Seria a Internet um Atalho Para Descontos Maiores na Compra do Automóvel Novo? Uma Investigação Empírica Sobre os Benefícios da Procura.

Transcrição

1 Seria a Internet um Atalho Para Descontos Maiores na Compra do Automóvel Novo? Uma Investigação Empírica Sobre os Benefícios da Procura. Autoria: José Mauro da Costa Hernandez Resumo Compradores de automóveis novos que consultaram a Internet foram mais eficientes que aqueles que não se utilizaram da Internet? Motivados por esta questão e utilizando dados coletados sobre o comportamento de procura de automóveis novos numa região dos EUA, verificamos que os compradores que utilizaram a Internet como fonte de informações investiram mais tempo na procura que os compradores que não utilizaram a Internet. Este resultado, entretanto, provavelmente é decorrente da diferença do perfil verificada entre os dois grupos. Também verificamos que, ao considerarmos os dois grupos em conjunto, o fato de um comprador ter consultado a Internet contribuiu negativamente para o montante de descontos obtidos. No entanto, ao separarmos os dois grupos, verificamos que o tempo de procura está positivamente associado com a obtenção de maiores descontos para o grupo de usuários da Internet mas não para o grupo de não usuários. Também pudemos identificar um amplo conjunto de variáveis que determinam o tempo de procura por automóveis novos. Discutimos os resultados obtidos e sugerimos algumas modificações no modelo teórico empregado aqui para futuros estudos. Introdução O crescimento do volume de vendas ao consumidor realizadas através da Internet, especialmente nos Estados Unidos, tem despertado o interesse na investigação de diferenças entre os mercados eletrônico e convencional. Recentemente, diversos artigos têm apontado que o mercado eletrônico é mais eficiente que o mercado convencional (para uma revisão destes estudos, veja Smith, Bailey e Brynjolfsson, 1999). Duas são as razões mais freqüentemente apontadas para a maior eficiência dos mercados eletrônicos: a redução dos custos de procura e a maior concorrência por preços entre os varejistas eletrônicos (por exemplo, Alba et al, 1997; Bakos, 1997). De acordo com a teoria econômica, quanto maior a assimetria de informações existente entre compradores e vendedores, maior o custo de procura do comprador, implicando em preços superiores ao custo marginal na situação de equilíbrio (Varian, 1984). Devido às suas características, como instantaneidade, interactividade e grande capacidade de armazenamento de informações, a Internet permitiria ao consumidor obter rápida e eficientemente uma grande quantidade de informações sobre as diferentes ofertas do mercado, facilitando a sua tarefa de encontrar os menores preços. Neste sentido, ao diminuir o custo da procura, a Internet permitiria também a redução da assimetria de informações. Por outro lado, estruturas de custos mais eficientes possibilitariam aos varejistas eletrônicos reduzirem suas margens de lucro; menores custos de acesso ao mercado aumentariam a concorrência, forçando a redução das margens de lucro. Todos estes efeitos conjugados tornariam, no equilíbrio, os mercados eletrônicos mais eficientes que os mercados convencionais. Neste estudo nosso interesse estará concentrado apenas nos benefícios que compradores de automóveis novos podem obter com a utilização da Internet como fonte de informações. Há alguns anos, todas as previsões indicavam que hordas de consumidores iriam para a Internet negociar preços, comprar, pagar e receber seus carros em casa sem terem colocado os pés em uma loja de automóveis. As previsões, no entanto, não se concretizaram: em 2000, apenas norte-americanos compraram seus carros através da Internet, comparado com os mais de 17 milhões de compradores que preferiram as vias convencionais (Time, 2001). A Internet, 1

2 no entanto, não deixou de desempenhar um papel importante neste processo: cerca de 41% de todos os compradores norte-americanos de carros novos se utilizaram da Internet durante o processo de procura de seus carros (Time, 2001). O objetivo principal deste artigo, portanto, é responder à seguinte questão: Consumidores que se utilizam da Internet durante a procura por um automóvel são mais eficientes que aqueles que não se utilizam da Internet? Consideraremos eficiência em dois sentidos: tempo e dinheiro. Assumindo que a Internet diminui o custo da informação e aumenta a eficiência do processo de procura, mantidas todas as demais variáveis constantes, seria esperado que os consumidores que utilizam a Internet para procurar informações sobre automóveis tenham que investir menos tempo em procura e consigam obter maiores descontos que os consumidores que não se utilizam da Internet. Para responder esta questão, utilizamos parte dos dados coletados para uma pesquisa acadêmica sobre o processo de procura por automóveis numa região dos Estados Unidos, tomando como base o modelo teórico desenvolvido por Ratchford e Srinivasan (1993). A fim de cumprir os nossos objetivos, estruturamos este estudo em sete seções, assim distribuídas: na primeira seção, revimos brevemente a literatura relevante para este estudo e formulamos as hipóteses que guiaram o estudo; a seguir, desenvolvemos o modelo teórico utilizado para testar as hipóteses; na terceira seção, discutimos as variáveis que foram incluídas neste estudo, formulando as hipóteses sobre o efeito destas variáveis sobre o tempo de procura e os descontos obtidos na compra de automóveis novos; na quarta seção discutimos a metodologia de coleta dos dados; na quinta seção, relatamos os resultados obtidos neste estudo; na sexta seção, discutimos estes resultados e na última seção concluímos o estudo, apontando as limitações e direções para novos estudos. 1. Revisão da Literatura Recentemente, diversos artigos têm investigado o comportamento de mercados eletrônicos (Brown e Goolsbee, 2000; Brynjolfsson e Smith, 2000; Clemons, Hann e Hitt, 1999; Clay, Krishnan e Wolff, 2000; Degeratu, Rangaswamy e Wu, 2000; Lee, 1998; Lynch e Ariely, 2000). De forma geral, estes estudos têm concluído que os mercados eletrônicos são mais eficientes que os mercados convencionais. Por exemplo, Brynjolfsson e Smith (2000) verificaram que os preços de CD s e livros vendidos através da Internet eram de 9 a 16% inferiores aos preços de produtos similares vendidos em lojas convencionais, mesmo levando em conta custos de manuseio e entrega e impostos; Lee (1998) verificou que os preços de automóveis usados vendidos através de um leilão eletrônico no Japão eram muito superiores aos preços de automóveis usados vendidos em leilões offline 1 ; Lynch e Ariely (2000) e Degeratu, Rangaswamy e Wu (2000) sugeriram que consumidores online pagaram menores preços que consumidores offline ao verificarem que os consumidores online, em determinadas circunstâncias, são mais sensíveis a preço do que consumidores comprando através de lojas convencionais. Outros estudos, entretanto, apontam que a dispersão de preços em mercados eletrônicos é superior à verificada em mercados convencionais (Brynjolfsson e Smith, 2000; Clemons, Hann e Hitt, 1998 ), o que levaria a questionar a afirmativa de que os mercados eletrônicos são efetivamente mais eficientes que os mercados convencionais. Os preços no mercado de automóveis também foram extensivamente investigados (por exemplo, Ayres e Siegelman, 1995; Berry, James e Pakes, 1995; Goldberg, 1996). No contexto da Internet, Morton, Zettelmeyer e Risso (2000) descobriram que os preços pagos por consumidores que obtiveram referências de revendedores através do Website Autobytel.com eram aproximadamente 2% inferiores ao preços pagos por consumidores que não utilizaram este serviço; os resultados deste estudo também indicaram que os 2

3 consumidores que se utilizaram deste serviço de referência fizeram melhores compras do que pelo menos 61% dos consumidores que não utilizaram nenhum serviço de referência. O terceiro grupo de literatura relevante para o nosso estudo refere-se aos benefícios da procura (Beatty e Smith, 1987; Carlson e Gieseke, 1983; Punj e Staelin, 1983; Newman e Staelin, 1972; Ratchford e Srinivsan, 1993; Stigler, 1961; Urbany, Dickson e Kalapurakal, 1996; Urbany, Dickson e Wilkie, 1989). Estes estudos investigaram tanto os fatores que determinam o tempo investido em procura quanto os benefícios obtidos neste processo. Por exemplo, Punj e Staelin (1983) verificaram que o tempo investido em procura está positivamente relacionado à obtenção de menores preços de automóveis e negativamente relacionado ao custo da procura; Ratchford e Srinivasan (1993) verificaram que o retorno marginal da procura por automóveis novos resultou em menores preços, embora os ganhos obtidos não tenham sido significativos. Com base nos resultados obtidos em estudos anteriores, formulamos as seguintes hipóteses: H1: Os compradores de automóveis novos que consultaram a Internet investiram menos tempo em procura que os compradores que não consultaram a Internet H2: Os compradores de automóveis novos que consultaram a Internet obtiveram maiores descontos na compra dos seus veículos que as compradores que não consultaram a Internet H3. O tempo investido em procura está positivamente associado com a obtenção de maiores descontos 2. Modelo Teórico Objetivando testar as hipóteses formuladas na seção anterior e considerando a similaridade dos objetivos, adotamos o modelo teórico desenvolvido por Ratchford e Srinivasan (1993). Entretanto, devido à natureza das variáveis utilizadas neste estudo, algumas alterações naquele modelo foram necessárias. Consistente com a teoria econômica, o consumidor é visto como um ser racional que deve decidir como alocar seu tempo, dinheiro e esforço na produção de utilidade (Marmostein, Grewal e Fishe, 1992). Vista desta forma, a atividade de procura compete com outras atividades, como lazer e trabalho, pelo tempo limitado do consumidor. No modelo tradicional, a utilidade obtida pelo consumidor com a procura é geralmente mensurada em termos econômicos. A literatura recente sugere, entretanto, que o consumidor também obtém retornos não econômicos, como satisfação com a atividade de compra (Marmostein, Grewal e Fishe, 1992), com o fato de se fazer uma boa compra (Ratchford e Srinivsan, 1993) ou ainda de estar bem informado e poder ajudar os amigos (Feick e Price, 1987). No entanto, medidas econômicas têm sido mais utilizadas do que medidas de satisfação uma vez que o preço pago (ou medidas correlatas) pela mercadoria é mais facilmente observável que a satisfação obtida com a compra. De acordo com a heurística proposta por Stigler (1961), o consumidor procura por um produto até o ponto em que o custo marginal da procura se torna igual ao benefício marginal obtido com a procura; dito de outra forma, o consumidor pára a procura quando ele imagina que a redução de preço que ele pode conseguir com mais procura não compensará o investimento em procura adicional. Uma outra forma de ver este processo é considerar que todo consumidor tem um preço de reserva, ou seja, o preço que ele está disposto a pagar por um bem. Assim, o processo de procura pode ser visto como uma função do investimento de tempo e, eventualmente outros recursos, na produção de menores preços, sugerindo a seguinte relação: P = P (t, R, C) 3

4 onde P = preço pago pelo produto; t = tempo investido na procura por menores preços; R = características do veículo e do revendedor e C = características do comprador. A partir desta relação, Ratchford e Srinivasan (1993) derivaram uma equação na qual a margem bruta obtida pelo revendedor varia inversamente com a eficiência no processo de procura do consumidor e com o tempo investido neste processo, relação esta que é moderada pela concentração da oferta de preços. A margem bruta obtida pelo revendedor é uma medida do retorno econômico do comprador na medida em que, quanto menor esta margem, menor o preço pago pelo veículo. Aqui, ao contrário do estudo de Ratchford e Srinivasan (1993), díspunhamos tanto dos preços efetivamente pagos pelos veículos quanto o montante de descontos obtidos pelos compradores; por outro lado, não díspunhamos de informações relativas aos revendedores, como volume de estoques e custos operacionais. Portanto, considerando as informações disponíveis e os objetivos deste estudo, sugerimos a seguinte relação: D = D (t, I, V, C) onde D = desconto obtido na compra; t = tempo investido na procura; I = variável que indica se o comprador consultou a Internet ou não; V = características do veículo e C = características do comprador. Seguindo o modelo proposto por Ratchford e Srinivasan (1993), o seguinte sistema de equações pode ser derivado: (1) log D * = α 0 + α 1 log t + α 2 I + V Γ 1 + C Π 1 + ε 1 (1a) log D = log D * se log D * > 0 = 0 caso contrário (2) log t = β 0 + β 1 log D + V Γ 2 + C Π 2 + ε 2 onde D, t, I, V, e C correspondem às variáveis definidas acima e Γ1, Π1, Γ2 e Π2 são os vetores de coeficientes estimados. Duas observações importantes devem ser feitas sobre o sistema de equações acima. Em primeiro lugar, observa-se que D e t são interdependentes, o que pode ser explicado pela distribuição da oferta de preços que o consumidor encontra durante o processo de procura: quando ele percebe haver uma grande variação nos preços, ele sente que vale a pena continuar procurando por menores preços (maiores descontos); quando a distribuição de preços é homogênea, entretanto, o consumidor percebe que não será fácil conseguir menores preços (maiores descontos), o que o desestimula a continuar procurando. Uma das principais implicações da interdependência entre D e t é que as equações (1) e (2) não podem ser estimadas isoladamente. A segunda observação refere-se à natureza da distribuição dos descontos; uma vez que nem todos os compradores conseguiram descontos (D = 0), D é uma variável dependente limitada, como mostra a formulação da equação (1). Para resolver o sistema de equações simultâneas acima, seguimos Nelson e Olson (1978). Estes autores sugerem um procedimento análogo àquele utilizado em equações simultâneas sem variáveis dependentes limitadas através do Método de Mínimos Quadrados em Dois Estágios. Aplicar este procedimento no caso acima consiste em utilizar os conjuntos de variáveis exógenas (V e C) na criação de variáveis instrumentais (D e t) e depois substituir estas variáveis pelos seus pares no lado direito das equações. Especificamente, os coeficientes das equações (1) serão estimados utilizando-se Análise Tobit (Tobin, 1958) para variáveis censuradas através do Método de Máxima Probabilidade, enquanto os coeficientes da equação (2) podem ser estimados normalmente através do Método de Mínimos Quadrados. De acordo com este procedimento, Nelson e Olson (1978) sugerem que os coeficientes obtidos são consistentes e assimptóticos. 4

5 3. Variáveis Incluídas no Estudo 3.1 Variáveis Independentes A literatura sobre procura é a melhor fonte de informações sobre os fatores que determinam o tempo investido em procura. Por exemplo, Beatty e Smith (1987) listaram sete categorias de variáveis que influenciam o tempo investido em procura; Srinivasan e Ratchford (1991) e Ratchford e Srinivasan (1993) identificaram um conjunto de variáveis que determinou o tempo investido em procura por automóveis. Baseados nestes estudos e no conhecimento do mercado de automóveis novos, descrevemos as seguir as variáveis incluídas neste estudo, o sinal esperado do efeito de cada variável sobre as variáveis dependentes D e t, a justificativa para a inclusão de cada variável no modelo e a forma de mensuração de cada uma Características do Consumidor Qualquer característica do consumidor que por hipótese o torne mais eficiente na procura deveria ser incluída nas equações (1) e (2): a. grau de escolaridade (+,+) 2 : um grau maior de escolaridade pode implicar em maior capacidade de coletar e analisar informações, o que conduziria a menos tempo de procura; por outro lado, por serem mais eficientes na obtenção e análise de informações, pessoas com maior grau de escolaridade têm um custo marginal de procura inferior, o que poderia levá-las a investir mais tempo em procura (Ratchford, 1982). Stigler (1961) afirma que pessoas com mais informação tendem a se engajar em mais procura do que pessoas com menos informação. Assim, nossa hipótese é que o maior grau de escolaridade conduzirá a mais procura e a maiores descontos. Esta variável foi mensurada em número de anos de estudo formal e posteriormente transformada em duas variáveis dummy: GRADUATE indica indivíduos com mais de 17 anos de estudo formal e UNDERGRA indica indivíduos com mais de 13 e menos de 17 anos de estudo formal; b. conjuntos evocados de modelos de automóveis e revendedores de (+,?): quanto maiores os conjuntos evocados de modelos de automóveis e de revendedores, mais informações o consumidor terá que reunir para julgar as diferentes possibilidades e mais tempo terá que investir na procura. É impossível prever, por outro lado, o efeito desta variável sobre os descontos obtidos, já que mais tempo de procura, diluído entre vários modelos/revendedores, pode resultar em menos procura por modelo/revendedor. Estas variáveis foram obtidas solicitando aos respondentes que informassem o número de modelos de veículos (BREVOKED) e revendedores (STEVOKED) considerados antes da compra; c. número de carros adquiridos nos últimos dez anos (-,+): quanto maior a experiência do consumidor na aquisição de veículos novos ou usados, maior o seu conhecimento do mercado de automóveis e, supostamente, maior o seu estoque de informações, o que o tornaria mais eficiente. Assim, por um lado, ele precisaria investir menos tempo em procura e, por outro lado, poderia usar a sua experiência para obter maiores descontos. Foi solicitado aos respondentes informarem quantos veículos novos e usados eles haviam adquirido nos últimos dez anos (NCARSTEN); d. número de revendores nos últimos dez anos (-,+): da mesma forma que o item anterior, quanto maior o número de diferentes revendedores dos quais o comprador adquiriu automóveis nos últimos dez anos, maior a sua experiência na aquisição de veículos e, portanto, maior a sua eficiência em procura e na obtenção de descontos (DIFFDEAL); e. tempo decorrido entre o início do processo de compra e a compra efetiva (+,+): quanto mais tempo o consumidor leva entre o momento em que ele se decide pela compra e o momento em que ele efetivamente compra o veículo, mais tempo ele deverá investir em 5

6 procura, e supostamente, maior a probabilidade de obter maiores descontos. Esta variável é a resposta à pergunta Quando você pensou pela primeira vez em adquirir um novo carro? e foi mensurada numa escala de 5 itens. Esta variável foi então recodificada para compor quatro variáveis dummy: WHEN1 ( menos de 1 mês antes da compra ), WHEN2 ( entre 1 e 3 meses antes da compra ), WHEN3 ( entre 3 e 6 meses antes da compra ) e WHEN4 ( entre 6 e 12 meses antes da compra ); f. certeza em relação à marca do veículo (-,-): o maior grau de certeza em relação à marca desejada pode implicar em menor tempo de procura. Por outro lado, este maior grau de certeza também pode indicar lealdade à marca, o que tornaria o comprador menos sensível ao preço do veículo a ser adquirido. Esta variável é a resposta à seguinte pergunta: A partir do momento que você considerou seriamente a aquisição de um novo veículo, você já sabia de que fabricante iria adquirir o veículo? mensurada numa escala de 3 itens, transformada posteriormente em duas variáveis dummy: SUREMYES ( definitivamente sim ) e SUREMNO ( definitivamente não ); g. certeza em relação ao revendedor (-,+): da mesma forma que o ítem anterior, maior certeza em relação ao revendedor pode implicar em menos tempo de procura. Entretanto, considerando o mercado de automóveis, é mais provável que a certeza em relação ao revendedor resulte de lealdade decorrente da certeza de conseguir maiores descontos. Esta variável é a resposta à seguinte pergunta: A partir do momento que você considerou seriamente a aquisição de um novo veículo, você já sabia de de que revendedor iria adquirir o veículo? mensurada numa escala de 3 itens, transformada posteriormente em duas variáveis dummy: SURESYES ( definitivamente sim ) e SURESNO ( definivamente não ); A rigor, não existiriam razões para se hipotetizar que variáveis demográficas influam significativamente sobre o tempo investido em procura ou sobre os descontos obtidos numa compra. Em geral, variáveis como idade, educação e sexo têm sido utilizadas como medidas de eficiência de procura (por exemplo, Blaylock e Smallwood, 1987; Carlson e Gieseke, 1983). No entanto, com exceção da variável educação, os resultados de estudos anteriores não permitem nenhuma conclusão definitiva. Em estudos econométricos, Ayres (1991) e Ayres e Siegelman (1995) demonstraram que homens brancos conseguiram melhores ofertas de preços por automóveis novos que mulheres e homens negros. Goldberg (1996) também incluiu variáveis demográficas como idade, sexo e raça em seu estudo baseado em uma amostra ampla do mercado americano mas não encontrou os mesmos resultados encontrados pelos estudos mencionados. Tendo em vista os resultados controversos dos estudos mencionados acima, decidimos pela inclusão de algumas variáveis demográficas no nosso estudo: h. idade (-,+): assumimos que mais idade se reflete em maior experiência e, portanto, menor a necessidade de se investir em procura e maior a probabilidade de conseguir maiores descontos. Esta variável foi mensurada numa escala de 5 pontos e cada resposta foi transformada em uma variável dummy, resultando em 4 variáveis: AGE30, AGE3140, AGE4150, AGE5160; i. sexo (?,?): não é possível prever o efeito do sexo do comprador sobre o tempo de procura ou sobre os descontos obtidos na compra de novos veículos. Incluímos uma variável indicadora do sexo masculino (SEXMALE); j. estado civil (?,?): também não é possível prever o efeito do estado civil sobre o tempo de procura ou os descontos obtidos na compra de novos veículos. Criamos uma variável dummy para distinguir os homens casados (MARRIED) dos homens que não estavam casados no momento da pesquisa (solteiros, divorciados e viúvos); Características do Veículo 6

7 k. número de opcionais (?,-): supostamente, quanto maior o número de opcionais desejados pelo consumidor, mais tempo ele teria que investir para chegar a um bom negócio, uma vez que os opcionais são utilizados pela indústria para valorizar os veículos e diminuir os descontos; por outro lado, como o número de opcionais é em grande parte decidido pelos fabricantes e os carros norte-americanos normalmente já vêm equipados com um grande número de opcionais, encontrar veículos com menos opcionais pode ser uma tarefa extremamente difícil. Por outro lado, mais opcionais pode implicar em menores descontos. Foi solicitado aos respondentes informarem quais dentre uma lista de 12 exemplos de opcionais o carro adquirido possuía. As doze variáveis dummy obtidas foram consolidadas em uma única variável (OPTOTAL); l. modelo do veículo (?,?): é possível que seja mais fácil encontrar informações para alguns modelos e mais difícil para outros. Por exemplo, para modelos de marcas com maior número de revendedores, o tempo de procura pode ser menor do que para modelos de marcas com menor número de revendedores devido ao acesso mais fácil aos showrooms. Da mesma forma, é possível que seja mais fácil barganhar com os revendedores de alguns modelos. Por exemplo, os revendedores da marca Saturn reconhecidamente não oferecem descontos, seguindo a política do fabricante. No momento em que este artigo está sendo escrito, dois modelos de veículos (PT Cruiser da Chrysler e New Beettle da Volkswagen) estão com listas de espera e conseguir descontos por estes veículos é praticamente impossível; por outro lado, conseguir bons descontos por um Ford Explorer não tem sido difícil. Além disso, uma vez que estamos estimando descontos, o modelo do automóvel foi utilizado como controle das diferenças de preços entre os veículos. Foi solicitado ao respondente informar o modelo e o fabricante do veículo adquirido e para cada modelo foi criada uma variável dummy; m. variável que indica se o veículo usado foi utilizado na transação ou não (?,-): os resultados de Pinelopi (1996) são consistentes com a hipótese de que os revendedores dão menos descontos quando o carro usado é envolvido na transação. Provavelmente, os revendedores super-valorizam o carro usado e, em decorrência, dão descontos menores na compra do veículo novo. É difícil prever, entretanto, a influência que esta variável poderia ter sobre o tempo de procura. Para se obter esta variável, foi solicitado aos respondentes informarem se eles haviam dado um carro usado como parte do pagamento (DUTRADIN). 3.2 Variáveis Dependentes n. descontos obtidos na compra do veículo novo: foi solicitado aos respondentes informarem os descontos obtidos tanto do fabricante 2 quanto do dealer (D); o. tempo investido na procura: foi solicitado aos respondentes informarem quanto tempo (em horas e minutos) eles haviam dedicado a onze tipos diferentes de atividades de procura: conversando com amigos e parentes, lendo artigos em livros e revistas, lendo/ouvindo propaganda em TV e Rádio, lendo artigos em revistas especializadas, lendo brochuras/panfletos de fabricantes de automóveis, procurando informações sobre carro na Internet, dirigindo para/de revendedores de automóveis, visitando showrooms, conversando com vendedores de automóveis, negociando preço com os revendedores e realizando testes de veículos. Também foi solicitado aos respondentes informarem quantos testes de veículos eles haviam feito. Uma vez que esta medida se mostrou mais consistente do que a estimativa de tempo utilizada em testes de veículos (presumivelmente, é mais fácil lembrar quantos testes de veículo foram feitos do que quanto tempo foi gasto nesta atividade), o tempo gasto com testes de veículos foi estimado multiplicando-se o número de testes de veículos efetivamente realizados pelo tempo médio obtido da amostra gasto em cada teste. Uma vez que o foco do estudo é a influência da procura sobre os descontos, deveríamos nos concentrar apenas no tempo de procura por preços menores, como fizeram Ratchford e Srinivasan (1993). Entretanto, preferimos considerar neste estudo todas as 7

8 atividades, assumindo que em todas elas o consumidor esteve preocupado tanto com obtenção de preços menores quanto com a obtenção de informações sobre modelos de automóveis. O tempo informado em todas estas atividades foi acumulado em uma única variável (t). 4. Metodologia para a Coleta de Dados Em fevereiro de 2000 foram enviados questionários para uma amostra de indivíduos que haviam comprado um veículo novo na Região Metropolitana de Buffalo (Nova Iorque, EUA) durante o verão (corresponde aos meses de junho a setembro) de O período médio de 6 meses decorrido entre a compra e a pesquisa é típico em estudos envolvendo procura por automóveis (Punj e Staelin, 1983; Ratchford e Srinivasan, 1993). Foram recebidos 886 questionários, correspondendo a uma taxa de retorno de 29,5%, considerada típica para estudos envolvendo comportamento do consumidor. Apenas uma parte das informações obtidas com este questionário foram utilizadas neste estudo. Devido à falta de respostas para algumas variáveis, neste estudo foram aproveitados apenas 795 questionários. Não foram observadas diferenças estatisticamente significativas entre a amostra completa e a amostra utilizada em relação à nenhuma das variáveis utilizadas neste estudo. 5. Resultados Dada a natureza do bem pesquisado, era de se esperar que o perfil da amostra tivesse algumas diferenças em relação ao perfil médio da população dos Estados Unidos. Especificamente, o respondente médio da amostra é mais velho, tem maior nível de escolaridade e tem uma renda familiar superior à do cidadão americano médio; a amostra também contém uma proporção maior do que na população de homens e pessoas casadas (tabela 1). O preço médio pago pelo carro foi $ e o desconto médio obtido foi $ (7,7% do preço médio), sendo $ dados pelo fabricante e $ 621 dados pelo revendedor; 43,5% dos respondentes utilizaram o carro usado como parte do pagamento, que foi valorizado em média em $ Tabela 1 Comparação entre determinadas características demográficas da Amostra e da População dos EUA Característica Amostra População (dados referentes a Demográfica 1999) Até 30 anos de idade 12,8% 41,9% (a) Grau de Escolaridade 48,7% completou o nível superior e 25,0% 25,5% completou pelo menos 4 completou pelo menos 1 anos de pós-graduação anos de nível superior Casados 67,3% 54,3% Homens 51,2% 48,8% Renda Familiar Aproximadamente $ Aproximadamente $ Fonte: (várias tabelas) (a) dados referentes à população com até 29 anos de idade Em média, os respondentes consideraram 2,8 modelos e 2,3 revendedores. O tempo total médio de procura foi 16,9 horas, sendo 1,5 hora na Internet e 15,4 horas em outras fontes. A Internet foi consultada por 39,6% dos respondentes. 5.1 Tempo de Procura e Uso da Internet A nossa primeira hipótese afirma que os compradores de automóveis novos que consultaram a Internet investiram menos tempo em procura que aqueles que não consultaram a Internet. No entanto, contrariando a nossa hipótese, em média, os compradores que consultaram a Internet investiram 20,7 horas em procura, enquanto os compradores que não consultaram a Internet investiram 14,4 horas em procura (t=-4.577, p<0,01). O usuário da Internet utilizou, em média, 3,8 horas consultando a Internet e 16,9 horas procurando em outras fontes de informações. Portanto, a razão da diferença entre o tempo investido em 8

9 procura pelos dois grupos na procura não se deveu exclusivamente ao tempo adicional utilizado na Internet, já que o usuário da Internet também procurou por mais tempo em outras fontes (16,9 versus 14,4; t=-2,030, p<0,05) Este resultado sugere que o usuário da Internet é mais ativo que o não usuário quando se trata de procura por informações. Outro forte indicador do tempo investido em procura por automóveis é o número de testes de veículos que os potenciais compradores fazem: verificamos que o usuário da Internet realizou, em média, 2,9 testes de veículos, enquanto os compradores que não consultaram a Internet realizaram apenas 2,2 testes (t=-4,762, p<0,01). Para entender melhor as razões destas diferenças, comparamos o perfil dos dois grupos. Esta análise revela que os compradores que consultaram a Internet são mais jovens (41 anos versus 52 anos; t=11.657, p<0,01), têm maior escolaridade (15,9 anos de escolaridade versus 14,6; t=-6,872, p<0,01), têm uma renda familiar superior ($ versus $ ; t=-5,053, p<0,01), compraram veículos mais caros ($ versus $ ; t=-1,652, p<0,1), compraram veículos com mais opcionais (9,6 versus 9,3; t=-2,177, p<0,05), consideraram mais modelos de veículos (3,0 versus 2,6; t=-4,489, p<0,01) e mais revendedores (2,5 versus 2,2; t=-4,585, p<0,01) e procuraram o veículo por mais tempo (4,2 meses versus 3,5 meses; t=-3,059; p<0,01). Assim, o fato de que os compradores que consultaram a Internet terem investido mais tempo com procura do que aqueles que não consultaram a Internet pode ser melhor explicado pela diferença entre os perfis dos dois grupos. Especificamente, o fato das pessoas do grupo que consultaram a Internet serem mais jovens (por terem um estoque de informações inferior ao das pessoas mais velhas), maior grau de escolaridade (por terem um custo de oportunidade para obtenção de informações inferior), terem um conjunto evocado de modelos e revendedores maior e terem levado mais tempo no processo de procura é que justifica o fato de elas terem investido mais tempo em procura. Portanto, embora rejeitemos H1, não podemos afirmar que os usuários da Internet tenham sido mais ineficientes que os não usuários da Internet por terem investido mais tempo em procura. 5.2 Descontos obtidos na compra de veículos novos e uso da Internet A segunda hipótese afirma que os compradores de veículos novos que consultaram a Internet obtiveram descontos maiores que os compradores que não consultaram a Internet enquanto a terceira hipótese afirma que tempo de procura e descontos estão positivamente associados. Para testar estas hipóteses, resolvemos o sistema de equações proposto utilizando um procedimento similar àquele utilizado no Método de Dois Estágios empregado com equações simultâneas contendo variáveis dependentes comuns. As variáveis SEXMALE e MARRIED foram utilizadas apenas como instrumentos durante o primeiro estágio; as variáveis D e t foram consideradas como variáveis endógenas e as demais variáveis (V e C) foram consideradas exógenas. Da mesma forma como foi feito em Ratchford e Srinivasan (1993), seguindo procedimento sugerido por Anderson e Weitz (1989), estimamos as equações (1) e (2) sem as variáveis dummy correspondentes aos modelos de veículos. A seguir, incluímos na estimativa destas duas equações apenas as variáveis dummy de modelos que estavam significativamente relacionadas com os erros obtidos no passo anterior. Das 124 variáveis correspondentes a modelos de veículos, 15 foram incluídas como variáveis exógenas na equação (1) e 19 na equação (2). Isto significou incorporar 32 variáveis exógenas na estimativa das variáveis instrumento t e D. Todas as variáveis de modelos incluídas com este procedimento foram consideradas significativas ao nível de 10% de confiança nas estimativas finais das equações (1) e (2). Uma vez que o logaritmo de zero não está definido, também foi necessário adicionar uma hora aos valores declarados de procura total, procedimento bastante comum em análises de regressão de logaritmos (por exemplo, Choe e Jeong, 1993) 9

10 O resumo dos resultados obtidos com as estimativas do coeficientes das equações (1) e (2), tanto no primeiro estágio quanto no segundo estágio, estão descritos na Tabela 2. O coeficiente de explicação ajustado (R 2 ) de 0,37 obtido para as estimativas de t está um pouco abaixo de estudos similares (Ratchford e Srinivasan (1993) obtiveram um coeficiente de 0,43 e Urbany, Dickson e Kalapurakal (1996) obtiveram um coeficiente de 0,45). O teste de análise de variância, entretanto, revela que o modelo é significativo, ou seja, a hipótese de que todos os coeficientes são iguais a zero é rejeitada (F=13,618, p<0,01). Tabela 2 Resumo dos Resultados das Regressões Variáveis Independentes 1 o Estágio Log t (a) 1o Estágio Log D (a) 2o Estágio Log t (b) 2 o Estágio Log D (c) C.E. D.P. C.E. D.P. C.E. D.P. C.E. D.P. Intercepto *** *** Log D Log t CINTER.196 *** ** *** **.461 BREVOKED.115 *** *** *** **.221 STEVOKED.226 *** *** NCARSTEN ** *** DIFFDEAL.0077 *** * *** *.208 WHEN *** *** WHEN *** *** WHEN ** ** WHEN SUREMNO.264 ** ** SUREMYES *.461 SURESNO SURESYES *** **.529 OPTOTAL DUTRADIN *** ***.380 GRADUATE UNDERGRA AGE ** *** AGE AGE ** **.559 AGE SEXMALE MARRIED * ***.428 R 2 McFadden s R 2 n C.E = coeficiente estimado D.P. desvio-padrão da estimativa (a)contém 32 variáveis dummy correspondentes aos modelos de veículos (b)contém 15 variáveis dummy para modelos, todas significativas ao nível de confiança de 10% (c)contém 19 variáveis dummy para modelos, todas significativas ao nível de confiança de 10% *** Significativo ao nível de confiança de 1% ** Significativo ao nível de confiança de 5% * Significativo ao nível de confiança de 10% Uma vez que a equação (2) foi estimada a partir do Método de Máxima Probabilidade, coeficientes de explicação não têm muito sentido. No entanto, para podermos comparar com outros estudos, calculamos o coeficiente de explicação sugerido por McFadden (1974), obtendo um índice de 0,048, que pode ser comparado aos índices próximos a 0,18 obtidos por Goldberg (1996). Ressalta-se, entretanto, que o número de variáveis explicativas incluídos naquele estudo é muito superior ao número de variáveis incluídos neste estudo. Além disso, como nosso interesse principal era o efeito da utilização da Internet como fonte de informações sobre os descontos obtidos, apenas a inclusão desta variável seria suficiente para os nossos propósitos. Além disso, o Teste de Proporção de Probabilidade revelou que a

11 hipótese de que os coeficientes da equação são iguais a zero é rejeitada (D = -2LLR = 178; p<0,01). Os resultados obtidos para a regressão da equação (1) indicam que o tempo de procura: 1. é maior para as pessoas que consultaram a Internet, conforme já observamos na seção anterior; 2. aumenta com o aumento do conjunto evocado de marcas e fabricantes, o que está de acordo com as nossas previsões; 3. diminui com o aumento de carros adquiridos nos últimos dez anos, de acordo com as previsões; 4. aumenta com o número de revendedores contatados nos últimos dez anos, o que contraria as previsões; 5. aumenta com o tempo que o comprador levou no processo de compra, conforme nossas previsões; 6. é maior para pessoas que não estavam certas em relação à marca do veículo, conforme previsto; 7. é maior para pessoas com até 30 anos de idade; os resultados entretanto, não foram significativos para os outros grupos de idade, suportando parcialmente nossas previsões. Os resultados não foram significativos para as demais variáveis e, o que talvez mais chame a atenção, é o fato de que os descontos não influenciaram de nenhuma forma o tempo de procura. Este resultado sinaliza que a variável D não está correlacionada com ε 2 em (2), contrariando a hipótese de interdependência entre D e t. Para que a segunda hipótese fosse aceita, o coeficiente da variável CINTER na equação (2) teria que ser positivo. Entretanto, ao contrário do que havíamos previsto, os resultados indicam que os compradores que consultaram a Internet obtiveram menores descontos. A análise dos resultados obtidos para a regressão da equação (2) indica que os descontos obtidos: 1. são menores para as pessoas que consultaram a Internet, contrariando nossa hipótese principal; 2. aumenta com o aumento do conjunto evocado de marcas; 3. diminui com o aumento do número de revendedores contatados nos últimos dez anos, contrariando nossas previsões; 4. é menor para as pessoas que estavam certas em relação à marca desejada, confirmando as previsões; 5. é maior para as pessoas que estavam certas em relação ao revendedor, também confirmando nossa hipótese; 6. é menor para as pessoas que deram seus carros usados como parte do pagamento, o que também confirma nossas previsões; 7. é menor para as pessoas com idade entre 41 e 50 anos, embora os resultados não sejam significativos para outros grupos de idades. Além disso, o fato do coeficiente para a variável t não ser significativo na equação (2) também nos leva a rejeitar a terceira hipótese de que existe uma associação positiva entre o tempo de procura e os descontos obtidos na compra de automóveis. 6. DISCUSSÃO Como vimos na seção anterior, os resultados indicam que o fato de um comprador ter consultado a Internet pode ter sido responsável pela obtenção de menores descontos e que o maior tempo de procura não contribuiu significativamente para a obtenção de maiores descontos. Entretanto, acreditamos que estes resultados devem ser vistos com cautela. Em primeiro lugar, porque aplicando-se o teste de Proporção de Probabilidades à variável CINTER na equação (2), a hipótese de que o coeficiente estimado desta é diferente de zero só pode ser negada ao nível de confiança de 10%. O segundo motivo é que as variáveis incluídas no modelo foram capazes de explicar apenas uma pequena parcela da variância observada na variável dependente D. Como havíamos constatado, o perfil do usuário da Internet é significativamente diferente do perfil do não usuário da Internet. Desta forma, pode-se lançar a hipótese de que o usuário da Internet é menos sensível a preços (característica de pessoas com maior renda, por exemplo), o que o levaria a ter preços de reserva superiores aos não usuários da Internet, justificando o menor nível de descontos. Caso esta hipótese esteja correta, o volume de descontos seria o resultado não da ineficiência na procura, mas sim de comportamentos de procura diferenciados. 11

12 Assim, decidimos analisar os dois grupos separadamente. Ao estimarmos os coeficientes da segunda equação para os dois grupos separadamente, observamos resultados substancialmente diferentes para o grupo de usuários da Internet daqueles obtidos anteriormente considerando os dois grupos juntos. Especificamente, para o grupo que consultou a Internet, percebemos que os descontos: 1. aumentam com o tempo de procura; 2. aumentam com a certeza do revendedor; 3. diminuem com a certeza do fabricante; 4. diminuem para aqueles que deram o carro usado como parte do pagamento. Portanto, a hipótese de que o tempo de procura não influencia positivamente os descontos pode ser rejeitada para o grupo de usuários da Internet. No entanto, para o grupo que não consultou a Internet, os descontos: 1. aumentam com o aumento do conjunto evocado de marcas; 2. diminuem com o número de revendedores contatados nos últimos dez anos; 3. aumentam para as pessoas que levaram entre 1 e 3 meses no processo de compra; 4. aumentam para as pessoas que têm entre 41 e 50 anos de idade; 5. diminuem para as pessoas que deram seu carro obtido como parte do pagamento. O coeficiente estimado de t não foi significativo e, portanto, não se pode rejeitar a hipótese de que o tempo de procura não influencia os descontos. Ainda assim, observa-se que estes resultados devem ser vistos com muita cautela. Apesar de se rejeitar a hipótese de que os coeficientes sejam diferentes de zero para as equações de descontos dos dois grupos (usuários e não usuários da Internet) (D=-2LLR=59,34, 27 g.l., p<0,01 e D=-2LLR=127,68, 32 g.l., p<0,01, respectivamente), os coeficientes de explicação, utilizando o método proposto por McFadden (1974), para as duas equações são relativamente baixos (0,0395 e 0,058, respectivamente). 7. CONCLUSÃO Este estudo foi motivado pela recente discussão sobre a eficiência comparada entre os mercados eletrônico e convencional e os resultados de estudos que mostram que consumidores online pagaram menos pelos mesmos produtos que consumidores offline. Assim, nos propusemos a verificar se compradores de automóveis novos que consultaram a Internet durante o processo de procura foram mais ou menos eficientes que aqueles que não consultaram a Internet, pensando em eficiência tanto em termos de tempo de procura quanto em descontos obtidos na compra. Os resultados para uma amostra representativa de uma região dos Estados Unidos indicam que, ao contrário do que havíamos suposto, as pessoas que consultaram a Internet procuraram por mais tempo que aqueles que não consultaram a Internet. No entanto, os resultados de análises adicionais mostraram que o perfil dos usuários da Internet difere significativamente do perfil dos não usuários da Internet, inviabilizando qualquer conclusão sobre a eficiência relativa de cada um dos grupos. Os resultados indicam que as características do usuário da Internet (são mais jovens, têm maior grau de escolaridade, tinham maiores conjuntos evocados de marcas e revendedores e levaram mais tempo no processo de procura, entre outras) correspondem às características de pessoas que procuram mais. Além disso, o fato de terem renda maior e terem comprado carros mais caros sugere que este grupo tem preços de reserva superiores aos do grupo de não usuários da Internet, o que poderia justificar um menor nível de descontos. Nosso modelo também permitiu identificar diversas variáveis determinantes do tempo de procura por automóveis, sendo que estas variáveis tomadas em conjunto foram responsáveis por aproximadamente um terço da variância observada na variável tempo de procura. A maioria das hipóteses sobre o efeito destas variáveis foi aceita (das 13 hipóteses, 6 foram aceitas totalmente, 2 parcialmente e 5 foram rejeitadas). Não pudemos observar a influência dos descontos sobre o tempo de procura. Quando analisamos os dois grupos em conjunto (usuários e não usuários da Internet), verificamos que os compradores que consultaram a Internet obtiveram menores descontos que 12

13 aqueles que não consultaram a Internet e que o tempo de procura não teve qualquer influência sobre os descontos obtidos na compra de automóveis novos. No entanto, ao analisarmos os dois grupos separadamente, constatamos que o tempo de procura influiu positivamente na obtenção de descontos maiores para o grupo de usuários da Internet, mas não para o grupo de não usuários. Observamos também que estes resultados devem ser vistos com cautela, principalmente levando-se em conta que as variáveis incluídas no modelo foram responsáveis por uma pequena parcela da variância observada na variável dependente D. Ressaltamos também que este estudo possui algumas limitações. A primeira limitação refere-se ao fato de não termos tido acesso a dados de oferta, como por exemplo, volume de estoques dos revendedores e grau de concorrência. Este fato pode ter sido parcialmente responsável pelos baixos coeficientes de explicação obtidos para a equação de descontos. Em mercados que não são perfeitamente competitivos, os preços são também influenciados pela oferta (neste caso, pelos revendedores). Estudos futuros deveriam considerar a inclusão destes tipos de dados na análise. Outra limitação refere-se ao fato de não ter sido possível a utilização de dados referentes à renda pessoal ou familiar. O número de respostas em branco para estas duas variáveis foi muito alto (33,6% e 7,7%, respectivamente) e nenhum dos métodos empregados para estimar as respostas em branco obteve sucesso. A renda pessoal, além de proporcionar uma medida do custo de oportunidade do tempo, também é um bom indicador dos preços de reserva de cada indivíduo. Finalmente, vale lembrar que as compras deste estudo foram feitas no mercado convencional. Enquanto estudos anteriores compararam os preços pagos em compras efetuadas em mercados eletrônicos com os preços pagos em compras efetuadas em mercados convencionais, no nosso estudo os compradores apenas se utilizaram de informações obtidas através da Internet para efetuarem suas compras no mercado convencional. Futuros estudos deveriam considerar a possibilidade de comparar as compras de automóveis realizadas através da Internet com aquelas realizadas em revendedores convencionais. Por fim, é possível que o modelo utilizado aqui não tenha sido capaz de captar o efeito das variáveis independentes sobre os descontos obtidos. Estudos futuros deveriam considerar formulações alternativas. Uma vez que é razoável supor que as pessoas que não conseguiram descontos eventualmente não pediram descontos, uma alternativa seria considerar a obtenção de descontos como um processo de dois estágios: no primeiro estágio, analisa-se exclusivamente a decisão do comprador pedir ou não o desconto; no segundo estágio, analisa-se o montante de descontos obtidos apenas daqueles que efetivamente obtiveram algum desconto. Este tipo de formulação tem sido utilizado em marketing para analisar o volume de compras de determinadas marcas com base em dados seriados (Guadagni e Little, 1983; Doyle, 1977). Esta formulação implicaria em considerar a variável D como uma variável truncada e não censurada, como feito aqui. Além disto, seria necessário também estimar a decisão sobre pedir ou não descontos através de um Modelo Probit. Finalmente, é bom lembrar que os dados têm natureza seccional e são representativos apenas de uma região dos Estados Unidos. Considerando-se a importância que a Internet está assumindo também no Brasil, estudos futuros deveriam considerar a utilização de amostras brasileiras. Notas 1 Como bem lembra Smith e Brynjolfsson (1999), em mercados de leilão, ao contrário de mercados de varejo, o bem é vendido para o comprador que oferece a maior quantia e, portanto, a eficiência resulta de preços superiores. 2 O primeiro sinal indica o tipo de influência da variável independente sobre o tempo de procura e o segundo sinal indica o tipo de influência sobre os descontos obtidos. 13

14 3 Uma modalidade de desconto muito comum no mercado de automóveis norte-americano é o chamado rebate. Através deste desconto, o comprador paga o preço cheio ao revendedor e depois é reembolsado diretamente pelo fabricante. Desta forma, ao contrário do mercado de automóveis brasileiro, o comprador sabe exatamente qual o desconto conseguido tanto do fabricante quanto do revendedor. Referências Anderson, E e B. Weitz (1989), Determinants of Continuity in Conventional Industrial Channels Dyads, Marketing Science, 8 (Outono), Alba, Joseph, John Lynch, Barton Weitz, Chris Janiszewski, Richard Lutz, Alan Sawyer, and Stacy Wood (1997). Interactive Home Shopping: Consumer, Retailer, and Manufacturer Incentives to Participate in Electronic Marketplaces, Journal of Marketing, 61 (Julho), Ayres, Ian (1991), Fair Driving: Gender and Race Discrimination in Retail Car Negotiations, Harvard Law Review, 10 (Fevereiro), Ayres, Ian e Peter Siegelman (1995), Race and Gender Discrimination in Bargaining for a New Car, The American Economic Review, 85 (3), Bakos, J. Yannis (1997), Reducing Buyer Search Costs: Implications for Electronic Marketplaces, Management Science, 43 (12), Beatty, Sharon E. e Scott M. Smith (1987). External Search Effort: An Investigation Across Several Product Categories, Journal of Consumer Research, 14(1), Berry, Steven; James Levinsohn e Ariel Pakes (1995), Automobile Prices in Market Equilibrium, Econometrica, 63(4), Blaylock, James R. e David M. Smallwood (1987), Intrahousehold Time Allocation: The Case of Grocery Shopping, Journal of Consumer Affairs, 21 (Inverno), Brynjolfsson, Erik and Michael D. Smith (2000), Frictionless Commerce? A Comparison of Internet and Convenional Retailers, Management Science, 46 (4), Brown, J. R. e Goolsbee, A. (2000), Does the Internet Make Markets More Competitive? Evidence from the Life Insurance Industry, Working Paper, Harvard University. Carlson, John A. e Robert J. Gieseke (1983). Price Search in a Product Market, Journal of Consumer Research, 9(4), Clay, K.; R. Krishnan e E. Wolff (2000). Pricing Strategies on the Web: Evidences from the Online Book Industry, working paper, Carnegie Mellon University. Clemons, Eric K.; Il-Horn Hann; e Lorin M. Hitt (1998). The Nature of Competition in Electronic Markets: An Empirical Investigation of Online Travel Agent Offerings, Working Paper, The Wharton School of the University of Pennsylvania, Junho. Choe, Yong S. e Jinook Jeong (1993), National Tax Journal, 46(1), Degeratu, Alexandru M., Arvind Rangaswamy, and Jianan Wu (2000), Consumer Choice Behavior in Online and Traditional Supermarkets: The Effects of Brand Name, Price, and Other Search Attributes, International Journal of Research in Marketing, 17 (Março), Doyle, Peter (1977), The Application of Probit, Logit, and Tobit in Marketing: A Review, Journal of Business Research, 5 (Setembro), Feick, Lawrence e Linda Price (1987), The Market Maven: A Diffuser of Marketplace Information, Journal of Marketing, 51 (Janeiro), Goldberg, Pinelopi K. (1996). Dealer Price Discrimination in New Car Purchases: Evidence from the Consumer Expenditure Survey, Journal of Political Economy, 104 (3), Guadagni, P. M. e J.D.C. Little (1983), A Logit Model of Brand Choice Calibrated on Scanner Data, Marketing Science, 2(3), Lee, Ho Geun (1998), Do Electronic Marketplaces Lower the Price of Goods?, Communications of the ACM, 41 (1),

15 Lynch Jr., John G. and Dan Ariely (2000), Wine Online: Search Costs Affect Competition on Price, Quality, and Distribution, Marketing Science, 19(1), Marmostein, Howard; Dhurv Grewal, e Raymond P. Fishe (1992), The Value of Time Spent in Price-Comparison Shopping: Survey and Experimental Evidence, Journal of Consumer Research, 19 (Junho), McFadden, Daniel (1974), Conditional Logit Analysis of Qualitative Choice Behavior, in Paul Zarembka (ed.), Frontiers in Econometrics, NY: Academic Press, Morton, Fiona S.; Florian Zettelmeyer; e Jorge S. Risso (2000). Internet Car Retailing, working paper, Yale University, UC Berkeley e J.D. Power Associates, Dezembro. Newman, Joseph e Richard Staelin (11972). Prepurchase Information Seeking for New Cars and Major Household Appliances, Journal of Marketing Research, 9(3), 249- Nelson, Forrest e Lawrence Olson (1978), Specification and Estimation of a Simultaneous- Equation Model With Limited Dependent Variables, International Economic Review, 19 (3), Pinelopi, Koujianou G. (1996), Dealer Price Discrimination in New Car Purchases: Evidence from the Consumer Expenditure Survey, Journal of Political Economy, 104 (3), Punj, Girish N. e Richard Staelin (1983). A Model of Consumer Information Search Behavior for New Automobiles, Journal of Consumer Research, 9(4), Ratchford, Brian (1982), Cost-Benefit Models for Explaining Consumer Choice and Information Seeking Behavior, Management Science, 28 (Fevereiro), Ratchford, Brian e Narasimhan Srinivasan (1993). An Empirical Investigation of Returns to Search, Marketing Science, 12(1), Smith, Michael D., Joseph Bailey and Erik Brynjolfsson (1999), Understanding Digital Markets: Review and Assessment, in Erik Brynjolfsson and Brian Kahin (eds), Understanding the Digital Economy, MIT Press. Stigler, George J. (1961). The Economics of Information, Journal of Political Economy, 69 (Junho), pp Srinivasan, N. e Brian Ratchford (1991), An Empirical Test of a Model of External Search for Automobiles, Journal of Consumer Research, 18 (Setembro), Time (2001), Finding a Car Online, Edição Especial da Revista Time, 5 de fevereiro, Tobin, James (1958), Estimation of Relationships for Limited Dependent Variables, Econometrica, 26, 24-36, Urbany, Joel E.; Peter R. Dickson; e William L. Wilkie (1989). Buyer Uncertainty And Information Search, Journal of Consumer Research, 16(2), Urbany, Joel E.; Peter R. Dickson; e Rosemary Kalapurakal (1996). Price Search in the Retail Grocery Market, Journal of Marketing, 60 (Abril), Varian, Hal R. (1984), Microeconomic Analysis, 2nd, New York: Norton. 15