O IMPACTO DOS INVESTIMENTOS EM P&amp;D NO DESEMPENHO DAS EMPRESAS: APLICAÇÕES NO USO DE REGRESSÃO QUANTÍLICA COM VARIÁVEIS INSTRUMENTAIS

Rocha, Leonardo Andrade; Khan, Ahmad Saeed; Lima, Patrícia Verônica Pinheiro Sales; Poz, Maria Ester Soares Dal; Almeida, Carlos Alano Soares de

doi:10.1590/198055272235

Leonardo Andrade Rocha

Universidade Federal Rural do Semi-Árido (UFRSA).

Ahmad Saeed Khan

Universidade Federal do Ceará (UFC).

Patrícia Verônica Pinheiro Sales Lima

Universidade Federal do Ceará (UFC).

Maria Ester Soares Dal Poz

Faculdade de Ciências Aplicadas da Universidade Estadual de Campinas (FAC/UNICAMP).

Carlos Alano Soares de Almeida

Universidade Federal Rural do Semi-Árido (UFRSA).

Correspondência para:
Patrícia Verônica Pinheiro Sales Lima Contato:patricialima@ufc.br

Variável	Descrição da variável	Referências
y	Volume de vendas	Montresor e Vezzani (2015)MONTRESOR, S.; VEZZANI, A. The production function of top R&D investors: Accounting for size andsector heterogeneity with quantile estimations. Research Policy, v. 44, n. 2, p. 381-393, 2015.
P&D	Investimentos em P&D	Castellani et al. (2017)CASTELLANI, D.et al. Multinationality, R&D and productivity: Evidence from the top R&D investors worldwide. International Business Review, v. 26, n. 3, p. 405-416, 2017., Montresor e Vezzani (2015)MONTRESOR, S.; VEZZANI, A. The production function of top R&D investors: Accounting for size andsector heterogeneity with quantile estimations. Research Policy, v. 44, n. 2, p. 381-393, 2015., Bogliacino (2014)BOGLIACINO, F. Innovation and employment: A firm level analysis with European R&D Scoreboard data. EconomiA, v. 15, p. 2, p. 141-154, 2014. e Bogliacino e Pianta (2010)BOGLIACINO, F.; CORDONA, S. The determinants of R&D investment: the role of cash flow and capabilities.Working Paper, European Commission's Joint Research Centre (JRC),n. 10/2010, 2010.
Capex	Investimentos em bens de capital	Castellani et al. (2017)CASTELLANI, D.et al. Multinationality, R&D and productivity: Evidence from the top R&D investors worldwide. International Business Review, v. 26, n. 3, p. 405-416, 2017. e Montresor e Vezzani (2015)MONTRESOR, S.; VEZZANI, A. The production function of top R&D investors: Accounting for size andsector heterogeneity with quantile estimations. Research Policy, v. 44, n. 2, p. 381-393, 2015.
Emp	Estoque de funcionários	Bogliacino (2014)BOGLIACINO, F. Innovation and employment: A firm level analysis with European R&D Scoreboard data. EconomiA, v. 15, p. 2, p. 141-154, 2014.
π	Volume de lucros brutos	Bogliacino e Pianta (2010)BOGLIACINO, F.; PIANTA, M. Profits, R&D and innovation: a model and a test. Working Paper, European Commission's Joint Research Centre (JRC), n. 05/2010, 2010.
gπ	Taxa de crescimento dos lucros	Aghion et al. (2012)AGHION, P.et al. Credit constraints and the cyclicality of R&D investment: evidence from France. Journal of the European Economic Association, v.10, n. 5, p. 1001-1024, 2012., Aghion, Howitt e Prantl (2015)AGHION, P.; JARAVEL, X. Knowledge spillovers, innovation and growth . The Economic Journal, v. 125, p. 583, p. 533-545, 2015.
gy	Taxa de crescimento das vendas	Pindado, Queiroz e la Torre (2010)PINDADO, J.; QUEIROZ, V.; LA TORRE, C. How do firm characteristics inﬂuence the relationship between R&D and firm value? Financial Management, v. 39, n. 2, p. 463-862, 2010., Lee e Choi (2015)LEE, M.; CHOI, M. The determinants of research and development investment in the pharmaceutical industry: focus on financial structures. Osong Public Health Res Perspect, v. 6, n. 5, p. 302-309, 2015.

Instrumentos Excluídos	Instrumentos Incluídos
ln(π)	ln(capex)
gπ-3years	ln(emp)
gy-3years	-
Testes de validade dos instrumentos
Teste J-Hansen (HAYASHI, 2000HAYASHI, F. Econometrics. Princeton, NJ: Princeton University Press, 2000.)
HIPÓTESE NULA	HIPÓTESE ALTERNATIVA
Instr. válidos e não correlacionados com o erro	Instr. inválidos e correlacionados com o erro
Teste de Kleibergen e Paap (2006)KLEIBERGEN, F.; PAAP, R. Generalized reduced rank tests using the singular value decomposition. Journal of Econometrics, v. 133, n. 1, p. 97-126, 2006.
HIPÓTESE NULA	HIPÓTESE ALTERNATIVA
Instrumentos não relevantes e fracamente ou não correlacionados com os regressores endógenos	Instrumentos relevantes e fortemente correlacionados com os regressores endógenos

Variáveis	Percentil				Média	Desvio-Padrão	CV
Variáveis	25%	50%	75%	95%
Inv. P&D (€ Milhões)	37,80	76,00	193,00	1.379,40	320,45	763,80	238%
Vendas (€ Milhões)	961,10	2.446,85	7.723,60	43.198,00	10.227,40	23.437,00	229%
Inv. Capex (€ Milhões)	37,70	105,15	378,30	2.803,70	742,24	2.278,00	307%
Lucros (€ Milhões)	81,40	220,35	710,20	4.833,50	1.153,51	3.040,00	264%
G_lucros(%)	-2,85	10,25	28,10	85,50	17,12	47,21	276%
G_vendas(%)	2,40	8,00	16,30	43,20	12,90	41,13	319%
Nº Func.	4.066,00	10.166,50	30.190,00	128.705,00	31.486,05	55.996,00	178%

	Inv. P&D	Vendas	Inv. Capex	Lucros	Nº Func.	G_lucros	G_vendas
Inv. P&D	1,0000	-	-	-	-	-	-
Vendas	0,4237***	1,0000	-	-	-	-	-
Inv. Capex	0,3070***	0,8596***	1,0000	-	-	-	-
Lucros	0,4351***	0,8013***	0,8184***	1,0000	-	-	-
Nº Func.	0,4665***	0,5897***	0,5080***	0,4277***	1,0000	-	-
G _lucros	0,0487*	0,0211	0,0092	0,0296	0,0017	1,0000	-
G _vendas	-0,0290	-0,0220	-0,0122	-0,0047	-0,0407*	0,1009***	1,0000

VARIÁVEIS	(1)	(2)	(3)
VARIÁVEIS	VI	MMG	MQO

log(P&D)	1.049***	1.037***	0.249***
	(0.0929)	(0.0927)	(0.0174)
log(Capex)	0.0627	0.0628	0.328***
	(0.0405)	(0.0405)	(0.0212)
log(Emp)	0.158***	0.168***	0.413***
	(0.0435)	(0.0431)	(0.0275)
Constante	2.903***	2.846***	1.895***
	(0.282)	(0.280)	(0.201)

Amostra	2000	2000	2000
R²	0.710	0.715	0.895
Kleibergen-Paaptest	89.754***	89.755***	-
Hansen-J statistic	3.876	3.776	-
Ef.Fixos-País	SIM	SIM	SIM
Ef.Fixos-Setor	SIM	SIM	SIM

VARIÁVEIS	(1)	(2)	(3)
VARIÁVEIS	VI	MMG	MQO

log(P&D)	0.786***	0.771***	0.174***
	(0.0635)	(0.0631)	(0.0219)
log(Capex)	0.0991***	0.105***	0.310***
	(0.0350)	(0.0348)	(0.0308)
log(Emp)	0.348***	0.351***	0.589***
	(0.0314)	(0.0314)	(0.0361)
Constante	0.417**	0.443**	0.0477
	(0.199)	(0.198)	(0.220)

Amostra	967	967	967
R²	0.746	0.753	0.858
Kleibergen-Paaptest	110.009***	110.029***	-
Hansen-J statistic	4.550	4.504	-
Ef.Fixos-País	-	-	-
Ef.Fixos-Setor	-	-	-

VARIÁVEIS	(1)	(2)	(3)
VARIÁVEIS	VI	MMG	MQO

log(P&D)	0.961***	0.951***	0.188***
	(0.0819)	(0.0816)	(0.0253)
log(Capex)	0.0153	0.0180	0.282***
	(0.0406)	(0.0406)	(0.0306)
log(Emp)	0.244***	0.248***	0.598***
	(0.0412)	(0.0411)	(0.0403)
Constante	1.515***	1.491***	-0.0357
	(0.246)	(0.246)	(0.273)

Amostra	967	967	967
R²	0.732	0.737	0.863
Kleibergen-Paaptest	88.900***	89.993***	-
Hansen-J statistic	3.725	3.625	-
Ef.Fixos-País	SIM	SIM	SIM
Ef.Fixos-Setor	SIM	SIM	SIM

VARIÁVEIS	Quantil
	25%		50%		75%		95%
	(1)	(2)	(3)	(4)	(5)	(6)	(7)	(8)
	RQ-VI	RQ	RQ-VI	RQ	RQ-VI	RQ	RQ-VI	RQ

log(P&D)	0.949***	0.295***	1.205***	0.231***	1.312***	0.217***	1.668***	0.129**
	(0.126)	(0.0173)	(0.145)	(0.0146)	(0.168)	(0.0248)	(0.369)	(0.0599)
log(Capex)	0.0365	0.274***	0.0400	0.305***	0.0611	0.313***	0.117	0.408***
	(0.0512)	(0.0174)	(0.0574)	(0.0156)	(0.0683)	(0.0213)	(0.150)	(0.0514)
log(Emp)	0.184***	0.467***	0.0687	0.459***	0.141**	0.427***	0.170	0.357***
	(0.0535)	(0.0194)	(0.0671)	(0.0167)	(0.0714)	(0.0247)	(0.157)	(0.0597)
Constante	2.578***	0.755***	3.436***	1.457***	2.588***	2.453***	1.989**	4.295***
	(0.328)	(0.176)	(0.419)	(0.155)	(0.438)	(0.192)	(0.962)	(0.464)

Amostra	2,000	2,000	2,000	2,000	2,000	2,000	2,000	2,000
Ef.Fixos-País	SIM	SIM	SIM	SIM	SIM	SIM	SIM	SIM
Ef.Fixos-Setor	SIM	SIM	SIM	SIM	SIM	SIM	SIM	SIM

VARIÁVEIS	Quantil
	25%		50%		75%		95%
	(1)	(2)	(3)	(4)	(5)	(6)	(7)	(8)
	RQ-VI	RQ	RQ-VI	RQ	RQ-VI	RQ	RQ-VI	RQ

log(P&D)	1.021***	0.375***	1.103***	0.342***	1.127***	0.263***	1.549*	0.171
	(0.0748)	(0.0200)	(0.130)	(0.0253)	(0.157)	(0.0354)	(0.830)	(0.109)
log(Capex)	-0.0273	0.159***	-0.0267	0.150***	0.0377	0.212***	0.0368	0.264***
	(0.0487)	(0.0244)	(0.0551)	(0.0258)	(0.0565)	(0.0358)	(0.119)	(0.0494)
log(Emp)	0.218***	0.526***	0.166***	0.530***	0.201***	0.509***	0.271***	0.469***
	(0.0487)	(0.0234)	(0.0632)	(0.0287)	(0.0648)	(0.0377)	(0.0845)	(0.0983)
Constante	1.440***	-0.249	1.909***	0.271	1.638***	0.957***	0.282	2.792***
	(0.312)	(0.185)	(0.368)	(0.208)	(0.433)	(0.247)	(2.114)	(0.550)

Amostra	967	967	967	967	967	967	967	967
Ef.Fixos-País	SIM	SIM	SIM	SIM	SIM	SIM	SIM	SIM
Ef.Fixos-Setor	SIM	SIM	SIM	SIM	SIM	SIM	SIM	SIM

País de origem	Freq. Abs.	Freq. Rel. (%)	Freq. Cum. (%)
Australia	15	0,75	0,75
Austria	12	0,60	1,35
Belgium	13	0,65	2,00
Bermuda	10	0,50	2,50
Brazil	8	0,40	2,90
Canada	17	0,85	3,75
Cayman Islands	49	2,45	6,20
China	93	4,65	10,85
CzechRepublic	1	0,05	10,90
Denmark	25	1,25	12,15
Finland	20	1,00	13,15
France	75	3,75	16,90
Germany	130	6,50	23,40
Greece	1	0,05	23,45
Hong Kong	5	0,25	23,70
Hungary	1	0,05	23,75
Iceland	1	0,05	23,80
India	22	1,10	24,90
Ireland	11	0,55	25,45
Israel	15	0,75	26,20
Italy	30	1,50	27,70
Japan	353	17,65	45,35
Liechtenstein	1	0,05	45,40
Luxembourg	4	0,20	45,60
Malaysia	1	0,05	45,65
Malta	1	0,05	45,70
Mexico	1	0,05	45,75
New Zealand	2	0,10	45,85
Norway	11	0,55	46,40
Portugal	4	0,20	46,60
Russia	4	0,20	46,80
Saudi Arabia	1	0,05	46,85
Singapore	5	0,25	47,10
Slovenia	1	0,05	47,15
South Africa	1	0,05	47,20
South Korea	56	2,80	50,00
Spain	16	0,80	50,80
Sweden	40	2,00	52,80
Switzerland	54	2,70	55,50
Taiwan	82	4,10	59,60
Thailand	1	0,05	59,65
The Netherlands	35	1,75	61,40
Turkey	6	0,30	61,70
UK	107	5,35	67,05
USA	658	32,90	99,95
Venezuela	1	0,05	100,00
Total	2000	100,00

Setor (ICB-3D)	Freq. Abs.	Freq. Rel. (%)	Freq. Cum. (%)
Aerospace & Defence	46	2,3	2,3
Alternative Energy	8	0,4	2,7
Automobiles & Parts	126	6,3	9
Banks	27	1,35	10,35
Beverages	10	0,5	10,85
Chemicals	117	5,85	16,7
Construction & Materials	52	2,6	19,3
Electricity	24	1,2	20,5
Electronic & Electrical Equipment	177	8,85	29,35
Equity Investment Instruments	1	0,05	29,4
Financial Services	13	0,65	30,05
Fixed Line Telecommunications	20	1	31,05
Food & Drug Retailers	3	0,15	31,2
Food Producers	51	2,55	33,75
Forestry & Paper	9	0,45	34,2
Gas, Water & Multi-utilities	11	0,55	34,75
General Industrials	69	3,45	38,2
General Retailers	12	0,6	38,8
Health Care Equipment & Services	83	4,15	42,95
Household Goods & Home Construction	34	1,7	44,65
Industrial Engineering	178	8,9	53,55
Industrial Metals & Mining	33	1,65	55,2
Industrial Transportation	9	0,45	55,65
Leisure Goods	34	1,7	57,35
Life Insurance	2	0,1	57,45
Media	16	0,8	58,25
Mining	10	0,5	58,75
Mobile Telecommunications	5	0,25	59
Nonequity Investment Instruments	1	0,05	59,05
Nonlife Insurance	1	0,05	59,1
Oil & Gas Producers	26	1,3	60,4
Oil Equipment, Services & Distribution	14	0,7	61,1
Personal Goods	37	1,85	62,95
Pharmaceuticals & Biotechnology	215	10,75	73,7
Real Estate Investment & Services	2	0,1	73,8
Software & Computer Services	188	9,4	83,2
Support Services	19	0,95	84,15
Technology Hardware &Equipment	293	14,65	98,8
Tobacco	6	0,3	99,1
Travel & Leisure	18	0,9	100
Total	2000	100

R&D intensity	Freq. Abs.	Freq. Rel. (%)	Freq. Acum. (%)
High R&D intensity	1.473	73,65	73,65
Medium R&D intensity	454	22,70	96,35
Low R&D intensity	73	3,65	100,00
Total	2.000	100,00	-

[1] Correspondência para:
Patrícia Verônica Pinheiro Sales Lima Contato:patricialima@ufc.br

	Firmas mais afastadas da fronteira		Firmas na vizinhança da fronteira
	Quantis inferiores		Quantis superiores
	Tipos de estratégias empresariais
	Imitação		Inovação
*	Estratégias seguidoras das empresas líderes	*	Estratégias baseadas na eficiência
*	Investimentos destinados à execução de tecnologias preexistentes	*	Recursos de pesquisa destinados a “deslocar” a fronteira
*	Avanços nos métodos básicos de produção	*	Altos níveis de investimento em P&D e na geração de patentes
*	Conhecimento baseado na “destruição criativa” - Mark Schumpeter I	*	Conhecimento baseado na “acumulação criativa” - Mark Schumpeter II

Brasil

Brasil

O IMPACTO DOS INVESTIMENTOS EM P&D NO DESEMPENHO DAS EMPRESAS: APLICAÇÕES NO USO DE REGRESSÃO QUANTÍLICA COM VARIÁVEIS INSTRUMENTAIS

THE IMPACT OF INVESTMENTS IN R&D ON FIRM PERFORMANCE: APPLICATIONS OF QUANTILE REGRESSION WITH INSTRUMENTAL VARIABLES

RESUMO