Please use this identifier to cite or link to this item: http://repositorio.ufla.br/jspui/handle/1/13007
metadata.teses.dc.title: Indicadores econômico-financeiros determinantes de fusões e aquisições: um estudo em empresas de capital aberto do setor de tecnologia no Brasil
metadata.teses.dc.title.alternative: Economic and financial determinants in mergers and acquisitions: a study of public firms in the technology sector in Brazil
metadata.teses.dc.creator: Viglioni, Marco Túlio Dinali
metadata.teses.dc.creator.Lattes: http://buscatextual.cnpq.br/buscatextual/visualizacv.do?id=K4886848H5
metadata.teses.dc.contributor.advisor1: Carvalho, Francisval de Melo
metadata.teses.dc.contributor.referee1: Benedicto, Gideon Carvalho de
metadata.teses.dc.contributor.referee2: Campos, Renato Silvério
metadata.teses.dc.contributor.referee3: Martins, Caroline Miriã Fontes
metadata.teses.dc.subject: Empresas - Fusões e aquisições
Indústria de tecnologia
Regressão logística
Firms - Mergers and acquisitions
Technology industry
Logistic regression
metadata.teses.dc.date.issued: 18-May-2017
metadata.teses.dc.description.sponsorship: Conselho Nacional de Desenvolvimento Científico e Tecnológico (CNPq)
metadata.teses.dc.identifier.citation: VIGLIONI, M. T. D. Indicadores econômico-financeiros determinantes de fusões e aquisições: um estudo em empresas de capital aberto do setor de tecnologia no Brasil. 2017. 121 p. Dissertação (Mestrado em Administração)-Universidade Federal de Lavras, Lavras, 2017.
metadata.teses.dc.description.resumo: O objetivo deste estudo foi analisar os principais indicadores econômico-financeiros determinantes em operações de fusões e aquisições no setor de tecnologia do Brasil na perspectiva das empresas adquirentes. A pesquisa é caracterizada como descritivaexploratória de análise quantitativa, utilizando como informações dados secundários. Para a construção do modelo quantitativo, foram empregados indicadores econômico-financeiros como variáveis independentes e como variável dependente as fusões, aquisições ou incorporações realizadas pelas empresas do setor de tecnologia listadas na BM&FBovespa. Os dados que compõem os indicadores econômico-financeiros foram coletados no Balanço Patrimonial e na Demonstração do Resultado do Exercício – DRE, por meio do banco de dados da Economática e no sítio da BM&FBovespa. O horizonte temporal da amostra se encontra em uma série de dados trimestrais de 2009 a 2015. Os dados foram separados em painel, por empresas que realizaram algum processo de F&A e por empresas que não passaram por nenhum processo de fusão e aquisição. O modelo quantitativo adotado foi a Regressão Logística – Logit – que trabalha com a nomenclatura binária. As empresas que passaram por algum processo de fusão, aquisição ou incorporação receberam o código (1), enquanto àquelas que não efetuaram nenhuma dessas estratégias receberam o código (0). Os resultados da estatística descritiva permitiram identificar que houve um significativo crescimento do setor de tecnologia brasileiro nos últimos anos. Nesse contexto, os setores que mais se envolveram em F&A’s foram os segmentos da indústria química, software e telecomunicação. Os resultados da regressão logística permitem inferir que foram encontrados como determinantes de fusões e aquisições, na ótica da empresa adquirente, o Capital de Terceiros (CT) e o Tamanho da Firma (TA), ambos com significância estatística positiva. Como resultado contraditório, com significância, conquanto com sinal negativo, foram identificados o Retorno sobre o Patrimônio Líquido (ROE), a Liquidez Geral (LG) e o Valor Econômico Agregado (EVA). Observa-se que o capital de terceiros é um importante fator para que a firma financie suas atividades, enquanto o tamanho da empresa representa o aumento do total de ativos da empresa, que pode implicar em benefícios, tais como a economia de escala e escopo. O aumento do tamanho da empresa também pode representar a aquisição de pesquisa e desenvolvimento em andamento, patentes, entre outros recursos. No que se refere ao ROE negativo, observa-se que este pode estar sendo compensado pelo aumento do tamanho da firma e pelo maior volume de recursos próprios e de terceiros para pagar pela fusão e aquisição. Na Liquidez Geral, o sinal negativo permite inferir que as firmas do setor de tecnologia podem estar demandando altos investimentos em suas atividades. No que tange ao EVA, os resultados demonstraram que houve destruição de valor aos acionistas após a fusão e aquisição. Um dos motivos pode estar relacionado ao período analisado, insuficiente para que empresas do setor de tecnologia obtenham retornos em curto prazo, uma vez que ativos intangíveis, tais como P&D e patentes, que levam um tempo maior para gerar retorno e valor à firma.
metadata.teses.dc.description.abstract: The main purpose of this study was to analyze the main economic and financial determinants in mergers and acquisitions in the technology sector in Brazil from the perspective of the acquiring firms. This research is a descriptive exploratory and quantitative analysis using secondary data. To construct the quantitative model, economic and financial indexes were applied representing the independent variables and as dependent variables, the mergers, acquisitions or incorporations accomplished by the technology firms listed in the BM&FBovespa. The data set that composes the economic and financial index was collected from the balance sheet and income statement data base of the Economatica and the BM&FBovespa webpage. The time horizon of the sample is in a series of quarterly data from 2009 to 2015. The data was separated in panel by firms that conducted any process of M&A and by firms that did not perform any mergers and acquisitions. The quantitative model used was logistic regression – logit – which works with binary nomenclature. Firms with any merger, acquisition or incorporation process received the code (1), while those not utilizing any of these strategies received the code (0). The results of the descriptive statistics identified that there was a significant growth of the Brazilian technology sector in recent years. In this context, the most involved sectors in M&A’s were the chemical, software and telecommunications industry. The results of the logistic regression allow the inference that merger and acquisition determinants were found from the perspective of the acquiring firm, the third party equity (CT) and the firm size (TA), each with relevant and positive statistics. Contradictory results, statistically relevant despite negative, were identified The Return on Equity (ROE), the General Liquidity (LG) and the Economic Value Added (EVA). It is observed that the third party equity is an important factor for the firm to finance its activities, while the firm size represents the increase in total firm assets, which may entail benefits such as economies of scale and scope. The increased size of the firm may also represent the acquisition of research and development (R&D) in progress, patents, among other resources. With regard to the negative (ROE), it appears that this may be compensating for the increase in the size of the firm, and for the higher volume of private resources and the third party equity to pay for the M&A. In General Liquidity, the negative sign allows one to infer that firms in the technology sector may be demanding high investments in their activities. Regarding the EVA, the results revealed that there has been a loss of value to shareholders after the M&A. One of the reasons may be related to the period analyzed being insufficient for firms in the technology sector to obtain short-term returns, since intangible assets such as R&D and patents that demand longer terms to generate return and value to the firm.
metadata.teses.dc.identifier.uri: http://repositorio.ufla.br/jspui/handle/1/13007
metadata.teses.dc.publisher: Universidade Federal de Lavras
metadata.teses.dc.language: por
Appears in Collections:DAE - Administração - Mestrado (Dissertações)



Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.