Você está na página 1de 111

FACULDADE DE ECONOMIA E FINANAS IBMEC

PROGRAMA DE PS-GRADUAO E PESQUISA EM


ADMINISTRAO E ECONOMIA

DISSERTAO DE MESTRADO
PROFISSIONAL EM ECONOMIA

ESTUDO DA ADEQUAO DE TESTES


ESTATSTICOS APLICADOS A
METODOLOGIA DE ESTUDO DE EVENTOS
NA ANLISE DE FATORES DE SUCESSO
EM FUSES E AQUISIES.

SRGIO SIADE

ORIENTADOR: PROF. DR. PER MAGNUS AXELSON

Rio de Janeiro, sexta-feira, 27 de agosto de 2015.


ESTUDO DA ADEQUAO DE TESTES ESTATSTICOS APLICADOS A
METODOLOGIA DE ESTUDO DE EVENTOS NA ANLISE DE FATORES DE
SUCESSO EM FUSES E AQUISIES

SRGIO SIADE

Dissertao apresentada ao curso de


Mestrado Profissional em Administrao
como requisito parcial para obteno do
Grau de Mestre em Administrao.
rea de Concentrao:

ORIENTADOR: PROF. DR. PER MAGNUS AXELSON

Rio de Janeiro, sexta-feira, 27 de agosto de 2015.


S563
Siade, Srgio.
Estudo da adequao de testes estatsticos aplicados a
metodologia de estudo de eventos na anlise de fatores de
sucesso em fuses e aquisies / Srgio Siade.
. - Rio de Janeiro:[s.n.], 2015.
112 f.: il.

Dissertao de Mestrado Profissional em Economia do


IBMEC.
Orientador (a): Prof. Dr. Per Magnus Axelson.
.
1. Fuso e aquisio. 2. Retorno anormal. 3. Estudos e
eventos. I. Ttulo.
CDD 658.16
DEDICATRIA

A minha me e a minha esposa.


AGRADECIMENTOS

Eu agradeo ao meu orientador Prof. Per Magnus Axelson pela sua pacincia e compreenso,

seja pela falta do meu conhecimento ou pela minha limitao da lngua inglesa. Sua

contribuio foi essencial para a concluso do trabalho, apontando por diversas vezes o

melhor caminho onde tudo parecia difcil e confuso. Suas oportunas consideraes e crticas

foram sempre pertinentes, seja pelo seu elevado espirito investigativo ou acadmico. Sem a

sua participao certamente este trabalho no aconteceria.

Eu gostaria de agradecer em especial o prof. Luiz Ozrio, que me props o tema e a rea da

dissertao, me aconselhou durante a execuo do trabalho, dos trmites e processos junto ao

IBMEC e por fim participou da defesa da dissertao. Sem sua ajuda e contribuio seria

muito mais difcil a concluso deste trabalho.

Agradeo tambm ao Marcelo Pessoa, por sua participao na banca examinadora fazendo

crticas minuciosas e sugerindo alteraes pertinentes e relevantes a este trabalho, tornando-o

melhor do que foi inicialmente apresentado na defesa.

Gostaria e agradecer aos professores Rodrigo Novinski e Roberto Montezano que

contriburam em pontos especficos para essa dissertao, elucidando e apontando algumas

alternativas frente as minhas dvidas.

Ao Thiago Silva pelo total desprendimento e disposio de compartilhar comigo seus

conhecimentos adquiridos em sua dissertao de mestrado, atendendo-me todas as vezes que

tive dvidas e elucidando-as sempre que solicitado.


Sou grato tambm aos professores do IBMEC que me proporcionaram uma oportunidade

singular de aprendizado nas disciplinas cursadas, a saber: Marcelo de Albuquerque e Mello,

Fernando Nascimento de Oliveira, Christiano Arrigoni, Osmani Teixeira de Carvalho Guilln,

Raimundo Nonato Sousa Silva e Marcelo Verdini Maia.

Gostaria de agradecer a minha me Ivanilde Pereira Siade que me apoiou incondicionalmente,

dando-me foras e suporte para o cumprimento deste desafio na minha vida.

Por fim, gostaria de um especial agradecimento a minha esposa, Felcia Nonato Daquimo

Rosetti, que esteve ao meu lado durante todo este longo perodo, me apoiando e me dando

fora. Sua generosa pacincia e compreenso me permitiu ter o equilbrio necessrio nos

momentos mais difceis e em praticamente dois anos e meio compartilhou de forma

magnnime a abstinncia social e privao dos finais de semana com amigos e viagens para

que pudesse me dedicar a este mestrado.


RESUMO

Esta pesquisa teve como objetivo investigar se o retorno das aes das empresas adquirentes

influenciado por alguns fatores especficos no momento em que anunciado um processo de

fuso e aquisio. Os fatores selecionados para a anlise foram: Empresas alvo de capital

aberto ou capital fechado, nvel de governana corporativa das empresas adquirentes, setor de

atividade da empresa adquirente e a relao entre o valor da aquisio e o valor de mercado da

empresa adquirente.

Utilizou-se uma amostra de 511 fuses e aquisies no Brasil entre o perodo de 2009 a 2014,

empregando a metodologia de estudo de eventos. Como a validade dos resultados do modelo

de precificao depende da metodologia utilizada no estudo, foi utilizado estudo de eventos

com uma proposta de abordagem de testes estatsticos: Teste BMP, Teste Rank Generalizado

e Teste Generalizado do Sinal para substituir o tradicional T-teste.

Esta metodologia permitiu identificar o efeito do fator Governana Corporativa combinado

com a relao entre o valor da aquisio e o valor de mercado da empresa adquirente sobre os

retornos das aes das empresas adquirentes na hora do anncio da fuso ou aquisio.

Palavras Chave: Fuso e Aquisio, F&A, Estudo de Eventos, Retornos Anormais, Teste

Paramtricos, Testes No Paramtricos, Teste BMP, Teste Rank Generalizado e Teste

Generalizado do Sinal, Empresas de Capital Aberto, Empresas de Capital Fechado,

Governana Corporativa, Valor Aquisio.


ABSTRACT

This research had a goal to analyze if the stock returns of acquirers is caused by some specific

factors at a merger and acquisition announcement. The factors selected for analysis were:

When the target was private company against public company, corporate governance level of

the acquiring company, sector of activity of the acquiring company and the relationship

between the acquisition price and the market value of the acquiring company.

We used a sample of 511 mergers and acquisitions in Brazil in the period 2009 to 2014, using

the event study methodology. As the validity of the results of the pricing model depends on

the methodology of the study, event studies was used with a proposed statistical tests

approach: Standardized Cross-Sectional Test, Generalized Rank Test and Generalized Signal

Test to replace the traditional T-test.

This methodology allowed to identify the effect of the Corporate Governance factor combined

with the relationship between the acquisition price and the market value of the acquiring

company on the stock returns of acquirers at a merger and acquisition announcement.

Key Words: Merger and Acquisition, M & A, Event Study, Abnormal Returns, Parametric

Test, Nonparametric Tests, T-Test , BMP Test, Standardized Cross-Sectional Test,

Generalized Rank Test and Generalized Signal , Private Firms, Public Firms, Corporate

Governance, Value Acquisition.


SUMRIO

DEDICATRIA .......................................................................................................... V

AGRADECIMENTOS ................................................................................................ VI

RESUMO................................................................................................................. VIII

ABSTRACT............................................................................................................... IX

1 INTRODUO ..................................................................................................... 1

2 REVISO DA LITERATURA ............................................................................... 3

2.1 FUSES E AQUISIES ................................................................................ 3

2.2 FUSES E AQUISIES NO BRASIL: ........................................................ 10

2.3 FATORES QUE PODEM INFLUENCIAR OS RESULTADOS DAS F&A. ..... 15


2.3.1 Tipo da Empresa Alvo: Empresa de Capital Aberto ou Empresas de Capital Fechado. .................... 16
2.3.2 Nvel de Governana Corporativa da Empresa Adquirente: .............................................................. 18
2.3.3 Setor Econmico da Empresa Adquirente: ......................................................................................... 19
2.3.4 Relao entre o Valor da Transao (Compra) com o Valor de Mercado da Empresa Adquirente: .. 20

2.4 TIPOS DE AVALIAES DE RESULTADO DE F&A: .................................. 22

2.5 ESTUDOS DE EVENTOS: ............................................................................. 25

3 DEFINIO DO PROBLEMA DE PESQUISA E OBJETIVOS: ........................ 28

4 METODOLOGIA ................................................................................................ 29

4.1 DEFINIES DE ESTUDO DE EVENTOS .................................................... 29


4.1.1 A definio da Janela de Tempo ........................................................................................................ 30
4.1.2 Janela de Estimao, Definida pelo Perodo de Tempo T 1-T0. ........................................................... 31
4.1.3 O Modelo para Medir o Retorno Normal: .......................................................................................... 31
4.1.4 Janela do Evento, Definida pelo Perodo de Tempo T 2-T1: ................................................................ 33

4.2 TESTES DE HIPTESES .............................................................................. 36

4.3 OS TESTES PARAMTRICOS ..................................................................... 37


4.3.1 T-teste para um Evento ou para Grupo de Eventos ............................................................................ 38
4.3.2 Teste BMP ou Teste Cross-Sectional Normalizado: ....................................................................... 39
4.3.3 Problemas com os Testes de Hipteses: ............................................................................................. 42

4.4 OS TESTES NO PARAMTRICOS............................................................. 44


4.4.1 Teste do Rank para Grupo de Eventos: .............................................................................................. 44
4.4.2 Teste Generalizado do Rank. .............................................................................................................. 46
4.4.3 Teste do Sinal para Grupo de Eventos: .............................................................................................. 48
4.4.4 Proposta de Uso dos Testes de Hipteses ........................................................................................... 50

5 TRATAMENTO DOS DADOS ........................................................................... 51

5.1 CONSTRUO DA BASE DE DADOS: ........................................................ 51

5.2 FONTE DE DADOS: ...................................................................................... 52


5.2.1 Bloomberg: ......................................................................................................................................... 52
5.2.2 Banco Central: .................................................................................................................................... 53
5.2.3 Economtica: ...................................................................................................................................... 53

5.3 CONSTRUO DOS FATORES: .................................................................. 53


5.3.1 Fator: Tipo Empresa Alvo Empresa de Capital Fechado ou Empresas de Capital Aberto: ............. 53
5.3.2 Fator: Nvel de Governana Corporativa: .......................................................................................... 54
5.3.3 Fator: Setor Econmico da Empresa Adquirente: .............................................................................. 56
5.3.4 Fator: Valor da Aquisio contra Valor da Empresa Adquirente: ...................................................... 56
5.3.5 Cruzamento entre fatores:................................................................................................................... 57

5.4 DEFINIES DE FILTROS: .......................................................................... 58


5.4.1 Filtro 1: Eventos de Uma Mesma Empresa em Intervalos Inferiores a 30 dias: .............................. 58
5.4.2 Filtro 2 Empresas com Preos das Aes no Economtica. ............................................................ 58
5.4.3 Filtro 3: Eventos Com Menos de Um Ano de Informao na Janela de Estimativa: ....................... 59
5.4.4 Filtro 4: Excluso de Aes de Baixa Liquidez: ............................................................................. 59

5.5 RESULTADOS APS OS FILTROS: ............................................................ 60

6 RESULTADOS IMPRICOS:.............................................................................. 62

6.1 DISTRIBUIO DOS EVENTOS NO TEMPO: .............................................. 62

6.2 ANLISE DOS PARMETROS ALFA E BETA DA JANELA DE


ESTIMAO ............................................................................................................. 63

6.3 ANLISE DESCRITIVAS DOS RETORNOS ANORMAIS POR GRUPOS: .. 64


6.3.1 Empresas Alvo de Capital Aberto vs. Capital Fechado. ..................................................................... 65
6.3.2 Adquirentes classificados como Novo Mercado vs. Outros Segmentos BOVESPA: ........................ 66
6.3.3 Setor de Atuao (Setor NAICS Simplificado): .............................................................................. 66
6.3.4 Relao entre o valor da Aquisio/Valor Mercado do adquirente Pequena vs. Grande. ................ 67

6.4 OS TESTES ESTATSTICOS: ....................................................................... 69


6.4.1 Teste de Homogeneidade entre os Grupos. ........................................................................................ 70
6.4.2 Teste de Igualdade de Varincia entre a Janela de Estimao e a Janela de Evento .......................... 71
6.4.3 Teste de Normalidade:........................................................................................................................ 72
6.4.4 Anlise da simetria das distribuies dos grupos. .............................................................................. 73
6.4.5 Resumo da proposta de teste para cada grupo. ................................................................................... 74
6.4.6 Resultado dos testes para cada grupo dos 4 fatores: ........................................................................... 75

6.5 CRUZAMENTOS ENTRE VALOR DA AQUISIO CONTRA DEMAIS


GRUPOS ................................................................................................................... 77
6.5.1 Grupo Empresas Alvo de Capital Aberto contra Capital Fechado: .................................................... 79
6.5.2 Grupo de Governana Corporativa: .................................................................................................... 80
6.5.3 Grupos por Setor Econmico: ............................................................................................................ 81

7 CONCLUSO .................................................................................................... 82

REFERNCIAS BIBLIOGRFICAS: ........................................................................ 84

APNDICE A: ............................................................................................................. 1

DEFINIES DAS VARIVEIS UTILIZADAS NO ESTUDO ..................................... 1

APNDICE B .............................................................................................................. 8

LISTA DE GRFICOS: ............................................................................................... 8

LISTA DE TABELAS: ................................................................................................. 9

LISTA DE EQUAES E DEFINIES .................................................................. 10

GLOSSRIO:............................................................................................................ 12
1 INTRODUO

Nas ltimas dcadas, a economia brasileira vem observando um movimento

contnuo de fuses e aquisies (F&A) de empresas. Somente no perodo de 2003 a 2007

mais de R$ 330 bilhes de Reais foram movimentados em operaes de fuses e aquisies

distribudas em cerca 300 operaes ocorridas no mercado brasileiro. Isto demostra uma

tendncia crescente concentrao e centralizao do capital. Alm disso, observou-se uma

mudana no patamar do volume de transaes de Fuses e Aquisies no Brasil. Segundo o

Relatrio KPMG (2015) houve uma tendncia de crescimento que tinha mdia de 290

transaes entre 2000 e 2004 crescendo para 563 transaes entre 2005 e 2010 e atingindo o

patamar de 811 transaes no perodo entre 2011 e 2014.

Este fenmeno no exclusivo do mercado brasileiro, pois tambm constatado nos

demais mercados globais, tais como EUA, Reino Unido, Itlia, ndia e etc. Conforme

Brealey, Myer e Allen ( 2011) apesar da principal razo de uma fuso e aquio entre duas

empresas que elas devem valer mais juntas do que separadas, isto nem sempre ocorre e

existe inmeros casos de fuses e aquisies que fracassam.

Por esta razo, surgem inmeros artigos acadmicos nacionais e internacionais

tentando entender como este fenmeno ocorre, e como eles se ajustam s vrias

metodologias para avaliar os resultados inerentes operao de F&A e seus impactos, tais

como: (BATISTA E MINARDI, 2010; BOEHMER, MUSUMECI, E POULSEN ,

1991;CAMARGO E BARBOSA, 2007; FULLER E NEITER, 2002; PETMEZAS, 2009;

BEAVER, 1968) e outros.

1
Este trabalho teve como objetivo utilizar e avaliar algumas metodologias clssicas

em anlise de fuses e aquisies como estudo de eventos e analisar uma base de dados de

empresas que realizaram F&As no Brasil entre o perodo de 2009 e 2014, extrada em

grande parte das fontes: Bloomberg, Economtica e Banco Central.

O primeiro ponto deste estudo foi identificar alguns fatores que influenciam o

retorno das aes dos acionistas das empresas adquirentes no momento do anncio da fuso

e aquisio. Os fatores estudados foram: Tipo da Empresa alvo: Capital Aberto ou Capital

Fechado; Nvel de Governana Corporativa; Setor Econmico da Adquirente e Percentual

do Valor da Operao contra Valor de Mercado da Empresa Adquirente. Eles foram

avaliados em separado e cruzados com o ltimo fator.

O segundo ponto deste estudo foi a metodologia aplicada, com o uso de Estudos de

Eventos que contou com uma anlise crtica dos testes hiptese utilizados, indicando a

aplicao de testes paramtricos e no paramtricos dependendo dos pressupostos violados .

Tal fato possibilitou avaliar a aderncia do teste estatstico T-teste e propor uma nova

abordagem utilizando trs testes distintos dependendo da adequao de seus pressupostos.

Esta proposta tem o objetivo de aplicar o melhor teste em estudos de eventos para avaliao

dos retornos anormais acumulados mdios em grupos de Fuses e Aquisies.

Essa abordagem permitiu mostrar que em alguns casos os testes clssicos usados

indiscriminadamente em Estudos de Eventos so superdimensionados ou subdimensionados,

comprovando a tese da necessidade de aplicar o teste adequado ao estudo dependendo da

sustentao dos pressupostos.

Com est metodologia, pode-se comprovar tambm que o grupo de Alta Governana

Corporativa em aquisies de alto valor relativo so significativamente positivos ao passo

que aquisies de baixo valor relativo no so relevantes ao acionista. Por outro lado, o

grupo das empresas sem comprovao de Governana Corporativa, quando faz uma

2
aquisio de Alto Valor Relativo os acionistas da empresa adquirente reagem mal onde o

retorno significativamente negativo.

Com est metodologia, pode-se comprovar que para o grupo de aquisies de baixo

valor relativo existe uma relao positiva entre o nvel de Governana e o retorno anormal

para o acionista da empresa adquirente. Apesar de ter tendncias semelhantes literatura

no puderam ser interpretados, ora por no apresentarem resultados estatisticamente

significativos, ora por no terem um padro definido.

2 REVISO DA LITERATURA

2.1 FUSES E AQUISIES

O mercado global tem intensificado cada vez mais o nmero de transaes de Fuses

e Aquisies. Segundo Thomson Reuters (2015), somente no primeiro trimestre de 2015

devido um ritmo constante de ofertas, o valor de Fuses e Aquisies para o primeiro

trimestre de 2015 em todo o mundo totalizaram US$ 854,2 Bilhes, que representa um

aumento de 25% em relao a 2014, sendo que houveram 27 transaes com valores

superiores a US$ 5 Bilhes. Isso representa um aumento de 59% em relao ao primeiro

trimestre do ano anterior.

Este aumento pode ser visto pelo volume de transaes globais crescente em

praticamente todo o ano de 2014 conforme KPMG (2015) representado no grfico abaixo:

3
Grfico 1 Nmero de Fuses e Aquisies Globais.

Tal crescimento vem se mostrando uma tendncia, como ressalta Brealey, Myer e

Allen (2011), ao avaliar o mercado dos EUA. A escala e o ritmo da atividade de Fuses e

Aquisies nos EUA tm sido notveis. Em 2006, os EUA estavam envolvidos em negcios

que totalizam quase US$1.5 trilho. O relatrio Thomson Reuters (2015) sustenta esta

tendncia com os nmeros mais recentes, onde s no primeiro trimestre de 2015 os USA

totalizaram US$415 Bilhes, um aumento de 33% em relao ao nvel de atividade

observado durante o primeiro trimestre de 2014. Este perodo caracterizou-se como o mais

forte primeiro trimestre desde 2000, apresentando US$229 Bilhes de transaes anunciadas

durante o primeiro trimestre de 2015.

Brealey, Myer e Allen (2011) mostram a evoluo das F&A nos EUA entre 1962 e

2008, sinalizando uma intensificao na ltima dcada.

4
Grfico 2: Nmero de Fuses e Aquisies EUA

Nas ltimas dcadas, a economia brasileira vem observando tambm a um

movimento semelhante de fuses e aquisies (F&A). Segundo a KPMG (2015) houve uma

concentrao de mais de 9.800 operaes de aquisies e fuses no perodo de 20 anos.

Grfico 3: Evoluo Do nmero de Eventos de Fuses e Aquisies no Brasil entre 1994 a 2014:

5
Os dados da KPMG no Grfico 3 indicam que o volume de F&As vem crescendo a

cada ano, onde percebemos algumas oscilaes, revelando que existe um movimento de

ondas no Brasil semelhantes ao apresentado nos EUA. Estes movimentos esto relacionados

aos movimentos de expanso econmicas do pais. Segundo Berk e DeMarzo (2014), as

mesmas condies que geram expanso econmica, provavelmente impulsionam as

atividades de F&A. Pelos dados do BOLETIM ANBIMA (2014), Grfico 4, constata-se que

o volume das transaes negociadas ano a ano atingiu um pico em 2010 e novamente em

2013. Os dados revelam que possivelmente, o ano de 2014 foi afetado pelas incertezas que

movimentaram a economia brasileira.

Grfico 4 Evoluo do Volume Financeiro das Fuses e Aquisies no Brasil entre 2005 a 2014

Totais de Fuses e Aquisies no Brasil


$200 $184.8 $181.0
$180
$160 $142.8 $146.0
$132.3 $136.5
$140 $125.9 $122.3
R$(BILHES)

$119.0
$120
$100
$80
$60 $44.8
$40
$20
$-
2005 2006 2007 2008 2009 2010 2011 2012 2013 2014

Ano
Fonte: ABIND

Quando se compara o Grfico 3 ao Grfico 2, percebe-se que existe a evidncia de

ciclos nos dois grficos sugerindo que tanto nos EUA quanto no Brasil as F&As acontecem

em ondas. Brealey, Myer e Allen (2011) verificam a presena de ondas no mercado

americano como vemos no Grfico 2.

6
Damodaran (2004) resume a evoluo dos processos de Fuses e Aquisies (F&A):

As principais atividades de fuses registradas nos EUA ocorreram em ondas, sendo a

primeira no incio do sculo por empresas do setor de petrleo com o objetivo de dominar o

setor e criar um monoplio. A partir deste fato, as ondas de F&A tiveram estratgias

diferentes, tais como ampliao do alcance da empresa, novos mercados, diversificao,

formao de conglomerados, reestruturao dos ativos e outros motivos. Estes fenmenos

tm comportamento semelhante por todo o mundo.

Outros autores reforam a constatao que os processos de F&As acontecem em

ondas, tais como (HARFORD, 2005;MACNAMARA, HALEBLIAN E DYKES, 2008;

TOWN, 1992 E ANDRADE, MITCHELL E STAFFORD, 2001). Estas ondas podem ser

causadas por choques econmicos, regulao ou por surgimento de novas tecnologias,

podendo ocorrer em determinados setores econmicos. Porm, Brealey, Myer (Allen, 2011)

diz que Na verdade no se pode compreender a razo pela qual processos de F&A so to

volteis e mostra argumentos onde frgil atribuir razes puramente econmicas as F&A.

Outras teorias que tentam explicar a razo da intensificao das F&As nas ltimas

dcadas atribuir a quais foras ela est relacionada, tais como: As mudanas tecnolgicas,

tecnologias complementares ou necessidade de suprir defasagem tecnolgica, economia de

escala e escopo, globalizao, comrcio livre, novas indstrias e setores, processos

regulatrios, condies financeiras favorveis, tendncia de declnio em alguns setores da

economia e etc.

Segundo Jensen (1988) existem evidncias e anlises econmicas que indicam que

as F&As vm beneficiando os acionistas. Na dcada de 80 as operaes de F&A

movimentaram uma mdia aproximada de 200 bilhes de dlares ao ano nos EUA e os

ganhos das empresas adquirentes corresponderam a quase metade de todo o valor

distribudo em dividendos no mesmo perodo. Recentemente Berk e DeMarzo (2014)

7
menciona que o mercado Global de F&As pode chegar a movimentar um trilho de dlares

ao ano.

Segundo eles, Fuses e Aquisies ocorrem quando uma empresa compradora

acredita ser capaz de adicionar valor econmico por meio de aquisio. Portanto, a principal

razo para a realizao de uma F&A a adio de valor aos acionistas das empresas

envolvidas. As principais justificativas conceituais para a realizao desta operao so:

Ganho de sinergias (reduo de custos com pessoal, aumento do poder de barganha com

fornecedores, aumento da malha de distribuio de produtos, eliminao de postos de

trabalho que apresentem funes superpostas), economia de escala e escopo; concentrao

horizontal e poder de mercado, ampliao na atuao na cadeia de valor, entrada em novos

mercados, diversificao (independncia de produtos especficos ou concentrao de

clientes), reduo de riscos setoriais, ganho de participao no mercado onde o adquirente

est presente, maior flexibilidade na definio de preos de produtos e fortalecimento da

marca junto aos consumidores.

Brealey, Myer e Allen (2011) ressaltam a complementaridade de recursos como um

fator de sucesso. Segundo eles, pequenas empresas so adquiridas por grandes empresas por

prover componentes necessrios para o seu sucesso. As pequenas empresas que por sua vez

tem carncia de processos e estrutura de vendas para colocar no mercado seu produto em

larga escala, alm de falta de capital para investir em projetos. Estas carncias podem ser

supridas por grandes empresas que apesar de possurem infraestrutura e recursos

financeiros, so carentes de projetos brilhantes e recursos criativos para execut-los. Este

argumento sustentado por Moeller, Schlingemann e Stultz (2004) para justificar o fator de

sucesso entre aquisies de empresas pequenas (muitas vezes de capital fechado).

Outra forma de traduzir em objetivos mais pragmticos estes ganhos so atravs de

Aquisies de empresas subvalorizadas, diversificao de riscos, criao de sinergia

8
operacional, financeira ou mercadolgica dentre outros. Assim, sempre se esperar que haja

ganho financeiro para a companhia nesta transao.

Entretanto, estudos mais recentes mostram que o desempenho de uma F&A nem

sempre positivo, ou pelo menos no se consegue provar este ganho. Existem inmeros

casos de fracassos em F&As. Brealey, Myer e Allen (2011) citam alguns como AOL e Time

Warner, Apex One e Coverse e Daimler-Benz e Chrysler dentre outros. Alguns fatores

devem ser profundamente avaliados com pena de levar as F&A ao fracasso, dentre eles

destacam-se aspectos sobre a m integrao entre as empresas aps a F&A, m avaliao da

complexidade tecnolgica e integrao entre as empresas, conflito entre as culturas

organizacionais entre as empresas. A supervalorizao de uma compra levada por excesso

de otimismo dos compradores ou at mesmo responsabilidades ambientais no avaliadas

podem levar uma F&A ao fracasso.

O prprio conceito de desempenho ou ganho pode ser definido por ticas distintas

tais como o valor financeiro da empresa resultante, o retorno para o acionista da empresa

adquirente ou da empresa alvo no momento do anncio da aquisio, dentre outros. Muitas

vezes a definio de desempenho est relacionada a metodologia que se usar para avaliar o

impacto da F&A na empresa resultante.

Alm disto, fatores exgenos como mercado, a concorrncia e a oscilao da

economia podem criar rudos na apurao de resultados.

Segundo Petmezas (2009), as operaes de F&As so mais propcias ao sucesso em

ciclos particulares da economia em que o mercado financeiro se encontra aquecido, ou seja,

com alto nvel de valorao. Ele encontrou evidncias na Inglaterra de que se um processo

de aquisio ocorre durante um momento de aquecimento financeiro resultar em retornos

positivos no curto prazo para os acionistas da empresa adquirente. Desta forma, Petmezas

9
comprova a ideia que fatores exgenos podem influenciar positivamente ou negativamente

os resultados de uma operao de F&As.

Segundo Damodaran (2004), os acionistas das empresas alvo so os grandes

ganhadores das F&As, onde em mdia tem retornos extras mdios de 30%, alemdo aumento

no preo das aes antes do anncio da F&A quando estas so realizadas em mercados no

eficientes. Este fato evidncia que o mercado financeiro est atento s movimentaes das

empresas ou que as informaes a respeito de negcios futuros podem ter vazado.

Como o processo de operacionalizao de uma F&A pode levar muito tempo e

ocorre paralelamente com vrios fatores que podem influenciar os resultados da empresa,

no fcil identificar se uma empresa obteve ganhos em consequncia desta F&A. Este

diagnstico depender da capacidade de identificar e isolar estes fatores para atribuir o real

impacto da F&A. Cada vez mais aparecem propostas de metodologias de avaliao dos

impactos nas empresas causados pelas F&A, como ser visto nos prximos captulos.

2.2 FUSES E AQUISIES NO BRASIL:

Proporcionalmente ao mercado mundial, este tema vem ganhando importncia no

Brasil. Desta forma, surgem artigos acadmicos que visam entender como este fenmeno

ocorre no contexto brasileiro e como ele se ajusta s vrias metodologias internacionais para

avaliar os resultados inerentes operao de F&A e seus impactos. Neste trabalho foram

identificados treze artigos nacionais com foco em avaliar F&As no mercado nacional, seus

impactos, fatores que podem influenciar os resultados destas operaes e as diversas

metodologias empresas.

10
A Tabela 1: Resumo com Artigos Nacionais sobre Avaliao de Desempenho de

F&As no Brasil, mostra um resumo dos artigos ressaltando os principais pontos como:

Autores, Ano, Perodo, Amostra, Fonte, Mtodo e Resultados.

Em resumo os artigos da Tabela 1: 45% foram publicados entre 2001 e 2006 e os

demais entre 2007 e 2013. Em sua grande maioria os pesquisadores se utilizaram de dados

vindo das publicaes trimestrais obtidos de demonstraes financeiras no consolidadas da

BOVESPA, Economtica, Bloomberg e LAFIS. Apesar da maioria dos estudos partirem de

bases relativamente grandes, filtros para torn-las consistentes reduziram consideravelmente

seus tamanhos. Cerca de 66% dos artigos se basearam em amostras inferiores a 75

observaes, nmeros de amostras pequenos e, que podem comprometer os resultados dos

estudos. O intervalo de tempo analisado, na maioria dos estudos so posteriores a 1994

(77%), devido estabilidade do Real.

11
Tabela 1: Resumo com Artigos Nacionais sobre Avaliao de Desempenho de F&As no Brasil
Autores / Ano Perodo Amostra Fonte Mtodo Resultados
Arajo, Goldner, Brando e BACEN
1995/2004 232 Bancos Regresso Mltipla No comprovou o impacto da F&A
Oliveira (2007) Maiores bancos rankiados no periodo
Estudo de Evento, Teste Estatsticos e
Camargos e Barbosa (2005) 1995/1999 22 F&As Economtica, LAFIS No comprovou o impacto da F&A
Anova
Camargos e Barbosa (2007) 1995/1999 21 F&As Economtica, LAFIS Estudo de Eventos No comprovou o impacto da F&A
Dados Trimestrais Consolidados
Camargos e Barbosa (2008) 1996-2004 72 F&As Economtica Comprovou o impacto da F&A
(DREs). E Teste Estatsticos

Multi source: Bloomberg, Lafis, Comprovou que F&As podem constituir


Patrocnio, Kayo e Kimura Anlise Setorial e de Empresas; importantes mecanismos de incorporao de
1994-2004 140 F&As ANOVA
(2007) Jornal Folha de S.Paulo ;CVM ; ativos intangveis para as empresas
Bovespa e Economtica adquirentes.

Mutisouce : Thomson Financial


Securities Data, Securites Data,Who Dados Trimestrais Consolidados
Rocha, Iootty e Ferraz (2001) 1990 / 1997 120 F&As No comprovou o impacto da F&A
Owns Whom da Dun & Bradstreet, (DREs)
Gazeta Mercantil e BNDES
BACEN, BNDS, Gazeta Mercantil, Estatisticas descritivas de perfil das
Miranda e Martins (2000) 1991/1997 636 F&As Descreve as F&A
Securities Data e KPMG. empresas
Brito, Batistella e Fama
1997/2003 17 F&As Economtica, CVM, BACEN Estudo de Eventos No comprovou o impacto da F&A
(2005)
Dados Trimestrais Consolidados
Matias e Pasin (2001) 1995/1997 22 F&As KPMG e Deloitte Touche Tohmatsu No comprovou o impacto da F&A
(DREs)
Constatou-se a gerao de sinergias, impacto
Indices agregados de indicadores
Camargos e Barbosa (2005) 1995/1999 21 F&As Economtica, LAFIS negativo no desempenho financeiro e positivo
contabeis
no econmico aps a F&A
Thomson Financial, Deloitte Touche Indices agregados de indicadores Comprovou que houve ganhos decorrentes de
Pasin (2002) 1996 / 1999 15 F&AS
Tomatsu e KPMG. contabeis sinergias, integrao e melhor gesto do F&A
Da Motta, Oliveira, Cavazotte, Dados Trimestrais Consol. Teste No comprovou ganhos de valor para os
2005/2010 60 F&As Bloomberg e Economtica
Pinto e Klotzle (2013) Estatsticos e Regresses acionistas, nem sinergias operacionais.
O nvel de valorao do mercado no momento
Thompson One Banker e Estudo de Evento, Teste Estatsticos e
Batista e Minardi (2010) 1993/2007 110 F&As do anncio do negcio tem influncia no
Economtica Regresses (RAA)
desempenho das aes da compradora.

12
Arajo, Goldner, Brando e Oliveira (2007) propem fazer uma anlise sobre os

retornos das F&As do Setor Bancrio Brasileiro entre o perodo de 2000 a 2004. O foco foi

basicamente realizar a anlise de indicadores contbeis , mas os resultados do estudo no

puderam comprovar evidncias de que os processos de F&As impactam os retornos dos

Bancos adquirentes.

Batista e Minardi (2010) avaliaram a hiptese que os retornos das F&As para os

acionistas podem ser influenciados pelo momento que a F&A ocorre: em perodo de alta

valorao (otimistas) e baixa valorao. Este artigo chegou a resultados opostos ao que

ocorreu nos EUA e Reino Unido onde se pode comprovar que no Brasil, os eventos

ocorridos em baixo aquecimento geraram retornos anormais superiores que os de aquisies

anunciadas em momentos de maior otimismo dos investidores. Camargo & Barbosa

publicaram uma srie de artigos sobre fuses e Aquisies. Em Camargos e Barbosa (2005)

o foco foi avaliar os retornos das fuses e aquisies no mercado brasileiro ps plano real.

Entretanto, no foi possvel constatar impactos dos processos de F&As nos preos das aes

apesar da sinalizao de tendncia de queda pelas mdias dos retornos anormais aps a

divulgao dos eventos. Camargo e Barbosa (2007), publicaram artigo com uma amostra

semelhante, no perodo de 1994 a 2001 onde se buscou avaliar o retorno anormal das aes

do adquirente visando testar a hiptese de criao de valor para o acionista e a eficincia de

mercado. A principal concluso foi que os processos de F&As analisados no

proporcionaram, de uma maneira geral, retornos anormais para o acionista e que o mercado

se comportou de maneira eficiente. Em seu artigo Camargos e Barbosa (2008) usaram outro

mtodo, atravs de anlise do Q de Tobin, VM/VP e Firm Value, onde avaliaram o

desempenho contbil empresarial aps as F&As. Eles usaram testes de Rank e anlise de

correlao para testar os resultados de aumento do desempenho contbil da empresa

13
adquirente aps F&A. Constataram que houve diferena significativa para as trs mtricas,

confirmando a criao de valor pelas empresas estudadas.

Da Motta, Oliveira, Cavazotte, Pinto e Klotzle (2013) como os demais estudos, se

propuseram a analisar se as empresas brasileiras que realizaram F&As entre 2005 a 2010

apresentaram maior eficincia para a empresa resultante e maiores benefcios para os

acionistas. Apesar das mdias apresentarem melhoras relativas, no foi possvel comprovar

estas melhoras estatisticamente. Das variveis testadas para influncia do retorno ao

acionista da empresa adquirente as nicas variveis que tiveram impacto significativo

foram: o porte representado pelo faturamento da empresa e se a F&A foi Horizontal ou

Vertical.

Matias e Pasin (2001) procuraram avaliar se houve sinergia nas F&As estudadas e

quais foram os impactos na rentabilidade das empresas adquirentes. Eles definiram como

ndice de rentabilidade o ndice de patrimnio lquido (RPL) e a evoluo dos indicadores

de sinergia operacionais: Custo dos produtos vendidos (CPV) e despesas administrativas e

gerais (DA). Segundo sua concluso, grande parte das empresas estudadas apresentaram

redues nos ndices de custo dos produtos vendidos e das despesas administrativas e gerais

com consequente aumento na rentabilidade, comprovando a existncia de sinergias nos

processos de F&A das empresas da amostra.

Miranda e Martins (2000) fizeram um estudo descritivo das fontes de dados

disponveis da KPMG e Secutities Data, totalizando uma amostra de 1.369 transaes de

F&As, sobre fuses e aquisies entre o perodo de 1991 a 1997 concluram que existiu uma

tendncia de aumento da diversificao setorial nos anos de estudo com elevao de

participao de empresas estrangeiras como adquirentes, apontando trs fatores para

explicar este fenmeno: depreciao de 40% em mdia no ano de 1999 do Real, tornando as

empresas brasileiras bem atrativas em relao ao dlar. Houve tambm a elevao dos

14
passivos financeiros para vrias empresas e pr fim a interrupo das captaes externas

pelas empresas brasileiras decorrente da crise cambial que resultou em uma maior

desnacionalizao da economia brasileira em relao aos anos anteriores ao estudo.

Patrocnio, Kayo e Kimura (2007) estabeleceram a relao entre a intangibilidade e a

criao de valor nos eventos de aquisio de empresas brasileiras. Atravs de estudos de

eventos e anlise de varincia podem-se constatar diferenas significativas indicando

retornos positivos para a amostra de empresas intangvel-intensiva e retornos negativos para

a amostra de empresas classificadas como tangveis-intensivas. Os resultados sugerem

tambm que F&As podem ser um importante mecanismo de incorporao de ativos

intangveis para as empresas adquirentes.

2.3 FATORES QUE PODEM INFLUENCIAR OS RESULTADOS DAS F&A.

Como j foi mencionado, no simples comprovar o sucesso ou o fracasso de uma

F&A, devido inmeros fatores que ocorrem concomitantes ao perodo do evento e mesmo

posteriormente. Estes fatores podem ser endgenos ou exgenos a empresa, como:

Caractersticas econmicas ou do mercado, como por exemplo os ciclos da economia (ciclo

de alta ou de baixa na economia) e as aes da concorrncia. Caractersticas da empresa

adquirente como: Setor de atuao da empresa, modelo de gesto da empresa (Nvel

Governana Corporativa), tamanho, Book to Market e etc, Caractersticas da F&A:

diversificao da F&A(relao entre setor de atividades da Empresa alvo e Empresa

Adquirente), Se a aquisio foi horizontal ou vertical, tipo de pagamento da transao(aes,

financiamento ou capital da empresa adquirida) e etc, Caractersticas da empresa adquirida:

15
Empresa Capital Aberto ou Capital Fechado , tamanho da empresa alvo e etc. Normalmente

h uma sustentao terica prvia do porqu o fator tem impacto positivo ou negativo sobre

a F&A. Por isso, fundamental identificar e isolar o efeito do fator no resultado da F&A.

Para este trabalho foi selecionado apenas alguns fatores que se entende ter impacto

nos processos de F&A no Brasil e podem ser isolados e medidos. So eles:

1) O Tipo da Empresa Alvo (Capital Fechado e Capital Aberto);

2) O Nvel de Governana Corporativa;

3) O Setor econmico da empresa Adquirente e

4) Relao entre o Valor da Transao e o Valor de Mercado da Empresa adquirente.

2.3.1 Tipo da Empresa Alvo: Empresa de Capital Aberto ou Empresas de Capital


Fechado.

Define-se Empresas de Capital Abertos, aquelas empresas listadas na BOVESPA e

Empresas de Capital Fechado aquelas com Sociedade Annima onde o capital social da

empresa est com poucos proprietrios.

Damodaran (2004) diz que uma das estratgias para aquisio de empresas adquirir

empresas subvalorizadas, intuitivamente este argumento forte e no funciona to bem com

empresas de capital aberto em mercados eficientes, pois devido a quantidade de informao

da empresa alvo disponvel, os prmios pagos1 sobre os preos de mercado eliminam o valor

excedente da avaliao. As chances so melhores em mercados ineficientes e com empresas

de capital fechado onde as informaes para avaliao da empresa de difcil acesso.

Segundo Damodaran (2004), no caso de empresas de capital aberto, o preo de mercado j


1
Prmio Ganho - Na aquisio de uma empresa o valor pago pela empresa adquirente que est embutido o valor de
mercado da empresa alvo mais o gio pela compra.
16
pode incorporar o valor da sinergia ou o valor para controle da empresa alvo, alm do preo

ser pressionado para cima pelas ofertas dos concorrentes pela empresa alvo. Portanto torna-

se difcil no caso de empresas de capital aberto evitar uma m compra. Isto talvez explique

por que aquisies de empresas de capital fechado, em que o prmio no agregado ao

preo de mercado tem mais chance de obter sucesso nas aquisies do que empresas de

capital aberto.

Uma das razes que Damodaran (2004) menciona para existir a aquisio a Sinergia

financeira: Quando uma empresa com sobra de caixa e oportunidades limitadas adquire

outra empresa com projetos de potencial alto retorno, porm caixa limitado, sendo que a

maior parte das F&As acontece quando grandes empresas de capital aberto adquirem

pequenas empresas de capital fechado.

Por fim, ele afirma que programas de aquisio focalizados na compra de pequenas

empresas de capital fechado para consolidaes tiveram mais sucesso do que programas de

aquisio focalizados na compra de empresas de capital aberto.

Batista & Minardi (2010) tiveram resultados contraditrios com alguns estudos

internacionais. Em seu artigo verificaram que os retornos foram melhores para compras de

empresas de capital aberto. Foi constatado tambm que as compras de empresas de capital

fechado so piores quando o negcio ocorre em um momento de baixa valorao. Foi

possvel observar que dentro da amostra de baixo valor relativo os retornos anormais foram

significativamente positivos a compra de empresas de capital aberto, enquanto os resultados

no foram significativos na compra de empresas de capital fechado (-0,04%).

Petmezas (2009) em seu artigo mostra uma diferena marcante entre as F&As de empresas

alvos Capital Fechado contra Capital Aberto. Em seu estudo, licitantes de empresas alvo de

capital aberto geraram prejuzos significantes de (-1,35%) e aqueles onde a aquisio foi de

empresas com Capital Fechado realizaram retornos anormais positivos significativos,

17
aproximadamente, no mesmo nvel (1,42%). Segundo ele, a explicao que o maior

retorno parece refletir um desconto na liquidez para os ativos das empresas alvo de capital

fechado.

Silva (2014) pesquisou o tema de F&As de Empresas adquirentes de capital aberto com

empresas alvo de capital fechado. Em seu estudo ele pode comprovar estatisticamente que a

empresa adquirida de capital fechado tem retornos anormais positivos de 1.57%. No caso

dos retornos anormais para aquisies de empresas de capital aberto no foi possvel

comprovar que o resultado significante diferente de zero.

Diante do exposto, buscar-se- compreender se as empresas de capital aberto que

adquiriam outras de capital fechado, como estratgia de crescimento e consolidao no

mercado, geraram retornos anormais positivos para os seus acionistas das empresas

adquirentes aps anunciadas as operaes de F&A.

2.3.2 Nvel de Governana Corporativa da Empresa Adquirente:

Camargos e Barbosa (2005) em seu artigo teve o objetivo de avaliar a reao do

mercado e as rentabilidades de aes da companhia adquirente frente o anncio de um

processo de F&A.

Sua concluso foi que os processos de F&A estudados no tiveram impactos

estatisticamente significativos nos preos das aes aps o anncio. Em sua hiptese,

sustenta que grande parte da no constatao pode ser atribuda a falta de um processo

eficiente de governana corporativa nas empresas nacionais. Desta forma, mesmo no sendo

possvel testar esta hiptese, atribui uma relao entre o nvel de governana e os resultados

dos preos das aes no anncio de uma F&A.

18
Neelam, Surendra e Jain K.(2013) publicaram seu artigo diretamente baseado no

impacto da governana corporativa nos retornos anormais das F&A. Seu objetivo foi ver se

os diferentes nveis de governana corporativa influenciavam os retornos de curto prazo das

companhias adquirentes em F&A. Eles puderam comprovar uma relao positiva entre o

retorno anormal e o nvel de Governana Neelam, Surendra e Jain K.(2013) usaram uma

amostra de 928 empresas que realizaram fuses e aquisies entre 2003 e 2008 e atravs de

dados e pesquisa de entrevistas construiu um ndice de Governana Corporativa. Por fim,

aplicou a metodologia de estudo de eventos para avaliar o retorno anormal pelo nvel deste

ndice, sendo possvel mostrar que empresas com escores altos neste ndice tiveram retornos

anormais positivos significativos no curto prazo. O grupo do primeiro quartil (com mais alto

escore) teve 3,45% de retorno anormal mdio, sendo significante a 5% e companhias no

quartil de menor escore tiveram retornos anormais negativos de (-0.79%). Assim puderam

concluir que as empresas com melhor Governana Corporativa criam maior riqueza aos

acionistas no curto prazo.

Intuitivamente, empresas com Governana Corporativa eficiente tendem a fazer

negcios melhor estruturados ao passo que empresas sem Governana podem se envolver

em negcios pouco robustos ou at mesmo fraudulentos o que visto pelo mercado com

maus olhos. Desta forma, espera que ao avaliar empresas com melhores Governanas,

encontremos Retornos Acumulados Anormais mais positivos que as demais empresas.

2.3.3 Setor Econmico da Empresa Adquirente:

(DAMODARAN, 2004 e BERK E DEMARZO, 2014) destacam que as ondas de F&A

muitas vezes acontecem por Setores Econmicos. Alm disto, autores como Arajo,

Goldner, Brando e Oliveira (2007) em seu artigo analisam especificamente o setor

19
bancrio, onde teve uma enorme contribuio, neste incio de sculo pelo desenvolvimento

tecnolgico e regulatrio. Contudo, os resultados deste estudo no tiveram respostas

significativamente comprovadas. Pasin (2002) analisou indicadores contbeis de uma

amostra de 15 empresas da indstria alimentcia no final dos anos 90 que tiveram F&A. Sua

concluso que os resultados obtidos indicaram ganhos positivos decorrentes de sinergia,

integrao entre empresas e melhor gesto administrativa aps a F&A. J Rocha, Lootty e

Ferraz (2001) em seu artigo estudou a indstria como um todo, em uma amostra de 170

empresas que tiveram F&As entre 1990 e 1997. Apesar do artigo sinalizar a necessidade de

um maior aprofundamento no estudo, ele no pode identificar alterao nos resultados

significativos aps as F&As, tanto na rentabilidade das empresas depois de 2 anos da fuso,

quanto no comportamento do preo das aes e nem diferenas entre as empresas

adquirentes nacionais das estrangeiras.

Embora vrios autores analisassem setores especficos tais como (ARAJO,

GOLDNER, BRANDO e OLIVEIRA, 2007: e ROCHA, LOOTTY e FERRAZ, 2001) no

setor Bancrio e na Indstria respectivamente, entende-se que o setor econmico pode ser

um fator que influencia os retornos destas transaes. Por esta razo este fator ser avaliado

neste trabalho.

2.3.4 Relao entre o Valor da Transao (Compra) com o Valor de Mercado da


Empresa Adquirente:

Batista e Minardi (2010), identificou uma relao positiva entre o tamanho relativo da

empresa alvo se comparado com a compradora e o nvel de retorno da aquisio. Eles

verificaram que dentro da amostra de negcios de baixo valor relativo, que os retornos de

curto prazo de eventos ocorridos em perodos de aquecimento so significativamente

20
menores que os de operaes efetuadas em perodos de baixa valorao. Eles acharam um

retorno estatisticamente significativo de 2,63% para os negcios de baixo valor relativo

envolvendo empresas abertas e no significantes de empresas fechadas de -0,04%. A

interpretao foi que o mercado d preferncia a compras de empresas abertas quando o

negcio possui valor relativo baixo

Em suas anlises para longo prazo, o tamanho da empresa compradora foi

significativamente correlacionado de forma negativa com o retorno anormal, indicando que

o mercado avalia mal a compra de empresas de grande porte. Casos onde os negcios que

em mdia tinham valor relativamente baixo quando comparado ao valor da empresa

compradora se mostraram mais bem aceitos pelos investidores. Uma explicao foi que o

custo mdio do crdito para empresas brasileiras pode ser um motivo para que investidores

prefiram que empresas se engajem em aquisies de perfil menos arrojado.

Petmezas (2009) analisa o fator do tamanho relativo entre a aquisio e o valor da

empresa.

Ele sinaliza que no Reino Unido pequenas aquisies tm geralmente melhores

resultados para o acionista se comparadas as grandes aquisies. Ele define que o tamanho

relativo da aquisio o valor do acordo dividido pelo valor do mercado da empresa

adquirente no ms anterior ao anncio. Os resultados indicaram que os retornos anormais

para aquisies de empresas diminuem monotonamente com o tamanho relativo da

aquisio. Alm disso, aquisies em perodos de alta valorao geraram retornos anormais

positivos e estatisticamente significantes para todas as aquisies de empresas alvo de

capital fechado de pequeno tamanho (1,26%) e grande (2,73%) em relao a adquirente,

enquanto no perodo de baixa valorao do mercado apenas as aquisies de empresas alvo

de capital fechado tiveram ganhos significativos. (1,02%).

21
Moeller, Schlingemann e Stultz (2004) concluram que pequenas empresas se saem

significativamente melhor do que as grandes empresas quando fazem um anncio de

aquisio. Em geral o retorno anormal associado com anncios de aquisies para as

pequenas empresas excede em 2,24% as de grandes empresas e h perdas significativas

quando grandes empresas anunciam aquisies de empresas de capital aberto. Existe

tambm evidncias de que o efeito tamanho revertido ao longo do tempo.

2.4 TIPOS DE AVALIAES DE RESULTADO DE F&A:

Nas ltimas dcadas vrias metodologias de avaliao foram usadas para entender os

resultados da estratgia de F&A, identificando se elas agregam os destroem valores para a

organizao e para o acionista.

Uma primeira separao de metodologias relativa ao tempo. Chama-se de Ex-ante

(curto prazo) as metodologias que analisam as F&As imediatamente no momento do

anncio. Normalmente este tipo de metodologia analisa a performance ou resultado da F&A

como a reao do mercado de ao no momento da aquisio, ou seja, se no momento do

anncio os acionistas tiveram retornos positivos ou negativos. A anlise pode ser das aes

da empresa adquirentes ou das aes da empresa adquirida. Apesar disto, no h evidencia

do resultado de sinergia ou financeiro na empresa resultante. Apenas tenta captar como o

mercado e os acionistas reagem a notcia da F&A.

Estudos Ex-post (Longo prazo) so as metodologias de longo prazo, onde normalmente

usa informaes contbeis da empresa e tentam avaliar se a empresa adicionou valor aps o

tempo de sedimentao da transao. Porm, existem tcnicas mais orientadas aos estudos

Ex-ante e Ex-post.

22
Krishnakumar (2012), faz uma avaliao dos principais mtodos de avaliao e suas

vantagens e deficincias, tais como:

Estudos de Eventos: tem sua origem na dcada de 1930 e nos casos de anlises de

F&As, normalmente utilizada para estudos Ex-ante, tem uma avaliao precisa da

percepo do mercado no anncio da F&A. Segundo Krishnakumar (2012), atualmente a

metodologia mais popular adotada pelos pesquisadores para avaliao de desempenho de

F&A e tem sido usado em grande parte em estudos internacionais.

Para Estudos de Eventos Ex-antes, a medida de desempenho relativa aos retornos para

os acionistas, podendo ser da empresa adquirente ou da empresa adquirida, no perodo do

anuncio da F&A. Por ser uma medida direta de valor para o acionista e no ser propensa a

manipulao e ser proveniente diretamente do mercado, fcil de medir nas empresas com o

capital aberto. Por outro lado, por se sustentar na hiptese de um mercado eficiente, tem que

ser vista com ressalvas em mercados como o Brasil. Os Estudos de Eventos medem o

impacto da aquisio sobre as expectativas do mercado de aes e no o desempenho

contbil real, alm de ser sensvel seleo do perodo de tempo selecionado para o estudo,

e o perodo de estimativas.

Indicadores contbeis: Envolve a anlise do desempenho contbil medido em termos de

retorno sobre os ativos aps a aquisio. Pode ser utilizado em estudos de caso ou atravs de

comparao com empresas de controle para descontar qualquer grande fenmeno da

indstria. Entretanto difcil comparar diferentes momentos econmicos, entre empresas de

diferentes setores, regies geogrficas e outras diferenas prticas de indicadores e

regulao por estar aberto manipulao por parte da empresa adquirente.

Ainda existem outras metodologias como Valor Econmico agregado (EVA),

Abordagem de retorno residual, Pesquisas em Profundidade, Data Envelopment Analysis-

23
(DEA) tcnica de programao linear para obter avaliaes Ex-post da eficincia relativa

de resultados e entre outros.

O mtodo de pesquisa bastante caro e difcil para se obter uma medida objetiva de

desempenho seja da empresa resultante seja o retorno para o acionista, enquanto a Anlise

Envoltria de Dados (EVA) muito complexa e depende de uma cuidadosa seleo de

variveis de entrada e sada. As demais tcnicas foram muito pouco mencionadas na

literatura e parece depender de um maior amadurecimento antes de se tornar uma tcnica

mais eficiente e robusta do que se utiliza em larga escala hoje em dia.

Segundo Krishnakumar (2012), em uma comparao entre os prs e contras das vrias

tcnicas e tambm o fato de que o estudo que tm utilizado vrios mtodos vem-se com

resultados contraditrios, no seria conveniente recomendar mais de um tipo de mtodo para

medir o desempenho de aquisio. A seleo do mtodo depende do aspecto a ser

pesquisado, ou seja, a percepo do mercado de aes, a inovao de produtos, rentabilidade

e etc.

No Brasil, estudos mais antigos utilizaram Indicadores Contbeis para avaliao de

F&A, seguido de estudo de casos. Mas, nos ltimos anos aumentou significativamente a

incidncia de estudos de eventos para avaliao de desempenho de F&A como retorno ao

acionista da empresa adquirente ou adquirida. Resumidamente, o processo de investigao

da maior parte da literatura brasileira disponvel, ainda est dividido entre anlise de

indicadores contbeis como nos artigos: Camargo e Barbosa (2007), Matias e Pasin (2001)

Matias Indicadores, Camargos e Barbosa (2005) e Pasin (2002), os quais buscaram medir o

desempenho contbil da empresa resultante da F&A.

Estudos de Eventos como nos artigos de Camargo e Barbosa (2003), Rocha, Lootty,

e Ferraz (2001) e Batista e Minardi (2010) os quais buscaram medir o retorno aos acionistas,

na maioria das vezes da empresa adquirente.

24
Outras metodologias diversas como em Patrocnio, Kayo e Kimura (2007) aplicam

Anlise de Varincia, Camargos e Barbosa (2008) e Miranda e Martins (2000) utilizam

Testes Estatsticos e por fim, Da Motta, Oliveira, Cavazotte, Pinto e Klotzle (2013) e

Arajo, Goldner, Brando e Oliveira (2007) empregam modelos economtricos para analisar

os retornos das aes dos acionistas no momento das Fuses e Aquisies.

Baseado nas anlises acima foi decidido utilizar estudo de eventos para este trabalho.

Alm de sua metodologia ser a mais largamente utilizada em estudos de retornos anormais

das empresas adquirentes para F&A, permite comparao ampla com outros estudos na

literatura, pois depende do preo da ao, e esta informao est facilmente disponvel e

confivel (independente de interesses) e padronizada para todos os eventos.

A partir deste momento, este trabalho focar na reao de curto prazo do anncio e se a

definio de desempenho (Positivo ou Negativo) ser pelo aumento ou diminuio do

retorno das aes das empresas adquirentes na Bolsa no perodo do anncio da F&A.

Outro ponto importante a se destacar que a informao coletada dever ser com

retornos dirios que impactam os resultados dos testes estatsticos.

Por fim, o uso de Estudo de Eventos permitir que seja avaliada a expectativa do

acionista da empresa adquirente sobre a fuso ou aquisio no momento do anncio da

transao, mediante influncia dos fatores selecionados.

2.5 ESTUDOS DE EVENTOS:

De acordo com McWilliams e Siegel (1997), Estudo de Evento tem sido usado

intensamente nas reas de finanas e contabilidade para medir o impacto de mudanas de

controle corporativo e, de maneira mais ampla, no campo da economia. Essa forma de

25
anlise vem sendo empregada para avaliar efeitos endgenos e exgenos s empresas

(Mudana de regulao, tecnolgicas e etc.).

MacKinlay (1997), usando dados do mercado financeiro em estudo de eventos mede o

impacto no valor de um evento especfico em empresas. A utilidade desse tipo de evento

vem do fato de que, dada a racionalidade do mercado, os efeitos de um evento sero

refletidos imediatamente no preo das aes. Segundo Krishnakumar (2012) a

metodologia mais aceita para se avaliar Fuses e Aquisies.

O estudo de eventos se tornou popular porque ele dispensa a anlise de medidas

contbeis, que so criticadas por no serem boas medidas de desempenho, e em muitos

casos esto sujeitas a manipulao por parte dos gestores do negcio. Por outro lado, preos

de aes esto menos suscetveis a manipulaes e considera-se que refletem o valor

presente de todos os fluxos de caixa futuros esperados. Portanto, se baseia em preos de

aes e devem medir o impacto financeiro de mudanas relevantes de forma mais eficiente

que metodologias baseadas em retornos contbeis. Alm disto, outro motivo pelo qual esta

metodologia se tornou popular o fato de que ela relativamente simples de ser empregada,

porque os nicos dados necessrios so informaes bsicas que se consegue vincular ao

mercado de aes.

McWilliams e Siegel (1997) definem alguns pressupostos para a aplicao de Estudo de

Eventos para avaliao de Fuses e Aquisies. Assumindo existir trs premissas bsicas

para que o mtodo seja implementado em Fuses e Aquisies:

- Eficincia de Mercado: Sustenta a metodologia, pois em um mercado eficiente os

preos das aes refletem rapidamente as alteraes esperadas para o fluxo de caixa

associadas s novas informaes divulgas. Assim, pode-se medir o impacto da F&A

26
atravs da alterao no preo das aes no momento do anncio desde que a F&A

seja no esperada.

- Que a F&A no tenha sido antecipada antes da janela de eventos, de acordo com

McWilliams e Siegel (1997), possvel que um evento F&A seja antecipada ou que

haja vazamento de informaes privilegiadas para o mercado antes do anncio.

Nestes casos difcil o emprego de estudo de eventos porque tambm difcil

determinar quando exatamente o mercado recebeu a nova informao.

- Que no haja efeitos de outras F&As sobre a empresa estudada durante o perodo

de estudo. Pois, se houver sobreposio de F&As, caso o estudo de eventos

identifique um retorno anormal no poder atribuir a causa a F&A especfico. Vale

observar que outra F&A pode ser da mesma empresa ou de outra empresa,

avaliaremos esta premissa em dois momentos distintos deste estudo.

Um estudo de eventos uma tentativa de determinar se um acontecimento no mercado

ou na vida de uma empresa afetou o desempenho do mercado de aes desta empresa e tem

como objetivo determinar se um evento ou anncio causou um movimento anormal no

preo das aes de uma empresa. O Retorno anormal (RA) calculado como a diferena

entre o retorno real de uma ao e seu retorno esperado, onde o retorno esperado da ao e

estimado atravs de um ndice de mercado.

27
O retorno anormal est relacionado com o efeito da reao do mercado de capitais sobre o

valor das aes resultante da divulgao de novas informaes McWilliams e Siegel (1997).

O Estudo de eventos tem como objetivo central, portanto, tentar mensurar esse retorno

anormal. Quando so encontradas evidncias suficientemente fortes de que ele seja no

nulo, afirma-se que o evento estudado ao se tornar pblico altera o valor das empresas

analisadas. Assim, o retorno anormal pode ser calculado como a diferena entre o retorno

real e o retorno esperado (Normal) de determinado ativo.

Normalmente, somam-se os retornos anormais do perodo para chegar ao retorno

anormal acumulado (RAA), que mede o impacto total de um evento atravs do perodo

determinado para avalia-lo o evento, ou seja, em torno do perodo onde o anncio foi

realizado.

3 DEFINIO DO PROBLEMA DE PESQUISA E OBJETIVOS:

Est dissertao tem como escopo principal os seguintes problemas de pesquisa:

- Se o retorno das aes das empresas adquirentes em processos de fuso e aquisio

influenciado por alguns fatores especficos como foi mencionado anteriormente no

momento em que anunciada a transao.

- Se a avaliao do retorno das aes das empresas adquirentes pode apresentar distoro

dependendo da metodologia de teste de hiptese empregada e propor uma abordagem de

testes estatsticos em substituio ao T-Teste.


28
4 METODOLOGIA

4.1 DEFINIES DE ESTUDO DE EVENTOS

Campbell, Lo e Mackinley (1997), separa a linha do tempo entre a janela de

estimao e a janela do evento conforme mostra a Figura 1.

Figura 1: Linha do Tempo do Estudo de Eventos

Na Janela do evento, a principal referncia o anncio do evento onde definido

como =0. A partir disto, definem-se todos os intervalos de tempos da janela de evento e da

janela de estimao.

29
4.1.1 A definio da Janela de Tempo

Campbell, Lo e Mackinley (1997), sugere que o perodo de tempo da janela de

estimao deva ser no mnimo de um ano (252 dias teis). Utilizar uma janela de um ano,

alm de garantir um tamanho amostral suficientemente longo para as premissas dos modelos

MQO (Mnimos Quadrados Ordinrios), evita efeitos de sazonalidade. Porm impactar na

estimava do beta que varia ao longo do tempo. Utilizar perodos longos para estimar o valor

de beta tende a minimizar a variao do estimador, mas pode alterar o valor real do beta

perto da janela de evento.

No que tange a janela de Evento, tanto (MCWILLIAMS e SIEGEL , 1997;

MACKINLAY, 1997 e BROWN e WARNER, 1985) mencionam os problemas de perodos

longos das janelas de eventos, como: o fato de tecnicamente os testes no serem eficientes

em perodos longos, aumentando a probabilidade de vazamento de informao e

consequentemente comprometendo a suposio de mercado eficiente maximizando o risco

de eventos sobrepostos. Pela impreciso de identificar o dia do evento e tambm para

garantir um tamanho de amostra mnimo para o clculo do RAA, neste trabalho ser

assumido uma janela de 16 dias: 10 dias antes do evento e 5 dias aps o evento.

O Intervalo de tempo entre T0 e T1 definido como Janela de estimao. O

Comprimento deste intervalo tem que ser grande suficiente para construir modelos

economtricos robustos possveis de estimar o retorno normal. O intervalo de tempo entre

T1+1 e T2, representa a janela do Evento, sendo , o instante zero, um evento o momento

em que a empresa faz o anncio da F&A.

Podem-se definir os seguintes intervalos:

(1) = 0 , representa o dia do evento (Anncio da F&A);


(2) Para t onde T0 t T1, representa o Intervalo de tempo da janela de Estimao;

30
(3) Para t onde T1+1t T2, representa o Intervalo de tempo da janela do Evento;

(4) L1= T1-T0 o comprimento de tempo da Janela de Estimao (Neste estudo este

comprimento ser de 252 dias);

(5) L2= T2-T1 +1 o comprimento de tempo da Janela de Eventos (Este comprimento ser

de 16 dias);

(6) L = L1+L2 Comprimento total do estudo.

4.1.2 Janela de Estimao, Definida pelo Perodo de Tempo T1-T0.

Utilizar um perodo de um ano anterior ao evento como sugere Benningna (2008)

que esta janela seja superior a 252 dias teis. Intervalo de tempo suficiente para construir o

modelo de Mercado que ser utilizado para estimar o retorno normal e ter convergncias

assintticas para garantir as convergncias dos estimadores.

4.1.3 O Modelo para Medir o Retorno Normal:

Existe uma diversidade de modelos de precificao. Entre eles pode-se destacar o modelo

de CAPM, o modelo de trs fatores de Fama e French, o modelo de quatro fatores de

Carhart entre outros. Por estes modelos possvel estabelecer uma funo entre o

Retorno de um ativo com o retorno do mercado que estime o Retorno normal esperado

deste ativo em uma data t. Campbell, Lo e Mackinley, (1997) sugerem o seguinte

modelo:

(7) = + + , onde i=1,..., N representa o retorno estimado da ao, onde

existem N empresas no estudo, e.t=1,..., 252 so os dias da janela de estimao.

31
As unidades amostrais sero dias teis deste perodo, sendo que a regresso linear calcula os

estimadores no perodo de um ano a partir do dia imediatamente anterior a Janela de

Eventos.

Assumindo, i (1, N)e t (1,252) Temos:

(8) , =Preo de uma Ativo i na data t,

,
(9) , = ( ), Para Pi, t, preo de um ativo i na data t e Pi,t-1 o preo de um ativo na
,

data t-1. Definiremos: , como retorno lquido continuo simples. Assim, podemos definir

como:

(10) , = Retorno real para todo Ativo i na data t;

(11) , = Retorno de Mercado para a data t.

(12) = Taxa de retorno livre de risco para a data t.

Para ajustar o modelo pela taxa livre de risco para estimar o retorno normal utiliza:

, , o retorno normal esperado livre de risco, calculado a partir do modelo:


(13)

, = + ( ) + , ,
(14)

Assim, o modelo construdo tal como:

(15) , = , = + ( ) + , . Retorno normal real descontado a

taxa livre de risco, do Ativo i na data t;

(16) = Intercepto da regresso para o Ativo i(Neste estudo, s utilizamos o Alfa no caso

do teste de hiptese para o parmetro rejeitar H0: =0) e = Inclinao da Regresso

para todo Ativo i.


32
Utilizando todo o intervalo da Janela de estimao (252 dias), calcula-se os estimadores

i , i atravs da Regresso linear (MQO Mnimos Quadrados Ordinrios). Assim, o

Retorno normal estimado atravs da funo:

, = + ( ) , Retorno normal estimado descontado a taxa livre de


(17)

risco do Ativo i na data t. Sendo que:

(18) , = , , = ( , ) ( + ( ) ), representa o erro entre o

valor real e o estimado.

(19) = ( , ) , o Erro Padro da estimativa, definido como o erro padro da

, para todas as aes i=1,...,N e t=1,...,252. Onde VAR representa a Varincia do erro

, , ento o estimador do erro padro da regresso (MQO) dado por:


, ) =
(20) ( =
=( , ) = = ( , , ) . Onde Mi o

,

nmero de observaes validas para o Ativo i na janela de estimao. O Erro padro



,

ser utilizado nos testes de hipteses do RAA=0.

4.1.4 Janela do Evento, Definida pelo Perodo de Tempo T2-T1:

Este perodo de estudo, contm o evento do anncio da concretizao da fuso e

aquisio. Define-se o instante do anncio do evento com =0. Assim, a janela de tempo

ser definida por um nmero de dias antes do evento e depois do evento, podendo ser

simtrica ou no, exemplo: 20 dias antes do evento e 20 dias aps o evento. O objetivo de

trabalhar com um intervalo de tempo ao invs do dia do anncio, justifica-se pela

impreciso do fato ou mesmo por diversas variveis que no podem no ocorrer no mesmo

instante, tais como: atraso na reao do mercado, impreciso da data do anncio, vazamento

de informaes sobre o fato. Ao estabelecer este intervalo de tempo, garante-se a captura

33
das variaes do mercado decorrentes da F&A. Neste estudo foi analisado mais de um

intervalo de tempo: (-20 dias;+20 dias), (-10 dias;+10 dias) e (-10 dias, 5dias) onde se

escolheu usar o intervalo de 10 dias antes do evento e 5 dias aps o evento, devido ao fato

que a grande maioria dos eventos tem uma mudana do padro neste intervalo.

Como os estimadores i , i e
i , so calculados na Janela de estimativa e pode-se obter

os valores de Ri,t , R mt , R LRt , na janela do evento. i (1, N)e t (T1 , T2 ) possvel

calcular o retorno normal estimado na janela de eventos:

, = + ( ), (, ) ( , ).
(21)

A Tabela 7: Estatsticas de ALFA e BETA da Janela de Estimao na 6.2 - Anlise dos

parmetros alfa e Beta da janela de estimao mostra os valores de Alfa e Beta do estudo.

Alm disto, pode-se definir a diferena entre o retorno normal estimado e o retorno real

que ser denotado como Retorno Anormal (RA). Ou seja,

, =, = ,
(22) , , representa a estimativa do retorno anormal na Janela de
Eventos.

i,t =i,t = 0, significa que o retorno real no difere do estimado,


Ou seja, quando RA

i,t = 0, pode-se dizer


considerando o estimado como a expectativa do retorno normal se RA

que no houve mudana de padro entre o perodo da janela de estimao e o perodo da

janela de evento. O que significa que o evento no teve influncia sobre o retorno da ao. O

i,t 0, representa o retorno anormal e pode-se dizer


caso contrrio tambm verdade, se RA

que existe a influncia do evento sobre o retorno da ao, podendo ser tanto maior ou menor

que o esperado para o Ativo i na data t.

34
Se para a janela de eventos espera-se que todos os retornos sejam iguais a zero, pode-se

esperar que o Retorno Anormal Acumulado (A soma de todos os retornos anormais do

perodo) seja igualmente zero.

= =
(23)
, ,

Para todo i=1,..., N RAAi (Retorno Anormal Acumulado) o Valor acumulado das

estimativas do retorno anormal para toda a janela do evento para uma dada ao i.

i , define-se
Seja o grupo de aes com seus respectivos RAA



=
=
(24) , representa o Retorno Anormal Acumulado Mdio para o Grupo J,

onde Nj representa o nmero de empresas distintas no grupo J.

A dificuldade de definir se um determinado fenmeno teve influncia nos retornos das

aes, passa a ser um problema de provar que os retornos anormais acumulados mdios so

diferentes de zero na janela de evento. (CAMPBELL, LO e MACKINLEY, 1997 ; BROWN

e WARNER, 1980; CORRADO C., 1989) propem usar o mtodo de teste de hiptese

estatstico para garantir que o valor do RAA e RAAM difere de zero no pelo acaso.

Resumindo, estudos de eventos so muitas vezes o primeiro passo de uma sequncia de

anlises que tem como objetivo identificar os determinantes de respostas do mercado de

aes para tipos de eventos distintos. Tem como resultado retornos anormais (RAs), que so

acumulados ao longo do tempo para os retornos anormais acumulativos (RAAs) e no caso

dos chamados estudos de amostra ou estudos de grupos RAAMs - onde 'M' significa 'mdia'.

As anlises, tradicionalmente so realizadas para especificar se os efeitos anormais

relativos aos eventos individuais ou de grupos de eventos so significativamente diferentes

de zero, ou seja, pode-se comprovar sua anormalidade por um mtodo consistente e,

portanto, estes resultados no so ao acaso, mas podem ser comprovados estatisticamente.

35
Para este estudo, ser utilizado o mtodo de teste de hiptese estatstico para provar se

existe ou no os retornos anormais acumulados mdios dos grupos na janela de evento.

Como se prope estudar os fatores que influenciam o aumento do retorno para o acionista da

empresa adquirente no anncio da F&A, sero sempre utilizados testes de hipteses nos

retornos anormais acumulados mdios (RAAMs) dos grupos que foram definidos na seo

2.3 - Fatores que podem influenciar os resultados das F&A.

4.2 TESTES DE HIPTESES

Seguindo os princpios gerais de estatstica inferencial, o teste de hiptese estruturado

entre duas opes: A hiptese nula (H0) ou a Hiptese Alternativa (H1). Rejeita-se a

hiptese nula em detrimento da hiptese alternativa. Assim, assumiremos para H0 que, na

janela de eventos, o retorno acumulado igual a zero, ou seja, no possvel comprovar a

existncia de um retorno anormal acumulado. Ao passo que se rejeitando H0, assume a

hiptese alternativa (H1) indica a presena de Retorno Anormal Acumulado (RAA) dentro

da janela de evento. O ponto principal do teste de hiptese a formulao da hiptese Nula,

que pode ser feita de diversas maneiras, como segue abaixo.

Caso queiramos identificar se pode comprovar que um retorno anormal existe, formular

que a hiptese nula seja diferente de zero, conforme abaixo:

: = 0;
(25) { 0
1 : 0;

Assim, quando se rejeita a hiptese nula, assume-se que o valor da mdia (Retornos

Anormais) significativamente diferente de zero, ou seja, o retorno anormal existe e assume

o valor da mdia.
36
No Estudo de eventos pode implicar uma hierarquia de clculos, com Retornos

Anormais evoluindo para testes nos Retornos Anormais Acumulados 'Mdios' para RAAM

em estudos transversais (Tambm chamados de "Estudos de Amostra ou Grupos). Neste

trabalho trataremos apenas o caso de testes para os RAAMs, definidos na seo anterior,

dado que o foco o teste dos Retornos Anormais Acumulados mdios dos grupos em estudo

nos Fatores ou em cruzamento entre os fatores.

4.3 OS TESTES PARAMTRICOS

Existem duas categorias bsicas de testes de hipteses estatsticos: Paramtricos e

No Paramtricos. O uso apropriado para cada um destes testes depende das suas

suposies.

Os testes Paramtricos assumem os seguintes pressupostos:

a) Nvel de medio da varivel de razo (Variveis Contnuas).

b) Independncia entre os eventos e independncia entre os retornos dirios.

c) Testes paramtricos assumem que o evento tem alguma distribuio de

probabilidade conhecida, frequentemente assume-se a distribuio de

probabilidade normal ou que converge rapidamente para a Normal (Como a

distribuio t-Student).

Por definio, testes no paramtricos no assumem distribuies de probabilidade

para o evento. Contudo, alguns destes testes assumem alguns pressupostos. Exemplo: alguns

testes de Rank assumem simetria na distribuio dos eventos.

37
De uma forma geral, a violao de pressupostos dos testes inviabiliza sua utilizao

em favor de outros testes mais robustos ou com menos pressupostos. Exemplo: A violao

da normalidade da distribuio inviabiliza o uso de testes paramtricos em favor de testes

no paramtricos, porm, estes so testes mais poderosos que os no paramtricos e devem

ser utilizados sempre que viveis.

Alguns autores como Boehmer, Musumeci e Poulsen (1991) sugerem complementar

os testes paramtricos com testes no paramtricos para verificar se existe convergncia

entre os resultados. Assim sendo, o uso de um conjunto de testes pode identificar a robustez

de um resultado quando ambos os resultados apontam para a mesma direo.

4.3.1 T-teste para um Evento ou para Grupo de Eventos

Teste de hiptese paramtrico para o caso do Retorno Anormal Acumulado Mdio de

um grupo de empresas RAAM. Embora este teste seja largamente utilizado nos estudos

atuais, ele no enderea a maior parte dos problemas sinalizados na seo anterior,

principalmente a comprovao de uma distribuio normal e a volatilidade induzida pelo

evento. Este estudo ser utilizado como benchmark para os demais testes. Ou seja, ser feita

uma comparao dos resultados obtidos deste teste com o teste adequado e se avaliar o

quanto os dois testes divergem.

Seja a Hiptese nula de no existir o retorno anormal acumulado mdio:

= 0;
H0:

38
0.
H1:

Onde a Estatstica t do teste definida como:



(26)
= ,

A estatstica
tem distribuio t-Student com L2(comprimento da Janela de

evento), graus de liberdade.

2 1
(27)
= 2
=1( ) . , onde = =1 .

Este teste largamente utilizado, entretanto existem problemas relacionados a

Estudo de Eventos que podem comprometer os resultados dos testes, como por exemplo

volatilidade induzidas pelos eventos, frequentes quando se analisa vrios eventos agrupados,

como ser detalhado na seo 4.3.3,

Para enderear este problema em Estudos de Eventos aplicados em F&A, utiliza-se o

teste Cross-Sectional Normalizado ou Teste BMP (leva este nome por ser as iniciais de seus

autores), uma variao do T-teste. Ele foi proposto por Boehmer, Musumeci e Poulsen

(1991) e possivelmente o teste paramtrico mais utilizado na literatura para enderear

problemas de Volatilidade induzida pelo evento.

4.3.2 Teste BMP ou Teste Cross-Sectional Normalizado:

Inicialmente Patell (1976) props corrigir o vis da estatstica T-teste para a

volatilidade, padronizando na janela do evento os RAs (Retornos Anormais) por seus

desvios padro. Ele usou a disperso dos RAs do intervalo de estimativa para limitar o

impacto das aes com desvios padro de alto retorno. No entanto, quando as amostras tm

retornos no normais, ou preos baixos ou com pouca liquidez, podem continuar a gerar

desvios padres baixos que aumentam as estatsticas T-teste, com demasiada frequncia,

39
rejeitando a hiptese nula verdadeira. Boehmer, Musumeci e Poulsen (1991) propuseram

um mtodo de Cross-Secional, normalizado onde cada evento normalizado pela varincia

da janela de estimao e evento, de forma a se tornar mais robusto para a varincia induzida

pelo evento. A Estatstica de teste na janela do evento construda da seguinte forma:

Seja um estudo de evento feito em N empresas e para cada evento i , [1, , ] ,

pode-se calcular o RAAi, conforme a Equao (23) e em seguida utilizar a Equao (24)

para calcular o retorno anormal acumulado mdio do grupo de firmas. Desta forma, constri

o teste BMP:

H 0: RAAM =0. O retorno anormal acumulado mdio do grupo de firmas i=1,...,N,

H 1: RAAM 0.

RAAi
(28) SRAAi = S , o Retorno anormal acumulado padronizado para cada firma i.
RAAi

T 2 2
2
Li t=T (R R m)
1 +1 m,t
(29) RAAi = S 2 RAi (Li + M + ),
i
T1 m )2
(Rm,t R
t=T0

Onde SRAi o Erro Padro da Regresso de RA para cada empresa (i). L o nmero

o nmero de valores de
de valores de retornos non-missing na janela de eventos e M

m a mdia do retorno de
retornos non-missing na janela de estimao da Firma i e R

mercado na janela de estimao. A nova Medida SRAAi corrigida pela razo entre a

varincia da janela de estimao e da janela do evento, ajustada pela medida de volatilidade

e pelo rudo causado pela perda de informaes no perodo de estimao. Portanto, caso a

disperso na janela de evento seja significativamente maior que na janela de estimao, o

fator corrigir o Erro Padro da Regresso para maior evitando que o efeito da varincia na

40
estatstica do teste aumente a chance de rejeio do teste e vise versa. Esta nova medida ser

testada da seguinte forma.

Seja:
1
(30)
= N N
i=1(SRAAi ). A mdia dos RAAi padronizados, para as N empresas do

grupo. E seja a
1
2
(31) SRAA = N1 N 2
i=1(SRAAi )

2
Onde SRAA a Varincia estimada de , para todo i=1,...,N. Assim constri-se a
estatstica zBMPt pela equao:


(32) zBMPt = .,

zBMPt Tem distribuio t-Student com N-2 graus de liberdade.

Em seu artigo Boehmer, Musumeci e Poulsen (1991) propem usar o teste BMP em

uma combinao com o teste de sinal onde se avalia os dois testes conjuntamente.

Utilizando esta metodologia se compara os resultados com um teste menos poderoso, mas

que no sofre influncia da volatilidade induzida pelo evento que ser comentado

futuramente. Para este trabalho, sempre que os pressupostos de teste paramtricos forem

satisfeitos o Teste BMP ser o teste principal.

Nos casos onde no se possa comprovar a hiptese de normalidade, ou mesmo o

nmero de eventos no suficientemente alto para se assumir uma distribuio paramtrica

(Abaixo de 20 por exemplo) ou forte Kurtose o uso do teste paramtrico ser comprometido.

Neste caso, sero utilizados outros conjuntos de testes. A literatura prope testes no

paramtricos, como teste do Rank e o teste do Sinal. (CORRADO e ZIVNEY, 1992 e

41
KOLARI e PYNNONEN, 2011) propuseram testes no paramtricos que enderear os

mesmos problemas mencionados na seo 4.3.3

4.3.3 Problemas com os Testes de Hipteses:

Conforme dito na seo anterior, a teoria de teste de hiptese estatstico necessita de

um conjunto de pressupostos que, em estudos de eventos, quando violados podem causar

vis nos resultados.

Por construo, a janela de eventos definida a partir do dia do anncio. Portanto, se

torna necessrio que os retornos das aes, tanto no perodo de estimao quanto no perodo

dos eventos sejam dirios. Fama (1976), faz uma anlise sobre os retornos dirios e

identifica que a distribuio dos retornos mostra uma cauda mais pesada, apresentando

kurtose acima de 3,5 e em alguns casos at 5. Nestes casos, a distribuio pode divergir da

distribuio normal, e mesmo o teste de normalidade no sendo rejeitado, pode

comprometer o teste de hiptese. No caso de estudo de eventos em fuses e aquisies,

como j mencionado, a janela de evento tem que ser diria, pois fundamental capturar a

reao do mercado no dia do anncio da transao, alguns dias antes e depois. Pela

construo dos Retornos anormais, o modelo construdo na janela de estimao tambm tem

que ser dirio. Desta forma, para F&As deve fazer uma anlise mais cuidadosa dos efeitos

das estimativas dirias na janela de eventos e nos testes de Hipteses. Outras patologias

aplicadas a testes paramtricos em estudo de eventos so:

- Assimetria da Distribuio dos Retornos: Em casos de Cross-Sections comum

apresentar distribuies assimtricas dos retornos.

42
- Correlao transversal dos retornos anormais: Surgem quando vrios eventos ocorrem

no mesmo dia.

- Volatilidade induzida pelo evento: Segundo Brown e Warner (1985), os estudos de

evento funcionam bem quando um evento tem efeito semelhante para todas as firmas,

mas eles alertam para quando um efeito diferente nas firmas, pois podem aumentar a

varincia do retorno comprometendo o mtodo. Eles identificaram que mesmo em casos

onde um evento causa o menor aumento na varincia, a metodologia mais comumente

utilizada causa rejeio na hiptese nula do retorno anormal quando ele deveria ser zero.

Quando o desvio padro da janela do evento difere (para mais ou para menos) do desvio

padro da janela de estimao. Segundo Brown e Warner ( 1985) um fenmeno

comum em F&A e se torna problemtico quando se analisa grupo de eventos. Boehmer,

Musumeci e Poulsen (1991) dizem que um aumento na disperso cross-sectional dos

retornos anormais no momento do anncio implica que o prprio anncio transmitiu a

oscilao da informao. Da mesma forma, o impacto no momento do anncio, entre as

empresas com diferentes nveis de ganhos levar a uma variao nos retornos das aes.

Brown e Warner (1985), em suas simulaes, identificaram estes problemas nos testes

criados por um aumento induzido nas varincias pelo evento. Eles observaram que se a

varincia for subestimada, a estatstica do teste levar a rejeio da hiptese nula com

mais frequncia do que deveria. O contrrio tambm verdade, Boehmer, Musumeci, e

Poulsen (1991) mencionam que a varincia dos retornos aumenta significativamente

quando certos eventos ocorrem. Dann (1981) mostra que h casos em que o desvio

padro na janela de evento chega a ser duas vezes e meia maior que na janela de

estimao em seu estudo de recompra de aes. Boehmer, Musumeci e Poulsen (1991)

cita outros estudos onde o desvio padro na janela de evento foi maior do que o na

janela de estimao.
43
Este fato tem grande incidncia em estudos de evento quando se analisa grupos de eventos

(Cross-section) nas anlises de F&As. Neste trabalho se utilizar as propostas mais usuais

que endeream este problema, que sero apresentadas posteriormente.

4.4 OS TESTES NO PARAMTRICOS

4.4.1 Teste do Rank para Grupo de Eventos:

Inicialmente Corrado C. (1989) props um teste no paramtrico baseado em um

Rank para estudos de eventos. Os resultados apresentaram melhor desempenho do que o

T-teste paramtrico para um amplo espectro de distribuies dos retornos anormais de

caudas grossas. Sua motivao inicial foi solucionar os problemas de Kurtose e assimetria

dos demais testes no paramtricos como j identificados por Brown e Warner (1980). Este

teste proposto por Corrado C. (1989) uma transformao da varivel RAi em um Rank

para todos os retornos tanto para a janela de estimao quanto de evento. Onde a estatstica

Kit, pode ser descrita como:

(, )
(33) , = , onde i (T0,...,T1,T1+1,....,T2) .
1 +2 +1

1 o nmero de observaes com valores na janela de estimao e 2 o nmero de

observaes com valores na janela do evento. Ou seja, todos os registros da janela de

estimao e da janela de eventos so colocados na mesma base e ordenados pelo retorno real

e o estimado e assim constri o Rank.

Assim:
1
(34)
= N
=1 , ,
N

44
Onde N o nmero de observaes validas entre as N empresas no instante t,

exemplo: Para t=0, calcula-se o Rank mdio do dia do anncio da F&A.

1
, =
(35) 1 2
21 +1
,
1

o estimador do desvio padro:

1
(36) = =
2 0,5)2
(
1 +2 0

Ento pode-se escrever a estatstica do teste de Corrado (t-Rank) para testar a

Hiptese: H0: RAAM=0


, 0,5
1 2
(37) = 2 .

O poder deste teste de Rank (Classificao) se sobressai aos testes paramtricos nas

janelas de Eventos de um nico dia, mas no na aplicao de anlises com a janela de

eventos mais ampla com vrios dias (RAAs Retornos Anormais Acumulados). Kolari e

Pynnonen (2011) propuseram um procedimento de teste ranking generalizado (GRank) que

pode ser usado em janelas de eventos superiores a um dia, ou seja, em casos que se possa

testar os retornos anormais acumulativos na janela de eventos. Os resultados mostraram que

a proposta superou os testes de Ranking anteriores para os RAAMs e robusta e eficiente

para testes na presena de correlao serial nos retornos anormais e volatilidade induzida.

Alm disso, em alguns casos o procedimento GRank exibe poder emprico relativo superior

aos testes paramtricos populares. Segue o teste de Rank Generalizado proposto por Kolari e

Pynnonen (2011).

45
4.4.2 Teste Generalizado do Rank.

Kolari e Pynnonen (2011) avaliaram a questo da correlao transversal em estudos

de eventos quando h analises de grupos de empresas. Mesmo com baixa correlao cruzada

entre os retornos anormais existe excesso de rejeio da hiptese nula dos retornos anormais

mdios. A proposta que a estatstica de teste seja baseada em uma mtrica modifica da

estatstica tBMP de Boehmer, Musumeci e Poulsen (1991). A nova mtrica que ser utilizada

para construir a estatstica do teste, leva em conta a correlao cruzada, os desvios padro

dentro das janelas de evento e estimao. Ou seja, primeiro padroniza-se a mtrica dos

retornos anormais pela variao das janelas de estimao e evento, depois padroniza

novamente a mtrica pela variao dos retornos anormais entre os eventos do grupo.

(KOLARI e PYNNNEN, 2010 e KOLARI e PYNNONEN, 2011), mostram que

este teste do Rank Generalizado, tem melhor desempenho que os demais testes no

paramtricos. Alm disso, possvel utiliz-lo para testar RAAs (os retornos anormais

acumulativos).

Seja SRAA como foi definido na Equao (28), onde representa o Retorno Anormal

Acumulado padronizado pelo Erro Padro da Regresso de RA corrigido. Define-se tambm

para a janela de eventos o Retorno Anormal Acumulado Padronizado:


(38) = ,

Onde


(39) =
=( ) e



(40)
=

46
Portanto, SRAA* representa o Retorno Anormal Acumulado Padronizado para as N

Firmas.

Assim, define-se a Varivel GSRAit:

, =
(41) { , = . ;

(, )
(42) , = , ,
+

=
(43)
= , ,


(44) = e




(45) =

Ento podemos escrever a estatstica tGRANK - Rank Generalizada como:



(46) =

Pode-se escrever a estatstica tGRANK e ela tem distribuio T-teste com N-1 Graus
de Liberdade.

Kolari e Pynnonen (2011) construram o teste Generalizado Ranking (GRank-T)

com base em retornos anormais padronizados para o estudo de evento dos retornos das

aes quando os retornos no so normalmente distribudos. Eles mostraram que este teste

pode ser estendido de um nico dia (Janela de evento) para uma janela de eventos mais

ampla para o teste eficiente dos retornos anormais acumulativos (RAAs). A proposta deste

teste tem a vantagem de ser robusta para retornos com correlao em srie, volatilidade

induzida pelo evento, correlao transversal distribuio entre retornos para o caso de

grupos de empresas. O teste proposto tende a ser superior em relao ao poder dos testes

propostos por Patell (1976), e ao teste de Boehmer, Musumeci e Poulsen (1991) em

situaes onde os pressupostos destes so violados. Embora, os testes de Rank em amostras

47
que so assimtricas no se comportam bem, e para estes casos, recomenda-se o teste do

sinal, mesmo que este seja menos poderoso.

Segundo Cowan (1992), o teste GRank, em geral, mais poderoso em condies

ideais que os demais testes no paramtricos. No entanto, ele , mais sensvel ao aumento da

varincia do retorno, a baixa liquidez, a assimetria e ao tamanho da janela do evento quando

esta se torna relativamente grandes.

4.4.3 Teste do Sinal para Grupo de Eventos:

Cowan (1992), prope o teste de sinal generalizado que se baseado na relao entre o

percentual de retornos positivos (ou negativos) na janela de estimao comparada com o

percentual de retornos positivos na janela do evento. O teste foi aplicado em uma amostra de

retornos de aes dirios da NASDAQ e se mostrou bem especificado. A construo do

teste baseia-se no retorno anormal acumulado mdio na janela de eventos ser positivo ou

negativo, e pode ser escrito:

= > 0, Ou pode ser escrito tambm: = < 0,


(47) { 0 { 0
1 = 0. 1 = 0.

mais adequado interpretar o teste de sinal como um teste da mediana do RAA,

mas comum se usar este teste do sinal para apoiar concluses sobre a mdia do RAA. O

teste do sinal generalizado examina se o nmero de retornos anormais positivos na janela de

evento excede o nmero de retornos normais positivos na janela de estimao, no

importando a amplitude destes retornos positivos.

48
O teste pode ser descrito da seguinte forma: Primeiro acha-se a proporo ( ) de

valores positivos dos Retornos das aes na janela de estimao para cada firma (nos 252

dias). Matematicamente: Seja a varivel binria , (i=1,...,N firmas e t=1,...,T1 na janela de

estimao), , assumir o valor 1 se , for maior que zero, e 0 caso contrrio. Desta forma,

o valor representa a proporo mdia dos , positivos pelo total de eventos do grupo na

janela de estimao.

Seja

, , ;
(48) , {
, .

Assim:

1 1
1
(49) =
=1 =0 ,
1

, (Retornos anormais estimados) para todas as firma i


Define-se w o nmero de

na janela de eventos. Assim, pode-se definir a estatstica do teste :

()
(50) = .
(1)

, tem a distribuio binomial com parmetros e N. Porm, para N

suficientemente grandes, a distribuio de se aproxima da distribuio normal.

Concluindo que o teste de sinal generalizado se baseia apenas se na janela de eventos

a proporo de retornos anormais positivos (ou negativos) se mantem ou se altera em

relao a janela de estimao. Se a proporo se mantem sinalizar que no existe diferena

49
significativa no RAAM na janela de evento. O nvel de informao bastante baixo e,

portanto, de se esperar que o teste no seja to poderoso quanto os demais testes. Contudo,

em condies que o teste de Rank Generalizado no eficiente, tais como: Alta varincia do

Retorno, Baixa Liquidez, tamanho da janela de evento relativamente grande e em presena

de assimetria, o teste de sinal generalizado uma alternativa vivel para o teste de

classificao.

4.4.4 Proposta de Uso dos Testes de Hipteses

Quando todos os pressupostos forem satisfeitos, o teste BMP o teste mais poderoso.

Em casos em que se violam os pressupostos de normalidade, o teste do Rank Generalizado

o mais recomendado por ser mais poderoso que o teste do sinal. Porm, se alm da no

normalidade houver alta varincia dos retornos, ou baixa liquidez, assimetria a

recomendao ser o Teste de Sinal Generalizado.

Para os resultados prticos, apenas para exemplo comparativo sero mostrados todos os

quatro testes: T-teste, Teste BMP, o teste Rank Generalizado e o teste do Sinal mostrando

sempre o teste mais recomendado para cada situao. Desta forma, pode-se avaliar em que

situao rejeita ou aceita a hiptese nula.

A Figura 2 mostra o processo de seleo do teste para cada um dos grupos estudados.

50
Figura 2: Diagrama: Processo de Seleo do Teste Recomendado

5 TRATAMENTO DOS DADOS

5.1 CONSTRUO DA BASE DE DADOS:

Na Tabela 1 observou-se que os estudos disponveis no Brasil iniciam na dcada de 90,

sendo a grande maioria deles aps 1994, devido a entrada do plano Real onde configura uma

grande alterao no mercado brasileiro. Aps este perodo, houve algumas crises

econmicas, sendo a ltima recente crise em 2009. Neste estudo optou-se em no comparar

perodos entre crises e apenas estudar o perodo mais homogneo aps a ltima crise, de

forma a entender os impactos dos fatores nos momentos mais recentes da nossa economia.

Portanto, o estudo partiu do levantamento de 511 eventos de fuses e aquisies no

Brasil entre 2009 e 2014 de uma base de dados da Bloomberg. De posse desta base pode-se

cruzar as informaes com a Base de dados do Economtica e levantar informaes

cadastrais das empresas adquirentes, bem como os dados dirios das transaes das

empresas na BOVESPA.

Esta base de dados permitiu avaliar melhor o comportamento de cada varivel (descritas

em anexo) e construir os fatores que sero testados no estudo depois de utilizar filtros de

eliminao de rudos.

51
5.2 FONTE DE DADOS:

A amostra de eventos foi definida a partir das informaes obtidas na base de dados da

Bloomberg das operaes de fuses e aquisies realizadas no Brasil no perodo de janeiro

de 2009 a janeiro de 2014. Sendo todas as informaes financeiras de mercado (preo dirio

de fechamento das aes, liquidez das aes, valor de mercado da empresa adquirente, etc.)

extradas da fonte de dados Economtica.

Para se construir os parmetros da regresso, foram levantados dados entre janeiro de

2008 a julho de 2014 para garantir os 252 dias teis antes da janela de evento.

Os 511 eventos analisados neste trabalho so fuses e aquisies promovidas por

empresas adquirentes listadas na bolsa de valores (BOVESPA).

Foi realizado um processo de identificao dos eventos para os quais as informaes

necessrias realizao do estudo estavam disponveis. Na base de dados original foram

eliminados parte dos eventos, resultado em uma amostra final de 314 casos. Os eventos

foram eliminados segundo alguns critrios detalhados na seo 5.4.

5.2.1 Bloomberg:

Alm das informaes referentes ao evento F&A, a Base da Bloomberg forneceu

informaes sobre as variveis: Empresa Adquirente de capital Aberto, Empresas Alvo,

Data do anncio do evento e o Valor da transao. As variveis utilizadas no estudo esto

listadas no Apndice B.

52
5.2.2 Banco Central:

Para a taxa de retorno livre de risco (R LRt ), utilizou-se a taxa diria da Selic por ser base de

referncia das taxas de juros cobradas pelo mercado, utilizando quatro casas decimais. A

srie histrica, para abranger todo o perodo do estudo, foi extrada do site do Banco

Central2 (Interest rate Selic, % p.d, 11 - Taxa de juros - Selic - % a.d.).

5.2.3 Economtica:

Todas as informaes referentes s aes (Tabela de variveis no Apndice B) foram

extradas do Economtica. Tais como: Liquidez, quantidade de aes outstanding, aes das

empresas adquirentes na BOVESPA; preo dirio das aes, volume de transao das aes,

setor (NAICS) da Empresa e etc.

5.3 CONSTRUO DOS FATORES:

5.3.1 Fator: Tipo Empresa Alvo Empresa de Capital Fechado ou Empresas de Capital
Aberto:

Para as F&As onde a empresa alvo listada na BOVESPA ser considerada Tipo de

Empresa Alvo de Capital Aberto, ou seja, empresas com aes negociadas na Bolsa de

Valores (BOVESPA). Caso contrrio ser considerado Tipo de Empresa Alvo: Capital

Link Banco Central:2


https://www3.bcb.gov.br/sgspub/localizarseries/localizarSeries.do?method=prepararTelaLocalizarSeries
53
Fechado (ou uma sociedade annima na qual o capital social representado pelas aes est

normalmente dividido pelos seus proprietrios).

Por uma questo de nomenclatura, ser definido como Fator o princpio estudado e

Grupo a decomposio de cada elemento do Fator. Exemplo: Fator o Tipo de Empresa

Alvo e Grupo (Aberto) e Grupo (Fechado). Este conceito valer para os demais fatores.

5.3.2 Fator: Nvel de Governana Corporativa:

Para estudar o nvel de Governana Corporativa, utilizou-se a proposta de segmentao

feita pela BOVESPA, onde tem uma relao direta com a Governana Corporativa. A

BOVESPA classifica como Novo Mercado (NM) empresas com o nvel mais alto de

Governana Corporativa. Assim, ser classificado este fator, basicamente, em dois grupos:

Segmento (NM) e demais segmentos Segmento (Outros).

Entretanto, para uma anlise mais detalhada, inicialmente, foram definidos e avaliados

todos os principais segmentos BOVESPA.

Segmento (BVP), as empresas classificadas neste segmento (BOVESPA) so chamadas

segmento tradicional, empresas que operam tradicionalmente com ao na Bolsa de So

Paulo. Normalmente so grandes empresas que no aderiram ao Novo Mercado.

Apesar de no ser possvel definir um padro de Governana Corporativa para esse

segmento, devido longevidade e tamanho destas empresas no mercado, espera-se um

comportamento semelhante ao grupo com Governana Corporativa.

Segmento (DR), Brazilian Depositary Receipts - BDR: So certificados de depsito,

emitidos e negociados no Brasil, com lastro em valores mobilirios de emisso de

companhias estrangeiras. Vale ressaltar que para o Segmento DR, h apenas trs eventos

54
classificados neste segmento, desta forma decidiu-se descartar este segmento deste estudo

por no ter representatividade estatstica nas metodologias empregadas.

Segmento (N1), no existem normas relativas governana, apenas que a companhia se

compromete a manter no mnimo 25% das aes em circulao. Portanto, representa as

empresas com o nvel mais baixo de Governana Corporativa cadastradas na BOVESPA.

Segmento (N2), segundo o site da BOVESPA O Nvel 2 similar ao Novo Mercado,

porm com algumas excees. As empresas listadas tm o direito de manter aes

preferenciais (PN). No caso de venda de controle da empresa, assegurado aos detentores

de aes ordinrias e preferenciais o mesmo tratamento concedido ao acionista controlador,

prevendo portanto o direito de tag along de 100% do preo pago pelas aes ordinrias do

acionista controlador.

As aes preferenciais ainda do o direito de voto aos acionistas em situaes crticas,

como a aprovao de fuses e incorporaes da empresa e contratos entre o acionista

controlador e a companhia, sempre que essas decises estiverem sujeitas aprovao na

assembleia de acionistas. Como, j apresenta algumas normas de Governana Corporativa,

define-se como um nvel intermedirio de Governana Corporativa. Vale ressaltar que para

este grupo obteve-se apenas 14 eventos classificados neste segmento. Neste caso, podemos

avaliar com cuidado os testes no paramtricos, bem como a anlise descritiva dos dados

como ser visto adiante.

Segmento (NM), empresas do Novo Mercado: Segundo o site da BOVESPA O Novo

Mercado estabeleceu desde sua criao um padro de governana corporativa altamente

diferenciada. A partir da primeira listagem, em 2002, ele se tornou o padro de

transparncia e governana exigido pelos investidores para as novas aberturas de capital. Na

ltima dcada, o Novo Mercado firmou-se como uma seo destinada negociao de aes

de empresas que adotam voluntariamente prticas de governana corporativa adicionais s

55
que so exigidas pela legislao brasileira. A listagem nesse segmento especial implica na

adoo de um conjunto de regras societrias que ampliam os direitos dos acionistas, alm da

adoo de uma poltica de divulgao de informaes mais transparente e abrangente.

5.3.3 Fator: Setor Econmico da Empresa Adquirente:

Foi utilizada a classificao setorial NAIC, retirada do Economtica. Por uma questo de

simplicidade reduziu-se os Grupos originais a 10 grupos distintos: Setor (Comrcio); Setor

(Construo Civil); Setor (Educao); Setor (Financeiro); Setor (Indstria); Setor

(Primrio); Setor (Servios Bsicos); Setor (Servios), Setor (Transporte) e Setor (Outros).

5.3.4 Fator: Valor da Aquisio contra Valor da Empresa Adquirente:

Para construir um ndice que reflita o impacto do valor da aquisio sobre a empresa,

optou-se em avaliar a relao entre o valor pago pela aquisio, em reais, pelo valor de

mercado da empresa adquirente no dia do anncio do evento tambm em reais. Este ndice

representa o peso que a compra tem em relao ao tamanho da firma. Uma pequena

aquisio com impacto mnimo no fluxo financeiro da companhia no deveria ter reaes

significativas no mercado. Ao passo que aquisies com valores financeiros significativos

na empresa deveriam ser vistas com cuidado pelo mercado refletindo nos retornos anormais

acumulados na janela de evento.

As aquisies eminentemente estratgicas podem sinalizar algum posicionamento ou

movimento da empresa no mercado o que refletiria significativamente na percepo do

mercado quanto esta aquisio, mesmo que pequena. Neste estudo estas excees no sero

56
tratadas. O clculo do Valor da Aquisio (Evento) e do Valor da Empresa (No momento do

anncio da aquisio, t=0). Esto descritos em anexo.

Os quatro fatores acima sero construdos na base de dados e testados, utilizando a

metodologia definida para avaliar os retornos anormais na janela de eventos.

5.3.5 Cruzamento entre fatores:

Para avaliar a relao entre os fatores, ser realizado o cruzamento entre os Fatores Tipo

de Empresa, Nvel de Governana e Setor Econmico contra Percentual do Valor da

Aquisio. Estes cruzamentos j foram utilizados em (BATISTA e MINARDI, 2010;

PETMEZAS, 2009 e MOELLER, SCHLINGEMANN e STULTZ, 2004).

Para simplificar a anlise ser utilizado o fator de Percentual do Valor de Aquisio em

2 nveis:

Alto Valor: Percentual do Valor da Aquisio contra Valor de Mercado da Empresa

Adquirente maior que 3% e;

Baixo Valor: Percentual do Valor da Aquisio contra Valor de Mercado da Empresa

Adquirente menor ou igual a 3%.

O Fator Governana Corporativa foi dividido tambm em apenas 2 grupos: Segmento

Novo Mercado e Outros Segmentos. Por fim, cada um dos grupos dos fatores acima

57
(Tipo de Empresa, Nvel de Governana e Setor Econmico) ser analisado

separadamente entre a diviso de Alto Valor e de Baixo Valor.

5.4 DEFINIES DE FILTROS:

O processo de construo da base passou por eliminar rudos que poderiam interferir na

anlise. Em uma avaliao prvia foi possvel identificar fatores que trariam vis a anlise,

tais como: o tipo de aes inapropriadas e a grande quantidade de aquisies de uma mesma

empresa em um curto intervalo de tempo. Segue os principais filtros utilizados:

5.4.1 Filtro 1: Eventos de Uma Mesma Empresa em Intervalos Inferiores a 30 dias:

Para evitar a influncia entre dois eventos da mesma empresa muito prximo entre si

excluiu-se todos os eventos da mesma empresa, com mais de 30 dias. Desta forma, se o

evento A foi anunciado no dia 01/06/2010 e o evento B no dia 06/06/2010, excluiu-se

ambos os eventos (A e B). Ambos os eventos foram excludos para evitar uma

superestimao ou subestimao do retorno anormal acumulado para um determinado

evento, podendo influenciar o retorno mdio do grupo.

5.4.2 Filtro 2 Empresas com Preos das Aes no Economtica.

Apesar de existirem na base da Bloomberg, algumas empresas no estavam presentes na

base do Economtica (Listadas abaixo). Assim, precisou-se excluir do estudo as seguintes

aes das empresas: Anhanguera Educacional Participaes AS (AEDU3), Autometal AS

(AUTM3), Banco BTG Pactual SA /Banco PanAmericano AS (BPNM4), Kroton

Educacional SA (KROT11) e LLX Logstica SA (LLXL3).

58
5.4.3 Filtro 3: Eventos Com Menos de Um Ano de Informao na Janela de
Estimativa:

Ao coletar os dados do Economtica, percebeu-se que para alguns eventos a srie

histrica de preo das aes dirias eram inferiores aos 252 dias teis para o perodo da

janela de estimao. Para ter um nico padro de estimativa, optou-se em excluir estes

eventos.

5.4.4 Filtro 4: Excluso de Aes de Baixa Liquidez:

Algumas empresas da amostra possuem mais de um tipo de ao listada na BOVESPA

mais de uma ao. Inicialmente calculou-se os RAA (Retornos Anormais acumulativos) de

cada uma das aes destas empresas. Mas para o clculo do RAAM do grupo, optou-se por

selecionar apenas uma nica ao por empresa. Esta medida teve o objetivo garantir o

equilbrio das mdias dos grupos. Assim, empresas com mais de uma ao, no teriam mais

peso que as demais.

Para selecionar a ao que melhor representaria o evento, optou-se por utilizar o conceito

de Liquidez (Descrito no apndice B). Foram utilizados trs conceitos de Liquidez

simultaneamente: Quantidade de aes negociadas no dia, Valor das aes negociadas no

dia. ndice de Liquidez (Economtica), sendo que ndice do Economtica uma mdia

Geomtrica entre o nmero negcios com a ao dentro do perodo escolhido e as demais

empresas (Vide Apndice B). Praticamente, em todos os eventos os trs tipos de liquidez

foram consistentes elegendo a mesma ao como o de maior liquidez.

59
5.5 RESULTADOS APS OS FILTROS:

Para se obter uma percepo clara da quantidade de eventos excludos, criou-se a

Tabela 2, onde se aplica um filtro por vez. Ou seja, a partir da base original retira-se o

filtro 1, Desta forma, sabemos quantos eventos restaram. Destes eventos retira-se o

seguinte e assim por diante. Independente da ordem a quantidade inicial e final a

mesma. Porm, vale ressaltar que se mudssemos a ordem dos filtros as quantidades

intermediarias se alterariam dado que um evento, pode ter sido excludo em mais de um

filtro.

Tabela 2: Filtros de Excluses de eventos

De A
Periodo do Estudo
1/9/2009 1/20/2014

Aes Negociadas
Filtros de Excluso da Base Eventos empresas
na Bovespa
Base inicial Bloomberg-Economtica 511 145 187
Empresas que no tem informao de valor da ao
22 5 5
Filtro 1 no Economtica:
Total Parcial 489 140 182
Eventos da mesma empresa que aconteceram com
162 38 44
Filtro 2 menos de um ms:
Total Parcial 327 138 174
Eventos que no tem histrico de 360 dias na janela
24 15 15
Filtro 3 de Estimao:
Total Parcial 314 132 159
Filtro 4 Empresas com mais de uma ao: 11 11 27
Total 314 132 132
Retirados do estudo

A base final contou com 314 eventos de 132 empresas diferentes. Retirados todos os

filtros, resta saber se a distribuio da amostra final a mesma da amostra original ou o

processo de limpeza provocou algum vis em relao a base inicial. Para garantir que no

60
h vis na amostra final, comparou-se as distribuies dos fatores da amostra inicial com

a final com se pode ver a seguir.

Tabela 3: Distribuio Entre Empresas Alvo Capital Tabela 4: Distribuio entre os Segmentos BOVESPA
Fechado contra. Capital Aberto
Distribuio da Distribuio da
Distribuio da Distribuio da
Empresas Amostra Final Segmento Amostra Final
Amostra Inicial Amostra Inicial

C. Fechado 92.76% 92.01% BOVESPA 7% 6%


C. Aberto 7.24% 7.99% DR3 3% 1%
MA 0% 0%
N1 13% 17%
N2 3% 5%
NM 74% 70%

Tabela 5: Distribuio entre Setores Econmicos Tabela 6: Valor da Compra da Empresa Alvo
(NAICS) (Milhes Reais)
Distribuio
Distribuio da Distribuio da Valor da Distribuio da
Setor da Amostra
Amostra Inicial Amostra Final Transao Amostra Final
Inicial
Comercio 6% 7% Sem
15.91% 15.68%
Construo Informao
3% 4%
Civil 1 -10 21.22% 18.05%
Educao 4% 3% 10 -50 26.72% 26.33%
Financeiro 14% 11% 50 -100 10.02% 12.43%
Industria 23% 24%
100 -500 16.50% 17.16%
Outros 1% 1%
>500 9.63% 10.36%
Primrio 13% 12%
Servios 23% 22%
Servios
7% 8%
Bsicos
Transporte 6% 8%

Na comparao entre amostra inicial e a amostra final demostradas nas Tabela 2 a

Tabela 5 as distribuies dos quatro fatores so muito prximas, garantindo que no

houve a introduo de vis na amostra na aplicao dos filtros. No caso do fator 4: Razo

entre o valor de aquisio pela Valor de Mercado da empresa adquirente, por uma questo

de simplicidade optou-se em testar apenas o valor absoluto da aquisio.

61
6 RESULTADOS IMPRICOS:

6.1 DISTRIBUIO DOS EVENTOS NO TEMPO:

Quando se analisa a distribuio dos eventos ao longo do tempo, percebe-se uma maior

concentrao dos eventos entre os anos de 2010 e 2011, perodo de forte aquecimento da

economia brasileira. Este perodo envolve o final da crise SuperPrime entre os anos 2008 e

2009 e um desaquecimento da economia a partir do final do ano de 2013. Entretanto, os

resultados podem ser distintos dependendo do setor da economia, dado que cada setor reagiu

diferentemente a crise, como o caso da produo de commodities e a construo civil,

pouco impactados neste perodo. Portanto, isto pode ter interferido nos resultados das F&As

do perodo.

Grfico 5: Distribuio dos Eventos pelo Tempo (Meses):

No Grfico 5, observa-se uma oscilao de eventos com certa sazonalidade onde o incio

do ano parece apresentar volumes mais baixos de F&As que no meio do ano. Outro ponto

62
importante que o padro da amostra semelhante ao padro da populao, garantindo

tambm neste caso que no h vis na amostra.

6.2 ANLISE DOS PARMETROS ALFA E BETA DA JANELA DE

ESTIMAO

A Tabela 7 mostra um resumo das estatsticas dos parmetros Alfa e Beta da janela de

Estimao.

Tabela 7: Estatsticas de ALFA e BETA da Janela de Estimao


Alfa Beta
N Quantidade de
Grupos Desvio Desvio
Grupo Alfa 0 ( = 5%) Mdia Mdia
Padro Padro
Total 321 15 0.0003 0.0019 0.6442 0.4672
Grupo (Fechado) 295 14 0.0003 0.0016 0.6528 0.3524
Grupo (Aberto) 26 1 0.0001 0.0005 0.8261 0.3354
Segmento (BVP) 23 5 0.0005 0.002 0.6441 0.325
Segmento (N1) 62 1 0.0001 0.0004 0.8587 0.303
Segmento (N2) 14 2 0.0005 0.0012 0.6052 0.2137
Segmento (NM) 218 7 0.0003 0.0017 0.6178 0.3596
Setor (Comercio) 16 0 0.0001 0.0005 0.5528 0.2076
Setor (Construo Civil) 14 1 0.0003 0.0011 1.0011 0.4197
Setor (Educao) 9 0 0 0 0.5018 0.1285
Setor (Financeiro) 35 1 0.0005 0.0018 0.7736 0.3909
Setor (Indstria) 80 8 0.0005 0.0026 0.6239 0.311
Setor (Primrio) 40 1 0.0001 0.0007 0.9091 0.3471
Setor (Servios Bsicos) 28 2 0.0002 0.0006 0.4895 0.233
Setor (Servios) 66 2 0.0001 0.0008 0.5342 0.3012
Setor (Transporte) 27 0 0.0002 0.0008 0.7492 0.4096
Valor Compra (Sem inf.) 48 2 0.0001 0.0008 0.6644 0.351
Valor Compra (0%-0.5%) 62 1 -0.0001 0.001 0.7158 0.295
Valor Compra (0.5%-2%) 76 1 0.0004 0.0022 0.6684 0.4051
Valor Compra (2%-6%) 65 2 0.0003 0.0009 0.6702 0.3512
Valor Compra (>6%) 70 9 0.0005 0.002 0.624 0.352
% Valor Aquisio (Alto) 70 9 0.0005 0.002 0.624 0.352
%Valor Aquisio (Baixo) 251 6 0.0002 0.0014 0.6799 0.354

Observamos que em apenas em 15 casos o parmetro alfa foi significativamente diferente

de zero no teste de hiptese. Portanto, o uso de parmetro foi praticamente nulo. No caso

dos Betas, percebe-se que a mdia geral foi de 0,64, sendo que alguns grupos apresentam
63
maior valor acima da mdia, representando maior volatilidade e risco como nos casos das

empresas de capital aberto que foram adquiridas (0.8261), empresas do Segmento N1

(0.8587) de Governana, Construo Civil (1.00110) e Setor Primrio (0.9091).

6.3 ANLISE DESCRITIVAS DOS RETORNOS ANORMAIS POR GRUPOS:

Utilizando a construo dos retornos anormais acumulados, na amostra de dados, foi

possvel calcular a mdia do Retorno Anormal Acumulado para cada um dos grupos de cada

fator e fazer uma anlise descritiva para cada um dos deles.

Tabela 8: Estatsticas dos Retornos Anormais Acumulados Mdios pelos Fatores:


Estatsticas - RAA
Grupos
Amo Desvio Primeiro Terceiro
Mdia Mnimo Mediana Mximo
stra Padro Quartil Quartil
Grupo (Fechado) 294 1.7% 9.1% -36.8% -4.2% 0.1% 4.8% 42.6%
Grupo (Aberto) 26 -0.03% 8.5% -17.0% -3.3% 1.2% 8.4% 18.9%
Segmento (BVP) 23 1.4% 12.1% -28.6% -4.0% 1.6% 6.8% 36.9%
Segmento (DR) 3 -1.3% 2.8% -3.5% -3.5% -2.2% 1.8% 1.8%
Segmento (N1) 61 -1.4% 7.2% -18.7% -4.6% -0.7% 2.3% 14.0%
Segmento (N2) 14 -0.7% 6.7% -10.4% -5.2% -2.4% 6.4% 11.1%
Segmento (NM) 218 0.5% 9.4% -36.8% -4.1% 0.3% 5.3% 42.6%
Setor (Comercio) 16 1.3% 9.1% -19.2% -0.7% 2.9% 6.2% 15.0%
Setor (Construo Civil) 14 -4.5% 7.8% -24.1% -9.7% -3.6% -1.3% 8.5%
Setor (Educao) 9 2.5% 7.6% -7.8% -3.2% 2.7% 6.3% 16.3%
Setor (Financeiro) 35 -0.7% 4.6% -10.0% -3.3% -0.5% 1.6% 11.6%
Setor (Indstria) 80 1.6% 10.5% -31.0% -4.6% 1.8% 8.5% 36.9%
Setor (Outros) 3 5.4% 17.2% -5.5% -5.5% -3.5% 25.3% 25.3%
Setor (Primrio) 40 0.5% 9.6% -36.8% -3.1% 1.6% 4.7% 18.0%
Setor (Servios Bsicos) 28 -3.7% 8.1% -28.6% -6.6% -2.7% 0.1% 14.0%
Setor (Servios) 66 0.7% 9.3% -25.8% -3.7% -0.1% 5.1% 42.6%
Setor (Transporte) 26 -0.1% 7.9% -18.7% -4.6% -1.1% 6.1% 16.9%
Valor Compra (Sem informao) 48 -0.6% 10.0% -24.1% -5.5% -1.9% 4.3% 31.0%
Valor Compra (0%-0.5%) 62 1.1% 6.2% -24.3% -2.6% 1.0% 4.2% 16.5%
Valor Compra (0.5%-2%) 76 -0.7% 8.4% -31.0% -5.2% -0.9% 4.3% 16.9%
Valor Compra (2%-6%) 65 -1.3% 9.7% -36.8% -5.4% -1.0% 3.9% 18.0%
Valor Compra (>6%) 69 1.9% 10.5% -23.5% -3.3% 0.5% 8.4% 42.6%
Valor Compra (Alto -Maior 3%) 107 -0.3% 10.2% -36.8% -5.2% -0.4% 4.8% 42.6%
Valor Compra (Baixo-Menor 3%) 212 0.1% 8.1% -31.0% -4.0% 0.1% 4.5% 31.0%

64
A Tabela 8, apresenta as estatsticas descritivas demostrando que dentro de cada fator os

grupos diferenciam entre si, porm, a variabilidade no to diferente entre elas. Isto ser

comprovado no teste de homogeneidade da varincia. Alm disto, todos fatores tm grupos

com retornos anormais mdios positivo e negativo.

6.3.1 Empresas Alvo de Capital Aberto vs. Capital Fechado.

Chegou-se em resultados semelhantes ao que a literatura menciona, onde o RAAM

para as empresas alvo Capital Fechado tendem a ser positivo e mais alto do que o RAAM

para as empresas alvo de Capital Aberto, que so negativo e muito prximo de zero. Porm,

no se pode ter concluses definitivas apenas pelas mdias. Estes resultados devero ser

reforados pelos testes de hiptese.

Grfico 6: Retorno Anormal Acumulado Mdio - Empresas de Capital Fechado contra


Empresas de Capital Aberto.

65
6.3.2 Adquirentes classificados como Novo Mercado vs. Outros Segmentos
BOVESPA:

Analisando puramente as mdias (RAAM) dos grupos de segmento BOVESPA,

independentemente se existe significncia estatstica nos testes dos grupos, pode-se perceber

uma tendncia de polarizao entre grupos com menor Governana Corporativa (N1) para

Maior Governana Corporativa (NM). A menos do grupo tradicional que precisaria de um

entendimento mais claro de seu posicionamento.

Grfico 7: Retorno Anormal Acumulado Mdio - Empresas pelo segmento Bovespa

6.3.3 Setor de Atuao (Setor NAICS Simplificado):

Os setores de atividade tm mdias bem distintas, sendo que as varincias no se

diferenciam tanto assim. No entanto, uma avaliao mais detalhada deveria ser feita para

entender se as diferenas do RAAM entre os setores so ao acaso ou existe razes mais

efetivas.

66
Grfico 8: Retorno Anormal Acumulado Mdio Setor Econmico (NAICS)

6.3.4 Relao entre o valor da Aquisio/Valor Mercado do adquirente Pequena vs.


Grande.

Para se estabelecer um valor que seria considerado um valor alto de compra e um

valor baixo de compra, calculou-se a distribuio de todos os eventos como se pode ver no

Grfico 9, onde se percebe uma maior concentrao em eventos com valores de aquisies

baixo em relao ao valor de mercado da empresa adquirente. Porm, percebe-se ainda uma

concentrao de 27% dos eventos acima de 5% do valor de aquisio.

67
Grfico 9: Retorno Anormal Acumulado Mdio - Razo Valor Aquisio/Valor da Firma

Para comparar os grupos e garantir ao mximo os tamanhos das amostras deles, foi

estabelecido apenas 5 grupos de tamanhos equivalentes, como pode ser visto na tabela

abaixo:

Tabela 9: Intervalos da Razo entre Valor da Compra contra Valor da Empresa Adquirente

Percentual do Valor Compra contra Valor Mercado %


<=0% 16.55%
0%-5% 19.39%
5%-2% 22.46%
2%-6% 20.33%
>6% 21.28%
Total 100.00%

Para cada intervalo acima foi realizado testes de hipteses, onde percebeu-se que os

intervalos: 0%, 0%-5%, 5%-2%, 3%-6% tiveram resultados semelhantes. Aps esta

constatao decidiu-se dividir a amostra em apenas dois grupos com o objetivo de

simplificar a anlise de cruzamento entre os fatores. Desta forma, optou-se em separar a

amostra em valores menores e maiores que 3% percentual denominando cada grupo de

68
Baixo Valor da Compra (Percentual do Valor Evento< 3%) e Alto Valor de Compra

(Percentual do Valor Evento 3%).

A princpio, em ambos os grupos os retornos anormais mdios so bastante tmidos e

parece no ter impacto nos RAAM na Janela de Evento, apesar de baixos valores terem

mdias positivas e altos valores terem mdias negativas. Nos testes estatsticos,

principalmente nos cruzamentos dos demais fatores com o valor de aquisio ficar claro a

forma que este fator tem efeito significativo nas aquisies.

Grfico 10: Retorno Anormal Acumulado Mdio-Valores Aquisio/Valor da Firma.

6.4 OS TESTES ESTATSTICOS:

Foram realizados trs categorias de testes: Teste de Normalidade, testes de Homogeneidade

da Varincia e teste para avaliar se os retornos mdios so significativamente diferenas de

zero.

69
Para os casos onde as duas primeiras categorias no rejeitam H0 e o tamanho da amostra do

grupo foi superior a 15 observaes foi possvel utilizar testes paramtricos (T-teste e Teste

BMP). Nestes casos assume-se a normalidade e a igualdade de varincia para os testar se os

RAAMs (retornos anormais acumulados) so significativamente diferentes de zero. Nos

casos de rejeio da normalidade ou amostras pequenas, optou-se em concentrar as anlises

nos testes no paramtricos.

Por uma questo de simplicidade as tabelas mostraro os trs testes para todos os grupos,

pois, mesmo que no apropriados, podemos avaliar a consistncia entre os testes.

6.4.1 Teste de Homogeneidade entre os Grupos.

Como o objetivo do estudo comparar os resultados dentro dos grupos, utilizamos o

teste de Levene para identificar a igualdade de varincia dentro dos grupos. Pela estatstica

do P-Value observado na Tabela 10, mostra que para todos os grupos, no rejeita a hiptese

de homogeneidade. Assim, no existe restries de homogeneidade para os grupos

analisados.

Tabela 10: Teste Levene (Homogeneidade)

Teste de Homogeneidade de Levene para a Varincia do RAAM


ANOVA (Desvios Quadrados para os grupos de Mdias)
Graus de Soma de Mdia Valor
Grupos P-Value
Liberdade Quadrados Quadrada Estatstica F
Aberto contra Fechado 1 0.00004 0.00004 0.1100 0.7426
Segmentos BOVESPA 4 0.0019 0.0005 1.3000 0.2711
Setor de Atividade 9 0.0027 0.0003 0.9000 0.5285
% Aquisio 1 0.0006 0.0006 1.8400 0.1757

70
6.4.2 Teste de Igualdade de Varincia entre a Janela de Estimao e a Janela de Evento

Por uma questo de simplicidade, para se ter alguma evidncia de volatilidade induzida pelo

evento para cada um dos grupos de estudo foi realizado um teste univariado de diferenas de

varincia entre a Janela de estimao e a janela de eventos. A partir destes testes, foi

observado a quantidade de eventos (%) que o teste de hiptese foi rejeitado. A Tabela 11

mostra que os grupos em mdia, tm aproximadamente 50% dos eventos com varincias

diferentes entre as janelas de estimao e evento, podendo ser maior ou menor. Desta forma,

o Retorno Anormal Acumulado Mdio tem grande chance de ter volatilidade Induzida pelo

Evento. Estes resultados, praticamente anulam a viabilidade do uso do T-teste para o

RAAM em favor do teste BMP.

Tabela 11: Teste de Varincia: Ho- Varincia na Janela de Estimao = A Janela do


Evento
Grupos No Rejeita Ho Rejeita Ho
Total Amostra 53.9% 46.1%
Grupo (Fechado) 55.3% 44.7%
Grupo (Aberto) 38.5% 61.5%
Segmento (NM) 58.7% 41.3%
Segmento (N1) 32.3% 67.7%
Segmento (N2) 86.7% 13.3%
Segmento (BVP) 52.2% 47.8%
Setor (Indstria) 58.8% 41.3%
Setor (Primrio) 55.0% 45.0%
Setor (Comercio) 47.1% 52.9%
Setor (Financeiro) 34.3% 65.7%
Setor (Servios) 63.6% 36.4%
Setor (Servios Bsicos) 48.3% 51.7%
Setor (Transporte) 55.6% 44.4%
Setor (Construo Civil) 40.0% 60.0%
Setor (Educao) 66.7% 33.3%
Valor Compra/Mercado (<=0%) 52.1% 47.9%
Valor Compra/Mercado (0%-0.5%) 58.1% 41.9%
Valor Compra/Mercado (0.5%-2%) 55.3% 44.7%
Valor Compra/Mercado (2%-6%) 55.4% 44.6%
Valor Compra/Mercado (>6%) 48.6% 51.4%
Valor Compra/Mercado (Baixo) 55.4% 44.6%
Valor Compra/Mercado (Alto) 48.6% 51.4%
71
6.4.3 Teste de Normalidade:

Para se testar se a distribuio dos RAAMs normal, utilizou-se quatro testes de

normalidade distintos: Shapiro-Wilk, Kolmogorov-Smirnov, Cramer-vonMises e Anderson-

Darling. Os dois primeiros so testes mais disseminados na literatura. Ao passo que os

demais so mais precisos em algumas situaes. A proposta ser conservador, de forma,

que se algum teste rejeite a hiptese de normalidade para algum grupo, o teste BMP ser

descartado e ser adotado o teste no paramtrico. Apenas por comparao, a

Tabela 12 mostra os quatro testes simultaneamente. Pode-se observar que dos 25 grupos
apenas 5 tiveram divergncia dos testes, sendo que para 15 grupos se rejeita a hiptese de
normalidade.

Tabela 12: Teste de Normalidade


Kolmogorov Anderson
Shapiro Wilk Cramer vonMises
Grupos Smirnov Darling
Shap-W. Pr<W K-S Pr>D C-vM Pr>W-Sq A-D Pr>A-Sq
Total*** <0.0001 <0.0100 <0.0050 <0.0050
Grupo (Fechado) *** <0.0001 <0.0100 <0.0050 <0.0050
Grupo (Aberto) 0.9169 0.15 0.25 0.25
Segmento (BVP) * 0.083 >0.1500 0.148 0.0927
Segmento (N1)** 0.1055 0.101 0.023 0.0365
Segmento (N2) 0.3031 >0.1500 0.1838 0.2298
Segmento (NM) *** <0.0001 <0.0100 <0.0050 <0.0050
Setor (Comercio) 0.4238 >0.1500 >0.2500 >0.2500
Setor (Construo Civil) 0.295 >0.1500 0.2157 0.2287
Setor (Educao) 0.948 >0.1500 >0.2500 >0.2500
Setor (Financeiro) 0.4711 >0.1500 >0.2500 >0.2500
Setor (Industria) 0.0651 >0.1500 >0.2500 0.2271
Setor (Primrio) *** <0.0001 <0.0100 <0.0050 <0.0050
Setor (Servios Bsicos) ** 0.03 0.0211 0.0084 0.0135
Setor (Servios) ** <0.0001 0.0205 0.0074 <0.0050
Setor (Transporte) 0.9789 >0.1500 >0.2500 >0.2500
Valor Compra (Sem informao) ** 0.0504 >0.1500 0.036 0.0396
Valor Compra (0%-0.5%)* 0.0031 0.1383 0.0864 0.047
Valor Compra (0.5%-2%)** 0.0049 0.0478 >0.2500 0.0722
Valor Compra (2%-6%)** 0.003 0.0302 0.0179 0.0141
Valor Compra (>6%)** 0.0003 0.0244 0.0073 <0.0050
% Valor Aquisio (Alto -Maior 3%)** 0.0005 0.0593 0.0062 <0.0050
% Valor Aquisio (Baixo - Menor 3%)* <0.0001 0.0191 <0.0050 <0.0050
* Rejeita Ho a 10%
** Rejeita Ho a 5%
*** Rejeita Ho a 1%

72
Pela Tabela 12 observamos que em quase a totalidade dos testes houve convergncia

entre os resultados dos quatro testes. O que significa uma consistncia entre os resultados.

Observou-se que para os seguintes grupos a seguir rejeitou-se a Hiptese de Normalidade:

Grupo Empresas Alvo de Capital Fechado, Segmentos (BVP, N1, NM), Setores (Servios

Bsicos, Servios, Primrio), e os grupos de Valor da Aquisio. Para estes grupos

avaliaremos os testes de Rank e Sinal.

Os resultados inconsistentes entre os testes foram dos grupos: Segmento (BVP),

Segmento (N1) afetados pelos tamanhos amostrais. Assim, mesmo priorizando os resultados

dos testes de Shapiro-Wilk, Kolmogorov-Smirnov vamos rejeitar a hiptese de normalidade.

Apesar de no rejeitar a hiptese de normalidade para os grupos: Segmento (N2),

Setor (Comrcio), Segmento (Construo Civil) e Setor (Educao), o nmero de

observao muito baixo. Portanto, para estes casos optou-se pelos testes no paramtricos.

6.4.4 Anlise da simetria das distribuies dos grupos.

Para finalizar a matriz que indica qual teste ser mais adequado a cada grupo,

precisa-se calcular um indicador de simetria. Ser utilizado como medida de simetria:

3
= (1)(2) (
) . uma distribuio ser definida como assimtrica se o

valor da Assimetria estiver fora do intervalo (-0.5; 0.5). Assim, a Tabela 13 mostra o

resultado da assimetria para os Grupos:

73
Tabela 13: Simetria das Distribuies dos Grupos
Estatsticas de Simetria

Grupo Quantidade Simetria

Total 295 0.42


Grupo (Fechado) 295 0.09
Grupo (Aberto) 26 (0.00)
Segmento (BVP) 23 0.42
Segmento (DR) * 3 1.34
Segmento (N1) 62 (0.37)
Segmento (N2) 15 0.26
Segmento (NM) 218 (0.04)
Setor (Comercio) * 17 (0.80)
Setor (Construo Civil) * 15 (0.75)
Setor (Educao) 9 0.43
Setor (Financeiro) 35 0.46
Setor (Industria) 80 0.15
Setor (Outros) * 3 1.71
Setor (Primrio) * 40 (1.81)
Setor (Servios Bsicos) * 29 (0.86)
Setor (Servios) * 66 1.04
Setor (Transporte) 27 (0.00)
Valor Compra (Sem informao) * 48 0.72
Valor Compra (0%-0.5%) * 62 (0.68)
Valor Compra (0.5%-2%) * 76 (0.77)
Valor Compra (2%-6%) * 65 (1.04)
Valor Compra (>6%) 70 0.15
% Valor Aquisio (Alto -Maior 3%) 107 0.01
% Valor Aquisio (Baixo - Menor 3%) * 212 (0.18)
(*) Assume-se a Distribuio como assimtrica

A Tabela 13 Mostra a Simetria das distribuies dos Grupos, onde pode-se perceber

que os grupos assinalados com * apresentam assimetria baseado no valor superior a +/-0.5.

Nestes casos opta pelo teste generalizado do Sinal e no pelo teste generalizado do Rank.

6.4.5 Resumo da proposta de teste para cada grupo.

Baseado nos testes de normalidade, quantidade de eventos nos grupos e sua simetria

chegou-se a seguinte matriz de teste para grupo de RAAMs:

74
Tabela 14: Tipo de Teste por Grupo:
Estatsticas de Simetria e Teste Normalidade Teste de Normalidade
RAAM
Cramer
Shapiro Wilk K&S Anderson Darling
vonMises Teste
Grupo Qnd Simetria
Shap-W. K-S C-vM
Recomendado
A-D Pr>A-Sq
Pr<W Pr>D Pr>W-Sq
Total 321 42.0% <0.1% <1% <0.5% <0.5% Rank
Grupo (Fechado) 295 9.0% <0.1% <1% <0.5% <0.5% Rank
Grupo (Aberto) 26 0.0% 91.7% 15.0% 25.0% 25.0% BMP
Segmento (BVP) 23 42.0% 8.3% 15.0% 14.8% 9.3% Rank
Segmento (N1) 62 -36.9% 10.6% 10.1% 2.3% 3.7% Rank
Segmento (N2) 15 26.5% 30.3% 15.0% 18.4% 23.0% Rank
Segmento (NM) 218 -4.2% <0.1% <1% <0.5% <0.5% Rank
Setor (Comercio) 17 -79.9% 42.4% 15.0% >25% >25% Sinal
Setor (Construo Civil) 15 -75.0% 29.5% 15.0% 21.6% 22.9% Sinal
Setor (Educao) 9 42.7% 94.8% 15.0% >25% >25% Rank
Setor (Financeiro) 35 46.4% 47.1% 15.0% >25% >25% BMP
Setor (Industria) 80 14.9% 16.5% 15.0% >25% 22.7% BMP
Setor (Primrio) 40 -180.8% <0.1% <1% <0.5% <0.5% Sinal
Setor (Servios Basicos) 29 -85.9% 3.0% 2.1% 0.8% 1.4% Sinal
Setor (Servios) 66 104.2% <0.1% 2.1% 0.7% <0.5% Sinal
Setor (Transporte) 27 -0.1% 97.9% 15.0% 25.0% 25.0% BMP
ValorCompra (Sem inf.) 48 72.4% 5.0% 15.0% 3.6% 4.0% Sinal
ValorCompra (0%-0.5%) 62 -68.4% 0.3% 13.8% 8.6% 4.7% Sinal
ValorCompra (0.5%-2%) 76 -76.8% 0.5% 4.8% >25% 7.2% Sinal
ValorCompra (2%-6%) 65 -104.4% 0.3% 3.0% 1.8% 1.4% Sinal
ValorCompra (>6%) 70 0.115% 0.03% 2.4% 0.7% <0.5% Rank
% Valor Aquisio (Alto) 107 1.14% 0.0005 0.0593 0.0062 <0.0050 Rank
%Valor Aquisio (Baixo) 212 -17.64% <0.0001 0.0191 <0.0050 <0.0050 Rank

Pela Tabela 14 percebe-se que o teste mais utilizado foi o teste Generalizado do

Sinal em 10 casos, seguidos de 8 casos para o teste do Generalizado e em apenas 4 casos o

teste BMP.

6.4.6 Resultado dos testes para cada grupo dos 4 fatores:

A Tabela 15 exibe os resultados dos quatros testes: T-teste, T-BMP, Teste

Generalizado do Rank e Teste Generalizado do Sinal. O teste T-teste foi usado apenas para

comparao com os demais. Desta forma pode-se avaliar os casos independe de sua

75
recomendao. A tabela destaca em vermelho o P-Value do teste apropriado indicado pela

Tabela 14.

Tabela 15: Testes de Hipteses para Ho: Retorno Anormal Acumulado Mdio (RAAM=0)

Teste: CAAR=0
Falta
Grupo RAAM Nobs
Obs P-Value P-Value Teste
P-Value t- P-Value Recomendado
Rank- Sign-
Student BMP Test
Test Test

Total 0.168% 320 1 0.772 0.221 0.380 0.959 Rank

1 Grupo (Fechado) 1.667% 295 1 0.159 0.328 0.178 0.845 Rank


2 Grupo (Aberto) -0.027% 26 0 0.959 0.421 0.971 0.954 BMP

3 Segmento (BVP) 1.415% 23 0 0.581 0.641 0.459 0.405 Rank


5 Segmento (N1) -1.404% 62 1 0.126 0.143 0.160 0.306 Rank
6 Segmento (N2) -0.732% 14 0 0.677 0.702 0.720 0.302 Rank
7 Segmento (NM) 0.480% 218 0 0.451 0.259 0.388 0.379 Rank
8 Setor (Comercio) 1.297% 16 0 0.563 0.421 0.378 0.332 Sinal
9 Setor (Construo Civil) ** -4.535% 14 0 0.041 0.034 0.026 0.035 Sinal
10 Setor (Educao) 2.489% 9 0 0.356 0.270 0.426 0.508 Rank
11 Setor (Financeiro) -0.681% 35 0 0.383 0.814 0.244 0.500 BMP
12 Setor (Industria) 1.616% 80 0 0.173 0.152 0.132 0.219 BMP
14 Setor (Primrio) ** 0.5% 40 0 0.998 0.019 0.258 0.039 Sinal
15 Setor (Servios Basicos) ** -3.712% 28 0 0.019 0.046 0.005 0.024 Sinal
16 Setor (Servios) 0.700% 66 0 0.541 0.531 0.745 1.000 Sinal
17 Setor (Transporte) -0.059% 27 1 0.968 0.444 0.912 0.845 BMP

18 ValorCompra (Sem inf.) -0.603% 48 0 0.679 0.888 0.325 0.312 Sinal


19 ValorCompra (0%-0.5%) * -1.089% 62 0 0.172 0.029 0.108 0.056 Sinal
20 ValorCompra (0.5%-2%) -0.717% 76 0 0.461 0.814 0.652 0.567 Sinal
21 ValorCompra (2%-6%) -1.253% 65 0 0.300 0.868 0.554 0.620 Sinal
22 ValorCompra (>6%) 1.921% 70 1 0.112 0.168 0.124 0.270 Rank
23 % Valor Aquisio (Alto) -0.271% 106 1 Rank
0.786 0.815 0.892 0.992
0.098% Rank
24 %Valor Aquisio (Baixo) 212 0 0.176 0.204 0.861 0.886
*Rejeita Ho a 5%
**Rejeita Ho a 10%

A Tabela 15 mostra os resultados dos testes. De uma forma geral apenas os fatores

Setor Econmico e Percentual do Valor de Aquisio tiveram grupos onde o Retorno

anormal foi diferente de zero. Mesmo assim, apenas quatro grupos apresentaram retorno

anormais significativamente diferentes de zero.

76
Os resultados tendem a confirmar a literatura onde os testes convencionais

direcionam a ter resultados mais prximos de rejeitar Ho do que deveria. Isto acontece com

a maioria dos casos onde comparamos o teste T-teste com o teste recomendado.

Em casos como o grupo Segmento (N1) pode-se verificar que nos testes

convencionais os resultados esto em regies limtrofes. Porm, o resultado do teste

adequado se afasta desta regio. Pode-se comprovar tambm que o teste do sinal tem menor

poder, enquanto o teste BMP tem resultados semelhantes ao teste do Rank. Alm disto,

observa-se casos robustos que os quatro testes rejeitam a hiptese de igualdade, tal como:

F&As do Setores de Servios Bsicos, Construo Civil, Setor Primrio e Servios Bsicos.

Contudo, os fatores puros sofrem rudos de efeitos de outros fatores e

consequentemente podem anular o retorno anormal. Por esta razo optou-se por abrir os

testes entre os grupos de Percentual do Valor de Aquisio contra Valor Mercado do

Adquirente dos dois grupos: Baixo Valor contra Alto Valor, seguindo a mesma lgica usada

em (BATISTA e MINARDI, 2010; PETMEZAS, 2009; MOELLER, SCHLINGEMANN e

STULTZ, 2004 E NEELAM, SURENDRA e JAIN K. Cowan (2013).

6.5 CRUZAMENTOS ENTRE VALOR DA AQUISIO CONTRA DEMAIS

GRUPOS

Inicialmente, o cruzamento entre os Fatores e o Percentual do Valor Aquisio,

produziu 34 combinaes. No entanto, para facilitar as anlises foi considerado:

77
Para o grupo de Governana Corporativa considerou o grupo Novo Mercado e

Outros (agrupando os demais segmentos em um nico). A interpretao o

Segmento de maior Governana x Demais segmentos.

Apenas os cruzamentos com quantidades superiores a 10 eventos e que

contemplasse tanto alto valor quanto baixo valor. Desta forma, foram desprezados os

seguintes grupos: Setor (Comrcio), Setor (Construo Civil), Setor (Educao) e

Setor (Financeiro).

Por fim, chegou-se a dezoito novos grupos, ou nove pares de cruzamento entre Alto

Valor e Baixo Valor. A Tabela 16 mostra a matriz dos testes estatsticos adequados para

cada um dos cruzamentos.

Tabela 16: Definio dos testes estatsticos de cada Interao


P-VALUE-Testes Normalidade
Grupos Qtd Simetria Pr<W Pr>D Pr>W-Sq Pr>A-Sq TESTE
Gr_Fechado_Baixo_Valor*** 199 (0.16) 0.0001 0.0183 <0.0050 <0.0050 RANK
Gr_Aberto_Baixo_Valor 13 0.77 0.1054 >0.1500 0.1185 0.1018 PBM
Gr_Fechado_Alto_Valor** 95 0.33 <0.0001 0.0173 <0.0050 <0.0050 RANK
Gr_Aberto_Alto_Valor 13 (0.01) 0.9403 >0.1500 >0.2500 >0.2500 RANK
Seg_NM_Baixo_Valor** 152 (0.13) 0.0004 <0.0100 <0.0050 <0.0050 RANK
Seg_Outros_Baixo_Valor 60 0.02 0.8918 >0.1500 >0.2500 >0.2500 BMP
Seg_NM_Alto_Valor* 66 (0.08) 0.0002 0.0905 0.008 <0.0050 RANK
Seg_Outros_Alto_Valor** 42 0.97 0.006 0.0557 0.0605 0.0422 SINAL
Setor_Industria_Baixo_Valor 46 0.12 0.0349 >0.1500 0.1744 0.1026 RANK
Setor_Primrio_Baixo_Valor** 29 (1.78) 0.0012 0.0225 0.0539 0.0245 SINAL
Setor_Comercio_Baixo_Valor 12 (0.81) 0.4124 >0.1500 >0.2500 >0.2500 SINAL
Setor_Financeiro_Baixo_Valor 26 0.33 0.4449 0.0918 0.1252 0.1899 BMP
Setor_Servios_Baixo_Valor 47 (0.47) 0.1323 >0.1500 >0.2500 0.2379 BMP
Setor_ServiosBasicos_Baixo_Valor** 17 1.71 0.0039 0.0204 0.0055 <0.0050 SINAL
Setor_Transporte_Baixo_Valor 15 0.01 0.9939 >0.1500 >0.2500 >0.2500 RANK
Setor_ConstruoCivil_Baixo_Valor** 10 (0.64) 0.4401 >0.1500 >0.2500 >0.2500 RANK
Setor_Industria_Alto_Valor 34 0.01 0.177 >0.1500 0.1226 0.1114 BMP
Setor_Primrio_Alto_Valor 11 (1.09) 0.2721 >0.1500 0.2047 0.1999 SINAL
Setor_Servios_Alto_Valor* 19 2.57 0.0002 0.0779 <0.0050 <0.0050 SINAL
Setor_ServiosBasicos_Alto_Valor 12 (0.96) 0.1695 >0.1500 0.217 0.2094 RANK
Setor_Transporte_Alto_Valor 11 (0.96) 0.477 >0.1500 >0.2500 >0.2500 RANK
Setor_ConstruoCivil_Alto_Valor 5 1.52 0.2582 >0.1500 0.239 0.2129 RANK
* - Rejeita a nvel 10% **-Rejeita a nvel 5% ***-Rejeita a nvel 1%

78
A Tabela 17 mostra os resultados de cada cruzamento, seguindo a mesma lgica da

Tabela 15, mostrando a mdia como o Valor do Retorno Anormal mdio do grupo, os

quatro testes e o teste recomendado em vermelho.

Tabela 17: Resultado dos testes para as Interaes entre %Valor de Aquisio x Demais Grupos.
P-Value dos Testes
Grupos Qtd Mdia DesvioPadro TESTE
Pr>|t| Pr>|BMP| Pr>=|Rank| Pr>=|Sinal|

Gr_Aberto_Baixo_Valor 13 2.00% 0.054 16.2% 23.2% 45.5% 100.0% PBM

Gr_Fechado_Baixo_Valor 199 -0.03% 0.083 68.8% 35.6% 94.1% 100.0% RANK

Gr_Aberto_Alto_Valor 95 -0.03% 0.108 67.2% 71.7% 98.8% 100.0% RANK

Gr_Fechado_Alto_Valor 13 1.33% 0.111 53.3% 96.5% 68.5% 100.0% RANK

Seg_NM_Baixo_Valor 152 -0.27% 0.088 70.2% 77.7% 60.9% 93.5% RANK

Seg_Outros_Baixo_Valor** 60 1.04% 0.060 18.7% 1.3% 26.0% 69.9% BMP

Seg_NM_Alto_Valor** 66 2.21% 0.105 9.7% 1.1% 2.5% 6.4% RANK

Seg_Outros_Alto_Valor** 42 -3.14% 0.105 7.5% 0.7% 1.2% 4.4% SINAL

Setor_Industria_Baixo_Valor 46 -0.13% 0.096 93.2% 76.0% 76.8% 88.3% RANK

Setor_Primrio_Baixo_Valor*** 29 1.54% 0.070 35.8% 0.8% 4.3% 0.8% SINAL

Setor_Comercio_Baixo_Valor 12 -1.19% 0.090 94.4% 52.6% 85.0% 100.0% SINAL

Setor_Financeiro_Baixo_Valor 26 0.08% 0.047 27.1% 38.9% 87.3% 100.0% BMP

Setor_Servios_Baixo_Valor 47 -0.33% 0.083 41.6% 97.0% 83.5% 77.1% BMP

Setor_ServiosBasicos_Baixo_Valor** 17 -1.37% 0.056 64.3% 95.1% 7.1% 4.9% SINAL

Setor_Transporte_Baixo_Valor* 15 3.71% 0.070 5.9% 28.7% 8.3% 30.2% RANK

Setor_ConstruoCivil_Baixo_Valor** 10 -7.03% 0.080 2.1% 10.2% 2.0% 2.2% RANK

Setor_Industria_Alto_Valor* 34 3.98% 0.113 4.8% 9.8% 2.6% 2.4% BMP

Setor_Primrio_Alto_Valor 11 -4.03% 0.141 35.8% 71.5% 57.7% 100.0% SINAL

Setor_Servios_Alto_Valor 19 3.24% 0.111 21.7% 22.9% 35.3% 64.8% SINAL

Setor_ServiosBasicos_Alto_Valor* 12 -7.03% 0.099 3.2% 9.7% 5.2% 38.8% RANK

Setor_Transporte_Alto_Valor** 11 -5.20% 0.060 1.6% 0.7% 1.4% 6.5% RANK


* - Rejeita a nvel 10% **-Rejeita a nvel 5% ***-Rejeita a nvel 1%

6.5.1 Grupo Empresas Alvo de Capital Aberto contra Capital Fechado:

Para as quebras do Valor da Aquisio entre os grupos de Empresas Alvo Aberto e

Fechado, todos os cruzamentos no apresentam diferenas significativas em nenhum dos

testes. Desta forma, apesar de no haver comprovaes estatsticas, em termos numricos os

resultados dos retornos anormais acumulados mdios so bastante coerentes com a

literatura. Os resultados das mdias coincidem com Batista e Minardi (2010), onde os

valores encontrados dentro do grupo de Baixo Valor e para Empresas Alvo de Capital

79
Aberto tem retorno anormal acumulado mdio de -0,03% e para Empresas Alvo de Capital

Fechado retorno de 2.00%.

6.5.2 Grupo de Governana Corporativa:

Na anlise inicial dos grupos do fator Governana Corporativa, constatou-se que nenhum

deleso apresentou Retorno Anormal Acumulado Mdio significativo, apesar de existir uma

tendncia entre os grupos de maior governana a terem o RAAM mais positivos e mais altos

e os segmentos de menor Governana (N1 e N2) retornos negativos. Por esta razo optou-se

por cruzar Baixo/Alto Valor de Aquisio contra Segmento Novo Mercado/Demais

Segmentos. A Tabela 18 e a Tabela 19 mostram duas vises comparativas onde pode-se

avaliar o efeito do Fator Governana sobre o Fator Valor de Aquisio e na viso Valor de

aquisio o efeito inverso.

Tabela 18: Viso Governana


Grupos Qtd RAAM Desvio Padro P-Value Teste
Seg_NM_Alto_Valor** 66 2.21% 0.105 2.50% Pr>=|Rank|
Seg_Outros_Alto_Valor** 42 -3.14% 0.105 4.40% Pr>=|Sinal|
Seg_NM_Baixo_Valor 152 -0.27% 0.088 60.90% Pr>=|Rank|
Seg_Outros_Baixo_Valor** 60 1.04% 0.06 1.30% Pr>=|BMP|
* - Rejeita a nvel 10% **-Rejeita a nvel 5% ***-Rejeita a nvel 1%

Assim, o cruzamento da varivel Baixo Valor para o Segmento Novo Mercado no

tem retorno anormal significativamente diferente de zero, ao contrrio do grupo dos demais

segmentos que tem retornos anormais positivos significativos de 1,04%. J no caso do grupo

de Alto Valor tanto o retorno anormal do Novo Mercado foi positivamente significativo

(2,21%) quanto o grupo dos demais segmentos teve resultado negativo estatisticamente

significativo (-3,14%). Em todos os testes o nvel de rejeio foi de 5%. Estes resultados so

alinhados com Neelam, Surendra e Jain K. (2013) que identificou que os grupos de Alta

80
Governana Corporativa apresentaram retornos anormais positivos e os grupos de Baixa

Governana retornos anormais negativos.

Tabela 19: Viso Valor Aquisio


Grupos Qtd RAAM Desvio Padro P-Value Teste
Seg_NM_Alto_Valor** 66 2.21% 0.105 2.50% Pr>=|Rank|
Seg_NM_Baixo_Valor 152 -0.27% 0.088 60.90% Pr>=|Rank|
Seg_Outros_Alto_Valor** 42 -3.14% 0.105 4.40% Pr>=|Sinal|
Seg_Outros_Baixo_Valor** 60 1.04% 0.06 1.30% Pr>=|BMP|
* - Rejeita a nvel 10% **-Rejeita a nvel 5% ***-Rejeita a nvel 1%

Para o segmento Novo Mercado Aquisies com valores baixos relativos ao tamanho da

empresa parece no haver relevncia para o mercado a ponto de refletir em retornos

anormais em torno do perodo do anncio, enquanto se o Valor Relativo da Aquisio alto

o evento reflete positivamente. Nos demais segmentos no parece haver uma forte confiana

sobre F&As de alto valor relativo, onde os retornos anormais so significativamente

negativos e uma percepo positiva para baixos valores relativos da aquisio. Desta forma,

pode-se concluir que neste trabalho constatou-se que o nvel de Governana Corporativa

influencia o retorno para o acionista no momento do anncio da F&A para as aquisies

com valores altos em relao ao valor da empresa adquirente.

6.5.3 Grupos por Setor Econmico:

O Fator de Setor Econmico foi onde se apresentou mais grupos com diferenas

significativas: Construo civil, Produtos Primrios e Servios Bsicos. Para os demais

setores os resultados foram significantemente diferentes de zero, apesar de somente em

cinco setores puderam ser avaliados a abertura entre alto e baixo valor da aquisio. Os

resultados foram divergentes: O setor de servios continuou no apresentando diferenas

significativas. J o segmento de servios bsicos apresentou em ambas quebras, retornos

81
anormais significativos, Baixo Valor (-1,37) e Alto Valor (-7,03%). No setor primrio

apenas o grupo de Baixo valor foi significativo (1,54%), e o grupo de transporte as duas

quebras tiveram retornos anormais significativos, tanto para Baixo Valor com retornos

positivos (3,71%) quanto para Alto Valor com retornos negativos (-5.20).

A interpretao destes resultados no trivial e possivelmente tem explicaes ligadas a

cada setor. Isto posto, no foi possvel encontrar um padro para a anlise das F&As do

setor econmico. A anlises de cada setor econmico com suas particularidades talvez possa

interpretar melhor os resultados.

7 CONCLUSO

A aplicao de filtros para isolar parte dos rudos teve um aspecto positivo ao evitar Outliers

e no permitir que os resultados dos testes tivessem falsos positivos. Na anlise de cada

fator isoladamente, mesmo utilizando os testes adequados (testes Paramtricos e No

paramtrico) para corrigir vieses de volatilidade, correlao dentro dos grupos, e distores

das mdias, a maioria dos resultados para os grupos, dentro dos fatores, no puderam ser

comprovados estatisticamente.

Todavia, ao se cruzar os demais fatores pelo fator do Percentual Valor da aquisio (Alto

Valor e Baixo Valor), percebeu-se divises claras nos retornos anormais. O resultado mais

relevante relativo ao Fator Governana Corporativa onde apresenta semelhana a Neelam,

Surendra e Jain K. (2013), que nos casos de Aquisies de Alto Valor Relativo com Nveis

Altos de Governana Corporativa levam a retornos anormais positivos enquanto Nveis

Baixos de Governana a retornos anormais negativos. Possivelmente este fato ocorre porque

o mercado reage bem a grandes aquisies quando as empresas adquirentes tm solida

82
Governana Corporativa. Por outro lado, agem com desconfiana em empresas que no se

pode comprovar a Governana Corporativa. Em contrapartida, nas Aquisies de Valores

Baixos, parece que o efeito da Governana no relevante, o que leva a hiptese que F&A

de Baixo Valores o mercado no reage com tanta desconfiana. Observou-se que ao se

comparar o tipo da empresa alvo: Capital Aberto contra Capital Fechado, apesar de ter

resultados consistentes com a literatura brasileira, como Batista e Minardi (2010), no foi

possvel comprovar estatisticamente os retornos anormais. Parte disto pode ter sofrido efeito

da alta variabilidade entre os setores de atividade que apontaram para diversas direes.

83
REFERNCIAS BIBLIOGRFICAS:

ANDRADE, Gregor; MITCHELL, Mark; e STAFFORD Erik, E. (Vero de 2001). New


Evidence and Perspectives on Mergers. Journal of Economic Perspectives, V. 5, Issue 2,
p. 103-120.
ARAJO, Carlos Alberto Gonalves de ; GOLDNER, Fabio; BRANDO, Marcelo Moll e
OLIVEIRA, Fernando Rodrigues. (Julho - Dezembro de 2007). Estratgia de Fuso e
Aquisio Bancria no Brasil: Evidncias Empricas Sobre Retornos. Revista
Contempornea de Economia e Gesto, V. 5 n. 2 p.7-20 .
BATISTA, Denis Barreira e MINARDI, Andrea Maria Accioly F. (2010). Uma
Investigao Sobre Como a Valorao do Mercado (Momento de Alta e de Baixa)
Influencia o Desempenho das Operaes de Fuses e Aquisies no Brasil. INSPER, Work
Paper. WPE 225/2010.
BEAVER, William H. (1968). The Information Content of Annual Earnings
Announcements. Journal of Accounting Research, p. 67-92.
BENNINGNA, Simon. (2008). Financial Modeling. Cambridge: The MIT Press.
BERK, Jonathan e DEMARZO, Peter. (2014). Corporate Finance Third Edition. Boston:
Pearson Education Inc.
BOEHMER, Ekkehart; MUSUMECI, Jim e POULSEN, Annette B. (1991). Event-Study
Methodology Under Conditions of Event-induced Variance. Journal of Financial
Economics, p. 253-272.
BOLETIM ANBIMA. (2014). Fuses e Aquisies. ANBIMA.
BREALEY, Richard A; MYER Stewart C. e ALLEN Franklin. (2011). Principles of
Corporate Finance. New York: McGRaw-Hill.
84
BROWN, Stephen J. e WARNER Jerold B. (1980). Measuring Security Price
Performance. Journal of Financial Economics, p. 205-258.
BROWN, Stephen J. e WARNER Jerold B.(1985). Using Daily Stock Returns. Journal
of Financial Economics, No 14, p.3-31.
CAMARGO, Marcos Antnio de e BARBOSA, Francisco Vital.(2003).Fuses, Aquisies
e Takeovers: Um Levantamento Terico dos Motivos, Hipteses Testveis e Evidncias
Empricas. Caderno de Pesquisa em Administrao , p 17-38.
CAMARGO, Marcos Antnio de e BARBOSA, Francisco Vital. (2007). Anlise emprica
da reao do mercado de capitais brasileiro aos anncios de fuses e aquisies ocorridos
entre 1994 e 2001; Revista de Administrao.
CAMARGO, Marcos Antnio de e BARBOSA, Francisco Vital. (Abril / Junho de 2005).
Anlise do Desempenho Econmico-Financeiro e da Criao de Sinergias em Processos de
Fuses e Aquisies do Mercado Brasileiro Ocorridos Entre 1995 E 1999. Caderno de
Pesquisa em Administrao Economia de Empresas.
CAMARGO, Marcos Antnio de e BARBOSA, Francisco Vital. (Setembro de 2008).
Fuses e Aquisies de Empresas Brasileiras: Criao de Valor e Sinergias Operacionais.
XXXII Encontro EnANPAD.
CAMPBELL, Cynthia J., e WASLEY, Charles E. (1993). Measuring Security Price
Performance Using Daily NASDAQ Return. Journal of Financial Economics, V. 33, p.
73-92.
CAMPBELL, Cynthia J., e WASLEY, Charles E. (1996). Measuring Abnormal Daily
Trading Vomule for Samples of NYSE/ASE and NASDAQ Securities Using Parametric and
Noparametric Test Statistics. Review of Quantitative Finance and Accounting, p. 309-
326.
CAMPBELL, John Y., LO Andrew W. e MACKINLEY A. Craig. (1997). The
Econometrics of Financial Marketing. New Jersey: Princeton.
CHANDRA, Ramesh; ROHRBACH, Kermit e WILLINGER G. Lee. (November de 1995).
A Comparison of The Power of Parametric and Nonparametric Tests of Location Shift for
Event Studies. The Financial Review, Vol 30, No 4. p. 685-710.
CORRADO, Charles. (1989). A Nonparametric Test For Abnormal Security-Price
Performance in Event Studies. Journal of Financial Economics, vol. 23, i 2, p. 385-395.
CORRADO, Charles J. e ZIVNEY, Terry L. (Setembro de 1992). The Specification and
Power of the Sign Test in Event Study Hypothesis Tests Using Daily Stock Returns.
Journal of Financial and Quantitative Analysis, Vol, 27 , No 3.
COWAN, Arnold, R. (1992). Nonparametric Event Study Test. Review of Qauntitative
Fiance and Accounting,Vol 2, p. 343-358.
DA MOTTA, Luiz Felipe Jacques; OLIVEIRA, Priscila Vale Costa de, et al. (Dezembro de
2013). Criao de Valor Em Fuses e Aquisies Brasileiras. Faces Journal Belo
Horizonte.
DAMODARAN, Aswath. (2004). Finanas corporativas Teoria e Pratica. Bookman.

85
Dann, Larry. Y. (1981). Common stock repurchases. Journal of Financial Economics, p.
113-138.
DIMSON, Elroy e MARSH, Paul (1986). Event Study Methodologies and the Size Effect.
Journal of Financial Economics, No 17, p.113-142.
FAMA, Eugene. F. (1976). Foudations of Finance: Portfolio and Securities Prices. New
York: Wiley Blackwell.
Fuller, Kathaleen, e Jeffry Neiter (2002). What Do Return to Acquiring Firms Tell Us?
Evidence from Firms that Make Many Acquisitions. Journal of Finance, Vol 1, VII No 4.
p. 763-1793.
HARFORD, Jarrad. (2005). What Drives Merger Waves?. Journal of Financial
Economics, p. 529-560.
JENSEN, Michael. C. (1988). Some Anomalous Evidence Regarding Market Efficiency.
Journal of Financial Economics, V. 6 issue p. 2-13.
JENSEN, Michael. C. e RUBACK, Richard. S. (1983). The Market For Corporate
Control. Journal of Financial Economics, p. 5-50.
KOLARI, James W. e PYNNONEN, Seppo (2010). Event-Study Testing with Cross-
sectional Correlation of Abnormal Returns. The Review of Financial Studies, V23, n 11.
KOLARI, James W. e PYNNONEN, Seppo (December de 2011).Nonparametric rank tests
for event studies. Journal of Empirical Finance, p. 953971.
KPMG - Cutting Through Complexity. (2015). Pesquisas de Fuses e Aquisies 2014 - 4
Trimestre - Espelho das transaes realizadas no Brasil. KPMG - Corporate Finance
LTDA.
KRISHNAKUMAR, Dipali. (July de 2012). Methodologies Used to Determine Mergers
and Acquisitions' Performance. Academy of Accounting and Financial Studies Journal ,
Vol. 16, No. 3.
LUOMA, Terhi e PYNNONEN, Seppo. (Preprint, November 2010). Testing for
Cumulative Abnormal Returns in Event Studies with the Rank Test. Working Paper of
the University of Vaasa, Department of Mathematics and Statistics.
MACKINLAY, A. Craig. (1997). Event Studies in Economics and Finance. Journal of
Economic Literature, p. 13-39.
MACNAMARA, Gerry M; Haleblian, Jerayr(John) e Dykes, Bernadine Johnson. (2008).
The Performance Implications of Participating in an Acquisition Wave: Early Mover
Advantages, BandWagon Effects, and the Moderating Influence of Industry Characteristics
and Acquirer Tactics. Academy of Management Journal, Vol 51, No 1, p.113-130.
BORGES, Alberto Matias, e PASIN, Rodrigo Mairmone. (Janeiro-Maro de 2001). A
Gerao de sinergias e seus impactos na rentabilidade das empresas nos casos de fuses e
aquisies. Revista de Administrao.
MCWILLIAMS, Abagail e SIEGEL Donald (1997). Event Studies in Management
Research: Theoretical and Empirical Issues. Academy of Management Journal, Vol 40
No 3, p. 626-657.

86
MIRANDA, Jos Carlos e MARTINS, Luciano. (2000).Fuses e Aquisies de Empresas
no Brasil. Economia e Sociedade, Campinas.
MOELLER, Sara. B., SCHLINGEMANN, Frederik. P. e REN. M. Stultz, (2004). Firm
size and the gains. Journal of Financial Economics, V. 73 issue p.201-228.
NEELAM, Rani., Surendra, YADAV. S. e JAIN, K. P. (2013). Impact of Corporate
Governance Score on Abnormal Return of Merge and Acquisition. Procedia Economics
and Finance, V. 5, p.637-646.
PASIN, Rodrigo Mairmone (2002). Fuses e aquisies na indstria de alimentos do brasil:
um estudo sobre a gesto financeira das empresas.Anais Eletrnicos. [S.I.].
PATELL, James. M. (Autumn de 1976). Corporate Forecasts of Earnings Per Share and
Stock Price Behavior: Empirical Tests. Journal of Accounting Research, v. 14, iss. 2, p.
246-76.
PATROCNIO, Mauricio Ra , KAYO Eduardo Kazuo, e KIMURA ,Herbert.
(abr./maio/jun. de 2007). Aquisio de empresas, intangibilidade e criao de valor: um
estudo de evento. Revista de Administrao.
PETERSON, Pamela P. (1989). Event Studies: A Review of Issues and Methodology.
Quarterly Journal of Business and Economics, v. 28, n. 3 p. 36-66.
PETMEZAS, Dimitris. (February de 2009).What Drives Acquisitions?: Market Valuations
and Bidder Performance. Journal of Multinational Financial Management, v. 19, Issue
1, p. 5474.
ROCHA, Frederico; LOOTTY, Mariana e FERRAZ, Joo Carlos. (2001). Desempenho das
Fuses e Aquisies e Rentabilidade na Indstria Brasileira na Dcada de 90: A tica das
Empresas Adquiridas. Revista de Administrao Contepornea.
SEILER, Michael. J. (2000). The Efficacy of Event-Study Methodologies: Measuring Ereit
Abnormal Performance Under Conditionas of Induce Variance. Journal of Financial and
Strategic Decisions, v. 13 p.1-12.
Silva, Thiago. G. (28 de Janeiro de 2014). Retornos anormais nos processos de fuses e
aquisies: um estudo de eventos. Dissertao de Mestrado do Curso de Mestrado
Profissionalizande de Economia - IBMEC. Rio de Janeiro, RJ, Brasil.
Thomson Reuters - Financial Advisor. (First Quarter 2015). Mergers and Acquisitions
Review. Thomson Reuters.
Town, R. J. (1992). Mergers Waves and the Structure of Merger and Acquisition Time-
Series. Journal of Applied Econometrics, v. 7 p.83-100
.

87
APNDICE A:

DEFINIES DAS VARIVEIS UTILIZADAS NO ESTUDO

Definio das aes da BOVESPA:


Este estudo foi realizado com empresas adquirentes com ao na bolsa de So Paulo

(BOVESPA). Para se decidir quais aes sero analisadas no estudo, se levantou todos os tipos

de aes e suas caractersticas:

1
Tabela 20: Tipos de Aes da BOVESPA

Descrio dos Tipos de Aes da BOVESPA

ON Aes ordinrias so aquelas que do direito a voto nas assembleias. Cada ao d direito a um voto. Concedem aos
acionistas o direito de voto nas assembleias, bem como a participao no preferencial nos resultados da empresa. Por lei, os
seus possuidores tm direito de vender suas aes pelo menos 80% do valor pago por um possvel comprador da empresa ao
seu controlador atual(tag along)

PN Aes preferenciais, tambm conhecidas como aes PN, no do direito a voto nas assembleias da empresa. Porm, as aes
PN tm preferncia no recebimento de dividendos e/ou outros proventos distribudos pela empresa. Em caso de liquidao
(fechamento) da empresa, investidores possuidores das aes PN tm preferncia na repartio do patrimnio.

PN No Brasil muito comum a emisso de aes preferenciais com classes distintas, cada uma com seu prprios direitos e
(Classes A restries. Estas classes de aes preferenciais so normalmente chamadas de PNA, PNB, PNC etc. Para saber as
B, C e D) caractersticas de cada classe necessrio olhar o estatuto da empresa. Pois, cada empresa trata s classes distintamente. A
empresa livre para determinar os direitos e restries de outras classes aes e, para saber o que se aplica s aes que voc
possui voc deve consultar as atas de assembleias nas quais essas as classes de aes foram definidas.

BDRs Recibos de aes de empresas estrangeiras negociadas na bolsa brasileira

UNITs Ativos compostos com mais de um tipo de ao.

ETFs Fundos de ndices

Fonte: Site BOVESPA

2
Descrio da sigla das aes: As aes so negociadas na Bolsa de Valores atravs de cdigos.
Estes cdigos possuem quatro letras maisculas que costumam representar o nome da empresa.
Exemplo: BVMF3 aes da BMF BOVESPA; PETR4 aes da Petrobrs e BBDC4
Tabela 21: Cdigos das aes BOVESPA

Cdigo Descrio

1 O nmero 1 do ativo que representa o Direito de Subscrio de uma Ao Ordinria. Um exemplo o cdigo PETR1,
referente ao direito de subscrio da ao ordinria da Petrobrs (PETR3).

2 O nmero 2 do ativo que representa o Direito de Subscrio de uma Ao Preferencial. Um exemplo o cdigo BBDC2,
referente ao direito de subscrio da ao preferencial do Banco Bradesco (BBDC4).

Direito Subscrio: Quando uma empresa lana novas aes ao mercado proveniente do aumento de capital, ela concede aos
seus acionistas o direito subscrio. Para saber mais a respeito, recomendo assistir ao vdeo de aprendizado sobre subscrio.

3 O nmero 3 representa as Aes Ordinrias de uma empresa. Um exemplo o cdigo VALE3, referente ao ordinria da
Vale.

4 O nmero 4 representa as Aes Preferenciais de uma empresa. Um exemplo o cdigo GGBR4, referente ao preferencial
da Gerdau.

5 O nmero 5 representa as aes preferenciais classe A de uma empresa. Um exemplo o cdigo USIM5, referente ao
preferencial classe A da Usiminas.

6 O nmero 6 representa as Aes Preferenciais classe B de uma empresa. Um exemplo o cdigo ELET6, referente ao
preferencial classe B.

6,7 e 8 Os nmeros 6, 7 e 8 representam respectivamente as Aes Preferenciais classe B, C e D de uma empresa. No muito
comum encontrar aes usando estes nmeros em seus cdigos.

9,10 Os nmeros 9 e 10 representam respectivamente os Recibos de Subscrio das Aes Ordinrias e Preferenciais.

11 No h uma regra especfica para a ao negociada com o nmero 11. Geralmente este nmero representa os chamados BDRs
(Brazilian Deposits Receipts), os recibos de aes de empresas estrangeiras negociadas na bolsa brasileira, tambm
representam as Units, que so ativos compostos por mais de um tipo de ao, bem como os fundos de ndices, conhecido como
ETFs Exchange Traded Funds.

Fonte: Site BOVESPA

Definio da varivel Preo do Ativo (Ao BOVESPA, extrado


Economtica):
O Preo da ao o preo dirio de fechamento em Reais, aplicando todos os ajustes do

Economtica.

3
Definio dos ajustes:
Abaixo apresentam todos os tipos de ajustes e seus respectivos clculos do fator de ajuste para

cada tipo de provento. O fator de ajuste o nmero pelo qual so multiplicadas todas as cotaes

anteriores ao provento (desde o incio da srie at o dia anterior ao provento) de maneira que as

cotaes anteriores ao provento sejam comparveis s cotaes posteriores ao provento:


: = 1

1
: = (1+)

1
=

1
= (1)

Grupamento: = g

( +.)

: = ((1+)
)


: = 1 100

Outros tipos de proventos: tais como Colocao de aes, Converso de ttulos em aes, etc.

no cria descontinuidade na cotao e, portanto, no requerem ajustes nas cotaes anteriores.

Legenda:

F = fator de ajuste
D = Valor do dividendo
Pu = Preo original na ltima data "com" (data imediatamente anterior data EX)
b = Quantidade de aes novas recebidas por cada ao possuda
d = Quantidade de aes novas que substituiro cada ao antiga
r = Quantidade de aes canceladas para cada ao possuda
g = Quantidade de aes antigas que sero substitudas por cada ao nova
S = Preo da subscrio
s = Quantidade de aes novas ofertadas por cada ao possuda
c = porcentagem que a parte cindida representava do valor de mercado da empresa antes da ciso
Fonte: Economtica.

4
Percentual do Valor de aquisio do Evento pelo Valor de Mercado do
Adquirente:
O valor do evento foi extrado da base da Bloomberg, enquanto a estimativa do valor da empresa

adquirente no dia do evento, foi calculada com base nas informaes do Economtica:

Pi,t Preo da ao do tipo i no dia t. Onde t o dia do Evento e i o tipo da ao (ex.

Ordinria, Preferencial e etc.);

Qi,t Quantidade de Aes Outstanding do tipo i no dia do evento (t=0).;

Dt Dvida Bruta no dia do evento (t=0).

Valor da Empresa =
=1(Pi,t . Q i,t ) + , onde K o nmero de tipos de aes que a empresa

tem.

Definio das variveis sobre Liquidez:

Para Liquidez, utilizou-se 3 medidas distintas extradas do Economtica. Duas delas

relacionada ao volume de aes negociados na bolsa no dia e terceira, uma medida mais efetiva

de Liquidez do Economtica.

Quantidade de aes negociadas no dia;

Valor das aes negociadas no dia.

Liquidez (Economtica);

100.
Liquidez (Perodo) =
.

Foi utilizado o perodo de 30 dias.

Onde:

5
p = nmero de dias em que houve pelo menos um negcio com a ao dentro do perodo

escolhido

P = nmero total de dias do perodo escolhido

n = nmero negcios com a ao dentro do perodo escolhido

N = nmero de negcios com todas as aes dentro do perodo escolhido

v = volume em dinheiro com a ao dentro do perodo escolhido

V = volume em dinheiro com todas as aes dentro do perodo escolhido

Dvida Total Bruta:


Divida Bruta= Totais Emprstimos e Financiamento de Curto Prazo (CP) + Total Emprstimos e

Financiamento de Longo Prazo (LP).

Betas utilizados no clculo do RA :


Utilizou-se trs Beta distintos para o clculo do Retorno Anormal:

Beta (Economtica). Extraiu o beta de 360 dias, com o ndice BOVESPA como oscilao do

ndice. O clculo est descrito abaixo: O clculo do Beta realizado a partir das oscilaes da

ao e do ndice em cada um de n intervalos. = Covar[Oscilao da Ao, Oscilao do ndice

BOVESPA] / Dvp2[Oscilao do ndice], onde: Covar = funo covarincia e Dvp = funo

desvio padro.

Beta a partir do ndice BOVESPA calculado pela regresso linear (OLS) Para este caso calculou-

se tanto alfa quanto beta, sendo que nos casos onde alfa era significativamente diferente de zero,

utilizou-se no clculo do RA, caso contrrio somente o beta.

Beta calculado a partir dos ndices segmentado pelo setor econmico (BOVESPA), utilizou-se a

mesma Metodologia est descrita acima. Porm, para cada grupo de empresas de um

6
determinado setor, calculou-se uma regresso linear distinta com a varivel dependente sendo o

ndice do setor.

Tabela 22: Definio das Variveis

Fonte de
Variveis Utilizadas Definio
Dados
Classificao das empresas pelo padro NAIS: North American Industry
Setor NAICS Economtica
Classification System
Simplificao da classificao NAIS em 10 Categorias: Comercio, Construo
Setor NAICS Simples Calculado Civil, Educao, Financeiro, Indstria, Outros, Primrio, Servios, Servios
Bsicos e Transporte.
Setor_Economatica Economtica Classificao das empresas pelo Critrio do Economtica
Segmentao da BOVESPA pelo tipo de Empresa: Novo Mercado, Nvel 1 de
Seg Descrio BOVESPA Governana Corporativa, Nvel 2 de Governana Corporativa, BOVESPA Mais,
BDR Nvel 3 e BOVESPA.
Segmentao da BOVESPA pelo tipo de Empresa (Cdigos): BVP,R3, MA, N1,
Segmento BOVESPA
N2, NM
Ret_ACAO Economtica Retorno da ao
Ret_ibov Economtica Retorno de Mercado (IBOVESPA)
Taxa de Retorno livre de Risco (RLR - Definio Seo 2.1) - Utilizao do
cdi_ad Banco Central
CDI(Definio Seo 4.1)
Erro Padro da Regresso na Janela de Estimao. Regresso usando o ndice
epadyx_i Calculada
Bovespa como Retorno de Mercado e CDI Como Taxa livre de risco
Erro Padro da Regresso na Janela de Estimao. Regresso usando o ndice
epadyx_SS Calculada calculado para setores da indstria como Retorno de Mercado e CDI Como Taxa
livre de risco

Erro Padro da Regresso na Janela de Estimao. Regresso usando o ndice com


mix EPADYX Calculada
maior correlao (i ou SS) Retorno de Mercado e CDI Como Taxa livre de risco

data_evento Bloomberg Data do anncio da Fuso


fil_ev_m_1 Calculada Flag se a empresa teve mais de uma aquisio em um ms.
Fil_Classes Calculada Flag se a empresa tem mais de uma classe de ao
Tipo_negocio Bloomberg Se foi Aquisio ou Compra com participao minoritria
valor_evento Bloomberg Valor do Evento(Aquisio) em Reais
VM Calculada Valor de mercado do Adquirente
%Aquisicao_ValorCompania Calculada Percentual do Valor Evento/Valor Adquirente
Classe Classe_%ValorxAquisio
Classe_%ValorxAquisio Calculada
0%-0.5%, 0.5%-1%, 1%-2%, 2%-10%, 10%-20%, Maior20%
qtd_neg Economatica Quantidade de aes negociadas no dia
volume_neg Economtica Volume (R$) negociado no dia
Liquidez Economtica Mtrica do Economtica - Definio na Seo 3
qtd_Outstanding Economtica Quantidade de aes negociveis pela empresa (por tipo de ao)
Dvida Bruta Economtica Mtrica do Economtica - Definio na Seo 3
Abnormal Return para Janela de Evento de - 10 Dias a 5 dias aps o evento.
AR_beta_i_10_5 Calculado
Modelo de calculo na seo 2.2
Grupo Bloomberg Flag se a Empresa Adquirida Fechada ou Aberta
Alvo Bloomberg Nome da Empresa Adquirida
Participao Bloomberg Percentual da Empresa Adquirida

7
APNDICE B

LISTA DE GRFICOS:
Grfico 1 Nmero de Fuses e Aquisies Globais. ...................................................................... 4
Grfico 2: Nmero de Fuses e Aquisies EUA .......................................................................... 5
Grfico 3: Evoluo Do nmero de Eventos de Fuses e Aquisies no Brasil entre 1994 a 2014:
................................................................................................................................................. 5
Grfico 4 Evoluo do Volume Financeiro das Fuses e Aquisies no Brasil entre 2005 a 2014
................................................................................................................................................. 6
Grfico 5: Distribuio dos Eventos pelo Tempo (Meses): .......................................................... 62
Grfico 6: Retorno Anormal Acumulado Mdio - Empresas de Capital Fechado contra Empresas
de Capital Aberto. ................................................................................................................. 65
Grfico 7: Retorno Anormal Acumulado Mdio - Empresas pelo segmento Bovespa ................ 66
Grfico 8: Retorno Anormal Acumulado Mdio Setor Econmico (NAICS) ........................... 67
Grfico 9: Retorno Anormal Acumulado Mdio - Razo Valor Aquisio/Valor da Firma ........ 68
Grfico 10: Retorno Anormal Acumulado Mdio-Valores Aquisio/Valor da Firma. .............. 69

8
LISTA DE TABELAS:

Tabela 1: Resumo com Artigos Nacionais sobre Avaliao de Desempenho de F&As no Brasil
............................................................................................................................................... 12
Tabela 2: Filtros de Excluses de eventos .................................................................................... 60
Tabela 3: Distribuio Entre Empresas Alvo Capital Fechado contra. Capital Aberto ................ 61
Tabela 4: Distribuio entre os Segmentos BOVESPA ............................................................... 61
Tabela 5: Distribuio entre Setores Econmicos (NAICS)......................................................... 61
Tabela 6: Valor da Compra da Empresa Alvo (Milhes Reais) ................................................... 61
Tabela 7: Estatsticas de ALFA e BETA da Janela de Estimao ................................................ 63
Tabela 8: Estatsticas dos Retornos Anormais Acumulados Mdios pelos Fatores: .................... 64
Tabela 9: Intervalos da Razo entre Valor da Compra contra Valor da Empresa Adquirente ..... 68
Tabela 10: Teste Levene (Homogeneidade) ................................................................................. 70
Tabela 11: Teste de Varincia: Ho- Varincia na Janela de Estimao = A Janela do Evento .... 71
Tabela 12: Teste de Normalidade ................................................................................................. 72
Tabela 13: Simetria das Distribuies dos Grupos ....................................................................... 74
Tabela 14: Tipo de Teste por Grupo: ............................................................................................ 75
Tabela 15: Testes de Hipteses para Ho: Retorno Anormal Acumulado Mdio (RAAM=0) ...... 76
Tabela 16: Definio dos testes estatsticos de cada Interao ..................................................... 78
Tabela 17: Resultado dos testes para as Interaes entre %Valor de Aquisio x Demais Grupos.
............................................................................................................................................... 79
Tabela 18: Viso Governana ....................................................................................................... 80
Tabela 19: Viso Valor Aquisio ................................................................................................ 81
Tabela 20: Tipos de Aes da BOVESPA ...................................................................................... 2
Tabela 21: Cdigos das aes BOVESPA ...................................................................................... 3
Tabela 22: Definio das Variveis ................................................................................................ 7

9
LISTA DE EQUAES E DEFINIES

(1) = 0 , representa o dia do evento (Anncio da F&A); ........................................................... 30


(2) Para t onde T0 t T1, representa o Intervalo de tempo da janela de Estimao; ................... 30
(3) Para t onde T1+1t T2, representa o Intervalo de tempo da janela do Evento; ..................... 31
(4) L1= T1-T0 o comprimento de tempo da Janela de Estimao (Neste estudo este
comprimento ser de 252 dias); ............................................................................................ 31
(5) L2= T2-T1 +1 o comprimento de tempo da Janela de Eventos (Este comprimento ser de
16 dias); ................................................................................................................................. 31
(6) L = L1+L2 Comprimento total do estudo. ................................................................................ 31
(7) = + + , onde i=1,..., N representa o retorno estimado da ao, onde
existem N empresas no estudo, e.t=1,..., 252 so os dias da janela de estimao. ............... 31
(8) , =Preo de uma Ativo i na data t, .................................................................................... 32
(9) , = (, , ), Para Pi, t, preo de um ativo i na data t e Pi,t-1 o preo de um ativo
na data t-1. Definiremos:, como retorno lquido continuo simples. Assim, podemos
definir como: ......................................................................................................................... 32
(10) , = Retorno real para todo Ativo i na data t; ................................................................... 32
(11) , = Retorno de Mercado para a data t. ........................................................................... 32
(12) = Taxa de retorno livre de risco para a data t. ............................................................ 32
(13) , , o retorno normal esperado livre de risco, calculado a partir do modelo: ............. 32
(14) , = + ( ) + , , .............................................................................. 32
(15) , = , = + ( ) + , . Retorno normal real descontado a
taxa livre de risco, do Ativo i na data t; ................................................................................ 32
(16) = Intercepto da regresso para o Ativo i(Neste estudo, s utilizamos o Alfa no caso do
teste de hiptese para o parmetro rejeitar H0: =0) e = Inclinao da Regresso
para todo Ativo i. .................................................................................................................. 32
(17) , = + ( ) , Retorno normal estimado descontado a taxa livre de risco
do Ativo i na data t. Sendo que: ............................................................................................ 33
(18) , = , , = (, ) ( + ( ) ), representa o erro
entre o valor real e o estimado. ............................................................................................. 33
(19) = ( , ) , o Erro Padro da estimativa, definido como o erro padro da ,
para todas as aes i=1,...,N e t=1,...,252. Onde VAR representa a Varincia do erro
, , ento o estimador do erro padro da regresso (MQO) dado por: ............................. 33
(20) (, ) = , = = (, ) = = (,
, ). Onde Mi o nmero de observaes validas para o Ativo i na janela de
estimao. O Erro padro , ser utilizado nos testes de hipteses do RAA=0. ...... 33
(21) , = + ( ), , , . ...................................................... 34
(22) , =, = , , , representa a estimativa do retorno anormal na Janela de
Eventos. ................................................................................................................................. 34
(23) = = , , ................................................................................................... 35
(24) = = , representa o Retorno Anormal Acumulado Mdio para o
Grupo J, onde Nj representa o nmero de empresas distintas no grupo J. ........................... 35
10
(25) 0: = 0; 1: 0; ....................................................................................................... 36
(26) = , .................................................................................................... 39
(27) 2 = 1 = 1( )2. , onde = = 1 . .......................... 39
(28) SRAAi = RAAiSRAAi, o Retorno anormal acumulado padronizado para cada firma i. .... 40
(29) RAAi = S2RAiLi + Li2Mi + t = T1 + 1T2Rm, t Rm2t = T0T1Rm, t Rm2 , .......... 40
(30) = 1Ni = 1N(SRAAi). A mdia dos RAAi padronizados, para as N empresas do
grupo. E seja a ....................................................................................................................... 41
(31) SRAA2 = 1N 1i = 1N(SRAAi )2 ...................................................................... 41
(32) zBMPt = ., .................................................................................................. 41
(33) , = (, )1 + 2 + 1 , onde i (T0,...,T1,T1+1,....,T2) . .................................... 44
(34) = 1N = 1N, , ........................................................................................................... 44
(35) 1, 2 = 111 + 12, ............................................................................................... 45
(36) = 11 + 2 = 02( 0,5)2 ........................................................................... 45
(37) = 21, 2 0,5 . ............................................................................................ 45
(38) = , .................................................................................................... 46
(39) = = e .................................................................... 46
(40) = ........................................................................................................... 46
(41)
, =
, = . ; .................................................... 47
(42) , = (, ) + , , ............................................................................ 47
(43) = = , , ...................................................................................................... 47
(44) = e .................................................................................................. 47
(45) = ............................................................................................................................ 47
(46) = ............................................................................................ 47
(47) 0 = > 0, 1 = 0. ................................................................................... 48
(48) , , , ; , . ....... 49
(49) = 1 = 111 = 01, ......................................................................................... 49
(50) = ( )(1 ). .......................................................................................... 49

11
GLOSSRIO:

ABNT Associao Brasileira de Normas Tcnicas


ANPAD Associao Nacional de Ps-Graduao e Pesquisa em Administrao
APT Arbitrage Pricing Theory
CAPM Capital Asset Pricing Model
CVM Comisso de Valores Mobilirios
Empresa
Adquirente A empresa que assumir o controle
Empresa Alvo Ou Empresa Adquirida. A empresa que foi vendida
Ex-Ante Anlise de curto prazo a partir do anncio da F&A
Ex-Post Anlise de Longo prazo a partir do anncio da F&A
F&A Fuso e Aquisio
F&As Fuses e Aquisies
MQO Mtodo dos Mnimos Quadrados Ordinrios.
VA/VM Razo entre o Valor da Aquisio sobre o Valor de Mercado
VPL Valor Presente lquido
Prmio pago
Pela Aquisio Na aquisio de uma empresa, o valor pago pela empresa adquirente est
embutido o valor de mercado da empresa alvo mais o gio pela compra.
P-Value - o menor nvel de significncia com que no se rejeitaria a hiptese nula.

12