3. ESTUDO DE CASO
3.4. METODOLOGIA
3.4.1. Estudo estatístico
Para estudar as hipóteses aqui levantadas, recorreu-se à análise de
regressão e correlação que compreende a análise de dados amostrais para saber
em que medida duas ou mais variáveis estão relacionadas uma com a outra
numa população.
O modelo de regressão é um dos métodos estatísticos mais utilizados
para verificar a relação entre variáveis. A análise de regressão observa a relação
entre uma variável designada por variável dependente e outra(s) variável(is)
chamada(s) variável(is) independente(s).
Para testar a hipótese 1, referente à informação explicativa do EVA®
relativamente ao valor de mercado dos capitais próprios e o facto de ela ser
89
Modelo 1
Y’i,t = ß0 + ß1 Xi,t + µi,t (19)
onde,
Y’ i,t valor de mercado das acções ordinárias e das acções preferenciais da empresa i (VMCPi), no final do período t
X i,t RO, RL ou EVA® da empresa i, no final do ano t
ß 0 efeitos individuais específicos a cada unidade seccional ß 1 coeficiente associado à variável explicativa
µi,t termo de perturbação aleatório
Para testar a hipótese 2, referente à relação contemporânea existente
entre o MVA® (variável dependente) e os RO, os RL e/ou o EVA®, utilizou-se o
modelo que a seguir se apresenta.
Modelo 2
Y’’i,t = ß0 + ß1 Xi,t + µi,t (20)
onde,
Y’’ i,t MVA® da empresa i, no final do período t X i,t RO, RL ou EVA® da empresa i, no final do ano t
ß 0 efeitos individuais específicos a cada unidade seccional ß 1 coeficiente associado à variável explicativa
90
Em ambos os modelos, os dois primeiros termos do 2º membro das
equações, ß0 + ß1 Xi,t, correspondem à componente determinística que também
pode ser designada como componente explicativa do modelo. Depois de
conhecidos os valores dos parâmetros, este conjunto constitui o preditor linear
do modelo.
Cada uma das equações apresentadas é designada por modelo de
regressão linear. MAROCO (2007) refere que variável Y (neste caso, Y’ e Y’’) é
chamada de variável dependente ou variável resposta, e a variável X é chamada de
variável independente, variável explicativa, ou ainda variável preditora. Dado que
estas equações incluem mais que uma variável explicativa, os modelos podem
ser denominados por modelos de regressão linear múltipla.
Foi realizado um teste de significância para determinar se os valores
observados em cada estatística diferem suficientemente do valor hipotético
parametrizado para levar à conclusão de que o valor hipotético do parâmetro
não é verdadeiro. O valor hipotético do parâmetro é designado por hipótese nula
(H0). O teste de significância passa por calcular a probabilidade de se obter uma
estatística tão diferente ou mais diferente da hipótese nula (tomando a hipótese
nula como correcta) do que a estatística obtida nas amostras. Se esta
probabilidade for suficientemente baixa, então a diferença entre o parâmetro e a
91
nível de significância assume-se como o critério utilizado para rejeitar a
hipótese nula. Para se realizar o teste calculou-se primeiro a diferença entre os
resultados saídos dos modelos e da hipótese nula. Depois, assumindo que a
hipótese nula é verdadeira, foi calculada a probabilidade de ocorrer uma
diferença igual ou superior. Por último, a probabilidade foi comparada com o
nível de significância.
Ainda o mesmo autor afirma que se a probabilidade encontrada for
menor ou igual ao nível de significância, então a hipótese nula é rejeitada e o
resultado possui significância estatística. Normalmente são utilizados valores
de 0.05 (nível de 5%) ou valores de 0.01 (nível de 1%), sendo a escolha do nível
muito subjectiva. Note-se porém que quanto mais baixo for o nível de
significância, mais os dados divergem da hipótese nula para serem
significantes. Para testar o nível de significância recorreu-se ao teste F.
3.4.2. Estudo de caso
YIN (1994) refere-se ao estudo de caso como um plano de investigação
que se baseia no estudo pormenorizado de uma entidade especificamente
definida: o caso. É a estratégia de investigação que mais se adequa quando se
pretendem estudar acontecimentos contemporâneos acerca dos quais o
92
O mesmo autor continua, dizendo que em qualquer tipo de investigação
com carácter científico é necessário definir critérios que permitam aferir a sua
credibilidade. Apesar de ser um conceito genérico, a credibilidade deve ter por
base três critérios fundamentais que permitam identificar se um trabalho de
investigação tem ou não qualidade (critérios esses que devem igualmente
marcar presença nos estudos de caso). Nomeadamente:
- A validade externa do estudo ou a possibilidade de generalização dos resultados obtidos;
- A fiabilidade e a replicabilidade do processo de recolha e análise de dados;
- O rigor ou validade interna das conclusões a que conduz (inferências lógicas), quando se trata de estudos de caso de tipo explicativo.
A escolha do Grupo Mota Engil, SGPS, SA para empresa de referência
neste estudo de caso ocorreu tendo por base um conjunto de pressupostos.
Esses pressupostos exigiam que a empresa escolhida:
- fosse cotada na Euronext Lisbon e pertencente ao índice PSI20;
- demonstrasse uma confirmada abertura às questões da gestão baseada no valor;
93
- fosse líder de mercado ou assumisse uma posição de destaque na principal actividade desenvolvida.
Para o efeito, foram recolhidos todos os documentos de Relatório e
Contas consolidados do Grupo, para os anos 2005, 2006, 2007, 2008 e 2009.
Foram igualmente conseguidos junto da agência financeira Bloomberg, através
de acesso preferencial, dados relevantes da performance do Grupo no mercado
de capitais nos 5 anos de referência do estudo. Foram ainda utilizadas algumas
informações retiradas de publicações oficiais do Banco de Portugal.
Com os dados recolhidos, foi possível isolar as variáveis de partida,
efectuar os devidos e necessários ajustamentos, calcular o custo médio
ponderado do capital e apurar as variáveis a usar no estudo estatístico. A saber:
- variáveis independentes: RO, RL e EVA®;
94