Insper Instituto de Ensino e Pesquisa

Faculdade de Economia e Administrao

Rodrigo Coury Coelho

MOVIMENTO EM ONDAS DE FUSES E AQUISIES:

ESTIMAO DO MODELO DE MARKOV PARA O BRASIL

So Paulo
2011

Rodrigo Coury Coelho

Movimento em Ondas de Fuses e Aquisies: Estimao do

Modelo de Markov para o Brasil

Monografia apresentada ao curso de Cincias

Econmicas, como requisito parcial para obteno do grau
de Bacharel do Insper Instituto de Ensino e Pesquisa.

Orientador:
Prof. Dr. Henrique Machado Barros Insper

So Paulo
2011

Coelho, Rodrigo Coury.

Movimento em Ondas de Fuses e Aquisies: Estimao do
Modelo de Markov para o Brasil / Rodrigo Coury Coelho. So
Paulo: Insper, 2011.
31 f.
Monografia: Faculdade de Economia e Administrao. Insper
Instituto de Ensino e Pesquisa.
Orientador: Prof. Henrique Machado Barros
1. Ondas de Fuses e Aquisies 2. Modelo de Markov

Rodrigo Coury Coelho

Movimento em Ondas de Fuses e Aquisies: Estimao do Modelo de
Markov para o Brasil

Monografia apresentada Faculdade de Economia do Insper, como parte dos

requisitos para concluso do curso de graduao em Economia.

Aprovado em Dezembro de 2011

EXAMINADORES

___________________________________________________________________________
Prof. Dr. Henrique Machado Barros
Orientador

___________________________________________________________________________
Profa. Dra. Adriana Bruscato Bortoluzzo
Examinadora

_________________________________________________________________________
Prof. Dr. Antonio Zoratto Sanvicente
Examinador

Agradecimentos

Agradeo primeiramente ao meu orientador Henrique, pela pacincia, apoio e suporte

acadmico. Agradeo tambm a minha famlia, pelo apoio durante toda a faculdade e
por sempre apoiar minhas decises. E acima de tudo, agradeo a Deus.

Dedicatria

Dedico este trabalho a meu pai.

Resumo

COELHO, R. C. Movimento em ondas de fuses e aquisies: estimao do modelo de

Markov para o Brasil. So Paulo, 2011. 31p. Monografia Faculdade de Economia e
Administrao. Insper Instituto de Ensino e Pesquisa.

O presente trabalho busca estimar um modelo de dois regimes de Markov para a srie de
Fuses e Aquisies no Brasil. O perodo analisado engloba o primeiro trimestre de 1985 ao
primeiro trimestre de 2011. O modelo que melhor se ajusta aos dados um modelo autoregressivo incompleto de terceira ordem (primeira e terceira defasagens) com dois regimes
(baixa e alta atividade), diferentes interceptos, coeficientes auto-regressivos e varincia para
cada estado. Diferentemente dos trabalhos anteriores, este trabalho relaxa a suposio de
mesmo coeficiente auto-regressivo para os dois estados. Os resultados apontam para trs
mudanas no nvel de atividade ao longo da srie.
Palavras-chave: Fuses e Aquisies no Brasil, Modelo de Markov, Ondas de F&A.

Abstract

COELHO, R. C. Mergers and Acquisitions Waves: Estimation of a Markov-switching Model

to Brazil. So Paulo, 2011. 31p. Monograph Faculdade de Economia e Administrao.
Insper Instituto de Ensino e Pesquisa.

This paper aims to estimate a Markov-switching model for Mergers & Acquisitions in Brazil.
The period included is from the first quarter of 1985 until the first quarter of 2011. The model
that best fits the data is an incomplete auto-regressive model of third order (with first and
third significant lags) with two states (low and high activity) with different intercepts, autoregressive coefficients and variance for each state. The possibility of having different autoregressive coefficients distinguishes this work from previous works, as most of the literature
assumes the auto-regressive coefficients to be equal in both states. The estimated model
points to three regime changes throughout the series.
Keywords: Mergers & Acquisitions in Brazil, Markov Switching Model, M&A waves.

Sumrio

1 Introduo . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2
2 Reviso da Literatura . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4
3 Metodologia . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8
3.1 Dados . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8
3.2 Modelo de dois regimes de Markov . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .9
4 Anlise dos Resultados. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 12
5 Concluso. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .17
Referncias. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 18

1 Introduo
As fuses e aquisies (F&A) no so eventos novos na economia global. Nos Estados
Unidos, por exemplo, h registro do nmero anual de transaes desde 1895 (NELSON,
1959). Segundo a literatura econmica (e.g., FOCARELLI; PANETTA, 2003) e a mdia
especializada (e.g., THE ECONOMIST, 2009), grande parte das mudanas na estrutura de
mercado ao longo da dcada de 90 ocorreu via fuses e aquisies. De forma geral, o que se
tem observado uma intensificao desses movimentos de consolidao de setores da
economia mundial, no s pelo aumento do nmero de transaes, mas tambm no volume
transacionado (KUMMER; STEGER, 2008). Especificamente no Brasil, foi a partir da
segunda metade da dcada de 90 que o movimento de F&A tornou-se mais expressivo
(AMMAN; BAER, 2008). Tendo em vista o impacto das F&A na atividade econmica dos
pases (GUGLER et al., 2003) e das firmas (DEPAMPHILIS, 2010), no de se estranhar o
interesse da academia e do mercado pela melhor compreenso desse fenmeno.
Apesar da queda nas atividades globais de F&A no incio do sculo XXI, a retomada
foi rpida, com crescimento de cerca de 40% nos dois anos subsequentes ao ano com menor
ocorrncia. Fenmeno similar esperado agora, aps a crise mundial recente. Esse
comportamento cclico de menor e maior freqncia de F&A parece ser uma das principais
caractersticas deste fenmeno (THE ECONOMIST, 2010). Essa caracterstica pode ser
particularmente importante para as empresas, pois permite o melhor entendimento do
movimento das transaes ao longo da histria e os efeitos sobre o desempenho das firmas
(KUMMER; STEGER, 2008; MCNAMARA; HALEBLIAN; DYKES, 2008), e para os
formuladores de polticas pblicas uma vez que lhes possibilita comparar o padro de
ocorrncia entre setores e pases e, eventualmente, permite uma melhor formulao e
execuo das polticas pblicas relacionadas a tal fenmeno (QIU; ZHOU, 2007).
Uma das vrias linhas de pesquisa sobre F&A busca justamente identificar se h um
padro na atividade agregada de tais transaes. Esse padro, conhecido nas literaturas
econmica e de finanas (TOWN, 1992) e no mercado (DEPAMPHILIS, 2010) como onda
de F&A, um fenmeno que se caracteriza pela mudana na ocorrncia de atividades de
F&A (QIU; ZHOU, 2007). Para identificar de forma mais robusta o padro de comportamento
da srie histrica do nmero de F&A, as abordagens metodolgicas mais comumente
utilizadas tm se baseado no modelo de dois regimes de Markov (RESENDE, 2008). Nesse
modelo, a srie de dados segmentada em baixa atividade e em alta atividade. Essa diviso
2

possibilita captar movimentos nos quais h uma mudana no nvel das transaes, explicando,
por exemplo, a existncia ou no de ondas de fuses e aquisies (as ondas de F&A so
comumente interpretadas como mudanas bruscas no nvel da srie).
Todavia, os trabalhos anteriores assumem que o impacto do passado das F&A o
mesmo tanto para os perodos de alta atividade quanto para os perodos de baixa atividade
(e.g., TOWN, 1992; LINN; ZHU, 1997). A literatura sobre fuses, entretanto, j h algum
tempo chama a ateno para o fato de que o retorno da fuso marginal aumenta na medida em
que o nmero de fuses anteriores tambm aumenta (PERRY; PORTER, 1985). Portanto, h
de se esperar que o processo de acmulo (i.e., estoque) de F&A afete diferentemente os
perodos de baixa atividade e de alta atividade de F&A. Evidncias empricas recentes
corroboram esse argumento. Kastrinaki e Stoneman (2007), por exemplo, identificaram que,
na medida em que as atividades de F&A progridem, os efeitos do estoque dessa atividade se
tornam mais importantes para o subseqente desenvolvimento da onda. Portanto, o presente
trabalho relaxa a hiptese de que as atividades de F&A passadas afetam igualmente os
perodos das ondas de F&A, isto , o trabalho permite que os coeficientes auto-regressivos
possam diferir em cada estado.
Alm de ter tratado da mesma forma os efeitos de estoque de F&A nos perodos de
baixa atividade e alta atividade, a literatura sobre o assunto tem analisado o fenmeno
principalmente nos Estados Unidos (e.g., TOWN, 1992) e no Reino Unido (e.g., RESENDE,
2008). Para o Brasil, no existem evidncias sobre a real ocorrncia de ondas de F&A.
Todavia, comum encontrar na literatura nacional a suposio de que essa caracterstica (i.e.,
ondas) est presente no mercado local (e.g., MATIAS et al., 1996), ainda que o fenmeno de
F&A no pas seja relativamente recente (AMMAN; BAER, 2008).
Sendo assim, o presente trabalho contribui de, pelo menos, trs formas para a literatura
sobre ondas de fuses. Em primeiro lugar, esta a primeira tentativa de analisar de forma
mais sistemtica o fenmeno de ondas de F&A no Brasil. Em segundo lugar, a pesquisa
apresenta evidncias para pases com pouco histrico de F&A. Por ltimo, a pesquisa,
alinhada com a teoria sobre o fenmeno, relaxa a hiptese de que os coeficientes autoregressivos afetam igualmente os dois regimes de Markov.
A prxima seo far uma reviso da literatura sobre fuses e aquisies. A seo trs
faz um detalhamento sobre os dados utilizados e sobre a metodologia desenvolvida. A seo
quatro contm a anlise dos resultados. Por fim, a seo cinco apresenta a concluso do
presente trabalho.
3

2 Reviso de Literatura
Para tentar explicar formalmente o movimento de F&A no mundo ou em determinados
pases e setores, surgiram teorias que buscam definir as causas das fuses e aquisies.
Apesar de j existirem registros de F&A desde o fim do sculo XIX, o interesse da literatura
econmica em explorar os movimentos de fuses se intensificou bastante no decorrer do
sculo XX (RESENDE, 2008). Isso pode ser reflexo da prpria evoluo das F&A e do
mercado. Alguns argumentam que a antecipao de movimentos de fuses e aquisies pode
proporcionar elevados retornos s aes das empresas abertas (DEPAMPHILIS, 2010). J no
caso de empresas fechadas, nos ltimos anos surgiram em diversos pases, inclusive no Brasil,
empresas especializadas na intermediao de transaes entre empresas (denominadas
boutiques de F&A) e ao anteciparem movimentos de consolidao em determinados setores
da economia, tais empresas podem obter grandes lucros ao identificarem e se aproximarem de
potenciais compradores e alvos (HALL, 2007).
A partir da segunda metade do sculo XX, os trabalhos acadmicos comearam a fazer
anlises empricas (apoiadas no desenvolvimento de modelos economtricos mais
sofisticados) na tentativa de identificar e modelar os padres de ocorrncia das sries
temporais de fuses e aquisies, principalmente nos Estados Unidos e Inglaterra (REILLY,
2008). Um dos primeiros estudos a abordar o movimento de onda das fuses e aquisies foi
realizado por Nelson (1959), no qual ele define as ondas de F&A como surtos de alta
atividade seguidos de longos perodos de baixa atividade. Shughart e Tollison (1984), ao
analisarem diferentes sries de F&A, no rejeitaram a hiptese de que cada srie segue um
rudo branco ou um modelo auto-regressivo de primeira ordem. Portanto, de acordo com os
autores, esses processos no seriam compatveis com a hiptese de que as F&A acontecem em
ondas.
J a partir da dcada de 1990, a maioria dos estudos passou a utilizar o modelo de dois
regimes de Markov. Essa metodologia foi desenvolvida, e inicialmente utilizada, para a
anlise dos modelos de ciclos econmicos, nos quais as sries de produto interno bruto (PIB)
eram segmentadas em perodos de recesso e no-recesso. Posteriormente, o modelo de dois
regimes de Markov passou a ser utilizado para testar formalmente a existncia de ondas de
F&A, incorporando na modelagem o comportamento no-linear da srie. Justifica-se que seria
justamente o movimento de ondas observado nas sries das fuses e aquisies que geraria a
no-linearidade das mesmas (RESENDE, 2008). No modelo de dois regimes de Markov, as
4

ondas de fuses so entendidas como uma grande mudana no nvel de atividade das F&A, ou
seja, h grande aumento na mdia das sries do nmero de transaes de um perodo para
outro. Assim, dois regimes so definidos: baixa atividade e alta atividade, sendo que para cada
um desses regimes estimado um modelo economtrico distinto (HAMILTON, 1989).
Town (1992) foi um dos primeiros a utilizar o modelo de dois regimes de Markov para
sries de fuses e aquisies e mostrou que um modelo AR(2) com dois regimes adequado
para estimar as sries de F&A nos Estados Unidos e na Inglaterra. Como qualquer modelo
auto-regressivo (AR), os dois modelos estimados pelo autor para a srie de dados (um para o
perodo de baixa atividade e outro para perodo de alta atividade) concluem que o nmero de
transaes em determinado perodo depende do nmero de transaes nos perodos anteriores.
No caso dos modelos AR de ordem 2, estimados pelo autor, o nmero de transaes no
perodo t depende exclusivamente do nmero de transaes do perodo imediatamente
anterior (t-1) e de dois perodos anteriores (t-2). Linn e Zhu (1997) estudaram o
comportamento das F&A nos Estados Unidos ao longo de cem anos (dados anuais de 1895 a
1994) e concluram que o comportamento da srie pode ser modelado satisfatoriamente por
um modelo AR (1) com dois regimes de Markov.
Mais recentemente, Grtner e Halbheer (2004), ao analisarem o movimento de F&A
por um perodo de trinta anos (at 2004), concluram que s houve uma transio no regime
no modelo de Markov estimado para o perodo, de baixa atividade para alta atividade por
volta da metade dos anos 1990. Esse resultado no chega a ser surpreendente uma vez que
possvel at a no observao (emprica) de ondas quando h perodos muito longos de baixa
atividade. Desse modo, ainda que a evidncia rejeite a hiptese de existncia de ondas de
fuses e aquisies, ela no necessariamente descaracteriza totalmente o processo verdadeiro
em virtude da extenso do perodo de anlise (WESTON; CHUNG; HOAG, 1990). Resende
(2008) tambm utiliza a abordagem de Markov e analisa o movimento de fuses e aquisies
no Reino Unido (dados trimestrais de 1969 a 2004), identificando a existncia de ondas de
F&A. Alm disso, ele inova ao incluir determinadas variveis econmicas (comumente
utilizadas na literatura de F&A) no modelo para explicar o movimento de ondas de F&A no
Reino Unido. Uma vez que a definio dos regimes seria influenciada por tais variveis, o
autor destaca que a hiptese de probabilidades transicionais constantes entre regimes deve ser
rejeitada, indicando para a necessidade de considerar essas probabilidades variando ao longo
do tempo. Ento conclui que, no Reino Unido, o crescimento real do produto, o crescimento
real da oferta monetria e o retorno real do mercado de aes mostraram ser estatisticamente
5

significantes na determinao das ondas de F&A para o regime de alta atividade, mas
apresenta resultados contraditrios para o regime de baixa atividade. Desse modo, a literatura
sobre o assunto tem evoludo no sentido de tentar entender o movimento em ondas das fuses
e aquisies nos Estados Unidos e no Reino Unido, apesar de no haver unanimidade quanto
a que variao do modelo de Markov mais adequada para modelar sries de F&A.
Alm disso, os trabalhos at ento consideravam que o impacto do passado era igual
nos perodos de baixa e alta atividade. Essa restrio era imposta a partir da suposio de que
os coeficientes auto-regressivos nos dois regimes so iguais. Linn e Zhu (1997) consideram
que a suposio razovel a partir de testes derivados da diviso arbitrria da srie em
perodos de alta e baixa atividade. Town (1992) e Reilly (2008) tambm fazem a mesma
suposio. Todavia, no h maior detalhamento sobre o porqu do uso dessa restrio. Na
verdade, medida que as fuses e aquisies vo se somando, isto , medida que os
processos de consolidao vo se desenrolando, o efeito estoque maior. Isso quer dizer que,
em momentos de elevado nvel de transaes, cria-se um efeito acumulado que poder
resultar em impactos diferentes do que nos perodo de pouca atividade. Desse modo, o
modelo aqui desenvolvido permite que o impacto do passado difira nos momentos de baixa e
alta atividade.
Kastrinaki e Stoneman (2007) apresentam evidncias empricas de que, conforme as
atividades de consolidao se intensificam, os efeitos de estoque comeam a se sobrepor aos
demais possveis fatores, como especificidades da indstria ou fatores macroeconmicos.
Atravs do tempo, o efeito de first mover tambm vai se dissipando, ao mesmo tempo em
que o efeito estoque potencializado. vlido ressaltar que essa suposio de coeficientes
auto-regressivos iguais pode, por exemplo, transferir o efeito estoque para os parmetros que
so permitidos variar para cada estado. Diante disso, o presente trabalho relaxa a suposio de
igual impacto do passado no presente da srie para ambos estados, atravs da utilizao de
coeficientes auto-regressivos que dependem de cada estado. Essa opo ir permitir que o
modelo evidencie as relaes intertemporais para o estado de baixa atividade e o estado de
alta atividade, isto , como o efeito do passado se reproduz no presente para cada um dos
estados.
J no caso do Brasil, entretanto, deve-se ressaltar que a literatura acadmica sobre a
ocorrncia de fuses e aquisies ainda pouco desenvolvida. Matias, Barretto e Gorgati
(1996) concluram que o incio da dcada de 1990 foi marcado por um cenrio econmico
semelhante aos de ocorrncia das ondas de F&A nos Estados Unidos e que, portanto, seria
6

razovel esperar um movimento de onda de F&A na poca. Foi nesse perodo que o Plano
Real foi institudo no Brasil e os investimentos estrangeiros foram retomados no pas. Antes
disso, o Brasil passou por um perodo de inflao muito elevada, o que prejudicou o
desenvolvimento de um mercado financeiro mais sofisticado (WELCH, 1993). O baixo ritmo
de atividades de F&A pode ser explicado pelo ambiente de instabilidade econmica
vivenciado no Brasil ao longo da dcada de 80 e incio da dcada de 90. Rezende (1998, p.
563) afirma que:
The 1980s were years of disruption for the Brazilian economy. Attempts to overcome
the negative impacts of the second oil shock in the early years of the decade, by provoking a
deep recession, were quickly followed by anti-inflationary measures. [...] Access to foreign
capital was blocked from the mid-1980s and was restored only after a long and difficult period
of negotiation that did not end until 1994.

Ainda, foi a partir de 1994, perodo de privatizaes no Brasil, que as F&A parecem
ter se intensificado. De acordo com Amman e Baer (2008, p.255), seguindo a abertura da
economia e o processo de privatizao, o Brasil tambm experimentou uma onda de fuses e
aquisies, o que contribuiu para a elevada tendncia de concentrao observada em diversos
setores. Porm, o conceito de onda no formalmente definido em tais estudos e nenhum
mtodo mais sofisticado feito para averiguar se o fenmeno de ondas j ocorreu no Brasil.
Na verdade, a maioria dos estudos sobre Fuses e Aquisies feitos no Brasil no aplica uma
anlise sistemtica para testar se as sries de fuses e aquisies observadas no Brasil exibem
movimentos de ondas. Portanto, apesar do movimento de ondas de fuses normalmente estar
associado com mudanas especficas nos ambientes regulatrio, financeiro e/ou tecnolgico
(HARFORD, 2005; QIU; ZHOU, 2007), para o caso brasileiro, Arago (2005) afirma que
difcil determinar se mudanas significativas na legislao de F&A ocorridas em 2002 (como
maior exigncia de disclosure para empresas abertas que exibem inteno de se combinar
com outras) foram determinantes para o aumento das transaes no Brasil. O autor aponta
para o impacto positivo das condies macroeconmicas favorveis na quantidade de
transaes em determinado perodo.
Outros trabalhos examinaram o fenmeno de fuses e aquisies no Brasil, mas a
nfase tem sido na relao dessa atividade com o desempenho das firmas. Gomes, Aidar e
Videira (2006), por exemplo, analisaram as F&A na siderurgia brasileira e mundial e o
impacto delas no aumento dos lucros do setor. Os autores identificaram que houve um
aumento na lucratividade de toda a indstria, mas as que participaram em F&A com mais
7

vigor foram as que lucraram mais. J Camargos e Barbosa (2009) analisaram a relao entre
F&A e os ganhos de sinergias operacionais e de criao de valor. Eles identificaram que, de
fato, a participao em F&A resultou em sinergias operacionais e no aumento do valor de
mercado das empresas pesquisadas.
Apesar dos esforos apresentados acima, a literatura nacional sobre fuses e
aquisies ainda marginal. Alm disso, at onde se sabe, nenhum esforo foi empregado at
o momento para se analisar de forma sistemtica as sries de fuses e aquisies no Brasil.
Desse modo, o objetivo deste trabalho utilizar o modelo de dois regimes de Markov, o qual
j largamente utilizado para as sries de F&A nos Estados Unidos e Inglaterra, para as sries
de F&A no Brasil. Entretanto, diferentemente dos modelos aplicados para dados de outros
pases, no presente trabalho relaxa-se a suposio de que o impacto histrico das F&A o
mesmo em ambos os estados. A partir da utilizao da metodologia proposta pelo modelo de
Markov, permite-se que os coeficientes auto-regressivos difiram para cada estado. E
justamente sobre a metodologia que a prxima seo ir tratar.

3 Metodologia
3.1 Dados
Os dados da srie utilizada para a estimao foram obtidos na base de dados Thomson
One e englobam o perodo de 1985 at 2011. Para a obteno dos dados, foram selecionadas
as transaes de fuses e aquisies em que a empresa-alvo brasileira ou uma subsidiria no
Brasil de uma empresa multinacional. J para a consolidao dos dados, todas as transaes
foram ordenadas e agrupadas de acordo com o trimestre em que foram anunciadas,
totalizando 5.383 transaes ao longo de um perodo de 105 trimestres (1o trimestre de 1984
at 1o trimestre de 2011). Alguns trabalhos anteriores utilizam o valor total das transaes, ao
invs do nmero de transaes. Entretanto, poucas das transaes contidas na srie divulgam
o valor da transao, o que tornaria a anlise incompleta e limitaria a validade dos resultados.
Na Tabela 1, so apresentadas as principais estatsticas descritivas da srie de dados
utilizada para a estimao. Vale destacar a grande variabilidade da srie. Essa variabilidade,
de certa forma, compatvel com a hiptese de ondas de fuses e aquisies, uma vez que as
ondas so interpretadas como mudanas bruscas no nvel da atividade, o que provoca um
8

aumento na volatilidade da srie quando ela migra no regime de alta atividade. Outra
caracterstica relevante que a moda de duas transaes, o que se deve ao perodo inicial no
qual um nmero muito baixo de transaes foi verificado. Alm disso, a srie apresenta
curtose positiva, o que aponta para maior peso nas caudas do que a distribuio normal, alm
de assimetria positiva. Vale ressaltar que todas essas caractersticas da srie esto associadas
ao fato de a srie possuir um perodo inicial longo com nmero trimestral de transaes
bastante reduzido.
Tabela 1: Estatsticas Descritivas da srie de F&A no Brasil
Estatsticas Descritivas
Mdia
51,27
Erro Padro
4,81
Mediana
45
Moda
2
Desvio Padro
49,28
Varincia Amostral
2428,12
Curtose
1,60
Assimetria
1,28
Range
208
Mnimo
0
Mximo
208
Soma
5383
Contagem
105
Nvel de Confiana (95,0%)
9,54

Fonte: Elaborado pelo autor.

A seguir, so dados maiores detalhes sobre o modelo utilizado para a estimao, o

Modelo de dois regimes de Markov.

3.2 Modelo de dois regimes de Markov

Mais especificamente, o modelo a ser utilizado na anlise o modelo de mudana de
dois regimes de Markov (Two-Regime Markov switching model), sendo os dois regimes
definidos como alta atividade e baixa atividade. O modelo considera que a srie sofre
mudanas de estado, sendo que tais mudanas so determinadas por variveis aleatrias
desconhecidas. Uma vez que as ondas de fuses e aquisies podem ser entendidas como
oscilaes entre perodos de alta atividade e perodos de baixa atividade, o modelo de Markov
capta tal mudana no nvel de atividade a partir da separao da srie em perodos de alta
9

atividade e baixa atividade (TOWN, 1992). Assim, no presente trabalho sero estimados dois
modelos, um para cada regime.
Seja FAt o nmero de transaes no perodo t e st uma varivel aleatria noobservvel que indica o estado (regime) em que a srie se encontra no instante t e que assume
o valor de 0 ou 1 dependendo do regime. Caso a srie esteja em um estado de baixa
atividade, st = 0; caso contrrio, se a srie estiver em um estado de alta atividade, st = 1.
Ento, inicia-se a anlise com a hiptese de que o seguinte modelo auto-regressivo
genrico com dois regimes de Markov adequado para modelar a srie de fuses e aquisies
no Brasil. Esse modelo tambm foi utilizado para a maioria dos estudos anteriores e se
mostrou adequado para estimar sries do nmero de transaes nos Estados Unidos e no
Reino Unido.
A definio formal do modelo dada pela Equao 1:
FA0,t = s,t + 1,s* FeA0,t-1 + 2,s* FeA0,t-2 +...+ i,s* FeA0,t-i + s,t , (Eq. 1)

Onde:
s,t ~ N(0,s2)
s,t = intercepto da srie no regime s
i,s = coeficiente associado a FeAs,t-i

Uma definio crtica ao modelo identificar quando termina um perodo de baixa

atividade e comea um perodo de alta atividade e vice-versa. Para isso, uma visualizao
grfica no suficiente e tampouco confivel (LINN; ZHU, 1997). Na verdade, essa
metodologia no classifica com total certeza se um dado pertence ao perodo de alta ou baixa
atividade. Ao contrrio, ele define uma matriz de probabilidades que inclui as probabilidades
de permanncia ou mudana de estado.
Baseando-se na metodologia proposta por Hamilton (1989), possvel definir a
matriz de probabilidades transicionais (Transitional probabilities), isto , a matriz que contm
as probabilidades de ocorrer na srie mudana de um regime i para um regime j ou
manuteno do mesmo regime i ou j, sendo que i e j representam os regimes de baixa
atividade e alta atividade. Mais especificamente, para esse trabalho, a matriz de
probabilidades transicionais exibe as probabilidades de a srie estar no estado de baixa
atividade e migrar para o estado de alta atividade ou vice-versa, alm das probabilidades de a
10

srie permanecer no mesmo estado de atividade. Para a estimao, utilizado o software

estatstico OxMetrics 6.
Assim, tem-se que:

P ( st = 0 | st-1 = 0) = q
P ( st = 1 | st-1 = 0) = 1 - q
P ( st = 1 | st-1 = 1) = p
P ( st = 0 | st-1 = 1) = 1 p ,
resultando na seguinte matriz de probabilidades transicionais:

onde q a probabilidade de a srie permanecer no estado de baixa atividade, dado que a

srie j se encontra no estado de baixa atividade e p a probabilidade de a srie estar no
estado de alta atividade e permanecer no estado de alta atividade.
A partir da definio da matriz de probabilidades, possvel calcular a probabilidade
incondicional de a srie estar no estado de alta atividade ou de baixa atividade. Desse modo,
tem-se:
P (incondicional alta atividade) = (1 q ) / (1 q + 1 p)
P (incondicional baixa atividade) = (1 p ) / (1 q + 1 p)

Ao utilizar um algoritmo EM (DEMPSTER; LAIRD; RUBIN, 1977), obtm-se a

matriz de probabilidades transicionais, atravs da qual so definidas as probabilidades de
permanncia e mudana dado que a srie est em determinado estado. Caso a probabilidade
de a srie estar no regime de alta atividade seja superior a 0,5 em um determinado instante t,
esse dado classificado como pertencente ao perodo de alta atividade. Caso contrrio, o dado
classificado como pertencente ao perodo de baixa atividade. Em seguida, so estimados os
modelos auto-regressivos com mudanas de regime de Markov para os perodos de alta
atividade e baixa atividade e verifica-se se o ajuste dos modelos propostos para os dados so
adequados, para ento verificar se o movimento de ondas ocorre ou no para a srie de dados
de fuses e aquisies no Brasil. A seguir, so apresentados e discutidos os resultados desta
pesquisa.
11

4 Anlise dos resultados

A Figura 1 exibe o nmero trimestral de transaes no Brasil. Nela, pode-se verificar
que, at o incio da dcada de 90, o nmero de transaes no pas foi bastante reduzido. Alm
disso, observam-se, ao longo da srie, perodos em que o nmero de transaes aumenta
significativamente, sendo que tal aumento no sustentado por um longo perodo de tempo.
Esse comportamento pode ser uma evidncia do comportamento em ondas de fuses e
aquisies, caracterizados por mudanas bruscas no nvel da srie.

250

200

150

100

50

Sep 11

Jun 10

Feb 09

Nov 07

Aug 06

May 05

Feb 04

Nov 02

Aug 01

May 00

Jan 99

Oct 97

Jul 96

Apr 95

Jan 94

Oct 92

Jul 91

Apr 90

Jan 89

Sep 87

Jun 86

Mar 85

Nmero Trimestral de Transaes no Brasil

Figura 1: Nmero Trimestral de Transaes no Brasil

Fonte: Thomson One

Uma breve anlise visual poderia indicar possveis ondas de fuses e aquisies a
partir de 1994 e outra que termina em 2009, por exemplo. Todavia, importante destacar que
anlises baseadas unicamente em uma observao visual, sem fundamentao estatstica,
podem levar a concluses enganosas, as quais no revelam as verdadeiras propriedades da
srie. Desse modo, a seguir so mostrados os resultados das estimaes.
A estimao baseia-se na regresso de dois modelos, um para cada estado de atividade.
Desse modo, a princpio, seria necessrio classificar cada dado (nmero trimestral de F&A)
em estado de alta ou baixa atividade, para ento estimar um modelo para cada conjunto de
dados. Porm, para isso tambm seria necessrio adotar algum critrio para tal classificao, o
que poderia ser uma deciso sujeita a algum vis ou arbitrariedade. Uma alternativa para que
esse problema no ocorra a metodologia proposta por Hamilton (1989), com utilizao de
12

um algoritmo EM. Como j explicitado anteriormente, caso a probabilidade de a srie estar no

regime de alta atividade maior que 0,5 no instante t, o dado classificado no perodo de alta
atividade. Caso contrrio, o dado classificado como no perodo de baixa atividade.
Foram estimados modelos auto-regressivos com at oito defasagens, para que o
modelo pudesse captar possveis sazonalidades, uma vez que os dados so trimestrais. Alm
disso, permite-se que o intercepto, os coeficientes auto-regressivos e varincia sejam distintos
para cada estado. Linn e Zhu (1997) estimaram um modelo AR(1) no qual supe-se o mesmo
coeficiente auto-regressivo para os dois estados. Porm, essa suposio pode no fazer sentido
para a srie de dados (ou at mesmo para outras sries), uma vez que o impacto do passado no
presente da srie no necessariamente o mesmo para a srie no estado de alta atividade e no
estado de baixa atividade. O modelo capta essa distino a partir da persistncia representada
pelos coeficientes auto-regressivos. Por isso, so estimados modelos nos quais essa suposio
relaxada. Alm disso, grande parte dos modelos utilizados na literatura no inclui mais
defasagens. Entretanto, incluir mais defasagens que se mostram significantes melhora o ajuste
do modelo srie e desse modo, permite mensurar e melhor interpretar o impacto do passado
no presente da srie. A seguir, apresentada uma tabela-resumo com o modelo estimado
(Tabela 2). O modelo inicial estimado foi um modelo AR(4) completo. Ao estimar o modelo,
o coeficiente auto-regressivo de quarta ordem se mostrou o mais insignificante, levando a
estimar um AR(3) completo. Porm, o modelo AR(3) estimado tambm apresentou um
coeficiente insignificante (coeficiente do lag 2) o que levou a estimar um AR(3) incompleto
com lags 1 e 3. Por fim, esse modelo apresentou todos os parmetros significantes. esse
modelo que apresentado a seguir:

Tabela 2: Modelo AR(3) incompleto com parmetros significantes

Regime 0 (Baixa Atividade)
Coeficiente Erro padro p-valor
Constante
1,870
0,672
0,007
fea(-1)
0,915
0,078
0,000
fea(-3)
-0,224
0,063
0,001
s
3,441
0,444
0,000

Regime 1 (Alta Atividade)

Coeficiente Erro padro p-valor
5,923
3,823
0,125
1,075
0,075
0,000
-0,135
0,080
0,095
15,925
1,378
0,000

Fonte: Elaborado pelo autor.

13

Tabela 3: Matriz de probabilidades transicionais

Matriz de Probabilidades transicionais
Regime 0, t Regime 1, t
Regime 0, t+1
0,937
0,017
Regime 1, t+1
0,063
0,983

Fonte: Elaborado pelo autor.

A partir da estimao, obtm-se:

Estado de baixa atividade (S0): FA0,t = 1,87 + 0,91*FeA0,t-1 0.22*FeA0,t-3, s0 = 3,44 (Eq. 2)
Estado de alta atividade (S1): FA1,t = 5,92 + 1,07*FeA1,t-1 -0,14 FeA1,t-3, s1 = 15,9 (Eq. 3)
P (incondicional baixa atividade) = 0,209
P (incondicional alta atividade) = 0,791

Durao esperada do regime de baixa atividade = 32 trimestres (8 anos)

Durao esperada do regime de alta atividade = 69 trimestres (17,25 anos)

A seguir, so apresentadas as mdias de cada regime.

Mdia do regime de baixa atividade = 1,87/(1-0,91+0,22) = 6 transaes
Mdia do regime de alta atividade = 5,92/(1-1,08+0,14) = 99 transaes

O primeiro aspecto a ser destacado do modelo ajustado que os regimes apresentam

mdias distintas. Essa caracterstica do modelo estimado compatvel com o movimento em
ondas de fuses e aquisies, uma vez que o conceito de ondas de fuses e aquisies
amplamente aceito na literatura so mudanas no nvel da srie, o que implicaria justamente
em mdias diferentes para o estado de baixa atividade e o estado de alta atividade (TOWN,
1992; LINN;ZHU, 1997). O regime de baixa atividade apresenta mdia de 6 transaes,
enquanto o regime de alta atividade apresenta mdia de 99 transaes. interessante observar
que os dois regimes apresentam mdias muito diferentes, sendo que o regime de alta atividade
apresenta uma mdia muito superior ao regime de baixa atividade. Na verdade, a mudana de
um regime para o outro ir constituir uma onda de fuso e aquisio, isto , uma mudana
brusca no nvel de atividade.
O modelo estimado tambm prev que o estado de alta atividade apresenta maior
volatilidade do que o estado de baixa atividade, isto , a varincia (2i) difere em cada
14

regresso. Tal resultado tambm compatvel com a literatura existente, uma vez que, quando
a srie se encontra no regime de alta atividade, espera-se uma maior instabilidade, devido a
surtos de atividade acompanhados por movimentos de consolidao. Por outro lado, o estado
de baixa atividade caracterizado por um movimento aproximadamente previsvel, quando a
srie se encontra em um estado de relativa calmaria. Por esse ponto, o modelo tambm
compatvel com a existncia de ondas de F&A no Brasil.
Entretanto, em um aspecto, o modelo estimado apresenta resultados de certo modo
surpreendentes, mas que tambm so compatveis com a hiptese de fuses e aquisies no
pas: considera-se que tanto os coeficientes auto-regressivos de primeira ordem quanto os de
terceira ordem diferem em cada regime, isto , para cada estado, o impacto do passado da
srie no presente distinto. Mais especificamente, a estimao do modelo implica que o
impacto do passado imediatamente anterior (indicado pelo coeficiente auto-regressivo de
primeira ordem) positivo nos dois regimes e menor no perodo de baixa atividade do que
para o perodo de alta atividade; por outro lado, o impacto do passado a trs defasagens
(indicado pelo coeficiente auto-regressivo de terceira ordem) negativo nos dois regimes,
sendo maior, em mdulo, no perodo de baixa atividade do que no perodo de alta atividade.
Essa uma constatao importante, uma vez que a literatura costumava supor que esse
impacto era igual (o que implicava apenas na estimao de modelos nos quais os coeficientes
auto-regressivos eram iguais para os dois estados). Como evidencia o resultado da
estimao, essa suposio parece no ser vlida para o Brasil e, por conseguinte, pode
tambm no ser uma suposio vlida para outros pases. Isso implicaria que os estudos
desenvolvidos at o momento estariam adotando suposies que podem no ser razoveis e,
portanto, levar a resultados equivocados. Vale ressaltar que Kastrinaki e Stoneman (2007) j
apontaram para a possibilidade de que os efeitos do passado podem diferir dependendo do
volume de transaes acumulado, denominado efeito estoque, o que compatvel com os
resultados encontrados, uma vez que a estimao aponta para o maior efeito acumulado do
passado no presente da srie no estado de alta atividade em relao ao estado de baixa
atividade.
Alm disso, a partir da anlise da matriz de probabilidades transicionais (Tabela 3),
conclui-se que a persistncia do regime de alta atividade superior a persistncia do regime
de baixa atividade. Essa constatao tambm compatvel com o efeito estoque anteriormente
citado.

15

Outro resultado importante que o modelo estima que a durao esperada do perodo
de alta atividade de 69 trimestres ou 17,25 anos, enquanto a durao esperada do perodo de
baixa atividade de 32 trimestres ou 8 anos. Desse modo, cerca de 70% da srie pertence ao
regime de alta atividade e pouco mais de 30% pertence ao regime de baixa atividade, sendo
que grande parte dos dados de baixa atividade correspondem ao perodo entre 1986 e 1993. A
partir dessa data, a grande maioria dos dados encontra-se no regime de alta atividade.
Na Tabela 4, so especificados os momentos de incio e fim de cada perodo definido
pela estimao.

Tabela 4: Datas de incio e fim de cada perodo

Regime 1
4T1993 - 3T2008
2T2009 - 1T2011
Regime 0 1T1986 - 3T1993
4T2008 - 1T2009

Fonte: Elaborado pelo autor.

O primeiro perodo especificado pela estimao pertence ao regime de baixa atividade

e tem durao de 7,75 anos, com incio desde o primeiro dado da srie at o terceiro trimestre
de 1993. no quarto trimestre de 1993 que ocorre mudana para o regime de alta atividade.
Essa mudana antecede por um trimestre a instituio do Plano Real no Brasil (implantado no
primeiro trimestre de 1994), o qual impulsionou um perodo de elevados investimentos e que
estabeleceu um ambiente macroeconmico para as transaes de fuses e aquisies. Esse
momento configurou uma importante etapa para fomentar o incio dos processos de F&A no
pas. Essa mudana de regime compatvel com os trabalhos de Welch (1993), Matias,
Barretto e Gorgati (1996), Amman e Baer (2008), os quais apontam para a possibilidade de
uma onda de F&A devido ao ambiente econmico verificado poca da implantao do
Plano Real. O perodo iniciado a partir do fim de 1993 perdura at o terceiro trimestre de
2008, sendo que no quarto trimestre do mesmo ano a srie retorna para o regime de baixa
atividade. Essa mudana tambm encontra embasamento histrico, uma vez que foi
justamente no fim do terceiro trimestre de 2008 que foi verificada a crise financeira iniciada a
partir da quebra do banco americano Lehman Brothers em setembro do mesmo ano. Em um
ambiente de recesso econmico, natural esperar uma reduo no nmero de transaes, j
que o ambiente macroeconmico instvel faz com que as empresas abortem ou posterguem os
projetos de crescimento mais agressivos, inclusive atravs de aquisies. Porm, de acordo
com essa estimao, j no segundo trimestre de 2009 a srie retorna novamente para o regime
de alta atividade, regime que prevalece at os dias de hoje.
16

Alm desse modelo, tambm foi estimado um modelo com mais defasagens, mais
especificamente um modelo com oito defasagens, o qual capta o impacto de at dois anos do
passado. Porm, o modelo estimado com todos os coeficientes significantes (ver anexo I), um
modelo AR(6) incompleto, apresenta um nmero to elevado de mudanas de estados e com
durao to pequena (muitos perodos duram incluem apenas um ou dois dados, isto , um ou
dois trimestres) que no consegue incorporar movimentos de consolidao. Isso porque um
movimento de consolidao se estende por vrios meses, dado que o do incio de um processo
de fuses e aquisies at a concluso deve-se passar por diversas etapas como prospeco,
negociao, due diligence, o que demanda um intervalo de tempo mais longo que apenas um
ou dois trimestres.

5 Concluso

O presente estudo concluiu que parecem existir no Brasil ondas de fuses e aquisies
segundo o conceito usualmente definido na literatura (aumentos no sustentados no nvel das
transaes), sendo que o incio e o fim das ondas coincidem com perodos no qual a economia
brasileira passou por mudanas significativas: a primeira mudana de regime definida na
estimao ocorre aproximadamente no mesmo momento em que o Plano Real institudo no
Brasil; a mudana do regime de alta atividade para o regime de baixa atividade coincide com
a ocorrncia da crise financeira em 2008. O modelo que melhor se ajusta srie de dados de
F&A um modelo AR(3) incompleto (com primeira e terceira defasagens significantes) com
dois regimes de Markov (com mesma mdia e coeficientes auto-regressivos e varincias
distintas): baixa e alta atividade. O resultado do trabalho revelador, uma vez que ele aponta
que o impacto do passado no presente da srie difere entre o estado de baixa atividade e o
estado de alta atividade, o que contrrio a suposio de muitos trabalhos anteriores, os quais
assumem que os coeficientes auto-regressivos so os mesmos para os modelos em cada
estado. Esse resultado compatvel com a idia de que as fuses e aquisies carregam um
efeito estoque, o que indica que um estgio no qual ocorre mais fuses e aquisies (estado de
alta atividade) acumular um efeito maior do que no estado de baixa atividade.

17

Referncias

AMANN, E.; BAER, W. Neo-Liberalism and market concentration in Brazil: The emergence
of a contradiction? The Quarterly Review of Economics and Finance, 48, 252262, 2008.

ARAGO, P. C. Guide to Mergers & Acquisitions. International Financial Law Review,

24, 2005.

CAMARGOS, M. A.; BARBOSA, F. Fuses, aquisies e takeovers: um levantamento

terico dos motivos, hipteses testveis e evidncias empricas. Caderno de Pesquisas em
Administrao, So Paulo, 10, 1738, 2003.

CAMARGOS, M. A.; D BARBOSA, F. V. Fuses e Aquisies de Empresas Brasileiras:

Criao de Valor e Sinergias Operacionais. Revista de Administrao de Empresas - RAE,
49(2), 206-220, 2009.

DEMPSTER, A. P.; LAIRD, M.D.; RUBIN, D.B. Maximum Likelihood from Incomplete
Data via the EM Algorithm. Journal of the Royal Statistical Society, B 39, 1, 138, 1977.

DEPAMPHILIS, D. M. Mergers, Acquisitions, and Other Restructuring Activities.

Academic Press. 5a edio. 1: 6-17, 2010.

FOCARELLI, D.; PANETTA, F. Are Mergers Beneficial to Consumers? Evidence from the
Market for Bank Deposits. American Economic Review, 93(4), 1152-1172, 2003.

GRTNER, D.; HALBHEER, D. Are There Waves in Merger Activity After All? Zurique:
University of Zrich, 2004.

GOMES, C.; AIDAR, O.; VIDEIRA, R. . Fuses, Aquisies e Lucratividade: Uma Anlise
do Setor Siderrgico Brasileiro. Economia 7(4), 143-163, 2006.

18

GUGLER, K.; MUELLER, D; WEICHSELBAUMER. The determinants of Merger Waves:

an international perspective. International Journal of Industrial Organization, 29 (6), 363
-377, 2011.

GUGLER, K.; MUELLER, D. C.; YURTOGLU, B. B.; ZULEHNER, C. The effects of

mergers: an international comparison. International Journal of Industrial Organization,
21(5): 625-653, 2003.

HAMILTON, J.D. A New Approach to the Economic Analysis of Nonstationary Time Series
and the Business Cycle. Econometrica, 57, 357-384, 1989.

HAMILTON, J.D. Time Series Analysis. Princeton: Princeton University Press, 1994.
HALL, S. Relational marketplaces and the rise of boutiques in Londons corporate finance
industry. Environment and Planning A 39(8) 1838-1854, 2007.

KASTRINAKI, Z.; STONEMAN, P. An Empirical Model of Merger and Acquisitions

Timing, Finance International Meeting AFFI-EUROFIDAI Paper, 1, 1-38, 2007.

KUMMER, C. e STEGER, U. Why Merger and Acquisition waves reoccur: the vicious circle
from pressure to failure. Strategic Management Review, 2(1), 44-63, 2008.

LINN, S.C.; ZHU, Z. Aggregate Merger Activity: New Evidence on the Wave Hypothesis.
Southern Economic Journal, 64, 130-146, 1997.

MATIAS, A.B.; BARRETTO, A.C.P.M.; GORGATI, V. Fuses e Aquisies no Brasil

Atual: Possibilidade de Ocorrncia de uma Onda. In: seminrio em administrao, 1996,
USP/ FEA. SO PAULO; SEMEAD/USP, 1996.

MCNAMARA, G.; HALEBLIAN, J.; DYKES, B. The performance implications of

participating in an acquisition wave: early mover advantages, bandwagon effects, and the
moderation influence of industry characteristics and acquirer tactics. Academy of
Management Journal, 51 (1) 113-130, 2008.
19

NELSON, R. Merger Movements in American Industry 1895-1956. Princeton: Princeton

University Press, 1959.

OXMETRICS 6, Software Estatstico para estimao de modelos. OxMetrics.

PERLIN, M. A Package for Markov Regime Switching Models in Matlab. Working Paper
Series. Universidade Federal do Rio Grande do Sul, 2010.

PERRY, M. K.; PORTER R. H. Oligopoly and the Incentive for Horizontal Merger. The
American Economic Review, 75, 219-227, 1985.

QIU, L. D; ZHOU, W. Merger waves: a model of endogenous mergers. The Rand Journal of
Economics, 38(1), 214-226, 2007.

REILLY, S. Aggregate US Merger levels: An explained Markov switching analysis. Infiniti

Conference on International Finance, 1, 1-49, 2008.

RESENDE, M. Mergers and Acquisitions Waves in the U.K.: a Markov- Switching

Approach. Applied Financial Economics, 18(13), 1067-1074, 2008.

REZENDE, F. The Brazilian Economy: recent developments and future prospects. Blackwell
Publishing (Royal Institute of International Affairs), 74(3), 563-575, 1998.

SHUGHART, F. M.; TOLLISON, R.D. The Random Character of Merger Activity. Rand
Journal of Economics, 500-509, 1984.

THE ECONOMIST. Waiting for a wave. 396, 53-53, 2010.

THE ECONOMIST. The age of hostility, 392, 25-25, 2009.

THOMSON ONE. Base de dados econmico-financeiros. Thomson Reuters.

20

TOWN, R. J. Merger Waves and the Structure of Merger and Acquisition Time-Series.
Journal of Applied Econometrics, 7: 83-100, 1992.

WELCH, J. The New Face of Latin America: Financial Flows, Markets and Institutions in the
1990s. Journal of Latin America Studies, 25(1), 1-24, 1993.

WESTON, J.; CHUNG, K.; HOAG, S. Mergers, Restructuring and Corporate Control.
Prentice Hall, Englewood Cliffs, 2a edio, 357-368, 1990.

21

ANEXO
Grfico da srie e probabilidades suavizadas de cada regime para o modelo AR(3) incompleto

Fonte: OxMetrics6

Correlograma da srie e dos resduos do modelo AR(3) incompleto ajustado

Fonte: OxMetrics6

22

Sada do Software Oxmetrics para modelo com mais defasagens (AR(6) incompleto)

Fonte: OxMetrics6

23