A Influência das Conexões Políticas no Custo de Capital e no Desempenho das Empresas Listadas na B3

RESUMO

A teoria preconiza que em economias emergentes, como a brasileira, as empresas buscam estreitar e fortalecer laços com atores governamentais e institucionais com objetivo de melhorar seu desempenho. Sob a perspectiva teórica da Teoria Institucional, o presente estudo pretende contribuir com pesquisas anteriores, integrando os campos da estratégia e de finanças, investigando a influência das conexões políticas, por meio das doações de campanha, no custo de capital e no desempenho das empresas listadas na B3. Trabalhamos com dados em painel para análise dos dados no período 1998 a 2016. Nossos achados não corroboram a predição teórica e intuitiva de que o “capitalismo de compadrio” reduz o custo de capital e melhora o desempenho das empresas, uma vez que não obtivemos evidências empíricas as quais permitam afirmar que o efeito das doações no custo de capital e no desempenho das empresas conectadas é diferente de zero.

Palavras-chave:
Custo de Capital; Desempenho; Conexões Políticas; Doações de Campanha; Corrupção

ABSTRACT

The theory holds that in emerging economies, such as the Brazilian one, companies seek to strengthen ties with governmental and institutional actors in order to improve their performance. From the theoretical perspective of the Institutional Theory, this study intends to contribute to previous research, integrating the fields of strategy and finance, investigating the influence of political connections, through campaign donations, the cost of capital and the performance of listed companies on B3. We worked with panel data for data analysis on the period ranging from 1998 to 2016. Our findings do not corroborate the theoretical and intuitive prediction that “crony capitalism” reduces the cost of capital and improves the performance of companies, since we did not obtain empirical evidence that allows affirming that the effect of donations on the cost of capital and the performance of connected companies is different from zero.

Keywords:
Cost of Capital; Performance; Political Connections; Campaign Donations; Corruption

1. INTRODUÇÃO

O governo, como importante ator do ambiente externo e com papel de destaque na economia, é provedor e controlador de recursos. Além disso, delibera sobre políticas públicas e afeta, direta ou indiretamente, empresas de diversos segmentos produtivos (CAMILO; MARCON; BANDEIRA-DE-MELLO, 2012). Portanto, as empresas podem desenvolver estratégias a fim de se conectar ao governo com o intuito de obter e preservar recursos, bem como influenciar nas decisões e políticas públicas (HILLMAN; HITT, 1999). Essas conexões políticas podem desempenhar uma função relevante nas empresas, independentemente da economia em que estejam inseridas, e o sucesso ou insucesso das organizações que se valem dessa estratégia têm levado muitos pesquisadores a estudar o tema com o intuito de medir o valor de tais ligações no mundo dos negócios (HOUSTON et al., 2014).

No presente trabalho, partimos do pressuposto de que as conexões políticas contribuem com as empresas com o intuito de essas obterem recursos financeiros a custos menores e melhorarem seu desempenho. Todavia, é salutar mencionar a visão alternativa acerca do tema que sustenta o fato de essas conexões virem a onerar o custo de capital, decorrente, por exemplo, da ineficiência da aplicação desses recursos e das assimetrias informacionais, o que, por sua vez, implica um custo de capital mais elevado e, consequentemente, um menor desempenho em relação às firmas sem conectividades (FACCIO, 2006; CHANEY; FACCIO; PARSLEY, 2011).

Assim, o objetivo deste estudo é investigar as conexões políticas das firmas brasileiras listadas na B3, não financeiras e sem participação acionária majoritária do governo, e suas influências no desempenho de mercado no período de 1998 a 2016. Utilizamos as doações para campanha política como estratégia de conexão das empresas e proxy da corrupção. A partir dos dados extraídos da base Economatica^® e do tribunal superior eleitoral, bem como um modelo de regressão de dados painel com duplo efeito fixo de empresa e ano, inferimos a influência das conexões políticas no custo de capital medidas pelo custo do capital de terceiros e no desempenho das empresas; retorno sobre os ativos (ROA); retorno sobre o patrimônio líquido (ROE); retorno sobre o capital investido (ROIC); e Market-to-book.

Com os resultados dos testes estatísticos, não obtivemos evidências empíricas as quais permitam a afirmação de que as doações de campanha melhoraram o desempenho ou reduziram o custo de capital das empresas conectadas. Tais resultados não sustentaram a predição teórica e intuitiva de que as doações de campanha refletiriam positivamente para as empresas, contrariando, em parte, a maioria dos estudos antecedentes.

Ao nos aliarmos ao corpo teórico, que estuda as relações empresa-governo, evidenciamos que a presente pesquisa contribui para o debate relacionado às estratégias políticas das organizações, integrando pressupostos da Teoria Institucional, ampliando o período de análise e identificando os efeitos inexpressivos, no longo prazo, da estratégia de conexão por meio das doações de campanha.

Tal estratégia foi amplamente utilizada pelas empresas e políticos no período de análise. Essa relação pode ser observada nos dados do Tribunal Superior Eleitoral (TSE) das eleições de 2014, nas quais aproximadamente 70% dos deputados federais eleitos receberam recursos de pelo menos uma das dez empresas que mais fizeram doações eleitorais. Essas dez empresas ajudaram a eleger 360 dos 513 deputados federais.

2. TEORIA INSTITUCIONAL E AS CONEXÕES POLÍTICAS

As instituições podem ser entendidas como quaisquer tipos de restrições ou limites existentes para as interações entre os atores sociais. Em outras palavras, instituições são a regra do jogo de uma sociedade, responsáveis pela organização das interações sociais. Nessa perspectiva, a teoria institucional, em sua visão econômica, sustenta que os atores sociais, em especial o ator governo, são capazes de interferir, elevando ou minimizando os custos das atividades econômicas em geral (NORTH; THOMAS, 1972; NORTH, 1990).

Os custos de transação podem ser abrandados quando as instituições, preventivamente, estabelecem leis e regulamentos restringindo os atores de ações oportunistas; estabelecem mecanismos efetivos de monitoramento e garantia de contratos; e no momento em que criam e mantêm penalizações legais como forma de punir os violadores dos acordos contratuais (HILL, 1995). A ausência de mecanismos coercitivos e punitivos é denominada por Khanna e Palepu (1997) de vazios institucionais (institutional voids).

Um exemplo de vazio institucional em destaque no Brasil é o caso da Agência Nacional do Petróleo, a qual é relativamente enfraquecida em decorrência de o poder executivo, além de administrador, ser o regulador da estatal Petrobras. Em contraponto, há na Noruega uma agência regulatória forte e autônoma, que ajudou a desenvolver freios e contrapesos institucionais, mitigando a capacidade de o governo intervir nas estatais (MUSACCHIO; LAZZARINI, 2015).

A literatura indica que nas economias em desenvolvimento ou em transição, com baixo desenvolvimento institucional, as conexões políticas são responsáveis por uma grande parte da capitalização das empresas (FACCIO, 2006). Nesse modelo de capitalização via subsídio governamental, cabe destacar o papel dos bancos estatais uma vez que operam em todos os ramos da economia, sofrem barreiras de entrada, não limitam a capacidade dos políticos para transferir recursos, proporcionando maiores oportunidades de canalizarem recursos financeiros, o que acaba refletindo em um aumento significativo de empréstimos em anos eleitorais (DINÇ, 2005; RAJAN; ZINGALES, 2003).

Um exemplo da assertiva supracitada é encontrado no estudo de Khwaja e Mian (2005). Os autores constataram que, entre 1996 e 2002, as empresas com ligações políticas no Paquistão obtiveram tratamento preferencial oferecido por bancos estatais e acessaram financiamentos 45% a mais do que as empresas não conectadas e tiveram taxas de inadimplência 50% mais elevadas, indicando que a concessão do crédito se motivou pela conexão e não por critérios técnicos.

Outro ponto em destaque na capitalização das empresas ligadas aos políticos, e por consequência também às instituições financeiras, refere-se ao fato de precisarem de colaterais mais amenas a fim de terem acesso ao crédito do que aquelas não conectadas. Isso sugere uma garantia implícita de socorro governamental em casos de dificuldades financeiras e, consequentemente, uma maior confiabilidade nos financiamentos em longo prazo (KHWAJA; MIAN, 2005).

A literatura antecedente acerca desse tema predominantemente sustenta que conexões políticas contribuem para as empresas obterem recursos financeiros a custos menores e a melhorarem seu desempenho. Entretanto, é salutar mencionarmos a visão alternativa que sustenta o fato de as conexões políticas poderem onerar o custo de capital, decorrente da má gestão, menores resultados contábeis e informações assimétricas, (CHANEY; FACCIO; PARSLEY, 2011) importando em maior custo de capital em comparação às não conectadas (FACCIO, 2006).

No contexto brasileiro, paradoxalmente, o mercado de capitais e instituições reguladoras estão se desenvolvendo ao mesmo tempo em que os políticos oferecem fortes incentivos para cultivar relações particularistas com o governo (INOUE; LAZZARINI; MUSACCHIO, 2013).

Cabe destacarmos, igualmente, que o governo brasileiro é detentor dos dois maiores bancos comerciais do país, do maior banco de desenvolvimento e, ainda, exerce forte influência sobre os fundos de pensões de empresas estatais. Logo, o poder de ofertar empréstimos com juros menores do que os praticados no mercado e condições diferenciadas torna a conexão política muito atrativa às empresas. Adicionalmente, o enfraquecimento das instituições e baixa proteção legal favorecem a possibilidade de devolução desses favores aos políticos de forma legal (financiamento de campanhas) ou ilegal (corrupção) (CLAESSENS; FEIJEN; LAEVEN, 2008; XAVIER; BANDEIRA-DE-MELLO; MARCON, 2014).

Convém destacar que o financiamento de campanhas não está necessariamente associado a uma violação da lei, no entanto há paralelos no financiamento político de campanhas com esquemas de corrupção, como se observa em indiciamentos ocorridos em diversas esferas do poder público. No pleito eleitoral de 2014, por exemplo, a empresa JBS fez doações que totalizaram R$ 135 milhões, ajudando a eleger 106 dos 523 deputados federais. Em período subsequente, a empresa recebeu benefícios governamentais da ordem de R$ 10 bilhões, entre desonerações e financiamentos do Banco Nacional do Desenvolvimento (BNDES). Essa empresa é alvo de investigações da Polícia Federal com suspeita de pagamento de propina para obtenção de empréstimos na Caixa Econômica Federal (GLOBO, 2016).

Reconhecemos que a dificuldade de identificar o desvirtuamento do bem comum em função de interesses de doadores constitui um desafio para as pesquisas acadêmicas. Contudo, o contexto brasileiro permite utilizar as doações às campanhas como a medida mais direta e objetiva de conexão política (BANDEIRA-DE-MELLO; MARCON, 2011). A utilização de doações às campanhas é uma maneira de “comprar” a conexão política. Uma vez estabelecida, a relação é clara: o político “pega” o dinheiro e a empresa ganha o favor (SAMUELS, 2001). Embora muitas dessas ligações com o governo não sejam de fácil visibilidade, determinadas evidências são refletidas no desempenho das empresas (CAMILO; MARCON; BANDEIRA-DE-MELLO, 2012).

Em suma, a literatura sugere que as empresas conectadas têm incentivo para usarem financiamento (MYERS E MAJIUF, 1984), pois, devido a essa condição, possuem acesso mais fácil ao crédito e de melhor qualidade (CLAESSENS; FEIJEN; LAEVEN, 2008). Além disso, são mais propensas a serem socorridas pelo governo quando enfrentam dificuldades financeiras (FACCIO, 2006). Essa garantia implícita de socorro sugere haver tendência a financiamentos em longo prazo (KHWAJA; MIAN, 2005), benefícios que, em última análise, interferem no desempenho das empresas (HILLMAN, 2005). Com base no exposto, elaboramos as seguintes hipóteses:

As empresas conectadas politicamente, quando comparadas às demais, h1) ampliam sua alavancagem financeira; h2) seu retorno sobre ativos; h3) seu retorno aos acionistas; h4) seu lucro operacional; h5) seu valor de mercado; e h6) diminuem seu custo de capital.

3. METODOLOGIA

3.1. POPULAÇÃO, FONTE E TRATAMENTO DE DADOS

Como população, consideramos o conjunto de empresas não financeiras listadas na B3, no período de 1998 a 2016, com o status ativo e cancelado, representando dados de 19 anos de observação e de cinco pleitos eleitorais majoritários.

Excluímos do universo desta pesquisa as empresas permissionárias ou concessionárias de serviços públicos por serem vetadas pelo Art. 24 da Lei Eleitoral 9.540/97, que proíbe os partidos e candidatos de receberem contribuições de forma direta ou indireta dessas empresas (BRASIL, 1997).

Obtivemos o conjunto de dados do período analisado por meio de três fontes secundárias, compreendendo os dados do TSE, base Economatica^® e da B3. Da base de dados do TSE, capturamos as contribuições de campanha das empresas aos partidos e candidatos nas eleições de 1998, 2002, 2006, 2010 e 2014. Na base de dados da Economatica^®, coletamos dados econômico-financeiros; e, com base nos dados da B3, definimos as empresas da amostra e analisamos os outliers. Os dados econômicos das empresas e doações foram atualizados pela inflação (IPCA) a valores de 2016.

O recorte temporal, de 1998 a 2016, tem o intuito de evitar o período de intensa fricção institucional, anterior a 1998, decorrente da coexistência de instituições e agentes econômicos antigos e novos, formais e informais no ambiente, pois nessa fase o comportamento das empresas é errático e defensivo e não reflete necessariamente suas estratégias (HOSKISSON et al., 2000). E, ainda, compreender um período longo e suficiente para detectar se as conexões políticas por meio de doações de campanha oportunizaram ganhos perenes às empresas, considerando as mudanças ocorridas no ambiente institucional, ou ainda se tiveram reflexos negativos de tais mudanças.

Para o tratamento dos dados, utilizamos a técnica de dados em painel com erros-padrão clusterizados ao nível de firma, com duplo efeito fixo de firma e tempo, e com dados defasados em um ano, com o intuito de minimizar preocupações relacionadas, por exemplo, à heteroscedasticidade, endogeneidade e características das empresas não observáveis e invariantes no tempo omitidas na modelagem (Fávero 2013). Para estimar os modelos, utilizamos a ferramenta estatística Stata/SE^®.

O modelo geral é dado por:

$\begin{array}{c}\mathit{Desempenhoi},\mathit{t}=\mathit{\beta }\mathit{0}+\mathit{\beta }\mathit{1}\mathit{doa}\mathit{ç}\mathit{ã}\mathit{oi},\mathit{t}+\mathit{\beta }2\mathit{iInfla}\mathit{ç}\mathit{ã}\mathit{oi},\mathit{t}+\mathit{\beta }\mathit{3}\mathit{PIBi},\mathit{t}+\mathit{\beta }\mathit{4}\mathit{RBi},\mathit{t}+\mathit{\beta }\mathit{5}\mathit{SELICi},\mathit{t}\hfill \\ +\mathit{\beta }\mathit{6}\mathit{C}\mathit{â}\mathit{mbioi},\mathit{t}+\mathit{\beta }\mathit{7}\mathit{ILEi},\mathit{t}+\mathit{\beta }\mathit{8}\mathit{ATi},\mathit{t}+\mathit{\beta }\mathit{9}\mathit{GEi},\mathit{t}+\mathit{\beta }\mathit{10}\mathit{EBITi},\mathit{t}+\mathit{\beta }\mathit{11}\mathit{RBi},\mathit{t}+\epsilon \mathit{it}\hfill \end{array}$

A partir dessa fórmula, o desempenho i, no período t, é definido pelas métricas ROA, ROE, ROIC Market-to-book, alavancagem e a redução do custo de capital. β0 representa o intercepto; β1 doação representa as doações e suas derivações, detalhadas nos Quadros 2 e 3; de β2 a β11 indicam-se as variáveis de controle, detalhadas no Quadro 4; e εit representa o erro.

Quadro 1
Variáveis dependentes

Variável	Mensuração	Autores
Alavancagem (ALV)	ALV = (Passivo oneroso)/(Patrimônio líquido)	Procianoy e Schnorrenberger (2004); Lazzarini e Musacchio (2010); Inoue, Lazzarini e Musacchio (2013)
Custo do capital (CC)	CC = (Despesas financeiras)/(Passivo oneroso)	Claessens, Feijen e Laeven (2008); Bandeira-de-Mello e Marcon (2011); Inoue, Lazzarini e Musacchio (2013); Lazarine et al. (2015)
Desempenho dos ativos (ROA)	ROA = (Lucro líquido)/(Ativo total)	Lazzarini et al. (2011); Bandeira-de-Mello et al.(2012); Camilo, Marcon e Bandeira-de-Mello (2012); Inoue, Lazzarini e Musacchio (2013)
Desempenho do investimento dos acionistas (ROE)	ROE = (Lucro líquido)/(Patrimônio líquido)	Bandeira-de-Mello e Marcon (2005); Li et al. (2008); Camilo, Marcon e Bandeira-de-Mello (2012); Okhmatovskiy (2010)
Retorno sobre o capital investido (ROIC)	ROIC = NOPLAT/(Capital investido)	Ang, Ding e Thong (2013); Menozzi, Urtiaga e Vannoni, (2011)
Desempenho de mercado - Market-to-book (M. Book)	M. Book = (Valor de mercado)/(Patrimônio líquido)	Fama, (1992); Jiang (2008); Boubakri et al. (2012); Inoue, Lazzarini e Musacchio (2013)

Fonte: Elaborado pelos autores (2017).
• Nota: Alavancagem representa a capitalização da empresa através de capital de terceiros em relação ao capital próprio. Passivo oneroso inclui o capital de terceiros de curto e longo prazos. Custo de capital indica o custo da dívida adquirida com terceiros. Despesas financeiras indicam o valor gasto com juros e despesas bancárias. ROA (Return on Assets) expressa a rentabilidade dos ativos. ROE (Return on Equity) indica a rentabilidade dos acionistas. ROIC (Return Over Invested Capital) indica o retorno do capital investido. NOPLAT (Net Operating Profit Less Adjusted Taxes) representa o lucro operacional antes dos impostos e despesas financeiras. O capital investido engloba o capital de terceiros e o capital próprio. Market-to-book indica valorização de mercado da empresa em relação ao seu valor contábil. Os valores para cálculo das métricas foram considerados todos ao final do período.

Quadro 2
Variável independente

Variável	Significado e mensuração	Autores
Doação	Valor monetário da contribuição que a empresa registrou no TSE nos pleitos majoritários de 1998 a 2014	Claessens, Feijen e Laeven (2008); Bandeira-de-Mello e Marcon (2011); Camilo, Marcon e Bandeira-de-Mello (2012)

Fonte: Elaborado pelos autores (2017).

Quadro 3
Segregação da variável doação

Variável	Código
Valor total doado na campanha	Doa. Total
Valor doado para candidato vencedor	Doa. Vencedores
Valor doado para candidato perdedor	Doa. Perdedores
Valor doado para candidato a Presidente	Doa. Presid.
Valor doado para candidato a Presidente vencedor	Doa. Presid. venc.
Valor doado para candidato a Presidente perdedor	Doa. Presid. perd.
Valor doado para candidato a Governador	Doa. Gover.
Valor doado para candidato a Governador vencedor	Doa. Gover. venc.
Valor doado para candidato a Governador perdedor	Doa. Gover. perd.
Valor doado para candidato a Senador	Doa. Senador
Valor doado para candidato a Senador vencedor	Doa. Senador venc.
Valor doado para candidato a Senador perdedor	Doa. Senador perd.
Valor doado para candidato a Deputado Federal	Doa. Dep. Fed.
Valor doado para candidato a Deputado Federal vencedor	Doa. Dep. Fed. venc.
Valor doado para candidato a Deputado Federal perdedor	Doa. Dep. Fed. perd.
Valor doado para candidato a Deputado Estadual/Distrital	Doa. Dep. Est.
Valor doado para candidato a Deputado Estadual/Distrital vencedor	Doa. Dep. Est. venc.
Valor doado para candidato a Deputado Estadual/Distrital perdedor	Doa. Dep. Est. perd.

Fonte: Elaborado pelos autores (2017).

Quadro 4
Variáveis de Controle

Variável	Significado e Mensuração	Autores
Setor da Economia	Indica o setor da economia em que a empresa está inserida, considerando os setores da Economatica®.	Camilo, Marcon e Bandeira-de-Mello (2012); Claessens, Feijen e Laeven (2008)
Reformas de mercado	Expressa o nível de implementação das reformas de mercado brasileira através do índice de liberdade econômica (ILE) da Heritage Foundation.	Cuervo-Cazurra e Dau (2009); Xavier, Bandeira-de-Mello e Marcon (2014)
Inflação	Expressa a variação anual dos preços em percentual através do Índice de Preços ao Consumidor Amplo (IPCA)	Fialho (1997); Nunes, Da Costa Jr. e Meurer (2005); Dinç (2005)
Produto Interno Bruto (PIB)	Expressa o valor dos bens e dos serviços produzidos no ano através do LN seu valor nominal.	Nunes, Da Costa Jr. e Meurer (2005); Dinç (2005); Boubakri et al. (2012); Xavier, Bandeira-de-Mello e Marcon (2014)
Risco Brasil	Expressa o grau de risco e incerteza que o país apresenta para o investidor estrangeiro através do Índice de Títulos de Mercados Emergentes (EMBI+Br) do Banco JP Morgan.	Fialho (1997); Garcia e Didier (2003); Nonnenberg e Mendonça (2005)
Taxa Selic	Expressa a taxa básica de juros no mercado através de seu percentual.	Garcia e Didier (2003); Nunes, Da Costa Jr. e Meurer (2005); Nonnenberg e Mendonça (2005); Costa, Bandeira-de-Mello e Marcon (2013)
Câmbio	Expressa o valor da moeda estrangeira através do valor em reais do Dólar.	Fialho (1997); Garibaldi et al. (2001); Dinç (2005); Nonnenberg e Mendonça (2005)
Ativo total	Expressa o tamanho da empresa através do LN do ativo total.	Fan et al.(2007); Claessens, Feijen e Laeven (2008); Inoue, Lazzarini e Musacchio (2013)
Endividamento (E)	Expressa o grau de comprometimento do ativo com dividas. E = (Passivo total)/(Ativo total)	Myers e Majiuf, (1984); Claessens, Feijen e Laeven (2008); Camilo, Marcon e Bandeira-de-Mello (2012); Boubakri et al. (2012)
EBIT	Expressa o lucro operacional antes dos juros e impostos através do LN EBIT.	Claessens, Feijen e Laeven (2008)
Receita bruta	Representa o tamanho da empresa através do LN da receita bruta.	Titman e Wessels (1988); Claessens, Feijen e Laeven (2008); Boubakri et al. (2012)

Fonte: Elaborado pelos autores (2017).
• Nota: Os setores da economia seguem a classificação setorial da Economatica^® e dividem-se em: Agroindústria e Pesca, Alimentos e Bebidas, Comércio, Construção, Eletrodoméstico, Energia Elétrica, Finanças e Seguros, Fundos, Máquinas Industriais, Mineração, Minerais Não Metálicos, Outros, Papel e Celulose, Petróleo de Gás, Química, Siderúrgica e Metalúrgica, Software e Dados, Telecomunicações, Têxtil, Transporte e Serviços, Veículos e Peças. O índice de liberdade econômica (ILE) varia de 0 a 100 e quanto mais próximo de 100 maior o grau de implementação. A inflação (%) considerada foi a do Índice de Preços ao Consumidor Amplo (IPCA) medido pelo Instituto Brasileiro de Geografia e Estatística (IBGE). O Risco Brasil, (EMBI+) do Banco JP Morgan, foi considerado em Pontos-base do último dia de cada ano. O câmbio considerado foi o valor do Dólar em reais no último dia de cada ano. O EBIT (Earnings Before Interest and Taxes) indica o lucro antes dos juros e impostos através do LN do EBIT.

3.2. VARIÁVEIS DEPENDENTES

Em relação às métricas utilizadas neste estudo, dada a centralidade do tema desempenho das empresas, bem como a possibilidade de ser aferidas a partir de diversos níveis e bases conceituais (VENKATRAMAN; RAMANUJAM, 1986; HAMANN et al., 2013), testamos cinco variáveis dependentes relacionadas ao desempenho das empresas, objetivando a formulação das regressões necessárias. As variáveis escolhidas fundamentam-se conforme segue no Quadro 1.

A variável alavancagem foi mensurada pelo grau de comprometimento do patrimônio líquido com terceiros, sendo representada pela razão das dívidas de curto e longo prazos sobre o valor do patrimônio líquido. Em complementaridade à alavancagem, utilizamos o custo do capital de forma complementar a captar não somente o acesso, mas também a qualidade na tomada da dívida. Utilizamos como proxy do custo de capital a razão das despesas financeiras em relação à dívida total. A escolha dessa métrica, em detrimento de outras, a exemplo da remuneração de capital de terceiros, deve-se à indisponibilidade de dados para o período todo, pois somente a partir do ano de 2007 a Lei 6.404/76, alterada pela Lei 11.638/2007, obrigou toda as empresas listadas na B3 a divulgarem a Demonstração do Valor Adicionado, sendo essa uma limitação desta pesquisa.

Como forma de mensurar o desempenho, optamos por utilizar quatro variáveis de forma complementar, sendo o ROA, ROE, ROIC e o market-to-book. O ROA captura o desempenho da empresa, levando em consideração o lucro e os ativos da empresa utilizados para conseguir tal resultado; o ROE captura o retorno dos investimentos do acionista, considerando-se o lucro líquido e os investimentos dos acionistas; o ROIC captura o retorno do capital global investido, considerando lucro líquido e o investimento dos acionistas e o de terceiros; ao passo que o market-to-book captura expectativa de lucros futuros dos investidores e é medido pela razão entre o valor de mercado das ações e seu valor escritural do patrimônio líquido. Uma vez que a escolha de fontes de financiamentos mais vantajosas produz melhores resultados à empresa, como a maximização de lucros aos proprietários, essa se torna mais atrativa perante o mercado.

3.3. VARIÁVEIS INDEPENDENTES

Dado o propósito da pesquisa, consideramos somente as doações repassadas diretamente aos candidatos, uma vez que as doações feitas a comitês e a partidos não são possíveis de vinculação aos candidatos individualmente. A variável independente fundamenta-se conforme mostra o Quadro 2.

Desse modo, a variável doação foi derivada em outras 17 variáveis com o intuito de capturar relações mais acentuadas com determinados cargos. No Quadro 3, a seguir, a segregação é explicitada.

3.4. VARIÁVEIS DE CONTROLE

As variáveis macroeconômicas e do ambiente institucional devem-se ao fato de a incerteza e a ingerência política no ambiente afetarem negativamente a economia e, consequentemente, as empresas, reduzindo as taxas de crescimento (HENISZ, 2000). Entretanto, para as empresas, tal relação tem seu efeito abrandado quando estão conectadas politicamente, garantindo, desse modo, o sucesso das atividades econômicas pelas conexões políticas (KHANNA; PALEPU, 1997). As variáveis de controle fundamentam-se conforme explicitadas no Quadro 4.

4. RESULTADOS

Concernente às conexões políticas por meio das doações de campanha, observamos um crescente uso dessa estratégia conforme evidenciado no Gráfico 1, no qual se apresentam os valores doados a candidatos pelas empresas. Tal resultado é compreensível, visto o custo inerente às campanhas políticas brasileiras e o interesse das empresas em minimizar incertezas ambientais.

Gráfico 1
Valores doados a candidatos pelas empresas da amostra

No Gráfico 2, é possível observarmos que, de maneira geral, as empresas da amostra fizeram maiores doações para candidatos a cargos do executivo, aproximadamente 70% das doações do período de análise destinaram-se a doações aos candidatos a presidente e a governador. Isso pode indicar interesse com mais centralidade por ambientes dotados de poderes políticos mais intensivos, influentes e, consequentemente, com maiores possibilidades de devolver os favores.

Gráfico 2
Percentual dos valores doados por cargo no período de 1998 a 2014

A Tabela 1, a seguir, apresenta a estatística descritiva das variáveis. Nela, observamos que em média as empresas doam mais a candidatos vencedores, com exceção das doações a governador. De modo geral, destacamos que as empresas apoiam uma ampla gama de candidatos, visto os valores representativos doados a candidatos perdedores. Isso sugere que as empresas tentam minimizar os riscos doando também a candidatos com potencial sucesso no pleito, independentemente de sua afiliação partidária.

Tabela 1
Estatística descritiva das variáveis

	Média	DP	Mín	P25	P50	P75	Máx
Alavancagem	65,4507	1620,679	-10253,33	0,0763	0,4130	1,0914	75718,73
Custo do capital	4,9944	84,6605	-1485,75	0,1272	0,2071	0,4067	3820,444
ROA	-19,3314	1169,364	-103642	-0,0406	0,0205	0,0799	31510
ROE	1,2415	138,4884	-4917,556	-0,0082	0,0873	0,2068	10443
ROIC	1,5e+12	1,09e+14	-103642	-0,0482	0,0212	0,0897	7,9e+16
Market-to-book	1,7406	14,3014	-853,2563	0,4523	0,9974	1,9753	250,6581
Doa. Total	5,2419	2,8673	-8,6595	3,6169	5,6130	7,0675	12,7026
Doa. Vencedores	5,3568	2,3545	-7,2732	3,8524	5,4604	6,8910	12,0372
Doa. Perdedores	4,8497	2,8116	-8,6592	3,444	5,0527	6,6557	11,9809
Doa. Presid.	7,0979	1,7112	3,8524	5,9289	6,8736	7,9581	12,4465
Doa. Presid. venc.	6,7774	1,6212	3,1592	5,5565	6,6436	7,7113	11,7534
Doa. Presid. perd.	6,7304	1,9237	3,1592	5,1856	6,4035	7,7113	11,7534
Doa. Gover.	5,9648	2,0439	-4,2936	5,0032	6,0936	7,2726	10,8137
Doa. Gover. venc.	5,6438	1,6662	0,7953	4,5876	5,7369	6,6814	10,0721
Doa. Gover. perd.	5,7338	2,0346	-4,2936	4,7687	5,9195	7,0701	10,3076
Doa. Senador	5,2552	2,0209	-3,7596	4,3101	5,4397	6,4301	9,0591
Doa. Senador venc.	5,1584	1,9841	-4,4527	4,2369	5,3448	6,4035	87,390
Doa. Senador perd.	4,7874	2,0338	-4,4527	4,2578	5,0283	5,8362	77,644
Doa. Dep. Fed.	4,6470	2,6065	-9,9631	3,3938	4,8303	6,2070	95,618
Doa. Dep. Fed. venc.	4,8661	2,0999	-1,06563	3,5663	4,9072	6,1988	93,147
Doa. Dep. Fed. perd.	4,1772	2,6432	-1,06563	3,2101	4,6322	5,7979	81,400
Doa. Dep. Est.	4,1091	2,7062	-9,2191	3,2080	4,4924	5,7242	88,583
Doa. Dep. Est. venc.	4,4056	2,2129	-9,2191	3,2802	4,6188	5,7446	83,813
Doa. Dep. Est. perd.	3,6553	2,5773	-8,6595	2,8534	4,0379	5,1224	83,532
ILE	58,3748	3,1720	52,3	56,2	57,7	61,5	63,4
Inflação	6,5615	2,4741	1,65	5,68	5,97	7,67	12,53
PIB	14,0427	0,2604	13,5970	13,8051	14,0370	14,3053	14,3904
Risco Brasil	473	357,3383	142	208	328	636	1446
SELIC	14,9605	5,3989	7,14	10,9	13,66	18	29,21
Câmbio	2,3370	0,6655	1,21	1,79	2,3204	2,6536	3,9
Ativo total	13,1015	3,1479	-6,3356	11,8432	13,6420	15,0311	21,2399
Endividamento	13298,5	340807	-1968480	13,0089	71,3205	186,4037	1,88e+7
EBIT	11,4068	2,3199	-0,3243	10,0688	11,6931	12,9763	18,2937
Receita bruta	12,3037	2,8504	-1,9988	10,8022	12,8686	14,3594	19,5758

Fonte: Dados da pesquisa (2017).
• Nota: A tabela apresenta a estatística descritiva da amostra, sendo 886 empresas listadas na bolsa, com status ativo e cancelado, no período de 1998 a 2016. Méd significa média. DP significa desvio padrão. Mín significa valor mínimo. P25, P50 e P75 são os percentis 25, 50 e 75 respectivamente. Máx significa valor máximo. As variáveis que indicam valores estão atualizadas pela inflação (IPCA) a reais de 2016. As variáveis dependentes estão representadas no primeiro bloco da tabela, sendo respectivamente: alavancagem (ALV), custo do capital (CC), desempenho dos ativos (ROA), desempenho do investimento dos acionistas (ROE), retorno do capital investido (ROIC) e desempenho de mercado (M. Book). As variáveis independentes são as doações e estão indicadas no segundo bloco da tabela através do LN do valor monetário da contribuição. As variáveis de controle estão indicadas no terceiro bloco. As variáveis de controle relacionadas ao macro ambiente são: a) O índice de liberdade econômica (ILE), que indica o nível de implementação das reformas de mercado através do índice da Heritage Foundation, variando de 0 a 100 e quanto mais próximo de 100 maior o grau de implementação; b) A inflação, que indica a variação dos preços (%) através do Índice de Preços ao Consumidor Amplo (IPCA); c) O produto Interno Bruto (PIB), que indica o valor dos bens e dos serviços produzidos no ano através do LN seu valor nominal; d) O Risco Brasil, que indica o grau de risco e incerteza apresentados pelo país ao investidor estrangeiro através do Índice de Títulos de Mercados Emergentes (EMBI+) do Banco JP Morgan, considerado em Pontos-base do último dia de cada ano; e) A taxa Selic expressa a taxa básica de juros (%) no mercado; f) O câmbio indica o valor da moeda estrangeira através do valor em reais do Dólar. As variáveis de controle ao nível de empresa são: g) O ativo total, que representa o tamanho da empresa através do LN do ativo total; h) O grau de endividamento, que representa o grau de comprometimento do ativo com dívidas através da razão do passivo total e do ativo total; i) O EBIT (Earnings Before Interest and Taxes), que indica o lucro antes dos juros e impostos através do LN do EBIT; e j) A receita bruta, que representa o tamanho da empresa através do LN da receita bruta.

Os resultados da estimação dos modelos são apresentados na Tabela 2. Nela, concentramo-nos nas doações totais por cargo. Os resultados das demais derivações, a exemplo das doações a candidatos vencedores e perdedores, são relatados mais adiante, juntamente com os testes de robustez. Em termos gerais, com exceção do custo de capital, o modelo apresentou-se significativo (Prob>F a 1%). Entretanto, o poder explicativo do modelo (R²) aponta que as doações não são capazes de explicar parte representativa da variabilidade das variáveis dependentes.

Tabela 2
Resultados das regressões

	Alav	ROA	ROE	ROIC	M. Book	C. Cap.
Doador Presidente	0,027**	0,866	0,072 *	0,278	0,269	0,666
	(-9,43e-06)	(7,73e-08)	(5,14e-06)	(,0000126)	(,0000125)	(-,0000263)
Doador Governador	0,108	0,516	0,117	0,903	0,391	0,309
	(,000074)	(2,32e-06)	(-,0000347)	(-1,07e-06)	(-,0000727)	(,0006187)
Doador Senador	0,683	0,433	0,873	0,391	0,905	0,315
	(,0000851)	(-,0000227)	(-,000017)	(,0000248)	(-,000057)	(-,0021753)
Doador Dep. Federal	0,266	0,964	0,285	0,042**	0,871	0,556
	(-,0002015)	(-7,41e-07)	(,0000814)	(-,0000575)	(-,0000535)	(,0006342)
Doador Dep. Estadual	0,511	0,649	0,838	0,043**	0,326	0,186
	(,0002517)	(-,0000156)	(,0000216)	(,0000612)	(,0004064)	(-,0032305)
Reformas de mercado (ILE)	0,052 **	0,932	0,288	0,311	0,187	0,658
	(-1,520609)	(,0027381)	(,3681389)	(,1103361)	( -2,167201)	(8,184121)
Inflação	0,078 *	0,885	0,318	0,317	0,234	0,707
	(2,418904)	( -,0085702)	(-,6091953)	(-,1932034)	(3,544786)	(-12,19866)
PIB	0,091 *	0,829	0,314	0,306	0,215	0,682
	(-20,09967)	(-,1070538)	( 5,225467)	( 1,680481)	(-31,84907)	(117,4516)
Risco Brasil	0,094 *	0,973	0,349	0,356	0,195	0,721
	(-,0257564)	(,0000222)	(,0061555)	(,001939)	(-,0421866)	(,1261906)
Ativo total	0,582	0,456	0,144	0,458	0,348	0,184
	(-,1240882)	(,0789977)	(-,106942)	(,0873345)	(-,4604565)	(1,66193)
Endividamento	0,000***	0,423	0,127	0,589	0,000***	0,513
	(,0090151 )	(-2,52e-06)	(-,0006552)	(-3,30e-06)	(,0040579)	(-6,26e-07)
EBIT	0,920	0,001***	0,297	0,005***	0,282	0,162
	(,0274187)	(,0364851)	(,0647029)	(,0278737)	(,3436906)	(-1,448378)
Receita bruta	0,851	0,797	0,421	0,296	0,120	0,795
	(,0137009)	(,0026489)	(,0231894)	( -,0115624)	(,1383697)	(-,1092865)
FE de ano	Sim	Sim	Sim	Sim	Sim	Sim
FE de empresa	Sim	Sim	Sim	Sim	Sim	Sim
Nº de Obs.	1107	1104	1104	674	704	1091
Prob > F	0,0000	0,0000	0,0001	0,0000	0,0000	0,7585
R2 total	0,0000	0,0390	0,2002	0,0437	0,2469	0,0009

Fonte: Dados da pesquisa (2017)
• Nota: A tabela contém as estimativas para o método MQO, N=16834, 886 empresas listadas na bolsa, com status ativo e cancelado, no período de 1998 a 2016. Os P-values estão indicados na primeira linha. Os coeficientes estão indicados na segunda linha entre parênteses. *, ** e *** indicam significância estatística a 10%, 5% e 1%, respectivamente. As regressões incluem efeitos fixos de ano e de empresa. Erros-padrão clusteriazados por empresa. As variáveis que indicam valores estão atualizadas pela inflação (IPCA) a reais de 2016. Os dados estão defasados em um ano. As variáveis dependentes são a alavancagem (ALV), custo do capital (CC), desempenho dos ativos (ROA), desempenho do investimento dos acionistas (ROE), retorno do capital investido (ROIC) e desempenho de mercado (M. Book). As variáveis independentes são as doações indicadas em milhares de reais e em valores absolutos. As variáveis de controle relacionadas ao macro ambiente são: a) O índice de liberdade econômica (ILE), que indica o nível de implementação das reformas de mercado através do índice da Heritage Foundation, variando de 0 a 100 e quanto mais próximo de 100 maior o grau de implementação; b) A inflação, que indica a variação dos preços (%) através do Índice de Preços ao Consumidor Amplo (IPCA); c) O produto Interno Bruto (PIB), que indica o valor dos bens e dos serviços produzidos no ano através do LN seu valor nominal; d) O Risco Brasil, que indica o grau de risco e incerteza que o país apresenta para o investidor estrangeiro através do Índice de Títulos de Mercados Emergentes (EMBI+) do Banco JP Morgan, considerado em Pontos-base do último dia de cada ano; e) A taxa Selic e o Câmbio, que expressam, respectivamente, a taxa básica de juros (%) no mercado e o valor da moeda estrangeira através do valor em reais do Dólar, foram retirados do modelo por representarem uma combinação linear das demais variáveis de controle. As variáveis de controle ao nível de empresa são: f) o ativo total, que representa o tamanho da empresa através do LN do ativo total; g) o grau de endividamento, que representa o grau de comprometimento do ativo com dívidas através da razão do passivo total e do ativo total; h) o EBIT (Earnings Before Interest and Taxes), que indica o lucro antes dos juros e impostos através do LN do EBIT; e i) A receita bruta, que representa o tamanho da empresa através do LN da receita bruta.

As hipóteses estabelecidas preveem que as empresas conectadas politicamente, quando comparadas às demais, h1) ampliam sua alavancagem financeira, h2) seu retorno sobre ativos (ROA), h3) seu retorno aos acionistas (ROE), h4) seu lucro operacional (ROIC), h5) seu valor de mercado (Market-to-book), e h6) diminuem seu custo de capital. De forma geral, os resultados dos testes das variáveis não apresentaram relevância estatística, sendo os resultados em grande parte inconclusivos sobre a influência das doações no custo de capital e no desempenho das empresas da amostra.

Os resultados significativos nas variáveis de interesse apresentaram-se nos casos das doações a presidente na alavancagem (5%) e no ROE (10%). As doações a candidatos a Deputado Federal e Deputado Estadual também se demonstraram significativas no ROIC, em ambos os casos a 5%. Entretanto, em todos os casos os coeficientes apresentaram-se muito próximo de zero.

Essa constatação está alinhada, em parte, ao resultado do estudo de Lazzarini e Musacchio (2010). Esses autores também não encontraram relação entre a alavancagem e conexão com o governo, por meio desse como acionista minoritário, considerando o período de 1995 a 2003.

Os resultados relacionados ao ROA corroboram os achados de Bandeira-de-Mello et al. (2012). Esses estudiosos, também, utilizaram as doações de campanha na tentativa de encontrar influências políticas no retorno sobre ativos das empresas, no período de 2003 a 2009, indicando que o universo se demonstrou sensível, mas com resultados não significativos. Os resultados da pesquisa de Lazzarini et al. (2011), do mesmo modo, sinalizam nesse sentido, isto é, os pesquisadores apontam que as conexões políticas, por meio das doações de campanha, influenciam outros aspectos, mas não têm nenhum efeito sobre o ROA das empresas.

Em contraponto, Lazzarini e Musacchio (2010), Inoue, Lazzarini e Musacchio (2013) encontraram relação positiva sobre o ROA das empresas quando a conexão política é estabelecida através da participação minoritária. Desse modo, o governo promove investimentos de longo prazo e, por outro lado, as empresas são menos suscetíveis de interferência governamental e expropriação dos minoritários.

Os resultados relacionados ao ROE estão alinhados aos de Bandeira-de-Mello e Marcon (2005), visto que os autores igualmente não encontraram relação entre as doações e retorno dos acionistas. Em contraponto, Bandeira-de-Mello et al. (2012), ao analisarem o período de 2003 a 2006, encontraram relação positiva e significativa entre as variáveis, impulsionada, principalmente, pela redução dos custos da dívida.

As constatações relacionadas ao ROIC estão alinhadas com as de Menozzi, Urtiaga, Vannoni, (2011) e Ang, Ding, Thong, (2013). Esses autores também não encontraram relação positiva entre a conexão política, por meio de conselheiros politicamente conectados, e o retorno sobre o capital investido na Itália e em Cingapura, respectivamente. Até o ponto em que foi possível pesquisar, não encontramos estudos sobre o contexto brasileiro e que utilizaram essa variável.

Os achados relacionados ao Market-to-book não corroboram a predição teórica de que a conexão política por meio de doações de campanha aumenta o valor das empresas. Nas pesquisas de Camilo, Marcon e Bandeira-de-Mello (2012) e Inoue, Lazzarini e Musacchio (2013), essa relação é encontrada de maneira significativa, mas cabe destacar que os períodos de análises nesses estudos foram de 1998 a 2009 e de 1995 a 2009.

No caso do custo de capital, sua redução não foi confirmada. Esse resultado corrobora, em alguns aspectos, os achados de Claessens, Feijen e Laeven (2008), pois a variável mostra-se sensível em alguns aspectos na redução do custo de capital, entretanto não apresenta significância estatística.

Submetemos nossos resultados a vários testes de robustez adicionais. Ao rodar o modelo isoladamente para setor financeiro, não obtivemos um número suficiente de observações. Porém, a sua inclusão ou não no modelo não produziu modificações qualitativas nos resultados, apresentando-se do mesmo modo sem significância estatística. Adicionalmente, testamos o modelo com dados contemporâneos, defasagens de 1, 2 e 3 anos, o efeito fixo e erros-padrão clusterizados por setor e o uso de erros-padrão robustos. Também, avaliamos as variações de cargos e resultados do pleito (vencedor/perdedor), as variáveis de doações com a análise fatorial e variável Dummy de doador e não doador. Os resultados dos testes de robustez corroboraram os resultados do modelo apresentado, em alguns casos demonstrando sensibilidade às doações, especialmente no Market-to-book, porém sem relevância estatística.

Uma possível explicação para tais resultados se deve ao fato de que, em períodos de instabilidades política e de escândalos de corrupção, as empresas conectadas/envolvidas acabam incorrendo em perdas substanciais, a exemplo do caso da JBS, que, em um dia, perdeu mais de 30% do seu valor de mercado, o que representa uma perda de aproximadamente R$ 7.4 bilhões, e ainda terá que arcar com o pagamento de multa no valor de R$ 10.3 bilhões relativa ao acordo de leniência fechado com o Ministério Público Federal.

Em termos gerais, o resultado da presente pesquisa aproxima-se, em parte, dos estudos de Bandeira-de-Mello e Marcon (2005), Claessens, Feijen e Laeven (2008), Bandeira-de-Mello et al. (2012), Inoue, Lazzarini e Musacchio (2013), Lazzarini et al. (2011). Entretanto, aponta, parcialmente, em outra direção, dos achados desses mesmos trabalhos, especificamente nos das relações positivas e significativas entre as variáveis. Tais diferenças devem-se à utilização de variáveis explicativas adicionais, tais como o governo como acionista minoritário, background político, interlocking e diferentes períodos de análise.

5. CONSIDERAÇÕES FINAIS

Partindo do pressuposto teórico de que a estratégia de conexão política no contexto brasileiro, caracterizado pelo seu baixo desenvolvimento institucional, traria benefícios para as empresas, investigamos a influência dessas conexões no custo de capital e no desempenho das empresas brasileiras listadas na B3 sob a perspectiva teórica da Teoria Institucional, integrando os campos da estratégia e de finanças.

Ao nos aliarmos ao corpo teórico que estuda as relações empresa-governo, contribuímos com o debate relacionado às estratégias políticas das organizações, integrando pressupostos da Teoria Institucional, ampliando o período de análise e identificando os efeitos inexpressivos, no longo prazo, da estratégia de conexão por meio das doações de campanha.

Em síntese, não obtivemos evidências empíricas as quais permitam afirmar que o efeito das doações no custo de capital e no desempenho das empresas conectadas é diferente de zero. Esses achados não suportaram a predição teórica e intuitiva de que a conexão política por meio de doações reduz o custo de capital e melhora o desempenho das empresas. Observamos, igualmente, que os estudos sobre a influência das conexões políticas no desempenho das empresas brasileiras apresentam resultados ambíguos, ou seja, apesar de evidenciarem, de forma robusta, os benefícios decorrentes dessa relação, acabam por documentar perdas.

Outro ponto diz respeito às limitações encontradas nesta pesquisa, pois utilizamos as despesas financeiras como proxy do custo de capital, dada a limitação de dados da dívida bancária de maneira segregada para todo o período de análise e das doações de campanha como proxy da corrupção.

Este escopo de investigação pode ser, em futuros estudos, mais bem representado, seja em relação à integração teórica; ao método ou amplitude das variáveis, a exemplo da inclusão de conexões por meio do governo como acionista minoritário; background político e interlocking, intencionando o melhoramento do poder explicativo do modelo; ou, ainda, verificar se empresas com maior risco estão mais propensas a se aliarem politicamente.

6. REFERENCES

• ANG, J. S.; DING, D. K.; THONG, T. Y. Political connection and firm value. Asian Development Review, v. 30, n. 2, p. 131-166, 2013.
• BANDEIRA-DE-MELLO, R.; MARCON, R. Unpacking firm effects: modeling political alliances in variance decomposition of firm performance in turbulent environments. Brasilian Administration Review - BAR, v. 2, n. 1, p. 21-37, 2005.
• BANDEIRA-DE-MELLO, R.; MARCON, R. The value of business group affiliation for political connections: preferential lending in Brazil. In: V ENCONTRO DE ESTUDOS EM ESTRATÉGIA - 3ES, Porto Alegre - RS, 5, Anais… Porto Alegre: ANPAD, 2011.
• BANDEIRA-DE-MELLO, R.; MARCON, R.; ZAMBALDI, F.; GOLDSZMIDT, R. G. B. Firm performance effects of nurturing political connections through campaign contributions. African Journal of Business Management, v. 6, n. 9, p. 3327-3332, 2012.
• BOUBAKRI, N.; GUEDHAMI, O.; MISHRA, D.; SAFFAR, W. Political connections and the cost of equity capital. Journal of Corporate Finance, v. 18, n. 3, p. 541-559, 2012.
• BRASIL. Lei nº 9. 504, de 30 de setembro de 1997. Estabelece normas para as eleições. Brasília: Diário Oficial da União, 1997.
• CAMILO, S. P. O.; MARCON, R.; BANDEIRA-DE-MELLO, R. Conexões políticas e desempenho: um estudo das firmas listadas na BM&FBOVESPA. Revista de Administração Contemporânea - RAC, v. 16, n. 6, p. 784-805, 2012.
• CHANEY, P. K.; FACCIO, M.; PARSLEY, D. The quality of accounting information in politically connected firms. Journal of Accounting and Economics, v. 51, n. 1, p. 58-76, 2011.
• CLAESSENS, S.; FEIJEN, E.; LAEVEN, L. Political connections and preferential access to finance: The role of campaign contributions. Journal of Financial Economics, v. 88, n. 3, p. 554-580, 2008.
• CUERVO-CAZURRA, A.; DAU, L. A. Promarket reforms and firm profitability indeveloping countries. The Academy of Management Journal, v. 52, n. 6, p. 1348-1368, 2009.
• COSTA, M.; MELLO, R. B.; MARCON, R. Influência da conexão política na diversificação dos grupos empresariais brasileiros. Revista de Administração de Empresas - RAE, v. 53, n. 4, p. 376-387, 2013.
• DINÇ, I. S. Politicians and banks: Political influences on government-owned banks in emerging markets. Journal of Financial Economics, v. 77, n. 2, p. 453-479, 2005.
• FACCIO, M. Politically connected firms. The American Economic Review, v. 96, n. 1, p. 369-386, 2006.
• FAMA, E. F.; FRENCH, K. R. The cross‐section of expected stock returns. The Journal of Finance, v. 47, n. 2, p. 427-465, 1992.
• FAN, J. H.; WONG, T. J.; ZHANG, T. Politically connected CEOs, corporategovernance, andPost-IPI performance of China’s newly partially privatized firms. Journal of Financial Economics, v. 84, n. 5, p. 330-357, 2007.
• FIALHO, T. M. M. Testando a evidência de ciclos políticos no Brasil. Revista Brasileira de Economia, v. 51, n. 3, p. 379-390, 1997.
• GARCIA, M. G. P.; DIDIER, T. Taxa de juros, risco cambial e risco Brasil. Pesquisa e planejamento econômico, v. 33, n. 2, p. 253-297, 2003.
• GARIBALDI, P.; MORA, N.; SAHAY, R.; ZETTELMEYER, J. What moves capital to transition economies. IMF Staff Papers, v. 48, Special Issue, p. 109-145, 2001.
• GLOBO. PF prende doleiro ligado a Cunha e mira empresa do grupo dono da JBS São Paulo, 01 jul. 2016. Disponível em: < http://g1.globo.com/politica/operacao-lava-jato/noticia/2016/07/operacao-tem-mandado-de-prisao-contra-doleiro-ligado-cunha.html>. Acesso em: 28 fev. 2017.
  » http://g1.globo.com/politica/operacao-lava-jato/noticia/2016/07/operacao-tem-mandado-de-prisao-contra-doleiro-ligado-cunha.html
• HAMANN, P. M; SCHIEMANN, F.; BELLORA, L.; GUENTHER, T. W. Exploring the dimensions of organizational performance: A construct validity study. Organizational Research Methods, v. 16, n. 1, p. 67-87, 2013.
• HENISZ, W. J. The Institutional environment for economic growth. Economics and Politics, v. 12, n. 1, p. 1-31, 2000.
• HILL, C. W. National institutional structures, transaction cost economizing andcompetitive advantage: the case of Japan. Organization Science, v. 6, n. 1, p. 119-131, 1995.
• HILLMAN, A. J. Politicans on the board of directors: do connections affect the bottom line? Journal of Management, v. 3, n. 3, p. 464-481, 2005.
• HILLMAN, A. J.; HITT, M. A. Corporate political strategy formulation: a model of approach, participation, and strategy decisions. Academy of Management Review, v. 24, n. 4, p. 825-842, 1999.
• HOSKISSON, R. E.; EDEN, L.; LAU, C. M.; WRIGHT, M. Strategy in emerging economies. Academy of Management Journal, v. 43, n. 3, p. 249-267, 2000.
• HOUSTON, J. F.; JIANG, L.; LIN, C.; MA, Y. Political connections and the cost of bank loans. Journal of Accounting Research, v. 52, n. 1, p. 193-243, 2014.
• INOUE, C.; LAZZARINI, S.; MUSACCHIO, A. Leviathan as a minority shareholder: firm-level implications of equity purchases by the State. Academy of Management Journal, v. 56, n. 6, p. 1775-1801, 2013.
• JIANG, C. The nature of political connections and firma value. In: CHOI, J. J.; DOW, S. (Eds.), Institutional approach to global corporate governance: business systems and beyond. International Finance Review, v. 9, p. 461-494, 2008.
• KHANNA, T.; PALEPU, K. Why focused strategies may be wrong for emergingmarkets. Harvard Business Review, v. 75, n. 4, p. 41-51, 1997.
• KHWAJA, A. I.; MIAN, A. Do lenders favor politically connected firms? Rent provision in an emerging financial market. The Quarterly Journal of Economics, v. 120, n. 4, p. 1371-1411, 2005.
• LAZZARINI, S. G.; MUSACCHIO, A. Leviathan as a minority shareholder: a study of equity purchases by the Brazilian National Development Bank (BNDES), 1995-2003. Available at SSRN 1713429, 2010.
• LAZZARINI, S. G.; MUSACCHIO, A.; BANDEIRA-DE-MELLO, R.; MARCON, R. What do development banks do? Evidence from Brazil, 2002-2009. Harvard Business School, Working Paper, v. 12, n. 47, p. 12-47, 2011.
• LI, H.; MENG, L.; WANG, Q.; ZHOU, L. A. Political connections, financing and firm performance: evidence from chinese private firms. Journal of Development Economics, v. 87, n. 2, p. 283-299, 2008.
• LOPES FÁVERO, L. P. Dados em painel em contabilidade e finanças: teoria e aplicação. Brazilian Business Review - BBR, v. 10, n. 1, p. 131-156, 2013.
• MUSACCHIO, A.; LAZZARINI, S. G. Reinventando o capitalismo de Estado: o Leviata nos negócios: Brasil e outros países. São Paulo: Portfolio-Penguin, 2015.
• MYERS, S. C.; MAJLUF, N. S. Corporate financing and investment decisions when firms have information that investors do not have. Journal of Financial Economics, v.13, n. 2, p. 187-221, 1984.
• MENOZZI, A.; GUTIÉRREZ URTIAGA, M.; VANNONI, D. Board composition, political connections, and performance in state-owned enterprises. Industrial and Corporate Change, v. 21, n. 3, p. 671-698, 2011.
• NONNENBERG, M. J. B.; MENDONÇA, M. J. C. Determinantes dos investimentos diretos externos em países em desenvolvimento. Estudos Econômicos, v. 35, n. 4, p. 631-655, 2005.
• NORTH, D. C. Institutions, institutional change and economic performance Cambridge, MA: Cambridge University Press, 1990.
• NORTH, D. C.; THOMAS, R. P. The rise of the western world: a new economic history. New York: Cambridge University Press, 1972.
• NUNES, M. S.; COSTA JÚNIOR, N.; MEURER, R. A relação entre o mercado de ações e as variáveis macroeconômicas: uma análise econométrica para o Brasil. Revista Brasileira de Economia, v. 59, n. 4, p. 585-607, 2005.
• OKHMATOVSKIY, I. Performance implications of ties to the government and SOEs: A political embeddedness perspective. Journal of Management Studies, v. 47, n. 6, p. 1020-1047, 2010.
• PROCIANOY, J. L.; SCHNORRENBERGER, A. A influência da estrutura de controle nas decisões de estrutura de capital das companhias brasileiras. Revista Brasileira de Economia, v. 58, n. 1, p. 122-146, 2004.
• RAJAN, R.; ZINGALES, L. The great reversals: the politics of financial development in the 20th century. Journal of Financial Economics, v. 69, n. 1, p. 5-50, 2003.
• SAMUELS, D. J. Money, elections, and democracy in Brazil. Latin American Politics and Society, v. 43, n. 2, p. 27-48, 2001.
• TITMAN, S.; WESSELS, R. The determinants of capital structure choice. Journal of Finance, v. 43, n. 1, p. 1-19, 1988.
• VENKATRAMAN, N.; RAMANUJAM, V. Measurement of business performance in strategy research: a comparison of approaches. Academy of Management Review, v. 11, n. 4, p. 801-814, 1986.
• XAVIER, W. G.; BANDEIRA-DE-MELLO, R.; MARCON, R. Institutional environment and Business Groups’ resilience in Brazil. Journal of Business Research, v. 67, n. 5, p. 900-907, 2014.

Datas de Publicação

• Publicação nesta coleção
  Jul-Aug 2018

Histórico

• Recebido
  09 Mar 2017
• Revisado
  15 Maio 2017
• Aceito
  27 Set 2017
• Publicado
  01 Abr 2018