Monitoramento e aprendizado estratégico: o caso Furnas

Este estudo investigou como é o processo de monitoramento e aprendizado estratégico, identificando os fatores que influenciam o alcance dos seus resultados. Realizou-se pesquisa bibliográfica, através da qual foi possível obter a descrição de como o processo deve ocorrer, quais são os resultados que deve produzir e quais são os fatores potenciais que os influenciam. Em seguida, realizou-se pesquisa documental na empresa estudada, o que permitiu descrever como o processo de monitoramento e aprendizado estratégico ocorre in loco. Para a identificação dos fatores que influenciam o alcance dos resultados do processo na empresa, realizou-se pesquisa de campo qualitativa, junto a executivos de suas áreas finalísticas. Os resultados obtidos nessas etapas de pesquisa permitiram a compreensão de que o processo se dá através da execução de dois ciclos: o de uso e o de aprendizado e que seus elementos centrais são as reuniões estratégicas. Foi possível atestar que, em Furnas, empresa selecionada como campo de análise, o processo está sendo executado dentro dos padrões prescritos pela literatura. No entanto, como a sua implantação é recente, isso somente configura-se como uma tendência. Concluiu-se ainda que a maior parte dos fatores apontados pelos executivos da empresa coincide com os mapeados na literatura. Além disso, dentre os fatores identificados em Furnas, os que mais afetam o funcionamento do processo de monitoramento e aprendizado estratégico concentram-se na dimensão organizacional “estilo gerencial”, sendo eles: “fraca cultura de desempenho”, “patrocínio da alta direção” e “interferências operacionais na pauta das reuniões estratégicas”.

Invariant tests in an instrumental variables model with unknown data generating process

In this work we focus on tests for the parameter of an endogenous variable in a weakly identi ed instrumental variable regressionmodel. We propose a new unbiasedness restriction for weighted average power (WAP) tests introduced by Moreira and Moreira (2013). This new boundary condition is motivated by the score e ciency under strong identi cation. It allows reducing computational costs of WAP tests by replacing the strongly unbiased condition. This latter restriction imposes, under the null hypothesis, the test to be uncorrelated to a given statistic with dimension given by the number of instruments. The new proposed boundary condition only imposes the test to be uncorrelated to a linear combination of the statistic. WAP tests under both restrictions to perform similarly numerically. We apply the di erent tests discussed to an empirical example. Using data from Yogo (2004), we assess the e ect of weak instruments on the estimation of the elasticity of inter-temporal substitution of a CCAPM model.