Abordagem do conteúdo incremental das medidas de performance

A análise dos dados para o conteúdo incremental das medidas de performance foi efetuada de maneira idêntica à análise para o conteúdo relativo. Inicialmente, foram realizadas regressões pelo método do MQO, para cada modelo econométrico proposto e para cada uns dos anos contemplados na pesquisa (1999 a 2003), individualmente. Para essas regressões, identificou-se a distribuição homocedástica dos resíduos, além de não se poder rejeitar a hipótese nula de não autocorrelação dos resíduos, exceto para o ano 2002, fato este que ocorreu de maneira idêntica, para a análise do conteúdo relativo das medidas de performance, para o mesmo ano de 2002 e que, por conseguinte, deve-se aos mesmos motivos. Por fim, identificou-se que os resíduos das regressões têm distribuição normal ou assintoticamente próxima da distribuição normal.

Contudo, ao analisar os resultados das regressões para os modelos, verificou-se que nenhum destes, em nenhum ano analisado apresentou relação estatisticamente relevante entre as suas variáveis independentes (quando consideradas em conjunto, e não individualmente) e a sua variável dependente, para os níveis de significância de 1% ou 5%. Logo, a modelagem por meio de regressões anuais pelo método dos MQO (mínimos quadrados ordinários), não se adapta satisfatoriamente ao comportamento das medidas de

performance selecionadas, para a abordagem do conteúdo incremental.

Em virtude das limitações das regressões pelo método dos MQO, para a análise individual de cada ano, foram realizadas regressões para os modelos econométricos propostos também pelo método dos MQO, contudo, abrangendo todo o período analisado (1999 a 2003).

Para essas regressões, identificou-se a distribuição homocedástica dos resíduos, exceto para os modelos (6) e (7). Além disso, hipótese nula de não autocorrelação dos resíduos é rejeitada para todos os modelos, considerando o nível de significância de 5%. Por fim, os resíduos das regressões, em virtude do número de observações, têm uma distribuição assintoticamente próxima da distribuição normal.

Ao analisar os resultados das regressões para os modelos, verifica-se que nenhum destes apresentou relação estatisticamente relevante entre as suas variáveis independentes (quando consideradas em conjunto, e não individualmente) e a sua variável dependente, para os níveis de significância de 1% ou 5%. O mesmo ocorre para os modelos onde rejeita-se a hipótese nula de homocedasticidade dos resíduos, ao realizar as regressões pelo MQO robusto.

Por conseguinte, conclui-se que a modelagem pelo método dos MQO, tanto para a análise individual de cada ano contemplado como para a análise conjunta do período considerado, não se adapta satisfatoriamente ao comportamento das medidas de performance selecionadas, para a abordagem do conteúdo incremental das medidas de performance selecionadas.

Uma vez que a modelagem pelo método dos MQO apresentou as limitações acima citadas, optou-se pela modelagem em panel data, estatisticamente mais robusta e que contempla tanto os dados em corte seccional como em séries temporais (GREENE, 2000; HILL; GRIFFITHS; JUDGE, 2003). Destaca-se que, conservadoramente, as regressões foram realizadas considerando-se a possibilidade de heterocedasticidade, tanto para a análise sem efeitos fixos por empresas quanto com efeitos fixos de cada empresa.

Para essas regressões identifica-se que a hipótese nula de não autocorrelação dos resíduos é rejeitada para todos os modelos, utilizando o panel data e sem a utilização dos efeitos fixos, para o nível de significância de 5%. Identificou-se, também, que os resíduos das

regressões, em virtude do número de observações, têm assintoticamente próxima da distribuição normal.

Ao analisar os resultados das regressões para os modelos utilizando o panel data verifica-se que apenas o modelo (9) apresentou relação estatisticamente relevante entre as suas variáveis independentes (quando consideradas em conjunto, e não individualmente) e a sua variável dependente, para o nível de significância de 5%.

Portanto, conclui-se que, apesar da autocorrelação dos resíduos, a modelagem por

panel data, sem a utilização de efeitos fixos, se adapta satisfatoriamente ao

comportamento das medidas de performance selecionadas, para a abordagem do conteúdo incremental das medidas de performance selecionadas, contudo, apenas quando incorporadas todas variáveis envolvidas nessa abordagem.

Após a análise dos modelos utilizando modelagem panel data e sem a utilização dos efeitos fixos de cada empresa, decidiu-se por examinar os dados com a mesma modelagem, porém, incluindo os efeitos fixos de cada empresa na amostra e, por conseguinte, conferindo uma robustez ainda maior no respectivo tratamento estatístico.

Para essas regressões identifica-se que a hipótese nula de não autocorrelação dos resíduos não pode ser rejeitada, para todos os modelos, utilizando o panel data e com a utilização dos efeitos fixos, para o nível de significância de 5%. Identificou-se, também, que os resíduos das regressões, em virtude do número de observações, têm uma distribuição assintoticamente próxima da distribuição normal.

Ao analisar os resultados das regressões para os modelos utilizando o panel data e utilizando os efeitos fixos de cada empresa, referentes à abordagem do conteúdo incremental das medidas de performance, verifica-se que nenhum modelo apresentou uma relação estatisticamente relevante entre as suas variáveis independentes (quando consideradas em

conjunto, e não individualmente) e a sua variável dependente, para os níveis de significância de 5% ou 1%.

Portanto, conclui-se que a modelagem por panel data, utilizando os efeitos fixos de cada empresa, não se adapta satisfatoriamente ao comportamento das medidas de

performance selecionadas, para a abordagem do conteúdo incremental das medidas de

performance selecionadas.

Sintetizando as conclusões apresentadas nesta seção, pode-se afirmar que:

ƒ A modelagem por panel data apresenta-se superior à modelagem pelo método dos MQO, para a análise de medidas de performance empresarial baseadas em informações contábeis e para a abordagem do conteúdo incremental. Contudo, esta superioridade apresenta-se somente quando todas as variáveis envolvidas são consideradas e quando não são contemplados os efeitos fixos de cada empresa.

ƒ Em nenhuma modelagem, a superioridade do EVA foi encontrada de maneira consistente, em relação às demais medidas de performance selecionadas e no tocante à associação com os retornos contemporâneos das ações. Estes resultados confirmam os resultados dos trabalhos anteriores (CHEN; DODD, 2001; BIDDLE; BOWEN; WALLACE, 1997).

Por fim, para a abordagem incremental, nenhuma modelagem estatística foi totalmente consistente. Por conseguinte, ao contrário do ocorrido para a abordagem relativa, sugestões diretas ao mercado não podem ser feitas. Contudo, em virtude de a presente pesquisa ser exploratória, estes resultados servem de base para sugestões de pesquisas futuras, que serão apresentadas na adiante.