Submitted by LINO MEJIA (estebanllamosam@gmail.com) on 2017-06-22T20:39:35Z No. of bitstreams: 1 MasterThesis_Lino_Mejia_FGV_Ficha.pdf: 4647982 bytes, checksum: 29d2e5446d8872f2ad94a5fac6a16c72 (MD5) / Approved for entry into archive by Maria Tereza Fernandes Conselmo (maria.conselmo@fgv.br) on 2017-06-23T21:17:44Z (GMT) No. of bitstreams: 1 MasterThesis_Lino_Mejia_FGV_Ficha.pdf: 4647982 bytes, checksum: 29d2e5446d8872f2ad94a5fac6a16c72 (MD5) / Made available in DSpace on 2017-06-23T21:47:22Z (GMT). No. of bitstreams: 1 MasterThesis_Lino_Mejia_FGV_Ficha.pdf: 4647982 bytes, checksum: 29d2e5446d8872f2ad94a5fac6a16c72 (MD5) Previous issue date: 2017-05-24 / Academics have performed several studies on variance decomposition of several types of performance in context of developed economies. Nevertheless, empirical research of variance decomposition in emerging economies is more limited than that of developed economies. This study analyzes the variance decomposition of Peruvian enterprises in the period between 2010 and 2014, employing multidimensional performance measures, and thus two objectives are present. Firstly; determine the financial performance variance composition and compare this with developed economies. Secondly; determine the variance composition of productivity and compare it with the variance structure of financial performance. This empirical research is based on an original longitudinal dataset which contains financial, production and labour market information at firm level and it uses the Hierarchical Lineal Model (HLM) which provides conceptual and robust statistics for analyzing the nested structure of the data. Regarding the first objective, the empirical results demonstrate that the industry effect account for 34% and the firm effect account for 66% of the variance explained. This differs with previous studies such as Makino et al. (2004) who presented an industry effect of 18% of the variance explained in a developed economy. Regarding the second objective, three measures of performance are used to capture the multidimensional nature of performance. The dimensions are financial (measured as ROA and ROS) and operational (measured as productivity). The findings show that operational productivity model explain 65% of their variability; whereas the ROA and ROS explain 55% and 61% respectively. This study also confirms that the variance structure impacts the performance of each aggregate sector separately. For manufacturing, the result show that the percentage of industry effect is stronger than that of other aggregate sectors. For service, the industry effect (when it uses profitability measures) show similar values with some studies in the Latin American context. Finally; for wholesale & retail trade, the results confirm that the industry effect is lower than the other aggregate sector, and shows values around 4%, and therefore, firm effect ranges between 40% and 70% of the total variance. / Académicos han realizado varios estudios sobre la descomposición de varianza utilizando diversas clases de desempeño y principalmente en contexto de economías desarrolladas. Sin embargo, investigaciones empíricas sobre descomposición de la varianza en economías emergentes es más limitada que en contexto de economías desarrolladas. El presente estudio analiza la descomposición de la varianza en una muestra de empresas peruanas durante el período 2010-2014, empleando medidas de desempeño multidimensionales y, por lo tanto, dos objetivos de investigación son presentados. Primero; determinar la composición de la variación del rendimiento financiero y comparar estos resultados con los estudios en economías desarrolladas. Segundo; determinar la composición de la varianza de la productividad y compararla con la estructura de la varianza del rendimiento financiero. Esta investigación empírica se sustenta en una exclusiva base de datos en panel, los cuales contienen información financiera, de producción y de mercado de trabajo a nivel de empresa y además utiliza el Modelo Lineal Jerárquico (MLJ) el cual proporciona un método conceptual e robusto para analizar datos jerárquicos. En cuanto al primer objetivo, los resultados empíricos demuestran que el efecto industria representa el 34% y el efecto firma representa el 66% de la varianza explicada. Estos resultados difieren con estudios previos como Makino et al. (2004), quienes encontraron un efecto industria del 18% de la varianza explicada en un contexto de economía desarrollada. Con respecto al segundo objetivo, se utilizan tres medidas de rendimiento para captar la naturaleza multidimensional del desempeño. Las dimensiones son financieras (medidas como ROA y ROS) y operacional (medidas como productividad). Los resultados muestran que el modelo de productividad operacional explica el 65% de su variabilidad; Mientras que el ROA y el ROS explican el 55% y el 61%, respectivamente. Este estudio también confirma que la estructura de la varianza depende del desempeño de cada sector agregado. En el sector de manufactura, el resultado muestra que el porcentaje del efecto industria es más fuerte que el de otros sectores agregados. Para el sector servicio, el efecto industria (cuando utiliza la rentabilidad) muestran valores similares en estudios en el contexto latinoamericano. Finalmente; para el sector de comercio, los resultados confirman que el efecto industria es menor en comparación a los otros sectores, y muestra valores alrededor del 4%, y por lo tanto, el efecto firma oscila entre 40% y 70% del total de la varianza. / Acadêmicos têm realizado vários estudos sobre a decomposição da variância de vários tipos de desempenho no contexto de economias desenvolvidas. Não obstante, a investigação empírica da decomposição da variância nas economias emergentes é mais limitada do que a das economias desenvolvidas. Este estudo analisa a decomposição da variância das empresas peruanas no período entre 2010 e 2014, empregando medidas de desempenho multidimensionais, e, portanto, dois objetivos se fazem presentes. Primeiramente; determinar a composição da variância do desempenho financeiro e compará-la com as das economias desenvolvidas. Em segundo lugar; determinar a composição da variância da produtividade e compará-la com a estrutura de variância do desempenho financeiro. Esta pesquisa empírica é baseada em um conjunto de dados longitudinal original, que contém informação financeira, de produção e do mercado de trabalho a nível de empresa e usa o Modelo Hierárquico Linear (MHL), que oferece estatísticas robustas para analisar a estrutura hierárquica dos dados. Em relação ao primeiro objetivo, os resultados empíricos demonstram que o efeito setor responde por 34% e o efeito firma corresponde por 66% da variância explicada. Isso difere de estudos anteriores, como o de Makino et al. (2004) , que apresentou um efeito setor de 18% da variância explicada numa economia desenvolvida. Quanto ao segundo objetivo, três medidas de desempenho são usadas para capturar a natureza multidimensional do desempenho. As dimensões são financeiras (medidas como ROA, ROS, crescimento de ativos e receitas) e operacional (medida como produtividade). Os resultados mostram que o modelo de produtividade operacional explica 65% da sua variabilidade; enquanto que o ROA e ROS explicam 55% e 61% respectivamente. Este estudo também confirma que a estrutura da variância muda para cada setor agregado separadamente. Para manufatura, o resultado mostra que a percentagem do efeito setor é maior do que em outros setores agregados. Para serviços, o efeito setor (quando usada medidas de rentabilidade) mostra valores semelhantes com alguns estudos realizados no contexto latino-americano. Finalmente; para comércio atacadista e varejista, os resultados confirmam que o efeito setor é menor do que o outro setor agregado, e mostra valores em torno de 4%, e, portanto, o efeito firma varia entre 40% e 70% da variância total.