1.1 Análise do Impacto dos Gastos e Investimentos em TI

O real impacto da TI pode permanecer desconhecido e seu potencial não realizado, sendo que são frequentes, na literatura, relatos de projetos fracassados, custos não identificados, benefícios não obtidos, orçamentos não atendidos, retorno limitado de investimentos, ou negativo, além de discrepâncias entre o esperado e o realizado (^{STRASSMANN, 1997}; ^{TINGLING; PARENT, 2004}; ^{REMENYI; BANNISTER; MONEY, 2007}; ^{CARCARY, 2008}).

O fracasso de um projeto de grande monta pode ter consequências sérias, inclusive comprometendo a continuidade da organização (^{REMENYI, 1999}; ^{BANNISTER, McCABE; REMENYI, 2002}; ^{REMENYI; GRIFFITHS; DINIZ, 2004}). E, tanto excesso, quanto falta de investimentos, podem acabar comprometendo a estrutura e o funcionamento da empresa (^{LUNARDI; BECKER; MAÇADA, 2012}).

Pesquisas e estatísticas de TI revelam que mais de 70% dos projetos foram tumultuados, seja por exceder o prazo, seja por não funcionar como previsto, ou ainda por absorver grandes quantidades de recursos, mas sem oferecer os benefícios prometidos (^{PAN; PAN; FLYNN, 2004}; ^{AL-SHEHAB; HUGHES; WINSTANLEY, 2005}; ^{FLYVBJERG; BUDZIER, 2011}).

Segundo ^{Maizlish e Handler (2005)} e ^{Lunardi et al. (2012)}, 72% dos projetos de TI são entregues com atraso, ultrapassam seu orçamento, apresentam falta de funcionalidade ou nunca são entregues. Destes 28% de projetos considerados bem sucedido, 45% ultrapassam o orçamento e 68% levam mais tempo que o planejado, dessa forma, metade dos executivos declararam estar insatisfeitos quanto aos custos utilizados e apenas 52% dos projetos concluídos obtêm valor estratégico, o que significa que, somente investir em TI, não representa uma garantia de ganhos para o negócio.

1.2 Medidas Contábeis e de Mercado para Análise da Conversão da TI

Os pesquisadores da área de TI têm feito progressos significativos especialmente relacionados à análise do valor da TI e às capacidades para o desempenho da empresa (^{MITHAS; TAFTI; BARDHAN; GOH, 2012}; ^{KOHLI; GROVER, 2008}; ^{LIM; DEHNING; RICHARDSON; SMITH, 2011}).

Em comparação com o corpo de pesquisa da literatura sobre o valor de TI, a literatura sobre sistemas e gestão de informação (TI/MIS) - Accounting Information Systems (AIS) é muito menos extensa, mas este campo de literatura vem se destacando, com boas contribuições (^{DEHNING; RICHARDSON, 2002}; ^{MASLI; RICHARDSON; SANCHEZ; SMITH, 2011}; ^{LIM; DEHNING; RICHARDSON; SMITH, 2011}).

^{Lim, Dehning, Richardson e Smith (2011)} apresentam uma meta-análise voltada às pesquisas relevantes sobre os impactos dos investimentos em TI no desempenho financeiro da empresa. Os autores categorizaram as medidas de desempenho financeiro com base no mercado, ou com base na contabilidade, destacando suas características.

O principal argumento para uso de medidas de mercado consiste na vantagem teórica, por representarem melhor os benefícios futuros esperados do investimento em TI. Por outro lado, medidas de mercado são medidas amplas de desempenho, facilmente confundidas com outros fatores, como diferenças de risco, as mudanças na competição e as mudanças no ambiente da informação. Sendo assim, os estudos que examinaram os gastos de TI são mais propensos a encontrar evidências do impacto sobre o desempenho em medidas baseadas em contabilidade (^{LIM; DEHNING; RICHARDSON; SMITH, 2011}).

Também ^{Masli, Richardson, Sanchez e Smith (2011)} apontam que, no nível da empresa, as informações contábeis são amplamente disponíveis e, assim, pesquisas vêm utilizando uma variedade de métricas contábeis.

Alguns trabalhos mostraram que existe correlação serial forte em medidas contábeis, que o pesquisador deve levar em conta ao medir o desempenho atual ou o desempenho futuro (^{HU; PLANT, 2001}; ^{DEHNING; RICHARDSON; ZMUD, 2007}; ^{MASLI; RICHARDSON; SANCHEZ; SMITH, 2011}).

De qualquer forma, em pesquisas para compreender as potenciais contribuições do investimento em TI para o desempenho financeiro, deve-se reconhecer que as métricas contábeis, ao nível da empresa são medidas de resumo (^{MASLI; RICHARDSON; SANCHEZ; SMITH, 2011}). E, sempre que possível, os pesquisadores devem analisar medidas mais específicas de desempenho do processo, tais como o giro de estoque e mudanças de despesas (^{DEHNING; RICHARDSON; ZMUD, 2007}; ^{MASLI; RICHARDSON; PETERS, 2010}; ^{MASLI; RICHARDSON; SANCHEZ; SMITH, 2011}; ^{LIM; DEHNING; RICHARDSON; SMITH, 2011}).

1.3 Pesquisas Selecionadas com enfoque em Métricas Contábeis

Conforme Tabela 1, contendo as abordagens, as variáveis adotadas e os resultados obtidos em diferentes épocas, observa-se que os pesquisadores tendem a utilizar dados anuais para os gastos de TI e medidas contábeis-financeiras, especialmente indicadores de rentabilidade e lucratividade (^{HITT; BRYNJOLFSSON, 1996}; ^{DEVARAJ; KOHLI, 2000}; ^{PARENTE; VAN HORN, 2007}; ^{ARAL; WEILL, 2007}; ^{SHIN, 2006}; ^{NICOLAOU, 2004}; ^{MENON; LEE; ELDENBURG, 2000}; ^{MITHAS; TAFTI; BARDHAN; GOH, 2012}).

Há pesquisadores que preferem adotar a associação de métricas contábeis e de mercado; nestas pesquisas, em geral, relacionam os indicadores de TI, margens internas e indicadores do mercado de ações (^{HU; PLANT, 2001}; ^{ANDERSON; BANKER; RAVINDRAN, 2006}; ^{HENDERSON; KOBELSKY; RICHARDSON; SMITH, 2010}; ^{DUNN; KOHLBECK; MAGILKE, 2009}; ^{KOBELSKY; RICHARDSON; SMITH; ZMUD, 2008}; ^{KOHLI; DEVARAJ; OW, 2012}).

Sobre obtenção dos dados e perspectivas, ^{Masli, Richardson, Sanches e Smith (2011)} lembram que a qualidade de dados permanece um dos problemas para a pesquisa que analisa os investimentos em TI e as contribuições para o valor do negócio.

^{Lim, Dehning, Richardson e Smith (2011)}, afirmam que os estudos de gastos de TI costumam ter tamanhos de amostras maiores, o que também melhora a precisão. Porém, a disponibilidade de dados de gastos com TI é limitada, uma vez que as empresas não informam em separado, despesas ou investimentos em TI nas demonstrações financeiras, sendo essa uma das implicações para pesquisadores e profissionais de AIS.

1.4 Efeito Tardio da TI - Lag Effect

O efeito defasado (tardio), ou lag effect tem sido identificado por muitos estudos realizados na área de SI/TI, como assimetria entre investimento e retorno. O efeito tardio de determinados investimentos de TI no desempenho e em outros benefícios que lhe são conferidos ocorrem, em geral, devido à complexidade e à extensão da iniciativa de TI, tornando a avaliação desta com o desempenho da organização bem mais complicada e exigindo análises que considerem um espaço de tempo mais longo (^{HU; PLANT, 2001}; ^{DEVARAJ; KOHLI, 2003}; ^{LEE; KIM, 2006}; ^{SEDDON; CALVERT; YANG, 2010}; ^{MITHAS; TAFTI; BARDHAN; GOH, 2012}).

O efeito defasado dos investimentos em TI pode ser maior do que o efeito (impacto) imediato. Por isso, é necessário considerar um intervalo de tempo entre o investimento em TI e o desempenho da empresa (^{HU; PLANT, 2001}; ^{LEE; KIM, 2006}; ^{LUNARDI; BECKER; MAÇADA, 2012}).

1.5 Embasamento para o Modelo de Pesquisa

Visando compreender e dar destaque ao modelo de pesquisa, detalhado no Método da Pesquisa, a seguir apresenta-se alguns estudos antecessores que evidenciam a efetividade de conversão dos gastos e investimentos em TI, que se traduz em melhoria do desempenho organizacional, conforme Figura 1.

Fonte: Elaborado pelos autores

Figura 1 Modelos para evidenciar a conversão dos Investimentos em TI na Performance 

Primeiramente, apresenta-se o modelo de ^{McKeen, Heather e Parent (1999)}, relacionando de forma direta o investimento com o desempenho organizacional.

No trabalho de ^{Weill (1989)} surgiu o conceito de conversão eficaz da TI ou efetividade de conversão. O mesmo salienta a necessidade de separar os diferentes tipos de investimento e combiná-los com medidas de desempenho organizacionais adequados, além da necessidade de considerar fatores como compromisso de gestão e experiência anterior com TI, podendo interferir na eficácia com que a empresa converte investimento em saídas úteis. E, ^{Weill e Broadbent (1998)} dão destaque para a classificação dos objetivos da TI, necessidades informacional, estratégica, transacional e de infraestrutura. ^{Lucas (1999)} reforça os tipos de investimentos e o uso apropriado da TI como alavancadores de desempenho; no seu modelo, admite que outras variáveis, além TI, podem direcionar o desempenho organizacional.

^{Dehning e Richardson (2002)} apresentam entre 1997 a 2001³ um quadro de referência das pesquisas sobre avaliação dos impactos dos investimentos em TI no desempenho da firma. Os autores se detêm em medidas de desempenho organizacionais mais relevantes para os pesquisadores de AIS. Segundo os autores os investimentos em TI podem gerar impacto direto ou indireto para o processo de negócio, sendo que ambos (direto e indireto) determinam o desempenho global da organização e adotam medidas contábeis e de mercado.

Todos os modelos de pesquisa apresentados aproximam-se em termos de evidenciação, reconhecendo que os investimentos em TI podem gerar impactos na performance organizacional (desempenho).

2.1 População e Coleta de Dados

A população da pesquisa foi composta pelas companhias brasileiras, de capital aberto, do ramo industrial, com ações ativas na BOVESPA, totalizando 119 companhias, para as quais foram coletadas as informações contábil-financeiras do período de 2001 a 2011, junto ao banco de dados da Economática. A coleta foi completada por meio de uma survey, para obtenção dos dados específicos das indústrias no que se refere à tecnologia de informação. Obteve-se ao final de coleta dos dados primários uma amostra com 53% da população estudada.

2.2 Modelo e Construtos

A evolução das pesquisas anteriores serviu de base para o modelo híbrido adotado, restringindo-se em esclarecer a efetividade de conversão dos gastos e investimentos em TI no desempenho financeiro da firma (^{WEILL, 1989}, ¹⁹⁹²; ^{WEILL; BROADBENT, 1998}; ^{McKEEN; HEATHER; PARENT, 1999}; ^{LUCAS, 1999}; ^{MAÇADA, 2001}; ^{DEHNING; RICHARDSON, 2002}).

A seguir apresenta-se a descrição das hipóteses. Na Figura 2, contemplando o objetivo da pesquisa, os investimentos em TI (prévios e presentes), bem como a variação destes gastos durante todo o período de análise são evidenciados no modelo.

Fonte: Elaborado pelos autores

Figura 2 Modelo de pesquisa 

2.3 Variáveis e Operacionalização

Adotou-se a análise de dados em painel, para identificar como os gastos e investimentos em TI e outras variáveis independentes selecionadas impactam no Resultado Operacional (ROP). O índice EBIT, do acrônimo Earning Before Interest and Taxes, no Brasil, Lucro antes dos Juros, Imposto de Renda e Constribuição Social, foi adotado para representar a variável dependente ROP, devido ao reconhecimento da literatura e respaldo da legislação quanto a sua importância e adequação para representar o lucro operacional. O EBIT corresponde a medida de lucro mais ligada ao resultado de natureza operacional auferido pela organização, que não inclui resultado financeiro, dividendos ou juros sobre o capital próprio, resultado de equivalência patrimonial e outros resultados não operacionais (^{MARQUES; CARNEIRO JR; KUHL, 2008}; ^{MATARAZZO, 2010}).

Além da variável dependente ROP, a matriz de dados foi composta por 11(onze) variáveis independentes, conforme apresentadas na Tabela 2.

Tabela 2 Detalhamento das variáveis 

Variável	Pesquisas	Equação	Descrição da Variável
Resultado Operacional	Mithas et al. (2012) Kohli et al. (2012) Lunardi et al.(2012)	ROPt = EBIT	Lucro antes dos Juros e Imposto de Renda.
Gastos em TI	Meirelles, (1985, 2015) Hu e Plant (2001) Aral e Weill (2007) Henderson et al.(2010) Kohli et al. (2012)		Investimentos, Custos e Despesas destinadas à Tecnologia de Informação (Valor Anual).
Custo Operacional	Hu e Plant (2001) Lunardi et al. (2012)	CustOpt = Dadm + Dvendas	Valor anual das Despesas Administrativas ede Despesas de Vendas, excluídos despesas financeiras.
Retorno sobre Ativos (ROA)	Dunn et al. (2009) Kobelsky et al. (2008) Parente e Van Horn (2007); Aral e Weill (2007) Hu e Plant (2001) Hitt e Brynjolfsson (1996)		Indicador de Rentabilidade sobre AtivoTotal (ROA-Return on Assets).
Giro do Ativo	Dehning et al. (2007) Lunardi et al. (2012)		Traduz o giro, ou seja, a Receita expressa o volume de negócios pelos investimentos totais(AT).
Retorno sobre o PL (ROE)	Hu e Plant (2001) Hitt e Brynjolfsson (1996)		Representa a rentabilidade Operacional do PL, obtido da divisão do (ROP) peloPatrimônio Líquido (PL).
Custo do Produto Vendido	Aral e Weill (2007)	CusProdt = CPV	Valor do Custo do Produto Vendido (totaldo custo de produção, mais adicionais davenda)
Margem de Contribuição Bruta	Shin (2006)	MCt = RO – CVar	Evidencia o resultado parcial, obtido do cálculo da Receita Líquida, deduzidos os Custos Variáveis de Produção.
Margem de Contribuição Operacional	Shin (2006)	MCOpert = MC –VarVendas	Evidencia o resultado parcial, a partir doResultado da MC deduzidos os Custos Variáveis de Vendas (incluíndo impostos deVendas).
Crescimento de Vendas	Hu e Plant (2001) Hitt e Brynjolfsson (1996) Lunardi et al. (2012)		Representa a Variação das Vendas (Crescimento ou Redução no período (Vtinicial- tfinal).
Capital de Giro	Dunn et al. (2009) Beasley et al. (2009)	CapGiro = ACOp	Indica os recursos no curto prazo relacionados às operações (disponível,créditos e estoques), obtido no Ativo Circulante.
Liquidez Corrente			Índice de Liquidez de curto prazo evidencia a capacidade de saldar as obrigações dentro do ano.

Fonte: Elaborado na pesquisa

2.4 Características do Modelo Adotado

Os dados em painel permitem a avaliação da relação dinâmica entre as variáveis, possibilitando a incorporação de uma possível existência de correlação entre os valores presentes e passados da variável dependente (ROP) e os valores contemporâneos e passados das demais variáveis independentes ou explicativas (IGTI, ROA, LiqC, Giro-Ativo, ROE, Cap-Giro e MCOper). Além disso, é importante considerar a característica específica de cada empresa analisada, apesar de não ser possível observá-la (por exemplo, política, missão e estratégia da empresa).

Para o estudo, o efeito específico da empresa é considerado fixo e invariante no tempo. Admite-se ainda, neste modelo, uma possível correlação entre as variáveis explicativas e o efeito fixo específico de cada empresa (endogeneidade).

Foram utilizadas as informações referentes ao período de 2001 a 2011, compreendendo 11(onze) instantes de tempo, sendo que para não ocorrer uma redução excessiva no tamanho de amostra para a estimação do modelo, foram consideradas defasagens de até dois instantes de tempo. A regressão estimada neste trabalho apresenta a seguinte parametrização:

(1)

Sendo:

i = a N; para t = 2003, ..., 2011

ε_it = μ_i + ν_it

E [μ_i] = E [ν_it = E [μ_i ν_it] = 0

Onde: x_it, x_i,t-1, x_i,t-2 são vetores de variáveis explicativas contemporâneas e defasadas de um e dois instantes de tempo, respectivamente, de dimensão 1 x p e β o vetor de coeficientes, p x 1. associado a esses regressores. O componente de erro do modelo, ε_it. é composto por dois elementos ortogonais: um componente aleatório idiossincrático v_it e efeitos individuais fixos constantes no tempo, µ_i.

Por construção, a variável dependente defasada é correlacionada com o efeito fixo, que é parte do componente de erro do modelo. Desta forma, caso o modelo (Equação 1) seja estimado pelo método de mínimos quadrados ordinários, os coeficientes estimados serão viesados.

A solução adotada para o problema consiste em transformar os dados de modo a eliminar o efeito fixo:

(2)

Simplificando, a representação da variação ficou assim:

(3)

Pode-se observar que, após a transformação, a variável dependente defasada apresenta ainda um componente endógeno, uma vez que o termo y_i,t-1 é, por definição, correlacionado com v_i,t-1.

^{Arellano e Bond (1991)} propuseram a utilização dos valores defasados de y_i,t-1 como instrumentos⁴ para Δy_i,t-1 sob a hipótese de que não exista correlação serial em v_it. Dessa forma, y_i,t-2 é matematicamente relacionado com Δy_i,t-1 e, ao mesmo tempo, não correlacionado com o erro em primeira diferença Δv_it=v_it-v_i,t-1.

À medida que o painel avança no tempo, sucessivas defasagens podem ser incorporadas, gerando assim um subconjunto de instrumentos válidos para cada período disponível. O mesmo processo pode ser aplicado no caso das demais variáveis explicativas, consideradas como potencialmente endógenas. ^{Arellano e Bond (1991)} desenvolveram um procedimento de estimação linear via método dos momentos generalizado (GMM), Generalized Method of Moments, que utiliza os sucessivos valores defasados das variáveis endógenas como instrumentos para a primeira diferença dessas variáveis.

As estimativas geradas pelo estimador GMM dependem da validade dos instrumentos empregados na identificação das variáveis endógenas que foi testada empregando-se o teste de Sargan.

O teste de Sargan é um teste estatístico utilizado para verificar se há restrições de identificação de um modelo estatístico. Os resíduos deverão ser correlacionados com o conjunto de variáveis ​​exógenas se os instrumentos forem verdadeiramente exógenos (^{WOOLDRIDGE, 2010}, p.135).

Além disso, o modelo pressupõe a ausência de correlação serial no erro idiossincrático v_it. condição necessária para a consistência do estimador GMM⁵. Para testar esse pressuposto, foi utilizado o teste desenvolvido por ^{Arellano e Bond (1991)}, aplicado aos resíduos em diferenças. Sob a hipótese nula de ausência de correlação serial de segunda ordem nos distúrbios em primeira diferença, Δv_it. não existe correlação de primeira ordem nos distúrbios em nível.

3.1 Análise dos impactos dos GITI no Desempenho Financeiro (ROP)

Conforme explicado na metodologia, devido à presença de heterogeneidade não observável na forma de efeito fixo, o modelo pelo método de mínimos quadrados ordinários (MQO) não se mostra adequado. Para tratar o efeito fixo, foi utilizado o modelo ajustado de ^{Arellano e Bond (1991)}.

As análises foram efetuadas com o software estatístico Data Analysis and Statistical Software STATA^® versão 12.0. Inicialmente, todas as variáveis explicativas foram incluídas no modelo e aquelas não significantes foram eliminadas uma a uma por ordem de significância. Para o ajuste deste modelo, foi considerado o nível de significância de 5%.

Algumas variáveis foram mantidas no modelo como variável de controle, apesar de não serem significantes⁶ (ROE, crescimento de vendas e defasagens de algumas variáveis que tiveram algum período significante).

No Apêndice (A) encontram-se as medidas-resumo das variáveis analisadas. Na Tabela 3 deu-se destaque para as estimativas dos coeficientes do modelo inicial e algumas variáveis não se mostraram significativas.

3.2 Resultados Finais e Análise

Por fim a Tabela 4 evidencia as estimativas dos coeficientes do modelo de regressão final (reduzido), com as variáveis selecionadas, assim como as variáveis de controle (ROE e Crescimento de Vendas).

Conforme Tabela 4, observa-se que foram significantes no modelo o ROP de dois anos atrás (p=0,008), ROA no valor presente (p=0,003) e 2 (dois) anos atrás (p=0,007), LiqC no ano atual (p=0,005), Capital de Giro do ano presente (p=0,049), IGTI de dois anos atrás (p=0,042) e MCOper no valor presente (p=0,003).

A partir do modelo final, pode-se afirmar que o aumento de 1% no IGTI, ocorrido há dois anos, acarreta um aumento de 7,3% no ROP atual, mantidas as demais variáveis do modelo controladas (quando estamos comparando duas empresas similares com LiqC, Capital de Giro, MCOP, etc. em patamares semelhantes).

Além disso, é possível observar que o aumento de 1% no ROP de dois períodos anteriores, o aumento de 1% no ROA presente, o aumento de 1% no LiqC presente e o aumento de 1% no MC Oper atual acarretam, respectivamente, um aumento de 0,04%, 0,49%, 0,024% e 0,52% no ROP atual. O modelo final apresentou resíduos não correlacionados até a ordem 3 e o teste de Sargan não rejeitou a validade dos instrumentos (p=0,430), satisfazendo às condições do modelo de Arellano e Bond.

Os resultados mostraram que houve algumas situações novas em relação ao modelo inicialmente proposto: i) o aumento da variável ROA_t-2 (de dois períodos passados) impacta negativamente na variável resposta ROP atual; ii) o aumento da variável Capital de Giro atual possui correlação negativa também com o ROP atual; iii) acreditava-se inicialmente que a melhoria prévia da margem de contribuição (anos passados) impactava no ROP atual, contudo esta hipótese não foi confirmada; iv) a hipóteses de que a variável Rentabilidade do Capital Próprio (ROE) de anos anteriores está associada ao ROP atual não foi significante no modelo, também não foi confirmado que os investimentos em TI prévios provocam a melhoria da rentabilidade atual.

Sendo assim, foi possível confirmar as seguintes hipóteses, em relação à variação dos investimentos de TI no período e adotando o modelo dinâmico:

H_1a A variação dos gastos e investimentos em tecnologia de informação (Δ%IGTI) tem uma relação positiva com o aumento da receita da firma no período.

H_2a A variação dos gastos e investimentos em TI tem uma associação negativa com os custos (despesas) operacionais da empresa.

H_1b Os gastos e investimentos em TI realizados previamente impactam no resultado financeiro operacional (ROP) no período atual.