O desempenho das empresas brasileiras: estrutura de variância e o efeito cadeia de suprimentos

• Main Author: Pignanelli, Alexandre
• Other Authors: Paiva, Ely Laureano
• Language: Portuguese
• Published: 2012
• Subjects: Desempenho; Cadeias de suprimentos; Modelos multinível; Decomposição da variância do desempenho; Estratégia empresarial; Performance; Supply chain; Multilevel models; Variance decomposition of performance; Organizational strategy; Administração de empresas; Logística empresarial; Planejamento empresarial - Brasil; Empresas - Brasil; Administração de empresas - Brasil
• Online Access: http://hdl.handle.net/10438/10019

Submitted by Alexandre Pignanelli ([e-mail]) on 2012-09-14T04:50:22Z No. of bitstreams: 1 Tese Alexandre Pignanelli.pdf: 10725491 bytes, checksum: 294362f3f6f0edd963b319bb62eb292c (MD5) === Approved for entry into archive by Suzinei Teles Garcia Garcia ([e-mail]) on 2012-09-14T11:31:58Z (GMT) No. of bitstreams: 1 Tese Alexandre Pignanelli.pdf: 10725491 bytes, checksum: 294362f3f6f0edd963b319bb62eb292c (MD5) === Made available in DSpace on 2012-09-14T11:56:44Z (GMT). No. of bitstreams: 1 Tese Alexandre Pignanelli.pdf: 10725491 bytes, checksum: 294362f3f6f0edd963b319bb62eb292c (MD5) Previous issue date: 2011-12-21 === The mechanisms leading to superior performance and the factors that explain them are subjects of interest to many areas in business research. The variance decomposition of performance has been used for such purposes, initially trying to understand the contribution of idiosyncratic organizational factors (firm effect) and factors related to the economic sector (industry effect); more recently other factors have gained interest, such as the contributions of corporation and country to firm performance. This doctoral thesis has introduced a new factor in studies of variance decomposition of performance: the supply chain effect, quantifying the influence of affiliation to a given supply chain to firm performance. Another contribution of this thesis is a comprehensive panorama of the structure of performance variance in Brazil, expanding previous research in terms of sample size, a more suitable method of analysis (multilevel or hierarchical linear models) and performance dimensions used. The empirical analysis considered indicators of profit and growth, with the broader sample containing 592,905 observations from 77,468 Brazilian firms and 485 industries, in a period of 10 years. Data were obtained from annual structural economic surveys conducted by Brazilian Institute of Geography and Statistics (IBGE). Three-levels hierarchical linear models, with observations of performance, firms and industries, showed that the firm effect accounts for the greatest portion of explained variance; these models also pointed to peculiar characteristics of the Brazilian context, such as the differences in the structure of variance when the different sectors are analyzed separately, mainly in terms of intensity of the industry effect – more relevant, for example, for service firms than for firms from other industries – and the differences in the structure of variance for the various regions of Brazil, being firms from the North, Northeast and Midwest regions more dependent on industry’s contribution to their performance than firms from the South and Southeast. With the introduction of a fourth level – the supply chain – to the model, it was found that the magnitude of the supply chain effect reached 15% to 25% of the explained variability, measured by the square root of the variance components, representing about 50% to 90% of the industry effect magnitude. Beyond highlighting the importance of supply chain management, the findings suggest a new understanding of the industry effect, as they indicate that the benefits traditionally attributed to the industry are partly resulting from the firm affiliation to a supply chain, and not only from the similarity of activities it shares with other firms in the same industry. === Os mecanismos que levam ao desempenho superior e, por consequência, os fatores que os explicam, são focos de várias áreas de pesquisa em Administração de Empresas. A decomposição da variabilidade do desempenho vem sendo utilizada para esse fim, inicialmente procurando entender a contribuição de fatores intrínsecos às organizações (efeito empresa) e de fatores relacionados ao setor econômico (efeito setor); mais recentemente outros fatores ganharam interesse, como é o caso das contribuições da corporação e do país para o desempenho. Esta tese introduziu um novo fator aos estudos de decomposição da variabilidade do desempenho: o efeito cadeia de suprimentos, quantificando a influência da afiliação a uma determinada cadeia para o desempenho da empresa. Outra contribuição desta tese é o amplo mapeamento da estrutura de variância de desempenho das empresas brasileiras, expandindo pesquisas anteriores em termos de tamanho de amostra, método de análise mais adequado (modelagem multinível) e dimensões de desempenho utilizadas. As análises empíricas consideraram indicadores de lucro e de crescimento, com a amostra mais ampla contendo 592.905 observações de 77.468 empresas brasileiras e 485 setores de negócios, em um período de 10 anos. Os dados foram obtidos das bases de dados das pesquisas econômicas estruturais do Instituto Brasileiro de Geografia e Estatística (IBGE). Modelos de 3 níveis – observações de desempenho, empresas e setores – mostraram que o efeito empresa individual responde pela maior parcela da variância do desempenho; esses modelos também apontaram para características peculiares da realidade brasileira, como as diferenças das estruturas de variância quando os diversos setores são analisados separadamente, principalmente em termos da intensidade do efeito setor – mais relevante, por exemplo, para as empresas de serviços do que para as empresas dos demais setores – e como as diferenças nas estruturas de variância para as diversas regiões do Brasil, sendo as empresas das regiões Norte, Nordeste e Centro-Oeste mais dependentes da contribuição do setor para seu desempenho do que as empresas da região Sul e Sudeste. Ao se introduzir um quarto nível – a cadeia de suprimentos – ao modelo, foi possível identificar que a magnitude do efeito cadeia alcança entre 15% a 25% da variabilidade explicada, medida pela raiz quadrada dos componentes de variância, representando cerca de 50% a 90% da magnitude do efeito setor. Além de evidenciar a importância da gestão das cadeias de suprimentos, os achados apontam para uma nova compreensão do efeito setor, já que indicam que os benefícios tradicionalmente atribuídos ao setor econômico são em parte decorrentes da afiliação da empresa a uma determinada cadeia, e não à similaridade das atividades que ela compartilha com outras empresas do mesmo setor.