Escala Mínima Viável e Barreiras à Entrada em Serviços de Concretagem
Marcos André Mattos de Lima 1
I. Introdução
Um dos problemas que mais causa preocupações nas autoridades antitruste no
Brasil, e em diversos outros países, é o movimento de verticalização das empresas
cimenteiras, adquirindo uma quantidade cada vez maior de empresas prestadoras de
serviços de concretagem. Há, atualmente, em análise no Sistema Brasileiro de Defesa da
Concorrência (SBDC) mais de dez casos envolvendo estes dois segmentos.
Boa parte da controvérsia na análise destes casos reside na análise das barreiras à
entrada no segmento de serviços de concretagem. Isto ocorre porque, sob a alegação de que
a entrada neste segmento seria fácil, ou seja a escala mínima viável, o investimento e o
tempo necessários para a entrada seriam bem reduzidos. Com base neste argumento, e em
outros relacionados à impossibilidade de fechamento de mercado das cimenteiras para as
concreteiras independentes, todas as operações analisadas pelo SBDC até o ano de 2004
foram aprovadas sem restrições. Porém, a partir de uma Nota Técnica exarada pela
Secretaria de Acompanhamento Econômico (SEAE) 2 , ao investigar a denúncia de que
empresas de cimento estavam se negando ou dificultando, de forma concertada, o
fornecimento de cimentos do tipo CPII e CPV, concluiu-se que 3 :
“os fatos extensamente narrados no decorrer do presente articulado
refletem indícios de que: (i) Houve conduta concertada, por parte das cimenteiras,
consistente na recusa de venda conjunta de determinados tipos de cimento (CPII e
CPV) para concreteiras independentes; (ii) A recusa concertada de venda reduziu a
1
Professor do IBMEC-RJ e Gerente de Projetos da PLACON Planejamento e Consultoria Ltda.
Nota Técnica n.º 104/2003/COGDC-DF/SEAE/MF, de 12 de novembro de 2003 – Procedimento
Administrativo n.º 10168.003455/2002-06.
3
De acordo com informações contidas na nota, as concreteiras independentes utilizavam como instrumento de
competição, para redução de custos, a adição de escória aos cimentos CPII e CP V. A alternativa seria o
CPIII, entretanto este já incorpora a quantidade máxima de escória permitida pela regra da ABNT, não sendo
possível adicionar qualquer outro produto.
2
capacidade de competitividade das concreteiras independentes vis à vis as
coligadas, importando em verdadeiro fechamento de mercado (...); (iii) O mercado
de cimento apresenta condições favoráveis para a formação e manutenção de
condutas concertadas; (iv) Não há racionalidade econômica para a conduta que
não seja a de excluir a concorrência das concreteiras não verticalizadas, sobretudo
ao se considerar que a prática foi adotada de modo conjunto por diversos grupos
cimenteiros no mesmo período.”
Diante destes fatos é necessário analisar mais detidamente as barreiras à entrada no
segmento de concretagem e, para tanto, é fundamental a determinação da escala mínima
viável para empresas do setor. O cálculo desta escala mínima não é trivial, uma vez que os
mercados de concretagem são de âmbito municipal e as operações submetidas ao SBDC,
normalmente, envolvem diversos municípios e a observação de variáveis como margens de
lucro, preços e quantidades de todos os agentes atuantes nestes diversos mercados torna-se
muito custosa.
Surge a necessidade, então, de utilizar outra metodologia para lidar com esta
estimação em mercados desta natureza. Em seus artigos Bresnahan e Reiss (1987, 1990,
1991) desenvolvem um método para tratar este problema em diversos segmentos cuja
concorrência se dá localmente. Neste artigo, será utilizada metodologia semelhante à
desenvolvida por tais autores.
Na seção II é apresentada a metodologia que será utilizada e é feita uma descrição
dos dados coletados para a estimação. Na seção III são apresentados e discutidos os
resultados obtidos e as principais implicações destes resultados no tratamento a ser dado
para as concentrações horizontais e integrações verticais envolvendo o segmento de
concretagem. Por fim, na seção IV são apresentadas as principais conclusões e possíveis
extensões do presente artigo.
II. Metodologia
II.1- Modelo Teórico
A idéia geral que norteia a metodologia de Bresnahan e Reiss (1990; 1991) é inferir
o grau de competição pela observação das decisões de entrada, e sua relação com os
tamanhos dos mercados locais e outras características destes mercados. Para tanto não é
necessário observar os lucros individuais das firmas, estes são aproximados pelo número de
firmas atuantes em cada um dos mercados.
Para a determinação do tamanho do mercado necessário para suportar um
determinado número de firmas é utilizado o equilíbrio de longo prazo sob a hipótese de
livre entrada (lucro econômico zero no longo prazo). Estimando uma relação entre o
número de entrantes e características dos mercados de um lado e indicadores dos custos das
empresas de outro, pode-se obter estas medidas dos diversos tamanhos de mercados,
medidos pela população. O modelo será desenvolvido a seguir.
Os lucros das firmas no mercado i, no qual há n firmas é dado pela variável latente
Π in que é formada por uma parte determinística ( π in ) e outra aleatória ( ε i ):
Π in = π in + ε i (1)
A parte determinística depende do número de firmas no mercado, enquanto a parte
aleatória representa o erro para o mercado i, comum a todas as firmas neste mercado, o que
implica no fato de que as firmas são homogêneas. O erro não é observado pelo pesquisador,
mas é de conhecimento dos players do mercado. Estes fatores fazem com que possa ser
utilizada a especificação de um ordered logit (ou probit) para a estimação do modelo.
A variável Π in está ligada ao número de firmas em um dado mercado pelo fato de
que só haverá entrada se isto for lucrativo (obtenção de lucros extraordinários) para a
entrante. A hipótese fundamental é de que os lucros decrescem à medida em que novas
firmas entram no mercado, ou seja, Π in > Π in +1 . Isso nos dá as seguintes condições:
Ni = 0
se
ε i < π i1
Ni = n
se
π in ≥ ε i > π in +1 ,
Ni = K
se
π iK ≥ ε i
n = 1,..., K − 1
( 2)
Podem ser obtidas as probabilidades para estes diferentes números de firmas em um
dado mercado. Para tanto basta especificar a distribuição do termo ε i . Neste caso
específico será considerado que tal variável aleatória possui distribuição logística, o que
configura o modelo a ser estimado como um ordered logit. A estimação é, portanto, feita
utilizando o procedimento de máxima verossimilhança.
II.2- Especificação do Modelo Econométrico
A parcela determinística do lucro, π in , pode ser modelada como função das
características do mercado (lado da demanda) e de componentes de custos (lado da oferta).
O potencial de consumo de um determinado mercado é influenciado por características
sócio-econômicas destes mercados. Neste caso específico foram utilizados a população
(pop) e o índice de desenvolvimento humano (idh). Para os componentes de custos foram
utilizadas as seguintes variáveis: rendimento médio do trabalho das firmas atuantes em cada
mercado no mês de dezembro (rdez) e o número de horas trabalhadas nas firmas em cada
um dos mercados (horas). Além destas variáveis foi considerada também uma medida de
produtividade que foi a educação média dos trabalhadores em cada mercado (educmed). A
equação estimada foi a seguinte:
Π in = π in + ε i
π itn = α . popit + β1 .idh + β 2 .educmed − γ 1 .rdez − γ 2 .horas − λn .Din
(3) .
onde, Din são variáveis binárias (dummies) para indicar o número de firmas em um
determinado mercado.
Os parâmetros a serem estimados têm duas utilidades fundamentais. A primeira é
verificar de que forma as variáveis escolhidas impactam na performance das firmas, ou
seja, em seus lucros. E a segunda é o estabelecimento de escalas mínimas (thresholds) para
entrada de firmas, ou seja, o tamanho mínimo que determinados mercados devem ter para
suportar um determinado número de firmas. O treshold para a entrada da enésima firma
(Sn) em um determinado mercado é definido como a população necessária para fazer com
que a parte determinística do lucro desta firma seja zero. A partir da equação (3) pode-se
definir Sn da seguinte forma:
( βˆ1.idh + βˆ2 .educmed − γˆ1 .rdez − γˆ2 .horas − λˆn )
S =−
αˆ
n
(4)
onde βˆ1 , βˆ2 , γˆ1 , γˆ2 , λˆn , αˆ são os parâmetros estimados e idh, educmed , rdez , horas são as
médias amostrais de tais variáveis. Se as escalas mínimas aumentarem sempre na mesma
proporção a partir do aumento do número de firmas é sinal de que a entrada não gera
impacto sobre o desempenho das firmas neste mercado.
II.3- Dados Utilizados
Como o mercado de serviços de concretagem é de âmbito local (aproximadamente
municipal) foram coletados dados com este nível de desagregação. Os dados acerca da
população residente, número de concreteiras (n), educação média dos funcionários das
concreteiras (educmed), rendimento médio dos trabalhadores em dezembro (rdez) e horas
trabalhadas em concreteiras durante o ano (horas) foram coletados para 3.384 municípios,
com periodicidade anual, de 2000 a 2004. Os dados referentes à população foram obtidos
junto ao Instituto Brasileiro de Geografia e Estatística (IBGE), enquanto os demais têm
como fonte a Relação Anual de Informações Sociais que contempla dados informados pelas
empresas dos diversos segmentos.
Os dados referentes ao índice de desenvolvimento humano (idh) possuem a mesma
periodicidade, apesar de também serem municipais, estavam disponíveis apenas para o ano
de 2000. Foram adotados os mesmos valores para todos os anos, com variação apenas entre
municípios. Esta aproximação é bastante razoável, uma vez que é difícil supor que um
determinado município tenha tido uma alteração significativa em sua qualidade de vida
(medida pelo idh) em tão pouco tempo. Estes dados foram calculados pelo IBGE a partir do
Censo realizado em 2000.
III. Resultados
Na tabela 1, a seguir, encontram-se os resultados para o modelo estimado.
Tabela 1: Modelo Estimado
Variable
Coeficiente
pop
idh
educmed
rdez
horas
D1
D2
D3
D4
D5
D6
Pseudo R2
Observações
Wald Qui-2
Log
pseudolikelihood
Erro
Estatística Z P-valor
Padrão
0,00002 0,0000002
12,47
0.0000
4,45923 0,5222151
8,54
0.0000
0,61764 0,0356131
17,34
0.0000
-0,00014 0,0000164
-8,30
0.0000
0,00462 0,0003150
14,67
0.0000
7,59800 0,2885032
9,26923 0,2913514
10,67596 0,2995928
11,93565 0,3127163
13,37742 0,3305308
14,99060 0,3695511
0,2979
16920
2959,27
(0,000)
-10550,557
Pela observação do modelo estimado nota-se que todos os coeficientes estimados
são estatisticamente significativos ao nível de 1%. Além disso, nota-se que os coeficientes
para as variáveis que determinam as características dos mercados (pop e idh) são positivos,
indicando que os lucros crescem com o número de firmas e com o nível de
desenvolvimento do município (medido pelo idh). A variável de produtividade (educmed)
também possui impacto positivo na lucratividade das empresas e as variáveis de custos
também possuem parâmetros estimados com os sinais esperados.
A partir deste modelo estimado foram calculadas as escalas mínimas (EMV) para
comportar um monopolista nestes mercados, um duopolista e assim sucessivamente, até a
EMV para comportar 6 firmas. Para este cálculo foi utilizada a equação (4). Os resultados
encontram-se na tabela a seguir.
Tabela 2: Escalas Mínimas Viáveis
S1
S2
S3
S4
S5
S6
125.542
211.687
284.199
349.132
423.450
506.603
Da tabela acima pode-se concluir que a população suficiente para suportar uma
empresa concreteira monopolista é de 125.542 habitantes. Para um duopolista este número
cresce para 211.687. Até obtermos um número de 506.603 moradores para comportar 6
firmas em um determinado mercado. Diferentemente do resultado comumente obtido em
estudos desta natureza (ver Cleeren et al. (2006) e Bresnahan e Reiss (1990, 1991)) as
escalas mínimas obtidas aumentam cada vez menos com o número de firmas. Isto ocorre
pela diferença entre os tipos de mercado analisados nos artigos citados (mercados de bens e
serviços ofertados ao consumidor final) e o de serviços de concretagem para o qual as
populações dos municípios possuem impacto indireto na contratação destes serviços pelas
construtoras.
Para os diversos Atos de Concentração envolvendo mercados de serviços de
concretagem em análise atualmente nesta SEAE foram calculados o número previsto de
concreteiras e o número atual (pré e pós-operações) no ano de 2004, no qual se iniciou a
atual onda de casos envolvendo aquisição de concreteiras por empresas atuantes no
mercado de cimento. Estes dados encontram-se na tabela 3 em anexo.
Para boa parte dos municípios analisados (os marcados em verde) nota-se uma clara
discrepância entre o número previsto e o número atual de firmas. Na verdade, o que ocorre
é que estes municípios, pelos resultados estimados, comportariam bem menos concreteiras
do que as que atualmente estão lá instaladas. Há duas explicações para este fato. A primeira
pode estar ligada ao fato de que o mercado geográfico de atuação destas concreteiras é
superior à área daquele município específico. A ocorrência deste fenômeno deve ter
impacto marginal na conta apresentada uma vez que as concreteiras normalmente estão
instaladas nos maiores municípios daquela região. Portanto, a inclusão de um ou dois
municípios limítrofes (menores por hipótese para a maior parte dos casos) não alterará de
forma significativa as conclusões obtidas. A segunda é que realmente naqueles mercados há
mais concreteiras do que um mercado daquelas características deve comportar. Nestes
casos as operações não devem ser vistas como necessariamente prejudiciais à concorrência,
e sim como uma conseqüência natural de um processo de concorrência acirrado por um
mercado que não comporta todos aqueles competidores. A tendência natural seria, portanto,
a redução do número de firmas no longo prazo. E isto pode ocorrer de duas formas: (i) pela
aquisição por outra concreteira já com atuação no local (de preferência uma empresa
cimenteira, pois estas possuem vantagens competitivas em relação às concreteiras
independentes); ou (ii) pelo fechamento das concreteiras menos eficientes.
IV. Conclusão
Neste artigo objetivou calcular escalas mínimas viáveis para os mercados de
serviços de concretagem. Estes mercados possuem natureza local (aproximadamente
municipal) e, por isso, fica dificultada a obtenção de variáveis como preços e quantidades
vendidas pelas empresas atuantes nestes diversos mercados (milhares, no caso brasileiro).
Com o intuito de tratar este problema foi adotada a metodologia desenvolvida por
Bresnahan e Reiss (1990, 1991) que tentam aproximar a medida de escala mínima pelos
tamanhos dos mercados (medidos pelas populações) suficientes para comportar
determinados números de firmas.
No modelo estimado todos os coeficientes tiveram o sinal esperado e foram
estatisticamente significativos. A partir deste modelo foram calculadas as escalas mínimas e
foram comparados os números atuais e previstos de firmas em diversos mercados, para os
quais há Atos de Concentração em análise na SEAE. Pelos resultados obtidos pode-se
concluir que várias das concentrações observadas não devem ser alvo de maiores
preocupações pelas autoridades antitruste, uma vez que são mercados muito pequenos, de
forma geral, que comportam bem menos firmas do que as que atualmente lá atuam. A
metodologia, portanto, parece bastante adequada para tratar da definição de escalas
mínimas em mercados de menor porte. Em relação aos mercados maiores, as capitais de
estados (por exemplo), nada pode-se concluir pela comparação dos resultados do presente
estudo com a observação da realidade.
Possíveis extensões do presente trabalho estão relacionadas à busca de outras
variáveis explicativas para a estimação do modelo apresentado e à sua aplicação a outros
mercados locais, cujos casos se multiplicam no Sistema Brasileiro de Defesa da
Concorrência.
Bibliografia
Bresnahan, T.F., Reiss P.C. (1990). Entry in Monopoly Markets, Review of Economic
Studies, 57 (192), 531-553.
Bresnahan, T.F., Reiss, P.C. (1991). Entry and Competition in Concentrated Markets,
Journal of Political Economy, 99 (5), 977-1009.
Cleeren, K., Dekimpe, M.G., Verboven, F. (2006). Competition in Local-Service Sectors,
mimeo.
Wooldridge, J.F. (2002) Econometric Analysis of Cross Section and Panel Data, MIT
Press.
Anexo
Tabela 3: Número Previsto X Número Atual de Concreteiras em 2004
Cidade
Maceio
Salvador
Fortaleza
Brasília
Vitória
Belo Horizonte
Juiz de Fora
Uberlândia
Belém
Petrolina
Recife
Curitiba
Foz do Iguaçu
Londrina
Maringá
Cabo Frio
Nova Iguaçu
Rio de Janeiro
Volta Redonda
Parnamirim/Natal
Porto Alegre
Blumenau
Brusque
Camboriú
Criciúma
Florianópolis
Guaramirim
Joinville
Lages
Aracaju
Atibaia
Barra Bonita
Bauru
Botucatu
Campinas
Grande São Paulo
Itanhaem
Jaguariúna
Jaú e Pederneiras
UF
AL
BA
CE
DF
ES
MG
MG
MG
PA
PE
PE
PR
PR
PR
PR
RJ
RJ
RJ
RJ
RN
RS
SC
SC
SC
SC
SC
SC
SC
SC
SE
SP
SP
SP
SP
SP
SP
SP
SP
SP
População 2004
884.320
2.631.831
2.332.657
2.282.049
309.507
2.350.564
493.121
570.042
1.386.482
247.322
1.486.869
1.727.010
293.646
480.822
313.465
153.735
817.117
6.051.399
253.226
766.081
1.416.363
287.350
85.218
49.469
182.785
386.913
28.944
477.971
165.068
491.898
124.108
37.871
344.258
117.308
1.031.887
10.838.581
85.294
33.194
121.333
Firmas
Firmas Previstas Firmas Atuais Operação
6 ou mais
3
6 ou mais
8
6 ou mais
6
6 ou mais
9
3
7
6 ou mais
11
5
4
6 ou mais
5
6 ou mais
4
2
2
6 ou mais
5
6 ou mais
9
3
3
5
8
3
7
1
4
6 ou mais
6
6 ou mais
13
2
5
6 ou mais
4
6 ou mais
9
3
7
1
2
1
7
1
3
4
5
1
6
5
5
1
2
5
4
1
11
1
5
3
8
1
4
6 ou mais
15
6 ou mais
16
1
3
1
3
1
8
Pós
2
7
5
8
6
10
3
4
3
1
4
7
2
7
6
3
5
12
4
3
8
5
1
6
2
2
5
1
1
3
10
4
7
3
14
15
2
2
7
Jundiai
Lençóis Paulista
Lindóia
Mogi Mirim
Penápolis
Pindamonhangaba
Praia Grande
Ribeirão Preto
São Joaquim da Barra
São José do Rio Preto
São José dos Campos
Sumaré
SP
SP
SP
SP
SP
SP
SP
SP
SP
SP
SP
SP
340.907
60.275
6.021
90.042
57.893
138.320
229.542
542.912
44.472
398.079
589.050
225.307
3
1
1
1
1
1
2
6 ou mais
1
4
6 ou mais
2
14
8
4
6
5
6
10
10
7
13
8
17
13
7
3
5
4
5
9
9
6
12
7
16