Escolar Documentos
Profissional Documentos
Cultura Documentos
DISSERTAO DE MESTRADO
PROFISSIONAL EM ECONOMIA
SRGIO SIADE
SRGIO SIADE
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
Eu gostaria de agradecer em especial o prof. Luiz Ozrio, que me props o tema e a rea da
IBMEC e por fim participou da defesa da dissertao. Sem sua ajuda e contribuio seria
Agradeo tambm ao Marcelo Pessoa, por sua participao na banca examinadora fazendo
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
magnnime a abstinncia social e privao dos finais de semana com amigos e viagens para
Esta pesquisa teve como objetivo investigar se o retorno das aes das empresas adquirentes
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
empresa adquirente.
Utilizou-se uma amostra de 511 fuses e aquisies no Brasil entre o perodo de 2009 a 2014,
com uma proposta de abordagem de testes estatsticos: Teste BMP, Teste Rank Generalizado
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
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
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
Key Words: Merger and Acquisition, M & A, Event Study, Abnormal Returns, Parametric
Generalized Rank Test and Generalized Signal , Private Firms, Public Firms, Corporate
DEDICATRIA .......................................................................................................... V
AGRADECIMENTOS ................................................................................................ VI
RESUMO................................................................................................................. VIII
ABSTRACT............................................................................................................... IX
1 INTRODUO ..................................................................................................... 1
4 METODOLOGIA ................................................................................................ 29
6 RESULTADOS IMPRICOS:.............................................................................. 62
7 CONCLUSO .................................................................................................... 82
APNDICE A: ............................................................................................................. 1
APNDICE B .............................................................................................................. 8
GLOSSRIO:............................................................................................................ 12
1 INTRODUO
distribudas em cerca 300 operaes ocorridas no mercado brasileiro. Isto demostra uma
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
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
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
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
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
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
Tal fato possibilitou avaliar a aderncia do teste estatstico T-teste e propor uma nova
Esta proposta tem o objetivo de aplicar o melhor teste em estudos de eventos para avaliao
Essa abordagem permitiu mostrar que em alguns casos os testes clssicos usados
Com est metodologia, pode-se comprovar tambm que o grupo de Alta Governana
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
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
2 REVISO DA LITERATURA
O mercado global tem intensificado cada vez mais o nmero de transaes de Fuses
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
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
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
Brealey, Myer e Allen (2011) mostram a evoluo das F&A nos EUA entre 1962 e
4
Grfico 2: Nmero de Fuses e Aquisies EUA
movimento semelhante de fuses e aquisies (F&A). Segundo a KPMG (2015) houve uma
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
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
Grfico 4 Evoluo do Volume Financeiro das Fuses e Aquisies no Brasil entre 2005 a 2014
$119.0
$120
$100
$80
$60 $44.8
$40
$20
$-
2005 2006 2007 2008 2009 2010 2011 2012 2013 2014
Ano
Fonte: ABIND
ciclos nos dois grficos sugerindo que tanto nos EUA quanto no Brasil as F&As acontecem
6
Damodaran (2004) resume a evoluo dos processos de Fuses e Aquisies (F&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
TOWN, 1992 E ANDRADE, MITCHELL E STAFFORD, 2001). Estas ondas podem ser
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,
economia e etc.
Segundo Jensen (1988) existem evidncias e anlises econmicas que indicam que
movimentaram uma mdia aproximada de 200 bilhes de dlares ao ano nos EUA e os
7
menciona que o mercado Global de F&As pode chegar a movimentar um trilho de dlares
ao ano.
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
Ganho de sinergias (reduo de custos com pessoal, aumento do poder de barganha com
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
argumento sustentado por Moeller, Schlingemann e Stultz (2004) para justificar o fator de
8
operacional, financeira ou mercadolgica dentre outros. Assim, sempre se esperar que haja
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
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
vezes a definio de desempenho est relacionada a metodologia que se usar para avaliar o
com alto nvel de valorao. Ele encontrou evidncias na Inglaterra de que se um processo
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
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
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.
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
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:
demais entre 2007 e 2013. Em sua grande maioria os pesquisadores se utilizaram de dados
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
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
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
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
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
desempenho contbil empresarial aps as F&As. Eles usaram testes de Rank e anlise de
13
adquirente aps F&A. Constataram que houve diferena significativa para as trs mtricas,
propuseram a analisar se as empresas brasileiras que realizaram F&As entre 2005 a 2010
acionistas. Apesar das mdias apresentarem melhoras relativas, no foi possvel comprovar
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
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
F&As, sobre fuses e aquisies entre o perodo de 1991 a 1997 concluram que existiu uma
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
F&A, devido inmeros fatores que ocorrem concomitantes ao perodo do evento e mesmo
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
Empresas de Capital Fechado aquelas com Sociedade Annima onde o capital social da
Damodaran (2004) diz que uma das estratgias para aquisio de empresas adquirir
da empresa alvo disponvel, os prmios pagos1 sobre os preos de mercado eliminam o valor
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
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
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
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
possvel observar que dentro da amostra de baixo valor relativo os retornos anormais foram
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
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
mercado, geraram retornos anormais positivos para os seus acionistas das empresas
processo de F&A.
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
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
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
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
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
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,
muitas vezes acontecem por Setores Econmicos. Alm disto, autores como Arajo,
19
bancrio, onde teve uma enorme contribuio, neste incio de sculo pelo desenvolvimento
amostra de 15 empresas da indstria alimentcia no final dos anos 90 que tiveram F&A. Sua
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
significativos aps as F&As, tanto na rentabilidade das empresas depois de 2 anos da fuso,
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.
Batista e Minardi (2010), identificou uma relao positiva entre o tamanho relativo da
verificaram que dentro da amostra de negcios de baixo valor relativo, que os retornos de
20
menores que os de operaes efetuadas em perodos de baixa valorao. Eles acharam um
o mercado avalia mal a compra de empresas de grande porte. Casos onde os negcios que
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
empresa.
resultados para o acionista se comparadas as grandes aquisies. Ele define que o tamanho
aquisio. Alm disso, aquisies em perodos de alta valorao geraram retornos anormais
21
Moeller, Schlingemann e Stultz (2004) concluram que pequenas empresas se saem
Nas ltimas dcadas vrias metodologias de avaliao foram usadas para entender os
anncio os acionistas tiveram retornos positivos ou negativos. A anlise pode ser das aes
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
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
Para Estudos de Eventos Ex-antes, a medida de desempenho relativa aos retornos para
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
contbil real, alm de ser sensvel seleo do perodo de tempo selecionado para o estudo,
e o perodo de estimativas.
retorno sobre os ativos aps a aquisio. Pode ser utilizado em estudos de caso ou atravs de
23
(DEA) tcnica de programao linear para obter avaliaes Ex-post da eficincia relativa
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
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
e etc.
F&A, seguido de estudo de casos. Mas, nos ltimos anos aumentou significativamente a
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
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,
24
Outras metodologias diversas como em Patrocnio, Kayo e Kimura (2007) aplicam
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
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
A partir deste momento, este trabalho focar na reao de curto prazo do anncio e se a
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
Por fim, o uso de Estudo de Eventos permitir que seja avaliada a expectativa do
De acordo com McWilliams e Siegel (1997), Estudo de Evento tem sido usado
25
anlise vem sendo empregada para avaliar efeitos endgenos e exgenos s empresas
casos esto sujeitas a manipulao por parte dos gestores do negcio. Por outro lado, preos
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,
mercado de aes.
Eventos para avaliao de Fuses e Aquisies. Assumindo existir trs premissas bsicas
preos das aes refletem rapidamente as alteraes esperadas para o fluxo de caixa
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
- Que no haja efeitos de outras F&As sobre a empresa estudada durante o perodo
observar que outra F&A pode ser da mesma empresa ou de outra empresa,
ou na vida de uma empresa afetou o desempenho do mercado de aes desta empresa e tem
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
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
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
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.
- Se a avaliao do retorno das aes das empresas adquirentes pode apresentar distoro
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
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
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
longos das janelas de eventos, como: o fato de tecnicamente os testes no serem eficientes
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.
Comprimento deste intervalo tem que ser grande suficiente para construir modelos
T1+1 e T2, representa a janela do Evento, sendo , o instante zero, um evento o momento
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
(5) L2= T2-T1 +1 o comprimento de tempo da Janela de Eventos (Este comprimento ser
de 16 dias);
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
Existe uma diversidade de modelos de precificao. Entre eles pode-se destacar o modelo
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
modelo:
31
As unidades amostrais sero dias teis deste perodo, sendo que a regresso linear calcula os
Eventos.
,
(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:
Para ajustar o modelo pela taxa livre de risco para estimar o retorno normal utiliza:
, = + ( ) + , ,
(14)
(16) = Intercepto da regresso para o Ativo i(Neste estudo, s utilizamos o Alfa no caso
, para todas as aes i=1,...,N e t=1,...,252. Onde VAR representa a Varincia do erro
, ) =
(20) ( =
=( , ) = = ( , , ) . Onde Mi o
,
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
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
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
, = + ( ), (, ) ( , ).
(21)
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
, =, = ,
(22) , , representa a estimativa do retorno anormal na Janela de
Eventos.
janela de evento. O que significa que o evento no teve influncia sobre o retorno da ao. O
que existe a influncia do evento sobre o retorno da ao, podendo ser tanto maior ou menor
34
Se para a janela de eventos espera-se que todos os retornos sejam iguais a zero, pode-se
= =
(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.
aes, passa a ser um problema de provar que os retornos anormais acumulados mdios so
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.
aes para tipos de eventos distintos. Tem como resultado retornos anormais (RAs), que so
dos chamados estudos de amostra ou estudos de grupos RAAMs - onde 'M' significa 'mdia'.
35
Para este estudo, ser utilizado o mtodo de teste de hiptese estatstico para provar se
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
entre duas opes: A hiptese nula (H0) ou a Hiptese Alternativa (H1). Rejeita-se a
hiptese alternativa (H1) indica a presena de Retorno Anormal Acumulado (RAA) dentro
Caso queiramos identificar se pode comprovar que um retorno anormal existe, formular
: = 0;
(25) { 0
1 : 0;
Assim, quando se rejeita a hiptese nula, assume-se que o valor da mdia (Retornos
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
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
No Paramtricos. O uso apropriado para cada um destes testes depende das suas
suposies.
distribuio t-Student).
para o evento. Contudo, alguns destes testes assumem alguns pressupostos. Exemplo: alguns
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
entre os resultados. Assim sendo, o uso de um conjunto de testes pode identificar a robustez
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,
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
= 0;
H0:
38
0.
H1:
(26)
= ,
A estatstica
tem distribuio t-Student com L2(comprimento da Janela de
2 1
(27)
= 2
=1( ) . , onde = =1 .
Estudo de Eventos que podem comprometer os resultados dos testes, como por exemplo
volatilidade induzidas pelos eventos, frequentes quando se analisa vrios eventos agrupados,
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
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
da janela de estimao e evento, de forma a se tornar mais robusto para a varincia induzida
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 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
e pelo rudo causado pela perda de informaes no perodo de estimao. Portanto, caso a
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
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 = .,
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
(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
41
KOLARI e PYNNONEN, 2011) propuseram testes no paramtricos que enderear os
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
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
42
- Correlao transversal dos retornos anormais: Surgem quando vrios eventos ocorrem
no mesmo dia.
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
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
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
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
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
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
(, )
(33) , = , onde i (T0,...,T1,T1+1,....,T2) .
1 +2 +1
estimao e da janela de eventos so colocados na mesma base e ordenados pelo retorno real
Assim:
1
(34)
= N
=1 , ,
N
44
Onde N o nmero de observaes validas entre as N empresas no instante t,
1
, =
(35) 1 2
21 +1
,
1
1
(36) = =
2 0,5)2
(
1 +2 0
O poder deste teste de Rank (Classificao) se sobressai aos testes paramtricos nas
eventos mais ampla com vrios dias (RAAs Retornos Anormais Acumulados). Kolari e
pode ser usado em janelas de eventos superiores a um dia, ou seja, em casos que se possa
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.
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.
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
(38) = ,
Onde
(39) =
=( ) e
(40)
=
46
Portanto, SRAA* representa o Retorno Anormal Acumulado Padronizado para as N
Firmas.
, =
(41) { , = . ;
(, )
(42) , = , ,
+
=
(43)
= , ,
(44) = e
(45) =
Pode-se escrever a estatstica tGRANK e ela tem distribuio T-teste com N-1 Graus
de Liberdade.
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
47
que so assimtricas no se comportam bem, e para estes casos, recomenda-se o teste do
ideais que os demais testes no paramtricos. No entanto, ele , mais sensvel ao aumento da
Cowan (1992), prope o teste de sinal generalizado que se baseado na relao entre o
percentual de retornos positivos na janela do evento. O teste foi aplicado em uma amostra de
teste baseia-se no retorno anormal acumulado mdio na janela de eventos ser positivo ou
mas comum se usar este teste do sinal para apoiar concluses sobre a mdia do RAA. O
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
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
()
(50) = .
(1)
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
classificao.
Quando todos os pressupostos forem satisfeitos, o teste BMP o teste mais poderoso.
o mais recomendado por ser mais poderoso que o teste do sinal. Porm, se alm da no
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
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
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.
Brasil entre 2009 e 2014 de uma base de dados da Bloomberg. De posse desta base pode-se
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
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.)
2008 a julho de 2014 para garantir os 252 dias teis antes da janela de evento.
eliminados parte dos eventos, resultado em uma amostra final de 314 casos. Os eventos
5.2.1 Bloomberg:
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
5.2.3 Economtica:
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,
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
Por uma questo de nomenclatura, ser definido como Fator o princpio estudado e
Alvo e Grupo (Aberto) e Grupo (Fechado). Este conceito valer para os demais fatores.
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:
Entretanto, para uma anlise mais detalhada, inicialmente, foram definidos e avaliados
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
prevendo portanto o direito de tag along de 100% do preo pago pelas aes ordinrias do
acionista controlador.
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
ltima dcada, o Novo Mercado firmou-se como uma seo destinada negociao de aes
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
Foi utilizada a classificao setorial NAIC, retirada do Economtica. Por uma questo de
(Primrio); Setor (Servios Bsicos); Setor (Servios), Setor (Transporte) e Setor (Outros).
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
na empresa deveriam ser vistas com cuidado pelo mercado refletindo nos retornos anormais
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
Para avaliar a relao entre os fatores, ser realizado o cruzamento entre os Fatores Tipo
2 nveis:
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
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
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
ambos os eventos (A e B). Ambos os eventos foram excludos para evitar uma
58
5.4.3 Filtro 3: Eventos Com Menos de Um Ano de Informao na Janela de
Estimativa:
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.
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
Para selecionar a ao que melhor representaria o evento, optou-se por utilizar o conceito
dia. ndice de Liquidez (Economtica), sendo que ndice do Economtica uma mdia
empresas (Vide Apndice B). Praticamente, em todos os eventos os trs tipos de liquidez
59
5.5 RESULTADOS APS OS FILTROS:
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
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.
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
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
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
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%
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
61
6 RESULTADOS IMPRICOS:
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
resultados podem ser distintos dependendo do setor da economia, dado que cada setor reagiu
pouco impactados neste perodo. Portanto, isto pode ter interferido nos resultados das F&As
do perodo.
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
ESTIMAO
A Tabela 7 mostra um resumo das estatsticas dos parmetros Alfa e Beta da janela de
Estimao.
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
possvel calcular a mdia do Retorno Anormal Acumulado para cada um dos grupos de cada
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
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
65
6.3.2 Adquirentes classificados como Novo Mercado vs. Outros Segmentos
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
diferenciam tanto assim. No entanto, uma avaliao mais detalhada deveria ser feita para
efetivas.
66
Grfico 8: Retorno Anormal Acumulado Mdio Setor Econmico (NAICS)
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
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
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
68
Baixo Valor da Compra (Percentual do Valor Evento< 3%) e Alto Valor de Compra
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
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
Por uma questo de simplicidade as tabelas mostraro os trs testes para todos os grupos,
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
analisados.
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
que se algum teste rejeite a hiptese de normalidade para algum grupo, o teste BMP ser
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.
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.
Grupo Empresas Alvo de Capital Fechado, Segmentos (BVP, N1, NM), Setores (Servios
Segmento (N1) afetados pelos tamanhos amostrais. Assim, mesmo priorizando os resultados
observao muito baixo. Portanto, para estes casos optou-se pelos testes no paramtricos.
Para finalizar a matriz que indica qual teste ser mais adequado a cada grupo,
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
73
Tabela 13: Simetria das Distribuies dos Grupos
Estatsticas de Simetria
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.
Baseado nos testes de normalidade, quantidade de eventos nos grupos e sua simetria
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
teste BMP.
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
A Tabela 15 mostra os resultados dos testes. De uma forma geral apenas os fatores
anormal foi diferente de zero. Mesmo assim, apenas quatro grupos apresentaram retorno
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
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.
consequentemente podem anular o retorno anormal. Por esta razo optou-se por abrir os
Adquirente dos dois grupos: Baixo Valor contra Alto Valor, seguindo a mesma lgica usada
GRUPOS
77
Para o grupo de Governana Corporativa considerou o grupo Novo Mercado e
contemplasse tanto alto valor quanto baixo valor. Desta forma, foram desprezados os
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
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
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|
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
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
avaliar o efeito do Fator Governana sobre o Fator Valor de Aquisio e na viso Valor de
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
Para o segmento Novo Mercado Aquisies com valores baixos relativos ao tamanho da
o evento reflete positivamente. Nos demais segmentos no parece haver uma forte confiana
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
O Fator de Setor Econmico foi onde se apresentou mais grupos com diferenas
cinco setores puderam ser avaliados a abertura entre alto e baixo valor da aquisio. Os
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).
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
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
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
Surendra e Jain K. (2013), que nos casos de Aquisies de Alto Valor Relativo com Nveis
Baixos de Governana a retornos anormais negativos. Possivelmente este fato ocorre porque
82
Governana Corporativa. Por outro lado, agem com desconfiana em empresas que no se
Baixos, parece que o efeito da Governana no relevante, o que leva a hiptese que F&A
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:
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:
(BOVESPA). Para se decidir quais aes sero analisadas no estudo, se levantou todos os tipos
1
Tabela 20: 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.
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.
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
: = 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.
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:
Valor da Empresa =
=1(Pi,t . Q i,t ) + , onde K o nmero de tipos de aes que a empresa
tem.
relacionada ao volume de aes negociados na bolsa no dia e terceira, uma medida mais efetiva
de Liquidez do Economtica.
Liquidez (Economtica);
100.
Liquidez (Perodo) =
.
Onde:
5
p = nmero de dias em que houve pelo menos um negcio com a ao dentro do perodo
escolhido
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
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,
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.
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
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
11
GLOSSRIO:
12