 <0,00001 ***

RLtoAT_TANG 6472,25 6825,46 0,948 0,34337

ENDIV 24,7328 20,5570 1,203 0,22938

ENDIV_1 -32,7243 19,0877 -1,714 0,08695 *

TAM_EMP 11510,4 5496,73 2,094 0,03666 **

sq_CERT_ISO -4210,32 1186,53 -3,548 0,00042 ***

CERT_I_RISCO 203,292 86,5361 2,349 0,01912 **

CERT_I_LUCRAT 285,183 41,0195 6,952 <0,00001 ***

CERT_I_RLtoAT -56,5760 740,235 -0,076 0,93910

CERT_I_ENDIV 6,61049 3,49097 1,894 0,05874 *

CERT_I_ENDIV_ -1,85726 1,73995 -1,067 0,28619

CERT_I_TAM_EM -103,353 544,670 -0,190 0,84956

sq_RISCO 1,91130 0,247449 7,724 <0,00001 ***

RISCO_LUCRAT 6,23141 0,337155 18,482 <0,00001 ***

RISCO_RLtoAT -253,927 29,9765 -8,471 <0,00001 ***

RISCO_ENDIV 0,0922283 0,127507 0,723 0,46975

RISCO_ENDIV_ -0,0674573 0,116602 -0,579 0,56312

RISCO_TAM_EM 29,3107 23,5042 1,247 0,21285

sq_LUCRAT -0,00569068 0,0993018 -0,057 0,95432

LUCRAT_RLtoAT -527,377 32,1618 -16,398 <0,00001 ***

LUCRAT_ENDIV 0,125236 0,0959640 1,305 0,19236

LUCRAT_ENDIV_ -0,867599 0,153354 -5,658 <0,00001 ***

LUCRAT_TAM_EM 314,994 16,6591 18,908 <0,00001 ***

sq_RLtoAT_TAN 17,3591 478,414 0,036 0,97107

RLtoAT_ENDIV -15,5967 5,64361 -2,764 0,00589 ***

RLtoAT_ENDIV_ 8,72196 5,47002 1,595 0,11133

RLtoAT_TAM_EM -55,5489 458,699 -0,121 0,90365

sq_ENDIV -9,82982E-05 7,86668E-05 -1,250 0,21193

ENDIV_ENDIV_ 0,00101807 0,000958888 1,062 0,28877

ENDIV_TAM_EM -1,21827 1,59017 -0,766 0,44389

sq_ENDIV_1 0,000162767 5,54098E-05 2,938 0,00343 ***

ENDIV__TAM_EM 2,21434 1,39949 1,582 0,11410

sq_TAM_EMP -485,981 188,228 -2,582 0,01005 **

R-quadrado não-ajustado = 0,819852

Estatística de teste: TR^2 = 541,102046, com p-valor = P(Qui-quadrado(35) > 541,102046) = 0,000000

Teste de Wald independente da distribuição para heterocedasticidade

baseado nos resíduos FGLS:

Qui-quadrado(60) = 1,99371e+007, com p-valor = 0

Convergência atingida depois de 22 iterações

Heterocedasticidade em Grupos

Estimativas Máxima Verossimilhança usando 660 observações

Incluídas 60 unidades de secção-cruzada

Variável dependente: ROA_mod

VARIÁVEL COEFICIENTE ERRO PADRÃO ESTAT. T P-VALOR

const 0,407400 1,76892 0,230 0,81792

CERT_ISO 1,08935 0,184203 5,914 <0,00001 ***

RISCO -0,0776422 0,0330006 -2,353 0,01893 **

LUCRAT 0,488498 0,0108415 45,058 <0,00001 ***

RLtoAT_TANG 1,95901 0,158459 12,363 <0,00001 ***

ENDIV -6,95948E-06 1,96726E-05 -0,354 0,72363

ENDIV_1 0,000119275 2,00133E-05 5,960 <0,00001 ***

TAM_EMP -0,0173161 0,121341 -0,143 0,88657

Média da variável dependente = -0,400721

Desvio padrão da variável dependente = 44,46

Verossimilhança-Logarítmica = -2107,62

Critério de informação de Akaike (AIC) = 1889

Critério Bayesiano de Schwarz (BIC) = 1924,94

Critério de Hannan-Quinn (HQC) = 1902,93

225

Teste de razão de verossimilhanças para heterocedasticidade entre grupos

Hipótese nula: as unidades têm a mesma variância de erro

Estatística de teste: Qui-quadrado(59) = 2479,48 com p-valor = 0

Modelo 10: Estimativas MQO ("Primeiras Diferenças") usando 600 observações

Incluídas 60 unidades de secção-cruzada - Comprimento da série temporal = 10

Variável dependente: d_ROS_mod no Painel Balanceado

Erros padrão robustos (HAC)

Variável Coeficiente Erro Padrão estatística-t p-valor

const -1,41973 0,992608 -1,4303 0,15316

d_CERT_ISO -1,24672 1,6838 -0,7404 0,45934

d_RISCO -0,019553 0,146427 -0,1335 0,89382

d_LUCRAT 0,280236 0,240686 1,1643 0,24476

d_RLtoAT_TANG 22,6882 10,2913 2,2046 0,02787 **

d_ENDIV -0,000308678 6,64788e-05 -4,6433 <0,00001 ***

d_TAM_EMP 41,0404 17,2295 2,3820 0,01753 **

d_ENDIV_1 0,000408026 9,73734e-05 4,1903 0,00003 ***

Média da variável dependente = 0,478107

Desvio padrão da variável dependente = 35,3567

Soma dos resíduos quadrados = 495989

Erro padrão dos resíduos = 28,9451

não-ajustado = 0,33763

ajustado = 0,329798

Estatística-F (7, 592) = 43,1086 (p-valor < 0,00001)

Verossimilhança-Logarítmica = -2866,58

Critério de informação de Akaike = 5749,15

Critério Bayesiano de Schwarz = 5784,33

Critério de Hannan-Quinn = 5762,85

Modelo 11: Estimativas Efeitos Fixos usando 660 observações

Incluídas 60 unidades de secção-cruzada - Comprimento da série temporal = 11

Variável dependente: ROA_mod no Painel Balanceado

Erros padrão robustos (HAC)

Variável Coeficiente Erro Padrão estatística-t p-valor

CERT_ISO 7,56204 4,05439 1,8651 0,06265 *

RISCO 0,966172 0,261759 3,6911 0,00024 ***

LUCRAT 0,231229 0,170201 1,3586 0,17480

RLtoAT_TANG -12,2818 13,9115 -0,8829 0,37767

ENDIV 5,83064e-05 0,000122274 0,4769 0,63364

ENDIV_1 0,000672529 0,000240921 2,7915 0,00542 ***

TAM_EMP 25,6758 17,4841 1,4685 0,14249

Média da variável dependente = -0,400721

Desvio padrão da variável dependente = 44,46

Soma dos resíduos quadrados = 466598

Erro padrão dos resíduos = 28,0507

não-ajustado = 0,641806

ajustado = 0,601939

Estatística-F (66, 593) = 16,0989 (p-valor < 0,00001)

Estatística de Durbin-Watson = 0,748668

Verossimilhança-Logarítmica = -3101,62

Critério de informação de Akaike = 6337,25

Critério Bayesiano de Schwarz = 6638,23

Critério de Hannan-Quinn = 6453,91

226

Teste para diferenciar grupos de interceptações no eixo x=0 –

Hipótese nula: Os grupos têm a mesma interceptação no eixo x=0

Estatística de teste: F(59, 593) = 11,113 com p-valor = P(F(59, 593) > 11,113) = 1,03766e-063

Modelo 12: Estimativas efeitos fixos com dummies de tempo usando 660 observações

Incluídas 60 unidades de secção-cruzada - Comprimento da série temporal = 11

Variável dependente: ROA_mod no Painel Balanceado

Erros padrão robustos (HAC)

Variável Coeficiente Erro Padrão estatística-t p-valor

CERT_ISO 5,43824 4,92267 1,1047 0,26973

RISCO 0,961724 0,244549 3,9326 0,00009 ***

LUCRAT 0,231348 0,170674 1,3555 0,17578

RLtoAT_TANG -13,5259 14,3789 -0,9407 0,34726

ENDIV -5,36502e-05 0,000112906 -0,4752 0,63484

ENDIV_1 0,000612023 0,000291693 2,0982 0,03632 **

TAM_EMP 25,9761 17,6847 1,4688 0,14241

dt_2 -0,829011 5,8332 -0,1421 0,88703

dt_3 -1,51848 5,25992 -0,2887 0,77292

dt_4 -1,17204 5,43359 -0,2157 0,82930

dt_5 -5,75336 5,1524 -1,1166 0,26461

dt_6 -2,36517 7,51457 -0,3147 0,75307

dt_7 2,07701 7,05984 0,2942 0,76871

dt_8 0,228922 7,4415 0,0308 0,97547

dt_9 1,19445 7,96923 0,1499 0,88091

dt_10 4,5279 5,44147 0,8321 0,40569

dt_11 2,84721 3,34974 0,8500 0,39569

Média da variável dependente = -0,400721

Desvio padrão da variável dependente = 44,46

Soma dos resíduos quadrados = 463231

Erro padrão dos resíduos = 28,188

não-ajustado = 0,644391

ajustado = 0,598034

Estatística-F (76, 583) = 13,9005 (p-valor < 0,00001)

Estatística de Durbin-Watson = 0,747381

Verossimilhança-Logarítmica = -3099,23

Critério de informação de Akaike = 6352,47

Critério Bayesiano de Schwarz = 6698,37

Critério de Hannan-Quinn = 6486,54

Teste para diferenciar grupos de interceptações no eixo x=0 -

Hipótese nula: Os grupos têm a mesma interceptação no eixo x=0

Estatística de teste: F(59, 583) = 10,6856 com p-valor = P(F(59, 583) > 10,6856) = 5,91024e-061

Teste de Wald para a significância conjunta das variáveis tempo auxiliares

Estatística de teste assintótica: Qui-quadrado(10) = 14,1209 com p-valor = 0,167549

Modelo 13: Estimativas Efeitos Aleatórios (GLS) usando 660 observações

Incluídas 60 unidades de secção-cruzada - Comprimento da série temporal = 11

Variável dependente: ROA_mod no Painel Balanceado

Variável Coeficiente Erro Padrão estatística-t p-valor

const -76,0896 14,7617 -5,1545 <0,00001 ***

CERT_ISO 3,66429 1,9969 1,8350 0,06696 *

RISCO -0,127976 0,0349828 -3,6582 0,00027 ***

227

LUCRAT 0,309623 0,0343437 9,0154 <0,00001 ***

RLtoAT_TANG 1,5003 1,65152 0,9084 0,36398

ENDIV 6,55164e-05 0,000755493 0,0867 0,93092

ENDIV_1 0,00042874 0,000755056 0,5678 0,57035

TAM_EMP 5,12082 1,0178 5,0313 <0,00001 ***

Média da variável dependente = -0,400721

Desvio padrão da variável dependente = 44,46

Soma dos resíduos quadrados = 982506

Erro padrão dos resíduos = 38,7892

'Por dentro' da variância = 786,844

'Por entre' a variância = 54,0333

teta utilizado para quase-desmediação = 0

Critério de informação de Akaike = 6710,71

Critério Bayesiano de Schwarz = 6746,65

Critério de Hannan-Quinn = 6724,64

Teste Breusch-Pagan - Hipótese nula: Variância do erro de unidade-específica = 0

Estatística de teste assintótica: Qui-quadrado(1) = 4,99089 com p-valor = 0,0254811

Teste Hausman - Hipótese nula: As estimativas GLS são consistentes

Estatística de teste assintótica: Qui-quadrado(7) = 788,407 com p-valor = 5,88858e-166

Modelo 14: Estimativas Efeitos Aleatórios (GLS) com dummies de tempo usando 660 observações

Incluídas 60 unidades de secção-cruzada - Comprimento da série temporal = 11

Variável dependente: ROA_mod no Painel Balanceado

Variável Coeficiente Erro Padrão estatística-t p-valor

const -93,6181 15,7131 -5,9580 <0,00001 ***

CERT_ISO 5,35976 2,24943 2,3827 0,01748 **

RISCO -0,133968 0,0350858 -3,8183 0,00015 ***

LUCRAT 0,308481 0,0345861 8,9192 <0,00001 ***

RLtoAT_TANG 2,09 1,68982 1,2368 0,21661

ENDIV 6,63913e-05 0,000761512 0,0872 0,93055

ENDIV_1 0,000455233 0,00076123 0,5980 0,55004

TAM_EMP 5,088 1,01665 5,0047 <0,00001 ***

dt_2 20,8242 7,45806 2,7922 0,00539 ***

dt_3 19,9641 7,43113 2,6866 0,00741 ***

dt_4 19,8912 7,4002 2,6879 0,00738 ***

dt_5 14,2724 7,3515 1,9414 0,05264 *

dt_6 14,4782 7,32621 1,9762 0,04856 **

dt_7 19,6284 7,25015 2,7073 0,00696 ***

dt_8 16,7324 7,18096 2,3301 0,02011 **

dt_9 15,873 7,11388 2,2313 0,02601 **

dt_10 17,3123 7,1213 2,4311 0,01533 **

dt_11 16,9016 7,12381 2,3725 0,01796 **

Média da variável dependente = -0,400721

Desvio padrão da variável dependente = 44,46

Soma dos resíduos quadrados = 964163

Erro padrão dos resíduos = 38,7231

'Por dentro' da variância = 794,565

'Por entre' a variância = 54,0333

teta utilizado para quase-desmediação = 0

Critério de informação de Akaike = 6718,27

Critério Bayesiano de Schwarz = 6799,13

Critério de Hannan-Quinn = 6749,61

228

Teste Breusch-Pagan - Hipótese nula: Variância do erro de unidade-específica = 0

Estatística de teste assintótica: Qui-quadrado(1) = 4,26981 com p-valor = 0,0387953

Teste Hausman - Hipótese nula: As estimativas GLS são consistentes

Estatística de teste assintótica: Qui-quadrado(17) = 748,93 com p-valor = 3,42036e-148

Modelo 15: Estimativas Máxima Verossimilhança usando 660 observações

Incluídas 60 unidades de secção-cruzada

Variável dependente: ROA_mod no Painel Balanceado

Permitindo a heterocedasticidade entre grupos

Variável Coeficiente Erro Padrão estatística-t p-valor

const 0,4074 1,76892 0,2303 0,81792

CERT_ISO 1,08935 0,184203 5,9139 <0,00001 ***

RISCO -0,0776422 0,0330006 -2,3528 0,01893 **

LUCRAT 0,488498 0,0108415 45,0580 <0,00001 ***

RLtoAT_TANG 1,95901 0,158459 12,3629 <0,00001 ***

ENDIV -6,95948e-06 1,96726e-05 -0,3538 0,72363

ENDIV_1 0,000119275 2,00133e-05 5,9598 <0,00001 ***

TAM_EMP -0,0173161 0,121341 -0,1427 0,88657

Média da variável dependente = -0,400721

Desvio padrão da variável dependente = 44,46

Verossimilhança-Logarítmica = -2107,62

Critério de informação de Akaike = 1889

Critério Bayesiano de Schwarz = 1924,94

Critério de Hannan-Quinn = 1902,93

Teste de razão de verossimilhanças para heterocedasticidade entre grupos -

Hipótese nula: as unidades têm a mesma variância de erro

Estatística de teste: Qui-quadrado(59) = 2479,48 com p-valor = 0

Modelo 16: Estimativas entre grupos usando 60 observações

Variável dependente: ROA_mod no Painel Balanceado

Variável Coeficiente Erro Padrão estatística-t p-valor

const -30,2509 10,0668 -3,0050 0,00408 ***

CERT_ISO 1,86151 1,69783 1,0964 0,27795

RISCO -0,392367 0,0371178 -10,5709 <0,00001 ***

LUCRAT 0,352447 0,0806072 4,3724 0,00006 ***

RLtoAT_TANG 4,28825 1,16203 3,6903 0,00054 ***

ENDIV 0,0803926 0,0824807 0,9747 0,33423

ENDIV_1 -0,0805675 0,0833215 -0,9669 0,33805

TAM_EMP 2,06524 0,692932 2,9804 0,00437 ***

Média da variável dependente = -0,400721

Desvio padrão da variável dependente = 25,8667

Soma dos resíduos quadrados = 2809,73

Erro padrão dos resíduos = 7,35073

não-ajustado = 0,928825

ajustado = 0,919243

Estatística-F (7, 52) = 96,9415 (p-valor < 0,00001)

Critério de informação de Akaike = 417,063

Critério Bayesiano de Schwarz = 433,817

Critério de Hannan-Quinn = 423,616

229

Modelo 17: Estimativas MQO ("Pooled OLS") usando 2277 observações

Incluídas 207 unidades de secção-cruzada - Comprimento da série temporal = 11

Variável dependente: ROS_mod no Painel Não Balanceado

Erros padrão robustos (HAC)

Variável Coeficiente Erro Padrão estatística-t p-valor

const -0,86803 1,40703 -0,6169 0,53735

CERT_ISO 1,59632 0,897474 1,7787 0,07543 *

RISCO -0,0978454 0,0551302 -1,7748 0,07606 *

LUCRAT 0,890939 0,0704937 12,6386 <0,00001 ***

RLtoAT_TANG 1,39572 2,10344 0,6635 0,50705

ENDIV -0,000227896 0,000184942 -1,2323 0,21798

ENDIV_1 -0,000130059 0,00020947 -0,6209 0,53473

TAM_EMP 0,0071855 0,116062 0,0619 0,95064

Média da variável dependente = -7,14971

Desvio padrão da variável dependente = 96,4175

Soma dos resíduos quadrados = 2,89202e+006

Erro padrão dos resíduos = 35,7012

não-ajustado = 0,863316

ajustado = 0,862895

Estatística-F (7, 2269) = 2047,34 (p-valor < 0,00001)

Verossimilhança-Logarítmica = -11367,6

Critério de informação de Akaike = 22751,2

Critério Bayesiano de Schwarz = 22797,1

Critério de Hannan-Quinn = 22767,9

Diagnósticos:

Estimador de efeitos fixos: erros padrão dos declives em parênteses, p-valores em colchetes

CERT_ISO: 2,4221 (1,5338) [0,11446]

RISCO: -0,15985 (0,033075) [0,00000]

LUCRATIVIDADE: 0,85114 (0,010087) [0,00000]

RLtoAT_TANG: -0,07219 (1,3559) [0,95755]

ENDIV: -0,00021569 (0,00039433) [0,58446]

ENDIV_1: -0,00010819 (0,00039777) [0,78565]

TAM_EMP: 0,01567 (0,17601) [0,92907]

207 médias de grupo foram subtraídas aos dados

Variância dos resíduos: 2,46954e+006/(2277 - 214) = 1197,06

Significância conjunta da diferenciação das médias de grupo:

F(206, 2063) = 1,71326 com p-valor 8,76624e-009

Estatística de teste Breusch-Pagan:

LM = 30,6178 com p-valor = prob(qui-quadrado(1) > 30,6178) = 3,14192e-008

Variance estimators:

between = 161,809

within = 1197,06

theta used for quasi-demeaning = 0,179911

Estimador de efeitos aleatórios

: erros padrão em parênteses, p-valores em colchetes

const: -0,79024 (1,8807) [0,67439]

CERT_ISO: 1,7371 (1,0466) [0,09710]

RISCO: -0,1077 (0,01828) [0,00000]

LUCRATIVIDADE: 0,88091 (0,0088234) [0,00000]

RLtoAT_TANG: 1,2798 (0,81307) [0,11561]

ENDIV: -0,00022037 (0,00037963) [0,56164]

ENDIV_1: -0,00012122 (0,00038354) [0,75198]

TAM_EMP: 0,0011744 (0,14781) [0,99366]

Estatística de teste de Hausman:

H = 45,4532 com p-valor = prob(qui-quadrado(7) > 45,4532) = 1,11672e-007

Teste de White para a heterocedasticidade

230

Estimativas OLS usando 2277 observações - Variável dependente: uhat^2

VARIÁVEL COEFICIENTE ERRO PADRÃO ESTAT. T P-VALOR

const -334,607 1458,02 -0,229 0,81851

CERT_ISO -2809,67 2965,30 -0,948 0,34348

RISCO 136,413 72,4257 1,883 0,05976 *

LUCRATIVIDADE 650,824 88,6532 7,341 <0,00001 ***

RLtoAT_TANG -32172,6 3835,16 -8,389 <0,00001 ***

ENDIV -18,2749 4,98857 -3,663 0,00025 ***

ENDIV_1 9,74335 3,21748 3,028 0,00249 ***

TAM_EMP 3291,39 461,073 7,139 <0,00001 ***

sq_CERT_ISO 1179,83 1299,69 0,908 0,36410

CERT_I_RISCO -38,4656 93,0882 -0,413 0,67949

CERT_I_LUCRAT 2,53204 15,2213 0,166 0,86790

CERT_I_RLtoAT 1857,61 631,311 2,942 0,00329 ***

CERT_I_ENDIV 0,283528 0,648144 0,437 0,66183

CERT_I_ENDIV_ -5,78382 0,785271 -7,365 <0,00001 ***

CERT_I_TAM_EM 55,0111 139,824 0,393 0,69404

sq_RISCO -0,169731 0,0985058 -1,723 0,08502 *

RISCO_LUCRAT 0,0521530 0,0447722 1,165 0,24420

RISCO_RLtoAT -34,5244 12,9535 -2,665 0,00775 ***

RISCO_ENDIV -0,0501473 0,0702478 -0,714 0,47539

RISCO_ENDIV_ -0,259817 0,0813742 -3,193 0,00143 ***

RISCO_TAM_EM 4,44385 4,29699 1,034 0,30116

sq_LUCRATIVID 0,171164 0,0100826 16,976 <0,00001 ***

LUCRAT_RLtoAT -66,2270 7,96199 -8,318 <0,00001 ***

LUCRAT_ENDIV 0,00567436 0,00865679 0,655 0,51223

LUCRAT_ENDIV_ -0,440796 0,0242597 -18,170 <0,00001 ***

LUCRAT_TAM_EM -43,3439 7,39951 -5,858 <0,00001 ***

sq_RLtoAT_TAN 2870,50 272,288 10,542 <0,00001 ***

RLtoAT_ENDIV 1,23923 0,564313 2,196 0,02819 **

RLtoAT_ENDIV_ 2,64251 0,587066 4,501 <0,00001 ***

RLtoAT_TAM_EM 1547,47 261,808 5,911 <0,00001 ***

sq_ENDIV -9,54787E-06 1,25067E-05 -0,763 0,44529

ENDIV_ENDIV_ 0,000851969 0,000242324 3,516 0,00045 ***

ENDIV_TAM_EM 1,20622 0,349669 3,450 0,00057 ***

sq_ENDIV_1 6,17553E-05 1,01748E-05 6,069 <0,00001 ***

ENDIV__TAM_EM -0,722356 0,221921 -3,255 0,00115 ***

sq_TAM_EMP -212,225 30,2219 -7,022 <0,00001 ***

R-quadrado não-ajustado = 0,317963

Estatística de teste: TR^2 = 724,001187, com p-valor = P(Qui-quadrado(35) > 724,001187) = 0,000000

Teste de Wald independente da distribuição para heterocedasticidade

baseado nos resíduos FGLS:

Qui-quadrado(207) = 1,03028e+009, com p-valor = 0

Convergência atingida depois de 21 iterações

Heterocedasticidade em Grupos

Estimativas Máxima Verossimilhança usando 2277 observações

Incluídas 207 unidades de secção-cruzada

Variável dependente: ROS_mod

VARIÁVEL COEFICIENTE ERRO PADRÃO ESTAT. T P-VALOR

const -0,0181064 0,0324064 -0,559 0,57640

CERT_ISO 0,150112 0,0489088 3,069 0,00217 ***

RISCO 0,00341685 0,00303269 1,127 0,26000

LUCRATIVIDADE 1,00607 0,00246670 407,862 <0,00001 ***

RLtoAT_TANG -0,146903 0,0386372 -3,802 0,00015 ***

ENDIV -5,47355E-05 7,22942E-06 -7,571 <0,00001 ***

ENDIV_1 1,38664E-05 7,28729E-06 1,903 0,05719 *

TAM_EMP 0,0929297 0,00605099 15,358 <0,00001 ***

Média da variável dependente = -7,14971

Desvio padrão da variável dependente = 96,4175

231

Verossimilhança-Logarítmica = -6685,28

Critério de informação de Akaike (AIC) = 6477,85

Critério Bayesiano de Schwarz (BIC) = 6523,69

Critério de Hannan-Quinn (HQC) = 6494,57

Teste de razão de verossimilhanças para heterocedasticidade entre grupos -

Hipótese nula: as unidades têm a mesma variância de erro

Estatística de teste: Qui-quadrado(206) = 9364,67 com p-valor = 0

Modelo 18: Estimativas MQO ("Primeiras Diferenças") usando 2070 observações

Incluídas 207 unidades de secção-cruzada - Comprimento da série temporal = 10

Variável dependente: d_ROS_mod no Painel Não Balanceado

Erros padrão robustos (HAC)

Variável Coeficiente Erro Padrão estatística-t p-valor

const -0,56989 0,608823 -0,9361 0,34936

d_CERT_ISO -0,0046042 0,914124 -0,0050 0,99598

d_RISCO -0,246482 0,183447 -1,3436 0,17922

d_LUCRAT 0,807132 0,112441 7,1783 <0,00001 ***

d_RLtoAT_TANG 11,1671 9,28281 1,2030 0,22912

d_ENDIV -9,06988e-05 0,000228101 -0,3976 0,69095

d_TAM_EMP -0,49678 0,495732 -1,0021 0,31641

d_ENDIV_1 1,97971e-05 0,000137801 0,1437 0,88578

Média da variável dependente = -1,00786

Desvio padrão da variável dependente = 88,7871

Soma dos resíduos quadrados = 4,50581e+006

Erro padrão dos resíduos = 46,7457

não-ajustado = 0,723744

ajustado = 0,722806

Estatística-F (7, 2062) = 771,726 (p-valor < 0,00001)

Verossimilhança-Logarítmica = -10891,8

Critério de informação de Akaike = 21799,5

Critério Bayesiano de Schwarz = 21844,6

Critério de Hannan-Quinn = 21816,1

Modelo 19: Estimativas Efeitos Ffixos usando 2277 observações

Incluídas 207 unidades de secção-cruzada - Comprimento da série temporal = 11

Variável dependente: ROS_mod no Painel Não Balanceado

Erros padrão robustos (HAC)

Variável Coeficiente Erro Padrão estatística-t p-valor

CERT_ISO 2,42206 1,28542 1,8843 0,05967 *

RISCO -0,159854 0,0862196 -1,8540 0,06388 *

LUCRAT 0,85114 0,0732071 11,6265 <0,00001 ***

RLtoAT_TANG -0,0721899 4,97416 -0,0145 0,98842

ENDIV -0,000215688 0,000196684 -1,0966 0,27293

ENDIV_1 -0,000108195 0,00018518 -0,5843 0,55910

TAM_EMP 0,0156698 0,220849 0,0710 0,94344

Média da variável dependente = -7,14971

Desvio padrão da variável dependente = 96,4175

Soma dos resíduos quadrados = 2,46954e+006

Erro padrão dos resíduos = 34,5986

não-ajustado = 0,883284

ajustado = 0,871233

Estatística-F (213, 2063) = 73,2973 (p-valor < 0,00001)

Estatística de Durbin-Watson = 1,85687

232

Verossimilhança-Logarítmica = -11187,8

Critério de informação de Akaike = 22803,6

Critério Bayesiano de Schwarz = 24030

Critério de Hannan-Quinn = 23251

Teste para diferenciar grupos de interceptações no eixo x=0 -

Hipótese nula: Os grupos têm a mesma interceptação no eixo x=0

Estatística de teste: F(206, 2063) = 1,71326 com p-valor = P(F(206, 2063) > 1,71326) = 8,76624e-009

Modelo 20: Estimativas Efeitos Fixos com dummies de tempo usando 2277 observações

Incluídas 207 unidades de secção-cruzada - Comprimento da série temporal = 11

Variável dependente: ROS_mod no Painel Não Balanceado

Erros padrão robustos (HAC)

Variável Coeficiente Erro Padrão estatística-t p-valor

CERT_ISO 3,66401 1,47864 2,4780 0,01329 **

RISCO -0,165069 0,0917034 -1,8000 0,07200 *

LUCRAT 0,850293 0,073722 11,5338 <0,00001 ***

RLtoAT_TANG 0,404008 5,47133 0,0738 0,94114

ENDIV -0,000196578 0,000197584 -0,9949 0,31990

ENDIV_1 -7,66395e-05 0,000196036 -0,3909 0,69588

TAM_EMP 0,0849192 0,14686 0,5782 0,56317

dt_2 3,381 4,62767 0,7306 0,46510

dt_3 3,11968 4,2185 0,7395 0,45967

dt_4 3,00825 4,32582 0,6954 0,48687

dt_5 -0,786118 3,54538 -0,2217 0,82455

dt_6 -3,29809 2,23577 -1,4751 0,14033

dt_7 3,97983 4,85743 0,8193 0,41270

dt_8 0,425571 2,39719 0,1775 0,85911

dt_9 1,14776 1,88768 0,6080 0,54324

dt_10 -0,242516 1,47591 -0,1643 0,86950

dt_11 -3,86784 4,55494 -0,8492 0,39590

Média da variável dependente = -7,14971

Desvio padrão da variável dependente = 96,4175

Soma dos resíduos quadrados = 2,45691e+006

Erro padrão dos resíduos = 34,5939

não-ajustado = 0,883881

ajustado = 0,871268

Estatística-F (223, 2053) = 70,0766 (p-valor < 0,00001)

Estatística de Durbin-Watson = 1,85535

Verossimilhança-Logarítmica = -11182

Critério de informação de Akaike = 22812

Critério Bayesiano de Schwarz = 24095,6

Critério de Hannan-Quinn = 23280,2

Teste para diferenciar grupos de interceptações no eixo x=0 -

Hipótese nula: Os grupos têm a mesma interceptação no eixo x=0

Estatística de teste: F(206, 2053) = 1,71432 com p-valor = P(F(206, 2053) > 1,71432) = 8,50761e-009

Teste de Wald para a significância conjunta das variáveis tempo auxiliares

Estatística de teste assintótica: Qui-quadrado(10) = 15,8956 com p-valor = 0,10266

233

Modelo 21: Estimativas Efeitos Aleatórios (GLS) usando 2277 observações

Incluídas 207 unidades de secção-cruzada - Comprimento da série temporal = 11

Variável dependente: ROS_mod no Painel Não Balanceado

Variável Coeficiente Erro Padrão estatística-t p-valor

const -0,790241 1,88072 -0,4202 0,67439

CERT_ISO 1,73705 1,04657 1,6598 0,09710 *

RISCO -0,1077 0,0182797 -5,8918 <0,00001 ***

LUCRAT 0,880911 0,00882337 99,8384 <0,00001 ***

RLtoAT_TANG 1,27984 0,813072 1,5741 0,11561

ENDIV -0,000220373 0,00037963 -0,5805 0,56164

ENDIV_1 -0,000121223 0,00038354 -0,3161 0,75198

TAM_EMP 0,00117438 0,147809 0,0079 0,99366

Média da variável dependente = -7,14971

Desvio padrão da variável dependente = 96,4175

Soma dos resíduos quadrados = 2,89398e+006

Erro padrão dos resíduos = 35,7054

'Por dentro' da variância = 1197,06

'Por entre' a variância = 161,809

teta utilizado para quase-desmediação = 0,179911

Critério de informação de Akaike = 22752,8

Critério Bayesiano de Schwarz = 22798,6

Critério de Hannan-Quinn = 22769,5

Teste Breusch-Pagan - Hipótese nula: Variância do erro de unidade-específica = 0

Estatística de teste assintótica: Qui-quadrado(1) = 30,6178 com p-valor = 3,14192e-008

Teste Hausman - Hipótese nula: As estimativas GLS são consistentes

Estatística de teste assintótica: Qui-quadrado(7) = 45,4532 com p-valor = 1,11672e-007

Modelo 22: Estimativas Efeitos Aleatórios (GLS) com dummies de tempo usando 2277 observações

Incluídas 207 unidades de secção-cruzada - Comprimento da série temporal = 11

Variável dependente: ROS_mod no Painel Não Balanceado

Variável Coeficiente Erro Padrão estatística-t p-valor

const -0,781776 3,2214 -0,2427 0,80827

CERT_ISO 2,02047 1,1309 1,7866 0,07414 *

RISCO -0,107716 0,0183786 -5,8610 <0,00001 ***

LUCRAT 0,880836 0,00889703 99,0034 <0,00001 ***

RLtoAT_TANG 1,42323 0,828006 1,7189 0,08578 *

ENDIV -0,000210475 0,000379803 -0,5542 0,57952

ENDIV_1 -9,68098e-05 0,000383819 -0,2522 0,80089

TAM_EMP 0,0465554 0,154515 0,3013 0,76321

dt_2 1,251 3,62422 0,3452 0,72999

dt_3 1,04389 3,58132 0,2915 0,77071

dt_4 1,07793 3,55993 0,3028 0,76207

dt_5 -2,55433 3,54056 -0,7214 0,47071

dt_6 -5,26251 3,52931 -1,4911 0,13608

dt_7 2,41728 3,50555 0,6896 0,49054

dt_8 -0,828454 3,47752 -0,2382 0,81172

dt_9 0,0295593 3,45759 0,0085 0,99318

dt_10 -1,24802 3,44965 -0,3618 0,71755

dt_11 -4,77027 3,43809 -1,3875 0,16543

Média da variável dependente = -7,14971

Desvio padrão da variável dependente = 96,4175

Soma dos resíduos quadrados = 2,8815e+006

234

Erro padrão dos resíduos = 35,7072

'Por dentro' da variância = 1196,74

'Por entre' a variância = 161,809

teta utilizado para quase-desmediação = 0,180021

Critério de informação de Akaike = 22762,9

Critério Bayesiano de Schwarz = 22866,1

Critério de Hannan-Quinn = 22800,6

Teste Breusch-Pagan - Hipótese nula: Variância do erro de unidade-específica = 0

Estatística de teste assintótica: Qui-quadrado(1) = 31,2979 com p-valor = 2,21323e-008

Teste Hausman - Hipótese nula: As estimativas GLS são consistentes

Estatística de teste assintótica: Qui-quadrado(17) = 45,6186 com p-valor = 0,000196861

Modelo 23: Estimativas Máxima Verossimilhança usando 2277 observações

Incluídas 207 unidades de secção-cruzada

Variável dependente: ROS_mod no Painel Não Balanceado

Permitindo a heterocedasticidade entre grupos

Variável Coeficiente Erro Padrão estatística-t p-valor

const -0,0181064 0,0324064 -0,5587 0,57640

CERT_ISO 0,150112 0,0489088 3,0692 0,00217 ***

RISCO 0,00341685 0,00303269 1,1267 0,26000

LUCRAT 1,00607 0,0024667 407,8618 <0,00001 ***

RLtoAT_TANG -0,146903 0,0386372 -3,8021 0,00015 ***

ENDIV -5,47355e-05 7,22942e-06 -7,5712 <0,00001 ***

ENDIV_1 1,38664e-05 7,28729e-06 1,9028 0,05719 *

TAM_EMP 0,0929297 0,00605099 15,3578 <0,00001 ***

Média da variável dependente = -7,14971

Desvio padrão da variável dependente = 96,4175

Verossimilhança-Logarítmica = -6685,28

Critério de informação de Akaike = 6477,85

Critério Bayesiano de Schwarz = 6523,69

Critério de Hannan-Quinn = 6494,57

Teste de razão de verossimilhanças para heterocedasticidade entre grupos -

Hipótese nula: as unidades têm a mesma variância de erro

Estatística de teste: Qui-quadrado(206) = 9364,67 com p-valor = 0

Modelo 24: Estimativas entre grupos usando 207 observações

Variável dependente: ROS_mod no Painel Não Balanceado

Variável Coeficiente Erro Padrão estatística-t p-valor

const -0,121723 3,23536 -0,0376 0,97003

CERT_ISO 0,45428 1,47184 0,3086 0,75791

RISCO -0,028712 0,0237101 -1,2110 0,22735

LUCRAT 0,980419 0,0181542 54,0052 <0,00001 ***

RLtoAT_TANG 1,24969 1,0235 1,2210 0,22353

ENDIV -0,00310545 0,0101462 -0,3061 0,75987

ENDIV_1 0,00250168 0,0104626 0,2391 0,81127

TAM_EMP 0,0137733 0,284854 0,0484 0,96148

Média da variável dependente = -7,14971

Desvio padrão da variável dependente = 61,4632

Soma dos resíduos quadrados = 32199,9

Erro padrão dos resíduos = 12,7204

não-ajustado = 0,958623

ajustado = 0,957168

235

Estatística-F (7, 199) = 658,637 (p-valor < 0,00001)

Critério de informação de Akaike = 1648,17

Critério Bayesiano de Schwarz = 1674,83

Critério de Hannan-Quinn = 1658,95

Modelo 25: Estimativas MQO ("Pooled OLS") usando 660 observações

Incluídas 60 unidades de secção-cruzada - Comprimento da série temporal = 11

Variável dependente: ROS_mod no Painel Balanceado

Erros padrão robustos (HAC)

Variável Coeficiente Erro Padrão estatística-t p-valor

const -62,7422 20,8069 -3,0155 0,00267 ***

CERT_ISO 2,1697 1,26265 1,7184 0,08620 *

RISCO -0,209329 0,0819264 -2,5551 0,01084 **

LUCRAT 0,319448 0,272663 1,1716 0,24179

RLtoAT_TANG 2,75874 1,29606 2,1286 0,03366 **

ENDIV -0,000115968 0,000101525 -1,1423 0,25376

ENDIV_1 0,000442431 0,000111772 3,9583 0,00008 ***

TAM_EMP 4,38738 1,43129 3,0653 0,00226 ***

Média da variável dependente = 1,16485

Desvio padrão da variável dependente = 33,1828

Soma dos resíduos quadrados = 352328

Erro padrão dos resíduos = 23,2461

não-ajustado = 0,514447

ajustado = 0,509234

Estatística-F (7, 652) = 98,6856 (p-valor < 0,00001)

Verossimilhança-Logarítmica = -3008,92

Critério de informação de Akaike = 6033,85

Critério Bayesiano de Schwarz = 6069,79

Critério de Hannan-Quinn = 6047,78

Diagnósticos:

Estimador de efeitos fixos: erros padrão dos declives em parênteses, p-valores em colchetes

CERT_ISO: 1,8478 (1,9466) [0,34287]

RISCO: -0,058411 (0,043766) [0,18251]

LUCRAT: 0,29674 (0,020559) [0,00000]

RLtoAT_TANG: 4,5211 (2,4628) [0,06690]

ENDIV: 3,2298e-005 (0,00046109) [0,94418]

ENDIV_1: 0,0006743 (0,00046143) [0,14445]

TAM_EMP: 13,207 (2,2914) [0,00000]

60 médias de grupo foram subtraídas aos dados

Variância dos resíduos: 290230/(660 - 67) = 489,426

Significância conjunta da diferenciação das médias de grupo

: F(59, 593) = 2,1505 com p-valor 4,284e-006

Estatística de teste Breusch-Pagan

LM = 7,52369 com p-valor = prob(qui-quadrado(1) > 7,52369) = 0,0060893

Variance estimators:

between = 75,7045

within = 489,426

theta used for quasi-demeaning = 0,233369

Estimador de efeitos aleatórios:

erros padrão em parênteses, p-valores em colchetes

const: -70,663 (10,843) [0,00000]

CERT_ISO: 2,3909 (1,3366) [0,07411]

RISCO: -0,18901 (0,024368) [0,00000]

LUCRAT: 0,31489 (0,020319) [0,00000]

RLtoAT_TANG: 3,0052 (1,1867) [0,01156]

ENDIV: -6,966e-005 (0,00045027) [0,87710]

ENDIV_1: 0,0004931 (0,00044991) [0,27348]

TAM_EMP: 4,9003 (0,74939) [0,00000]

236

Estatística de teste de Hausman

: H = 38,6531 com p-valor = prob(qui-quadrado(7) > 38,6531) = 2,276e-006

Teste de White para a heterocedasticidade

Estimativas OLS usando 660 observações

Variável dependente: uhat^2

VARIÁVEL COEFICIENTE ERRO PADRÃO ESTAT. T P-VALOR

const 2499,58 3338,32 0,749 0,45429

CERT_ISO 1180,37 667,684 1,768 0,07757 *

RISCO -430,081 28,1069 -15,302 <0,00001 ***

LUCRAT -160,495 19,5872 -8,194 <0,00001 ***

RLtoAT_TANG 1666,12 566,637 2,940 0,00340 ***

ENDIV -1,82829 1,70660 -1,071 0,28445

ENDIV_1 -0,527508 1,58463 -0,333 0,73933

TAM_EMP -328,882 456,329 -0,721 0,47136

sq_CERT_ISO -69,0785 98,5036 -0,701 0,48339

CERT_I_RISCO 6,37685 7,18407 0,888 0,37508

CERT_I_LUCRAT 42,4794 3,40536 12,474 <0,00001 ***

CERT_I_RLtoAT 13,6556 61,4529 0,222 0,82422

CERT_I_ENDIV -0,345149 0,289814 -1,191 0,23413

CERT_I_ENDIV_ -0,264623 0,144448 -1,832 0,06743 *

CERT_I_TAM_EM -85,6138 45,2175 -1,893 0,05877 *

sq_RISCO 0,144114 0,0205428 7,015 <0,00001 ***

RISCO_LUCRAT 0,0560760 0,0279900 2,003 0,04556 **

RISCO_RLtoAT 18,2345 2,48860 7,327 <0,00001 ***

RISCO_ENDIV -0,0101877 0,0105854 -0,962 0,33621

RISCO_ENDIV_ -0,0108087 0,00968005 -1,117 0,26460

RISCO_TAM_EM 29,3257 1,95127 15,029 <0,00001 ***

sq_LUCRAT 0,253227 0,00824386 30,717 <0,00001 ***

LUCRAT_RLtoAT 15,2235 2,67001 5,702 <0,00001 ***

LUCRAT_ENDIV 0,0341373 0,00796676 4,285 0,00002 ***

LUCRAT_ENDIV_ 0,00198059 0,0127311 0,156 0,87642

LUCRAT_TAM_EM 6,10597 1,38301 4,415 0,00001 ***

sq_RLtoAT_TAN -48,6826 39,7171 -1,226 0,22076

RLtoAT_ENDIV 0,0568508 0,468522 0,121 0,90346

RLtoAT_ENDIV_ 1,19963 0,454111 2,642 0,00846 ***

RLtoAT_TAM_EM -116,202 38,0803 -3,052 0,00237 ***

sq_ENDIV -1,76879E-05 6,53077E-06 -2,708 0,00695 ***

ENDIV_ENDIV_ 2,16207E-05 7,96051E-05 0,272 0,78602

ENDIV_TAM_EM 0,212271 0,132013 1,608 0,10835

sq_ENDIV_1 3,60434E-06 4,60002E-06 0,784 0,43360

ENDIV__TAM_EM -0,00838660 0,116183 -0,072 0,94248

sq_TAM_EMP 11,1591 15,6264 0,714 0,47542

R-quadrado não-ajustado = 0,966711

Estatística de teste: TR^2 = 638,029237, com p-valor = P(Qui-quadrado(35) > 638,029237) = 0,000000

Teste de Wald independente da distribuição para heterocedasticidade

baseado nos resíduos FGLS:

Qui-quadrado(60) = 2,34495e+006, com p-valor = 0

Convergência atingida depois de 21 iterações

Heterocedasticidade em Grupos

Estimativas Máxima Verossimilhança usando 660 observações

Incluídas 60 unidades de secção-cruzada

Variável dependente: ROS_mod

VARIÁVEL COEFICIENTE ERRO PADRÃO ESTAT. T P-VALOR

const 1,03058 1,30762 0,788 0,43090

CERT_ISO 0,231549 0,123579 1,874 0,06142 *

RISCO -0,0298520 0,0150312 -1,986 0,04745 **

LUCRAT 0,996982 0,0132246 75,388 <0,00001 ***

RLtoAT_TANG -0,558034 0,100792 -5,536 <0,00001 ***

ENDIV -5,70538E-05 8,37328E-05 -0,681 0,49587

ENDIV_1 0,000107135 8,35923E-05 1,282 0,20042

TAM_EMP 0,0845436 0,0905225 0,934 0,35067

237

Média da variável dependente = 1,16485

Desvio padrão da variável dependente = 33,1828

Verossimilhança-Logarítmica = -1998,4

Critério de informação de Akaike (AIC) = 1889

Critério Bayesiano de Schwarz (BIC) = 1924,94

Critério de Hannan-Quinn (HQC) = 1902,93

Teste de razão de verossimilhanças para heterocedasticidade entre grupos -

Hipótese nula: as unidades têm a mesma variância de erro

Estatística de teste: Qui-quadrado(59) = 2021,05 com p-valor = 0

Modelo 26: Estimativas MQO ("Primeiras Diferenças") usando 600 observações

Incluídas 60 unidades de secção-cruzada - Comprimento da série temporal = 10

Variável dependente: d_ROS_mod no Painel Balanceado

Erros padrão robustos (HAC)

Variável Coeficiente Erro Padrão estatística-t p-valor

const -1,41973 0,992608 -1,4303 0,15316

d_CERT_ISO -1,24672 1,6838 -0,7404 0,45934

d_RISCO -0,019553 0,146427 -0,1335 0,89382

d_LUCRAT 0,280236 0,240686 1,1643 0,24476

d_RLtoAT_TANG 22,6882 10,2913 2,2046 0,02787 **

d_ENDIV -0,000308678 6,64788e-05 -4,6433 <0,00001 ***

d_TAM_EMP 41,0404 17,2295 2,3820 0,01753 **

d_ENDIV_1 0,000408026 9,73734e-05 4,1903 0,00003 ***

Média da variável dependente = 0,478107

Desvio padrão da variável dependente = 35,3567

Soma dos resíduos quadrados = 495989

Erro padrão dos resíduos = 28,9451

não-ajustado = 0,33763

ajustado = 0,329798

Estatística-F (7, 592) = 43,1086 (p-valor < 0,00001)

Verossimilhança-Logarítmica = -2866,58

Critério de informação de Akaike = 5749,15

Critério Bayesiano de Schwarz = 5784,33

Critério de Hannan-Quinn = 5762,85

Modelo 27: Estimativas Efeitos Fixos usando 660 observações

Incluídas 60 unidades de secção-cruzada -Comprimento da série temporal = 11

Variável dependente: ROS_mod no Painel Balanceado

Erros padrão robustos (HAC)

Variável Coeficiente Erro Padrão estatística-t p-valor

CERT_ISO 1,84782 2,11404 0,8741 0,38243

RISCO -0,0584112 0,0885411 -0,6597 0,50970

LUCRAT 0,296737 0,267446 1,1095 0,26766

RLtoAT_TANG 4,52107 2,54272 1,7780 0,07591 *

ENDIV 3,22984e-05 8,37313e-05 0,3857 0,69983

ENDIV_1 0,000674298 0,00014093 4,7846 <0,00001 ***

TAM_EMP 13,2065 4,86851 2,7126 0,00687 ***

Média da variável dependente = 1,16485

Desvio padrão da variável dependente = 33,1828

Soma dos resíduos quadrados = 290230

Erro padrão dos resíduos = 22,123

não-ajustado = 0,600026

ajustado = 0,55551

238

Estatística-F (66, 593) = 13,4787 (p-valor < 0,00001)

Estatística de Durbin-Watson = 1,84696

Verossimilhança-Logarítmica = -2944,94

Critério de informação de Akaike = 6023,88

Critério Bayesiano de Schwarz = 6324,86

Critério de Hannan-Quinn = 6140,54

Teste para diferenciar grupos de interceptações no eixo x=0 –

Hipótese nula: Os grupos têm a mesma interceptação no eixo x=0

Estatística de teste: F(59, 593) = 2,1505 com p-valor = P(F(59, 593) > 2,1505) = 4,284e-006

Modelo 28: Estimativas Efeito Fixos com dummies de tempo usando 660 observações

Incluídas 60 unidades de secção-cruzada - Comprimento da série temporal = 11

Variável dependente: ROS_mod no Painel Balanceado

Erros padrão robustos (HAC)

Variável Coeficiente Erro Padrão estatística-t p-valor

CERT_ISO 2,60335 2,12355 1,2259 0,22072

RISCO -0,0623991 0,0880332 -0,7088 0,47872

LUCRAT 0,297558 0,264596 1,1246 0,26123

RLtoAT_TANG 5,48827 2,93519 1,8698 0,06201 *

ENDIV 1,30732e-05 9,07665e-05 0,1440 0,88553

ENDIV_1 0,00067434 0,000135822 4,9649 <0,00001 ***

TAM_EMP 13,0896 4,66364 2,8067 0,00517 ***

dt_2 4,59825 4,55535 1,0094 0,31319

dt_3 5,14358 4,11532 1,2499 0,21185

dt_4 4,35303 3,7782 1,1521 0,24973

dt_5 -1,09898 4,18442 -0,2626 0,79292

dt_6 -1,24688 3,33429 -0,3740 0,70857

dt_7 5,07347 3,42641 1,4807 0,13923

dt_8 2,07871 3,55126 0,5853 0,55854

dt_9 -1,93028 4,55992 -0,4233 0,67222

dt_10 2,81513 1,97217 1,4274 0,15399

dt_11 2,94151 2,11499 1,3908 0,16482

Média da variável dependente = 1,16485

Desvio padrão da variável dependente = 33,1828

Soma dos resíduos quadrados = 286160

Erro padrão dos resíduos = 22,1549

não-ajustado = 0,605635

ajustado = 0,554225

Estatística-F (76, 583) = 11,7806 (p-valor < 0,00001)

Estatística de Durbin-Watson = 1,84505

Verossimilhança-Logarítmica = -2940,28

Critério de informação de Akaike = 6034,56

Critério Bayesiano de Schwarz = 6380,46

Critério de Hannan-Quinn = 6168,64

Teste para diferenciar grupos de interceptações no eixo x=0 -

Hipótese nula: Os grupos têm a mesma interceptação no eixo x=0

Estatística de teste: F(59, 583) = 2,1339 com p-valor = P(F(59, 583) > 2,1339) = 5,51715e-006

Teste de Wald para a significância conjunta das variáveis tempo auxiliares

Estatística de teste assimptótica: Qui-quadrado(10) = 12,0528 com p-valor = 0,281538

239

Modelo 29: Estimativas Efeitos Aleatórios (GLS) usando 660 observações

Incluídas 60 unidades de secção-cruzada - Comprimento da série temporal = 11

Variável dependente: ROS_mod no Painel Balanceado

Variável Coeficiente Erro Padrão estatística-t p-valor

const -70,6634 10,8428 -6,5171 <0,00001 ***

CERT_ISO 2,3909 1,3366 1,7888 0,07411 *

RISCO -0,189013 0,0243685 -7,7564 <0,00001 ***

LUCRAT 0,314888 0,0203195 15,4968 <0,00001 ***

RLtoAT_TANG 3,00523 1,18673 2,5324 0,01156 **

ENDIV -6,96598e-05 0,000450267 -0,1547 0,87710

ENDIV_1 0,0004931 0,000449906 1,0960 0,27348

TAM_EMP 4,90031 0,749393 6,5390 <0,00001 ***

Média da variável dependente = 1,16485

Desvio padrão da variável dependente = 33,1828

Soma dos resíduos quadrados = 353243

Erro padrão dos resíduos = 23,2584

'Por dentro' da variância = 489,426

'Por entre' a variância = 75,7045

teta utilizado para quase-desmediação = 0,233369

Critério de informação de Akaike = 6035,56

Critério Bayesiano de Schwarz = 6071,5

Critério de Hannan-Quinn = 6049,49

Teste Breusch-Pagan - Hipótese nula: Variância do erro de unidade-específica = 0

Estatística de teste assintótica: Qui-quadrado(1) = 7,52369 com p-valor = 0,0060893

Teste Hausman - Hipótese nula: As estimativas GLS são consistentes

Estatística de teste assintótica: Qui-quadrado(7) = 38,6531 com p-valor = 2,276e-006

Modelo 30: Estimativas Efeitos Aleatórios (GLS) com dummies de tempo usando 660 observações

Incluídas 60 unidades de secção-cruzada - Comprimento da série temporal = 11

Variável dependente: ROS_mod no Painel Balanceado

Variável Coeficiente Erro Padrão estatística-t p-valor

const -73,1232 11,3586 -6,4377 <0,00001 ***

CERT_ISO 2,56933 1,56484 1,6419 0,10110

RISCO -0,190762 0,0245145 -7,7816 <0,00001 ***

LUCRAT 0,315368 0,0205288 15,3622 <0,00001 ***

RLtoAT_TANG 3,14271 1,22653 2,5623 0,01063 **

ENDIV -0,000105552 0,000455383 -0,2318 0,81678

ENDIV_1 0,00047364 0,000455014 1,0409 0,29830

TAM_EMP 4,89071 0,750054 6,5205 <0,00001 ***

dt_2 3,8784 4,44415 0,8727 0,38315

dt_3 4,63787 4,42207 1,0488 0,29466

dt_4 4,02642 4,39664 0,9158 0,36012

dt_5 -1,02509 4,35629 -0,2353 0,81404

dt_6 -1,35256 4,32884 -0,3125 0,75480

dt_7 5,6555 4,27222 1,3238 0,18605

dt_8 2,93214 4,21562 0,6955 0,48697

dt_9 -1,30227 4,15977 -0,3131 0,75433

dt_10 3,88374 4,15885 0,9338 0,35073

dt_11 4,46123 4,16014 1,0724 0,28395

240

Média da variável dependente = 1,16485

Desvio padrão da variável dependente = 33,1828

Soma dos resíduos quadrados = 348861

Erro padrão dos resíduos = 23,2928

'Por dentro' da variância = 490,84

'Por entre' a variância = 75,7045

teta utilizado para quase-desmediação = 0,232262

Critério de informação de Akaike = 6047,32

Critério Bayesiano de Schwarz = 6128,18

Critério de Hannan-Quinn = 6078,67

Teste Breusch-Pagan - Hipótese nula: Variância do erro de unidade-específica = 0

Estatística de teste assintótica: Qui-quadrado(1) = 7,98422 com p-valor = 0,00471868

Teste Hausman - Hipótese nula: As estimativas GLS são consistentes

Estatística de teste assintótica: Qui-quadrado(17) = 37,3756 com p-valor = 0,00299211

Modelo 31: Estimativas Máxima Verossimilhança usando 660 observações

Incluídas 60 unidades de secção-cruzada

Variável dependente: ROS_mod no Painel Balanceado

Permitindo a heterocedasticidade entre grupos

Variável Coeficiente Erro Padrão estatística-t p-valor

const 1,03058 1,30762 0,7881 0,43090

CERT_ISO 0,231549 0,123579 1,8737 0,06142 *

RISCO -0,029852 0,0150312 -1,9860 0,04745 **

LUCRAT 0,996982 0,0132246 75,3883 <0,00001 ***

RLtoAT_TANG -0,558034 0,100792 -5,5365 <0,00001 ***

ENDIV -5,70538e-05 8,37328e-05 -0,6814 0,49587

ENDIV_1 0,000107135 8,35923e-05 1,2816 0,20042

TAM_EMP 0,0845436 0,0905225 0,9340 0,35067

Média da variável dependente = 1,16485

Desvio padrão da variável dependente = 33,1828

Verossimilhança-Logarítmica = -1998,4

Critério de informação de Akaike = 1889

Critério Bayesiano de Schwarz = 1924,94

Critério de Hannan-Quinn = 1902,93

Teste de razão de verossimilhanças para heterocedasticidade entre grupos -

Hipótese nula: as unidades têm a mesma variância de erro

Estatística de teste: Qui-quadrado(59) = 2021,05 com p-valor = 0

Modelo 32: Estimativas entre grupos usando 60 observações

Variável dependente: ROS_mod no Painel Balanceado

Variável Coeficiente Erro Padrão estatística-t p-valor

const -47,4171 11,9158 -3,9794 0,00022 ***

CERT_ISO 1,16959 2,00967 0,5820 0,56309

RISCO -0,223413 0,0439352 -5,0851 <0,00001 ***

LUCRAT 0,411158 0,0954122 4,3093 0,00007 ***

RLtoAT_TANG 2,34175 1,37546 1,7025 0,09463 *

ENDIV -0,026706 0,0976298 -0,2735 0,78552

ENDIV_1 0,0265118 0,098625 0,2688 0,78914

TAM_EMP 3,40463 0,820202 4,1510 0,00012 ***

Média da variável dependente = 1,16485

Desvio padrão da variável dependente = 21,476

Soma dos resíduos quadrados = 3936,63

241

Erro padrão dos resíduos = 8,70083

não-ajustado = 0,855334

ajustado = 0,83586

Estatística-F (7, 52) = 43,9213 (p-valor < 0,00001)

Critério de informação de Akaike = 437,297

Critério Bayesiano de Schwarz = 454,052

Critério de Hannan-Quinn = 443,851

Modelo 33: Estimativas MQO ("Pooled OLS") usando 2277 observações

Incluídas 207 unidades de secção-cruzada - Comprimento da série temporal = 11

Variável dependente: TOT_VEND no Painel Não Balanceado

Erros padrão robustos (HAC)

Variável Coeficiente Erro Padrão estatística-t p-valor

const -2,09439e+06 812148 -2,5788 0,00998 ***

CERT_ISO 1,22279e+06 585750 2,0876 0,03695 **

RISCO -325,343 1785,4 -0,1822 0,85542

LUCRAT 3153,04 1490,01 2,1161 0,03444 **

RLtoAT_TANG -508795 337502 -1,5075 0,13181

ENDIV -53,6139 30,1751 -1,7768 0,07574 *

ENDIV_1 -35,0138 25,2062 -1,3891 0,16494

TAM_EMP 337941 90948,2 3,7158 0,00021 ***

Média da variável dependente = 2,19968e+006

Desvio padrão da variável dependente = 7,56631e+006

Soma dos resíduos quadrados = 1,1814e+017

Erro padrão dos resíduos = 7,21574e+006

não-ajustado = 0,0933175

ajustado = 0,0905203

Estatística-F (7, 2269) = 33,3614 (p-valor < 0,00001)

Verossimilhança-Logarítmica = -39184,8

Critério de informação de Akaike = 78385,6

Critério Bayesiano de Schwarz = 78431,4

Critério de Hannan-Quinn = 78402,3

Diagnósticos:

Estimador de efeitos fixos: erros padrão dos declives em parênteses, p-valores em

colchetes

CERT_ISO: 1,1602e+006 (1,5863e+005) [0,00000]

RISCO: -2559,2 (3420,7) [0,45445]

LUCRATIVIDADE: 231,77 (1043,2) [0,82421]

RLtoAT_TANG: 2,5455e+005 (1,4023e+005) [0,06964]

ENDIV: -11,282 (40,783) [0,78208]

ENDIV_1: -1,2311 (41,139) [0,97613]

TAM_EMP: 1,3018e+005 (18204) [0,00000]

207 médias de grupo foram subtraídas aos dados

Variância dos resíduos: 2,64148e+016/(2277 - 214) = 1,28041e+013

Significância conjunta da diferenciação das médias de grupo:

F(206, 2063) = 34,7755 com p-valor 0

Estatística de teste Breusch-Pagan:

LM = 6184,94 com p-valor = prob(qui-quadrado(1) > 6184,94) = 0

Variance estimators:

between = 3,97716e+013

within = 1,28041e+013

theta used for quasi-demeaning = 0,828923

Estimador de efeitos aleatórios:erros padrão em parênteses, p-valores em colchetes

const: -2,6159e+005 (4,8476e+005) [0,58951]

CERT_ISO: 1,1873e+006 (1,5489e+005) [0,00000]

RISCO: -2609,4 (3257,9) [0,42325]

242

LUCRATIVIDADE: 410,77 (1037,9) [0,69232]

RLtoAT_TANG: 1,728e+005 (1,3521e+005) [0,20137]

ENDIV: -13,085 (40,796) [0,74843]

ENDIV_1: -2,4316 (41,155) [0,95289]

TAM_EMP: 1,4128e+005 (18054) [0,00000]

Estatística de teste de Hausman:

H = 26,5977 com p-valor = prob(qui-quadrado(7) > 26,5977) = 0,00039365

Teste de White para a heterocedasticidade

Estimativas OLS usando 2277 observações

Variável dependente: uhat^2

VARIÁVEL COEFICIENTE ERRO PADRÃO ESTAT. T P-VALOR

const 6,14334E+013 4,55250E+013 1,349 0,17733

CERT_ISO -1,93571E+014 9,25883E+013 -2,091 0,03667 **

RISCO 1,84591E+012 2,26141E+012 0,816 0,41444

LUCRATIVIDADE -4,58465E+012 2,76810E+012 -1,656 0,09781 *

RLtoAT_TANG 2,72895E+014 1,19749E+014 2,279 0,02277 **

ENDIV 8,11486E+010 1,55763E+011 0,521 0,60243

ENDIV_1 3,26006E+010 1,00462E+011 0,325 0,74559

TAM_EMP -1,36646E+014 1,43965E+013 -9,492 <0,00001 ***

sq_CERT_ISO 4,35107E+013 4,05814E+013 1,072 0,28375

CERT_I_RISCO -7,49347E+012 2,90658E+012 -2,578 0,01000 ***

CERT_I_LUCRAT -3,24059E+010 4,75268E+011 -0,068 0,94564

CERT_I_RLtoAT -1,79830E+013 1,97120E+013 -0,912 0,36171

CERT_I_ENDIV -4,99803E+09 2,02376E+010 -0,247 0,80496

CERT_I_ENDIV_ -1,51104E+010 2,45192E+010 -0,616 0,53778

CERT_I_TAM_EM 1,51944E+013 4,36586E+012 3,480 0,00051 ***

sq_RISCO -2,74118E+09 3,07573E+09 -0,891 0,37290

RISCO_LUCRAT -3,46937E+08 1,39796E+09 -0,248 0,80402

RISCO_RLtoAT -5,43188E+010 4,04458E+011 -0,134 0,89318

RISCO_ENDIV 1,27921E+09 2,19341E+09 0,583 0,55981

RISCO_ENDIV_ -4,60160E+08 2,54082E+09 -0,181 0,85630

RISCO_TAM_EM -2,74077E+010 1,34169E+011 -0,204 0,83816

sq_LUCRATIVID -3,95372E+08 3,14818E+08 -1,256 0,20929

LUCRAT_RLtoAT 1,69703E+011 2,48604E+011 0,683 0,49492

LUCRAT_ENDIV -7,66836E+07 2,70299E+08 -0,284 0,77667

LUCRAT_ENDIV_ -7,87744E+08 7,57482E+08 -1,040 0,29847

LUCRAT_TAM_EM 3,46123E+011 2,31041E+011 1,498 0,13425

sq_RLtoAT_TAN -1,76359E+013 8,50190E+012 -2,074 0,03816 **

RLtoAT_ENDIV -2,82767E+09 1,76201E+010 -0,160 0,87252

RLtoAT_ENDIV_ 2,91125E+09 1,83305E+010 0,159 0,87382

RLtoAT_TAM_EM -1,26560E+013 8,17465E+012 -1,548 0,12171

sq_ENDIV -104764 390507 -0,268 0,78851

ENDIV_ENDIV_ 2,99263E+06 7,56630E+06 0,396 0,69250

ENDIV_TAM_EM -6,64015E+09 1,09180E+010 -0,608 0,54313

sq_ENDIV_1 107985 317697 0,340 0,73396

ENDIV__TAM_EM -2,30790E+09 6,92923E+09 -0,333 0,73911

sq_TAM_EMP 9,24238E+012 9,43644E+011 9,794 <0,00001 ***

R-quadrado não-ajustado = 0,0779287

Estatística de teste: TR^2 = 177,443568,

com p-valor = P(Qui-quadrado(35) > 177,443568) = 0,000000

Teste de Wald independente da distribuição para heterocedasticidade

baseado nos resíduos FGLS e

Heterocedasticidade em Grupos:

a variável só tem pesos zero, abortando a regressão.

Modelo 34: Estimativas MQO ("Primeiras Diferenças") usando 2070 observações

Incluídas 207 unidades de secção-cruzada - Comprimento da série temporal = 10

Variável dependente: d_TOT_VEND no Painel Não Balanceado

Erros padrão robustos (HAC)

Variável Coeficiente Erro Padrão estatística-t p-valor

const 189000 69113,5 2,7346 0,00630 ***

d_CERT_ISO 41888,5 48870,6 0,8571 0,39147

243

d_RISCO -523,098 351,528 -1,4881 0,13689

d_LUCRAT 224,894 201,615 1,1155 0,26478

d_RLtoAT_TANG 199369 84724,3 2,3532 0,01871 **

d_ENDIV -4,14841 6,70966 -0,6183 0,53646

d_TAM_EMP 101577 15438,5 6,5795 <0,00001 ***

d_ENDIV_1 4,34584 3,31002 1,3129 0,18935

Média da variável dependente = 247781

Desvio padrão da variável dependente = 1,50682e+006

Soma dos resíduos quadrados = 4,37253e+015

Erro padrão dos resíduos = 1,4562e+006

não-ajustado = 0,0692165

ajustado = 0,0660567

Estatística-F (7, 2062) = 21,9054 (p-valor < 0,00001)

Verossimilhança-Logarítmica = -32309,3

Critério de informação de Akaike = 64634,6

Critério Bayesiano de Schwarz = 64679,6

Critério de Hannan-Quinn = 64651,1

Modelo 35: Estimativas Efeitos Fixos usando 2277 observações

Incluídas 207 unidades de secção-cruzada - Comprimento da série temporal = 11

Variável dependente: TOT_VEND no Painel Não Balanceado

Erros padrão robustos (HAC)

Variável Coeficiente Erro Padrão estatística-t p-valor

CERT_ISO 1,16019e+06 432212 2,6843 0,00733 ***

RISCO -2559,2 1229,43 -2,0816 0,03750 **

LUCRAT 231,766 451,591 0,5132 0,60785

RLtoAT_TANG 254555 148143 1,7183 0,08589 *

ENDIV -11,2824 15,8518 -0,7117 0,47670

ENDIV_1 -1,2311 14,1507 -0,0870 0,93068

TAM_EMP 130184 22992,5 5,6620 <0,00001 ***

Média da variável dependente = 2,19968e+006

Desvio padrão da variável dependente = 7,56631e+006

Soma dos resíduos quadrados = 2,64148e+016

Erro padrão dos resíduos = 3,57828e+006

não-ajustado = 0,797276

ajustado = 0,776345

Estatística-F (213, 2063) = 38,091 (p-valor < 0,00001)

Estatística de Durbin-Watson = 0,177011

Verossimilhança-Logarítmica = -37479,4

Critério de informação de Akaike = 75386,8

Critério Bayesiano de Schwarz = 76613,1

Critério de Hannan-Quinn = 75834,1

Teste para diferenciar grupos de interceptações no eixo x=0 -

Hipótese nula: Os grupos têm a mesma interceptação no eixo x=0

Estatística de teste: F(206, 2063) = 34,7755 com p-valor = P(F(206, 2063) > 34,7755) = 0

Modelo 36: Estimativas Efeitos Fixos com dummies de tempo usando 2277 observações

Incluídas 207 unidades de secção-cruzada - Comprimento da série temporal = 11

Variável dependente: TOT_VEND no Painel Não Balanceado

Erros padrão robustos (HAC)

Variável Coeficiente Erro Padrão estatística-t p-valor

CERT_ISO 692976 271721 2,5503 0,01083 **

RISCO 126,892 815,744 0,1556 0,87640

244

LUCRAT 871,233 612,103 1,4233 0,15479

RLtoAT_TANG 104710 190477 0,5497 0,58257

ENDIV -12,6261 17,7287 -0,7122 0,47643

ENDIV_1 -4,42262 17,3363 -0,2551 0,79867

TAM_EMP 118941 26742,1 4,4477 <0,00001 ***

dt_2 -1,35165e+06 653691 -2,0677 0,03879 **

dt_3 -1,44716e+06 627984 -2,3044 0,02130 **

dt_4 -1,45499e+06 625964 -2,3244 0,02020 **

dt_5 -1,29073e+06 528366 -2,4429 0,01465 **

dt_6 -946630 394099 -2,4020 0,01639 **

dt_7 -837265 367929 -2,2756 0,02297 **

dt_8 -855970 340543 -2,5135 0,01203 **

dt_9 -726032 238489 -3,0443 0,00236 ***

dt_10 -496658 196129 -2,5323 0,01141 **

dt_11 -305568 102778 -2,9731 0,00298 ***

Média da variável dependente = 2,19968e+006

Desvio padrão da variável dependente = 7,56631e+006

Soma dos resíduos quadrados = 2,61324e+016

Erro padrão dos resíduos = 3,56775e+006

não-ajustado = 0,799443

ajustado = 0,777658

Estatística-F (223, 2053) = 36,6973 (p-valor < 0,00001)

Estatística de Durbin-Watson = 0,169776

Verossimilhança-Logarítmica = -37467,1

Critério de informação de Akaike = 75382,3

Critério Bayesiano de Schwarz = 76665,9

Critério de Hannan-Quinn = 75850,5

Teste para diferenciar grupos de interceptações no eixo x=0 -

Hipótese nula: Os grupos têm a mesma interceptação no eixo x=0

Estatística de teste: F(206, 2053) = 34,9915 com p-valor = P(F(206, 2053) > 34,9915) = 0

Teste de Wald para a significância conjunta das variáveis tempo auxiliares

Estatística de teste assintótica: Qui-quadrado(10) = 28,5167 com p-valor = 0,00149133

Modelo 37: Estimativas Efeitos Aleatórios (GLS) usando 2277 observações

Incluídas 207 unidades de secção-cruzada - Comprimento da série temporal = 11

Variável dependente: TOT_VEND no Painel Não Balanceado

Variável Coeficiente Erro Padrão estatística-t p-valor

const -261588 484756 -0,5396 0,58951

CERT_ISO 1,18731e+06 154893 7,6654 <0,00001 ***

RISCO -2609,36 3257,86 -0,8009 0,42325

LUCRAT 410,774 1037,94 0,3958 0,69232

RLtoAT_TANG 172799 135206 1,2780 0,20137

ENDIV -13,0852 40,7958 -0,3207 0,74843

ENDIV_1 -2,4316 41,155 -0,0591 0,95289

TAM_EMP 141283 18053,7 7,8257 <0,00001 ***

Média da variável dependente = 2,19968e+006

Desvio padrão da variável dependente = 7,56631e+006

Soma dos resíduos quadrados = 1,21458e+017

Erro padrão dos resíduos = 7,31475e+006

'Por dentro' da variância = 1,28041e+013

'Por entre' a variância = 3,97716e+013

teta utilizado para quasi-desmédiação = 0,828923

Critério de informação de Akaike = 78448,6

245

Critério Bayesiano de Schwarz = 78494,5

Critério de Hannan-Quinn = 78465,4

Teste Breusch-Pagan - Hipótese nula: Variância do erro de unidade-específica = 0

Estatística de teste assintótica: Qui-quadrado(1) = 6184,94 com p-valor = 0

Teste Hausman - Hipótese nula: As estimativas GLS são consistentes

Estatística de teste assintótica: Qui-quadrado(7) = 26,5977 com p-valor = 0,00039365

Modelo 38: Estimativas Efeitos Aleatórios (GLS) com dummies de tempo usando 2277 observações

Incluídas 207 unidades de secção-cruzada - Comprimento da série temporal = 11

Variável dependente: TOT_VEND no Painel Não Balanceado

Variável Coeficiente Erro Padrão estatística-t p-valor

const 1,0517e+06 582008 1,8070 0,07089 *

CERT_ISO 764410 185196 4,1276 0,00004 ***

RISCO -281,417 3307 -0,0851 0,93219

LUCRAT 1014,03 1046,21 0,9692 0,33253

RLtoAT_TANG 36683,5 139114 0,2637 0,79204

ENDIV -14,1254 40,7156 -0,3469 0,72868

ENDIV_1 -5,34146 41,0879 -0,1300 0,89658

TAM_EMP 131494 19068,1 6,8960 <0,00001 ***

dt_2 -1,2747e+06 399476 -3,1909 0,00144 ***

dt_3 -1,38572e+06 391055 -3,5435 0,00040 ***

dt_4 -1,41177e+06 386404 -3,6536 0,00026 ***

dt_5 -1,25565e+06 381449 -3,2918 0,00101 ***

dt_6 -921109 377402 -2,4407 0,01474 **

dt_7 -820100 371246 -2,2090 0,02727 **

dt_8 -848521 363956 -2,3314 0,01982 **

dt_9 -729630 358338 -2,0361 0,04185 **

dt_10 -500965 356348 -1,4058 0,15991

dt_11 -308914 353758 -0,8732 0,38263

Média da variável dependente = 2,19968e+006

Desvio padrão da variável dependente = 7,56631e+006

Soma dos resíduos quadrados = 1,21674e+017

Erro padrão dos resíduos = 7,33745e+006

'Por dentro' da variância = 1,27289e+013

'Por entre' a variância = 3,97716e+013

teta utilizado para quasi-desmédiação = 0,829426

Critério de informação de Akaike = 78472,7

Critério Bayesiano de Schwarz = 78575,9

Critério de Hannan-Quinn = 78510,3

Teste Breusch-Pagan - Hipótese nula: Variância do erro de unidade-específica = 0

Estatística de teste assintótica: Qui-quadrado(1) = 6195,18 com p-valor = 0

Teste Hausman - Hipótese nula: As estimativas GLS são consistentes

Estatística de teste assintótica: Qui-quadrado(17) = 28,6626 com p-valor = 0,0377665

246

Modelo 39: Estimativas Máxima Verossimilhança

Variável dependente: TOT_VEND no Painel Não Balanceado

A variável só tem zeros, abortando a regressão

Modelo 40: Estimativas entre grupos usando 207 observações

Variável dependente: TOT_VEND no Painel Não Balanceado

Variável Coeficiente Erro Padrão estatística-t p-valor

const -5,59176e+06 1,60401e+06 -3,4861 0,00060 ***

CERT_ISO 756497 729700 1,0367 0,30112

RISCO 3988,47 11754,9 0,3393 0,73474

LUCRAT 6658,64 9000,4 0,7398 0,46028

RLtoAT_TANG -744122 507428 -1,4665 0,14410

ENDIV 2086,34 5030,26 0,4148 0,67877

ENDIV_1 -2633,57 5187,11 -0,5077 0,61222

TAM_EMP 687932 141224 4,8712 <0,00001 ***

Média da variável dependente = 2,19968e+006

Desvio padrão da variável dependente = 6,70199e+006

Soma dos resíduos quadrados = 7,91454e+015

Erro padrão dos resíduos = 6,30647e+006

não-ajustado = 0,144637

ajustado = 0,114549

Estatística-F (7, 199) = 4,80711 (p-valor = 5,08e-005)

Critério de informação de Akaike = 7077,32

Critério Bayesiano de Schwarz = 7103,98

Critério de Hannan-Quinn = 7088,1

Modelo 41: Estimativas MQO ("Pooled OLS") usando 660 observações

Incluídas 60 unidades de secção-cruzada - Comprimento da série temporal = 11

Variável dependente: TOT_VEND no Painel Balanceado

Erros padrão robustos (HAC)

Variável Coeficiente Erro Padrão estatística-t p-valor

const -6,29117e+07 2,78192e+07 -2,2615 0,02406 **

CERT_ISO 829687 848106 0,9783 0,32830

RISCO 24971,3 14808,7 1,6863 0,09222 *

LUCRAT -733,172 9658,33 -0,0759 0,93951

RLtoAT_TANG 1,5706e+06 948398 1,6561 0,09819 *

ENDIV -27,8936 57,7066 -0,4834 0,62900

ENDIV_1 9,68438 60,4273 0,1603 0,87272

TAM_EMP 4,57708e+06 1,94483e+06 2,3535 0,01890 **

Média da variável dependente = 4,01672e+006

Desvio padrão da variável dependente = 1,30623e+007

Soma dos resíduos quadrados = 7,75139e+016

Erro padrão dos resíduos = 1,09035e+007

não-ajustado = 0,310631

ajustado = 0,303229

Estatística-F (7, 652) = 41,9703 (p-valor < 0,00001)

Verossimilhança-Logarítmica = -11627,5

Critério de informação de Akaike = 23271

Critério Bayesiano de Schwarz = 23307

Critério de Hannan-Quinn = 23284,9

247

Diagnósticos:

Estimador de efeitos fixos:

permite diferenciar interceptações no eixo x=0 por unidade de secção-cruzada (erros

padrão dos declives em parênteses, p-valores em colchetes)

CERT_ISO: 1,8407e+006 (5,2764e+005) [0,00052]

RISCO: -8954,3 (11863) [0,45067]

LUCRAT: -1072,8 (5572,8) [0,84741]

RLtoAT_TANG: 8,1326e+005 (6,6757e+005) [0,22362]

ENDIV: 8,1588 (124,98) [0,94797]

ENDIV_1: 27,116 (125,07) [0,82844]

TAM_EMP: 3,6091e+006 (6,211e+005) [0,00000]

60 médias de grupo foram subtraídas aos dados

Variância dos resíduos: 2,13241e+016/(660 - 67) = 3,59597e+013

Significância conjunta da diferenciação das médias de grupo:

F(59, 593) = 26,4843 com p-valor 4,77645e-130

Estatística de teste Breusch-Pagan

: LM = 1570,51 com p-valor = prob(qui-quadrado(1) > 1570,51) = 0

Variance estimators:

between = 9,46824e+013

within = 3,59597e+013

theta used for quasi-demeaning = 0,814187

Estimador de efeitos aleatórios: erros padrão em parênteses, p-valores em colchetes

const: -5,2455e+007 (7,0542e+006) [0,00000]

CERT_ISO: 1,6923e+006 (5,0258e+005) [0,00080]

RISCO: -3866,6 (10972) [0,72465]

LUCRAT: -1348,9 (5543,1) [0,80781]

RLtoAT_TANG: 9,8333e+005 (6,0273e+005) [0,10328]

ENDIV: 7,6293 (124,34) [0,95109]

ENDIV_1: 29,539 (124,35) [0,81231]

TAM_EMP: 3,8392e+006 (4,9129e+005) [0,00000]

Estatística de teste de Hausman

H = 2,89934 com p-valor = prob(qui-quadrado(7) > 2,89934) = 0,894155

Teste de White para a heterocedasticidade

Estimativas OLS usando 660 observações

Variável dependente: uhat^2

VARIÁVEL COEFICIENTE ERRO PADRÃO ESTAT. T P-VALOR

const 2,82075E+016 2,59029E+015 10,890 <0,00001 ***

CERT_ISO -2,28141E+015 5,18075E+014 -4,404 0,00001 ***

RISCO -3,42550E+013 2,18089E+013 -1,571 0,11676

LUCRAT 3,19654E+013 1,51983E+013 2,103 0,03585 **

RLtoAT_TANG -6,77823E+014 4,39669E+014 -1,542 0,12366

ENDIV 1,31506E+012 1,32420E+012 0,993 0,32105

ENDIV_1 1,71616E+012 1,22956E+012 1,396 0,16328

TAM_EMP -3,93747E+015 3,54078E+014 -11,120 <0,00001 ***

sq_CERT_ISO 2,16299E+012 7,64316E+013 0,028 0,97743

CERT_I_RISCO -2,97980E+012 5,57431E+012 -0,535 0,59315

CERT_I_LUCRAT -3,78195E+012 2,64231E+012 -1,431 0,15284

CERT_I_RLtoAT -6,03722E+013 4,76830E+013 -1,266 0,20594

CERT_I_ENDIV -1,73148E+011 2,24875E+011 -0,770 0,44161

CERT_I_ENDIV_ -7,26709E+010 1,12081E+011 -0,648 0,51698

CERT_I_TAM_EM 1,74031E+014 3,50855E+013 4,960 <0,00001 ***

sq_RISCO 2,06014E+09 1,59397E+010 0,129 0,89720

RISCO_LUCRAT -3,57095E+010 2,17182E+010 -1,644 0,10063

RISCO_RLtoAT 1,78652E+012 1,93097E+012 0,925 0,35522

RISCO_ENDIV -7,11624E+09 8,21348E+09 -0,866 0,38660

RISCO_ENDIV_ -5,61201E+09 7,51101E+09 -0,747 0,45524

RISCO_TAM_EM 2,36525E+012 1,51405E+012 1,562 0,11875

sq_LUCRAT -3,87399E+09 6,39663E+09 -0,606 0,54498

LUCRAT_RLtoAT 2,06739E+012 2,07173E+012 0,998 0,31871

LUCRAT_ENDIV -1,75963E+09 6,18162E+09 -0,285 0,77600

LUCRAT_ENDIV_ -2,49825E+09 9,87843E+09 -0,253 0,80043

LUCRAT_TAM_EM -2,32168E+012 1,07311E+012 -2,163 0,03088 **

248

sq_RLtoAT_TAN -6,90617E+013 3,08175E+013 -2,241 0,02538 **

RLtoAT_ENDIV -7,83576E+010 3,63539E+011 -0,216 0,82942

RLtoAT_ENDIV_ -1,36056E+011 3,52357E+011 -0,386 0,69953

RLtoAT_TAM_EM 6,73834E+013 2,95476E+013 2,281 0,02291 **

sq_ENDIV -2,29419E+06 5,06741E+06 -0,453 0,65090

ENDIV_ENDIV_ 1,93003E+07 6,17678E+07 0,312 0,75479

ENDIV_TAM_EM -8,69706E+010 1,02433E+011 -0,849 0,39618

sq_ENDIV_1 -783218 3,56928E+06 -0,219 0,82638

ENDIV__TAM_EM -1,20681E+011 9,01496E+010 -1,339 0,18116

sq_TAM_EMP 1,35417E+014 1,21249E+013 11,168 <0,00001 ***

R-quadrado não-ajustado = 0,342178

Estatística de teste: TR^2 = 225,837266, com p-valor = P(Qui-quadrado(35) > 225,837266) = 0,000000

Teste de Wald independente da distribuição para heterocedasticidade baseado nos resíduos FGLS e

Heterocedasticidade em Grupos:

a variável só tem pesos zero, abortando a regressão.

Modelo 42: Estimativas MQO ("Primeiras Diferenças") usando 600 observações

Incluídas 60 unidades de secção-cruzada - Comprimento da série temporal = 10

Variável dependente: d_ROS_mod no Painel Balanceado

Erros padrão robustos (HAC)

Variável Coeficiente Erro Padrão estatística-t p-valor

const -1,41973 0,992608 -1,4303 0,15316

d_CERT_ISO -1,24672 1,6838 -0,7404 0,45934

d_RISCO -0,019553 0,146427 -0,1335 0,89382

d_LUCRAT 0,280236 0,240686 1,1643 0,24476

d_RLtoAT_TANG 22,6882 10,2913 2,2046 0,02787 **

d_ENDIV -0,000308678 6,64788e-05 -4,6433 <0,00001 ***

d_TAM_EMP 41,0404 17,2295 2,3820 0,01753 **

d_ENDIV_1 0,000408026 9,73734e-05 4,1903 0,00003 ***

Média da variável dependente = 0,478107

Desvio padrão da variável dependente = 35,3567

Soma dos resíduos quadrados = 495989

Erro padrão dos resíduos = 28,9451

não-ajustado = 0,33763

ajustado = 0,329798

Estatística-F (7, 592) = 43,1086 (p-valor < 0,00001)

Verossimilhança-Logarítmica = -2866,58

Critério de informação de Akaike = 5749,15

Critério Bayesiano de Schwarz = 5784,33

Critério de Hannan-Quinn = 5762,85

Modelo 43: Estimativas Efeitos Fixos usando 660 observações

Incluídas 60 unidades de secção-cruzada - Comprimento da série temporal = 11

Variável dependente: TOT_VEND no Painel Balanceado

Erros padrão robustos (HAC)

Variável Coeficiente Erro Padrão estatística-t p-valor

CERT_ISO 1,84075e+06 1,14711e+06 1,6047 0,10909

RISCO -8954,28 9681,08 -0,9249 0,35538

LUCRAT -1072,81 3886,74 -0,2760 0,78263

RLtoAT_TANG 813262 738586 1,1011 0,27130

ENDIV 8,1588 10,8304 0,7533 0,45155

ENDIV_1 27,1164 25,3339 1,0704 0,28489

TAM_EMP 3,60911e+06 1,7628e+06 2,0474 0,04106 **

249

Média da variável dependente = 4,01672e+006

Desvio padrão da variável dependente = 1,30623e+007

Soma dos resíduos quadrados = 2,13241e+016

Erro padrão dos resíduos = 5,99664e+006

não-ajustado = 0,810354

ajustado = 0,789247

Estatística-F (66, 593) = 38,3921 (p-valor < 0,00001)

Estatística de Durbin-Watson = 0,162305

Verossimilhança-Logarítmica = -11201,6

Critério de informação de Akaike = 22537,2

Critério Bayesiano de Schwarz = 22838,2

Critério de Hannan-Quinn = 22653,9

Teste para diferenciar grupos de interceptações no eixo x=0 -

Hipótese nula: Os grupos têm a mesma interceptação no eixo x=0

Estatística de teste: F(59, 593) = 26,4843 com p-valor = P(F(59, 593) > 26,4843) = 4,77645e-130

Modelo 44: Estimativas Efeitos Fixos com dummies de tempo usando 660 observações

Incluídas 60 unidades de secção-cruzada - Comprimento da série temporal = 11

Variável dependente: TOT_VEND no Painel Balanceado

Erros padrão robustos (HAC)

Variável Coeficiente Erro Padrão estatística-t p-valor

CERT_ISO 416521 442638 0,9410 0,34710

RISCO -5604,74 5834,13 -0,9607 0,33711

LUCRAT -1192,26 2959,79 -0,4028 0,68723

RLtoAT_TANG -106920 1,21796e+06 -0,0878 0,93008

ENDIV -26,5998 16,8234 -1,5811 0,11439

ENDIV_1 -11,4815 14,4087 -0,7968 0,42587

TAM_EMP 3,67413e+06 1,73256e+06 2,1206 0,03437 **

dt_2 -3,44509e+06 2,31558e+06 -1,4878 0,13735

dt_3 -3,56679e+06 2,30429e+06 -1,5479 0,12219

dt_4 -3,56918e+06 2,30125e+06 -1,5510 0,12145

dt_5 -3,11099e+06 1,9418e+06 -1,6021 0,10967

dt_6 -2,23213e+06 1,36921e+06 -1,6302 0,10359

dt_7 -2,03008e+06 1,27184e+06 -1,5962 0,11099

dt_8 -1,78369e+06 1,0746e+06 -1,6599 0,09748 *

dt_9 -1,07486e+06 626585 -1,7154 0,08680 *

dt_10 -686726 482385 -1,4236 0,15510

dt_11 -267733 227506 -1,1768 0,23975

Média da variável dependente = 4,01672e+006

Desvio padrão da variável dependente = 1,30623e+007

Soma dos resíduos quadrados = 2,08586e+016

Erro padrão dos resíduos = 5,98147e+006

não-ajustado = 0,814494

ajustado = 0,790312

Estatística-F (76, 583) = 33,6811 (p-valor < 0,00001)

Estatística de Durbin-Watson = 0,15626

Verossimilhança-Logarítmica = -11194,3

Critério de informação de Akaike = 22542,6

Critério Bayesiano de Schwarz = 22888,5

Critério de Hannan-Quinn = 22676,7

Teste para diferenciar grupos de interceptações no eixo x=0 -

Hipótese nula: Os grupos têm a mesma interceptação no eixo x=0

Estatística de teste: F(59, 583) = 26,5654 com p-valor = P(F(59, 583) > 26,5654) = 3,18034e-129

Teste de Wald para a significância conjunta das variáveis tempo auxiliares

Estatística de teste assintótica: Qui-quadrado(10) = 5,38183 com p-valor = 0,864257

250

Modelo 45: Estimativas Efeitos Aleatórios (GLS) usando 660 observações

Incluídas 60 unidades de secção-cruzada - Comprimento da série temporal = 11

Variável dependente: TOT_VEND no Painel Balanceado

Variável Coeficiente Erro Padrão estatística-t p-valor

const -5,24552e+07 7,0542e+06 -7,4360 <0,00001 ***

CERT_ISO 1,69228e+06 502577 3,3672 0,00080 ***

RISCO -3866,64 10972,3 -0,3524 0,72465

LUCRAT -1348,91 5543,11 -0,2433 0,80781

RLtoAT_TANG 983329 602733 1,6314 0,10328

ENDIV 7,6293 124,344 0,0614 0,95109

ENDIV_1 29,5387 124,353 0,2375 0,81231

TAM_EMP 3,83922e+06 491290 7,8146 <0,00001 ***

Média da variável dependente = 4,01672e+006

Desvio padrão da variável dependente = 1,30623e+007

Soma dos resíduos quadrados = 7,94973e+016

Erro padrão dos resíduos = 1,10337e+007

'Por dentro' da variância = 3,59597e+013

'Por entre' a variância = 9,46824e+013

teta utilizado para quase-desmediação = 0,814187

Critério de informação de Akaike = 23287,7

Critério Bayesiano de Schwarz = 23323,6

Critério de Hannan-Quinn = 23301,6

Teste Breusch-Pagan - Hipótese nula: Variância do erro de unidade-específica = 0

Estatística de teste assintótica: Qui-quadrado(1) = 1570,51 com p-valor = 0

Teste Hausman - Hipótese nula: As estimativas GLS são consistentes

Estatística de teste assintótica: Qui-quadrado(7) = 2,89934 com p-valor = 0,894155

Modelo 46: Estimativas Efeitos Aleatórios (GLS) com dummies de tempo usando 660 observações

Incluídas 60 unidades de secção-cruzada - Comprimento da série temporal = 11

Variável dependente: TOT_VEND no Painel Balanceado

Variável Coeficiente Erro Padrão estatística-t p-valor

const -4,89471e+07 7,15891e+06 -6,8372 <0,00001 ***

CERT_ISO 320414 640977 0,4999 0,61733

RISCO -1014,95 11139,1 -0,0911 0,92743

LUCRAT -1401,84 5580,78 -0,2512 0,80175

RLtoAT_TANG 199379 646526 0,3084 0,75789

ENDIV -26,6513 125,34 -0,2126 0,83168

ENDIV_1 -9,40049 125,244 -0,0751 0,94019

TAM_EMP 3,86772e+06 491655 7,8667 <0,00001 ***

dt_2 -3,39759e+06 1,29466e+06 -2,6243 0,00889 ***

dt_3 -3,5289e+06 1,2809e+06 -2,7550 0,00604 ***

dt_4 -3,54466e+06 1,26483e+06 -2,8025 0,00522 ***

dt_5 -3,11885e+06 1,23853e+06 -2,5182 0,01204 **

dt_6 -2,25607e+06 1,21457e+06 -1,8575 0,06370 *

dt_7 -2,07832e+06 1,18568e+06 -1,7529 0,08010 *

dt_8 -1,84837e+06 1,15179e+06 -1,6048 0,10903

dt_9 -1,12306e+06 1,11712e+06 -1,0053 0,31512

dt_10 -749672 1,10849e+06 -0,6763 0,49909

dt_11 -332239 1,10709e+06 -0,3001 0,76420

251

Média da variável dependente = 4,01672e+006

Desvio padrão da variável dependente = 1,30623e+007

Soma dos resíduos quadrados = 7,88264e+016

Erro padrão dos resíduos = 1,10721e+007

'Por dentro' da variância = 3,5778e+013

'Por entre' a variância = 9,46824e+013

teta utilizado para quasi-desmédiação = 0,814657

Critério de informação de Akaike = 23302,1

Critério Bayesiano de Schwarz = 23383

Critério de Hannan-Quinn = 23333,4

Teste Breusch-Pagan - Hipótese nula: Variância do erro de unidade-específica = 0

Estatística de teste assintótica: Qui-quadrado(1) = 1594,31 com p-valor = 0

Teste Hausman - Hipótese nula: As estimativas GLS são consistentes

Estatística de teste assintótica: Qui-quadrado(17) = 2,72459 com p-valor = 0,999965

Modelo 47: Estimativas Máxima Verossimilhança no Painel Balanceado

Variável dependente: TOT_VEND no Painel Balanceado

A variável só tem zeros, abortando a regressão

Modelo 48: Estimativas entre grupos usando 60 observações

Variável dependente: TOT_VEND no Painel Balanceado

Variável Coeficiente Erro Padrão estatística-t p-valor

const -6,76152e+07 1,33259e+07 -5,0740 <0,00001 ***

CERT_ISO 559518 2,24749e+06 0,2490 0,80438

RISCO 47743,4 49134,5 0,9717 0,33570

LUCRAT 54798,8 106703 0,5136 0,60973

RLtoAT_TANG 1,77438e+06 1,53823e+06 1,1535 0,25397

ENDIV -121109 109183 -1,1092 0,27244

ENDIV_1 122080 110296 1,1068 0,27346

TAM_EMP 4,89431e+06 917265 5,3358 <0,00001 ***

Média da variável dependente = 4,01672e+006

Desvio padrão da variável dependente = 1,16914e+007

Soma dos resíduos quadrados = 4,92349e+015

Erro padrão dos resíduos = 9,73049e+006

não-ajustado = 0,389497

ajustado = 0,307314

Estatística-F (7, 52) = 4,73939 (p-valor = 0,000358)

Critério de informação de Akaike = 2108,58

Critério Bayesiano de Schwarz = 2125,33

Critério de Hannan-Quinn = 2115,13

Modelo 49: Estimativas MQO ("Pooled OLS") usando 2277 observações

Incluídas 207 unidades de secção-cruzada -Comprimento da série temporal = 11

Variável dependente: CSVtoVEND no Painel Não Balanceado

Erros padrão robustos (HAC)

Variável Coeficiente Erro Padrão estatística-t p-valor

const 4,67909 0,951399 4,9181 <0,00001 ***

CERT_ISO -0,0875412 1,09505 -0,0799 0,93629

RISCO 0,00894791 0,0140236 0,6381 0,52350

LUCRAT -0,0543723 0,00988741 -5,4991 <0,00001 ***

252

RLtoAT_TANG 4,95067 1,21824 4,0638 0,00005 ***

ENDIV -0,000211327 0,000211316 -1,0001 0,31739

ENDIV_1 -0,000293444 0,000218211 -1,3448 0,17883

TAM_EMP 4,33917 0,173561 25,0009 <0,00001 ***

Média da variável dependente = 57,2728

Desvio padrão da variável dependente = 31,0294

Soma dos resíduos quadrados = 699483

Erro padrão dos resíduos = 17,5579

não-ajustado = 0,680804

ajustado = 0,679819

Estatística-F (7, 2269) = 691,355 (p-valor < 0,00001)

Verossimilhança-Logarítmica = -9751,66

Critério de informação de Akaike = 19519,3

Critério Bayesiano de Schwarz = 19565,2

Critério de Hannan-Quinn = 19536

Diagnósticos:

Estimador de efeitos fixos: erros padrão dos declives em parênteses, p-valores em

colchetes

CERT_ISO: -0,84803 (0,47379) [0,07362]

RISCO: 0,0046642 (0,010217) [0,64806]

LUCRATIVIDADE: -0,039834 (0,0031159) [0,00000]

RLtoAT_TANG: 0,89583 (0,41884) [0,03256]

ENDIV: -0,00018444 (0,00012181) [0,13012]

ENDIV_1: -0,00024115 (0,00012287) [0,04982]

TAM_EMP: 4,5858 (0,054369) [0,00000]

207 médias de grupo foram subtraídas aos dados

Variância dos resíduos: 235631/(2277 - 214) = 114,218

Significância conjunta da diferenciação das médias de grupo:

F(206, 2063) = 19,7142 com p-valor 0

Estatística de teste Breusch-Pagan:

LM = 4198,38 com p-valor = prob(qui-quadrado(1) > 4198,38) = 0

Variance estimators:

between = 200,819

within = 114,218

theta used for quasi-demeaning = 0,772612

Estimador de efeitos aleatórios: erros padrão em parênteses, p-valores em colchetes

const: 4,9635 (1,161) [0,00002]

CERT_ISO: -0,87298 (0,45475) [0,05502]

RISCO: 0,0074194 (0,009407) [0,43036]

LUCRATIVIDADE: -0,041111 (0,0030886) [0,00000]

RLtoAT_TANG: 1,5663 (0,3935) [0,00007]

ENDIV: -0,00018301 (0,00012188) [0,13336]

ENDIV_1: -0,00024332 (0,00012296) [0,04796]

TAM_EMP: 4,5515 (0,053602) [0,00000]

Estatística de teste de Hausman:

H = 33,1296 com p-valor = prob(qui-quadrado(7) > 33,1296) = 2,50446e-005

Teste de White para a heterocedasticidade

Estimativas OLS usando 2277 observações

Variável dependente: uhat^2

VARIÁVEL COEFICIENTE ERRO PADRÃO ESTAT. T P-VALOR

const 47,0605 51,8969 0,907 0,36461

CERT_ISO -339,754 105,547 -3,219 0,00130 ***

RISCO 1,33618 2,57793 0,518 0,60429

LUCRATIVIDADE -4,64075 3,15553 -1,471 0,14152

RLtoAT_TANG 375,893 136,509 2,754 0,00594 ***

ENDIV -0,173281 0,177564 -0,976 0,32923

ENDIV_1 -0,0532982 0,114523 -0,465 0,64170

TAM_EMP 0,351630 16,4115 0,021 0,98291

253

sq_CERT_ISO 186,501 46,2614 4,031 0,00006 ***

CERT_I_RISCO 0,0407385 3,31339 0,012 0,99019

CERT_I_LUCRAT -0,100758 0,541789 -0,186 0,85248

CERT_I_RLtoAT 150,971 22,4710 6,718 <0,00001 ***

CERT_I_ENDIV -0,0308635 0,0230701 -1,338 0,18109

CERT_I_ENDIV_ -0,0298412 0,0279510 -1,068 0,28581

CERT_I_TAM_EM -16,3642 4,97693 -3,288 0,00102 ***

sq_RISCO -0,00178585 0,00350623 -0,509 0,61057

RISCO_LUCRAT 0,00174797 0,00159363 1,097 0,27283

RISCO_RLtoAT -0,292115 0,461068 -0,634 0,52643

RISCO_ENDIV 0,00181811 0,00250041 0,727 0,46723

RISCO_ENDIV_ -0,000158894 0,00289645 -0,055 0,95626

RISCO_TAM_EM -0,0964138 0,152948 -0,630 0,52852

sq_LUCRATIVID 0,000746845 0,000358881 2,081 0,03754 **

LUCRAT_RLtoAT -1,35611 0,283400 -4,785 <0,00001 ***

LUCRAT_ENDIV -0,00155987 0,000308131 -5,062 <0,00001 ***

LUCRAT_ENDIV_ -0,00371224 0,000863503 -4,299 0,00002 ***

LUCRAT_TAM_EM 0,257681 0,263379 0,978 0,32800

sq_RLtoAT_TAN 58,7121 9,69186 6,058 <0,00001 ***

RLtoAT_ENDIV 0,0558854 0,0200862 2,782 0,00544 ***

RLtoAT_ENDIV_ 0,0758080 0,0208961 3,628 0,00029 ***

RLtoAT_TAM_EM -54,9787 9,31882 -5,900 <0,00001 ***

sq_ENDIV 3,48453E-07 4,45164E-07 0,783 0,43386

ENDIV_ENDIV_ 5,43447E-06 8,62532E-06 0,630 0,52872

ENDIV_TAM_EM 0,00668594 0,0124462 0,537 0,59119

sq_ENDIV_1 9,63981E-07 3,62163E-07 2,662 0,00783 ***

ENDIV__TAM_EM -0,000347424 0,00789908 -0,044 0,96492

sq_TAM_EMP 2,87068 1,07572 2,669 0,00767 ***

R-quadrado não-ajustado = 0,16378

Estatística de teste: TR^2 = 372,927717,com p-valor = P(Qui-quadrado(35) >

372,927717) = 0,000000

Teste de Wald independente da distribuição para heterocedasticidade baseado nos resíduos FGLS e

Heterocedasticidade em Grupos: não se atingiu critério de convergência.

Modelo 50: Estimativas MQO ("Primeiras Diferenças") usando 2070 observações

Incluídas 207 unidades de secção-cruzada - Comprimento da série temporal = 10

Variável dependente: d_CSVtoVEND no Painel Não Balanceado

Erros padrão robustos (HAC)

Variável Coeficiente Erro Padrão estatística-t p-valor

const -0,231076 0,14361 -1,6091 0,10776

d_CERT_ISO -0,119033 0,497286 -0,2394 0,81085

d_RISCO -0,0100747 0,0153494 -0,6564 0,51167

d_LUCRAT -0,0401139 0,00838042 -4,7866 <0,00001 ***

d_RLtoAT_TANG 1,67148 1,28029 1,3055 0,19185

d_ENDIV -0,000172717 0,000136958 -1,2611 0,20742

d_ENDIV_1 -8,66301e-05 7,72212e-05 -1,1218 0,26206

d_TAM_EMP 4,62516 0,172529 26,8079 <0,00001 ***

Média da variável dependente = 1,90736

Desvio padrão da variável dependente = 20,6242

Soma dos resíduos quadrados = 254858

Erro padrão dos resíduos = 11,1174

não-ajustado = 0,71041

ajustado = 0,709427

Estatística-F (7, 2062) = 722,631 (p-valor < 0,00001)

Verossimilhança-Logarítmica = -7918,82

Critério de informação de Akaike = 15853,6

Critério Bayesiano de Schwarz = 15898,7

Critério de Hannan-Quinn = 15870,2

254

Modelo 51: Estimativas Efeitos Fixos usando 2277 observações

Incluídas 207 unidades de secção-cruzada - Comprimento da série temporal = 11

Variável dependente: CSVtoVEND no Painel Não Balanceado

Erros padrão robustos (HAC)

Variável Coeficiente Erro Padrão estatística-t p-valor

CERT_ISO -0,848029 0,631201 -1,3435 0,17925

RISCO 0,00466421 0,0101399 0,4600 0,64557

LUCRAT -0,0398338 0,00923954 -4,3112 0,00002 ***

RLtoAT_TANG 0,895831 1,01165 0,8855 0,37598

ENDIV -0,000184444 0,000173667 -1,0621 0,28834

ENDIV_1 -0,00024115 0,000167392 -1,4406 0,14984

TAM_EMP 4,5858 0,147023 31,1909 <0,00001 ***

Média da variável dependente = 57,2728

Desvio padrão da variável dependente = 31,0294

Soma dos resíduos quadrados = 235631

Erro padrão dos resíduos = 10,6873

não-ajustado = 0,892474

ajustado = 0,881372

Estatística-F (213, 2063) = 80,39 (p-valor < 0,00001)

Estatística de Durbin-Watson = 1,08638

Verossimilhança-Logarítmica = -8512,89

Critério de informação de Akaike = 17453,8

Critério Bayesiano de Schwarz = 18680,1

Critério de Hannan-Quinn = 17901,1

Teste para diferenciar grupos de interceptações no eixo x=0 -

Hipótese nula: Os grupos têm a mesma interceptação no eixo x=0

Estatística de teste: F(206, 2063) = 19,7142 com p-valor = P(F(206, 2063) > 19,7142) = 0

Modelo 52: Estimativas Efeitos Fixos com

dummies

de tempo usando 2277 observações

Incluídas 207 unidades de secção-cruzada - Comprimento da série temporal = 11

Variável dependente: CSVtoVEND no Painel Não Balanceado

Erros padrão robustos (HAC)

Variável Coeficiente Erro Padrão estatística-t p-valor

CERT_ISO -0,130434 0,858039 -0,1520 0,87919

RISCO 0,00314937 0,0104095 0,3025 0,76227

LUCRAT -0,0411252 0,0090167 -4,5610 <0,00001 ***

RLtoAT_TANG 1,20231 1,1004 1,0926 0,27469

ENDIV -0,000175922 0,000175256 -1,0038 0,31559

ENDIV_1 -0,000226859 0,000166177 -1,3652 0,17235

TAM_EMP 4,65589 0,143631 32,4156 <0,00001 ***

dt_2 1,98923 1,51474 1,3133 0,18924

dt_3 2,50127 1,48597 1,6833 0,09248 *

dt_4 2,83199 1,46052 1,9390 0,05263 *

dt_5 0,448902 1,48371 0,3026 0,76226

dt_6 0,595255 1,55353 0,3832 0,70164

dt_7 -1,26766 1,50166 -0,8442 0,39867

dt_8 -0,711733 1,33346 -0,5337 0,59357

dt_9 0,00943343 1,09719 0,0086 0,99314

dt_10 -0,982749 1,00196 -0,9808 0,32679

dt_11 0,88269 0,954082 0,9252 0,35499

Média da variável dependente = 57,2728

255

Desvio padrão da variável dependente = 31,0294

Soma dos resíduos quadrados = 232545

Erro padrão dos resíduos = 10,6429

não-ajustado = 0,893883

ajustado = 0,882356

Estatística-F (223, 2053) = 77,5494 (p-valor < 0,00001)

Estatística de Durbin-Watson = 1,08566

Verossimilhança-Logarítmica = -8497,88

Critério de informação de Akaike = 17443,8

Critério Bayesiano de Schwarz = 18727,4

Critério de Hannan-Quinn = 17912

Teste para diferenciar grupos de interceptações no eixo x=0 -

Hipótese nula: Os grupos têm a mesma interceptação no eixo x=0

Estatística de teste: F(206, 2053) = 19,729 com p-valor = P(F(206, 2053) > 19,729) = 0

Teste de Wald para a significância conjunta das variáveis tempo auxiliares

Estatística de teste assintótica: Qui-quadrado(10) = 31,0674 com p-valor = 0,00057188

Modelo 53: Estimativas Efeitos Aleatórios (GLS) usando 2277 observações

Incluídas 207 unidades de secção-cruzada - Comprimento da série temporal = 11

Variável dependente: CSVtoVEND no Painel Não Balanceado

Variável Coeficiente Erro Padrão estatística-t p-valor

const 4,96352 1,16095 4,2754 0,00002 ***

CERT_ISO -0,872981 0,454751 -1,9197 0,05502 *

RISCO 0,00741943 0,00940698 0,7887 0,43036

LUCRAT -0,0411109 0,00308857 -13,3107 <0,00001 ***

RLtoAT_TANG 1,56627 0,393496 3,9804 0,00007 ***

ENDIV -0,000183008 0,000121882 -1,5015 0,13336

ENDIV_1 -0,00024332 0,000122962 -1,9788 0,04796 **

TAM_EMP 4,55154 0,053602 84,9135 <0,00001 ***

Média da variável dependente = 57,2728

Desvio padrão da variável dependente = 31,0294

Soma dos resíduos quadrados = 731328

Erro padrão dos resíduos = 17,9491

'Por dentro' da variância = 114,218

'Por entre' a variância = 200,819

teta utilizado para quasi-desmédiação = 0,772612

Critério de informação de Akaike = 19620,7

Critério Bayesiano de Schwarz = 19666,5

Critério de Hannan-Quinn = 19637,4

Teste Breusch-Pagan - Hipótese nula: Variância do erro de unidade-específica = 0

Estatística de teste assintótica: Qui-quadrado(1) = 4198,38 com p-valor = 0

Teste Hausman - Hipótese nula: As estimativas GLS são consistentes

Estatística de teste assintótica: Qui-quadrado(7) = 33,1296 com p-valor = 2,50446e-005

Modelo 54: Estimativas Efeitos Aleatórios (GLS) com

dummies

de tempo usando 2277 observações

Incluídas 207 unidades de secção-cruzada - Comprimento da série temporal = 11

Variável dependente: CSVtoVEND no Painel Não Balanceado

Variável Coeficiente Erro Padrão estatística-t p-valor

Const 2,73479 1,49809 1,8255 0,06805 *

CERT_ISO -0,100979 0,538399 -0,1876 0,85124

RISCO 0,00577313 0,00951893 0,6065 0,54425

LUCRAT -0,0425399 0,00310646 -13,6940 <0,00001 ***

256

RLtoAT_TANG 1,88535 0,403886 4,6680 <0,00001 ***

ENDIV -0,000174528 0,000121393 -1,4377 0,15066

ENDIV_1 -0,000228417 0,00012251 -1,8645 0,06238 *

TAM_EMP 4,62403 0,0564753 81,8771 <0,00001 ***

dt_2 2,25329 1,18594 1,9000 0,05756 *

dt_3 2,74603 1,1617 2,3638 0,01817 **

dt_4 3,09684 1,14842 2,6966 0,00706 ***

dt_5 0,671935 1,13438 0,5923 0,55368

dt_6 0,801218 1,12305 0,7134 0,47565

dt_7 -1,11039 1,10564 -1,0043 0,31534

dt_8 -0,600201 1,08501 -0,5532 0,58020

dt_9 0,0597871 1,06922 0,0559 0,95541

dt_10 -1,03234 1,06361 -0,9706 0,33185

dt_11 0,851904 1,05627 0,8065 0,42003

Média da variável dependente = 57,2728

Desvio padrão da variável dependente = 31,0294

Soma dos resíduos quadrados = 722560

Erro padrão dos resíduos = 17,8806

'Por dentro' da variância = 113,271

'Por entre' a variância = 200,819

teta utilizado para quasi-desmédiação = 0,773556

Critério de informação de Akaike = 19613,2

Critério Bayesiano de Schwarz = 19716,4

Critério de Hannan-Quinn = 19650,9

Teste Breusch-Pagan - Hipótese nula: Variância do erro de unidade-específica = 0

Estatística de teste assintótica: Qui-quadrado(1) = 4251,35 com p-valor = 0

Teste Hausman - Hipótese nula: As estimativas GLS são consistentes

Estatística de teste assintótica: Qui-quadrado(17) = 28,9901 com p-valor = 0,0346177

Modelo 55: Estimativas Máxima Verossimilhança

Variável dependente: CSVtoVEND no Painel Não Balanceado

Não se atingiu critério de convergência.

Modelo 56: Estimativas entre grupos usando 207 observações

Variável dependente: CSVtoVEND no Painel Não Balanceado

Variável Coeficiente Erro Padrão estatística-t p-valor

const 4,63403 3,60432 1,2857 0,20005

CERT_ISO 1,3367 1,63968 0,8152 0,41592

RISCO -0,0084365 0,026414 -0,3194 0,74976

LUCRAT -0,0832584 0,0202245 -4,1167 0,00006 ***

RLtoAT_TANG 6,74408 1,14022 5,9147 <0,00001 ***

ENDIV -0,000531981 0,0113033 -0,0471 0,96251

ENDIV_1 -0,000291284 0,0116558 -0,0250 0,98009

TAM_EMP 4,16517 0,31734 13,1253 <0,00001 ***

Média da variável dependente = 57,2728

Desvio padrão da variável dependente = 21,0447

Soma dos resíduos quadrados = 39962,9

Erro padrão dos resíduos = 14,1711

não-ajustado = 0,561969

ajustado = 0,54656

Estatística-F (7, 199) = 36,4722 (p-valor < 0,00001)

Critério de informação de Akaike = 1692,88

257

Critério Bayesiano de Schwarz = 1719,54

Critério de Hannan-Quinn = 1703,66

Modelo 57: Estimativas MQO ("Pooled OLS") usando 660 observações

Incluídas 60 unidades de secção-cruzada - Comprimento da série temporal = 11

Variável dependente: CSVtoVEND no Painel Balanceado

Erros padrão robustos (HAC)

Variável Coeficiente Erro Padrão estatística-t p-valor

const 127,704 17,5373 7,2818 <0,00001 ***

CERT_ISO 2,33763 2,12052 1,1024 0,27070

RISCO -0,0153422 0,0144225 -1,0638 0,28783

LUCRAT -0,0297606 0,0230558 -1,2908 0,19723

RLtoAT_TANG 1,57843 1,69067 0,9336 0,35085

ENDIV -7,49281e-05 9,97599e-05 -0,7511 0,45287

ENDIV_1 -0,000185177 7,39288e-05 -2,5048 0,01249 **

TAM_EMP -4,31571 1,39778 -3,0876 0,00210 ***

Média da variável dependente = 70,0877

Desvio padrão da variável dependente = 15,2065

Soma dos resíduos quadrados = 109314

Erro padrão dos resíduos = 12,9483

não-ajustado = 0,282647

ajustado = 0,274945

Estatística-F (7, 652) = 36,6996 (p-valor < 0,00001)

Verossimilhança-Logarítmica = -2622,71

Critério de informação de Akaike = 5261,43

Critério Bayesiano de Schwarz = 5297,36

Critério de Hannan-Quinn = 5275,36

Diagnósticos:

Estimador de efeitos fixos: erros padrão dos declives em parênteses, p-valores em

colchetes

CERT_ISO: -1,0883 (0,52007) [0,03680]

RISCO: 0,029753 (0,011693) [0,01119]

LUCRAT: -0,019372 (0,0054928) [0,00045]

RLtoAT_TANG: -3,0227 (0,658) [0,00001]

ENDIV: -6,1893e-005 (0,00012319) [0,61556]

ENDIV_1: -9,7031e-005 (0,00012328) [0,43155]

TAM_EMP: 1,5452 (0,6122) [0,01186]

60 médias de grupo foram subtraídas aos dados

Variância dos resíduos: 20716,8/(660 - 67) = 34,9356

Significância conjunta da diferenciação das médias de grupo:

F(59, 593) = 42,9831 com p-valor 1,16845e-176

Estatística de teste Breusch-Pagan:

LM = 1582,34 com p-valor = prob(qui-quadrado(1) > 1582,34) = 0

Variance estimators:

between = 123,94

within = 34,9356

theta used for quasi-demeaning = 0,839922

Estimador de efeitos aleatórios: erros padrão em parênteses, p-valores em colchetes

const: 79,28 (7,6334) [0,00000]

CERT_ISO: -1,0175 (0,5225) [0,05191]

RISCO: 0,03157 (0,011483) [0,00614]

LUCRAT: -0,018156 (0,0057033) [0,00152]

RLtoAT_TANG: -2,1198 (0,63439) [0,00088]

ENDIV: -7,1839e-005 (0,00012794) [0,57465]

ENDIV_1: -0,00012546 (0,00012796) [0,32722]

TAM_EMP: -0,48481 (0,53039) [0,36102]

Estatística de teste de Hausman:

258

H = 79,1972 com p-valor = prob(qui-quadrado(7) > 79,1972) = 2,0079e-014

Teste de White para a heterocedasticidade

Estimativas OLS usando 660 observações

Variável dependente: uhat^2

VARIÁVEL COEFICIENTE ERRO PADRÃO ESTAT. T P-VALOR

const 1618,55 617,057 2,623 0,00893 ***

CERT_ISO 561,928 123,415 4,553 <0,00001 ***

RISCO 15,5529 5,19530 2,994 0,00287 ***

LUCRAT -4,49431 3,62052 -1,241 0,21495

RLtoAT_TANG 609,839 104,738 5,823 <0,00001 ***

ENDIV 0,689847 0,315450 2,187 0,02912 **

ENDIV_1 0,111591 0,292904 0,381 0,70335

TAM_EMP -322,457 84,3482 -3,823 0,00015 ***

sq_CERT_ISO 84,8158 18,2075 4,658 <0,00001 ***

CERT_I_RISCO -3,52659 1,32791 -2,656 0,00812 ***

CERT_I_LUCRAT 0,813212 0,629450 1,292 0,19686

CERT_I_RLtoAT 51,6533 11,3590 4,547 <0,00001 ***

CERT_I_ENDIV 0,117976 0,0535695 2,202 0,02801 **

CERT_I_ENDIV_ -0,0425461 0,0266998 -1,593 0,11155

CERT_I_TAM_EM -60,7941 8,35804 -7,274 <0,00001 ***

sq_RISCO -0,00842622 0,00379714 -2,219 0,02684 **

RISCO_LUCRAT 0,0195245 0,00517369 3,774 0,00018 ***

RISCO_RLtoAT 0,149432 0,459994 0,325 0,74540

RISCO_ENDIV 0,00164830 0,00195661 0,842 0,39987

RISCO_ENDIV_ -0,00201417 0,00178927 -1,126 0,26073

RISCO_TAM_EM -1,10007 0,360675 -3,050 0,00239 ***

sq_LUCRAT 0,00423462 0,00152380 2,779 0,00562 ***

LUCRAT_RLtoAT 0,450192 0,493527 0,912 0,36202

LUCRAT_ENDIV -0,00202475 0,00147258 -1,375 0,16964

LUCRAT_ENDIV_ -0,00181463 0,00235323 -0,771 0,44093

LUCRAT_TAM_EM 0,127030 0,255637 0,497 0,61942

sq_RLtoAT_TAN 0,0206695 7,34133 0,003 0,99775

RLtoAT_ENDIV -0,136157 0,0866019 -1,572 0,11641

RLtoAT_ENDIV_ 0,0901250 0,0839383 1,074 0,28337

RLtoAT_TAM_EM -45,0458 7,03880 -6,400 <0,00001 ***

sq_ENDIV 1,35896E-06 1,20715E-06 1,126 0,26070

ENDIV_ENDIV_ 2,59350E-05 1,47143E-05 1,763 0,07846 *

ENDIV_TAM_EM -0,0588015 0,0244014 -2,410 0,01625 **

sq_ENDIV_1 2,62794E-07 8,50271E-07 0,309 0,75737

ENDIV__TAM_EM -0,0118343 0,0214754 -0,551 0,58179

sq_TAM_EMP 16,0804 2,88839 5,567 <0,00001 ***

R-quadrado não-ajustado = 0,56321

Estatística de teste: TR^2 = 371,718551,com p-valor = P(Qui-quadrado(35) >

371,718551) = 0,000000

Teste de Wald independente da distribuição para heterocedasticidade baseado nos resíduos FGLS e

Heterocedasticidade em Grupos:

não se atingiu critério de convergência.

Modelo 58: Estimativas MQO ("Primeiras Diferenças") usando 600 observações

Incluídas 60 unidades de secção-cruzada - Comprimento da série temporal = 10

Variável dependente: CSVtoVEND no Painel Balanceado

Erros padrão robustos (HAC)

Variável Coeficiente Erro Padrão estatística-t p-valor

const 69,9884 1,87513 37,3246 <0,00001 ***

d_CERT_ISO 0,163102 1,483 0,1100 0,91246

d_RISCO 0,040379 0,00802714 5,0303 <0,00001 ***

d_LUCRAT -0,00421967 0,00451108 -0,9354 0,34996

d_RLtoAT_TANG -3,1098 1,73474 -1,7927 0,07354 *

d_ENDIV 8,42918e-05 2,90005e-05 2,9066 0,00379 ***

d_TAM_EMP -9,0492 3,26488 -2,7717 0,00575 ***

d_ENDIV_1 3,4638e-05 1,89879e-05 1,8242 0,06862 *

259

Média da variável dependente = 69,636

Desvio padrão da variável dependente = 15,1744

Soma dos resíduos quadrados = 134755

Erro padrão dos resíduos = 15,0873

não-ajustado = 0,0229937

ajustado = 0,0114413

Estatística-F (7, 592) = 1,99038 (p-valor = 0,0543)

Verossimilhança-Logarítmica = -2475,65

Critério de informação de Akaike = 4967,3

Critério Bayesiano de Schwarz = 5002,47

Critério de Hannan-Quinn = 4980,99

Modelo 59: Estimativas Efeitos Fixos usando 660 observações

Incluídas 60 unidades de secção-cruzada - Comprimento da série temporal = 11

Variável dependente: CSVtoVEND no Painel Balanceado

Erros padrão robustos (HAC)

Variável Coeficiente Erro Padrão estatística-t p-valor

CERT_ISO -1,08833 0,895703 -1,2151 0,22483

RISCO 0,0297533 0,00844143 3,5247 0,00046 ***

LUCRAT -0,0193723 0,0128796 -1,5041 0,13308

RLtoAT_TANG -3,02271 1,39788 -2,1624 0,03099 **

ENDIV -6,18933e-05 2,20706e-05 -2,8043 0,00521 ***

ENDIV_1 -9,70306e-05 2,89119e-05 -3,3561 0,00084 ***

TAM_EMP 1,54518 0,908456 1,7009 0,08949 *

Média da variável dependente = 70,0877

Desvio padrão da variável dependente = 15,2065

Soma dos resíduos quadrados = 20716,8

Erro padrão dos resíduos = 5,91064

não-ajustado = 0,864049

ajustado = 0,848918

Estatística-F (66, 593) = 57,1042 (p-valor < 0,00001)

Estatística de Durbin-Watson = 0,944727

Verossimilhança-Logarítmica = -2073,83

Critério de informação de Akaike = 4281,66

Critério Bayesiano de Schwarz = 4582,64

Critério de Hannan-Quinn = 4398,32

Teste para diferenciar grupos de intercepções no eixo x=0 -

Hipótese nula: Os grupos têm a mesma intercepção no eixo x=0

Estatística de teste: F(59, 593) = 42,9831 com p-valor = P(F(59, 593) > 42,9831) = 1,16845e-176

Modelo 60: Estimativas Efeitos Fixos usando 660 observações

Incluídas 60 unidades de secção-cruzada - Comprimento da série temporal = 11

Variável dependente: CSVtoVEND no Painel Balanceado

Erros padrão robustos (HAC)

Variável Coeficiente Erro Padrão estatística-t p-valor

CERT_ISO -0,443431 0,913789 -0,4853 0,62767

RISCO 0,0362225 0,00915215 3,9578 0,00008 ***

LUCRAT -0,0186199 0,0138505 -1,3443 0,17936

RLtoAT_TANG -1,42153 1,38082 -1,0295 0,30368

ENDIV 1,54971e-05 2,62388e-05 0,5906 0,55501

ENDIV_1 -8,46613e-05 3,22198e-05 -2,6276 0,00882 ***

TAM_EMP 1,45906 0,877336 1,6631 0,09684 *

dt_2 2,92884 1,647 1,7783 0,07588 *

dt_3 1,63714 1,49759 1,0932 0,27476

260

dt_4 1,38329 1,40418 0,9851 0,32497

dt_5 -2,09286 1,35736 -1,5419 0,12365

dt_6 -1,01513 1,37208 -0,7398 0,45969

dt_7 -3,01589 1,28356 -2,3496 0,01913 **

dt_8 -3,88158 1,36767 -2,8381 0,00470 ***

dt_9 -1,72687 1,21996 -1,4155 0,15745

dt_10 -3,28588 1,146 -2,8673 0,00429 ***

dt_11 -0,658321 0,783055 -0,8407 0,40086

Média da variável dependente = 70,0877

Desvio padrão da variável dependente = 15,2065

Soma dos resíduos quadrados = 18297,5

Erro padrão dos resíduos = 5,60224

não-ajustado = 0,879925

ajustado = 0,864273

Estatística-F (76, 583) = 56,2147 (p-valor < 0,00001)

Estatística de Durbin-Watson = 0,959778

Verossimilhança-Logarítmica = -2032,85

Critério de informação de Akaike = 4219,7

Critério Bayesiano de Schwarz = 4565,61

Critério de Hannan-Quinn = 4353,78

Teste para diferenciar grupos de intercepções no eixo x=0 -

Hipótese nula: Os grupos têm a mesma intercepção no eixo x=0

Estatística de teste: F(59, 583) = 44,6201 com p-valor = P(F(59, 583) > 44,6201) = 9,87779e-179

Teste de Wald para a significância conjunta das variáveis tempo auxiliares

Estatística de teste assimptótica: Qui-quadrado(10) = 59,1343 com p-valor = 5,28287e-009

Modelo 61: Estimativas Efeitos Aleatórios (GLS) usando 660 observações

Incluídas 60 unidades de secção-cruzada - Comprimento da série temporal = 11

Variável dependente: CSVtoVEND no Painel Balanceado

Variável Coeficiente Erro Padrão estatística-t p-valor

const 79,2796 7,63336 10,3859 <0,00001 ***

CERT_ISO -1,01754 0,522499 -1,9474 0,05191 *

RISCO 0,0315698 0,011483 2,7493 0,00614 ***

LUCRAT -0,0181564 0,00570327 -3,1835 0,00152 ***

RLtoAT_TANG -2,11981 0,634387 -3,3415 0,00088 ***

ENDIV -7,18393e-05 0,000127941 -0,5615 0,57465

ENDIV_1 -0,000125464 0,000127964 -0,9805 0,32722

TAM_EMP -0,484811 0,530389 -0,9141 0,36102

Média da variável dependente = 70,0877

Desvio padrão da variável dependente = 15,2065

Soma dos resíduos quadrados = 156476

Erro padrão dos resíduos = 15,4798

'Por dentro' da variância = 34,9356

'Por entre' a variância = 123,94

teta utilizado para quasi-desmédiação = 0,839922

Critério de informação de Akaike = 5498,15

Critério Bayesiano de Schwarz = 5534,09

Critério de Hannan-Quinn = 5512,08

Teste Breusch-Pagan - Hipótese nula: Variância do erro de unidade-específica = 0

Estatística de teste assimptótica: Qui-quadrado(1) = 1582,34 com p-valor = 0

Teste Hausman - Hipótese nula: As estimativas GLS são consistentes

Estatística de teste assimptótica: Qui-quadrado(7) = 79,1972 com p-valor = 2,0079e-014

261

Modelo 62: Estimativas Efeitos Aleatórios (GLS) com

dummies

de tempo usando 660 observações

Incluídas 60 unidades de secção-cruzada - Comprimento da série temporal = 11

Variável dependente: CSVtoVEND no Painel Balanceado

Variável Coeficiente Erro Padrão estatística-t p-valor

const 75,5921 7,42313 10,1833 <0,00001 ***

CERT_ISO -0,00381745 0,63194 -0,0060 0,99518

RISCO 0,0371076 0,011077 3,3500 0,00086 ***

LUCRAT -0,0175824 0,00542301 -3,2422 0,00125 ***

RLtoAT_TANG -0,565498 0,648672 -0,8718 0,38366

ENDIV 1,88634e-05 0,000121799 0,1549 0,87697

ENDIV_1 -9,94874e-05 0,00012172 -0,8173 0,41403

TAM_EMP -0,343651 0,508725 -0,6755 0,49959

dt_2 3,58235 1,26341 2,8355 0,00472 ***

dt_3 2,28669 1,24962 1,8299 0,06773 *

dt_4 1,97716 1,23351 1,6029 0,10945

dt_5 -1,60409 1,2071 -1,3289 0,18436

dt_6 -0,673611 1,18298 -0,5694 0,56927

dt_7 -2,71326 1,15424 -2,3507 0,01904 **

dt_8 -3,7505 1,12051 -3,3471 0,00086 ***

dt_9 -1,8391 1,08604 -1,6934 0,09087 *

dt_10 -3,49551 1,07715 -3,2451 0,00123 ***

dt_11 -0,807118 1,0755 -0,7505 0,45325

Média da variável dependente = 70,0877

Desvio padrão da variável dependente = 15,2065

Soma dos resíduos quadrados = 143403

Erro padrão dos resíduos = 14,9339

'Por dentro' da variância = 31,3851

'Por entre' a variância = 123,94

teta utilizado para quasi-desmédiação = 0,848274

Critério de informação de Akaike = 5460,57

Critério Bayesiano de Schwarz = 5541,43

Critério de Hannan-Quinn = 5491,91

Teste Breusch-Pagan - Hipótese nula: Variância do erro de unidade-específica = 0

Estatística de teste assimptótica: Qui-quadrado(1) = 1741,13 com p-valor = 0

Teste Hausman - Hipótese nula: As estimativas GLS são consistentes

Estatística de teste assimptótica: Qui-quadrado(17) = 57,4767 com p-valor = 2,7245e-006

Modelo 63: Estimativas Máxima Verossimilhança

Variável dependente: CSVtoVEND no Painel Balanceado

Não se atingiu critério de convergência.

Modelo 64: Estimativas entre grupos usando 60 observações

Variável dependente: CSVtoVEND no Painel Balanceado

Variável Coeficiente Erro Padrão estatística-t p-valor

const 129,049 15,2464 8,4642 <0,00001 ***

CERT_ISO 5,40035 2,5714 2,1002 0,04058 **

RISCO -0,0936484 0,0562157 -1,6659 0,10175

LUCRAT -0,230224 0,122081 -1,8858 0,06491 *

RLtoAT_TANG 2,4749 1,75992 1,4063 0,16559

ENDIV 0,0855768 0,124919 0,6851 0,49635

ENDIV_1 -0,0865045 0,126192 -0,6855 0,49607

262

TAM_EMP -4,57711 1,04946 -4,3614 0,00006 ***

Média da variável dependente = 70,0877

Desvio padrão da variável dependente = 14,1081

Soma dos resíduos quadrados = 6444,89

Erro padrão dos resíduos = 11,1328

não-ajustado = 0,451184

ajustado = 0,377305

Estatística-F (7, 52) = 6,10707 (p-valor = 3,14e-005)

Critério de informação de Akaike = 466,875

Critério Bayesiano de Schwarz = 483,629

Critério de Hannan-Quinn = 473,428

Modelo 65: Estimativas MQO ("Pooled OLS") usando 2277 observações

Incluídas 207 unidades de secção-cruzada - Comprimento da série temporal = 11

Variável dependente: VENDtoTOT_AT no Painel Não Balanceado

Erros padrão robustos (HAC)

Variável Coeficiente Erro Padrão estatística-t p-valor

const 4,63367 3,36404 1,3774 0,16852

CERT_ISO 8,67286 3,47612 2,4950 0,01267 **

RISCO 0,0250415 0,0447475 0,5596 0,57579

LUCRAT -0,0293849 0,0163657 -1,7955 0,07270 *

RLtoAT_TANG 33,998 6,56772 5,1765 <0,00001 ***

ENDIV -0,00101061 0,000429686 -2,3520 0,01876 **

ENDIV_1 -0,000537431 0,000433964 -1,2384 0,21569

TAM_EMP 3,4763 0,221133 15,7204 <0,00001 ***

Média da variável dependente = 70,7659

Desvio padrão da variável dependente = 70,4441

Soma dos resíduos quadrados = 6,60896e+006

Erro padrão dos resíduos = 53,9696

não-ajustado = 0,414844

ajustado = 0,413039

Estatística-F (7, 2269) = 229,8 (p-valor < 0,00001)

Verossimilhança-Logarítmica = -12308,6

Critério de informação de Akaike = 24633,1

Critério Bayesiano de Schwarz = 24678,9

Critério de Hannan-Quinn = 24649,8

Diagnósticos:

Estimador de efeitos fixos: erros padrão dos declives em parênteses, p-valores em

colchetes

CERT_ISO: 6,9426 (1,2301) [0,00000]

RISCO: -0,080445 (0,026526) [0,00245]

LUCRATIVIDADE: -0,02792 (0,0080898) [0,00057]

RLtoAT_TANG: 27,893 (1,0874) [0,00000]

ENDIV: -0,0010006 (0,00031625) [0,00158]

ENDIV_1: -0,00051293 (0,00031901) [0,10802]

TAM_EMP: 3,3511 (0,14116) [0,00000]

207 médias de grupo foram subtraídas aos dados

Variância dos resíduos: 1,58836e+006/(2277 - 214) = 769,928

Significância conjunta da diferenciação das médias de grupo:

F(206, 2063) = 31,6547 com p-valor 0

Estatística de teste Breusch-Pagan:

LM = 6018,66 com p-valor = prob(qui-quadrado(1) > 6018,66) = 0

Variance estimators:

between = 2254,79

within = 769,928

263

theta used for quasi-demeaning = 0,823812

Estimador de efeitos aleatórios: erros padrão em parênteses, p-valores em colchetes

const: 11,701 (3,6619) [0,00142]

CERT_ISO: 6,9762 (1,1969) [0,00000]

RISCO: -0,065747 (0,025139) [0,00897]

LUCRATIVIDADE: -0,027885 (0,0080291) [0,00052]

RLtoAT_TANG: 28,539 (1,044) [0,00000]

ENDIV: -0,00099716 (0,00031568) [0,00161]

ENDIV_1: -0,00051164 (0,00031846) [0,10828]

TAM_EMP: 3,3391 (0,13963) [0,00000]

Estatística de teste de Hausman:

H = 10,0778 com p-valor = prob(qui-quadrado(7) > 10,0778) = 0,184209

Teste de White para a heterocedasticidade

Estimativas OLS usando 2277 observações

Variável dependente: uhat^2

VARIÁVEL COEFICIENTE ERRO PADRÃO ESTAT. T P-VALOR

const 1000,44 817,503 1,224 0,22117

CERT_ISO 2098,99 1662,63 1,262 0,20692

RISCO 6,78965 40,6087 0,167 0,86723

LUCRATIVIDADE -94,6392 49,7074 -1,904 0,05705 *

RLtoAT_TANG -20887,4 2150,35 -9,713 <0,00001 ***

ENDIV -0,00443819 2,79707 -0,002 0,99873

ENDIV_1 -0,124905 1,80402 -0,069 0,94481

TAM_EMP -877,872 258,521 -3,396 0,00070 ***

sq_CERT_ISO -1680,87 728,730 -2,307 0,02117 **

CERT_I_RISCO -209,789 52,1941 -4,019 0,00006 ***

CERT_I_LUCRAT -31,2111 8,53451 -3,657 0,00026 ***

CERT_I_RLtoAT 4374,98 353,973 12,360 <0,00001 ***

CERT_I_ENDIV -0,340673 0,363411 -0,937 0,34864

CERT_I_ENDIV_ 0,191262 0,440297 0,434 0,66405

CERT_I_TAM_EM -3,89956 78,3988 -0,050 0,96033

sq_RISCO -0,0136720 0,0552317 -0,248 0,80451

RISCO_LUCRAT 0,0606417 0,0251035 2,416 0,01579 **

RISCO_RLtoAT -6,52651 7,26294 -0,899 0,36896

RISCO_ENDIV 0,0420927 0,0393876 1,069 0,28533

RISCO_ENDIV_ 0,0293475 0,0456261 0,643 0,52015

RISCO_TAM_EM 1,38258 2,40930 0,574 0,56613

sq_LUCRATIVID 0,00783873 0,00565325 1,387 0,16571

LUCRAT_RLtoAT -23,8749 4,46425 -5,348 <0,00001 ***

LUCRAT_ENDIV -0,000327233 0,00485382 -0,067 0,94626

LUCRAT_ENDIV_ 0,0165813 0,0136023 1,219 0,22297

LUCRAT_TAM_EM 6,17723 4,14887 1,489 0,13666

sq_RLtoAT_TAN 2331,33 152,671 15,270 <0,00001 ***

RLtoAT_ENDIV -0,0113343 0,316407 -0,036 0,97143

RLtoAT_ENDIV_ -0,214674 0,329165 -0,652 0,51435

RLtoAT_TAM_EM 1429,65 146,794 9,739 <0,00001 ***

sq_ENDIV -3,93652E-06 7,01242E-06 -0,561 0,57461

ENDIV_ENDIV_ 9,99181E-05 0,000135870 0,735 0,46218

ENDIV_TAM_EM -0,0233902 0,196058 -0,119 0,90505

sq_ENDIV_1 -4,20456E-06 5,70496E-06 -0,737 0,46120

ENDIV__TAM_EM 0,00349804 0,124430 0,028 0,97757

sq_TAM_EMP 55,5400 16,9452 3,278 0,00106 ***

R-quadrado não-ajustado = 0,270236

Estatística de teste: TR^2 = 615,327442, com p-valor = P(Qui-quadrado(35) >

615,327442) = 0,000000

Teste de Wald independente da distribuição para heterocedasticidade baseado nos resíduos FGLS e

Heterocedasticidade em Grupos:

não se atingiu critério de convergência.

264

Modelo 66: Estimativas MQO ("Primeiras Diferenças") usando 2070 observações

Incluídas 207 unidades de secção-cruzada - Comprimento da série temporal = 10

Variável dependente: d_VENDtoTOT_A no Painel Não Balanceado

Erros padrão robustos (HAC)

Variável Coeficiente Erro Padrão estatística-t p-valor

const 0,532963 0,44057 1,2097 0,22653

d_CERT_ISO -0,659974 1,0596 -0,6229 0,53345

d_RISCO -0,137719 0,157518 -0,8743 0,38205

d_LUCRAT -0,0292827 0,0167363 -1,7496 0,08033 *

d_RLtoAT_TANG 25,826 3,239 7,9735 <0,00001 ***

d_ENDIV -0,000863977 0,000333655 -2,5894 0,00968 ***

d_ENDIV_1 -0,000395536 0,00026149 -1,5126 0,13053

d_TAM_EMP 3,67813 0,234072 15,7137 <0,00001 ***

Média da variável dependente = 3,7349

Desvio padrão da variável dependente = 30,8806

Soma dos resíduos quadrados = 1,14929e+006

Erro padrão dos resíduos = 23,6086

não-ajustado = 0,417495

ajustado = 0,415517

Estatística-F (7, 2062) = 211,126 (p-valor < 0,00001)

Verossimilhança-Logarítmica = -9477,73

Critério de informação de Akaike = 18971,5

Critério Bayesiano de Schwarz = 19016,5

Critério de Hannan-Quinn = 18988

Modelo 67: Estimativas Efeitos Fixos usando 2277 observações

Incluídas 207 unidades de secção-cruzada - Comprimento da série temporal = 11

Variável dependente: VENDtoTOT_AT no Painel Não Balanceado

Erros padrão robustos (HAC)

Variável Coeficiente Erro Padrão estatística-t p-valor

CERT_ISO 6,94262 2,4054 2,8863 0,00394 ***

RISCO -0,0804446 0,144528 -0,5566 0,57786

LUCRAT -0,0279197 0,0127399 -2,1915 0,02853 **

RLtoAT_TANG 27,8931 3,19033 8,7430 <0,00001 ***

ENDIV -0,00100056 0,000496213 -2,0164 0,04389 **

ENDIV_1 -0,000512926 0,000463215 -1,1073 0,26829

TAM_EMP 3,35107 0,248309 13,4955 <0,00001 ***

Média da variável dependente = 70,7659

Desvio padrão da variável dependente = 70,4441

Soma dos resíduos quadrados = 1,58836e+006

Erro padrão dos resíduos = 27,7476

não-ajustado = 0,859367

ajustado = 0,844847

Estatística-F (213, 2063) = 59,1848 (p-valor < 0,00001)

Estatística de Durbin-Watson = 0,736737

Verossimilhança-Logarítmica = -10685,4

Critério de informação de Akaike = 21798,7

Critério Bayesiano de Schwarz = 23025,1

Critério de Hannan-Quinn = 22246,1

Teste para diferenciar grupos de interceptações no eixo x=0 -

Hipótese nula: Os grupos têm a mesma interceptação no eixo x=0

Estatística de teste: F(206, 2063) = 31,6547 com p-valor = P(F(206, 2063) > 31,6547) = 0

265

Modelo 68: Estimativas Efeitos Fixos com

dummies

de tempo usando 2277 observações

Incluídas 207 unidades de secção-cruzada - Comprimento da série temporal = 11

Variável dependente: VENDtoTOT_AT no Painel Não Balanceado

Erros padrão robustos (HAC)

Variável Coeficiente Erro Padrão estatística-t p-valor

CERT_ISO 5,02791 2,50515 2,0070 0,04488 **

RISCO -0,0804588 0,14929 -0,5389 0,58998

LUCRAT -0,0268146 0,0134224 -1,9977 0,04588 **

RLtoAT_TANG 27,1085 3,33209 8,1356 <0,00001 ***

ENDIV -0,000993982 0,000475616 -2,0899 0,03675 **

ENDIV_1 -0,000534404 0,000437644 -1,2211 0,22219

TAM_EMP 3,2406 0,292278 11,0874 <0,00001 ***

dt_2 -2,58463 4,52994 -0,5706 0,56836

dt_3 0,207425 4,28775 0,0484 0,96142

dt_4 -0,305586 4,25175 -0,0719 0,94271

dt_5 -1,79619 3,83022 -0,4690 0,63915

dt_6 2,3672 3,76725 0,6284 0,52984

dt_7 2,76337 3,23842 0,8533 0,39359

dt_8 -0,690787 3,12265 -0,2212 0,82494

dt_9 3,29318 2,26537 1,4537 0,14618

dt_10 7,15075 2,25937 3,1649 0,00157 ***

dt_11 5,36856 1,85986 2,8865 0,00394 ***

Média da variável dependente = 70,7659

Desvio padrão da variável dependente = 70,4441

Soma dos resíduos quadrados = 1,57371e+006

Erro padrão dos resíduos = 27,6865

não-ajustado = 0,860664

ajustado = 0,845529

Estatística-F (223, 2053) = 56,8663 (p-valor < 0,00001)

Estatística de Durbin-Watson = 0,727213

Verossimilhança-Logarítmica = -10674,8

Critério de informação de Akaike = 21797,6

Critério Bayesiano de Schwarz = 23081,3

Critério de Hannan-Quinn = 22265,9

Teste para diferenciar grupos de interceptações no eixo x=0 -

Hipótese nula: Os grupos têm a mesma interceptação no eixo x=0

Estatística de teste: F(206, 2053) = 31,8324 com p-valor = P(F(206, 2053) > 31,8324) = 0

Teste de Wald para a significância conjunta das variáveis tempo auxiliares

Estatística de teste assintótica: Qui-quadrado(10) = 40,0881 com p-valor = 1,63499e-005

Modelo 69: Estimativas Efeitos Aleatórios (GLS) usando 2277 observações

Incluídas 207 unidades de secção-cruzada - Comprimento da série temporal = 11

Variável dependente: VENDtoTOT_AT no Painel Não Balanceado

Variável Coeficiente Erro Padrão estatística-t p-valor

const 11,7012 3,66193 3,1954 0,00142 ***

CERT_ISO 6,97617 1,19688 5,8286 <0,00001 ***

RISCO -0,0657466 0,0251391 -2,6153 0,00897 ***

LUCRATIVIDADE -0,0278854 0,00802906 -3,4731 0,00052 ***

RLtoAT_TANG 28,5394 1,04401 27,3364 <0,00001 ***

ENDIV -0,000997156 0,000315681 -3,1587 0,00161 ***

ENDIV_1 -0,000511638 0,000318462 -1,6066 0,10828

TAM_EMP 3,33912 0,13963 23,9140 <0,00001 ***

266

Média da variável dependente = 70,7659

Desvio padrão da variável dependente = 70,4441

Soma dos resíduos quadrados = 6,75016e+006

Erro padrão dos resíduos = 54,5311

'Por dentro' da variância = 769,928

'Por entre' a variância = 2254,79

teta utilizado para quasi-desmédiação = 0,823812

Critério de informação de Akaike = 24681,2

Critério Bayesiano de Schwarz = 24727,1

Critério de Hannan-Quinn = 24698

Teste Breusch-Pagan - Hipótese nula: Variância do erro de unidade-específica = 0

Estatística de teste assintótica: Qui-quadrado(1) = 6018,66 com p-valor = 0

Teste Hausman - Hipótese nula: As estimativas GLS são consistentes

Estatística de teste assintótica: Qui-quadrado(7) = 10,0778 com p-valor = 0,184209

Modelo 70: Estimativas Efeitos Aleatórios (GLS) com

dummies

de tempo usando 2277 observações

Incluídas 207 unidades de secção-cruzada - Comprimento da série temporal = 11

Variável dependente: VENDtoTOT_AT no Painel Balanceado

Variável Coeficiente Erro Padrão estatística-t p-valor

const 12,6869 4,43014 2,8638 0,00423 ***

CERT_ISO 5,39769 1,43126 3,7713 0,00017 ***

RISCO -0,0666009 0,0255355 -2,6082 0,00916 ***

LUCRATIVIDADE -0,0270454 0,00809988 -3,3390 0,00085 ***

RLtoAT_TANG 27,8751 1,075 25,9303 <0,00001 ***

ENDIV -0,000988619 0,000315332 -3,1352 0,00174 ***

ENDIV_1 -0,000530626 0,000318217 -1,6675 0,09555 *

TAM_EMP 3,24101 0,147596 21,9586 <0,00001 ***

dt_2 -2,01409 3,09268 -0,6512 0,51496

dt_3 0,687929 3,02766 0,2272 0,82028

dt_4 0,132963 2,99177 0,0444 0,96456

dt_5 -1,45152 2,95356 -0,4914 0,62316

dt_6 2,63245 2,92238 0,9008 0,36780

dt_7 2,93151 2,87491 1,0197 0,30799

dt_8 -0,638464 2,8187 -0,2265 0,82082

dt_9 3,20285 2,77541 1,1540 0,24862

dt_10 6,90691 2,76006 2,5024 0,01240 **

dt_11 5,20324 2,74009 1,8989 0,05770 *

Média da variável dependente = 70,7659

Desvio padrão da variável dependente = 70,4441

Soma dos resíduos quadrados = 6,77739e+006

Erro padrão dos resíduos = 54,7617

'Por dentro' da variância = 766,541

'Por entre' a variância = 2254,79

teta utilizado para quasi-desmédiação = 0,8242

Critério de informação de Akaike = 24710,4

Critério Bayesiano de Schwarz = 24813,6

Critério de Hannan-Quinn = 24748

Teste Breusch-Pagan - Hipótese nula: Variância do erro de unidade-específica = 0

Estatística de teste assintótica: Qui-quadrado(1) = 6027,42 com p-valor = 0

Teste Hausman - Hipótese nula: As estimativas GLS são consistentes

Estatística de teste assintótica: Qui-quadrado(17) = 12,0858 com p-valor = 0,794913

267

Modelo 71: Estimativas Máxima Verossimilhança

Variável dependente: VENDtoTOT_AT no Painel Não Balanceado

Não se atingiu critério de convergência.

Modelo 72: Estimativas entre grupos usando 207 observações

Variável dependente: VENDtoTOT_AT no Painel Não Balanceado

Variável Coeficiente Erro Padrão estatística-t p-valor

const -5,7478 12,0775 -0,4759 0,63466

CERT_ISO 10,0541 5,49429 1,8299 0,06876 *

RISCO 0,0486115 0,0885087 0,5492 0,58346

LUCRATIVIDADE -0,0395855 0,0677686 -0,5841 0,55980

RLtoAT_TANG 36,7248 3,82069 9,6121 <0,00001 ***

ENDIV -0,00163177 0,0378754 -0,0431 0,96568

ENDIV_1 -0,000524701 0,0390564 -0,0134 0,98929

TAM_EMP 4,14152 1,06335 3,8948 0,00013 ***

Média da variável dependente = 70,7659

Desvio padrão da variável dependente = 59,9601

Soma dos resíduos quadrados = 448704

Erro padrão dos resíduos = 47,4847

não-ajustado = 0,394146

ajustado = 0,372834

Estatística-F (7, 199) = 18,4946 (p-valor < 0,00001)

Critério de informação de Akaike = 2193,49

Critério Bayesiano de Schwarz = 2220,15

Critério de Hannan-Quinn = 2204,27

Modelo 73: Estimativas MQO ("Pooled OLS") usando 660 observações

Incluídas 60 unidades de secção-cruzada - Comprimento da série temporal = 11

Variável dependente: VENDtoTOT_AT no Painel Balanceado

Erros padrão robustos (HAC)

Variável Coeficiente Erro Padrão estatística-t p-valor

const 76,721 78,7257 0,9745 0,33015

CERT_ISO 4,13166 5,34588 0,7729 0,43988

RISCO -0,219813 0,0585213 -3,7561 0,00019 ***

LUCRAT -0,0466365 0,0537609 -0,8675 0,38600

RLtoAT_TANG 51,0216 14,5319 3,5110 0,00048 ***

ENDIV -0,000499289 0,000206918 -2,4130 0,01610 **

ENDIV_1 -0,000232168 0,000214564 -1,0820 0,27963

TAM_EMP -1,88752 5,22207 -0,3615 0,71788

Média da variável dependente = 93,3901

Desvio padrão da variável dependente = 78,2221

Soma dos resíduos quadrados = 2,24408e+006

Erro padrão dos resíduos = 58,6673

não-ajustado = 0,443462

ajustado = 0,437487

Estatística-F (7, 652) = 74,2184 (p-valor < 0,00001)

Verossimilhança-Logarítmica = -3619,92

Critério de informação de Akaike = 7255,83

Critério Bayesiano de Schwarz = 7291,77

Critério de Hannan-Quinn = 7269,76

268

Diagnósticos:

Estimador de efeitos fixos: erros padrão dos declives em parênteses, p-valores em

colchetes

CERT_ISO: 10,379 (2,4843) [0,00003]

RISCO: -0,52373 (0,055856) [0,00000]

LUCRAT: -0,017153 (0,026239) [0,51354]

RLtoAT_TANG: 36,131 (3,1432) [0,00000]

ENDIV: -0,00030792 (0,00058846) [0,60099]

ENDIV_1: -0,00016977 (0,0005889) [0,77323]

TAM_EMP: -11,3 (2,9244) [0,00012]

60 médias de grupo foram subtraídas aos dados

Variância dos resíduos: 472731/(660 - 67) = 797,185

Significância conjunta da diferenciação das médias de grupo:

F(59, 593) = 37,6612 com p-valor 2,28602e-163

Estatística de teste Breusch-Pagan:

LM = 1821,92 com p-valor = prob(qui-quadrado(1) > 1821,92) = 0

Variance estimators:

between = 2967,23

within = 797,185

theta used for quasi-demeaning = 0,843718

Estimador de efeitos aleatórios: erros padrão em parênteses, p-valores em colchetes

const: 198,59 (35,394) [0,00000]

CERT_ISO: 9,2246 (2,4082) [0,00014]

RISCO: -0,48838 (0,052976) [0,00000]

LUCRAT: -0,019701 (0,026249) [0,45321]

RLtoAT_TANG: 38,408 (2,929) [0,00000]

ENDIV: -0,00031006 (0,00058884) [0,59868]

ENDIV_1: -0,00015435 (0,00058896) [0,79335]

TAM_EMP: -9,8795 (2,4581) [0,00007]

Estatística de teste de Hausman:

H = 10,7884 com p-valor = prob(qui-quadrado(7) > 10,7884) = 0,148118

Teste de White para a heterocedasticidade

Estimativas OLS usando 660 observações

Variável dependente: uhat^2

VARIÁVEL COEFICIENTE ERRO PADRÃO ESTAT. T P-VALOR

const 40323,3 39551,3 1,020 0,30835

CERT_ISO -26019,7 7910,51 -3,289 0,00106 ***

RISCO 15,3290 333,001 0,046 0,96330

LUCRAT 281,589 232,063 1,213 0,22543

RLtoAT_TANG -44706,8 6713,34 -6,659 <0,00001 ***

ENDIV -0,811333 20,2193 -0,040 0,96800

ENDIV_1 1,48886 18,7742 0,079 0,93682

TAM_EMP -3154,93 5406,44 -0,584 0,55973

sq_CERT_ISO -1758,32 1167,04 -1,507 0,13241

CERT_I_RISCO -113,452 85,1145 -1,333 0,18304

CERT_I_LUCRAT -69,0450 40,3456 -1,711 0,08752 *

CERT_I_RLtoAT 4632,10 728,075 6,362 <0,00001 ***

CERT_I_ENDIV 1,54549 3,43363 0,450 0,65279

CERT_I_ENDIV_ 0,445046 1,71137 0,260 0,79491

CERT_I_TAM_EM 1926,06 535,723 3,595 0,00035 ***

sq_RISCO -0,102315 0,243384 -0,420 0,67435

RISCO_LUCRAT 0,115915 0,331617 0,350 0,72680

RISCO_RLtoAT -14,7452 29,4841 -0,500 0,61718

RISCO_ENDIV 0,0829732 0,125412 0,662 0,50847

RISCO_ENDIV_ 0,0650423 0,114686 0,567 0,57083

RISCO_TAM_EM 5,79525 23,1181 0,251 0,80214

sq_LUCRAT -0,237932 0,0976706 -2,436 0,01513 **

LUCRAT_RLtoAT -106,194 31,6334 -3,357 0,00084 ***

LUCRAT_ENDIV 0,0311000 0,0943876 0,329 0,74189

LUCRAT_ENDIV_ 0,0704414 0,150834 0,467 0,64065

LUCRAT_TAM_EM -17,6093 16,3855 -1,075 0,28293

sq_RLtoAT_TAN 5454,17 470,555 11,591 <0,00001 ***

269

RLtoAT_ENDIV -2,11755 5,55090 -0,381 0,70298

RLtoAT_ENDIV_ 0,316436 5,38017 0,059 0,95312

RLtoAT_TAM_EM 2598,37 451,164 5,759 <0,00001 ***

sq_ENDIV -6,80539E-06 7,73745E-05 -0,088 0,92994

ENDIV_ENDIV_ 0,000110497 0,000943136 0,117 0,90677

ENDIV_TAM_EM 0,103704 1,56405 0,066 0,94716

sq_ENDIV_1 2,84356E-06 5,44996E-05 0,052 0,95841

ENDIV__TAM_EM -0,218661 1,37650 -0,159 0,87384

sq_TAM_EMP 22,1511 185,136 0,120 0,90480

R-quadrado não-ajustado = 0,363618

Estatística de teste: TR^2 = 239,987692,

com p-valor = P(Qui-quadrado(35) > 239,987692) = 0,000000

Teste de Wald independente da distribuição para heterocedasticidade baseado nos resíduos FGLS e

Heterocedasticidade em Grupos:

não se atingiu critério de convergência.

Modelo 74: Estimativas MQO ("Primeiras Diferenças") usando 600 observações

Incluídas 60 unidades de secção-cruzada - Comprimento da série temporal = 10

Variável dependente: d_VENDtoTOT_AT no Painel Balanceado

Erros padrão robustos (HAC)

Variável Coeficiente Erro Padrão estatística-t p-valor

const -0,229316 0,76376 -0,3002 0,76409

d_CERT_ISO 2,66619 1,48597 1,7942 0,07328 *

d_RISCO -0,479237 0,0338691 -14,1497 <0,00001 ***

d_LUCRAT -0,016365 0,00958876 -1,7067 0,08840 *

d_RLtoAT_TANG 40,3558 4,24676 9,5027 <0,00001 ***

d_ENDIV -0,000189059 8,86251e-05 -2,1332 0,03332 **

d_TAM_EMP -12,5977 5,95238 -2,1164 0,03473 **

d_ENDIV_1 -0,000115706 0,000216667 -0,5340 0,59352

Média da variável dependente = 2,8602

Desvio padrão da variável dependente = 28,3012

Soma dos resíduos quadrados = 279732

Erro padrão dos resíduos = 21,7375

não-ajustado = 0,41695

ajustado = 0,410056

Estatística-F (7, 592) = 60,4785 (p-valor < 0,00001)

Verossimilhança-Logarítmica = -2694,76

Critério de informação de Akaike = 5405,52

Critério Bayesiano de Schwarz = 5440,7

Critério de Hannan-Quinn = 5419,21

Modelo 75: Estimativas Efeitos Fixos usando 660 observações

Incluídas 60 unidades de secção-cruzada - Comprimento da série temporal = 11

Variável dependente: VENDtoTOT_AT no Painel Balanceado

Erros padrão robustos (HAC)

Variável Coeficiente Erro Padrão estatística-t p-valor

CERT_ISO 10,3794 5,02507 2,0655 0,03931 **

RISCO -0,523735 0,0915233 -5,7224 <0,00001 ***

LUCRAT -0,0171528 0,0149892 -1,1443 0,25294

RLtoAT_TANG 36,131 6,64706 5,4356 <0,00001 ***

ENDIV -0,000307921 0,000106201 -2,8994 0,00388 ***

ENDIV_1 -0,000169769 0,000117844 -1,4406 0,15022

TAM_EMP -11,2997 3,51494 -3,2148 0,00138 ***

Média da variável dependente = 93,3901

Desvio padrão da variável dependente = 78,2221

270

Soma dos resíduos quadrados = 472731

Erro padrão dos resíduos = 28,2345

não-ajustado = 0,882762

ajustado = 0,869713

Estatística-F (66, 593) = 67,6526 (p-valor < 0,00001)

Estatística de Durbin-Watson = 0,604109

Verossimilhança-Logarítmica = -3105,93

Critério de informação de Akaike = 6345,87

Critério Bayesiano de Schwarz = 6646,85

Critério de Hannan-Quinn = 6462,53

Teste para diferenciar grupos de interceptações no eixo x=0 –

Hipótese nula: Os grupos têm a mesma interceptação no eixo x=0

Estatística de teste: F(59, 593) = 37,6612 com p-valor = P(F(59, 593) > 37,6612) = 2,28602e-163

Modelo 76: Estimativas Efeitos Fixos com

dummies

de tempo usando 660 observações

Incluídas 60 unidades de secção-cruzada - Comprimento da série temporal = 11

Variável dependente: VENDtoTOT_AT no Painel Balanceado

Erros padrão robustos (HAC)

Variável Coeficiente Erro Padrão estatística-t p-valor

CERT_ISO 15,8953 7,12209 2,2318 0,02601 **

RISCO -0,545461 0,073195 -7,4522 <0,00001 ***

LUCRAT -0,0216618 0,0189657 -1,1422 0,25386

RLtoAT_TANG 39,6312 7,05522 5,6173 <0,00001 ***

ENDIV -0,000182994 0,000152909 -1,1968 0,23189

ENDIV_1 -9,27681e-05 0,000188719 -0,4916 0,62321

TAM_EMP -11,5288 3,32919 -3,4630 0,00057 ***

dt_2 15,7319 6,90519 2,2783 0,02307 **

dt_3 17,7962 7,94049 2,2412 0,02539 **

dt_4 15,6753 8,11951 1,9306 0,05402 *

dt_5 11,3352 7,42412 1,5268 0,12735

dt_6 13,7642 8,9249 1,5422 0,12356

dt_7 11,9177 8,47591 1,4061 0,16024

dt_8 8,74194 7,75364 1,1275 0,26001

dt_9 3,78008 2,99625 1,2616 0,20760

dt_10 5,41529 3,23194 1,6756 0,09436 *

dt_11 7,52069 2,95588 2,5443 0,01121 **

Média da variável dependente = 93,3901

Desvio padrão da variável dependente = 78,2221

Soma dos resíduos quadrados = 463108

Erro padrão dos resíduos = 28,1843

não-ajustado = 0,885148

ajustado = 0,870176

Estatística-F (76, 583) = 59,1199 (p-valor < 0,00001)

Estatística de Durbin-Watson = 0,617652

Verossimilhança-Logarítmica = -3099,15

Critério de informação de Akaike = 6352,29

Critério Bayesiano de Schwarz = 6698,19

Critério de Hannan-Quinn = 6486,37

Teste para diferenciar grupos de interceptações no eixo x=0 -

Hipótese nula: Os grupos têm a mesma interceptação no eixo x=0

Estatística de teste: F(59, 583) = 37,7842 com p-valor = P(F(59, 583) > 37,7842) = 3,65826e-162

Teste de Wald para a significância conjunta das variáveis tempo auxiliares

Estatística de teste assintótica: Qui-quadrado(10) = 22,9921 com p-valor = 0,010776

271

Modelo 77: Estimativas Efeitos Aleatórios (GLS) usando 660 observações

Incluídas 60 unidades de secção-cruzada - Comprimento da série temporal = 11

Variável dependente: VENDtoTOT_AT no Painel Balanceado

Variável Coeficiente Erro Padrão estatística-t p-valor

const 198,592 35,3943 5,6108 <0,00001 ***

CERT_ISO 9,22465 2,40825 3,8304 0,00014 ***

RISCO -0,488377 0,0529755 -9,2189 <0,00001 ***

LUCRAT -0,0197007 0,0262491 -0,7505 0,45321

RLtoAT_TANG 38,4083 2,929 13,1131 <0,00001 ***

ENDIV -0,000310063 0,000588843 -0,5266 0,59868

ENDIV_1 -0,00015435 0,000588962 -0,2621 0,79335

TAM_EMP -9,87952 2,45808 -4,0192 0,00007 ***

Média da variável dependente = 93,3901

Desvio padrão da variável dependente = 78,2221

Soma dos resíduos quadrados = 2,48008e+006

Erro padrão dos resíduos = 61,6277

'Por dentro' da variância = 797,185

'Por entre' a variância = 2967,23

teta utilizado para quasi-desmédiação = 0,843718

Critério de informação de Akaike = 7321,83

Critério Bayesiano de Schwarz = 7357,77

Critério de Hannan-Quinn = 7335,76

Teste Breusch-Pagan - Hipótese nula: Variância do erro de unidade-específica = 0

Estatística de teste assintótica: Qui-quadrado(1) = 1821,92 com p-valor = 0

Teste Hausman - Hipótese nula: As estimativas GLS são consistentes

Estatística de teste assintótica: Qui-quadrado(7) = 10,7884 com p-valor = 0,148118

Modelo 78: Estimativas Efeitos Aleatórios (GLS) usando 660 observações

Incluídas 60 unidades de secção-cruzada - Comprimento da série temporal = 11

Variável dependente: VENDtoTOT_AT no Painel Balanceado

Variável Coeficiente Erro Padrão estatística-t p-valor

const 183,651 35,9154 5,1134 <0,00001 ***

CERT_ISO 14,5068 3,07761 4,7137 <0,00001 ***

RISCO -0,506045 0,0538887 -9,3906 <0,00001 ***

LUCRAT -0,0240838 0,0264558 -0,9103 0,36298

RLtoAT_TANG 41,6234 3,15235 13,2039 <0,00001 ***

ENDIV -0,000181127 0,000594191 -0,3048 0,76059

ENDIV_1 -7,31977e-05 0,000593793 -0,1233 0,90193

TAM_EMP -10,0205 2,46248 -4,0692 0,00005 ***

dt_2 15,2012 6,16035 2,4676 0,01386 **

dt_3 17,225 6,09332 2,8269 0,00485 ***

dt_4 15,0387 6,01501 2,5002 0,01266 **

dt_5 10,5187 5,88667 1,7869 0,07443 *

dt_6 12,9299 5,76946 2,2411 0,02536 **

dt_7 10,965 5,62968 1,9477 0,05188 *

dt_8 7,79157 5,46556 1,4256 0,15448

dt_9 3,13773 5,29785 0,5923 0,55388

dt_10 4,81851 5,25478 0,9170 0,35950

dt_11 6,97594 5,2469 1,3295 0,18414

Média da variável dependente = 93,3901

Desvio padrão da variável dependente = 78,2221

Soma dos resíduos quadrados = 2,4734e+006

272

Erro padrão dos resíduos = 62,0214

'Por dentro' da variância = 794,353

'Por entre' a variância = 2967,23

teta utilizado para quasi-desmédiação = 0,843996

Critério de informação de Akaike = 7340,05

Critério Bayesiano de Schwarz = 7420,91

Critério de Hannan-Quinn = 7371,39

Teste Breusch-Pagan - Hipótese nula: Variância do erro de unidade-específica = 0

Estatística de teste assintótica: Qui-quadrado(1) = 1839,58 com p-valor = 0

Teste Hausman - Hipótese nula: As estimativas GLS são consistentes

Estatística de teste assintótica: Qui-quadrado(17) = 10,9545 com p-valor = 0,858919

Modelo 79: Estimativas Máxima Verossimilhança

Variável dependente: VENDtoTOT_AT no Painel Balanceado

Não se atingiu critério de convergência.

Modelo 80: Estimativas entre grupos usando 60 observações

Variável dependente: VENDtoTOT_AT no Painel Balanceado

Variável Coeficiente Erro Padrão estatística-t p-valor

const 40,1725 74,5995 0,5385 0,59252

CERT_ISO 4,46775 12,5817 0,3551 0,72395

RISCO -0,173243 0,27506 -0,6298 0,53156

LUCRAT -0,0893384 0,597336 -0,1496 0,88169

RLtoAT_TANG 53,6076 8,61116 6,2254 <0,00001 ***

ENDIV -0,337804 0,611219 -0,5527 0,58286

ENDIV_1 0,33907 0,61745 0,5491 0,58526

TAM_EMP 0,512659 5,13494 0,0998 0,92086

Média da variável dependente = 93,3901

Desvio padrão da variável dependente = 70,9451

Soma dos resíduos quadrados = 154296

Erro padrão dos resíduos = 54,4723

não-ajustado = 0,480414

ajustado = 0,41047

Estatística-F (7, 52) = 6,86854 (p-valor < 0,00001)

Critério de informação de Akaike = 657,41

Critério Bayesiano de Schwarz = 674,164

Critério de Hannan-Quinn = 663,963

Modelo 81: Estimativas MQO ("Pooled OLS") usando 2277 observações

Incluídas 207 unidades de secção-cruzada - Comprimento da série temporal = 11

Variável dependente: ROE no Painel Não Balanceado

Erros padrão robustos (HAC)

Variável Coeficiente Erro Padrão estatística-t p-valor

const -12,2874 6,64563 -1,8489 0,06460 *

CERT_ISO 25,0482 13,0366 1,9214 0,05481 *

RISCO 0,0964754 0,0929381 1,0381 0,29935

LUCRAT 0,0557661 0,0658404 0,8470 0,39709

RLtoAT_TANG -1,75486 5,7082 -0,3074 0,75855

ENDIV -0,0680391 0,112243 -0,6062 0,54446

ENDIV_1 0,00256458 0,00725277 0,3536 0,72367

TAM_EMP -1,58912 1,94764 -0,8159 0,41463

273

Média da variável dependente = -23,8244

Desvio padrão da variável dependente = 517,84

Soma dos resíduos quadrados = 5,68459e+008

Erro padrão dos resíduos = 500,533

não-ajustado = 0,0686007

ajustado = 0,0657272

Estatística-F (7, 2269) = 23,8742 (p-valor < 0,00001)

Verossimilhança-Logarítmica = -17380

Critério de informação de Akaike = 34776

Critério Bayesiano de Schwarz = 34821,9

Critério de Hannan-Quinn = 34792,7

Diagnósticos:

Estimador de efeitos fixos: erros padrão dos declives em parênteses, p-valores em

colchetes

CERT_ISO: 30,642 (22,197) [0,16758]

RISCO: 0,018551 (0,47864) [0,96909]

LUCRATIVIDADE: 0,084895 (0,14598) [0,56092]

RLtoAT_TANG: -6,9548 (19,622) [0,72305]

ENDIV: -0,067078 (0,0057066) [0,00000]

ENDIV_1: 0,0034994 (0,0057564) [0,54331]

TAM_EMP: -3,5367 (2,5472) [0,16514]

207 médias de grupo foram subtraídas aos dados

Variância dos resíduos: 5,17179e+008/(2277 - 214) = 250692

Significância conjunta da diferenciação das médias de grupo:

F(206, 2063) = 0,992986 com p-valor 0,515882

Estatística de teste Breusch-Pagan:

LM = 0,0174792 com p-valor = prob(qui-quadrado(1) > 0,0174792) = 0,894819

Variance estimators:

between = 23076

within = 250692

theta used for quasi-demeaning = 0,006212

Estimador de efeitos aleatórios: erros padrão em parênteses, p-valores em colchetes

const: -12,104 (24,615) [0,62295]

CERT_ISO: 25,078 (13,45) [0,06238]

RISCO: 0,096374 (0,22935) [0,67437]

LUCRATIVIDADE: 0,056033 (0,12008) [0,64080]

RLtoAT_TANG: -1,7753 (10,238) [0,86235]

ENDIV: -0,068029 (0,0053493) [0,00000]

ENDIV_1: 0,0025749 (0,005408) [0,63403]

TAM_EMP: -1,6059 (1,9912) [0,42004]

Estatística de teste de Hausman:

H = 2,89361 com p-valor = prob(qui-quadrado(7) > 2,89361) = 0,894667

Teste de White para a heterocedasticidade

Estimativas OLS usando 2277 observações

Variável dependente: uhat^2

VARIÁVEL COEFICIENTE ERRO PADRÃO ESTAT. T P-VALOR

const -29865,1 84348,1 -0,354 0,72332

CERT_ISO -105619 171546 -0,616 0,53816

RISCO 5628,27 4189,92 1,343 0,17931

LUCRATIVIDADE 2092,47 5128,69 0,408 0,68332

RLtoAT_TANG -380576 221869 -1,715 0,08642 *

ENDIV -12613,8 288,595 -43,708 <0,00001 ***

ENDIV_1 -395,471 186,135 -2,125 0,03373 **

TAM_EMP 66387,8 26673,6 2,489 0,01289 **

sq_CERT_ISO 74841,3 75188,8 0,995 0,31966

CERT_I_RISCO 1772,49 5385,27 0,329 0,74208

CERT_I_LUCRAT 1854,45 880,571 2,106 0,03532 **

CERT_I_RLtoAT -36308,9 36522,1 -0,994 0,32025

CERT_I_ENDIV 2773,78 37,4960 73,975 <0,00001 ***

274

CERT_I_ENDIV_ -419,190 45,4289 -9,227 <0,00001 ***

CERT_I_TAM_EM -17991,8 8089,01 -2,224 0,02623 **

sq_RISCO -8,82400 5,69868 -1,548 0,12166

RISCO_LUCRAT -1,32217 2,59013 -0,510 0,60978

RISCO_RLtoAT 3358,58 749,374 4,482 <0,00001 ***

RISCO_ENDIV 170,901 4,06392 42,053 <0,00001 ***

RISCO_ENDIV_ -8,19078 4,70760 -1,740 0,08201 *

RISCO_TAM_EM -294,429 248,586 -1,184 0,23637

sq_LUCRATIVID 0,209654 0,583290 0,359 0,71930

LUCRAT_RLtoAT -588,464 460,611 -1,278 0,20153

LUCRAT_ENDIV -3,63441 0,500806 -7,257 <0,00001 ***

LUCRAT_ENDIV_ -3,34839 1,40345 -2,386 0,01712 **

LUCRAT_TAM_EM -300,223 428,071 -0,701 0,48316

sq_RLtoAT_TAN -1411,89 15752,2 -0,090 0,92859

RLtoAT_ENDIV 124,605 32,6462 3,817 0,00014 ***

RLtoAT_ENDIV_ 309,103 33,9625 9,101 <0,00001 ***

RLtoAT_TAM_EM 25753,2 15145,9 1,700 0,08921 *

sq_ENDIV 0,0440995 0,000723526 60,951 <0,00001 ***

ENDIV_ENDIV_ -0,219088 0,0140187 -15,628 <0,00001 ***

ENDIV_TAM_EM 738,318 20,2288 36,498 <0,00001 ***

sq_ENDIV_1 0,00561657 0,000588624 9,542 <0,00001 ***

ENDIV__TAM_EM 26,4214 12,8384 2,058 0,03971 **

sq_TAM_EMP -3922,81 1748,37 -2,244 0,02495 **

R-quadrado não-ajustado = 0,960403

Estatística de teste: TR^2 = 2186,836999,com p-valor = P(Qui-quadrado(35) >

2186,836999) = 0,000000

Teste de Wald independente da distribuição para heterocedasticidade baseado nos resíduos FGLS e

Heterocedasticidade em Grupos

: não se atingiu critério de convergência.

Modelo 82: Estimativas MQO ("Primeiras Diferenças") usando 2070 observações

Incluídas 207 unidades de secção-cruzada - Comprimento da série temporal = 10

Variável dependente: d_ROE no Painel Não Balanceado

Erros padrão robustos (HAC)

Variável Coeficiente Erro Padrão estatística-t p-valor

const 4,00587 3,43813 1,1651 0,24410

d_CERT_ISO 40,3201 34,722 1,1612 0,24568

d_RISCO 0,200711 0,285025 0,7042 0,48140

d_LUCRAT 0,110925 0,132679 0,8360 0,40323

d_RLtoAT_TANG -17,7552 31,6832 -0,5604 0,57527

d_ENDIV -0,0687911 0,119534 -0,5755 0,56502

d_ENDIV_1 0,00128191 0,00212256 0,6039 0,54595

d_TAM_EMP -10,8292 8,27237 -1,3091 0,19065

Média da variável dependente = 0,526258

Desvio padrão da variável dependente = 763,752

Soma dos resíduos quadrados = 1,12302e+009

Erro padrão dos resíduos = 737,988

não-ajustado = 0,0694895

ajustado = 0,0663306

Estatística-F (7, 2062) = 21,9983 (p-valor < 0,00001)

Verossimilhança-Logarítmica = -16603,3

Critério de informação de Akaike = 33222,6

Critério Bayesiano de Schwarz = 33267,7

Critério de Hannan-Quinn = 33239,2

275

Modelo 83: Estimativas Efeitos Fixos usando 2277 observações

Incluídas 207 unidades de secção-cruzada - Comprimento da série temporal = 11

Variável dependente: ROE no Painel Não Balanceado

Erros padrão robustos (HAC)

Variável Coeficiente Erro Padrão estatística-t p-valor

CERT_ISO 30,6423 17,4633 1,7547 0,07946 *

RISCO 0,018551 0,180704 0,1027 0,91824

LUCRAT 0,0848955 0,0822603 1,0320 0,30218

RLtoAT_TANG -6,95482 15,4373 -0,4505 0,65238

ENDIV -0,0670775 0,114902 -0,5838 0,55943

ENDIV_1 0,00349938 0,00533437 0,6560 0,51189

TAM_EMP -3,53671 4,00564 -0,8829 0,37737

Média da variável dependente = -23,8244

Desvio padrão da variável dependente = 517,84

Soma dos resíduos quadrados = 5,17179e+008

Erro padrão dos resíduos = 500,692

não-ajustado = 0,152622

ajustado = 0,0651319

Estatística-F (213, 2063) = 1,74445 (p-valor < 0,00001)

Estatística de Durbin-Watson = 2,17469

Verossimilhança-Logarítmica = -17272,4

Critério de informação de Akaike = 34972,7

Critério Bayesiano de Schwarz = 36199,1

Critério de Hannan-Quinn = 35420,1

Teste para diferenciar grupos de interceptações no eixo x=0 -

Hipótese nula: Os grupos têm a mesma interceptação no eixo x=0

Estatística de teste: F(206, 2063) = 0,992986 com p-valor = P(F(206, 2063) > 0,992986) = 0,515882

Modelo 84: Estimativas Efeitos Fixos com

dummies

de tempo usando 2277 observações

Incluídas 207 unidades de secção-cruzada - Comprimento da série temporal = 11

Variável dependente: ROE no Painel Não Balanceado

Erros padrão robustos (HAC)

Variável Coeficiente Erro Padrão estatística-t p-valor

CERT_ISO 25,5443 25,6617 0,9954 0,31965

RISCO 0,0817969 0,15694 0,5212 0,60228

LUCRAT 0,0833918 0,0739549 1,1276 0,25962

RLtoAT_TANG -7,38946 12,8725 -0,5740 0,56600

ENDIV -0,0667823 0,114452 -0,5835 0,55962

ENDIV_1 0,00343103 0,00502887 0,6823 0,49515

TAM_EMP -3,10191 3,90349 -0,7946 0,42691

dt_2 -10,7306 15,8123 -0,6786 0,49745

dt_3 -9,16428 18,0773 -0,5069 0,61224

dt_4 -23,8137 24,7684 -0,9615 0,33644

dt_5 -51,7107 26,5916 -1,9446 0,05196 *

dt_6 -9,12159 28,0116 -0,3256 0,74473

dt_7 3,1024 23,3401 0,1329 0,89427

dt_8 -73,3472 68,7154 -1,0674 0,28591

dt_9 22,0206 13,224 1,6652 0,09602 *

dt_10 -59,4497 65,5612 -0,9068 0,36463

dt_11 11,1179 10,6535 1,0436 0,29680

Média da variável dependente = -23,8244

Desvio padrão da variável dependente = 517,84

Soma dos resíduos quadrados = 5,15263e+008

276

Erro padrão dos resíduos = 500,98

não-ajustado = 0,155761

ajustado = 0,0640579

Estatística-F (223, 2053) = 1,69854 (p-valor < 0,00001)

Estatística de Durbin-Watson = 2,17125

Verossimilhança-Logarítmica = -17268,1

Critério de informação de Akaike = 34984,3

Critério Bayesiano de Schwarz = 36267,9

Critério de Hannan-Quinn = 35452,5

Teste para diferenciar grupos de interceptações no eixo x=0 -

Hipótese nula: Os grupos têm a mesma interceptação no eixo x=0

Estatística de teste: F(206, 2053) = 0,989582 com p-valor = P(F(206, 2053) > 0,989582) = 0,52908

Teste de Wald para a significância conjunta das variáveis tempo auxiliares

Estatística de teste assintótica: Qui-quadrado(10) = 14,628 com p-valor = 0,146224

Modelo 85: Estimativas Efeitos Aleatórios (GLS) usando 2277 observações

Incluídas 207 unidades de secção-cruzada - Comprimento da série temporal = 11

Variável dependente: ROE no Painel Não Balanceado

Variável Coeficiente Erro Padrão estatística-t p-valor

const -12,1043 24,615 -0,4917 0,62295

CERT_ISO 25,0784 13,4505 1,8645 0,06238 *

RISCO 0,0963739 0,229348 0,4202 0,67437

LUCRAT 0,0560328 0,120078 0,4666 0,64080

RLtoAT_TANG -1,77527 10,2377 -0,1734 0,86235

ENDIV -0,0680289 0,00534933 -12,7173 <0,00001 ***

ENDIV_1 0,00257494 0,00540801 0,4761 0,63403

TAM_EMP -1,60592 1,99124 -0,8065 0,42004

Média da variável dependente = -23,8244

Desvio padrão da variável dependente = 517,84

Soma dos resíduos quadrados = 5,68459e+008

Erro padrão dos resíduos = 500,422

'Por dentro' da variância = 250692

'Por entre' a variância = 23076

teta utilizado para quasi-desmédiação = 0,006212

Critério de informação de Akaike = 34776

Critério Bayesiano de Schwarz = 34821,9

Critério de Hannan-Quinn = 34792,7

Teste Breusch-Pagan - Hipótese nula: Variância do erro de unidade-específica = 0

Estatística de teste assintótica: Qui-quadrado(1) = 0,0174792 com p-valor = 0,894819

Teste Hausman - Hipótese nula: As estimativas GLS são consistentes

Estatística de teste assintótica: Qui-quadrado(7) = 2,89361 com p-valor = 0,894667

Modelo 86: Estimativas Efeitos Aleatórios (GLS) com

dummies

de tempo usando 2277 observações

Incluídas 207 unidades de secção-cruzada - Comprimento da série temporal = 11

Variável dependente: ROE no Painel Não Estruturado

Variável Coeficiente Erro Padrão estatística-t p-valor

const -0,090071 43,9509 -0,0020 0,99837

CERT_ISO 24,2334 14,2877 1,6961 0,09000 *

RISCO 0,106809 0,230338 0,4637 0,64290

LUCRATIVIDADE 0,0506832 0,121039 0,4187 0,67545

RLtoAT_TANG -1,4667 10,3943 -0,1411 0,88780

ENDIV -0,0677467 0,00535402 -12,6534 <0,00001 ***

ENDIV_1 0,00249598 0,00541406 0,4610 0,64483

277

TAM_EMP -1,10998 2,07222 -0,5356 0,59226

dt_2 0,026243 51,4345 0,0005 0,99959

dt_3 -2,01352 50,9228 -0,0395 0,96846

dt_4 -19,7134 50,6725 -0,3890 0,69729

dt_5 -50,0852 50,4557 -0,9927 0,32098

dt_6 -8,81372 50,3464 -0,1751 0,86105

dt_7 1,26726 50,0802 0,0253 0,97981

dt_8 -75,9143 49,7674 -1,5254 0,12730

dt_9 18,5832 49,5484 0,3751 0,70766

dt_10 -63,9981 49,4575 -1,2940 0,19580

dt_11 8,65119 49,3211 0,1754 0,86078

Média da variável dependente = -23,8244

Desvio padrão da variável dependente = 517,84

Soma dos resíduos quadrados = 5,66426e+008

Erro padrão dos resíduos = 500,631

'Por dentro' da variância = 250980

'Por entre' a variância = 23076

teta utilizado para quasi-desmédiação = 0,00564133

Critério de informação de Akaike = 34787,8

Critério Bayesiano de Schwarz = 34891

Critério de Hannan-Quinn = 34825,5

Teste Breusch-Pagan - Hipótese nula: Variância do erro de unidade-específica = 0

Estatística de teste assintótica: Qui-quadrado(1) = 0,0127877 com p-valor = 0,909965

Teste Hausman - Hipótese nula: As estimativas GLS são consistentes

Estatística de teste assintótica: Qui-quadrado(17) = 2,42704 com p-valor = 0,999985

Modelo 87: Estimativas Máxima Verossimilhança

Variável dependente: ROE no Painel Não Balanceado

Não se atingiu critério de convergência.

Modelo 88: Estimativas entre grupos usando 207 observações

Variável dependente: ROE no Painel Não Balanceado

Variável Coeficiente Erro Padrão estatística-t p-valor

const -58,558 38,6369 -1,5156 0,13121

CERT_ISO 18,1218 17,5768 1,0310 0,30379

RISCO 0,0811567 0,283148 0,2866 0,77470

LUCRATIVIDADE -0,0251584 0,216798 -0,1160 0,90773

RLtoAT_TANG 1,11062 12,2227 0,0909 0,92769

ENDIV -0,0180132 0,121167 -0,1487 0,88197

ENDIV_1 -0,057885 0,124945 -0,4633 0,64367

TAM_EMP 2,78137 3,40175 0,8176 0,41455

Média da variável dependente = -23,8244

Desvio padrão da variável dependente = 158,273

Soma dos resíduos quadrados = 4,59213e+006

Erro padrão dos resíduos = 151,908

não-ajustado = 0,110115

ajustado = 0,0788121

Estatística-F (7, 199) = 3,51776 (p-valor = 0,00139)

Critério de informação de Akaike = 2674,92

Critério Bayesiano de Schwarz = 2701,58

Critério de Hannan-Quinn = 2685,7

278

Modelo 89: Estimativas MQO ("Pooled OLS") usando 660 observações

Incluídas 60 unidades de secção-cruzada - Comprimento da série temporal = 11

Variável dependente: ROE no Painel Balanceado

Erros padrão robustos (HAC)

Variável Coeficiente Erro Padrão estatística-t p-valor

const -185,357 105,283 -1,7606 0,07878 *

CERT_ISO 16,7022 8,9646 1,8631 0,06289 *

RISCO 0,115191 0,059201 1,9458 0,05211 *

LUCRAT -0,166594 0,282506 -0,5897 0,55560

RLtoAT_TANG 10,2047 3,50218 2,9138 0,00369 ***

ENDIV -0,0474974 0,0133817 -3,5494 0,00041 ***

ENDIV_1 0,00415611 0,00155805 2,6675 0,00783 ***

TAM_EMP 11,8639 6,52111 1,8193 0,06932 *

Média da variável dependente = 0,191303

Desvio padrão da variável dependente = 222,448

Soma dos resíduos quadrados = 2,60924e+007

Erro padrão dos resíduos = 200,047

não-ajustado = 0,199851

ajustado = 0,19126

Estatística-F (7, 652) = 23,264 (p-valor < 0,00001)

Verossimilhança-Logarítmica = -4429,52

Critério de informação de Akaike = 8875,04

Critério Bayesiano de Schwarz = 8910,98

Critério de Hannan-Quinn = 8888,97

Diagnósticos:

Estimador de efeitos fixos: erros padrão dos declives em parênteses, p-valores em

colchetes

CERT_ISO: 22,548 (17,38) [0,19502]

RISCO: 0,04206 (0,39077) [0,91432]

LUCRAT: -0,18804 (0,18356) [0,30608]

RLtoAT_TANG: -4,9182 (21,99) [0,82310]

ENDIV: -0,045397 (0,0041169) [0,00000]

ENDIV_1: 0,0061194 (0,0041199) [0,13799]

TAM_EMP: -3,9251 (20,459) [0,84792]

60 médias de grupo foram subtraídas aos dados

Variância dos resíduos: 2,31371e+007/(660 - 67) = 39017

Significância conjunta da diferenciação das médias de grupo:

F(59, 593) = 1,2838 com p-valor 0,0822798

Estatística de teste Breusch-Pagan:

LM = 1,59585 com p-valor = prob(qui-quadrado(1) > 1,59585) = 0,206493

Variance estimators:

between = 4882,46

within = 39017

theta used for quasi-demeaning = 0,147664

Estimador de efeitos aleatórios: erros padrão em parênteses, p-valores em colchetes

const: -177,47 (86,339) [0,04023]

CERT_ISO: 16,838 (11,067) [0,12862]

RISCO: 0,10617 (0,19828) [0,59252]

LUCRAT: -0,17441 (0,17626) [0,32279]

RLtoAT_TANG: 9,3223 (9,5414) [0,32891]

ENDIV: -0,047025 (0,0038951) [0,00000]

ENDIV_1: 0,0046277 (0,0038922) [0,23489]

TAM_EMP: 11,346 (5,9612) [0,05745]

Estatística de teste de Hausman:

H = 2,94008 com p-valor = prob(qui-quadrado(7) > 2,94008) = 0,890489

Teste de White para a heterocedasticidade

279

Estimativas OLS usando 660 observações

Variável dependente: uhat^2

VARIÁVEL COEFICIENTE ERRO PADRÃO ESTAT. T P-VALOR

const -216753 922416 -0,235 0,81430

CERT_ISO -472979 184489 -2,564 0,01059 **

RISCO 39992,7 7766,26 5,150 <0,00001 ***

LUCRAT 12275,3 5412,18 2,268 0,02367 **

RLtoAT_TANG 181526 156568 1,159 0,24674

ENDIV -1213,70 471,554 -2,574 0,01029 **

ENDIV_1 2322,62 437,851 5,305 <0,00001 ***

TAM_EMP 34983,1 126089 0,277 0,78153

sq_CERT_ISO 28646,4 27217,7 1,052 0,29298

CERT_I_RISCO -4080,85 1985,04 -2,056 0,04022 **

CERT_I_LUCRAT -849,849 940,941 -0,903 0,36677

CERT_I_RLtoAT -21,6597 16980,2 -0,001 0,99898

CERT_I_ENDIV -822,451 80,0790 -10,270 <0,00001 ***

CERT_I_ENDIV_ -67,8396 39,9125 -1,700 0,08968 *

CERT_I_TAM_EM 35711,6 12494,1 2,858 0,00440 ***

sq_RISCO -1,07137 5,67620 -0,189 0,85035

RISCO_LUCRAT 7,77731 7,73396 1,006 0,31500

RISCO_RLtoAT -3074,68 687,628 -4,471 <0,00001 ***

RISCO_ENDIV 54,7346 2,92486 18,714 <0,00001 ***

RISCO_ENDIV_ 28,7365 2,67471 10,744 <0,00001 ***

RISCO_TAM_EM -2595,27 539,160 -4,814 <0,00001 ***

sq_LUCRAT 1,46078 2,27787 0,641 0,52157

LUCRAT_RLtoAT -747,589 737,755 -1,013 0,31130

LUCRAT_ENDIV 14,6137 2,20131 6,639 <0,00001 ***

LUCRAT_ENDIV_ 12,3182 3,51776 3,502 0,00050 ***

LUCRAT_TAM_EM -995,922 382,142 -2,606 0,00937 ***

sq_RLtoAT_TAN -6111,73 10974,3 -0,557 0,57779

RLtoAT_ENDIV 680,266 129,458 5,255 <0,00001 ***

RLtoAT_ENDIV_ 27,9604 125,476 0,223 0,82374

RLtoAT_TAM_EM -14976,6 10522,0 -1,423 0,15513

sq_ENDIV -0,0173869 0,00180453 -9,635 <0,00001 ***

ENDIV_ENDIV_ 0,0400837 0,0219958 1,822 0,06888 *

ENDIV_TAM_EM 104,733 36,4767 2,871 0,00423 ***

sq_ENDIV_1 0,000661446 0,00127104 0,520 0,60297

ENDIV__TAM_EM -204,269 32,1027 -6,363 <0,00001 ***

sq_TAM_EMP -1369,61 4317,74 -0,317 0,75119

R-quadrado não-ajustado = 0,760203

Estatística de teste: TR^2 = 501,734119, com p-valor = P(Qui-quadrado(35) >

501,734119) = 0,000000

Teste de Wald independente da distribuição para heterocedasticidade baseado nos resíduos FGLS e

Heterocedasticidade em Grupos

: não se atingiu critério de convergência.

Modelo 90: Estimativas MQO ("Pooled OLS") usando 600 observações

Incluídas 60 unidades de secção-cruzada - Comprimento da série temporal = 10

Variável dependente: d_ROE no Painel Balanceado

Erros padrão robustos (HAC)

Variável Coeficiente Erro Padrão estatística-t p-valor

const -4,03447 2,45298 -1,6447 0,10056

d_CERT_ISO 34,5098 18,1083 1,9057 0,05717 *

d_RISCO 0,170457 0,227809 0,7482 0,45461

d_LUCRAT -0,282634 0,288616 -0,9793 0,32785

d_RLtoAT_TANG 38,6069 24,0414 1,6059 0,10884

d_ENDIV -0,0511843 0,0155832 -3,2846 0,00108 ***

d_TAM_EMP -5,13009 26,3304 -0,1948 0,84559

d_ENDIV_1 -0,000133285 0,00405645 -0,0329 0,97380

Média da variável dependente = 1,08775

280

Desvio padrão da variável dependente = 307,163

Soma dos resíduos quadrados = 4,32914e+007

Erro padrão dos resíduos = 270,421

não-ajustado = 0,233984

ajustado = 0,224926

Estatística-F (7, 592) = 25,8328 (p-valor < 0,00001)

Verossimilhança-Logarítmica = -4207,32

Critério de informação de Akaike = 8430,65

Critério Bayesiano de Schwarz = 8465,82

Critério de Hannan-Quinn = 8444,34

Modelo 91: Estimativas Efeitos Fixos usando 660 observações

Incluídas 60 unidades de secção-cruzada - Comprimento da série temporal = 11

Variável dependente: ROE no Painel Balanceado

Erros padrão robustos (HAC)

Variável Coeficiente Erro Padrão estatística-t p-valor

CERT_ISO 22,5481 9,38691 2,4021 0,01661 **

RISCO 0,0420602 0,195659 0,2150 0,82987

LUCRAT -0,188037 0,276384 -0,6803 0,49655

RLtoAT_TANG -4,91817 16,173 -0,3041 0,76116

ENDIV -0,045397 0,0146376 -3,1014 0,00202 ***

ENDIV_1 0,0061194 0,00289784 2,1117 0,03513 **

TAM_EMP -3,9251 15,1703 -0,2587 0,79593

Média da variável dependente = 0,191303

Desvio padrão da variável dependente = 222,448

Soma dos resíduos quadrados = 2,31371e+007

Erro padrão dos resíduos = 197,527

não-ajustado = 0,290479

ajustado = 0,21151

Estatística-F (66, 593) = 3,6784 (p-valor < 0,00001)

Estatística de Durbin-Watson = 1,88447

Verossimilhança-Logarítmica = -4389,85

Critério de informação de Akaike = 8913,7

Critério Bayesiano de Schwarz = 9214,69

Critério de Hannan-Quinn = 9030,37

Teste para diferenciar grupos de interceptações no eixo x=0 -

Hipótese nula: Os grupos têm a mesma interceptação no eixo x=0

Estatística de teste: F(59, 593) = 1,2838 com p-valor = P(F(59, 593) > 1,2838) = 0,0822798

Modelo 92: Estimativas Efeitos Fixos com

dummies

de tempo usando 660 observações

Incluídas 60 unidades de secção-cruzada -Comprimento da série temporal = 11

Variável dependente: ROE no Painel Balanceado

Erros padrão robustos (HAC)

Variável Coeficiente Erro Padrão estatística-t p-valor

CERT_ISO -2,76282 15,0712 -0,1833 0,85461

RISCO 0,0520483 0,249929 0,2083 0,83510

LUCRAT -0,148779 0,264613 -0,5623 0,57416

RLtoAT_TANG -14,8948 22,9104 -0,6501 0,51586

ENDIV -0,0463281 0,0149044 -3,1084 0,00197 ***

ENDIV_1 0,00569237 0,00313435 1,8161 0,06987 *

TAM_EMP -0,483766 13,9943 -0,0346 0,97244

dt_2 -23,6769 22,923 -1,0329 0,30209

dt_3 -20,1803 22,4185 -0,9002 0,36841

dt_4 -29,8143 19,9033 -1,4980 0,13469

281

dt_5 -65,0038 50,0303 -1,2993 0,19436

dt_6 -67,173 78,0549 -0,8606 0,38982

dt_7 -0,416913 12,1466 -0,0343 0,97263

dt_8 -28,1447 30,5969 -0,9199 0,35803

dt_9 23,8423 9,74664 2,4462 0,01473 **

dt_10 23,6924 10,8292 2,1878 0,02908 **

dt_11 3,78725 9,40818 0,4025 0,68743

Média da variável dependente = 0,191303

Desvio padrão da variável dependente = 222,448

Soma dos resíduos quadrados = 2,27213e+007

Erro padrão dos resíduos = 197,416

não-ajustado = 0,303228

ajustado = 0,212397

Estatística-F (76, 583) = 3,33837 (p-valor < 0,00001)

Estatística de Durbin-Watson = 1,89959

Verossimilhança-Logarítmica = -4383,87

Critério de informação de Akaike = 8921,74

Critério Bayesiano de Schwarz = 9267,64

Critério de Hannan-Quinn = 9055,81

Teste para diferenciar grupos de interceptações no eixo x=0 -

Hipótese nula: Os grupos têm a mesma interceptação no eixo x=0

Estatística de teste: F(59, 583) = 1,30443 com p-valor = P(F(59, 583) > 1,30443) = 0,0698557

Teste de Wald para a significância conjunta das variáveis tempo auxiliares

Estatística de teste assintótica: Qui-quadrado(10) = 15,3972 com p-valor = 0,118236

Modelo 93: Estimativas Efeitos Aleatórios (GLS) usando 660 observações

Incluídas 60 unidades de secção-cruzada - Comprimento da série temporal = 11

Variável dependente: ROE no Painel Balanceado

Variável Coeficiente Erro Padrão estatística-t p-valor

const -177,469 86,3387 -2,0555 0,04023 **

CERT_ISO 16,8383 11,0668 1,5215 0,12862

RISCO 0,106168 0,198278 0,5355 0,59252

LUCRAT -0,174413 0,176265 -0,9895 0,32279

RLtoAT_TANG 9,32233 9,54138 0,9770 0,32891

ENDIV -0,0470246 0,00389513 -12,0727 <0,00001 ***

ENDIV_1 0,00462766 0,00389223 1,1889 0,23489

TAM_EMP 11,3457 5,9612 1,9033 0,05745 *

Média da variável dependente = 0,191303

Desvio padrão da variável dependente = 222,448

Soma dos resíduos quadrados = 2,60945e+007

Erro padrão dos resíduos = 199,902

'Por dentro' da variância = 39017

'Por entre' a variância = 4882,46

teta utilizado para quasi-desmédiação = 0,147664

Critério de informação de Akaike = 8875,09

Critério Bayesiano de Schwarz = 8911,03

Critério de Hannan-Quinn = 8889,02

Teste Breusch-Pagan - Hipótese nula: Variância do erro de unidade-específica = 0

Estatística de teste assintótica: Qui-quadrado(1) = 1,59585 com p-valor = 0,206493

Teste Hausman - Hipótese nula: As estimativas GLS são consistentes

Estatística de teste assintótica: Qui-quadrado(7) = 2,94008 com p-valor = 0,890489

282

Modelo 94: Estimativas Efeitos Aleatórios (GLS) usando 660 observações

Incluídas 60 unidades de secção-cruzada - Comprimento da série temporal = 11

Variável dependente: ROE no Painel Balanceado

Variável Coeficiente Erro Padrão estatística-t p-valor

const -168,459 91,0516 -1,8501 0,06475 *

CERT_ISO 8,73952 12,7726 0,6842 0,49407

RISCO 0,101799 0,199423 0,5105 0,60990

LUCRAT -0,140778 0,177889 -0,7914 0,42901

RLtoAT_TANG 7,56281 9,83325 0,7691 0,44211

ENDIV -0,0477106 0,00393512 -12,1243 <0,00001 ***

ENDIV_1 0,00438237 0,0039325 1,1144 0,26553

TAM_EMP 11,6469 5,96976 1,9510 0,05149 *

dt_2 1,46343 38,399 0,0381 0,96961

dt_3 3,66176 38,2295 0,0958 0,92372

dt_4 -7,43517 38,0345 -0,1955 0,84508

dt_5 -45,6823 37,726 -1,2109 0,22638

dt_6 -51,1004 37,5331 -1,3615 0,17384

dt_7 12,8741 37,0833 0,3472 0,72858

dt_8 -18,4264 36,6484 -0,5028 0,61529

dt_9 29,9186 36,222 0,8260 0,40912

dt_10 25,9734 36,2337 0,7168 0,47374

dt_11 4,26725 36,2459 0,1177 0,90632

Média da variável dependente = 0,191303

Desvio padrão da variável dependente = 222,448

Soma dos resíduos quadrados = 2,57239e+007

Erro padrão dos resíduos = 200,015

'Por dentro' da variância = 38973,1

'Por entre' a variância = 4882,46

teta utilizado para quasi-desmédiação = 0,148144

Critério de informação de Akaike = 8885,66

Critério Bayesiano de Schwarz = 8966,52

Critério de Hannan-Quinn = 8917

Teste Breusch-Pagan - Hipótese nula: Variância do erro de unidade-específica = 0

Estatística de teste assintótica: Qui-quadrado(1) = 1,89952 com p-valor = 0,168132

Teste Hausman - Hipótese nula: As estimativas GLS são consistentes

Estatística de teste assintótica: Qui-quadrado(17) = 4,02929 com p-valor = 0,999457

Modelo 95: Estimativas Máxima Verossimilhança

Variável dependente: ROE no Painel Balanceado

Não se atingiu critério de convergência.

Modelo 96: Estimativas entre grupos usando 60 observações

Variável dependente: ROE no Painel Balanceado

Variável Coeficiente Erro Padrão estatística-t p-valor

const -191,297 95,693 -1,9991 0,05084 *

CERT_ISO 14,1956 16,1392 0,8796 0,38314

RISCO 0,205987 0,352835 0,5838 0,56188

LUCRAT -0,00857952 0,766236 -0,0112 0,99111

RLtoAT_TANG 12,6057 11,046 1,1412 0,25902

ENDIV 0,454174 0,784045 0,5793 0,56491

ENDIV_1 -0,515678 0,792037 -0,6511 0,51786

TAM_EMP 12,3502 6,58688 1,8750 0,06642 *

283

Média da variável dependente = 0,191303

Desvio padrão da variável dependente = 82,5656

Soma dos resíduos quadrados = 253888

Erro padrão dos resíduos = 69,8746

não-ajustado = 0,368764

ajustado = 0,28379

Estatística-F (7, 52) = 4,33972 (p-valor = 0,000754)

Critério de informação de Akaike = 687,291

Critério Bayesiano de Schwarz = 704,046

Critério de Hannan-Quinn = 693,845

Modelo 97: Estimativas Arellano-Bond de uma fase usando 2070 observações

Incluídas 207 unidades de secção-cruzada

Variável dependente: ROA_mod no Painel Não Balanceado

Variável Coeficiente Erro Padrão estatística-t p-valor

DROA_mod(-1) 0,0875866 0,0992071 0,8829 0,37731

const 0,848075 0,6014 1,4102 0,15849

CERT_ISO -0,103932 0,385668 -0,2695 0,78756

RISCO -0,923676 0,754267 -1,2246 0,22073

RISCO_1 0,755128 0,756593 0,9981 0,31825

LUCRAT 0,158249 0,10941 1,4464 0,14807

LUCRAT_1 -0,218594 0,145387 -1,5035 0,13270

RLtoAT_TANG -5,16715 6,3839 -0,8094 0,41828

RLtoAT_TANG_1 4,88153 6,5365 0,7468 0,45518

ENDIV -0,000120076 0,00013609 -0,8823 0,37760

ENDIV_1 0,00014753 0,000162766 0,9064 0,36473

TAM_EMP 0,157207 0,148263 1,0603 0,28899

TAM_EMP_1 -0,120005 0,149757 -0,8013 0,42294

Soma dos resíduos quadrados = 2,99644e+006

Erro padrão dos resíduos = 38,1668

Testar erros AR(1): z = -1,6207 (p-valor 0,1051)

Testar erros AR(2): z = 0,915593 (p-valor 0,3599)

Teste de Sargan para a sobre-identificação: Qui-quadrado(54) = 1637,04 (p-valor 0,0000)

Teste Wald (conjunto): Qui-quadrado(12) = 5669,74 (p-valor 0,0000)

Modelo 98: Estimativas Arellano-Bond de uma fase usando 2070 observações

Incluídas 207 unidades de secção-cruzada

Variável dependente: ROS_mod no Painel Não Balanceado

Variável Coeficiente Erro Padrão estatística-t p-valor

DROS_mod(-1) 0,0474471 0,065408 0,7254 0,46821

const 0,387541 0,634986 0,6103 0,54165

CERT_ISO -0,257024 0,253221 -1,0150 0,31010

RISCO -0,230124 0,127726 -1,8017 0,07159 *

RISCO_1 0,191215 0,123844 1,5440 0,12259

LUCRAT 0,809848 0,0933542 8,6750 <0,00001 ***

LUCRAT_1 -0,830848 0,0997834 -8,3265 <0,00001 ***

RLtoAT_TANG 9,01442 9,88346 0,9121 0,36173

RLtoAT_TANG_1 -9,82243 10,1704 -0,9658 0,33415

ENDIV -0,000216349 0,000257856 -0,8390 0,40145

ENDIV_1 0,000219869 0,000513466 0,4282 0,66850

TAM_EMP -0,342788 0,388897 -0,8814 0,37808

TAM_EMP_1 0,357094 0,375119 0,9520 0,34112

284

Soma dos resíduos quadrados = 4,69127e+006

Erro padrão dos resíduos = 47,756

Testar erros AR(1): z = -1,81646 (p-valor 0,0693)

Testar erros AR(2): z = -1,54416 (p-valor 0,1226)

Teste de Sargan para a sobre-identificação: Qui-quadrado(54) = 290,206 (p-valor 0,0000)

Teste Wald (conjunto): Qui-quadrado(12) = 4630,55 (p-valor 0,0000)

Modelo 99: Estimativas Arellano-Bond de uma fase usando 2070 observações

Incluídas 207 unidades de secção-cruzada

Variável dependente: TOT_VEND no Painel Não Balanceado

Variável Coeficiente Erro Padrão estatística-t p-valor

DTOT_VEND(-1) 1,11945 0,0281725 39,7355 <0,00001 ***

const 58773,6 92428,2 0,6359 0,52485

CERT_ISO 17704,1 27877,1 0,6351 0,52538

RISCO -713,596 550,067 -1,2973 0,19453

RISCO_1 645,38 573,606 1,1251 0,26053

LUCRAT 267,761 263,123 1,0176 0,30886

LUCRAT_1 -445,413 240,439 -1,8525 0,06395 *

RLtoAT_TANG 131791 65416,3 2,0146 0,04394 **

RLtoAT_TANG_1 -130827 75074,3 -1,7426 0,08140 *

ENDIV -10,7473 15,4251 -0,6967 0,48597

ENDIV_1 3,70131 10,1758 0,3637 0,71605

TAM_EMP 90675,4 12741,7 7,1164 <0,00001 ***

TAM_EMP_1 -103486 15578,4 -6,6429 <0,00001 ***

Soma dos resíduos quadrados = 5,51413e+015

Erro padrão dos resíduos = 1,63727e+006

Testar erros AR(1): z = -2,17342 (p-valor 0,0297)

Testar erros AR(2): z = -1,19403 (p-valor 0,2325)

Teste de Sargan para a sobre-identificação: Qui-quadrado(54) = 904,852 (p-valor 0,0000)

Teste Wald (conjunto): Qui-quadrado(12) = 8182,09 (p-valor 0,0000)

Modelo 100: Estimativas Arellano-Bond de uma fase usando 2070 observações

Incluídas 207 unidades de secção-cruzada

Variável dependente: CSVtoVEND no Painel Não Balanceado

Variável Coeficiente Erro Padrão estatística-t p-valor

DCSVtoVEND(-1) 0,0624136 0,0196687 3,1732 0,00151 ***

const 0,50136 0,338228 1,4823 0,13826

CERT_ISO 0,454855 0,210132 2,1646 0,03042 **

RISCO -0,0166914 0,0170722 -0,9777 0,32823

RISCO_1 0,011824 0,017693 0,6683 0,50395

LUCRAT -0,0433415 0,00768952 -5,6364 <0,00001 ***

LUCRAT_1 0,0416848 0,00945848 4,4071 0,00001 ***

RLtoAT_TANG 1,57025 1,28861 1,2186 0,22301

RLtoAT_TANG_1 -1,21168 1,32698 -0,9131 0,36118

ENDIV -0,000240763 0,000191112 -1,2598 0,20774

ENDIV_1 7,99675e-05 4,29347e-05 1,8625 0,06253 *

TAM_EMP 4,54791 0,169546 26,8240 <0,00001 ***

TAM_EMP_1 -4,66524 0,173255 -26,9271 <0,00001 ***

Soma dos resíduos quadrados = 264387

Erro padrão dos resíduos = 11,3371

Testar erros AR(1): z = -3,33974 (p-valor 0,0008)

285

Testar erros AR(2): z = -0,941778 (p-valor 0,3463)

Teste de Sargan para a sobre-identificação: Qui-quadrado(54) = 137,523 (p-valor 0,0000)

Teste Wald (conjunto): Qui-quadrado(12) = 1801,03 (p-valor 0,0000)

Modelo 101: Estimativas Arellano-Bond de uma fase usando 2070 observações

Incluídas 207 unidades de secção-cruzada

Variável dependente: VENDtoTOT_AT no Painel Não Balanceado

Variável Coeficiente Erro Padrão estatística-t p-valor

DVENDtoTOT_(-1) 0,170698 0,110979 1,5381 0,12402

const -0,0700538 1,13134 -0,0619 0,95063

CERT_ISO 1,03826 0,377736 2,7486 0,00598 ***

RISCO -0,125791 0,144364 -0,8713 0,38356

RISCO_1 0,150225 0,159997 0,9389 0,34777

LUCRAT -0,0287188 0,0150909 -1,9031 0,05703 *

LUCRAT_1 0,0501587 0,0272129 1,8432 0,06530 *

RLtoAT_TANG 26,4983 3,31334 7,9975 <0,00001 ***

RLtoAT_TANG_1 -26,4735 3,31955 -7,9750 <0,00001 ***

ENDIV -0,000729842 0,000462855 -1,5768 0,11484

ENDIV_1 0,000801842 0,000253084 3,1683 0,00153 ***

TAM_EMP 3,3622 0,283037 11,8790 <0,00001 ***

TAM_EMP_1 -3,41908 0,286497 -11,9341 <0,00001 ***

Soma dos resíduos quadrados = 1,25493e+006

Erro padrão dos resíduos = 24,6997

Testar erros AR(1): z = -2,09522 (p-valor 0,0362)

Testar erros AR(2): z = -0,192351 (p-valor 0,8475)

Teste de Sargan para a sobre-identificação: Qui-quadrado(54) = 499,576 (p-valor 0,0000)

Teste Wald (conjunto): Qui-quadrado(12) = 264,579 (p-valor 0,0000)

Modelo 102: Estimativas Arellano-Bond de uma fase usando 2070 observações

Incluídas 207 unidades de secção-cruzada

Variável dependente: ROE no Painel Não Balanceado

Variável Coeficiente Erro Padrão estatística-t p-valor

DROE(-1) 0,00716746 0,0146999 0,4876 0,62584

const -16,4876 13,4175 -1,2288 0,21914

CERT_ISO -5,76239 6,72014 -0,8575 0,39118

RISCO 0,154877 0,332893 0,4652 0,64176

RISCO_1 -0,221492 0,326426 -0,6785 0,49743

LUCRAT 0,0933997 0,118915 0,7854 0,43220

LUCRAT_1 -0,157882 0,174318 -0,9057 0,36509

RLtoAT_TANG -13,1529 30,6448 -0,4292 0,66777

RLtoAT_TANG_1 17,3378 33,3417 0,5200 0,60306

ENDIV -0,0688016 0,116214 -0,5920 0,55383

ENDIV_1 0,0725004 0,121501 0,5967 0,55070

TAM_EMP -9,05107 7,5385 -1,2006 0,22989

TAM_EMP_1 11,2815 9,18324 1,2285 0,21927

Soma dos resíduos quadrados = 1,13116e+009

Erro padrão dos resíduos = 741,556

Testar erros AR(1): z = -1,6925 (p-valor 0,0906)

Testar erros AR(2): z = -0,134006 (p-valor 0,8934)

Teste de Sargan para a sobre-identificação: Qui-quadrado(54) = 21,111 (p-valor 1,0000)

Teste Wald (conjunto): Qui-quadrado(12) = 23,2575 (p-valor 0,0256)

286

Modelo 103: Estimativas Arellano-Bond de uma fase usando 600 observações

Incluídas 60 unidades de secção-cruzada

Variável dependente: ROA_mod no Painel Balanceado

Variável Coeficiente Erro Padrão estatística-t p-valor

DROA_mod(-1) 0,0713889 0,0798803 0,8937 0,37148

Const 16,935 9,68399 1,7488 0,08033 *

CERT_ISO -1,71379 1,00394 -1,7071 0,08781 *

RISCO 1,12583 0,156703 7,1845 <0,00001 ***

RISCO_1 -1,30207 0,16621 -7,8339 <0,00001 ***

LUCRAT 0,157314 0,0989822 1,5893 0,11199

LUCRAT_1 -0,244239 0,21792 -1,1208 0,26238

RLtoAT_TANG -4,74556 8,12367 -0,5842 0,55911

RLtoAT_TANG_1 3,74013 8,1965 0,4563 0,64817

ENDIV -0,000146001 0,000157892 -0,9247 0,35513

ENDIV_1 4,43003e-05 0,000463777 0,0955 0,92390

TAM_EMP 16,0519 7,34648 2,1850 0,02889 **

TAM_EMP_1 -16,8465 7,63325 -2,2070 0,02731 **

Soma dos resíduos quadrados = 304152

Erro padrão dos resíduos = 22,7628

Testar erros AR(1): z = -1,73524 (p-valor 0,0827)

Testar erros AR(2): z = -1,01657 (p-valor 0,3094)

Teste de Sargan para a sobre-identificação: Qui-quadrado(54) = 335,256 (p-valor 0,0000)

Teste Wald (conjunto): Qui-quadrado(12) = 10878,3 (p-valor 0,0000)

Modelo 104: Estimativas Arellano-Bond de uma fase usando 600 observações

Incluídas 60 unidades de secção-cruzada

Variável dependente: ROS_mod no Painel Balanceado

Variável Coeficiente Erro Padrão estatística-t p-valor

DROS_mod(-1) -0,079037 0,0782863 -1,0096 0,31269

Const 24,2808 11,3928 2,1312 0,03307 **

CERT_ISO -0,500519 0,808738 -0,6189 0,53599

RISCO -0,100676 0,171382 -0,5874 0,55691

RISCO_1 0,0897121 0,175754 0,5104 0,60974

LUCRAT 0,309808 0,213625 1,4502 0,14699

LUCRAT_1 -0,282373 0,27422 -1,0297 0,30313

RLtoAT_TANG 18,3678 7,04919 2,6057 0,00917 ***

RLtoAT_TANG_1 -19,8938 7,57997 -2,6245 0,00868 ***

ENDIV 0,000788461 0,00106119 0,7430 0,45748

ENDIV_1 0,000468796 0,000239016 1,9614 0,04984 **

TAM_EMP 32,7877 15,0421 2,1797 0,02928 **

TAM_EMP_1 -34,4583 15,7164 -2,1925 0,02834 **

Soma dos resíduos quadrados = 467398

Erro padrão dos resíduos = 28,2179

Testar erros AR(1): z = -1,93106 (p-valor 0,0535)

Testar erros AR(2): z = -0,929294 (p-valor 0,3527)

Teste de Sargan para a sobre-identificação: Qui-quadrado(54) = 336,048 (p-valor 0,0000)

Teste Wald (conjunto): Qui-quadrado(12) = 664,81 (p-valor 0,0000)

287

Modelo 105: Estimativas Arellano-Bond de uma fase usando 600 observações

Incluídas 60 unidades de secção-cruzada

Variável dependente: TOT_VEND no Painel Balanceado

Variável Coeficiente Erro Padrão estatística-t p-valor

DTOT_VEND(-1) 1,07861 0,0363119 29,7041 <0,00001 ***

Const -322596 897757 -0,3593 0,71934

CERT_ISO -103562 80338,4 -1,2891 0,19737

RISCO -1397,61 590,584 -2,3665 0,01796 **

RISCO_1 2251,65 1169,07 1,9260 0,05410 *

LUCRAT 814,666 1620,54 0,5027 0,61517

LUCRAT_1 -320,242 532,334 -0,6016 0,54745

RLtoAT_TANG 943171 257687 3,6601 0,00025 ***

RLtoAT_TANG_1 -942071 241735 -3,8971 0,00010 ***

ENDIV -13,2988 20,3279 -0,6542 0,51297

ENDIV_1 4,75092 4,88112 0,9733 0,33039

TAM_EMP 892837 269371 3,3145 0,00092 ***

TAM_EMP_1 -866053 252341 -3,4321 0,00060 ***

Soma dos resíduos quadrados = 2,87561e+015

Erro padrão dos resíduos = 2,21333e+006

Testar erros AR(1): z = -1,32732 (p-valor 0,1844)

Testar erros AR(2): z = -1,02663 (p-valor 0,3046)

Teste de Sargan para a sobre-identificação: Qui-quadrado(54) = 448,212 (p-valor 0,0000)

Teste Wald (conjunto): Qui-quadrado(12) = 35823,2 (p-valor 0,0000)

Modelo 106: Estimativas Arellano-Bond de uma fase usando 600 observações

Incluídas 60 unidades de secção-cruzada

Variável dependente: CSVtoVEND no Painel Balanceado

Variável Coeficiente Erro Padrão estatística-t p-valor

DCSVtoVEND(-1) 0,42928 0,0969274 4,4289 <0,00001 ***

Const -0,704749 1,30762 -0,5390 0,58992

CERT_ISO 0,531391 0,217438 2,4439 0,01453 **

RISCO 0,00861541 0,00701009 1,2290 0,21907

RISCO_1 -0,00858153 0,00771602 -1,1122 0,26606

LUCRAT -0,00100703 0,00581861 -0,1731 0,86260

LUCRAT_1 0,00872382 0,0112151 0,7779 0,43665

RLtoAT_TANG -1,669 1,66797 -1,0006 0,31701

RLtoAT_TANG_1 2,10519 1,65877 1,2691 0,20440

ENDIV -6,21544e-05 5,55483e-05 -1,1189 0,26317

ENDIV_1 -3,81665e-06 5,22747e-05 -0,0730 0,94180

TAM_EMP 0,55341 1,30397 0,4244 0,67127

TAM_EMP_1 -0,57257 1,31704 -0,4347 0,66375

Soma dos resíduos quadrados = 25126,9

Erro padrão dos resíduos = 6,54261

Testar erros AR(1): z = -4,72376 (p-valor 0,0000)

Testar erros AR(2): z = 1,1091 (p-valor 0,2674)

Teste de Sargan para a sobre-identificação: Qui-quadrado(54) = 139,365 (p-valor 0,0000)

Teste Wald (conjunto): Qui-quadrado(12) = 148,214 (p-valor 0,0000)

288

Modelo 107: Estimativas Arellano-Bond de uma fase usando 600 observações

Incluídas 60 unidades de secção-cruzada

Variável dependente: VENDtoTOT_AT no Painel Balanceado

Variável Coeficiente Erro Padrão estatística-t p-valor

DVENDtoTOT_(-1) 0,571749 0,071701 7,9741 <0,00001 ***

Const -7,06109 6,58724 -1,0719 0,28375

CERT_ISO 0,842378 0,657645 1,2809 0,20023

RISCO -0,39328 0,0960494 -4,0946 0,00004 ***

RISCO_1 0,414231 0,0999409 4,1448 0,00003 ***

LUCRAT -0,052056 0,033255 -1,5654 0,11750

LUCRAT_1 0,0259848 0,0184907 1,4053 0,15993

RLtoAT_TANG 38,2902 7,23789 5,2902 <0,00001 ***

RLtoAT_TANG_1 -38,35 6,43032 -5,9639 <0,00001 ***

ENDIV 0,000785259 0,00115706 0,6787 0,49735

ENDIV_1 4,28657e-05 0,000221461 0,1936 0,84652

TAM_EMP -18,5873 7,17915 -2,5891 0,00962 ***

TAM_EMP_1 18,9446 7,39025 2,5635 0,01036 **

Soma dos resíduos quadrados = 398725

Erro padrão dos resíduos = 26,0626

Testar erros AR(1): z = -1,87873 (p-valor 0,0603)

Testar erros AR(2): z = -0,330049 (p-valor 0,7414)

Teste de Sargan para a sobre-identificação: Qui-quadrado(54) = 226,206 (p-valor 0,0000)

Teste Wald (conjunto): Qui-quadrado(12) = 1910,55 (p-valor 0,0000)

Modelo 108: Estimativas Arellano-Bond de uma fase usando 600 observações

Incluídas 60 unidades de secção-cruzada

Variável dependente: ROE no Painel Balanceado

Variável Coeficiente Erro Padrão estatística-t p-valor

DROE(-1) 0,105002 0,0573688 1,8303 0,06721 *

const 6,64661 30,1452 0,2205 0,82549

CERT_ISO -0,691439 2,05952 -0,3357 0,73708

RISCO 0,121559 0,197228 0,6163 0,53767

RISCO_1 -0,0840073 0,185872 -0,4520 0,65129

LUCRAT -0,223571 0,221852 -1,0077 0,31358

LUCRAT_1 0,302076 0,335726 0,8998 0,36824

ENDIV -0,04875 0,0128099 -3,8057 0,00014 ***

ENDIV_1 0,0540638 0,0155906 3,4677 0,00052 ***

TAM_EMP 8,75482 29,3921 0,2979 0,76581

TAM_EMP_1 -9,06876 30,8298 -0,2942 0,76864

RLtoAT_TANG -6,58824 40,5004 -0,1627 0,87078

RLtoAT_TANG_1 6,59584 39,8115 0,1657 0,86841

Soma dos resíduos quadrados = 4,72766e+007

Erro padrão dos resíduos = 283,794

Testar erros AR(1): z = -1,52035 (p-valor 0,1284)

Testar erros AR(2): z = -1,33137 (p-valor 0,1831)

Teste de Sargan para a sobre-identificação: Qui-quadrado(54) = 176,494 (p-valor 0,0000)

Teste Wald (conjunto): Qui-quadrado(12) = 641,41 (p-valor 0,0000)

289

Modelo 109: Estimativas heterocedasticidade corrigida usando 2277 observações

Variável dependente: ROA_mod no Painel Não Balanceado

Variável Coeficiente Erro Padrão estatística-t p-valor

const 1,16408 0,60407 1,9271 0,05410 *

CERT_ISO 1,95866 0,450087 4,3517 0,00001 ***

RISCO -0,369417 0,0594151 -6,2176 <0,00001 ***

LUCRAT 0,0049953 0,00436975 1,1432 0,25309

RLtoAT_TANG 0,786463 0,356625 2,2053 0,02753 **

ENDIV -0,000474441 0,000336974 -1,4079 0,15928

ENDIV_1 6,94417e-07 1,29175e-05 0,0538 0,95713

TAM_EMP 0,189312 0,047278 4,0042 0,00006 ***

Estatísticas baseadas nos dados pesados:

Soma dos resíduos quadrados = 44502,6

Erro padrão dos resíduos = 4,42869

não-ajustado = 0,0533966

ajustado = 0,0504763

Estatística-F (7, 2269) = 18,2845 (p-valor < 0,00001)

Critério de informação de Akaike = 13246,7

Critério Bayesiano de Schwarz = 13292,5

Critério de Hannan-Quinn = 13263,4

Estatísticas baseadas nos dados originais:

Média da variável dependente = -2,62119

Desvio padrão da variável dependente = 58,0241

Soma dos resíduos quadrados = 4,79305e+006

Erro padrão dos resíduos = 45,9609

Modelo 110: Estimativas heterocedasticidade corrigida usando 2277 observações

Variável dependente: ROS_mod no Painel Não Balanceado

Variável Coeficiente Erro Padrão estatística-t p-valor

const 0,938208 0,436312 2,1503 0,03164 **

CERT_ISO 0,915999 0,34187 2,6794 0,00743 ***

RISCO -0,260252 0,0357852 -7,2726 <0,00001 ***

LUCRAT 0,441269 0,0130439 33,8294 <0,00001 ***

RLtoAT_TANG 0,883291 0,368336 2,3981 0,01656 **

ENDIV -0,000881248 0,000334038 -2,6382 0,00839 ***

ENDIV_1 -0,000115752 0,000311642 -0,3714 0,71035

TAM_EMP 0,128551 0,0447765 2,8710 0,00413 ***

Estatísticas baseadas nos dados pesados:

Soma dos resíduos quadrados = 79745,3

Erro padrão dos resíduos = 5,92837

não-ajustado = 0,389431

ajustado = 0,387547

Estatística-F (7, 2269) = 206,743 (p-valor < 0,00001)

Critério de informação de Akaike = 14574,8

Critério Bayesiano de Schwarz = 14620,7

Critério de Hannan-Quinn = 14591,5

Estatísticas baseadas nos dados originais:

Média da variável dependente = -7,14971

Desvio padrão da variável dependente = 96,4175

Soma dos resíduos quadrados = 6,81516e+006

Erro padrão dos resíduos = 54,8051

290

Modelo 111: Estimativas heterocedasticidade corrigida usando 2277 observações

Variável dependente: TOT_VEND no Painel Não Balanceado

A variável só tem zeros, abortando a regressão.

Modelo 112: Estimativas heterocedasticidade corrigida usando 2277 observações

Variável dependente: CSVtoVEND no Painel Não Balanceado

Variável Coeficiente Erro Padrão estatística-t p-valor

const 1,26619 0,468846 2,7007 0,00697 ***

CERT_ISO 0,105565 0,370101 0,2852 0,77549

RISCO 0,0102994 0,0130657 0,7883 0,43062

LUCRAT -0,0625663 0,00699265 -8,9474 <0,00001 ***

RLtoAT_TANG 6,35973 0,356777 17,8255 <0,00001 ***

ENDIV -9,65895e-05 0,000150479 -0,6419 0,52101

ENDIV_1 -0,000439916 0,000195939 -2,2452 0,02485 **

TAM_EMP 4,47401 0,0460844 97,0830 <0,00001 ***

Estatísticas baseadas nos dados pesados:

Soma dos resíduos quadrados = 7411,21

Erro padrão dos resíduos = 1,80729

não-ajustado = 0,869993

ajustado = 0,869592

Estatística-F (7, 2269) = 2169,14 (p-valor < 0,00001)

Critério de informação de Akaike = 9165,01

Critério Bayesiano de Schwarz = 9210,86

Critério de Hannan-Quinn = 9181,74

Estatísticas baseadas nos dados originais:

Média da variável dependente = 57,2728

Desvio padrão da variável dependente = 31,0294

Soma dos resíduos quadrados = 709518

Erro padrão dos resíduos = 17,6833

Modelo 113: Estimativas heterocedasticidade corrigida usando 2277 observações

Variável dependente: VENDtoTOT_AT no Painel Não Balanceado

Variável Coeficiente Erro Padrão estatística-t p-valor

const 5,65336 0,87712 6,4454 <0,00001 ***

CERT_ISO 2,55592 0,843005 3,0319 0,00246 ***

RISCO 0,0399703 0,017561 2,2761 0,02293 **

LUCRAT -0,021112 0,00647631 -3,2599 0,00113 ***

RLtoAT_TANG 31,3686 0,769175 40,7821 <0,00001 ***

ENDIV -0,0009982 0,000547288 -1,8239 0,06830 *

ENDIV_1 -0,000381236 0,000563778 -0,6762 0,49897

TAM_EMP 3,61406 0,0795697 45,4201 <0,00001 ***

Estatísticas baseadas nos dados pesados:

Soma dos resíduos quadrados = 12763,2

Erro padrão dos resíduos = 2,37172

não-ajustado = 0,621363

ajustado = 0,620195

Estatística-F (7, 2269) = 531,935 (p-valor < 0,00001)

Critério de informação de Akaike = 10402,7

Critério Bayesiano de Schwarz = 10448,6

Critério de Hannan-Quinn = 10419,5

Estatísticas baseadas nos dados originais:

Média da variável dependente = 70,7659

Desvio padrão da variável dependente = 70,4441

Soma dos resíduos quadrados = 6,707e+006

Erro padrão dos resíduos = 54,3684

291

Modelo 114: Estimativas heterocedasticidade corrigida usando 2277 observações

Variável dependente: ROE no Painel Não Balanceado

Variável Coeficiente Erro Padrão estatística-t p-valor

const -6,23108 2,84608 -2,1894 0,02867 **

CERT_ISO 4,74181 1,8585 2,5514 0,01079 **

RISCO 0,0106003 0,027631 0,3836 0,70128

LUCRAT 0,0074374 0,0207686 0,3581 0,72030

RLtoAT_TANG 4,14999 1,84498 2,2493 0,02459 **

ENDIV -0,192686 0,0048123 -40,0403 <0,00001 ***

ENDIV_1 0,0142231 0,00283662 5,0141 <0,00001 ***

TAM_EMP 1,62044 0,21908 7,3965 <0,00001 ***

Estatísticas baseadas nos dados pesados:

Soma dos resíduos quadrados = 33839,1

Erro padrão dos resíduos = 3,86182

não-ajustado = 0,418734

ajustado = 0,41694

Estatística-F (7, 2269) = 233,506 (p-valor < 0,00001)

Critério de informação de Akaike = 12622,9

Critério Bayesiano de Schwarz = 12668,8

Critério de Hannan-Quinn = 12639,6

Estatísticas baseadas nos dados originais:

Média da variável dependente = -23,8244

Desvio padrão da variável dependente = 517,84

Soma dos resíduos quadrados = 7,05975e+008

Erro padrão dos resíduos = 557,799

Modelo 115: Estimativas heterocedasticidade corrigida usando 660 observações

Variável dependente: ROA_mod no Painel Balanceado

Variável Coeficiente Erro Padrão estatística-t p-valor

const -5,99156 3,61765 -1,6562 0,09816 *

CERT_ISO 1,42757 0,348545 4,0958 0,00005 ***

RISCO -0,107954 0,00820241 -13,1612 <0,00001 ***

LUCRAT 0,53077 0,0166736 31,8329 <0,00001 ***

RLtoAT_TANG 2,01678 0,260526 7,7412 <0,00001 ***

ENDIV -2,0405e-06 4,61926e-05 -0,0442 0,96478

ENDIV_1 0,00011681 0,000101769 1,1478 0,25147

TAM_EMP 0,444244 0,24792 1,7919 0,07362 *

Estatísticas baseadas nos dados pesados:

Soma dos resíduos quadrados = 1023,91

Erro padrão dos resíduos = 1,25316

não-ajustado = 0,764328

ajustado = 0,761798

Estatística-F (7, 652) = 302,079 (p-valor < 0,00001)

Critério de informação de Akaike = 2178,84

Critério Bayesiano de Schwarz = 2214,77

Critério de Hannan-Quinn = 2192,77

Estatísticas baseadas nos dados originais:

Média da variável dependente = -0,400721

Desvio padrão da variável dependente = 44,46

Soma dos resíduos quadrados = 1,08655e+006

Erro padrão dos resíduos = 40,8226

292

Modelo 116: Estimativas heterocedasticidade corrigida usando 660 observações

Variável dependente: ROS_mod no Painel Balanceado

Variável Coeficiente Erro Padrão estatística-t p-valor

const -6,2683 2,74283 -2,2853 0,02261 **

CERT_ISO 0,877833 0,327841 2,6776 0,00760 ***

RISCO -0,00787277 0,01737 -0,4532 0,65053

LUCRAT 0,973654 0,0191564 50,8264 <0,00001 ***

RLtoAT_TANG -0,00349266 0,266434 -0,0131 0,98954

ENDIV -3,0965e-05 0,000116787 -0,2651 0,79098

ENDIV_1 0,000158184 5,95958e-05 2,6543 0,00814 ***

TAM_EMP 0,49183 0,18845 2,6099 0,00927 ***

Estatísticas baseadas nos dados pesados:

Soma dos resíduos quadrados = 898,294

Erro padrão dos resíduos = 1,17378

não-ajustado = 0,83834

ajustado = 0,836604

Estatística-F (7, 652) = 483,021 (p-valor < 0,00001)

Critério de informação de Akaike = 2092,45

Critério Bayesiano de Schwarz = 2128,39

Critério de Hannan-Quinn = 2106,38

Estatísticas baseadas nos dados originais:

Média da variável dependente = 1,16485

Desvio padrão da variável dependente = 33,1828

Soma dos resíduos quadrados = 916391

Erro padrão dos resíduos = 37,4901

Modelo 117: Estimativas heterocedasticidade corrigida usando 2277 observações

Variável dependente: TOT_VEND no Painel Balanceado

A variável só tem zeros, abortando a regressão.

Modelo 118: Estimativas heterocedasticidade corrigida usando 660 observações

Variável dependente: CSVtoVEND no Painel Balanceado

Variável Coeficiente Erro Padrão estatística-t p-valor

const 98,6765 4,79163 20,5935 <0,00001 ***

CERT_ISO 0,575063 0,554271 1,0375 0,29988

RISCO -0,0515905 0,00752234 -6,8583 <0,00001 ***

LUCRAT -0,188348 0,0205412 -9,1693 <0,00001 ***

RLtoAT_TANG 1,86362 0,471009 3,9567 0,00008 ***

ENDIV -0,000146084 3,89078e-05 -3,7546 0,00019 ***

ENDIV_1 -0,000151601 3,44505e-05 -4,4005 0,00001 ***

TAM_EMP -2,05012 0,336176 -6,0983 <0,00001 ***

Estatísticas baseadas nos dados pesados:

Soma dos resíduos quadrados = 2030,26

Erro padrão dos resíduos = 1,76462

não-ajustado = 0,27329

ajustado = 0,265488

Estatística-F (7, 652) = 35,0278 (p-valor < 0,00001)

Critério de informação de Akaike = 2630,63

Critério Bayesiano de Schwarz = 2666,57

Critério de Hannan-Quinn = 2644,56

Estatísticas baseadas nos dados originais:

Média da variável dependente = 70,0877

Desvio padrão da variável dependente = 15,2065

293

Soma dos resíduos quadrados = 147676

Erro padrão dos resíduos = 15,0498

Modelo 119: Estimativas heterocedasticidade corrigida usando 660 observações

Variável dependente: VENDtoTOT_AT no Painel Balanceado

Variável Coeficiente Erro Padrão estatística-t p-valor

const 116,219 11,0632 10,5050 <0,00001 ***

CERT_ISO 5,42473 1,34133 4,0443 0,00006 ***

RISCO -0,126859 0,01467 -8,6475 <0,00001 ***

LUCRAT 0,0032577 0,0477237 0,0683 0,94560

RLtoAT_TANG 32,5157 1,67995 19,3551 <0,00001 ***

ENDIV -0,000389326 0,000137463 -2,8322 0,00477 ***

ENDIV_1 -8,23248e-05 0,000254616 -0,3233 0,74655

TAM_EMP -4,52022 0,779394 -5,7997 <0,00001 ***

Estatísticas baseadas nos dados pesados:

Soma dos resíduos quadrados = 2889,82

Erro padrão dos resíduos = 2,10529

não-ajustado = 0,517799

ajustado = 0,512622

Estatística-F (7, 652) = 100,019 (p-valor < 0,00001)

Critério de informação de Akaike = 2863,63

Critério Bayesiano de Schwarz = 2899,56

Critério de Hannan-Quinn = 2877,56

Estatísticas baseadas nos dados originais:

Média da variável dependente = 93,3901

Desvio padrão da variável dependente = 78,2221

Soma dos resíduos quadrados = 2,51913e+006

Erro padrão dos resíduos = 62,1586

Modelo 120: Estimativas heterocedasticidade corrigida usando 660 observações

Variável dependente: ROE no Painel Balanceado

Variável Coeficiente Erro Padrão estatística-t p-valor

const -113,252 19,2143 -5,8941 <0,00001 ***

CERT_ISO 9,94336 2,07828 4,7844 <0,00001 ***

RISCO 0,117238 0,0471234 2,4879 0,01310 **

LUCRAT 0,138494 0,0888555 1,5586 0,11957

RLtoAT_TANG 10,379 1,26108 8,2302 <0,00001 ***

ENDIV -0,166476 0,00449401 -37,0440 <0,00001 ***

ENDIV_1 0,0110503 0,00226132 4,8867 <0,00001 ***

TAM_EMP 8,20606 1,27324 6,4450 <0,00001 ***

Estatísticas baseadas nos dados pesados:

Soma dos resíduos quadrados = 6026,23

Erro padrão dos resíduos = 3,04018

não-ajustado = 0,694213

ajustado = 0,69093

Estatística-F (7, 652) = 211,458 (p-valor < 0,00001)

Critério de informação de Akaike = 3348,68

Critério Bayesiano de Schwarz = 3384,62

Critério de Hannan-Quinn = 3362,61

Estatísticas baseadas nos dados originais:

Média da variável dependente = 0,191303

Desvio padrão da variável dependente = 222,448

Soma dos resíduos quadrados = 6,37199e+007

Erro padrão dos resíduos = 312,618

294

Modelo 121: Estimativas Efeitos Fixos com

dummies

de tempo usando 2277 observações

Incluídas 207 unidades de secção-cruzada - Comprimento da série temporal = 11

Variável dependente: ROA_mod no Painel Dependente e com

dummies

na CERT_ISO

Erros padrão robustos (HAC)

Variável Coeficiente Erro Padrão estatística-t p-valor

CERT_ISO 7,41924 3,64401 2,0360 0,04188 **

RISCO -0,670202 0,47467 -1,4119 0,15812

LUCRAT 0,222361 0,145089 1,5326 0,12553

RLtoAT_TANG -4,15377 3,94052 -1,0541 0,29195

ENDIV -0,000162243 0,000130708 -1,2413 0,21465

ENDIV_1 6,25834e-05 6,82916e-05 0,9164 0,35956

TAM_EMP 0,309556 0,177879 1,7403 0,08196 *

dt_2 9,1291 4,8769 1,8719 0,06136 *

dt_3 8,53723 4,20735 2,0291 0,04257 **

dt_4 8,29911 4,15973 1,9951 0,04616 **

dt_5 5,89891 4,18916 1,4081 0,15924

dt_6 5,68408 3,31137 1,7165 0,08621 *

dt_7 7,41475 3,31771 2,2349 0,02553 **

dt_8 3,01254 2,36692 1,2728 0,20324

dt_9 4,75845 2,077 2,2910 0,02206 **

dt_10 5,52609 1,7105 3,2307 0,00125 ***

dt_11 7,0895 2,94405 2,4081 0,01612 **

Média da variável dependente = -2,62119

Desvio padrão da variável dependente = 58,0241

Soma dos resíduos quadrados = 2,67658e+006

Erro padrão dos resíduos = 36,1073

não-ajustado = 0,650707

ajustado = 0,612766

Estatística-F (223, 2053) = 17,1506 (p-valor < 0,00001)

Estatística de Durbin-Watson = 1,128

Verossimilhança-Logarítmica = -11279,5

Critério de informação de Akaike = 23007

Critério Bayesiano de Schwarz = 24290,6

Critério de Hannan-Quinn = 23475,2

Teste para diferenciar grupos de interceptações no eixo x=0 -

Hipótese nula: Os grupos têm a mesma interceptação no eixo x=0

Estatística de teste: F(206, 2053) = 0,851079 com p-valor = P(F(206, 2053) > 0,851079) = 0,932869

Teste de Wald para a significância conjunta das variáveis tempo auxiliares

Estatística de teste assintótica: Qui-quadrado(10) = 32,4216 com p-valor = 0,000340523

Modelo 122: Estimativas Efeitos Fixos usando 2277 observações

Incluídas 207 unidades de secção-cruzada - Comprimento da série temporal = 11

Variável dependente: ROS_mod no Painel Não Balanceado e com dummies na CERT_ISO

Erros padrão robustos (HAC)

Variável Coeficiente Erro Padrão estatística-t p-valor

CERT_ISO 4,71272 2,14987 2,1921 0,02848 **

RISCO -0,160937 0,085998 -1,8714 0,06143 *

LUCRAT 0,85105 0,0732099 11,6248 <0,00001 ***

RLtoAT_TANG 0,193066 4,817 0,0401 0,96803

ENDIV -0,000210871 0,000196659 -1,0723 0,28372

ENDIV_1 -0,000110111 0,000185847 -0,5925 0,55359

TAM_EMP 0,0110086 0,228592 0,0482 0,96159

295

Média da variável dependente = -7,14971

Desvio padrão da variável dependente = 96,4175

Soma dos resíduos quadrados = 2,47018e+006

Erro padrão dos resíduos = 34,603

não-ajustado = 0,883253

ajustado = 0,8712

Estatística-F (213, 2063) = 73,2759 (p-valor < 0,00001)

Estatística de Durbin-Watson = 1,85546

Verossimilhança-Logarítmica = -11188,1

Critério de informação de Akaike = 22804,2

Critério Bayesiano de Schwarz = 24030,6

Critério de Hannan-Quinn = 23251,6

Teste para diferenciar grupos de interceptações no eixo x=0 -

Hipótese nula: Os grupos têm a mesma interceptação no eixo x=0

Estatística de teste: F(206, 2063) = 1,71131 com p-valor = P(F(206, 2063) > 1,71131) = 9,43718e-009

Modelo 123: Estimativas Efeitos Fixos e com

dummies

de tempo usando 2277 observações

Incluídas 207 unidades de secção-cruzada - Comprimento da série temporal = 11

Variável dependente: TOT_VEND No Painel Balanceado e com

dummies

na CERT_ISO

Erros padrão robustos (HAC)

Variável Coeficiente Erro Padrão estatística-t p-valor

CERT_ISO -124698 533377 -0,2338 0,81517

RISCO 521,256 940,111 0,5545 0,57932

LUCRAT 984,565 641,48 1,5348 0,12498

RLtoAT_TANG 130945 187519 0,6983 0,48507

ENDIV -13,1682 20,456 -0,6437 0,51982

ENDIV_1 -3,57566 19,5113 -0,1833 0,85461

TAM_EMP 121857 26269,4 4,6388 <0,00001 ***

dt_2 -1,93763e+06 880492 -2,2006 0,02787 **

dt_3 -2,00853e+06 837944 -2,3970 0,01662 **

dt_4 -1,99368e+06 824273 -2,4187 0,01566 **

dt_5 -1,79878e+06 707809 -2,5413 0,01112 **

dt_6 -1,40442e+06 547945 -2,5631 0,01045 **

dt_7 -1,23236e+06 500613 -2,4617 0,01391 **

dt_8 -1,14032e+06 438209 -2,6022 0,00933 ***

dt_9 -882146 299813 -2,9423 0,00329 ***

dt_10 -564722 224372 -2,5169 0,01191 **

dt_11 -337776 114772 -2,9430 0,00329 ***

Média da variável dependente = 2,19968e+006

Desvio padrão da variável dependente = 7,56631e+006

Soma dos resíduos quadrados = 2,6297e+016

Erro padrão dos resíduos = 3,57898e+006

não-ajustado = 0,798179

ajustado = 0,776257

Estatística-F (223, 2053) = 36,4098 (p-valor < 0,00001)

Estatística de Durbin-Watson = 0,165532

Verossimilhança-Logarítmica = -37474,3

Critério de informação de Akaike = 75396,6

Critério Bayesiano de Schwarz = 76680,2

Critério de Hannan-Quinn = 75864,8

Teste para diferenciar grupos de interceptações no eixo x=0 -

Hipótese nula: Os grupos têm a mesma interceptação no eixo x=0

Estatística de teste: F(206, 2053) = 34,998 com p-valor = P(F(206, 2053) > 34,998) = 0

296

Teste de Wald para a significância conjunta das variáveis tempo auxiliares

Estatística de teste assintótica: Qui-quadrado(10) = 30,6402 com p-valor = 0,000672598

Modelo 124: Estimativas Efeitos Fixos usando 2277 observações

Incluídas 207 unidades de secção-cruzada - Comprimento da série temporal = 11

Variável dependente: CSVtoVEND no Painel Não Balanceado e

dummies

na CERT_ISO

Erros padrão robustos (HAC)

Variável Coeficiente Erro Padrão estatística-t p-valor

CERT_ISO -2,27136 1,32152 -1,7187 0,08581 *

RISCO 0,00475823 0,0101645 0,4681 0,63975

LUCRAT -0,0399009 0,00922501 -4,3253 0,00002 ***

RLtoAT_TANG 0,833275 0,988948 0,8426 0,39956

ENDIV -0,000186423 0,000174126 -1,0706 0,28446

ENDIV_1 -0,000238851 0,000165365 -1,4444 0,14878

TAM_EMP 4,59335 0,148209 30,9923 <0,00001 ***

Média da variável dependente = 57,2728

Desvio padrão da variável dependente = 31,0294

Soma dos resíduos quadrados = 235452

Erro padrão dos resíduos = 10,6832

não-ajustado = 0,892556

ajustado = 0,881462

Estatística-F (213, 2063) = 80,4585 (p-valor < 0,00001)

Estatística de Durbin-Watson = 1,08649

Verossimilhança-Logarítmica = -8512,02

Critério de informação de Akaike = 17452

Critério Bayesiano de Schwarz = 18678,4

Critério de Hannan-Quinn = 17899,4

Teste para diferenciar grupos de interceptações no eixo x=0 -

Hipótese nula: Os grupos têm a mesma interceptação no eixo x=0

Estatística de teste: F(206, 2063) = 19,7207 com p-valor = P(F(206, 2063) > 19,7207) = 0

Modelo 125: Estimativas Efeitos Fixos usando 2277 observações

Incluídas 207 unidades de secção-cruzada - Comprimento da série temporal = 11

Variável dependente: VENDtoTOT_AT no Painel Não Balanceado e

dummies

na CERT_ISO

Erros padrão robustos (HAC)

Variável Coeficiente Erro Padrão estatística-t p-valor

CERT_ISO 8,37715 4,84886 1,7277 0,08420 *

RISCO -0,0858989 0,145177 -0,5917 0,55413

LUCRAT -0,0289949 0,0126541 -2,2914 0,02204 **

RLtoAT_TANG 28,9038 3,25195 8,8881 <0,00001 ***

ENDIV -0,000989168 0,000479955 -2,0610 0,03943 **

ENDIV_1 -0,000504972 0,00045014 -1,1218 0,26207

TAM_EMP 3,38662 0,247548 13,6806 <0,00001 ***

Média da variável dependente = 70,7659

Desvio padrão da variável dependente = 70,4441

Soma dos resíduos quadrados = 1,60547e+006

Erro padrão dos resíduos = 27,8966

não-ajustado = 0,857852

ajustado = 0,843175

Estatística-F (213, 2063) = 58,4508 (p-valor < 0,00001)

Estatística de Durbin-Watson = 0,726503

Verossimilhança-Logarítmica = -10697,6

297

Critério de informação de Akaike = 21823,1

Critério Bayesiano de Schwarz = 23049,5

Critério de Hannan-Quinn = 22270,5

Teste para diferenciar grupos de interceptações no eixo x=0 -

Hipótese nula: Os grupos têm a mesma interceptação no eixo x=0

Estatística de teste: F(206, 2063) = 31,2384 com p-valor = P(F(206, 2063) > 31,2384) = 0

Modelo 126: Estimativas MQO ("Pooled OLS") usando 2277 observações

Incluídas 207 unidades de secção-cruzada - Comprimento da série temporal = 11

Variável dependente: ROE no Painel Não Balanceado e com dummies na CERT_ISO

Erros padrão robustos (HAC)

Variável Coeficiente Erro Padrão estatística-t p-valor

const -12,0053 8,78069 -1,3672 0,17169

CERT_ISO 30,9434 26,9463 1,1483 0,25095

RISCO 0,0875297 0,0966848 0,9053 0,36540

LUCRAT 0,0566757 0,0656959 0,8627 0,38839

RLtoAT_TANG -0,819221 5,44483 -0,1505 0,88042

ENDIV -0,0680578 0,112311 -0,6060 0,54459

ENDIV_1 0,00254025 0,00720856 0,3524 0,72458

TAM_EMP -1,39839 2,02419 -0,6908 0,48974

Média da variável dependente = -23,8244

Desvio padrão da variável dependente = 517,84

Soma dos resíduos quadrados = 5,68832e+008

Erro padrão dos resíduos = 500,697

não-ajustado = 0,0679894

ajustado = 0,0651141

Estatística-F (7, 2269) = 23,6459 (p-valor < 0,00001)

Verossimilhança-Logarítmica = -17380,7

Critério de informação de Akaike = 34777,5

Critério Bayesiano de Schwarz = 34823,3

Critério de Hannan-Quinn = 34794,2

Livros Grátis
( http://www.livrosgratis.com.br )
 
Milhares de Livros para Download:
 
Baixar livros de Administração
Baixar livros de Agronomia
Baixar livros de Arquitetura
Baixar livros de Artes
Baixar livros de Astronomia
Baixar livros de Biologia Geral
Baixar livros de Ciência da Computação
Baixar livros de Ciência da Informação
Baixar livros de Ciência Política
Baixar livros de Ciências da Saúde
Baixar livros de Comunicação
Baixar livros do Conselho Nacional de Educação - CNE
Baixar livros de Defesa civil
Baixar livros de Direito
Baixar livros de Direitos humanos
Baixar livros de Economia
Baixar livros de Economia Doméstica
Baixar livros de Educação
Baixar livros de Educação - Trânsito
Baixar livros de Educação Física
Baixar livros de Engenharia Aeroespacial
Baixar livros de Farmácia
Baixar livros de Filosofia
Baixar livros de Física
Baixar livros de Geociências
Baixar livros de Geografia
Baixar livros de História
Baixar livros de Línguas

Baixar livros de Literatura
Baixar livros de Literatura de Cordel
Baixar livros de Literatura Infantil
Baixar livros de Matemática
Baixar livros de Medicina
Baixar livros de Medicina Veterinária
Baixar livros de Meio Ambiente
Baixar livros de Meteorologia
Baixar Monografias e TCC
Baixar livros Multidisciplinar
Baixar livros de Música
Baixar livros de Psicologia
Baixar livros de Química
Baixar livros de Saúde Coletiva
Baixar livros de Serviço Social
Baixar livros de Sociologia
Baixar livros de Teologia
Baixar livros de Trabalho
Baixar livros de Turismo
 
 