See discussions, stats, and author profiles for this publication at: https://www.researchgate.

net/publication/272747362

ESTUDO DA CONCORRÊNCIA EM FUSÕES E AQUISIÇÕES BASEADA NA

INFORMAÇÃO FINANCEIRA INTRADIÁRIA

Conference Paper · July 2014

CITATIONS READS

0 59

3 authors, including:

Fernanda Perobelli Silvinha Pinto Vasconcelos

Columbia University Federal University of Juiz de Fora
41 PUBLICATIONS   148 CITATIONS    17 PUBLICATIONS   17 CITATIONS   

SEE PROFILE SEE PROFILE

Some of the authors of this publication are also working on these related projects:

Energy Markets Modeling View project

Tese de doutorado View project

All content following this page was uploaded by Fernanda Perobelli on 25 February 2015.

The user has requested enhancement of the downloaded file.

 ESTUDO DA CONCORRÊNCIA EM FUSÕES E AQUISIÇÕES BASEADA NA INFORMAÇÃO
FINANCEIRA INTRADIÁRIA

Bruno Dore Rodrigues*†

Fernanda Finotti Perobelli*
Silvinha Vasconcelos*

* Faculdade de Economia
Universidade Federal de Juiz de Fora
†
Corresponding author: brunodore@gmail.com

Resumo:
A defesa da concorrência preocupa-se com o bom funcionamento do sistema competitivo
da economia. Ao se assegurar a livre concorrência, garante-se não somente preços mais baixos,
mas também produtos de maior qualidade, diversificação e inovação, aumentando, portanto, o
bem-estar do consumidor e o desenvolvimento econômico. Neste contexto as agências de
defesa da concorrência restringem o surgimento de monopólios ou empresas dominantes por
meio do julgamento de atos de concentração. No entanto é difícil observar o efeito de fusões
ou aquisições antes da união das operações das empresas e, principalmente, como o mercado
reagirá ao evento. O presente estudo tem por objetivo analisar as reações do mercado financeiro
intradiário ao anúncio de aquisições de forma a contribuir para o melhor entendimento de como
antecipar os efeitos da concorrência nos mercados. A análise é feita sobre os dados de
negociação das ações das empresas envolvidas obtendo informações importantes que
relacionam o comportamento de investidores em torno do anúncio com os impactos sobre a
concorrência futura na economia. A utilização de dados de alta-frequência é uma inovação no
setor e pode somar aos instrumentos usados pelos órgão de defesa da concorrência para a
análise de atos de concentração.
 1. Introdução
A defesa da concorrência preocupa-se com o bom funcionamento do sistema
competitivo dos mercados. Ao se assegurar a livre concorrência, garante-se não somente preços
mais baixos, mas também produtos de maior qualidade, diversificação e inovação, aumentando,
portanto, o bem-estar do consumidor e o desenvolvimento econômico. A defesa da
concorrência não se presta a proteger o concorrente individual, mas sim a coletividade, que se
beneficia pela manutenção da concorrência nos mercados. O consumidor, portanto, é sempre o
beneficiário final das normas de defesa da concorrência. Segundo Armando e Saddi (2005), a
política de competição opera por meio de dois tipos de instrumentos. O primeiro é o
estabelecimento de estruturas competitivas de mercado, impedindo o surgimento de empresas
grandes o suficiente para deter poder de mercado. Tipicamente, as agências de defesa da
concorrência fazem isso controlando os atos de concentração entre empresas, impedindo o
surgimento de monopólios ou empresas dominantes. Complementarmente, as autoridades
também proíbem certas condutas empresariais, tanto para impedir que um grupo de empresas
aja de forma concentrada para manipular as condições de oferta, como para impedir que uma
empresa dominante abuse de sua posição para prejudicar concorrentes menores.

A entrada em vigor da nova Lei de Defesa da Concorrência em 30 de novembro de 2011

promoveu importantes mudanças na forma como são fiscalizadas as fusões e aquisições no
mercado brasileiro. As disposições de maior repercussão desta lei referem-se à revisão dos atos
de concentração1. Passou a valer no Brasil o sistema de controle prévio de concentrações,
segundo o qual uma fusão, aquisição ou incorporação não poderá ser consumado se não for
previamente aprovado pelo CADE. A adoção do sistema de notificação prévia de atos de
concentração está em linha com as melhores práticas internacionais, que contam com os órgãos
antitrustes mais experientes e respeitados no mundo como a Divisão Antitruste do
Departamento de Justiça e a Federal Trade Commission (Estados Unidos) e a Diretoria Geral
de Concorrência (União Europeia).

O foco de atuação da nova lei de 2011 é a prevenção e repressão às infrações contra a

ordem econômica, assim compreendidos os atos de concentração (prevenção) e as condutas

1
A nova lei definiu o que se considera atos de concentração, quais sejam: quando duas ou mais empresas
anteriormente independentes se fundem; quando uma ou mais empresas adquirem o controle ou partes de uma ou
outras empresas; quando uma ou mais empresas incorporam outra ou outras empresas; ou quando duas ou mais
empresas celebram contrato associativo, consórcio ou joint venture.
anti-concorrenciais (repressão). Nos termos da nova lei, os negócios deverão ser submetidos
previamente as autoridades do Sistema Brasileiro de Defesa da Concorrência (SBDC) e
somente poderão ser concluídos sob a aprovação do Conselho Administrativo de Defesa da
Concorrência (CADE). Trata-se de uma alteração substancial no Antitruste brasileiro, uma vez
que o Brasil era uma das poucas jurisdições do mundo com controle de concentrações
empresariais a posteriori. A lei anterior permitia que as concentrações empresariais
começassem a ser implementadas independentemente da análise e pronunciamento da agência
de defesa da concorrência e antes do julgamento pelas autoridades. Consequentemente havia
gasto de recursos e tempo na obtenção de meios legais que evitassem ou postergassem a
integração de negócios. Em caso de não aprovação, a concentração deveria ser desfeita, o que
trazia altos custos para a reversão das operações após anos de efetivação do ato e da
estabilização da nova sociedade.

Para aprovação de um ato de concentração no âmbito da nova Lei de 2011, o processo

continua minucioso como o anterior. Entretanto, altera-se a relação entre partes e autoridades
uma vez que a nova lei exige a notificação do julgamento a priori, tornando ilegal qualquer
integração entre as atividades das empresas envolvidas em antecedência ao pronunciamento
oficial do CADE sobre o ato de concentração. O novo sistema tende a ser mais eficaz na tutela
do interesse público e mais eficiente sob o aspecto econômico pois o CADE transfere os
recursos que eram direcionados às análises de tempestividade para contribuir para que a análise
seja feita o mais brevemente possível.

Atualmente o prazo de análise não sofre interrupção, com o prazo máximo para análise
de uma operação não podendo superar 330 dias, incluindo as possibilidades de prorrogação.
No entanto o julgamento dos atos de concentração simples, nos quais as operações apresentam
um risco considerado baixo para a competição no mercado, são aprovadas pelo rito sumário
levando em média um período de 30 dias para serem concluídas, segundo dados do CADE. As
que se encaixam no rito ordinário, consideradas de maior complexidade e impacto econômico,
podem seguir até o prazo máximo segundo Carvalho (2013). Neste ponto o Brasil entrou em
linha com o teto de análise de atos de concentração simples tanto nos Estados Unidos (30 dias)
quanto na União Europeia (25 dias úteis).

Embora a avaliação dos efeitos concorrenciais em fusões e aquisições tenha bastante

importância na política de defesa da concorrência, estes efeitos são dificilmente observados no
momento em que as autoridades decidem sobre permitir ou não a fusão. Como consequência,
apesar da análise empírica dos efeitos de fusões e aquisições ser uma tradição nas áreas de
organização industrial, governança corporativa e finanças, segundo Rodrigues e Stevenson
(2013) não há um consenso na literatura sobre qual a abordagem mais adequada para o estudo
destes eventos. Ambos constataram que é difícil observar o efeito destas fusões no momento
da união das operações e, principalmente, como o mercado e as empresas concorrentes reagirão
ao evento, o que explicaria em parte a limitação da literatura. Neste ambiente de grande
dinamismo, o qual impõe limites de tempo para a aprovação prévia de atos de concentração,
torna-se cada vez mais importante a obtenção de uma grande quantidade de informação sobre
as empresas envolvidas em um curto intervalo de tempo. Consequentemente, a utilização de
métodos empíricos e quantitativos tende a se somar ao montante de informação fornecida pelas
empresas ao CADE para permitir que a análise de atos de concentração alcance uma decisão
que seja a mais beneficial para a economia.

O estudo do mercado financeiro em torno de eventos de aquisições pode contribuir para

amenizar as limitações da decisão. Assumindo que os mercados financeiros são eficientes, as
reações do mercado financeiro aos anúncios de fusões e aquisições podem trazer informações
acerca de como este avalia a negociação, e ajudar a prever as implicações sobre a concorrência
na economia. Quando se observa uma reação no mercado ao anúncio de um evento, a mudança
no valor das ações das empresas afetadas por este evento pode ser tomada como uma
expectativa dos investidores quanto aos resultados futuros associados a este. Assim, o efeito de
uma fusão ou aquisição tende a ser refletido imediatamente nas negociações dos ativos. Esta
reação imediata na negociação das ações das empresas envolvidas simplifica a relação da
rentabilidade com o evento, mesmo que as empresas envolvidas não tenham iniciado a
operação conjunta. Como exemplo, o mercado já forma expectativas quanto aos resultados do
evento e reage de acordo meses ou anos à frente.

O presente estudo tem por objetivo explorar e inferir com maior precisão as informações
do mercado em torno de fusões e aquisições no mercado brasileiro e, a partir disso, extrair as
expectativas reais dos investidores quanto à natureza da competição nos setores da indústria
analisados. Especificamente, objetiva-se analisar as reações do mercado financeiro ao anúncio
das aquisições de forma a contribuir para o melhor entendimento de como antecipar os efeitos
da concorrência nos mercados, bem como observar a reação ao impacto causado pelo evento
nas negociações.

A principal contribuição deste estudo está na possibilidade de observar como os

investidores interagem entre si com grande riqueza de informações a partir de dados de alta
frequência e relacionar o comportamento desses investidores com os impactos sobre a
concorrência na economia. Os dados de alta frequência das negociações das empresas
envolvidas incorporam mais informações à análise se comparado aos dados amostrados
discretamente ao fim do dia, pois consideram de todas as alterações do mercado em um período
em torno da aquisição. O uso destes dados intradiários das negociações permite a análise da
informação em tempo real, juntamente com a adição de variáveis explicativas importantes para
o processo de negociação, tais como preço, volume, spread e o tempo entre as transações. Como
há diversas fontes de informação com o poder de influenciar a negociação das ações das
empresas antes (ou depois) do anúncio da aquisição, a análise do comportamento intradiário
nos permite observar com maior precisão o desenvolvimento das estratégias de compra e venda
de ações dos investidores e obter as expectativas do mercado quanto a posição futura da
empresa na economia.

II. Revisão da Literatura

Vários estudos indicam que as fusões e aquisições resultam em aumentos significativos
nos lucros das empresas envolvidas ao mesmo tempo que aumentam a concentração de
mercado [ver Eckbo (1983) e Gluger (2003)]. Outra característica indicada na literatura acerca
das consequências das fusões é que os padrões pós-aquisições apresentam diferenças marcantes
quanto ao crescimento do poder de mercado e dos ganhos de eficiência nas operações. O estudo
de Gluger (2003), por exemplo, propõe que fusões entre pequenas empresas são mais propensas
a aumentar a eficiência através da criação de economias de escala, enquanto que as fusões entre
grandes empresas tendem a aumentar o poder de mercado.

Estudos de eventos em torno de fusões e aquisições se concentram sobre o efeito da

aquisição na riqueza dos acionistas tanto da empresa-alvo quanto da ofertante, com foco em
geral no aumento dos preços das ações das empresas envolvidas. Usando dados diários, o
estudo de Eckbo (1985) conclui que a concorrência horizontal das empresas-alvo gera retornos
anormais positivos no período do anúncio de aquisição (0,58% durante no período de sete dias).
Eckbo e Wier (1985) também relatam retornos anormais similares. Estudos mais recentes
seguem o mesmo resultado. Song e Walking (2000) e Fee e Thomas (2004) propõem que os
retornos positivos nas ações se devem às antecipações de investidores a resultados de
aquisições no mesmo setor. Já Sudarsanam (2003) fornece um resumo dos diversos estudos
nessa área, os quais demonstram ganhos substanciais entre 20 a 40% para os acionistas da
empresas-alvo e, por outro lado, relatam perdas anormais para os acionistas da empresa
compradora.
 Uma área de estudo de particular interesse para as autoridades de controle da
concorrência é a análise de dados das empresas envolvidas em fusões antes e depois das
mudanças ocasionadas pela negociação. Este foco permite inferências sobre os efeitos de
fusões e aquisições na economia. Há uma série de artigos que comparam previsões ex-ante com
realizações ex-post através de estudos de eventos. O uso de diferentes amostras de fusões em
Ravenscraft e Pascoe (1989), Healy et al. (1992), Kaplan e Weisbach (1992), Schwert (1996)
e Sirower e O'Byrne (1998) mostram que os retornos do mercado de ações ex-ante são
positivamente correlacionados com o desempenho ex-post. O estudo de Eckbo (1983) analisou
259 fusões nos Estados Unidos (das quais 79 foram analisadas a fundo pelas autoridades de
defesa de concorrência). Esse constatou que os movimentos nos preços das ações das empresas
concorrentes não confirmaram a hipótese de poder de mercado, pois notou-se que, nestas
fusões,houve reduções de custos devido à maior eficiência e não em decorrência do ganho de
poder de mercado. Stillman (1983) conduziu um estudo menor, mas com um objetivo
semelhante, cujos resultados foram consistentes com os de Eckbo (1983). No entanto, um
estudo semelhante de Duso et al.(2006) concluiu de forma diferente, verificando a existência
de informação no mercado de ações relacionada a futuros resultados e ganho de poder de
mercado para as empresas envolvidas nas fusões. Confirmando a importância do estudo destes
eventos na competição, o estudo de Gluger (2003) comparou o aumento do poder de mercado
com a redução do bem-estar na economia e chegou ao resultado de que a maioria das fusões e
aquisições analisadas reduziram o bem-estar do consumidor.

Entretanto, a totalidade dos estudos de eventos citados se baseia na coleta de dados em

pontos discretos e igualmente espaçados no tempo. A utilização de dados discretizados de
acordo com o calendário podem não ser sincronizados com eventos ou fluxos de informações
e, consequentemente, levam à correlações erradas ou conclusões superficiais. De Luca e Gallo
(2004) sugerem que a adoção de uma frequência fixa de amostragem (por exemplo, por hora,
dia ou mês) envolve a perda de informação na caracterização do processo dos dados, uma vez
que os eventos entre duas observações consecutivas não são consideradas. Em Easley e O'Hara
(1992), o tempo entre negociações tem um profundo impacto sobre a forma como formadores
de mercado atualizam suas cotações. Segundo estes, o tempo entre eventos como transações,
atualizações de ordens e mudanças de preço, têm se revelado importante para compreender o
processamento de informações públicas e privadas nos mercados financeiros, conforme
detalhado em Glosten e Milgron (1985), Diamond e Verrecchia (1987), Hasbrouck (1991),
O'Hara (1995) e Easley et al. (1996). Os fluxos de informação (sejam boas ou más notícias)
são associados com a agregação de negociações em curtos intervalos de tempo através do
aumento da atividade dos investidores informados. Como exemplo, Diamond e Verrechia
(1987) argumentam que longos períodos de tempo entre negociações estão associados com
notícias "ruins". Já Easley e O'Hara (1992) sugerem que a ausência de negociações por um
longo período implica na ausência de novas informações no mercado. Relações como estas são
de suma importância para a análise das expectativas dos investidores quanto ao impacto de
fusões e aquisições na empresa alvo e nas rivais e só podem ser observadas pela análise dos
dados intradiários.

Os avanços na coleta de dados e recursos computacionais nos últimos anos têm

aumentado a sofisticação dos recursos utilizados e mais pesquisas empíricas têm sido
realizadas na área de microestrutura de mercado2. Como resultado, novas técnicas, modelos e
estruturas estão sendo desenvolvidos para a análise destes dados de alta frequência,
principalmente focando na idéia de que o tempo entre negociações seja uma proxy de
informação. Este nicho recente de pesquisa é fortemente baseado no estudo de informações
assimétricas e na teoria da seleção adversa, a qual leva em consideração os diferentes graus de
informação existente nas negociações. Embora as aplicações empíricas do uso de dados
intradiário sejam bem cobertas em muitos estudos e livros [ver Pacurar (2006), Bauwens e Giot
(2000), Engle e Russell (1998), Tsay (2002), e Hautsch (2002)], nenhum desses estudos está
relacionado à análise de fusões e aquisições. O único estudo encontrado que analisa dados
intradiários em torno de fusões e aquisições para empresas-alvo, compradoras e concorrentes
foi o de Rodrigues et al (2012), os quais concluíram que o mercado financeiro reage
significativamente aos anúncio das aquisições. No entanto, não temos conhecimento de
nenhum estudo que tenha tentado analizar o mercado intradiário de ações para obter
informações a respeito da expectativa dos investidores e inferir sobre a competição na
economia.

III. Metodologia
Há mais de 30 anos, os estudos empíricos de eventos vêm usando somente a primeira
ou a última observação da variável de interesse como fonte principal de informação, não
considerando as observações que ocorrem ao longo do dia, como expõe Pacurar (2006).

2
A Microestrutura de mercado é um ramo das finanças preocupado com os detalhes de como as negociações
ocorrem nos mercados. A pesquisa em microestrutura de mercado examina como os processos de negociação
afetam os determinantes dos custos de transação, preços, cotações, volume e comportamento da comercialização
de ativos financeiros.
Todavia, os avanços na tecnologia de banco de dados e na capacidade computacional têm
levado as bolsas de valores a formar bases de informações cada vez mais precisas e ricas,
incluindo as características de cada negociação a cada milésimo de segundo, chamados de
dados de alta frequência ou intradiários (como preço, volume, hora e cotações da negociação).
Os dados intradiários incorporam mais informações à análise se comparado aos dados
amostrados discretamente ao fim do dia. O uso de dados deste tipo permite a análise da
informação em tempo real, juntamente com a adição de variáveis explicativas importantes para
o processo de negociação, tais como preço, volume, spread e o tempo entre as transações.

Os dados de alta frequência são, por definição, irregularmente espaçados no tempo,

sendo conhecidos estatisticamente como um processo pontual marcado. Estes seguem um
processo estocástico cumulativo de pontos ao longo do eixo do tempo. Nos mercados
financeiros, este processo pontual marcado refere-se ao tempo gravado de uma negociação e
as suas características correspondentes, conhecidos como “marks” em Engle (2000). As marks
se referem a um conjunto de variáveis relacionadas a cada transação, tais como volumes de
transação, valor da negociação, preços de oferta, preços de demanda, hora da negociação e
outras variáveis estabelecidas na negociação. A pesquisa exige uma abordagem alternativa para
a análise de séries temporais, dado que as observações são irregularmente espaçadas no tempo.
Neste estudo, o intervalo de tempo entre negociações consecutivas, ou “duration”, tem um
grande peso na análise do processo de informação pois traz informações quanto ao nível de
atividade e liquidez do mercado de ações.

Assim, seja { t0, t1 , … , tn , ….} a seqüência dos tempos das negociações de um ativo
no mercado financeiro onde 0 = t0 ≤ t1 ≤ … ≤ tn ≤ …≤ tN(T) = T, e seja {z0, z1 , … , zn , …, zN(T)}
a seqüência de marks correspondentes às horas de gravação das negociações. A Duration é
definida como xi  ti  ti1 , onde xi é a i th duration que ocorrem entre as negociações

consecutivas t i e t i 1 . Se I i 1 é o conjunto de informações disponíveis no momento t i 1 ,

logo, estão incluídas neste conjunto as durations passadas associadas as respectivas marks. O
estudo destes dados compreenderá o estudo e comparação de estatísticas e a decomposição da
sazonalidade intradiária por Spline para as marks.

O objetivo deste estudo se concentra na analise do fluxo de informação no mercado

intradiário das empresas envolvidas em atos de concentração para obter a relação das
expectativas dos investidores quanto a desenvolvimentos futuros da concorrência na economia,
observando principalmente as reações do mercado financeiro ao anuncio de fusões e
aquisições. Os resultados produzidos neste estudo pode servir para complementar e auxiliar a
abordagem tradicional adotada pelos órgãos de defesa da concorrência do Brasil e no mundo,
visto que esta pode permitir a antecipação dos efeitos da concorrência na economia. Para isto
concentraremos na análise ex-ante das expectativas do mercado financeiro quanto aos
resultados futuros das empresas estudadas para inferir sobre as condições futuras de
concorrência na economia.

O interesse em estudar os dados de alta frequência decorre do ganho de informação que

estes podem trazer, facilitando maior informação sobre as operações dos agentes, das
atividades do mercado e de possíveis tendências futuras, instantaneamente. Este alto nível de
detalhamento tende a revelar a presença de eventos escondidos em dados de maior frequência,
como a presença de investidores com informação privilegiada, momento preciso de reação ao
evento, aumento no número de investidores e principalmente a identidade de dos agentes.
Assim, não só a quantificação do impacto da informação sobre o equilíbrio pode ser
investigada, mas também o tempo que esta leva para ocorrer e quais os possíveis agentes que
estão atuando por trás dos eventos.

O estudo compreende a análise das reações dos mercados financeiros, não

discriminando quanto a aquisições pró ou anti-concorrenciais em termos de capacidade de o
mercado financeiro fornecer informações úteis no período pós-fusão. Para a análise dos
resultados sugerimos algumas hipóteses para interpretar as reações do mercado intradiário de
ações à aproximação e anúncio de fusões e aquisições (Quadro 1). Como referencial teórico
utilizamos as interpretações de Cox e Portes (1998), a qual exibe possíveis inferências que
podem ser obtidas a partir de mudanças no valor das ações das empresas envolvidas nos atos
de concentração.
 Quadro 1: Interpretações econômicas de alterações no mercado intradiário.

Valor das ações Tempo entre

da empresa negociações Interpretações econômicas
(Preço) (Duration)

Redução da competição, aumento de preços,

redução no bem-estar, ou a não variação das
Aumento Aumento
condições competitivas, mas com uma reavaliação
positiva da empresa pelo mercado.

Aumento da eficiência da economia adquirida,

Aumento Redução preços menores, maior bem-estar dos
consumidores.

Redução na eficiência da empresa adquirida,

Redução Aumento custos maiores, redução na competição, redução
no bem estar do consumidor.

Aumento da competição, redução dos preços,

aumento do bem-estar dos consumidores, ou a não
Redução Redução
variação das condições competitivas, mas com uma
reavaliação negativa da empresa pelo mercado.

IV. Fonte e natureza dos dados

A base de dados é composta por uma amostra selecionada de empresas que participaram
de processos de fusões e aquisições na última década. A amostra é composta por uma seleção
das principais empresas que tiveram seus atos de concentração sob escrutínio antitruste pelo
CADE durante o período de 1997 a 2013 e que possuíam ações negociadas na bolsa de valores
de São Paulo. A definição das empresas que fariam parte da amostra foi feita de acordo com
relatórios do CADE. Estas empresas selecionadas compreendem grandes fusões ou aquisições
as quais afetaram significativamente o funcionamento dos mercados de produtos e, portanto, a
economia. A base de dados em questão é composta de dados financeiros de alta frequência das
negociações das ações para a amostra.

Os anos de 1997 a 2013 foram escolhidos devido à disponibilidade de dados de alta

frequência neste período, pois estes só começaram a ser gravados em 1997 na BOVESPA
(Bolsa de Valores de São Paulo). Estes compreendem um período de três meses de negociações
em torno da data de anúncio da fusão ou aquisição, sendo dois períodos de um mês antes da
data oficial do anúncio e um período de um mês após o anúncio. A divisão da base de dados
em três períodos distintos tem por finalidade observar o impacto da informação e as
consequências do evento ao longo do tempo, e assim verificar as expectativas dos investidores
quanto a negociação. O primeiro mês compreenderá o período assumido como típico de
negociação, ou seja, período no qual se assume que não há qualquer contaminação da
negociação de fusão no mercado financeiro. Este compreende de dois meses a um mês antes
do anúncio da aquisição.

O segundo período, referente ao mês imediatamente anterior a aquisição, é tratado em

separado por já conter indícios e rumores sobre a negociação. Em vários estudos, como
Rodrigues et al (2012), já se verifica que o ambiente de negociação intradiária é afetado dias
antes da confirmação oficial da negociação. Com este número de dias variando de caso para
caso. Como há indícios de que o mercado intradiário sofre alterações antes do anúncio,
assumimos que esta já refletirá parcialmente as expectativas dos investidores quanto aos
benefícios futuras da fusão para as empresas.

No último bloco de dados, referente ao mês imediatamente posterior ao anuncio de

fusão, iremos observar como o mercado reage não só ao anúncio de fusão ou aquisição mas
também quanto as condições do acordo. É justamente nesta fase que se espera ter um fluxo
mais intenso de atividade no mercado de ações, e consequentemente obter um volume maior e
mais preciso das expectativas do investidor com relação ao evento. Com base na infomação
obtida pela análise dos dados intradiários nestes três períodos, espera-se confirmar a hipótese
de conseguir informações relevantes as autoridades de análise da concorrência para que possam
tomar decisões mais rápidas e precisas no julgamento de atos de fusões e aquisições.

Os dados intradiários foram obtidos a partir da agência de dados e informações

Thompson Reuters. A análise dos dados financeiros de alta frequência exibe desafios
relacionados com as características específicas destas bases. Primeiro, o número de
observações nos conjuntos de dados de alta freqüência é muito alto (centenas de observações
por dia). Segundo, as transações e cotações são por natureza séries temporais irregularmente
espaçadas com números aleatórios de observações intradiárias. Terceiro, os dados de alta
frequência exibem ciclos intradiários que refletem o comportamento dos participantes do
mercado e dependem das características da transação, de forma que estes necessitam ser
tratados para a modelagem. Por último, os dados muitas vezes são gravados com erros e
necessitam ser limpos antes da análise. Todos estes pontos serão considerados no tratamento
prévio dos dados antes de gerarmos os resultados.
 V. Resultados
Resolvemos selecionar apenas um caso típico de empresas que tive seu atos de
concentração julgados pelo CADE nos últimos anos com o intuito de demonstrar como
podemos obter informações dos dados intradiários e chegar a conclusões quanto as expectativas
dos investidores em relação ao impacto da negociação para as empresas envolvidas. No entanto
estes resultados podem ser generalizados para vários outros atos de concentração julgados nas
últimas décadas.

O caso a ser analisado se analisado a compra da companhia aérea Webjet pela

concorrente Gol, que foi anunciada oficialmente em 11/07/2011. Apenas a compradora possuía
ações negociadas na Bovespa, sob o código GOLL4.SA. Vou considerar esta data como a de
divulgação ao mercado, embora possam haver vazamento de informações antes disto. Temos
três períodos distintos para a análise dos dados. Primeiro, período A, compreende as
negociações de 2 meses a 1 mês de negociação anterior ao mercado estar ciente oficialmente
da fusão (de 09/05/2011 a 09/06/2011). Segundo, período B, corresponde ao período de
negociação no mês anterior ao anúncio da fusão (de 10/06/2011 a 10/07/2011). E por último,
o período C, contém as negociações no período de 1 mês após o anúncio oficial do ato de
concentração (de 11/07/2011 a 11/08/2011). Vamos tentar observar as expectativas do mercado
com relação ao anúncio da aquisição, ou seja, tentaremos perceber se a os investires em ações
da empresa esperam que a negociação será vantajosa ou prejudicial para a empresa.

Vamos iniciar com a análise da variação do preço das negociações em cada um dos três
períodos selecionados, já realizado o tratamento dos dados. No gráfico 1 podemos perceber
que o preço das ações sofre uma queda no período A, sobe no período B principalmente nos
dias que antecedem o anúncio oficial de aquisição, e desce fortemente após a divulgação do
anúncio e principalmente dos detalhes do acordo.
 Negociações Intradiárias - GOLL4 A Negociações Intradiárias - GOLL4 B
22.5 20.5
GOLL4A - Preço GOLL4B - Preço

22
20

21.5
19.5
Preço (R$)

Preço (R$)
21
19
20.5

18.5
20

18
19.5

19 17.5
0 0.5 1 1.5 2 2.5 3 3.5 4 4.5 5 0 0.5 1 1.5 2 2.5 3 3.5 4
Tempo x 10
4
Tempo x 10
4

Negociações Intradiárias - GOLL4 C

20
GOLL4C - Preço

18

16
Preço (R$)

14

12

10

8
0 1 2 3 4 5 6 7 8 9 10
Tempo 4
x 10

A grande volatilidade nesta série se deve, além dos fatores de mercado, a presença dos
ciclos intradiários no gráfico, pois a série contém todas as negociações ocorridas no período.
Um outro dado importante desta análise de reconhecimento de padrões antes e depois do
anúncio do evento ao mercado se concentra na distribuição dos dados, e consequentemente na
análise das estatísticas descritivas. Estas estão apresentadas a seguir para as variáveis mais
importantes, dispostas separadamente para cada período.
 Podemos perceber que há varias relações a serem estudadas para identificar como o
mercado visualiza a aquisição. Temos embora o preço médio tenha se reduzido
significativamente do período A ao C, a variância e o volume negociado aumentaram e o tempo
entre as negociações reduziu consideravelmente. Isto nos leva a levantar indícios de possível
incerteza dos investidores quanto ao futuro de ambas as empresas trabalhando juntas. Ou seja,
os investidores chegaram a ter uma expectativa positiva no período B quando haviam rumores
da negociação, mas mudaram de idéia quando souberam dos detalhes do acordo e atribuíram
um viés negativo a lucratividade futura da empresa Gol e sua participação no mercado de
aviação.

Também podemos perceber variações ao observarmos os gráficos dos padrões de

negociações intradiárias para a empresa, no qual demonstra as mudanças na sazonalidade
intradiária típica do aumento do volume de negociações e da atração de novos investidores para
o mercado interessados em especular com possíveis altas ou baixas no preço do ativo. Para
modelar a sazonalidade intradiária aplicamos splines com intervalos de meia hora durante o
dia. Temos os padrões intradiários para as variáveis Duration, Volume e Retorno no gráfico 2
para os períodos A, B e C a seguir:
 Pelo gráfico percebemos que não somente o volume de negociações diárias foi afetado
mas também o os padrões de negociações intradiárias das variáveis. Quando observamos os
padrões da Duration percebemos que há uma alteração significativa entre os períodos A e B,
com a redução da duration média no meio do dia no período anterior ao anúncio indicando uma
incerteza do mercado com relação a negociação. Já no período C temos um retorno da duration
ao padrão normal, indicando uma definição das expectativas dos investidores com relação ao
futuro da empresa com base no anúncio do ato de concentração. A mesma variação do período
C em relação aos outros é observada nas variáveis Volume e Retorno intradiários, os quais
apresentam uma estabilização do comportamento ao longo do dia, a qual reflete a definição da
expectativa geral dos investidores com relação ao evento. Neste caso observamos um consenso
nas expectativas do mercado financeiro acerca da aquisição da Webjet pela Gol, o qual tem
uma tendência negativa para os lucros e posicionamento no mercado da empresa.

Podemos concluir que pela análise dos dados de alta frequência da negociação das ações
das empresas envolvidas em atos de concentração conseguir inferir sobre as expectativas e
opiniões do mercado sobre a fusão ou aquisição das empresas envolvidas. Esta informação
pode ser valiosa para as agências reguladoras do mercado pois reflete a opinião dos investidores
e adicionam ao volume de informação recolhido por estas agências. Somando-se a isto temos
que a análise destes dados é rápida e tem condições de adicionar aos processos de julgamento
de atos de concentração simples.

Bibliografia
Bauwens, L., Giot, P. 2000, ‘The logarithmic ACD model: An application to the bid-ask quote process
of three NYSE stocks’, Annales D’Economi et de Statistique, no. 60, pp. 117-149.
Carvalho, E. L. F. A política antitruste no Brasil e o combate a cartéis à luz do novo Cade. Revista de
Defesa da Concorrência, n° 2, Novembro 2013
Diamond, D., Verrecchia, R. 1987, ‘Constraints on short-selling and asset price adjustments to private
information’, Journal of Financial Economics, no. 18, pp. 227-311.
 Diamond, D., Verrecchia, R. 1987, ‘Constraints on short-selling and asset price adjustments to private
information’, Journal of Financial Economics, no. 18, pp. 227-311.
Easley, D., Kiefer, N., O’Hara, M. 1996, ‘Cream-skimming or profit- sharing? the curious role of
purchased order flow’, Journal of Finance, vol 3, no. 51, pp. 811–833.
Easley, D., O'Hara, M. 1992, ‘Time and the process of security price adjustment’, Journal of Finance,
no. 47, pp. 577-605.
Engle, R. 2000, ‘The Econometrics of Ultra-High Frequency Data’, Econometrica, no. 68, pp. 1–22.
Engle, R., Russell, J. 1998, ‘Autoregressive conditional duration: a new model for irregularly spaced
transactions data’, Econometrica, vol 5, no. 66, pp. 1127-1162.
Glosten, L., Milgrom P. 1985, ‘Bid, ask and transaction prices in a specialist market with
heterogeneously informed traders’, Journal of Financial Economics, no. 14, pp. 71-100.
Hasbrouck, J. 1991, ‘Measuring the information content of stock trades’, Journal of Finance, no. 46,
pp. 179-207.
Hautsch, N. 2002, ‘Modelling intraday trading activity using Box-Cox-ACD models’, CoFE Center of
Finance and Econometrics, Discussion Paper 02-05, University of Konstanz.
O’Hara, M. 1995, ‘Market Microstructure Theory’. Oxford: Basil Blackwell.
Pacurar, M. 2006, ‘Autoregressive conditional duration (ACD) models in finance: a survey of the
theoretical and empirical literature’, School of Business Administration, Dalhousie University,
Unpublished paper.
Pinheiro A. C., Saddi J. Direito, Economia e Mercados. Elsevier, 1, 2005.

Rodrigues, B. D., Stevenson, M. J. An Analysis of Intraday Market Behaviour Before Takeover

Announcements. International Review of Financial Analysis. Volume 1, Pages 23 - 32, 2012.

Rodrigues, B. D., Stevenson, M. J. Takeover prediction using forecast combinations. International

Journal of Forecasting. Volume 29, Issue 4, Pages 628-642, 2013.

Tsay, R. 2002, ‘Analysis of Financial Time Series’, Wiley, New York.

View publication stats