Influência dos investimentos sob o valor da firma.

Estudo sobre a
Embratel Participações S/A.

Rodrigo Alves Silva (USP) - ralves08@usp.br

Wilson Kendy Tashibana (USP) - tashinan@sc.usp.br

Resumo: O investimento é tido como o instrumento da gestão para realização de

oportunidades no mercado e é responsável direto pela execução das estratégias
organizacionais. Este fator é mais importante em determinados setores, tendo em vista
fatores como competitividade, inovação, dentre outros. Com base na hipótese de que a
Embratel Participações S/A, por ser uma empresa do setor de telecomunicações, é uma
organização com forte potencial de inovações e flexibilidades gerenciais, e que está inserida
num mercado altamente competitivo, o que causa expectativa e conseqüentemente influencia
seus ativos no mercado, o presente estudo teve por objetivo testar a significância estatística
desta hipótese. Esta premissa vai diretamente contra as indicações teóricas clássicas que
atribuem maior poder explicativo à variáveis como lucro. Tal objetivo foi alcançado por
meio de uma análise de regressão múltipla adaptada para séries temporais que, atendendo a
todos os pressupostos teóricos para a aplicação, identificou que a empresa apresenta maior
suscetibilidade à volatilidade do investimento do que das outras variáveis do modelo, sendo
esta a variável explicativa a mais significante dentro do modelo testado. Com os resultados
da inferência realizada considera-se que para a empresa o investimento expressa grande
poder explicativo de seu valor de mercado, conseqüentemente de sua capacidade de captação
de recursos o que deve ser mais um aspecto a ser considerado nas estratégias
organizacionais.
Palavras-Chave: Expectativas de mercado; valor; opções.

1. Introdução
Analisando os pressupostos apresentados por autores como Rapapport e Mauboussing
(2002), Assaf Neto (2007) o valor da empresa é dado pela expectativa de geração de valor
futuro. De acordo com Sanvicente e Melagi Filho (1988), no caso das empresas de capital
aberto, o valor de mercado, respeitadas as hipóteses de mercado eficiente de Jensen e Smith
(1984), traduz a expectativa do mercado em relação aos seus resultados futuros.
Esta expectativa não reflete apenas os valores previstos de lucro da empresa, mas
também a capacidade de realização opções futuras, expectativas de geração de valor de
empresas concorrentes, expectativas sobre clientes, materiais e produtos, (RAPAPPORT E
MAUBOUSSING, 2002) bem como a fatores sistêmicos como a taxa de juros de títulos de
referência e o retorno de mercado (DAMODARAN, 2006).
Desta forma, partir do pressuposto de que o valor da firma está condicionado ao
Retorno do mercado, a uma taxa de referência, ao investimento da firma, ao lucro (líquido) e

1
ao ativo1 é algo bastante razoável do ponto de vista teórico. Espera-se, pela teoria apresentada
pelos autores anteriores, que o valor da firma seja relacionado negativamente à taxa de
referência e positivamente aos demais indicadores, sendo os indicadores de mercado os mais
importantes dentro do contexto. (SANVICENTE & MELLAGI FILHO, 1988;
DAMODARAN, 2006). Isto, a priori deve ocorrer para todas as organizações pertencentes ao
mercado. Contudo, quando se trata de empresas de tecnologia, ocorre uma questão bastante
debatida atualmente, qual seja a real capacidade destas organizações de gerar valor ao longo
do tempo, dado seu mercado amplamente competitivo e com constantes inovações e
processos de fusão e aquisição (JIAO, DU E JIAO 2007; KRESIC E ROSEN, 2005).
Como reflexo, cabe a consideração de que os investimentos destas organizações,
principalmente aqueles centrados em PD&I2 (KRESIC E ROSEN, 2005) são relevantes para a
composição de seu valor. Com base neste raciocínio a priori o presente artigo buscou analisar
uma organização do setor de tecnologia, qual seja a Embratel Participações S/A, utilizando
composições teóricas mais recente que relacionam os fatores mais preponderantes para
explicar o valor da organização no mercado.
2. Pressupostos Teóricos
Existem vários entendimentos sobre a composição do valor de uma organização. Em
geral, estes entendimentos são relacionados ao valor de mercado dos benefícios
organizacionais, tais como capacidade de geração de lucros (resultados), valor de mercado de
seus ativos, etc.
No caso de empresas presentes no mercado de capitais o valor da firma pode ser
plausivelmente entendido como sendo o valor de seus ativos de capital, considerando que o
mercado possui uma óptica eficiente3 na elaboração da avaliação dos títulos, ativos e
benefícios futuros da organização (DAMODARAN, 2006). A avaliar dos títulos da firma
implica basicamente em atribuir o valor justo a ser pago pela mesma, dada a relação
observada de risco e retorno. (ASSAF NETO, 2007; MARTINS, 2001; ROCHA, 2006).
Como expresso por Edgington (2007), no processo de avaliação, principalmente em
setores de alta competitividade, espera-se que os agentes realizem a análise refletindo as
perspectivas de resultados da firma no desenvolvimento de suas atividades atuais, bem como
na realização de oportunidades futuras, dentre outros, ou seja, sua capacidade de converter as
suas atividades em valor para os acionistas.
Cabe salientar que, dentro da perspectiva da engenharia de valor, tal avaliação é uma
questão importante para qualquer empresa dada a necessidade de auto-avaliação da firma e
de sua gestão (avaliação da capacidade de geração de valor para os acionistas), importância
para compra e a venda de empresas, rompimento de sociedades, liquidação de
empreendimentos, dentre outros fatores. (MARTINS, CASTRO e GOMES, 2007).
Dentro do contexto, compreender a máxima do mercado ao atribuir o preço a uma
organização é um objetivo indelével das organizações, uma vez que este atributo vai de
1
O ativo reflete a estrutura endógena da empresa ou a capacidade de realização de
opções (MATOS, 2001).
2
PD&I – Pesquisa, Desenvolvimento e Inovação.
3
De acordo com os pressupostos expressos pela moderna teoria de finanças, Jensen e Smith (1984) indicam que
um dos “blocos” ou pedras fundamentais desta teoria é a hipótese de mercado eficiente, considerando que: os
preços refletem informações presentes no mercado, impossibilidade de manipulação de informações, agentes
aversos a risco, dentre outros.

2
encontro com o interesse fundamental de geração de valor para o acionista. Na perspectiva de
determinação do valor de mercado Kothari (2001) expressa algumas considerações sobre
textos clássicos e estudos empíricos realizados sobre o tema, destacando dentre os resultados
mais relevantes que:
i. Existe forte correlação positiva (ainda que não seja perfeita4) entre a
volatilidade dos preços das ações e a volatilidade dos lucros das empresas no
mercado de capitais;
ii. Os preços de mercado reagem às informações contábeis e financeiras
apresentadas pelas organizações;
iii. Os preços das ações são previsões do lucro das empresas;
iv. O patrimônio e o lucro têm forte poder explicativo sob o preço das ações e,
portanto sob o valor de mercado da organização;
v. Informações off-balance sheet são avaliadas com mais acuidade conforme o
mercado se desenvolve;
Considerando o contexto do mercado eficiente, o valor de um ativo dentro de mercado
é dado pelo valor presente de seus benefícios futuros, sendo as informações todas conhecidas
e sendo os agentes avessos ao risco. Considerada a hipótese de mercado eficiente Sanvicente e
Mellagi Filho (1988) indicam que o valor da organização é dado pela prospecção do valor dos
dividendos futuros esperados.
De acordo com Dimson e Mussavian (1998) existem dezenas de estudos que buscam
testar a eficiência do mercado. Dimson e Mussavian (1998) expressam que os estudos mais
robustos buscam identificar, por meio da apresentação da velocidade do ajustamento dos
preços das ações às novas informações, sendo utilizados principalmente os estudos de
eventos. Contudo, como expressa os autores, ocorre em muitos casos a antecipação de
informações e, portanto a movimentação dos preços dos mercados antes mesmo da ocorrência
do evento, quebrando a priori a hipótese de mercado eficiente.
Ainda segundo Dimson e Mussavian (2000) existem diversas outras evidências que
apontam para déficits de eficiência nos mercados, tais como retornos anormais, retornos
negativos de longo prazo para novas ofertas no mercado, dentre outras. Analisando a
disposição de Sanvicente e Mellagi Filho (1988) e Dimson e Mussavian (1998) fica clara a
relação prejudicada da abordagem de mercado eficiente como forma de avaliação do valor da
organização por meio dos dividendos oferecidos.
Desta forma, o presente artigo, centrado no ideário de que o valor da organização é o
valor de suas prospecções de retornos futuros, traduzidos não apenas em termos de
dividendos, mas principalmente pelo ganho de posições competitivas dentro do mercado,
fator este bastante debatido por Levitt (2004), vai em busca do fator que mais representa a
expectativa de valor futuro da organização e, portanto, do valor presente de seu ativo.
Em particular tal busca se concentra em mercados de grande volatilidade, como é o
caso das empresas de telecomunicações, onde as estratégias e investimentos em inovação são

4
Entende-se correlação positiva perfeita a que apresenta a característica 1:1, isto é, para cada movimentação de
1 unidade em uma variável ocorrerá uma movimentação idêntica em outra que esteja perfeitamente
correlacionada

3
características indeléveis, sendo assim, os montantes investidos e a eficiência deste
investimento se mostram boas perspectivas dos retornos futuros.
Segundo Klette e Kortum (2004) as empresas atualmente têm grande concentração nos
investimentos, principalmente em PD&I como forma de garantir a maximização dos
resultados. Entretanto, os autores não encontram evidências de que o investimento esteja
relacionado com o tamanho da empresa ou seu crescimento.
Para os autores, o volume de investimento não é diretamente relacionado ao tamanho
da empresa, mas sim à capacidade e conhecimento gerencial deste investimento. Todavia,
invariavelmente o investimento gera expectativas (AUSTIN, 2000; KRESIC E ROSEN, 2005;
MCKELVEY E HOMEN, 2006). Em empresas de telecomunicações (tecnologia) é
importante visualizar que as expectativas de mercado geradas pelas inovações e opções de
novos negócios ou flexibilidades gerenciais é um direcionador do valor de mercado
(RAPAPPORT & MAUBOUNSING, 2002), influenciando sua capacidade de capitação de
recursos, bem como o valor corrente de suas ações (AUSTIN, 2000).
Berkovitch e Narayanan (1993) indicam que o volume de projetos de investimentos
das organizações está correlacionado ao seu volume de captação de recursos, contudo, como
uma forma de demonstrar ao mercado a atuação da empresa em realização de projetos estas
empresas podem reduzir os critérios de seleção de projetos ocorrendo riscos inerentes de
subavaliação da viabilidade dos projetos em empresas com grande volume de captação.
Incorpora-se a estas empresas as empresas de tecnologia, onde espera-se que o volume
de opções geradas pelas inovações seja fonte de valor, fazendo com que estas estejam em
constante processo de investimento. Esta concepção é também um dos principais motivos
para o aumento do número de incorporações no setor, tendo em vista que as empresas
utilizam tais estratégias de incorporação como forma de investimento (WALKER, 2000) e
realização de valorizações mercadológicas.
No que tange as estratégias de investimentos, as organizações apresentam vantagens
em fusões e aquisições uma vez que incorporam além das estruturas organizacionais fatores
como capital intelectual, produtos, clientes, inovações, dentre outros fatores, que também são
apontados como direcionadores de valor. Com tais considerações teóricas, o estudo busca
então determinar a influência do investimento sobre o valor de mercado de uma empresa de
tecnologia, buscando fornecer contribuições sobre as considerações do mercado no que tange
o conceito de geração de valor e principalmente sobre a influência de questões intersetoriais
sobre este valor.
3. Método
Ao atribuir como objetivo de estudo a determinação do poder explicativo da variável
“investimentos” sobre a variável explicada “valor de mercado”, o presente artigo se concentra
na avaliação da capacidade de geração de valor para o mercado da empresa de tecnologia
analisada, esta proposta traz o entendimento de que as organizações de tecnologia (e portanto
a empresa analisada) têm características diferenciadas, sendo assim, dada a volatilidade de seu
ramo de atuação, o mercado acionário premia a sua capacidade de investimento, entendendo
isto como sinônimo de sua capacidade de inovação e maximização de posições no mercado.
Considerando os pressupostos Gujarati (2000), acerca da análise da relação entre
diversas variáveis, pode-se considerar um modelo de regressão como um modelo viável para
analisar a capacidade de influência das variáveis independentes sob a uma dependente.

4
Contudo, como expresso por Hamilton (1994) e Morettin e Toloi (2006) este tipo de análise,
que tem por característica a atribuição de relações ocorridas ao longo do tempo, são
característicos de séries temporais, que apresentam, por natureza, a existência de
autocorrelação serial, o que não compactua com o pressuposto de amostras independentes
necessárias para a análise de regressão.
Entretanto, de acordo com Wooldridge (2006, p. 307) as séries temporais econômicas
satisfazem as necessidades ou “requisitos intuitivos de serem resultados de variáveis
aleatórias” e que, por tal motivo, podem ser mensurados por meio da análise de regressão. Tal
fator está diretamente relacionado à característica de processo estocástico das séries temporais
econômicas, sendo estas passiveis da premissa de constituição de variáveis aleatórias
indexadas no tempo. Esta é uma visão compactuada por Morettin e Toloi (2006) e Gujarati
(2000), que indicam a existência de baixa auto-correlação serial em séries caracterizadas
como passeio aleatório (randon walk).
Considerando tal premissa e incorporando uma hipótese a priori de que a série é
estacionária, apresentando certa aleatoriedade ao longo do tempo ao redor de uma média
constante, o estudo expressa a relação entre variáveis independentes para explicação do valor
de mercado da empresa. Desta forma, os modelos que apresentam tal propriedade podem ser
expressos como:
yt = β 0 + β k z t + µ t sendo k = 1, 2, 3... n e t = 1, 2,3...n
O modelo foi testado em uma empresa do ramo de tecnologia, qual seja a Embratel
Participações SA, sendo seus dados levantados em escala diária ao longo de 10 anos,
traduzidos em termos de médias de cotações anuais.
Por ser uma empresa de Tecnologia, o pressuposto da pesquisa é que o resultado da
regressão demonstre uma empresa mais suscetível ao valor do investimento, isto é, a
movimentação do mercado (e conseqüentemente o valor da firma) se mostre mais
correlacionada ao investimento, sendo assim, este deve ser o principal parâmetro a ser
utilizado dentro das análises de valor para este tipo de empresa.
4. Resultados e discussão
Como hipótese fundamental tem-se que o investimento é uma variável explicativa
significativa estatisticamente. Opta-se neste estudo, entretanto, por usar um modelo de
múltiplas variáveis explicativas, buscando maximizar os resultados das estatísticas testadas.
Desta forma, o modelo de regressão inicial, expresso pelas considerações teóricas
apresentadas anteriormente é definido como:
VM = α+ β 1 RM +t β SELIC
2 + tβ Invest
3 + βt + βt
LL
4 +ε
AT
5 t t

Onde:
VM= Valor de Mercado; RM= Retorno de Mercado; SELIC5= Taxa Básica de Juros;
Invest= Investimentos da empresa no período; LL= Lucro Líquido e AT= Ativo Total.
Os resultados referen-se ao uso do software SPSS®, e dada a equação preliminar
apresentam os coeficientes que seguem:
TABELA 1 – Resultados preliminares de inferência
5
A SELIC está sendo utilizada como parâmetro apenas para efeito de comparação entre as demais variáveis do
modelo, já que bibliografias como Gitman (XXXX) prevê a utilização de taxas de referência do Governo.

5
 Coefficients a

Unstandardized Standardized
Coefficients Coefficients
Model B Std. Error Beta t Sig.
1 (Constant) -5E+014 5E+014 -,985 ,381
Retorno_Mercado 7E+009 5E+009 ,397 1,563 ,193
SELIC -2E+013 2E+013 -,294 -,766 ,487
Investimento 115108,6 51954,558 ,896 2,216 ,091
LucroLíquido 1822,296 4188,569 ,104 ,435 ,686
Ativo_Total 60453,739 73974,884 ,262 ,817 ,460
a. Dependent Variable: Valor_Mercado

Como é possível observar inicialmente, os resultados traduzem bem as expectativas

teóricas da pesquisa, que indicam maior poder explicativo do investimento. Entretanto, em
termos de significância, a regressão não apresenta valores estatísticos satisfatórios, o que
indica que o modelo teórico inicial não é válido em sua totalidade.
Retirando as variáveis que apresentam resultados menos significantes, expressa-se a
regressão como segue:
VM = α + β1 Investt + β 2 LLt + β3 R M t + εt
Onde:
VM= Valor de Mercado; RM= Retorno de Mercado; LL= Lucro Líquido e Invest=
Investimentos da empresa no período.
Os resultados apresentados por este novo modelo são:
TABELA 2 – Coeficientes da regressão principal
C o e f f i c i ea n t s

S t a n d a r d iz e d
U n s t a n d a r d iz e d C o e f fic ie n t Cs o e ff ic ie n ts 9 5 % C o n fid e n c e In te r v aC l of llin
o r eB a r it y S t a t is t ic s
M odel B S td . E r r o r B e ta t S ig . L o w e r B o u nUdp p e r B o u nTdo le r a n c e V IF
1 ( C o n s ta n t ) - 4 3 2 4 9 0 5 1 5 2 2 32623919 7 2 5 2 6 1 2 8 8 1 1 - 1 ,8 8 1 , 1 0 9 - 9 , 9 5 2 E + 0 1 14 , 3 0 2 E + 0 1 4
I n v e s t im e n to 1 1 3 0 5 8 ,8 0 7 2 8 0 1 6 ,9 7 7 ,8 8 0 4 ,0 3 5 , 0 0 7 4 4 5 0 3 , 7 3 31 8 1 6 1 3 ,8 8 2 , 9 0 0 1 ,1 1 1
L u c r o L íq u id o 1 7 3 3 ,6 2 1 3 6 5 5 ,5 7 5 ,0 9 9 ,4 7 4 , 6 5 2 - 7 2 1 1 ,2 5 0 1 0 6 7 8 ,4 9 2 , 9 9 1 1 ,0 0 9
R e t o r n o _ M e r c a d8 o6 1 4 7 3 7 7 9 5 , 4 53 29 9 8 5 9 9 4 6 8 ,0 9 8 ,4 7 1 2 ,1 5 4 , 0 7 5 - 1 1 6 9 4 8 2 6 3 11 , 8 4 0 E + 0 1 0 , 8 9 4 1 ,1 1 8
a .D e p e n d e n t V a r ia b le : V a lo r _ M e r c a d o

Desta forma, se comprova a idéia inicial significância de α > 0,1 para retorno de
mercado e de α > 0,5 para investimento, persistindo idéias iniciais sobre a significância do
investimento sobre o valor de mercado da empresa. Como interpretação do modelo teórico
apresentado segue-se que:
VM = − 432.490.515.223.631+ 113.058,807(Invest+) 1733, 621 LL
(+ ) 8614737795, 452(
RM )
4.1. Analise de significância do modelo
Como forma de análise do modelo como um todo, considerando uma significância
total de α > 0,05, tem-se que:
H0: b1=b2=b3=0; H1: Existe i tal que βi diferente de 0

TABELA 3 – Resultados de significância geral do modelo

6
 b a ry
M odel Sum m

C h a n g e S ta tis tic s
A d ju s te d S td . E r r o r o f thRe S q u a r e D u r b in -
M odel R R S q u a r e R S q u a r e E s tim a te C h a n g e F C h a n g e d f1 d f2 S ig . F C h a n g e W a ts o n
1 ,8 6 2a ,7 4 3 ,6 1 5 $ 1 .8 8 4 3 0 E + 0 1 4 , 7 4 3 5 ,7 9 3 3 6 ,0 3 3 2 ,0 2 2
a . P r e d ic to r s : ( C o n s ta n t) , L u c r o L íq u id o , In v e s tim e n to , R e to r n o _ M e r c a d o
b . D e p e n d e n t V a r ia b le : V a lo r _ M e r c a d o

Por tal indicação é possível expressar que:

Pvalor = 0,033 < α logo rejeita H0 logo existe regressão
R²=0,743; R²Adjusted=0,615
Analisando de forma individual, nota-se que:
Pvalos (Investimento = 0,007) influência.
Pvalor (LL, 0,652) não influência.
Pvalor (RM, 0,075) influência.
Como pvalor<α (0,05), rejeita-se H0, neste nível de significância, assim, admitimos
que existe regressão. Como o valor de F = 5,793, indica que a variação explicada é 5,793
vezes maior que a variação não-explicada.
Desta forma, mantem-se esta estrutura. Contudo, ao retirar o LL da expressão, nota-se
uma redução de seu poder explicativo. A não influência do LL é creditada à grande
volatilidade dos retornos da empresa no período, o que prejudica as análises, entretanto,
diversos estudos demonstram que, caso seja utilizadas series mais extensas de dados estes
valores tendem a se aproximar. Contudo, como não se tem uma série maior, a análise aqui
realizada se mantêm nestes padrões, desde que os pressupostos sejam validados.
4.2. Análise de pressupostos básicos
Como expresso por Anderson et al (2005) as regressões apresentam cinco
pressupostos básicos para sua utilização, quais sejam: normalidade de resíduos,
homoscedasticidade, linearidade, ausência de auto-correlação serial entre resíduos e ausência
de multicolinearidade.
Os pressupostos são analisados como segue:
a) Normalidade dos resíduos (Teste KS)
O teste mais adequado para analisar a normalidade dos resíduos é o teste K-S
(Kolmogorov-Smirnov), o qual apresenta:
TABELA 4 – Resultados teste de normalidade K-S
One-Sample Kolmogorov-Smirnov Test

7
 N

Mean

Normal Parameters(a,b)
Teste KS (bi-caudal) Std. Deviation
Ho: A distribuição da variável observada é normal.
Ha: A distribuição da variável Xi ou Yi não é normal.
•
MostValor
Extrede Mercado: pvalor=0,820 >0,05= não rejeita;
me Absolute
• Retorno de Mercado: pvalor=0,970>0,05= não rejeita;
Differences
• Investimento: pvalor=0,614>0,05; não rejeita;
Positive
• Lucro Líquido: pvalor=0,110>0,05 = não rejeita.
Como expresso pelas indicações anteriores, pelo teste observa-se que não se pode
rejeitar a hipótese de normalidade. Negative
b) Homoscedasticidade dos resíduos
Ko lmoforma
Como gorodev testar a -S mirnovZ dos resíduos da equação, é valido
homoscedasticidade
regredir a soma do quadrado da regressão sobre a soma dos quadrados do resíduo. Desta
forma:
Asymp.ZPR²
Regredir Sig(independente)
6 . (2 -ta(dependente)
ZRE² iled) = zre 2
= α + β (zpr 2 )

Caso este modelo apresente regressão significa que os dados apresentam

heteroscedasticidade, sendo significativamente dependentes.

a Test distribution is Normal.

TABELA 5 – Resultados do teste de homoscedasticidade

b Calculated from data.

6
Anderson et al (2005)

8
 C

R Square
Este teste é analisado como segue:
H0 = é homoscedástico ; não tem regressão (não existe influencia de ZRE² em ZPR²)

Model
H1= não é homoscedástico
Change F Change
Como é possível observar pvalor=0,426 > α – não rejeitar H0; é homoscedástico.

c) Linearidade dos coeficientes

1
De acordo com Gujarati (2000) e Anderson et al (2005) uma das formas mais
adequadas e intuitivas de analisar a linearidade
Scatterplot
,081(a)
dos coeficientes é a analise da plotagem do
,703
gráfico da variável dependente sob os resíduos padronizados, o qual está exposto abaixo:
Dependent Variable: Valor_Mercado

$8,00E14

a Predictors: (Constant), ZPR²

Valor_Mercado

$6,00E14

$4,00E14

$2,00E14

b Dependent Variable: ZRE²

$0,00E0

-2 -1 0

RegressionStandardizedResidual
1

Gráfico 1 – Análise de linearidade

Pelo gráfico pode-se identificar certa linearidade com presença de valores extremos. O
que é característico do passeio aleatório.
d) Ausência de autocorrelação serial entre os resíduos
A auto-correlação serial é uma das principais questões a serem abordadas pelo artigo,
tendo em vista que o mesmo utiliza uma hipótese de ausência de auto-correlação severa nas
séries temporais, o que permitiria a utilização do modelo de regressão múltipla como método
de avaliação. Tal análise pode ser observada por meio do teste D-W – Durbin-Watson.
De acordo com Anderson et al (2005), os valores apurados pelo teste indicam que
valores próximos de 2 apresentam inexistência de autocorrelação serial, valores próximos de
0 apresenta autocorrelação serial negativa e valores próximos a 4 apresenta autocorrelação

9
positiva. Desta forma, o deste indica uma ausência de autocorrelação, dado que D-W expresso
na tabela 3 esta centrado em: 2,022.

e) Multicolinearidade
A existência de multicolinearidade é medida pelo cálculo de Tolerance que é feito
estimando cada variável independente como se fosse dependente e regredindo-a em relação às
demais, e obtendo-se o valor (1-R2) dessa regressão. Segundo Anderson et al (2005), acima de
1 – não existe multicolinearidade; de 0,10 até 1 – com multicolinearidade aceitável e abaixo
de 0,10 – com multicolinearidade problemática.
TABELA 6 – Resultados do teste de Multicolinearidade
C o e f f i c i ea n t s

S t a n d a r d iz e d
U n s t a n d a r d iz e d C o e f f ic ie n t Cs o e f f ic ie n t s 9 5 % C o n f id e n c e I n t e r v aC l of llin
o r eB a r ity S t a t is t ic s
M odel B S td . E r ro r B e ta t S ig . L o w e r B o u nUdp p e r B o u nT do le r a n c e V I F
1 (C o n s ta n t) - 4 3 2 4 9 0 5 1 5 2 2 32623919 7 2 5 2 6 1 2 8 8 1 1 -1 ,8 8 1 , 1 0 9 - 9 , 9 5 2 E + 0 1 14 , 3 0 2 E + 0 1 4
In v e s t im e n t o 1 1 3 0 5 8 ,8 0 7 2 8 0 1 6 ,9 7 7 ,8 8 0 4 ,0 3 5 , 0 0 7 4 4 5 0 3 , 7 3 31 8 1 6 1 3 , 8 8 2 , 9 0 0 1 ,1 1 1
L u c r o L í q u id o 1 7 3 3 ,6 2 1 3 6 5 5 ,5 7 5 ,0 9 9 ,4 7 4 , 6 5 2 - 7 2 1 1 ,2 5 0 1 0 6 7 8 , 4 9 2 , 9 9 1 1 ,0 0 9
R e to r n o _ M e r c a d8 o6 1 4 7 3 7 7 9 5 , 4 53 29 9 8 5 9 9 4 6 8 , 0 9 8 ,4 7 1 2 ,1 5 4 , 0 7 5 - 1 1 6 9 4 8 2 6 3 11 , 8 4 0 E + 0 1 0 , 8 9 4 1 ,1 1 8
a .D e p e n d e n t V a r ia b le : V a lo r _ M e r c a d o

H0: Não existe multicolinearidade; H1: existe multicolinearidade

Pelo Teste de Tolerance, não rejeita Ho, assim não existe multicolinearidade.
4.3. Valores extremos - Outlier
Como observado pelo teste de linearidade é possível identificar a existência de valores
extremos na regressão. Para identificação de tais valores extremos pode ser realizado por
meio da Distancia de Cook = 4/(n-k-1) = 4/(10-3-1) = 0,25 (ver coo_1) em que K=numero de
variáveis. Conservadas o mesmo modelo, observa-se os seguintes resultados:
TABELA 7 – Resultados dos coeficientes sem outliers
C o e f f i c iae n t s

U n s t a n d a r d iz e Sd t a n d a r d iz e d
C o e f f ic ie n t s C o e f f ic ie n t s 9 5 % C o n f id e n c e I n t e r v a l f o r BC o r r e la t io n s C o llin e a r it y S t a t is t ic s
M odel B S td . E r r o r B e ta t S ig . L o w e r B o u Un pd p e r B o uZn ed r o - o r d e Pr a r t ia l P a r t T o le r a n c e V I F
1 ( C o n s ta n t) -4 E +0 1 4 3 E + 0 1 4 -1 ,3 9 6 , 2 2 1 - 1 , 1 1 8 E + 0 135, 3 1 0 E + 0 1 4
R e t o r n o _ M e r c 8a Ed o+ 0 0 9 5 E + 0 0 9 ,4 1 9 1 ,4 3 4 , 2 1 1 - 6 0 8 3 3 8 7 6 02 9, 1 4 4 E + 0 1 0 , 1 9 5 ,5 4 0 ,3 2 3 ,5 9 5 1 ,6 8 2
I n v e s t im e n t o 1 0 9 4 6 2 3, 32 7 2 4 , 9 2 7 ,8 5 4 3 ,3 4 5 , 0 2 0 2 5 3 4 0 , 1 9 21 9 3 5 8 4 , 3 9 7 , 7 3 5 ,8 3 1 ,7 5 4 ,7 8 0 1 ,2 8 3
L u c r o L í q u id o7 4 7 0 3 , 3 0274 4 7 1 5 , 7 ,0 8 6 ,3 0 5 , 7 7 2 - 5 5 4 3 5 8 , 3 4730 3 7 6 4 , 9 5 7 , 4 2 1 ,1 3 5 ,0 6 9 ,6 4 5 1 ,5 5 0
a .D e p e n d e n t V a r ia b le : V a lo r _ M e r c a d o

Estes resultados demonstram uma piora dos valores observados de significância. Desta
forma, indica-se que os outliers são importantes para a estimação do modelo.
5. Considerações finais
Estudos que buscam fazer inferência sobre o valor de mercado das organizações são
importantes para as organizações, tendo em vista a necessidade de compreensão e
principalmente valoração das empresas para que estas consigam desenvolver análises mais

10
apuradas sobre suas estratégias de geração de valor e sobre as expectativas de valor da firma
por parte dos agentes econômicos.
Este estudo buscou testar a hipótese de que a Embratel, por se tratar de uma empresa
do ramo de tecnologia, mercado este que apresenta alto volume de investimentos em PD&I,
ritmo constante de inovações, alta competitividade, dentre outros, característicos do setor,
apresenta uma sensibilidade maior sobre o volume de investimentos, contrariando os ditames
teóricos que indicam a preponderância do lucro e do retorno de mercado como principal
variável explicativa do valor da empresa.
Através de uma análise de regressão múltipla que atendeu todos os pressupostos para
sua utilização nos dados de séries temporais, observou-se que esta é uma consideração
bastante plausível, tendo em vista a maior significância desta variável em relação às demais
variáveis independentes analisadas no modelo.
As limitações deste estudo, bem como as sugestões para futuras pesquisas estão
relacionadas principalmente ao fato de ser este um estudo de caso, sendo assim, não permite
generalizações para a população das empresas de tecnologia. Não obstante, por se tratar de
estudos de dados temporais, seria interessante a utilização de modelos de tratamento de séries
temporais correlacionadas, como é o caso dos modelos auto-regressivos. Por fim, indica-se
que maiores considerações devem ser consolidadas através da utilização de séries temporais
com um maior número de observações.
Referências
GITMAN, L. J. Princípios de administração financeira. 10ª ed. São Paulo: Person Education, 2004.
RAPPAPORT, A.; MAUBOUSSIN, M. J. Expectations investing: Reading stock pricing for better returns.
Boston: Harvard Business School Publishing, 2002.
ASSAF NETO, A. Finanças corporativas e valor. 3ª ed. São Paulo: Atlas, 2007.
SANVICENTE, A. Z.; MELLAGI FILHO, A. Mercado de capitais e estratégia de investimentos. São Paulo:
Atlas, 1988.
DAMODARAN, A. Avaliação de Investimentos: Ferramentas e Técnicas para Determinação do Valor de
Qualquer Ativo. Rio de Janeiro: Qualitymark, 2006.
MARTINS, E. Avaliação de empresas: da mensuração contábil à econômica. São Paulo: Editora Atlas, 2001.
ROCHA, K. M. C. Três ensaios sobre metodologias de apreçamento de ativos utilizando opções reais. 2006.
109f. Tese (Programa de Pós-Graduação em Engenharia Industrial) – Pontifícia Universidade Católica, Rio de
Janeiro, 2006.
XIV CONGRESSO BRASILEIRO DE CUSTOS. 5, 2007. MARTINS, A. L.; CASTRO, M. A. R.; GOMES, S.
M. S. Anais. As opções reais aplicadas ao orçamento de capital.. João Pessoa, 2007.
JENSEN, M. C.; SMITH, C. W. The modern theory of corporate finance. New York: McGraw-Hill Inc., 1984
Kothari, S. P. Capital markets research in accounting. Journal of Economics. Amsterdam. v. 31, p. 105-231,
2001.
DIMSON E.; MUSSAVIAN. M. A brief history of market efficiency. European Financial Management, v. 4, n.
1, pp 91-193, march 1998.
DIMSON E.; MUSSAVIAN. M. Market Efficiency. The Current State of Business Disciplines. VOL.3, 2000,
PP. 959-970.
LEVITT, T. Marketing Myopia. Harvard business review pp. 1-16, july–august 2004.
KLETTE, T. J.; KORTUM, S. Innovating firms and aggregate innovation. Journal of Political Economy, vol.
112, no. 5, p. 986-1018, 2004.

11
BERKOVITCH, E.; NARAYANAN, M. P. Motives for takeovers: an empirical investigation. Journal of
financial and quantitative analysis. v. 28, n. 3, p. 347-362, Sept. 1993.
GUJARATI, D. M. Econometria Básica. São Paulo : Makron Books, 2000.
HAMILTON, J. D. Time Series Analysis. New Jersey: Princeton University Press. 1994.
MORETTIN, P. A.; TOLOI, C. M. C. Análise de series temporais. 2ª ed. São Paulo: Egard Blucher, 2006.
WOOLDRIDGE, J. M. Introdução à Econometria: Uma abordagem moderna. São Paulo: Pioneira Thomson
Learning, 2006.
ANDERSON, D. R.; SWEENEY, D. J. WILLIAMS, T. A. Estatística aplicada a administração e a economia.
São Paulo: Pioneira Thomson Learning, 2005.

12