Investimento e transformação da empresa: A passagem à exportação

Investimento e transformação da empresa: A passagem à exportação

Luís Pedro Machado 201308036@fep.up.pt

Tutora:

Ana Isabel Morais de Sá

anaisabelsa.phd@fep.up.pt

Índice

1. Introdução ... 3

2. Revisão de literatura ... 5

3. Metodologia e Dados ... 7

4. Resultados ... 10

5. Conclusão ... 14

6. Bibliografia ... 15

7. Anexos ... 16

7.1. Regressão da probabilidade de exportação como função do valor absoluto de investimento em capital fixo – efeito contínuo ... 16

7.2. Regressão da probabilidade de exportação como função do valor absoluto de

investimento em capital fixo – efeito estático (one shot) ... 17

1. Introdução

Dado o impacto do investimento na organização empresarial, consideramos neste trabalho o investimento transformacional como aquele que é promovido pelas firmas estrategicamente com o objetivo de transformar/alterar a sua estrutura organizacional, isto é, realizado tendo em vista a alteração do seu comportamento de mercado. Assim, seguindo a literatura de auto-seleção (“self-selection”), procuramos analisar se o investimento realizado pelas empresas tem um efeito positivo na probabilidade destas se tornarem exportadoras, identificando desta forma, se o investimento realizado transforma a sua estrutura organizacional.

O investimento é cada vez mais uma variável de enfoque na política económica e na ação dos agentes individuais, quer devido ao seu papel de modernização na empresa e na transformação do seu modelo de negócio, quer devido ao seu peso como componente de geração do PIB. O papel transformacional do investimento é também avançado por Fox (2008), o qual o considera como o investimento que incorpora fatores qualitativos na sua avaliação económica, como sejam efeitos sociais e ambientais, indo além da mera rentabilidade do projeto.

Por sua vez, a análise do comportamento e desempenho das empresas que operam em economia aberta, apresenta factos estilizados diferenciados, distinguindo-se face às contrapartes que operam em economia fechada. Estas características são analisadas e suportados por novos modelos teóricos, os quais evoluíram do suporte em empresas representativas ou homogéneas para modelos que incluem a heterogeneidade das empresas nos seus pressupostos (Melitz (2003); Melitz e Redding (2014)). Uma das características diferenciadoras das empresas exportadoras é o investimento necessário para ultrapassar as barreiras à entrada no mercado internacional.

Na área económica da organização industrial, Belleflamme e Peitz (2012) definem

a organização industrial como a organização empresarial e as ações dos participantes no

mercado, determinando as opções estratégicas das firmas como melhor resposta às ações

de terceiras. Parte relevante da decisão das empresas, aquando da decisão de exportar

passa pela escolha entre produção interna ou outsourcing, isto é, pela opção entre investir

e produzir ou simplesmente obter os produtos para revenda, optando pela estratégia e

organização que maximize o seu lucro esperado.

Uma alteração transformacional da estrutura da empresa é a passagem para empresa exportadora, uma vez que esta passa a pertencer a um “clube exclusivo”

caracterizado por entidades com melhor performance, de maior dimensão e, geralmente, com maior portefólio de produtos Mayer e Ottaviano (2008). A literatura recente divide- se entre se estes efeitos de passagem à exportação são adquiridos ex-ante (“self- selection”), isto é, se as empresas já são mais produtivas e maiores quando começam a exportar, ou se são adquiridos ex-post (“learning-by-exporting”), evoluindo no decorrer da sua atividade exportadora.

A consideração da heterogeneidade das firmas através da utilização de dados

desagregados (microdados), permite analisar variáveis com distribuições enviesadas,

como por exemplo, o Investimento Direto Estrangeiro (Paniagua, Figueiredo, e Sapena

(2015)). Neste trabalho, averiguamos a existência de uma distribuição com essas

características em variáveis como as exportações e o investimento.

2. Revisão de literatura

A literatura da internacionalização das empresas encontra-se intimamente ligada à literatura do comércio internacional. Enquanto esta última estuda os motivos e determinantes dos fluxos de trocas entre economias, a primeira analisa as variáveis que impactam as decisões das empresas em não só entrarem no comércio internacional, mas também, em investirem noutros territórios (Vagos (2015)). As teorias clássicas do comércio internacional começam com os conceitos de vantagem absoluta e relativa, nos trabalhos de Adam Smith e David Ricardo, e expandem-se para a inclusão de dotações fatoriais no modelo de Heckscher-Ohlin (Vagos (2015)). Posteriormente, surge a consideração de economias de escala e de concorrência imperfeita, no modelo de Krugman (Krugman (1980)) como explicação das trocas intraindustriais e, por fim, é realçada a endogeneização do processo de entrada e saída do mercado e da heterogeneidade das firmas, no modelo de Melitz (Melitz (2003); Melitz e Redding (2014)).

A análise empírica recente, com recurso a microdados, permite identificar novos padrões relativamente às empresas participantes no comércio internacional. Mayer e Ottaviano (2008) identificam características diferenciadoras para empresas exportadoras face a não exportadoras, nomeadamente, que estas são maiores, pagam maiores salários, geram maior valor acrescentado e são mais produtivas. Como argumento para a maior produtividade das empresas exportadoras, surgem duas teorias relativas aos determinantes da sua participação no comércio externo - a teoria de auto-seleção (“self- selection”) e a teoria de aprendizagem (“learning by exporting”). A primeira, advoga que apenas as empresas mais produtivas são capazes de começar a exportar, já a segunda, avança que as empresas começam a exportar por motivos não relacionados com a produtividade (por exemplo, algum choque exógeno), adquirindo posteriormente a produtividade necessária para se manter no mercado de exportação, num processo de aprendizagem contínuo (Wagner (2007); De Loecker (2007)). Esta discussão ganha relevância com a consideração de alguns factos empíricos que demonstram que existe uma certa hierarquia a nível das entidades, sendo as empresas exportadoras mais produtivas que as não exportadoras, e as empresas que investem diretamente no estrangeiro mais produtivas que as empresas exportadoras (Mayer e Ottaviano (2008)).

Silva, Afonso, e Africano (2012) apresentam alguns mecanismos através dos quais podem

surgir ganhos de aprendizagem por exportar, e Timoshenko (2015) apresenta a noção de

rendimentos marginais decrescentes para este fenómeno. A decisão de exportar surge também associada a flutuações do mercado interno, na medida em que contrações internas podem impulsionar as empresas a redirecionar a sua produção para o exterior, fazendo uso da sua capacidade instalada (Muñoz-Sepúlveda (2014)).

Alvarez e López (2008) identificam vários determinantes para as empresas exportarem e consideram a intensidade de capital como potenciadora da probabilidade de exportação. Nesta linha da literatura, também Hallward-Driemeier, Iarossi, e Sokoloff (2002) sugerem a relação entre o investimento e a probabilidade de exportar, evidenciando que as empresas começam a investir tendo em vista a passagem a exportadoras. López (2009) analisa a influência do investimento em I&D na decisão de exportar e conclui que algumas empresas investem com o objetivo de exportar no futuro.

Esta conclusão deriva do facto de o aumento da capacidade produtiva ser utilizado para

satisfazer procura externa, mantendo-se os níveis de vendas no mercado interno.

3. Metodologia e Dados

Tendo por objetivo a análise da relação entre o investimento e a probabilidade da empresa exportar, o recurso a dado desagregados permite identificar o investimento realizado a título individual e o seu impacto na passagem a exportador.

Neste estudo utilizamos como base de dados o painel harmonizado da Central de Balanços do Banco de Portugal

, fornecida pelo BPLIM

, o qual inclui dados individuais para cada empresa do setor não financeiro em Portugal, entre o período de 2006 a 2015, harmonizados pela instituição a nível do regime contabilístico. Este painel permite analisar a informação de 613.107 firmas, ao longo de dez anos, num total de 3.709.683 observações. O painel assume uma natureza não balanceada uma vez que existem saídas e entradas de novas firmas na amostra, não se identificando, no entanto, entradas e saídas por parte da mesma firma, isto é, a decisão de saída é permanente. A tabela a seguir apresenta o número de firmas, exportadoras e entrantes, por ano.

Tabela 1 - Discriminação dos valores absolutos de firmas, exportadores e entrantes por ano Ano Obs. Exportadores Perc. Exportadores Entrantes Perc. Entrantes

2006 343 623 37 716 10,98% - -

2007 358 499 41 964 11,71% 4 248 10,12%

2008 368 367 44 776 12,16% 2 812 6,28%

2009 368 119 43 756 11,89% -1 020 -2,33%

2010 368 549 45 913 12,46% 2 157 4,70%

2011 377 014 49 205 13,05% 3 292 6,69%

2012 376 842 50 585 13,42% 1 380 2,73%

2013 380 899 53 550 14,06% 2 965 5,54%

2014 383 093 55 309 14,44% 1 759 3,18%

2015 384 678 56 269 14,63% 960 1,71%

Média 370 968 47 904 12,88% 2 061 4,29%

Face à natureza longitudinal dos dados, utilizamos um modelo binário com efeitos fixos ao nível da empresa. A seleção do modelo, baseada em Wooldridge (2002) e Greene (2012), permite isolar os efeitos específicos e não observáveis da empresa e ultrapassar enviesamentos na estimação. Da necessidade de conhecer as estatísticas relevantes para a estimação do modelo, a escolha recai sobre um modelo Logit por oposição a um modelo Probit. Para além dos efeitos fixos ao nível da empresa, introduzimos efeitos fixos

1 Para mais informação, consultar https://www.bportugal.pt/page/central-de-balancos?mlid=1045.

2 Por questões metodológicas, a base de dados encontra-se harmonizada em todo o período, dadas as mudanças existentes nos referenciais contabilísticas em uso na economia.

3 Laboratório de Investigação de Microdados do Banco de Portugal.

temporais para acautelar a inflação verificada e introduzimos variáveis de interesse sobre as características da empresa, controlando por efeitos específicos e observáveis da empresa. Por fim, por forma a evitar o levantamento de questões de endogeneidade no modelo, as variáveis de controlo são introduzidas com desfasamento de um período face à observação da passagem a exportadora.

A probabilidade da empresa exportar ( 𝐸𝑋𝑃

∈ [0,1]) não é diretamente observável, sendo apenas observável a decisão da empresa exportar ou não exportar ( 𝐸𝑋𝑃

∈ {0; 1}). Em relação à definição da variável em análise existem dois desafios: 1) a definição do que é o evento “exportar”; e 2) a observação da decisão de exportação, que se verifica quando a probabilidade da empresa exportar ultrapassa um valor crítico não observável. Neste estudo, definimos como empresa exportadora aquela que apresenta vendas positivas para o mercado externo. Para evitar o ruído originado pela classificação de empresa exportadora, não consideramos um nível de materialidade de vendas.

O impacto do investimento na probabilidade da empresa exportar é analisado de duas formas - o efeito contínuo e o efeito estático (one shot). No primeiro, a inclusão das variáveis de investimento com diferentes lags, na mesma regressão, permite aferir o efeito do investimento continuado na transformação da empresa em exportadora. No segundo, a inclusão de apenas um lag na regressão, permite aferir o impacto do investimento realizado isoladamente em cada um dos períodos prévios à observação do início da exportação por parte da empresa.

O modelo estimado tem a seguinte forma:

𝐸𝑋𝑃

= 𝛼

. 𝑑

+ 𝛾

. 𝑑

+ ∑

𝛿

. 𝐼𝑁𝑉

+ 𝑥

. 𝛽 + 𝑢

(1)

𝐸𝑋𝑃

= 1 𝑠𝑒 𝐸𝑋𝑃

> 0

Onde 𝐸𝑋𝑃

representa a probabilidade da empresa exportar, a qual não é

observável. As variáveis 𝑑

e 𝑑

representam os efeitos fixos, ao nível da empresa e do

tempo, respetivamente. A variável INV, representa a variável de foco no estudo, a qual

pode representar o investimento em capital fixo INV.CF – calculado como o logaritmo

da variação do ativo não corrente somada das depreciações e amortizações do ano - ou o

investimento em investigação e desenvolvimento INV.I&D – calculado como a

proporção de colaboradores afetos ao I&D no total de colaboradores. O modelo incluí

alguns controlos, 𝑥

, ao nível das características observáveis da empresa, os quais

complementados pelos efeitos fixos individuais e temporais, permitem isolar o efeito das variáveis de interesse na decisão da empresa exportar.

Os controlos introduzidos são os seguintes: 1) logaritmo da produtividade,

calculada dividindo as vendas totais da empresa pelo número de colaboradores; 2)

logaritmo da dimensão, calculada através do valor absoluto do ativo total; 3) logaritmo

da rentabilidade, calculado pelo retorno líquido do capital próprio (“ROE”); 4) logaritmo

do endividamento, calculado dividindo a dívida total sobre o capital próprio (“Debt-to-

Equity”); 5) posicionamento no setor, medido através da ponderação da quota de mercado

da firma, ponderada pela quota de mercado da empresa líder, para cada ano; 6)

concentração do setor, calculado através do índice de Herfindahl anualmente; 7) taxa de

crescimento das vendas internas da empresa; e, por fim, 8) taxa de crescimento das vendas

totais do setor.

4. Resultados

A tabela 2 apresenta a comparação entre um modelo logit base sem controlos e o modelo estudado, com lags contínuos de um a três períodos, para cada uma das proxys de investimento. Uma característica comum, é a percentagem de explicação do ajustamento (Pseudo R

) ser inferior a 1%, indiciando uma explicação reduzida da probabilidade de exportar.

Tabela 2 - Impacto do investimento na probabilidade exportação efeito contínuo

Nota: Odds Ratios reportados. Erros-padrão em parenteses. *** p < 0,01 ; ** p < 0,05 ; * p < 0,1

(1) (2) (3) (4) (5) (6) (7) (8)

Variáveis Logit FE Logit FE Logit FE Logit Logit FE Logit FE Logit FE Logit

Inv. CF Lag 1 1.010*** 1.000 0.999 0.999

(0.000732) (0.000837) (0.00119) (0.00158)

Inv. CF Lag 2 1.009*** 1.000 0.999

(0.000824) (0.00125) (0.00174)

Inv. CF Lag 3 1.009*** 0.999

(0.000876) (0.00179)

Inv. I&D Lag 1 1.432** 0.658 0.702 1.041

(0.182) (0.256) (0.356) (0.510)

Inv. I&D Lag 2 1.025 0.779 1.139

(0.202) (0.362) (0.488)

Inv. I&D Lag 3 0.917 0.692

(0.189) (0.562)

ln Productivity

Lag 1 1.056*** 1.074*** 1.086*** 1.078*** 1.080*** 1.057**

(0.0103) (0.0138) (0.0183) (0.0157) (0.0198) (0.0257)

ln Size Lag 1 0.906*** 0.870*** 0.847*** 0.925* 0.899* 0.905

(0.0281) (0.0411) (0.0578) (0.0444) (0.0598) (0.0859) ln Profitability Lag

1 0.971*** 0.963*** 0.954*** 0.971*** 0.969*** 0.979

(0.00579) (0.00754) (0.00957) (0.00863) (0.0110) (0.0143)

ln Leverage Lag 1 1.037** 1.030 1.026 1.028 1.030 1.025

(0.0156) (0.0212) (0.0282) (0.0243) (0.0321) (0.0435) Market position

Lag 1 0.469 0.220* 0.102** 0.0495** 0.146 0.345

(0.673) (0.902) (1.141) (1.472) (1.814) (2.036)

Industry concentration Lag

1 1.162 1.468 1.023 1.578 3.657 1.778

(0.536) (0.726) (1.014) (0.922) (1.180) (1.714)

GR Firm internal

sales Lag 1 1.000 1.000 1.001* 1.000 1.000 1.004*

(3.26e-06) (5.15e-05) (0.000404) (6.58e-05) (8.97e-05) (0.00191) GR Sector total

sales Lag 1 1.002 1.001 1.000 1.000 1.001 0.987

(0.00155) (0.00242) (0.00269) (0.00166) (0.00174) (0.0123)

(1) (2) (3) (4) (5) (6) (7) (8) Variáveis Logit FE Logit FE Logit FE Logit Logit FE Logit FE Logit FE Logit

Ano = 2009 0.870*** 0.875*** 0.902

(0.0241) (0.0405) (0.0675)

Ano = 2010 1.163*** 1.309*** 1.227*** 1.342*** 1.646***

(0.0238) (0.0265) (0.0395) (0.0657) (0.0748)

Ano = 2011 1.072*** 1.200*** 0.918*** 1.087** 1.168** 1.347***

(0.0250) (0.0287) (0.0287) (0.0415) (0.0697) (0.0816)

Ano = 2012 1.049* 1.200*** 0.880*** 1.064 1.102 1.218**

(0.0267) (0.0310) (0.0324) (0.0430) (0.0709) (0.0839)

Ano = 2013 1.022 1.159*** 0.857*** 1.035 1.061 1.257***

(0.0281) (0.0333) (0.0360) (0.0447) (0.0718) (0.0847)

Ano = 2014 0.936** 1.036 0.756*** 0.935 0.953 1.095

(0.0283) (0.0340) (0.0378) (0.0454) (0.0724) (0.0848)

Ano = 2015 0.884*** 0.982 0.716*** 0.859*** 0.860** 1.017

(0.0296) (0.0358) (0.0404) (0.0475) (0.0748) (0.0876)

Constant 0.0433*** 0.0387***

(0.0108) (0.00894)

Observ. 502,100 129,788 78,357 48,621 352,072 54,637 34,361 20,377

Firmas 25,793 17,558 11,974 12,927 8,606 5,536

Firm FE NO YES YES YES YES YES YES YES

Time FE NO YES YES YES YES YES YES YES

Controlos NO YES YES YES YES YES YES YES

Pseudo R2 0.00353 0.00335 0.00445 0.00549 6.98e-05 0.00503 0.00710 0.00859

O investimento em capital fixo, é significativo na regressão base (Logit), com sinal de acordo com o esperado pela teoria - quanto maior o crescimento do investimento, maior a probabilidade da empresa passar a exportadora. As regressões seguintes apresentam todos os coeficientes não significativos, não existindo evidência de que o crescimento do investimento influencie a probabilidade de exportar. Relativamente ao investimento em I&D, a regressão base apenas apresenta o primeiro lag como significativo com o sinal esperado. Também conforme as regressões com investimento em capital fixo, as várias regressões com lags do investimento em I&D não se apresentam significativas, indiciando falta de evidência estatística pelo impacto da proporção dos colaboradores afetos a I&D no total de colaboradores na probabilidade de exportação da firma. Para verificar se a consideração do investimento em capital fixo em nível, por oposição à sua taxa de crescimento, teria impacto na probabilidade de exportação, estimamos uma nova regressão, tendo-se as conclusões para os modelos de efeitos fixos mantido.

4 O anexo 1 apresenta os resultados.

Tabela 3 - Impacto do investimento na probabilidade exportação efeito estático (one shot)

Nota: Odds Ratios reportados. Erros-padrão em parenteses. *** p < 0,01 ; ** p < 0,05 ; * p < 0,1

(1) (2) (3) (4) (5) (6)

Variáveis FE Logit FE Logit FE Logit FE Logit FE Logit FE Logit

Inv. CF Lag 1 1.000

(0.000837)

Inv. CF Lag 2 1.000

(0.000946)

Inv. CF Lag 3 0.999

(0.00109)

Inv. I&D Lag 1 0.658

(0.256)

Inv. I&D Lag 2 0.897

(0.259)

Inv. I&D Lag 3 0.990

(0.280)

ln Productivity Lag 1 1.056*** 1.066*** 1.067*** 1.078*** 1.070*** 1.065***

(0.0103) (0.0118) (0.0136) (0.0157) (0.0166) (0.0193)

ln Size Lag 1 0.906*** 0.888*** 0.943 0.925* 0.922* 0.950

(0.0281) (0.0354) (0.0432) (0.0444) (0.0486) (0.0626) ln Profitability Lag 1 0.971*** 0.964*** 0.958*** 0.971*** 0.964*** 0.973**

(0.00579) (0.00657) (0.00745) (0.00863) (0.00928) (0.0109)

ln Leverage Lag 1 1.037** 1.024 1.012 1.028 1.038 1.017

(0.0156) (0.0186) (0.0221) (0.0243) (0.0264) (0.0328)

Market position Lag 1 0.469 0.224* 0.214* 0.0495** 0.543 0.356

(0.673) (0.813) (0.846) (1.472) (1.169) (1.405)

Industry concentration Lag 1 1.162 1.417 1.664 1.578 1.119 2.841

(0.536) (0.668) (0.809) (0.922) (1.024) (1.335)

GR Firm internal sales Lag 1 1.000 1.000 1.000 1.000 1.000 1.000

(3.26e-06) (5.13e-05) (2.66e-05) (6.58e-05) (7.85e-05) (7.03e-05)

GR Sector total sales Lag 1 1.002 0.999 0.998 1.000 1.000 0.995

(0.00155) (0.00244) (0.00276) (0.00166) (0.00146) (0.00506)

Ano = 2009 0.870*** 0.875*** 0.893*

(0.0241) (0.0405) (0.0582)

Ano = 2010 1.163*** 1.312*** 1.227*** 1.272*** 1.493***

(0.0238) (0.0245) (0.0395) (0.0564) (0.0613)

Ano = 2011 1.072*** 1.208*** 0.924*** 1.087** 1.138** 1.340***

(0.0250) (0.0255) (0.0241) (0.0415) (0.0571) (0.0616)

Ano = 2012 1.049* 1.214*** 0.904*** 1.064 1.089 1.234***

(0.0267) (0.0272) (0.0257) (0.0430) (0.0595) (0.0631)

Ano = 2013 1.022 1.182*** 0.860*** 1.035 1.049 1.259***

(0.0281) (0.0291) (0.0278) (0.0447) (0.0605) (0.0656)

Ano = 2014 0.936** 1.054* 0.772*** 0.935 0.953 1.122*

(0.0283) (0.0298) (0.0287) (0.0454) (0.0612) (0.0658)

Ano = 2015 0.884*** 0.992 0.724*** 0.859*** 0.866** 1.033

(0.0296) (0.0312) (0.0307) (0.0475) (0.0631) (0.0678)

Observ. 129,788 100,080 75,522 54,637 46,566 34,204

Firmas 25,793 21,679 18,132 12,927 11,734 9,421

Firm FE YES YES YES YES YES YES

Time FE YES YES YES YES YES YES

Controls YES YES YES YES YES YES

Pseudo R2 0.00335 0.00423 0.00438 0.00503 0.00569 0.00522

Analisando a tabela 3, verifica-se que considerar os lags como independentes não aumenta o poder explicativo das variáveis, não sendo a sua falta de significância devida a questões de colinearidade, mas sim, de efetivo fraco poder explicativo da passagem à exportação. O comportamento qualitativo mantém-se igual à tabela 2, onde todos os lags do investimento em capital fixo são não significativos, assim como, todos os lags do investimento em I&D. De novo, por forma a testar a manutenção dos resultados com a consideração do nível, por oposição à taxa de crescimento, do investimento em capital fixo, o modelo foi estimado novamente sem o logaritmo do capital fixo, sendo as conclusões qualitativamente semelhantes.

Nas duas tabelas anteriores é possível identificar também o impacto dos controlos utilizados na probabilidade da empresa exportar. Em grande parte das regressões, a produtividade, a dimensão e a rentabilidade da empresa são significativas, enquanto os restantes controlos apresentam apenas significância esporádica. Estas estimativas permitem inferir que, quanto maior a taxa de crescimento da produtividade, maior a probabilidade da empresa começar a exportar (indo de encontro à teoria de self-selection) e enquanto que quanto maiores as taxas de crescimento da dimensão e da rentabilidade, menor a probabilidade da empresa começar a exportar. Já a significância dos efeitos temporais, especialmente no período 2010 a 2013, coincidindo com o período de crise em Portugal, vai de encontro a López (2009), dado o aumento da probabilidade de exportação das empresas, numa situação de contração do mercado interno.

5 O anexo 2 apresenta os resultados

5. Conclusão

Este trabalho utiliza um modelo binário com efeitos fixos, ao nível da empresa e temporais, para estimar o impacto do investimento em capital fixo e em I&D na probabilidade de uma empresa exportar. A amostra baseia-se no painel harmonizado da base de dados da Central de Balanços do Banco de Portugal, contendo informação financeira das empresas do setor não financeiro, durante o período de 2006 a 2015. As empresas foram consideradas como exportadoras caso registassem vendas positivas para o mercado externo. A variável explicada é a entrada da empresa no mercado exportador como função de um proxy do investimento, controlando para as características heterogéneas das empresas.

As regressões apresentam o investimento em capital fixo como não significativo, quer quando considerado em nível ou em taxa de crescimento quer quando considerado em lags encadeados ou lags isolados. As conclusões mantêm-se quando utilizada como proxy do investimento a proporção de colaboradores afetos a I&D, no total de colaboradores da empresa. Assim, não existe evidência estatística de que o investimento, sob esta forma, impacte a probabilidade da empresa exportar. Da intuição, seria de esperar que uma empresa que invista mais apresente maior produtividade ou maior diferenciação de produto. Por sua vez, a produtividade, utilizada como controlo, apresenta-se significativa. Assim sendo, poderá a variável de relevo para o impacto do investimento na probabilidade da empresa exportar, ser a qualidade e não a quantidade do investimento que esta realiza.

Potenciais extensões a este trabalho passariam pela segmentação da amostra em

diferentes grupos, quer através da consideração de diferentes tamanhos das empresas, o

efeito específico dos diferentes setores ou até, a sua localização geográfica. A

consideração de métricas que permitam controlar a qualidade do investimento realizado,

poderá ser um ponto a explorar. Também, a possibilidade de recorrer a outras

metodologias de estudo poderia permitir corroborar as conclusões deste trabalho ou

corroborar a evidência da literatura.

6. Bibliografia

Alvarez, R., & López, R. A. (2008). Entry and Exit in International Markets: Evidence from Chilean Data*. Review of International Economics, 16(4), 692-708. doi:

10.1111/j.1467-9396.2008.00749.x

Belleflamme, & Peitz. (2012). Industrial Organization: Markets and Strategy:

Cambridge University Press.

De Loecker, J. (2007). Do exports generate higher productivity? Evidence from Slovenia. Journal of International Economics, 73(1), 69-98. doi:

https://doi.org/10.1016/j.jinteco.2007.03.003

Fox, K. (2008). Transformational Investing, Working Paper. University of Basel.

Greene, W. H. (2012). Econometric Analysis (Seventh edition ed.): Pearson Education.

Hallward-Driemeier, M., Iarossi, G., & Sokoloff, K. L. (2002). Exports and

Manufacturing Productivity in East Asia: A Comparative Analysis with Firm-Level Data. National Bureau of Economic Research Working Paper Series, No. 8894. doi:

10.3386/w8894

Krugman, P. (1980). Scale Economies, Product Differentiation, and the Pattern of Trade. American Economic Review, 70(5), 950-959.

López, R. A. (2009). Do Firms Increase Productivity in Order to Become Exporters?*.

Oxford Bulletin of Economics and Statistics, 71(5), 621-642. doi: 10.1111/j.1468- 0084.2009.00558.x

Mayer, T., & Ottaviano, G. I. P. (2008). The Happy Few: The Internationalisation of European Firms. Intereconomics, 43(3), 135-148. doi: 10.1007/s10272-008-0247-x Melitz. (2003). The Impact of Trade on Intra-Industry Reallocations and Aggregate Industry Productivity. Econometrica, 71(6), 1695-1725.

Melitz, & Redding. (2014). Heterogeneous Firms and Trade Handbook of International Economics, 4th ed (Vol. 4, pp. 1-54): Elsevier.

Muñoz-Sepúlveda, J. A. (2014). Residual exports and domestic demand: an empirical analysis. MPRA Paper. University Library of Munich, Germany. Retrieved from https://ideas.repec.org/p/pra/mprapa/58328.html

Paniagua, J., Figueiredo, E., & Sapena, J. (2015). Quantile regression for the FDI gravity equation. Journal of Business Research, 68(7), 1512-1518. doi:

http://dx.doi.org/10.1016/j.jbusres.2015.01.043

Silva, A., Afonso, O., & Africano, A. P. (2012). Learning-by-Exporting: What We Know and What We Would Like to Know. The International Trade Journal, 26(3), 255-288. doi: 10.1080/08853908.2012.682022

Timoshenko, O. A. (2015). Learning versus sunk costs explanations of export persistence. European Economic Review, 79(Complete), 113-128. doi:

10.1016/j.euroecorev.2015.02.006

Vagos, C. (2015). A internacionalização da Economia Portuguesa via promoção das exportações e criação de valor acrescentado. (Mestrado em Economia), Faculdade de Economia da Universidade do Porto (FEP.UP), FEP - Relatório de Estágio. Retrieved from http://hdl.handle.net/10216/80039

Wagner, J. (2007). Exports and Productivity: A Survey of the Evidence from Firm-level Data. World Economy, 30(1), 60-82. doi: 10.1111/j.1467-9701.2007.00872.x

Wooldridge, J. M. (2002). Econometric Analysis of Cross Section and Panel Data.

London, England: The MIT Press.

7. Anexos

7.1. Regressão da probabilidade de exportação como função do valor absoluto de investimento em capital fixo – efeito contínuo

(1) (2) (3)

Variáveis FE Logit FE Logit FE Logit

Inv. CF Lag 1 1.000 0.999 0.999

(0.000837) (0.00119) (0.00158)

Inv. CF Lag 2 1.000 0.999

(0.00125) (0.00174)

Inv. CF Lag 3 0.999

(0.00179) ln Productivity Lag 1 1.056*** 1.074*** 1.086***

(0.0103) (0.0138) (0.0183)

ln Size Lag 1 0.906*** 0.870*** 0.847***

(0.0281) (0.0411) (0.0578) ln Profitability Lag 1 0.971*** 0.963*** 0.954***

(0.00579) (0.00754) (0.00957)

ln Leverage Lag 1 1.037** 1.030 1.026

(0.0156) (0.0212) (0.0282)

Market position Lag 1 0.469 0.220* 0.102**

(0.673) (0.902) (1.141) Industry concentration Lag 1 1.162 1.468 1.023

(0.536) (0.726) (1.014) GR Firm internal sales Lag 1 1.000 1.000 1.001*

(3.26e-06) (5.15e-05) (0.000404)

GR Sector total sales Lag 1 1.002 1.001 1.000

(0.00155) (0.00242) (0.00269)

Ano = 2009 0.870***

(0.0241)

Ano = 2010 1.163*** 1.309***

(0.0238) (0.0265)

Ano = 2011 1.072*** 1.200*** 0.918***

(0.0250) (0.0287) (0.0287)

Ano = 2012 1.049* 1.200*** 0.880***

(0.0267) (0.0310) (0.0324)

Ano = 2013 1.022 1.159*** 0.857***

(0.0281) (0.0333) (0.0360)

Ano = 2014 0.936** 1.036 0.756***

(0.0283) (0.0340) (0.0378)

Ano = 2015 0.884*** 0.982 0.716***

(0.0296) (0.0358) (0.0404)

Observ 129,788 78,357 48,621

Number of Firms 25,793 17,558 11,974

Firm FE YES YES YES

Time FE YES YES YES

Controls YES YES YES

Pseudo R2 0.00335 0.00445 0.00549

Standard errors in parentheses***

p<0.01, ** p<0.05, * p<0.1

6 Odds ratios reportados

7.2. Regressão da probabilidade de exportação como função do valor absoluto de investimento em capital fixo – efeito estático (one shot)

7 Odds ratios reportados

(1) (2) (3)

Variáveis FE Logit FE Logit FE Logit

Inv. CF Lag 1 1.000

(0.000837)

Inv. CF Lag 2 1.000

(0.000946)

Inv. CF Lag 3 0.999

(0.00109)

ln Productivity Lag 1 1.056*** 1.066*** 1.067***

(0.0103) (0.0118) (0.0136)

ln Size Lag 1 0.906*** 0.888*** 0.943

(0.0281) (0.0354) (0.0432) ln Profitability Lag 1 0.971*** 0.964*** 0.958***

(0.00579) (0.00657) (0.00745)

ln Leverage Lag 1 1.037** 1.024 1.012

(0.0156) (0.0186) (0.0221)

Market position Lag 1 0.469 0.224* 0.214*

(0.673) (0.813) (0.846)

Industry concentration Lag 1 1.162 1.417 1.664

(0.536) (0.668) (0.809)

GR Firm internal sales Lag 1 1.000 1.000 1.000

(3.26e-06) (5.13e-05) (2.66e-05)

GR Sector total sales Lag 1 1.002 0.999 0.998

(0.00155) (0.00244) (0.00276)

Ano = 2009 0.870***

(0.0241)

Ano = 2010 1.163*** 1.312***

(0.0238) (0.0245)

Ano = 2011 1.072*** 1.208*** 0.924***

(0.0250) (0.0255) (0.0241)

Ano = 2012 1.049* 1.214*** 0.904***

(0.0267) (0.0272) (0.0257)

Ano = 2013 1.022 1.182*** 0.860***

(0.0281) (0.0291) (0.0278)

Ano = 2014 0.936** 1.054* 0.772***

(0.0283) (0.0298) (0.0287)

Ano = 2015 0.884*** 0.992 0.724***

(0.0296) (0.0312) (0.0307)

Observ 129,788 100,080 75,522

Number of Firms 25,793 21,679 18,132

Firm FE YES YES YES

Time FE YES YES YES

Controls YES YES YES

Pseudo R2 0.00335 0.00423 0.00438

Standard errors in parentheses

*** p<0.01, ** p<0.05, * p<0.1