The impact of regional innovation systems on the financial performance of companies in Brazil

Santos, David Ferreira Lopes; Monteiro, Letícia Orselli; Marques, Kézia Montezo; Montoro, Stela Basso

David Ferreira Lopes Santos

David Ferreira Lopes Santos: Pós-doutor e doutor e em Administração pela Universidade Presbiteriana Mackenzie. Livre-docente em Administração Financeira. Atua como professor associado na Universidade Estadual Paulista “Júlio de Mesquita Filho” (UNESP), campus de Jaboticabal. E-mail:david.lopes@unesp.br

Universidade Estadual Paulista (UNESP), Jaboticabal, SãoPaulo, Brasil

http://orcid.org/0000-0003-3890-6417

Letícia Orselli Monteiro

Universidade Estadual Paulista (UNESP), Jaboticabal, SãoPaulo, Brasil

http://orcid.org/0000-0002-3128-5948

Kézia Montezo Marques

Kézia Montezo Marques: Mestranda em Administração, bolsista do Programa PIBIC/CNPq-Reitoria pela Universidade Estadual Paulista “Júlio de Mesquita Filho” (UNESP), campus de Jaboticabal. E-mail:k.marques@unesp.br

Universidade Estadual Paulista (UNESP), Jaboticabal, SãoPaulo, Brasil

http://orcid.org/0000-0003-4162-1383

Stela Basso Montoro

Stela Basso Montoro: Realiza estágio de pós-doutoramento na Gestão Executiva do Centro de Pesquisa em Engenharia da Universidade Estadual Paulista “Júlio de Mesquita Filho” (UNESP), -campus de Jaboticabal. Doutora e mestre em Agronomia pela UNESP, campus de Botucatu. Graduada em Administração pela UNESP, campus de Jaboticabal. E-mail:stela.montoro@unesp.br

Universidade Estadual Paulista (UNESP), Jaboticabal, SãoPaulo, Brasil

http://orcid.org/0000-0002-0739-7798

Etapa	Descrição	Atividades	Fonte
1ª	Identificação dos Ecossistemas de Inovação	Identificar critérios para formação dos ecossistemas de inovação na literatura. Verificar e compatibilizar as variáveis previstas na literatura e disponíveis para o levantamento direto para a realidade brasileira.	Literatura publicada em periódicos indexados à SCOPUS; variáves disponíveis nas bases do IBGE e da Plataforma Sucupira (CAPES).
2ª	Identificação dos Sistemas Regionais de Inovação	Identificar e aplicar critérios que permitam delimitar os Sistemas Regionais de Inovação, a partir dos ecossistemas de Inovação.	Google Maps e Plataforma SCIVAL (Elsevier).
3ª	Construção de base de dados de empresas estabelecidas no Brasil	Levantar informações financeiras de empresas estabelecidas no Brasil que permitam gerar uma base ampla e representativa de empresas.	Sistema Economatica e Balanços Patrimoniais.
4ª	Correspondência das empresas nos Sistemas Regionais de Inovação	Encontrar e analisar as empresas que se encontram inseridas nos SRI.	Elaboração própria, a partir das etapas anteriores.

Fontes	Variáveis	Justificativa teórica
Plataforma Sucupira e IBGE	- Número de PPGs por município. - Número de discentes dos PPGs por habitante. - Número de docentes dos PPGs por habitante. - Número de patentes dos PPG. - Número de publicações por docentes dos PPG.	(Pedrinho Et Al., 2020PEDRINHO, G. C.; CARVALHO, D. N.; TEIXEIRA, S. C.; LEZANA, A. G. R. University and the Innovation ecosystem: structured literature review. Navus - Revista de Gestão e Tecnologia, Florianópolis, v. 10, p. 1-23, 2020.) (Lemos; Cario, 2017LEMOS, D. D. C; CARIO, S. A. F. Os sistemas nacional e regional de inovação e sua influência na interação universidade - empresa em Santa Catarina. Revista de Gestão, São Paulo, v. 24, p. 45-57, 2017.) (Cândido; Maciel, 2019CÂNDIDO, G. A.; MACIEL, D. D. S. C. Identificação do nível de contribuição das Universidades para o desenvolvimento por meio da inovação: uma proposta métrica. Desenvolvimento em Questão, Ijuí, v. 17, n. 48, p. 103-20, 2019.)
IBGE	- Número de empresas por habitante, por município. - Número de empresas por docente em PPGs no município. - Variação na abertura de empresas por município (2015/2018).	(D’Avila Et Al., 2017D´AVILA, J. C.; BILESSIMO, S. M. S.; ESTEVES, P. C. L.; BARROS, A. F. F.; VARGAS, C. M. Práticas de gestão de conhecimento: um estudo de caso em uma instituição de ensino federal. Revista Gestão Universitária na América Latina - GUAL, Florianópolis, v. 10, n. 3, p. 78-96, 2017.) (Kannebley Jr.; Sekkel; Araújo, 2010KANNEBLEY Jr., S.; SEKKEL, J.; ARAÚJO, B. Economic performance of Brazilian manufacturing firms: a counterfactual analysis of innovation impacts. Small Business Economics, [s.l.], v. 34, n. 3, p. 339-53, 2010.)

Municípios	Índice	Municípios	Índice
São Paulo Rio de Janeiro Belo Horizonte Porto Alegre Recife Curitiba Campinas Brasília Fortaleza Natal Salvador Belém Florianópolis João Pessoa São Carlos Goiânia Niterói Santa Maria Maringá Vitória Uberlândia Ribeirão Preto Londrina Manaus Viçosa São Cristóvão São Luís Juiz de Fora Campo Grande	1,52 2,87 3,85 4,77 4,79 6,72 6,92 8,67 9,04 10,97 11,30 12,95 14,18 15,68 15,74 16,28 19,45 19,72 21,50 21,89 23,65 24,05 24,97 25,44 25,57 26,04 27,15 27,28 27,79	Campina Grande Maceió Cuiabá Lavras Piracicaba Pelotas Teresina Botucatu Araraquara São José dos Campos Ouro Preto Ponta Grossa Seropédica Bauru Dourados Rio Grande Campos dos Goytacazes São Leopoldo Capão do Leão Santo André Ilhéus Passo Fundo Feira de Santana Mossoró Uberaba Caxias do Sul Itajubá São João del Rei Santos	29,04 32,73 34,21 34,55 36,24 36,47 38,25 39,03 39,10 39,11 42,59 42,95 43,15 43,16 44,03 44,46 46,83 47,33 49,19 50,05 51,40 55,10 55,59 55,63 55,69 58,44 60,04 60,13 61,26

Grupo	Municípios	LD	N. IES	Publicações com empresas	Fator de Impacto Médio
MG	Itajubá, Juiz de Fora, São João del Rei, Lavras, Viçosa, Ouro Preto, Belo Horizonte	0,85	25	20,80%	22,23
SP2	Piracicaba, Botucatu, São Carlos, Bauru, Araraquara, Ribeirão Preto	0,84	19	10,10%	8,56
SP1	Santos, São José dos Campos, Santo André, São Paulo, Campinas	0,76	73	66,00%	37,05
RJ	Niterói, Seropédica, Rio de Janeiro	0,64	45	87,50%	17,59
RS	Passo Fundo, Santa Maria, Caxias do Sul, São Leopoldo, Porto Alegre	0,42	16	11%	10,21

Setores	Número	Setores	Número
Agricultura e Pecuária	23	Ind. de Máquinas, Motores e Veículos	36
Indústria de Papel e Celulose	32	Siderurgia	27
Indústria Têxtil	32	Indústria de Mineração	20
Agroindústrias e Ind. de Alimentos	79	Indústria de Eletrônicos e Informática	74
Indústria Química	26	Ind. Farmacêutica, de Higiene e Perfume	22
Indústria de Madeiras e Mobiliário	16	Ind. Petrolífera, de Plástico e Borracha	41
Indústria Gráfica e de Embalagens	61	Outras Atividades Industriais	22
Indústria Metalmecânica	45	Total	556

Variável	Média	Mediana	D.P.	Mín.	Máx.
Margem Operacional	0,056	0,057	0,390	-5,12	3,56
Giro do Ativo	1,13	0,979	0,854	0,000	8,89
Endividamento	0,516	0,471	0,373	0,000	3,84
Razão de Concentração	0,001	1,74e-005	0,005	4,26e-009	0,080
∆LO	22,9	-0,057	477	-412	1,43e+004
Kd	0,108	0,040	0,260	-0,930	4,38
Log do Ativo	13,6	13,1	3,09	6,29	20,9
Alavancagem	3,13	1,35	14,3	-153	234
LD_SRI	0,107	0,066	0,109	0,009	1,09
Proximidade	0,498	0,000	0,500	0,000	1,00
RROI	-0,027	0,000	0,228	-2,05	2,57
ROI	0,081	0,053	0,232	-1,20	2,75
ROE	0,033	0,071	0,660	-7,81	6,66
ROA	0,045	0,035	0,218	-1,85	2,57

Variáveis independentes	Coeficientes das Variáveis Dependentes
	RROI		ROI		ROE		ROA
	CC	SC	CC	SC	CC	SC	CC	SC
Constante	-0,045ª	n.a.	0,023 ª	n.a.	-0,022ª	n.a.	-0,001	n.a.
Margem Operacional	0,240ª	0,244ª	0,268ª	0,268ª	0,559ª	0,558ª	0,264ª	0,262ª
Giro do Ativo	0,041ª	0,037ª	0,038ª	0,039ª	0,098ª	0,095ª	0,036ª	0,036ª
Endividamento	-0,019ª	-0,023^a	-0,034ª	-0,032ª	-0,153ª	-0,155ª	-0,114ª	-0,118ª
Razão de Concentração	-0,540^a	0,122^c	-0,110ª	-0,265^b	0,849ª	1,166ª	-0,616ª	-0,594ª
∆LO	4e-05ª	5e-05ª	6e-05ª	6e-05ª	9e-05ª	9e-05ª	4e-05^b	3e-05^b
Kd	-0,517^a	-0,513ª	0,243ª	0,255ª	0,117ª	0,124ª	0,100ª	0,094ª
Log do Ativo	0,001ª	-0,001ª	-0,002ª	-0,001ª	-0,002ª	-0,003ª	0,002ª	0,002ª
Alavancagem	0,0002ª	0,0002ª	-0,0001	-0,0001	-0,002ª	-0,002ª	0,0002ª	0,0002ª
LD_SRI	0,094ª	0,070ª	0,109ª	0,115ª	0,222ª	0,197ª	0,093ª	0,095ª
Proximidade	-0,002^b	-0,004ª	-0,001	-0,002	0,008ª	0,008ª	-0,002	-0,001
R²	0,922	0,873	0,974	0,919	0,862	0,855	0,986	0,975
R² Ajustado	0,921	0,875	0,898	0,949	0,861	0,886	0,985	0,974
Estatística F (p-valor)	1301,24 0,000	758,52 0,000	976,88 0,000	1244,95 0,000	687,47 0,000	651,69 0,000	7571,62 0,000	4270,44 0,000

\begin{matrix} Y_{i t} = a_{i} + β_{1} M O_{i t} + β_{2} G A_{i t} + β_{3} E N D_{i t} + β_{4} R C_{i t} + β_{5} Δ L O_{i t} + β_{6} K d_{i t} + β_{7} L D_{-} S R I_{i t} \\ + β_{8} L_{0} {Ativo}_{i t} + β_{9} {Alav}_{i t} + β_{10} P R O X_{i t} + u_{i t} \end{matrix}

Brasil

Brasil

The impact of regional innovation systems on the financial performance of companies in Brazil

Abstract