Intervju som forskningsmetode

O Modelo 2 (modelo nulo) teve como variável dependente ROA e permitiu decompor, nos efeitos indústria e firma, a variabilidade da mudança da tendência linear do desempenho das firmas antes de 2005 (t) e da mudança no desempenho após 2005 (t_depois). O efeito firma foi predominante para ambos, com aproximadamente 8% da variabilidade da tendência do desempenho antes de 2005 sendo explicada pela indústria em que a empresa atua e os 92% restantes pela firma. Quanto à mudança no desempenho após 2005, o efeito setor foi de 15% com 85% explicado pelo efeito firma. A inovação tratada neste trabalho como atributo da empresa individual pode explicar parte desta fração da variabilidade associada ao efeito firma na mudança do desempenho.

O modelo 3 teve como variável dependente ROA e buscou testar a hipótese 2, sobre a relação entre inovação de produto e rentabilidade. A variável Inova2005 não

teve efeito significante sobre ROA, ou seja, empresas com maior fração de produtos inovadores em 2005 não tiveram aumento superiores da rentabilidade nos três anos subsequentes (Tabela 2).

Tabela 2 - Estimativas dos Modelos com ROA como variável dependente Modelo 2

(Nulo para ROA) Modelo 3 (efeito de inovação em ROA) Efeitos fixos

Constante 0,761***

t 0,011**

t_depois -0,025**

Efeitos sobre a tendência do desempenho 2003-2005

Tamanho -0,002***

Capital nacional -0,013**

Grupo 0,005

Efeitos sobre a mudança de desempenho a partir de 2005

Tamanho -0,001 Capital nacional 0,018 Grupo -0,106 Inovação 2005 0,000 Efeitos aleatórios Indústria t 0,000131 0,000125 t_depois 0,000223 0,000129 Constante 0,001348 0,001421 Firma t 0,001501 0,001480 t_depois 0,001256 0,001347 Constante 0,027436 0,027314 Tempo Constante 0,025896 0,025905

O modelo 4 (modelo nulo) permitiu decompor a variabilidade da taxa de crescimento das firmas antes de 2005 e a mudança nesta taxa a partir de 2005. De acordo com a Tabela 3, como observado para ROA, o efeito firma foi predominante embora o efeito setor tenha sido de maior magnitude relativa (14% para a tendência anterior a 2005 e 34% para a mudança de taxa de crescimento a partir de 2005).

Tabela 3 - Estimativas dos modelos com crescimento como variável dependente Modelo 4 (Nulo para crescimento) Modelo 5 (efeito de inovação em crescimento) Efeitos fixos Constante 0,117*** 16,657*** t 16,642*** 0,113*** t_depois -0,03* -0,047***

Efeitos sobre a taxa de crescimento 2003-2005

Tamanho -0,008***

Capital nacional 0,008

Grupo 0,000

Efeitos sobre a mudança na taxa de crescimento a partir de 2005

Tamanho 0,015*** Capital nacional -0,026* Grupo -0,025* Inovação 2005 0,001* Indústria t 0,00508 0,00287 t_depois 0,01425 0,00281 Constante 1,27790 0,94271 Firma t 0,03066 0,02912 t_depois 0,02791 0,02405 Constante 2,91351 2,78379 Tempo Constante 0,05586 0,05483

O modelo 5 teve como variável dependente a taxa de crescimento e buscou testar a hipótese 3, sobre a relação entre inovação de produto e crescimento. Ao contrário do ocorrido para ROA, a variável Inova2005 teve efeito significante sobre a

taxa de crescimento, ou seja, empresas com maior fração de produtos inovadores em 2005 tiveram taxas de crescimento mais elevadas nos três anos subsequentes. O que comprova a hipótese H3 deste trabalho.

5 CONCLUSÃO

Muitos autores vêm estudando, ao longo do tempo, a relação entre inovação e desempenho e, cada vez mais, tem-se corroborado que ela é positiva. Rumelt (1991) identificou o efeito-firma. Roquebert et al. (1996), indo além que Rumelt, conseguiu destacar o efeito indústria em suas pesquisas.

Até então, os estudos estatísticos acerca do desempenho das firmas, eram, quase que exclusivamente, de corte transversal, considerando de que as variáveis utilizadas refletiam o resultado do equilíbrio de longo prazo. Weiss (1974), contudo, observou que esta intensidade varia ao longo do tempo. A partir daí, chegou-se à análise de curvas de crescimento do desempenho das firmas (SINGER; WILLET, 2003), com coeficientes explicados por características das indústrias.

Acompanhando a prática mais recente, este trabalho utilizou a modelagem multinível, bastante adequada aos estudos de desempenho, que permite o teste estatístico das estimativas e uma classificação entre resultados medianos e aqueles significativamente distantes da média. Com isso, o método auxilia a classificação das empresas além da idéia do afastamento da média, considerando uma distribuição mais compatível com o cenário competitivo, no qual a maior parte das empresas está inserida.

A relação entre lucratividade e crescimento é analisada como duas variáveis de estimativa de desempenho, que representam diferentes momentos na aplicação dos recursos e capacidades da empresa. Esta combinação de resultados expande a análise dos efeitos da gestão empresarial. Com isto, o modelo permite fornecer indicações sobre as decisões estratégicas que levaram aos resultados obtidos no campo da competitividade, contribuindo para a orientação das decisões dos gestores empresariais.

Este estudo confirma a premissa destacada por Brito at al. (2009) aonde eles alertam para a necessidade de se considerar, simultaneamente, as dimensões de lucratividade e crescimento, pois a vantagem competitiva pode se manifestar numa ou noutra dimensão. Incorrendo-se, no caso da escolha de uma única delas, em risco de obter resultados incompletos.

O presente trabalho utilizou uma amostra da PINTEC, selecionada de maneira a evitar possíveis resultados espúrios.

Dois diferentes indicadores de desempenho foram analisados – Lucro Líquido sobre Ativos (ROA) e taxa de crescimento.

Para o presente estudo foram criados cinco modelos lineares hierárquicos visando às análises pretendidas.

O primeiro modelo, composto de dois níveis (firma e indústria), foi criado com o objetivo de analisar o impacto dos gastos em P&D sobre inovação. Foi encontrada relação positiva significativa, indicando que investimentos em P&D mais elevados em 2003 implicaram em aumento na fração de produtos inovadores nos anos seguintes.

Com o objetivo de analisar o impacto de inovação de produto em ROA foram criados dois modelos compostos por três níveis, considerando que há medidas repetidas de desempenho das firmas ao longo do tempo. O Modelo 2 incluiu as variáveis relativas ao tempo e no modelo 3, a fração de novos produtos em 2005 (Inova2005) foi inserida como explicativa da mudança de desempenho entre 2005 e 2007. Este modelo não conseguiu explicar a hipótese levantada, ou seja, empresas com maior fração de produtos inovadores em 2005 não tiveram aumento superiores da rentabilidade nos três anos subsequentes.

Da mesma forma, foram estimados modelos para análise do crescimento como indicador de desempenho. O modelo 4 permitiu decompor a variabilidade da taxa

composta de crescimento nos efeitos firma e indústria. O Modelo 5 incluiu, no nível 2, a fração de novos produtos em 2005 (Inova2005) que foi inserida como explicativa da mudança de desempenho entre 2005 e 2007, juntamente com outras variáveis de controle. Este modelo confirmou a hipótese levantada, ou seja, empresas com maior fração de produtos inovadores em 2005 tiveram taxas de crescimento mais elevadas nos três anos subsequentes.

As conclusões acima corroboram as encontradas em outros estudos como Klomp e Van Leeuwen (2001), que defendem que empresas inovadoras crescem mais, Cho e Pucik (2005), que criaram um modelo relacionando inovação, crescimento, lucratividade e qualidade e Brito e Brito (2009), que utilizando apenas dados do setor químico e através de regressões múltiplas chegam às mesma conclusões.

Os resultados mostram que as variáveis de inovação estudadas explicaram a variabilidade dos indicadores de crescimento das empresas, entretanto, assim como Kemp et al. (2003), contrariamente a Diederen et al. (2002) e Favre et al. (2002), não explicam a variabilidade dos indicadores de lucratividade das mesmas, não conseguindo estabelecer uma relação positiva entre lucratividade e inovação.

É importante ressaltar que este estudo além das limitações próprias do processo de coleta de dados e dos procedimentos estatísticos utilizados, também sofreu limitações devido ao fato de que, em virtude do caráter sigiloso dos microdados utilizados, foi exigido, pelo IBGE, que todas as análises fossem realizadas em suas dependências.

Em consonância com as ideias de Figueiredo (2009), que afirma que empresas de setores industriais diferentes comportam-se de forma diferente acarretando implicações para a natureza do processo inovador de cada empresa, este trabalho

avaliou microdados de diversos setores a fim de que esta influência não viesse a mascarar o resultado da pesquisa.

Como oportunidade de pesquisas futuras destaca-se a possibilidade de identificar os fatores que levam a relação inovação-desempenho a variar entre os diversos setores, assim como analisar esta relação, não só sob a ótica de inovação em produtos, mas também inovação em processo.