“fatores determinantes da estrutura de...
TRANSCRIPT
i
FACULDADE DE ECONOMIA E FINANÇAS IBMEC PROGRAMA DE PÓS-GRADUAÇÃO E PESQUISA EM
ADMINISTRAÇÃO E ECONOMIA
DDIISSSSEERRTTAAÇÇÃÃOO DDEE MMEESSTTRRAADDOOPPRROOFFIISSSSIIOONNAALLIIZZAANNTTEE EEMM AADDMMIINNIISSTTRRAAÇÇÃÃOO
“FATORES DETERMINANTES DA ESTRUTURA DE CAPITAL DAS
EMPRESAS BRASILEIRAS”.
AANNDDRRÉÉ LLUUIIZZ DDEE SSOOUUZZAA MMAARRQQUUEESS
ORIENTADOR: PROF. DR. ROBERTO MARCOS DA SILVA MONTEZANO
Rio de Janeiro, 27 de junho de 2011.
ii
“FATORES DETERMINANTES DA ESTRUTURA DE CAPITAL DAS EMPRESAS BRASILEIRAS”
ANDRÉ LUIZ DE SOUZA MARQUES
Dissertação apresentada ao curso de Mestrado Profissionalizante em Administração como requisito parcial para obtenção do Grau de Mestre em Administração. Área de Concentração: Administração geral
ORIENTADOR: PROF. DR. ROBERTO MARCOS DA SILVA MONTEZANO
iii
“FATORES DETERMINANTES DA ESTRUTURA DE CAPITAL DAS EMPRESAS BRASILEIRAS”
ANDRÉ LUIZ DE SOUZA MARQUES
Dissertação apresentada ao curso de Mestrado Profissionalizante em Administração como requisito parcial para obtenção do Grau de Mestre em Administração. Área de Concentração: Administração geral
Avaliação:
BANCA EXAMINADORA:
_____________________________________________________
Professor PROF. DR. ROBERTO MARCOS DA SILVA MONTEZANO (Orientador) Instituição: Faculdade de Economia e Finanças Ibmec
_____________________________________________________
Professor PROF. DR. MARCELO CABÚS KLOTZLE Instituição: Pontifícia Universidade Católica do Rio de Janeiro (PUC-Rio)
_____________________________________________________
Professor PROF. DR. RAIMUNDO NONATO SOUSA SILVA Instituição: Faculdade de Economia e Finanças Ibmec
Rio de Janeiro, 27 de junho de 2011.
iv
M 658 M623
Marques, André Luiz de Souza.
Fatores Determinantes da Estrutura de Capital das Empresas Brasileiras / André Luiz de Souza Marques – Rio de Janeiro: Faculdades Ibmec, 2011.
102 P.
Dissertação apresentada ao Curso de Mestrado Profissionalizante em Administração como requisito parcial para obtenção do grau de Mestre em Administração e Finanças.
Área de Concentração: Administração Geral
Orientador: Prof. Dr. Roberto Marcos da Silva Montezano.
1.Estrutura de Capital 2.Empresas brasileiras – Estrutura de Capitais 3.II. Prof. Dr. Roberto Marcos da Silva Montezano (Orientador). III. Fatores determinantes da Estrutura de Capitais das Empresas Brasileiras.
v
DEDICATÓRIA
Dedico essa dissertação à minha esposa, Ana Paula e à minha filha, Maria Luiza pela compreensão dos muitos momentos de ausência ao longo deste curso, pelo seu amor e pelo grande apoio incondicional que eu tive e continuo tendo ao longo da minha vida acadêmica e profissional.
vi
AGRADECIMENTOS
Agradeço especialmente ao Prof. Roberto Montezano por todo o apoio, paciência e
compreensão dispensada ao longo do curso, principalmente, durante a elaboração dessa
dissertação enriquecendo sobremaneira este trabalho com seu conhecimento e suas
experiências acumuladas nos vários anos de estudo e de docência.
Aos Professores Raimundo Nonato e Marcelo Klotzle por dedicarem parte de seu tempo para
fazerem parte da banca examinadora e pelas suas contribuições.
À BB Gestão de Recursos DTVM S.A., grande patrocinadora dessa empreitada e que sem a
sua participação esse projeto não seria viável.
Aos colegas de trabalho Andrea Marinho, Carlos Eduardo, Mauro Faria e Marília Carmo pelo
apoio, incentivo e auxilio ao longo de todo o curso.
Aos meus pais, Dilson Marques e Maria Áurea pela minha criação e por me fazerem ver a
importância da educação e da busca constante do conhecimento. Sem o esforço deles, tudo
isso seria impossível.
.
vii
RESUMO
Este trabalho tem como objetivo identificar, através do modelo de regressão, quais os fatores
determinantes da estrutura de capital das empresas brasileiras de capital aberto, no período de
2001 a 2010, buscando verificar empiricamente os fatores mais relevantes para explicar a
estrutura de capital. A amostra foi composta por empresas brasileiras não financeiras de
capital aberto que não apresentaram valores negativos para ativo total, receita operacional e
patrimônio líquido, que tiveram ao menos uma informação contábil ao longo da amostra e que
apresentaram ao menos uma cotação de fechamento em suas ações durante o período
analisado. Foi utilizada a técnica de regressão em painel não balanceado tendo como variáveis
dependentes o endividamento total, de curto e de longo prazo mensurados a valor contábil e a
valor de mercado. As variáveis independentes utilizadas no modelo foram: benefícios fiscais
não dívidas, crescimento, market-to-book ponderado pelo financiamento externo,
rentabilidade, risco, tamanho, tangibilidade, volatilidade da taxa de juros e do câmbio. Os
resultados empíricos encontrados mostram evidencias que o market-to-book ponderado pelo
financiamento externo, o risco, o tamanho, a tangibilidade, a volatilidade do câmbio e da taxa
de juros são fatores determinantes para estrutura de capital da amostra estudada.
Palavras Chave: Estrutura de Capital, Determinantes, Endividamento, market-to-book
ponderado pelo financiamento externo.
viii
ABSTRACT
This study aims to identify, through the regression model, what are the main determinants of
Brazilian listed companies’ capital structure between 2001 and 2010, trying to explain
empirically the most relevant factors of capital structure. The sample consisted of non-
financial Brazilian listed companies that didn’t show negative values for total assets,
operating income and shareholder’s equity, which had, at least, one accounting data
throughout the sample and, at least, one closing price in their stocks during the study period.
We used an unbalanced panel data regression technique whose the dependent variables were
total debt, short and long term debt measured at book value and market value. The
independent variables used in the model were non-debt tax shields, growth, market-to-book
weighted external financing, profitability, risk, size, tangibility, volatility of interest rates and
exchange rates. The empirical results showed evidence that the market-to-book weighted
external financing, risk, size, tangibility, the volatility of exchange rates and interest rates are
determinants for capital structure of the sample.
Key words: Capital Structure, Determinants, Indebtedness, market-to-book weighted external
financing, panel data
ix
LISTA DE TABELAS
Tabela 1 – Resumo de evidências empíricas Internacionais .................................................... 21�Tabela 2 – Resumo de evidências empíricas brasileiras .......................................................... 29�Tabela 3 – Variáveis Dependentes: Definições ........................................................................ 31�Tabela 4 – Resumo das variáveis independentes: medidas e resultados esperados ................. 40�Tabela 5– Estatísticas Descritivas Variáveis Dependentes ...................................................... 41�Tabela 6– Correlação das Variáveis Dependentes ................................................................... 42�Tabela 7– Estatísticas Descritivas Variáveis Independentes .................................................... 43�Tabela 8– Correlação das Variáveis Independentes ................................................................. 44�Tabela 9– Resultado das Regressões – Variáveis dependentes: valor contábil ........................ 45�Tabela 10– Resultado das Regressões – Variáveis independentes: valor de mercado ............. 50�
x
LISTA DE ABREVIATURAS
AC Ativo Circulante
AMORT Amortização
AT Ativo Total
AT. PERM Ativo Permanente
BENEF Benefícios
BNDES Banco Nacional de Desenvolvimento Econômico e Social
BMF Bolsa de Mercadorias e Futuro
CAP. TERC. C. PRAZO Capital de Terceiros de Curto Prazo
COEF. VAR. Coeficiente de Variação
CP Curto Prazo
CRESC Crescimento
DEPR Depreciação
DESP Despesas
DESV. PAD. Desvio Padrão
DIV Dívida
DIV. CP. Dívida de Curto Prazo
DIV. LP. Dívida de Longo Prazo
EBIT Earnings Before Interest and Taxes
xi
EBITDA Earnings Before Interest, Taxes, Depreciation and Amortization
ELP Exigível de Longo Prazo
ESTOQ Estoque
IGP-M Índice Geral de Preços do Mercado
IMOB Ativo Imobilizado
IPCA Índice Nacional de Preços ao Consumidor Amplo
IPO Initial Public Offering
IR Imposto de Renda
JCP Juros sobre Capital Próprio
LAIR Lucro antes de Imposto de Renda
LAJIR Lucro antes de Juros e Imposto de Renda
LL Lucro Líquido
LP Longo Prazo
M/Befwa Market-to-book ponderado pelo financiamento externo
MARKET-TO-BOOK Valor de Mercado
MERC Mercado
MG. OPR. Margem Operacional
N.S. Não Significante
OPORT. Oportunidade
P&D Pesquisa e Desenvolvimento
PC Passivo Circulante
PIB Produto Interno Bruto
PL Patrimônio Líquido
REC. MERC. EXT. Receita Mercado Externo
RES. FIN. Resultado Financeiro
xii
RES. OPR. Resultado Operacional
ROE Return on Equity
ROL Receita Operacional Líquida
ROLIGPM Receita Operacional Líquida corrigida pelo IGP-M
SELIC Sistema Especial de Liquidação e de Custódia
SFN Sistema Financeiro Nacional
TJLP Taxa de Juros de Longo Prazo
TRIB. ARREC. Tributos Arrecadados
US$ Dólar Americano PTAX
VAR. Variação
VENDAS EXT. Vendas Externas
VLR. Valor
VLR. PATR. Valor Patrimonial
VM Valor de Mercado
xiii
SUMÁRIO
1� INTRODUÇÃO ..................................................................................................... 1�
1.1� OBJETIVO ................................................................................................................................................... 4�
1.2� JUSTIFICATIVA E RELEVÂNCIA ......................................................................................................... 4�
1.3� ESTRUTURA DA DISSERTAÇÃO .......................................................................................................... 6�
2.1� QUESTÕES TEÓRICAS ............................................................................................................................ 7�2.1.1� As Teorias de Modigliani e Miller ....................................................................................................... 8�2.1.2� A Teoria do Trade-off ........................................................................................................................... 8�2.1.3� A Teoria do Custo de Agência ............................................................................................................. 9�2.1.4� A Teoria de Pecking Order ................................................................................................................ 11�2.1.5� A Teoria de Market Timing ................................................................................................................ 12�
2.2� EVIDÊNCIAS EMPÍRICAS ..................................................................................................................... 15�2.2.1� Estudos Internacionais ........................................................................................................................ 15�2.2.2� Estudos Brasileiros ............................................................................................................................. 22�
3� METODOLOGIA DA PESQUISA ...................................................................... 30�
3.1� AMOSTRA E FONTES DE DADOS ....................................................................................................... 30�
3.2� DETERMINANTES DA ESTRUTURA DE CAPITAL ......................................................................... 31�3.2.1� Variáveis Dependentes ....................................................................................................................... 31�3.2.2� Variáveis Independentes ..................................................................................................................... 32�3.2.3� Modelo GARCH ................................................................................................................................ 36�
3.3� MODELO DE REGRESSÃO ................................................................................................................... 37�
3.4� RESULTADOS ESPERADOS.................................................................................................................. 40�
4� RESULTADOS E ANÁLISE .............................................................................. 41�
4.1� ESTATÍSTICAS DESCRITIVAS ............................................................................................................ 41�4.1.1� Variáveis Dependentes ....................................................................................................................... 41�4.1.2� Variáveis Independentes ..................................................................................................................... 43�
4.2� RESULTADOS ECONOMÉTRICOS ..................................................................................................... 44�4.2.1� Variáveis dependentes com dados contábeis ...................................................................................... 44�
xiv
4.2.2� Variáveis dependentes a valor de mercado ......................................................................................... 48�4.2.3� Síntese ................................................................................................................................................ 51�
5� CONCLUSÕES .................................................................................................. 54�
REFERÊNCIAS BIBLIOGRÁFICAS ......................................................................... 61�
APÊNDICE A – RESULTADOS DAS REGRESSÕES ............................................. 66�
APÊNDICE B – RESULTADOS DOS TESTES DE EFEITO FIXO ........................... 72�
APÊNDICE C – MODELAGEM GARCH................................................................... 78�
1
1 INTRODUÇÃO
Ainda hoje, mais de 50 anos após a publicação do artigo de Modigliani e Miller (1958), a
estrutura de capital das empresas ainda é um tema recorrente tanto no meio corporativo
quanto no meio acadêmico. O motivo? A falta de consenso em relação aos seus fatores
determinantes, a grande quantidade de variáveis relacionadas, as diferenças econômicas e de
desenvolvimento do mercado bancário e de capitais e a diversidade de modelos utilizados.
Antes de mais nada, entende-se como estrutura de capital a combinação entre capital de
terceiros, dado pela dívida onerosa de curto e de longo prazo, e o capital próprio, dado pelo
Patrimônio Líquido. Quanto maior a participação do capital de terceiros na estrutura de
capital da empresa, menor será o seu custo de capital. Do lado oposto, a maior alavancagem
financeira aumenta a volatilidade dos retornos e, consequentemente, o risco de falência e
custos de agência.
A estrutura de capital foi e é objeto de diversos estudos realizados ao longo das últimas
décadas, a começar pelo clássico estudo de Modigliani e Miller (1958), onde defenderam a
hipótese de que as decisões relacionadas à estrutura de endividamento de uma companhia não
resultariam em valor para a mesma. O valor da empresa dependeria apenas dos fluxos de
caixa gerados pelos seus investimentos. Modigliani e Miller partiram da premissa da
existência de um mercado perfeito onde não existiriam impostos, custos de transações e
2
custos relacionados com a insolvência e liquidação das empresas. Cinco anos depois, os
mesmos autores complementaram o seu estudo com uma análise dos possíveis impactos
causados pelos benefícios fiscais advindos de seu endividamento e concluíram que o valor da
empresa seria dado pelo nível de dívida contraída, e que, segundo os autores, essa relação
deveria ser a mais alta possível. Como dito acima, os autores não consideraram os custos de
transação e os custos e riscos relacionados à insolvência. (MODIGLIANI E MILLER, 1963)
Desde então, vários estudos foram elaborados com o intuito de identificar quais seriam os
fatores que determinariam a estrutura de capital. Harris e Raviv (1991) identificaram
“potenciais” determinantes dessa estrutura. Contudo, até os dias de hoje, o tema é controverso
e não se chegou a um consenso ou a uma resposta definitiva sobre quais seriam os fatores e
determinantes da estrutura de capital das empresas. Estudos realizados em países que possuem
um mercado de capitais mais desenvolvido e efetivo (market oriented) tendem a apresentar
resultados divergentes de países onde a principal fonte de recursos são os bancos comerciais e
os de fomentos (bank oriented).
A teoria clássica de estrutura de capital se baseia na tese de que há uma proporção ótima entre
o capital próprio e o capital de terceiros para cada empresa/setor e que esta estrutura resulta
em vantagens fiscais e em redução do custo médio ponderado pela sua dívida, resultando em
aumento do valor da empresa. Segundo a teoria, à medida que as empresas se afastem deste
ponto ótimo, estas devem captar recursos visando o retorno ao ponto ótimo, maximizando,
dessa forma, o retorno para seus acionistas.
Em quase a sua totalidade, os trabalhos que analisam o tema se concentram nas teorias de
Trade-off, de Agência, Pecking Order e Market Timing. A teoria de Trade-off defende que a
3
firma se endivide até um determinado nível onde o valor marginal dos benefícios fiscais sobre
a dívida excedente seja compensado pelo aumento no valor presente dos possíveis custos e
problemas financeiros, tais como, custos de falência, custos com agentes e gastos com
reorganizações. (MYERS, 1984)
A teoria de Agência fundamenta-se nos conflitos entre os administradores, controladores e
credores e estaria relacionada à teoria de Trade-off uma vez que esses conflitos podem
significar o aumento do risco de default, através do aumento dos gastos da empresa e/ou do
maior volume de seu endividamento, podendo, impactar as decisões operacionais, as
oportunidades de investimento e em última análise, o valor da companhia.
Uma das novas linhas de estudo na teoria de custos de agência é a posição do credor enquanto
stakeholder, quando utiliza o veto como ferramenta para impedir decisões que possam trazer
um alto grau de risco. Quanto maior o percentual de capital de terceiros presente, maior será o
risco de inadimplência. Para evitar o aumento desse risco, grande parte dos contratos de
dívida pode trazer limitadores de alavancagem, de pagamento de dividendos, de vendas de
ativos e até de investimentos futuros, os chamados covenants financeiros.
A teoria de Pecking Order baseia-se em uma premissa de assimetria de informação, na qual
os administradores e pessoas ligadas às empresas possuem mais informações da companhia
(saúde financeira, oportunidades de investimentos, riscos embutidos no negócio, etc.) do que
os investidores. Essa assimetria de informação impede os investidores de precificarem
corretamente o valor da companhia, seus investimentos e suas emissões de dívidas e de ações.
A fim de minimizar os impactos dessa assimetria, os administradores buscariam recursos
baseados em uma escala de prioridades, partindo das fontes de menor risco como reservas de
lucro e geração operacional de caixa (recursos internos), passando pelo crédito bancário, pelo
4
mercado de capitais e, por último, a de maior risco, a emissão de ações (recursos externos).
(MYERS, 1984)
A teoria de Market Timing baseia-se na idéia de que os administradores se aproveitariam da
irracionalidade temporária do mercado, vendendo ações da Companhia quando esta estivesse
sendo avaliada acima do seu valor justo e recomprando-as quando o seu valor estiver abaixo
do justo. Nesses momentos, o custo de emissão de ações (ou recompra) estaria atrativo,
principalmente, quando comparado a outras fontes de recursos. A teoria, assim como os
estudos referentes ao tema são recentes, com destaque para Barker e Wurgler (2002). Outro
ponto a considerar é o contraponto que ela faz as demais teorias neoclássicas pondo em
cheque a hipótese de eficiência de mercado.
1.1 OBJETIVO
Este trabalho tem como objetivo identificar, através do modelo de regressão, quais os fatores
determinantes da estrutura de capital das empresas brasileiras de capital aberto, no período de
2001 a 2010, buscando verificar empiricamente os fatores mais relevantes para explicar a
estrutura de capital. No período escolhido, houve grande evolução na economia doméstica e
no mercado de capitais, com uma grande quantidade de abertura de capital e listagem na bolsa
de valores brasileira.
1.2 JUSTIFICATIVA E RELEVÂNCIA
A estrutura de capital é um assunto de grande importância para o desenvolvimento e a
sustentação das empresas em qualquer parte do mundo, além disso, a relevância do tema faz
com que essa discussão não fique limitada somente à área financeira da companhia. É comum
5
o envolvimento de toda a corporação em discussões que envolvam a necessidade de capital e
a melhor forma de sua utilização.
Em várias situações, a estrutura de capital da empresa é discutida também por vários de seus
intervenientes externos, tais como: investidores, bancos credores, empresas parceiras,
agências de rating e órgãos reguladores. No mundo acadêmico, diversos estudos foram
realizados com o objetivo de se entender e explicar quais os fatores que determinariam a
estrutura de capital e qual seria a teoria dominante. Contudo, as diversidades de variáveis
utilizadas bem como as diferenças econômicas e culturais de cada região dificultam a
convergência para uma única teoria e para um único conjunto de variáveis que possam ser
explicativas da estrutura de capital.
Outro ponto relevante é que uma parcela dos trabalhos realizados se fundamenta na análise do
passivo total, do passivo de curto e de longo prazo como variáveis dependentes. A diferença e
a contribuição deste trabalho em relação aos demais será a utilização das variáveis originadas
no passivo oneroso (que engloba aqueles que geram despesa financeira). Em nossa opinião,
essas variáveis são as que mais se relacionam com o capital de terceiros. Além disso,
analisaremos junto com as principais variáveis utilizadas em diversos estudos, uma variável
que contempla a teoria de market timing adaptada à realidade brasileira. E por último, o
período analisado é um período de maior estabilidade econômica e maior racionalidade dos
mercados de juros e câmbio, ou seja, mais próximos às características dos mercados
desenvolvidos, onde a maioria dos estudos internacionais foi realizada.
6
1.3 ESTRUTURA DA DISSERTAÇÃO
A dissertação contempla outros quatro capítulos além desta introdução. O segundo capítulo
traz uma revisão da literatura relativa aos fatores determinantes da estrutura de capital
começando com o artigo de Modigliani e Miller (1958), analisando e detalhando as principais
teorias que surgiram ao longo dos últimos 50 anos além de uma revisão dos principais artigos
escritos sobre o tema no mundo e no Brasil.
No terceiro capítulo será detalhada a amostra de dados e sua fonte bem como período
selecionado. Adicionalmente, serão identificadas as variáveis dependentes, independentes e o
modelo econométrico utilizado nesse estudo. O quarto capítulo apresenta os resultados
encontrados, as estatísticas descritivas e a análise detalhada de cada resultado buscando traçar
uma relação com as teorias relativas ao tema. O quinto e último capítulo traz a conclusão
deste trabalho, avaliando suas implicações dentro O quinto e último capítulo traz a conclusão
deste trabalho, avaliando suas implicações dentro do mundo corporativo, suas limitações e,
por fim, as sugestões para pesquisas futuras.
7
2 REVISÃO DA LITERATURA
2.1 QUESTÕES TEÓRICAS
A estrutura de capital é a combinação entre o capital próprio, pertencente aos acionistas e o
capital de terceiros, formado pelas dívidas e obrigações da empresa. O capital de terceiros
proporciona basicamente dois objetivos, segundo a literatura dominante: o benefício fiscal,
uma vez que o pagamento das despesas financeiras é dedutível do imposto de renda e um
maior controle sobre o fluxo de caixa em função do pagamento das despesas financeiras
8
citadas acima. Adicionalmente, exclusivamente no Brasil, outra possibilidade de benefício
fiscal é a distribuição dos lucros como Juros sobre o Capital Próprio (JCP) que, de acordo
com a legislação brasileira, pode ser enquadrado com despesa financeira e deduzido da base
de cálculo de imposto de renda.
2.1.1 As Teorias de Modigliani e Miller
Modigliani e Miller (1958) demonstraram que a decisão de financiamento tomada em um
mercado perfeito, sem impostos e sem custos de transações e de falências, não altera o valor
de mercado da empresa. Nesse cenário, todos os benefícios e os riscos que cercam o
endividamento desaparecem, tornando a dívida sem valor para as companhias. Para
Modigliani e Miller, o valor da firma era determinado pelos ativos reais e não pelas suas
dívidas.
Em seu segundo artigo, Modigliani e Miller (1963) consideraram a importância dos impostos
nas estratégias de estrutura de capital. Eles chegaram à conclusão que, em um mercado em
que há impostos incidentes sobre o lucro das empresas, estas deveriam alavancar ao máximo
os seus balanços em virtude do benefício fiscal. Os autores continuaram sem avaliar o
impacto dos custos relacionados com a probabilidade de falência devido ao alto grau de
alavancagem.
2.1.2 A Teoria do Trade-off
A teoria de Trade-off se baseia na identificação de um nível ótimo de endividamento tendo
como parâmetros os custos e os benefícios dessa dívida. Dentre os benefícios podem ser
9
elencados a redução dos custos tributários e a diminuição dos problemas de agência
originados pelo fluxo de caixa livre. Segundo Myers (1984), os custos podem ser classificados
como legais, administrativos (inerentes a um processo de falência), de agência, de
monitoramento, de seleção adversa e os custos gerados pela assimetria de informações.
Um dos motivos que explicam a não permanência das empresas nesse ponto ótimo descrito
pela teoria de Trade-off são os custos de ajustes e de transação. Tanto a emissão de dívida
quanto a emissão de ações trazem consigo custos e despesas relativos à sua estruturação que
impactam a rentabilidade da companhia. Na inexistência desses custos poderíamos admitir
que as empresas permanecessem em seu nível ótimo de capital próprio e de terceiros ao longo
de sua vida. Porém, como os custos de transações fazem parte da realidade das corporações, é
de se admitir que haja uma dispersão em relação ao nível ótimo da estrutura de capital.
Corroborando com a ideia de dispersão, Buscariolli e Bueno (2009) encontraram evidências
que sugerem que as empresas não possuem um único e desejável nível de alavancagem, mas
sim um grupo aceitável de níveis ótimos de capital.
2.1.3 A Teoria do Custo de Agência
Custos de agência são aqueles relacionados a conflito de interesses. Jensen e Meckling (1976)
identificaram dois tipos de conflitos: entre acionistas (principal) e administradores (agente), e
entre acionistas e credores. Entendemos a teoria de custo de agência como uma teoria
relacionada à teoria de Trade-off, uma vez que tais conflitos podem, em seu extremo, resultar
em problemas financeiros para as empresas e, em última análise, até em sua falência. Além
dos conflitos clássicos citados acima, no Brasil há também o conflito entre acionistas
controladores e minoritários. Em função do alto grau de concentração de controle das
empresas brasileiras, muitas delas controladas por famílias ou pelo estado há a possibilidade
10
de divergência na condução dos negócios, nas estratégias adotadas ou em extremo, na prática
de medidas que possam ser danosas aos acionistas minoritários.
O primeiro conflito acontece quando os administradores tomam decisões que contrariam os
interesses dos acionistas. Na maioria das vezes, isso ocorre porque os administradores detem
apenas uma pequena parcela dos resultados da companhia, e não capturam todo o ganho com
as atividades desenvolvidas pela empresa. Por outro lado, os custos e o ônus dessas atividades
são inteiramente de sua responsabilidade, fazendo com que ele busque outros tipos de
benefícios, sejam estes indiretos ou diretos como por exemplo, pelo aumento dos gastos não
produtivos da empresa, como gastos com viagens, com novo escritório, carros, etc. Os
acionistas tentam desencorajar essas ações através de mecanismos de controle. Porém,
controles e incentivos, se trazem redução de custos de agência, não são infinitos.
A contratação de dívida, com o objetivo de reduzir fluxo de caixa disponível para os gastos
em benefício próprio do gestor é um dos meios para a redução dos custos de agência.
O segundo conflito identificado por Jensen e Meckling foi entre credores e
acionistas/controladores da companhia. Esse conflito ocorre quando a dívida contraída dá aos
acionistas o incentivo para investimentos mais arriscados, buscando uma rentabilidade muito
acima do custo da dívida. Se o investimento for bem sucedido, o lucro gerado será destinado
aos acionistas. Do contrário, caso esse investimento falhe, o credor da companhia incorrerá
nos riscos de não recebimento da dívida. Com o insucesso do investimento, o valor da
empresa tende a cair, elevando a possibilidade de inadimplência e de default. Prevendo esses
riscos, o credor cobrará um valor maior pelos recursos disponibilizados à companhia,
aumentando as despesas relativas ao financiamentos. Uma das alternativas para a redução
desse conflito é restringir os movimentos dos acionistas através de imposições de “covenants”
11
financeiros (limites para pagamentos de dividendos, bônus e endividamento, limitando valor
máximo para novos investimentos) que limitam a atuação da empresa.
Vários estudos realizados ao longo das últimas décadas, tais como os de Jensen e Meckling
(1976), Myers (1977) e Harris e Raviv (1991) tendo como base o custo de agência mostram
que o endividamento está positivamente relacionado com o valor da empresa, com o risco de
liquidação, com o desenvolvimento da legislação de falência e recuperação das empresas e
com o fluxo de caixa livre e estão negativamente relacionado com as oportunidades de
crescimento, cobertura de juros, custo de investigação e probabilidade de organização após
falência.
2.1.4 A Teoria de Pecking Order
Myers e Maljuf (1984) sugerem que se o investidor não tiver informações suficientes a
respeito do valor da companhia, principalmente quando comparado aos gestores, a companhia
corre o risco de ser subavaliada pelo mercado. Por exemplo: caso a companhia decida
financiar um investimento ou uma aquisição através de uma oferta de ações, há a
interpretação por parte dos investidores que essa decisão só foi tomada em virtude das ações
da companhia estarem sendo negociadas acima de seu valor justo. Essa interpretação resultará
em uma subprecificação da oferta que pode ser tão forte que os novos investidores capturarão
um retorno maior gerado pelo novo investimento e, consequentemente, há uma perda para os
antigos acionistas.
Segundo Harris e Raviv (1991), uma das formas de se minimizar a queda nos preços das
ações seria a companhia financiar o novo investimento através de fontes menos arriscadas,
como recursos próprios ou emissão de títulos de dívidas e somente após a conclusão do
12
investimento, liquidar esse débito com uma oferta de ações. Myers (1984) se referiu a essa
hierarquização de fontes de financiamentos como teoria de Pecking Order.
Segundo Myers, na teoria de Pecking Order existe um ordenamento de fontes de recursos a
serem utilizadas no financiamento da empresa e a estrutura de capital será determinada pela
forma de financiamento de seus investimentos, começando pela utilização de recursos
internos (lucros retidos e geração operacional de caixa), seguidos de emissão de dívida de
baixo risco e dívidas híbridas (compostas por dívida e ações, como por exemplo: debêntures
conversíveis em ações), e por último, a emissão de ações. O principal motivo para essa
hierarquização é minimizar os efeitos da assimetria de informação e evitar que o valor de
mercado da companhia tenha uma depreciação após o anúncio de uma oferta de ações.
A estrutura de capital além de ser parte da solução do problema de valorização da empresa,
também pode agir para diminuir o problema de assimetria de informação. Em seu modelo,
Ross (1977) parte da premissa verificada por Myers anos mais tarde (1984), onde o
administrador tem um conhecimento maior a respeito dos fluxos esperado do que o investidor
e que por isso, os investidores entendem uma emissão de dívida como uma sinalização de que
a empresa está saudável.
2.1.5 A Teoria de Market Timing
A teoria de Market Timing se beneficia de um erro de precificação do mercado de capitais,
ocasionando flutuações no custo de emissão de ações em relação a outras formas de captação.
Sendo assim, as empresas emitem ações quando o seu valor de mercado está alto em
comparação ao seu valor justo e ao seu valor de mercado histórico e recompram quando esse
valor está baixo. Ao fazer isso, o administrador beneficia a companhia e os atuais acionistas
13
em detrimento dos novos que aderem à oferta pública ou aqueles que deixam de ser acionistas
após a recompra por parte da companhia. Esta visão se baseia na ineficiência do mercado de
capitais, contrariando o principal embasamento teórico das teorias neoclássicas.
Além disso, há autores como Vasilou e Daskalakis (2009) que sugerem que a abordagem dada
pelas Finanças Comportamentais provê melhores explicações para as decisões a respeito da
estrutura de capital.
De acordo com Baker, Ruback e Wurgler (2004, Apud Vasilou e Daskalakis (2009)), o
estudo comportamental de finanças pode ser dividido em duas distintas abordagens: a
primeira onde o investidor é o agente irracional e a segunda onde o administrador é o
irracional.
Na primeira abordagem onde temos o investidor irracional e o administrador racional vemos o
investidor influenciar o preço dos ativos. Quando isso ocorre, o administrador racional
identifica esse erro de precificação e se aproveita do otimismo do investidor. Esse erro é
facilmente percebido pelo administrador em função da assimetria de informações.
Segundo os autores, a teoria de Market Timing é a que mais se encaixa ao pensamento de
Finanças Comportamentais. Neste caso, os administradores se aproveitam dessa “janela de
oportunidades”, provocada pela irracionalidade de seus agentes, para fazer caixa e reduzir o
grau de alavancagem e beneficiar os atuais acionistas.
A segunda abordagem ocorre quando o administrador é o agente irracional enquanto o
investidor é a parte racional. Nesse cenário, o administrador está bastante otimista em relação
ao valor da empresa e das suas oportunidades de investimento. Assim, dado ao otimismo
14
exacerbado, o administrador preferirá contrair dívida a realizar uma emissão de ações, tal
atitude corrobora a teoria de Pecking Order.
Segundo Baker e Wurgler (2002), em trabalho seminal, há evidências da existência do Market
Timing no mercado americano comprovadas por quatro tipos diferentes de estudos, a saber:
1. Ao analisar a decisão de financiamento verificou-se que as empresas tendem a emitir
ações ao invés de dívida quando seu valor de mercado está alto e recomprá-las quando
o valor de mercado está baixo do valor justo;
2. A análise dos retornos das ações no longo prazo após a decisão de financiamento
mostrou que o Market Timing é, na média, bem sucedido. Sendo que as firmas emitem
ações quando o custo do capital próprio é relativamente baixo.
3. Analisando as previsões de resultados e realizações em torno da emissão de ações
sugerem que as empresas tendem a emitir ações quando os investidores se mostram
mais entusiasmados com as projeções;
4. Em uma pesquisa anônima, os administradores admitem a importância dos preços de
mercado quando avaliam a possibilidade de emitir ações.
Para Baker e Wurgler, a estrutura de capital é conseqüência das tentativas anteriores de
emissão/recompra de ações e bonds nos momentos acertados. Sendo assim, eles
desenvolveram a variável market-to-book ponderado pelo financiamento externo (M/Befwa)
que representa a média ponderada de uma série de razões passadas de valor de mercado, que
inicia na primeira amostra até a penúltima (t-1). A fórmula do M/Befwa é descrita da seguinte
forma:�
15
��������� ��� �� � ��� �� � ���� ���
��
���� � �����
Onde, � são as emissões de ações e �, as emissões de dívidas. Os sufixos ��e � são referentes
ao tempo. A emissão de ações é definida pela variação no patrimônio líquido excluindo as
reservas de lucros, enquanto que a emissão de dívida é determinada pela variação do
endividamento. Adicionalmente, Baker e Wurgler definiram o zero como valor mínimo e
excluíram da amostra todos os valores de M/Befwa que excedeu a 10. O objetivo destes cortes
foi formar uma média ponderada. De modo contrário, os pesos poderiam não crescer com o
total do financiamento externo a cada período afetando a média ponderada.
Cabe ressaltar que os estudos de Alti (2006) nos Estados Unidos, Bie e Haan (2007) na
Holanda, Vallandro et al. (2009), Mendes, Basso e Kayo (2009), Rossi e Marotta (2010) no
Brasil, não encontraram evidências de persistência da teoria de Market Timing contrariando o
resultado apresentado por Baker e Wurgler (2002). Um dos motivos para essa contradição
pode ser a diferença de eficiência do mercado de capitais americano quando comparado aos
demais mercados.
2.2 EVIDÊNCIAS EMPÍRICAS
2.2.1 Estudos Internacionais
Titman e Wessels (1988) verificaram que as empresas que atuam em determinados nichos
produzindo ou servindo a um segmento específico de maneira exclusiva, tendem a ter um
baixo nível de endividamento. Essa exclusividade, que os autores chamaram de singularidade,
é identificada pelos elevado volume de investimentos em pesquisa e desenvolvimento (P&D).
16
Adicionalmente, eles também verificaram que empresas menores se endividavam mais no
curto do que no longo prazo devido ao escasso acesso a fontes de recursos de longo prazo,
como mercado de capitais e bancos de fomentos. Os autores encontraram evidências
compatíveis com a teoria de Pecking Order, onde empresas que possuem maior rentabilidade
tendem a apresentar menor nível de endividamento, independente do prazo.
Jensen (1986) verificou que companhias com maiores oportunidades de crescimento devem
ter pequena participação da dívida sobre o capital total em comparação com empresas mais
maduras. Empresas de crescimento geram um valor considerável de benefícios fiscais não
decorrentes de dívida (depreciação, amortização e ativos diferidos) o que reduziria a
necessidade de endividamento.
Outro fator que contribui para o baixo nível de endividamento das empresas de crescimento é
a volatilidade do resultados e o maior risco de execução de seus projetos.
Harris e Raviv (1991) verificaram que empresas com menor risco de liquidação, em função do
valor dos ativos tangíveis, deverão ter maior nível de endividamento. Adicionalmente, terão
maior valor de mercado em comparação aos seus pares que possuem maior risco de
liquidação.
Rajan e Zingales (1995) analisaram os fatores determinantes da estrutura de capital dos países
pertencentes ao G7 e encontraram evidências que os determinantes destes países, em nível
agregado, são bastante similares e que as diferenças verificadas não são facilmente explicadas
pelas diferenças institucionais e culturais. Como por exemplo, o Reino Unido e a Alemanha
que apresentaram um menor nível de alavancagem, em função do maior custo de falência na
Alemanha e da maior participação do mercado de capitais na Inglaterra.
17
Jorge e Armada (2001) analisaram os fatores determinantes da estrutura de capital das
empresas portuguesas no período de 1990 a 1995 e verificaram que os fatores dimensão
(tamanho), vantagens fiscais não resultantes do endividamento, percentual de controle do
acionista majoritário e setor de atividade não apresentaram significância para serem indicadas
como determinantes do endividamento das empresas. O oposto do que foi indicado pelas
variáveis crescimento, risco do negócio, rentabilidade e composição do ativo.
Fama e French (2002) não encontraram evidências para escolher uma teoria em detrimento de
outra (Trade-off e Pecking Order). Porém, acharam fortes comprovações que as duas teorias
são determinantes para a estrutura de capital. O ponto negativo na teoria de Trade-off foi a
relação negativa entre rentabilidade e endividamento (contrariando a teoria) e na teoria de
Pecking Order, foi a tendência de reversão à média encontrada em seus resultados (premissa
da teoria de Trade-off).
Bhaduri (2002) encontrou evidências que classificam a teoria de agência e a de assimetria de
informações como determinantes da estrutura de capital na Índia. As variáveis que
apresentaram resultados significantes foram: tamanho, tangibilidade, rentabilidade e custo de
falência.
Tong e Green (2005) estudaram a estrutura de capital em empresas chinesas e, apresentaram
resultados sugerindo que a teoria de Pecking Order suplantaria a teoria de Trade-off quando
encontraram uma correlação negativa entre rentabilidade e endividamento e positiva entre
dividendos distribuídos e endividamento, está última, sem significância.
18
Sen e Oruç (2008) examinaram a estrutura de capital nas empresas que negociavam suas
ações na Bolsa de Valores de Istambul. Verificaram que empresas rentáveis, com maior
liquidez corrente e maior volume de vendas preferiram a utilização de recursos internos para o
financiamento de seus investimentos, em linha com a teoria de Pecking Order.
Frank e Goyal (2009), estudando as empresas americanas no período de 1950 a 2003
evidenciaram que a teoria de Trade-off é explicada pelas variáveis alavancagem da indústria,
tamanho, tangibilidade e valor de mercado. Por outro lado, a teoria de Pecking Order explica
o comportamento da variável rentabilidade enquanto que a teoria de Market Timing não
fornece nenhuma explicação para os parâmetros observados. Dito isso, os autores sugerem
que encontraram mais evidências favoráveis à teoria de Trade-off.
Baker e Wurgler (2002) evidenciaram, através de estudos em companhias americanas, que a
teoria de Market Timing é uma importante ferramenta para a tomada de decisão de
financiamento. Além disso, verificaram que o valor histórico de mercado tem grande
persistência sobre a estrutura de capital. Verificaram também que o alto valor de mercado
reduz a alavancagem no curto prazo e que historicamente esse o alto valor está relacionado ao
baixo endividamento ao longo do tempo. Os resultados sugerem também que a estrutura de
capital é resultado acumulado das tentativas passadas de se acertar o timing do mercado de
ações.
Bie e Haan (2007) encontraram resultados condizentes com a teoria de Market Timing, onde a
alta de preços no mercado de ações holandês resultou em um aumento da probabilidade de
emissões tanto de dívida quanto de ações. Porém, em contraste com o trabalho de Baker e
Wurgler (2002), não encontraram efeitos persistentes na estrutura de capital das empresas,
19
mas verificaram fortes e robustas evidências de significância das demais variáveis de controle
utilizadas: Tamanho, Tangibilidade, Rentabilidade e Market-to-Book.
Vasilou e Daskalakis (2009) verificaram que as empresas gregas tem seguido a teoria do
Market Timing se financiando através de emissão de ações no período que vai de 1999 a 2000,
quando a bolsa de valores grega estava em alta. Segundo os autores, este resultado põe em
dúvida a hipótese de eficiência de mercado e favorece a abordagem de finanças
comportamentais.
Segue abaixo, tabela com a síntese de trabalhos internacionais com estudos empíricos de
determinantes da estrutura de capital. Nesses estudos, verificou-se que há poucos pontos de
consenso em relação as variáveis mais utilizadas. Somente as variáveis Tangibilidade,
Tamanho e Rentabilidade apresentaram resultados similares em mais de 50% dos artigos
analisados. A Tangibilidade registrou relação positiva com o endividamento assim como a
variável Tamanho resultados coerentes com a teoria de Trade-off. Já a variável Rentabilidade
apresentou relação negativa com o endividamento, em linha com a teoria de Pecking Order.
20
Aut
or
Ano
P
erío
do
anal
isad
o M
étod
o V
ar. D
epen
dent
es
Var
. Ind
epen
dent
es
Fór
mul
a R
esul
tado
s
Tit
man
e
Wes
sels
19
88
1974
a 1
982
Ana
l. Fa
tori
al
Div
/At.
Tot
al
Div
/At.
Tot
al (
VM
) D
iv. L
P/ A
t. T
otal
D
iv. C
P/ A
t. T
otal
Ati
vos
fixo
s A
t. Im
ob./A
t. T
otal
+
(V
lr. P
atr.
) B
enef
. não
trib
utár
ios
Dep
r./A
t. T
otal
N
.S.
Cre
scim
ento
V
ar. d
o A
t. T
otal
N
.S.
Exc
lusi
vida
de
Des
p.ve
ndas
/Ven
das
- C
lass
if. I
ndús
tria
du
mm
y N
.S.
Tam
anho
L
n de
RO
L
- (C
urto
pra
zo)
Vol
atili
dade
D
esv.
pad.
EB
IT
N.S
. R
enta
bilid
ade
RO
L/A
t. T
otal
-
(Vlr
. Mer
c.)
Raj
an e
Z
inga
lês
1995
19
87 a
199
1 R
egre
ssão
C
ross
-sec
tion
D
iv.T
otal
/ At.
Tot
al
Div
.Tot
al/ A
t. T
otal
(V
M)
Ati
vos
Fixo
s A
t. Im
ob/A
t. T
otal
+
V
alor
de
Mer
cado
V
lr. M
erc.
/At.
tota
l (1)
- T
aman
ho
Ln
de R
OL
+
R
enta
bilid
ade
EB
ITD
A/A
t. T
otal
-
Fam
a e
Fren
ch
2002
19
65 a
199
9 R
egre
ssão
C
ross
-sec
tion
D
ív. T
otal
/At.
Tot
al
Dív
. Tot
al/A
t. T
otal
(V
M)
Ren
tabi
lidad
e L
AIR
ou
Luc
ro/A
t. T
otal
-
Opo
rt. C
resc
imen
to
Var
iaçã
o do
ativ
o/A
t. T
otal
-
Ris
co
Ln(
Ati
vo T
otal
) -
Ben
ef. n
ão tr
ibut
ário
s P&
D/A
t. T
otal
ou
Dep
r/A
t. T
otal
-
Bad
huri
20
02
1989
a 1
995
Ana
l. Fa
tori
al
Div
. Tot
al/A
t. T
otal
D
iv. L
.Pra
zo/A
t. T
otal
D
iv. C
.Pra
zo/A
t. T
otal
Ati
vos
fixo
s A
t. Im
ob./A
t. T
otal
-
(E
xcet
o dí
vida
de
CP)
B
enef
. não
trib
utár
ios
Dep
r./R
OL
N
.S.
Cre
scim
ento
V
ar. d
o A
t. T
otal
+
(E
xcet
o dí
vida
de
CP)
E
xclu
sivi
dade
D
esp.
vend
as /V
enda
s -
Sina
lizaç
ão
Div
iden
dos
pago
s/R
OL
N
.S.
Tam
anho
L
n A
tivo
tota
l -
(E
xcet
o dí
vida
de
LP)
R
isco
de
Falê
ncia
D
esv.
pad.
RO
L
- R
enta
bilid
ade
Flux
o de
Cai
xa/A
t. T
otal
N
.S.
Idad
e du
mm
y N
.S.
Ton
g e
Gre
en
2005
20
01 a
200
3 R
egre
ssão
C
ross
-sec
tion
(Div
. tot
al.)
/At.
Tot
al
(Div
. tot
al.)
/( A
t. T
otal
–re
cebí
veis
)
Ren
tabi
lidad
e L
ucro
tota
l/Ati
vo to
tal
- T
aman
ho
Ln(
cap.
inve
stid
o no
ano
) +
C
resc
imen
to
At.
tota
l (t)
/ At.
Tot
al (
t-1)
+
D
ivid
endo
s D
ivid
endo
s pa
gos/
PL
+
Sen
e O
ruç
2008
19
93 a
200
7 R
egre
ssão
em
Pa
inel
D
iv. T
otal
/At.
Tot
al
Ren
tabi
lidad
e L
. Líq
uido
/At.
Tot
al
- A
tivo
s Fi
xos
At.
Imob
iliza
do/A
t. T
otal
-
Tam
anho
L
n R
OL
-
Cre
scim
ento
A
t. T
otal
(t)
/ At.
Tot
al (
t-1)
+
A
t. T
otal
/fon
te e
xt. r
ec. c
p A
t. T
otal
/Cap
. Ter
c. c
. pra
zo
-
21
Aut
or
Ano
P
erío
do
anal
isad
o M
étod
o V
ar. D
epen
dent
es
Var
. Ind
epen
dent
es
Fór
mul
a R
esul
tado
s
Fran
k e
Goy
al
2009
19
50 a
200
3 R
egre
ssão
C
ross
-sec
tion
Div
.Tot
al/A
t. T
otal
(V
M)
Div
. Tot
al/ A
t. T
otal
D
iv.L
P/ A
t. T
otal
(V
M)
Div
. LP/
At.
Tot
al
Ren
tabi
lidad
e E
bitd
a/A
t. to
tal
+ V
M e
– V
lr. P
atr.
T
aman
ho
Log
At.
Tot
al e
du
mm
y +
C
resc
imen
to
Vlr
. Mer
cado
/At.
Tot
al
- In
dúst
ria
Méd
ia D
iv.to
tal/A
t.Tot
al
+
Ati
vos
Fixo
s A
t. Im
ob./A
t. to
tal
+
Ben
ef. n
ão tr
ibut
ário
s D
epr/
At.
tota
l +
R
isco
V
aria
ção
ret.
ativ
os
+ V
M e
– V
lr. P
atr
Rat
ing
Dum
my
+
Con
diçõ
es m
erc.
açõ
es
Ret
orno
acu
m. d
o m
erca
do
- C
ondi
ções
mer
c. d
ívid
a Sp
read
mer
c. ju
ros
- C
ond.
mac
roec
onôm
icas
E
xpec
tati
va d
e In
flaç
ão
+
Akt
har
e O
liver
20
09
1993
a 2
003
Reg
ress
ão
Cro
ss-s
ecti
on
Div
.LP/
(LP+
Vlr
.Mer
c.
açõe
s)
Ris
co d
o N
egóc
io
Des
v.Pa
d./(
Vlr
Pat
r./V
lr. M
erc.
) +
Mat
urid
ade
Ln
Tem
po d
a fi
rma
+
Ati
vos
Fixo
s A
t. Im
ob/A
t. T
otal
+
Fl
uxo
de C
aixa
Liv
re
EB
ITD
A/A
t. T
otal
-
Ris
co d
e câ
mbi
o V
enda
s ex
t./V
enda
s T
otal
-
Cre
scim
ento
V
lr.M
erca
do/V
lr. P
atr.
-
Ben
ef. n
ão tr
ibut
ário
s D
epr.
/At.
Tot
al
- R
isco
s po
lític
os
Rec
. Mer
c. E
xt./R
ec. t
otal
-
Ren
tabi
lidad
e R
OL
méd
io d
os u
lt. 4
ano
s -
Tam
anho
L
n de
Ati
vo T
otal
+
Tab
ela
1 –
Res
um
o de
evi
dênc
ias
empí
rica
s In
tern
acio
nai
s
Not
a: N
.S. =
Não
sig
nifi
cant
e es
tati
stic
amen
te
22
2.2.2 Estudos Brasileiros
Kayo (1997) mostrou que as empresas preferem a utilizar os recursos produzidos
internamente quando há boas oportunidades de crescimento. A escolha é baseada nos efeitos
negativos da dívida na fase de crescimento. Do lado oposto, companhias que não possuem
essas oportunidades optam pela utilização de capital de terceiros.
Moreira e Puga (2001) constaram, no período de 1995 a 1997, que a rentabilidade e as
oportunidades de crescimento tinham relação negativa com o endividamento, enquanto que a
composição dos ativos (tangibilidade) e o setor de atuação possuíam uma relação positiva
com o nível de divida, porém sem significância para essa última relação.
Gomes e Leal (2000) verificaram uma relação positiva entre o endividamento, tangibilidade e
risco e uma relação negativa para rentabilidade, crescimento e tamanho. Segundo os autores,
empresas com alto valor de liquidação, ou seja, com grande valor de ativos tangíveis deverão
ter maior nível de endividamento. Os resultados encontrados para tangibilidade e crescimento
mostraram mais proximidade com a teoria de Trade-off enquanto que o resultado da variável
rentabilidade está mais relacionada com a teoria de Pecking Order.
Perobelli e Famá (2001) chegaram a conclusão que o endividamento de curto prazo está
negativamente relacionado às variáveis tamanho, crescimento e lucratividade, confirmando os
resultados encontrados por Titman e Wessels (1988) e por Gomes e Leal (2001).
Lima e Brito (2003) verificaram que o endividamento apresentou relação negativa com a
rentabilidade e positiva com crescimento, em linha com o previsto na teoria de Pecking
23
Order. O fator tangibilidade e endividamento total ou de longo prazo foram aderentes à teoria
de Trade-off. E por último, não encontraram resultados conclusivos para a variável risco.
Klotzle e Biagini (2004) entenderam que os fatores determinantes para a estrutura de capital
das empresas brasileiras eram o controle acionário, tamanho, lucratividade, risco,
oportunidades de crescimento, impacto cambial e impacto da taxa de juros. Com exceção das
variáveis impacto cambial e impacto da taxa de juros, as demais confirmaram os resultados
descritos nas teorias e encontrados em outros estudos como o de Gomes e Leal (2000).
Nakamura et al. (2007) encontraram resultados bastante consistentes tanto com a teoria de
Pecking Order quanto com a Trade-off. Segundo o estudo, as companhias brasileiras seguem
uma lógica de flexibilidade e controle (Pecking Order) ao mesmo tempo em que possuem
uma dinâmica de ajuste do nível ótimo de suas dívidas de curto prazo (Trade-off).
Brito, Corrar e Batistella (2007) analisando a estrutura de capital das maiores empresas
brasileiras verificaram que risco, tamanho, composição dos ativos e crescimento são fatores
determinantes, confirmando os resultados de Perobelli e Famá (2001). As variáveis
rentabilidade e tipo de capital não se mostraram relevantes para a forma como as empresas
são financiadas.
Medeiros e Daher (2008) chegaram a conclusão que a teoria de Pecking Order foi dominante
na determinação da estrutura de capital das empresas analisadas. As variáveis tangibilidade e
lucratividade comportaram-se como previsto pela teoria de Pecking Order.
Iquiapaza, Amaral e Araujo (2008), após a análise de 313 empresas abertas no período de
2000 a 2005, concluíram que as empresas mais lucrativas foram as que apresentaram os
24
maiores indicadores de lançamento de ações levando a rejeição da teoria de Pecking Order.
Por outro lado, os resultados encontrados em relação ao crescimento nas médias e pequenas
empresas são coerentes com a hierarquização de formas de endividamento, em linha com a
teoria de Pecking Order. Assim sendo, concluíram pela existência de uma forma híbrida de
escolha por formas de financiamento.
Silva e Valle (2008) examinaram a estrutura de endividamento das empresas brasileiras e
americanas. Verificaram que há diferenças nos níveis de endividamento entre as empresas das
duas nacionalidades. O estudo mostra que as empresas americanas possuem um maior
endividamento de longo prazo enquanto que as brasileiras tem sua dívida mais concentrada no
curto prazo. No que se refere aos determinantes da estrutura de capital, constataram que
empresas com maior proporção de ativos tangíveis tem maior nível de endividamento.
Enquanto que empresas mais rentáveis apresentam menor participação de capital de terceiros
em sua estrutura.
Ceretta et al (2009) encontraram significância para as variáveis taxa de juros Selic e taxa de
câmbio que são explicativas do nível de endividamento das empresas brasileiras. O estudo
não confirma os pressupostos das teorias de Trade-off e de Pecking Order, uma vez que as
variáveis explicativas relacionadas às teorias não se mostraram significantes, à exceção da
tangibilidade.
Bastos e Nakamura (2009) analisaram os determinantes da estrutura de capital em empresas
brasileiras, mexicanas e chilenas no período de 2001 a 2006. Encontraram evidências de que a
teoria de Pecking Order é a mais apropriada para o Brasil e México. No caso do Chile, tanto a
teoria de Trade-off quanto a teoria de Pecking Order foram relevantes para explicar o
endividamento das empresas do pais.
25
Ribeiro e Perobelli (2010) encontraram resultados que sugerem que empresa mais maduras e
estabelecidas tendem a utilizar recursos internos como forma de financiamento de seus
projetos, suportando a teoria de Pecking Order. Adicionalmente, verificaram que a decisão de
endividamento é influenciada pelas “janelas de oportunidades”, em linha com a teoria de
Market Timing. Ribeiro e Perobelli sugerem que as “janelas de oportunidades” são
semelhantes tanto para a emissão de ações quanto de debêntures. Nesses períodos, o mercado
apresenta maior liquidez, diminuindo o custo da dívida captada no mercado em relação à
captação privada, fazendo com que as empresas prefiram buscar recursos para o seu
financiamento através de ofertas públicas.
Mendes, Basso e Kayo (2009) não encontraram evidências da teoria de Market Timing no
Brasil. Os resultados indicaram que a alavancagem contábil apresenta uma queda relevante
nos anos pós IPO. Porém, os demais resultados não mostraram persistência, ou seja, o valor
de mercado e, consequentemente, as janelas de oportunidades não influenciam a estrutura de
capital no longo prazo, contrariando os resultados encontrados por Baker e Wurgler (2002).
Os autores entendem que as grandes diferenças entre o mercado de capitais americano e
brasileiro possa ter influenciado os resultados.
Rossi e Marotta (2010) verificaram que conforme indicado na teoria de Market Timing, a
alavancagem cai de maneira acentuada após o IPO e esta alavancagem é revertida
rapidamente aos níveis pré-IPO em um curto espaço de tempo, contrariando os resultados
encontrados por Baker e Wurgler (2002) - que evidenciaram que os efeitos do Market Timing
registram persistência no nível de alavancagem das empresas por mais de 10 anos. Os autores
evidenciaram que a alavancagem das empresas que vem a mercado em períodos “quentes”
tendem a ver seu endividamento retornando aos níveis anteriores à sua oferta de ações em um
prazo aproximada de 7 trimestres.
26
Vallandro et al. (2009) encontraram evidências, através de regressões em painel, da influência
da teoria de Market Timing no curto prazo, mas sua persistência não foi comprovada,
indicando que as empresas utilizam as “janelas de oportunidades” para reduzir seu
endividamento quando o custo dessa forma de captação é menor do que as demais formas.
Abaixo, segue uma tabela com a síntese de artigos empíricos realizados no Brasil. As
variáveis que apresentaram um maior número de resultados semelhantes foram Rentabilidade
(correlação negativa), Crescimento (correlação positiva), Tamanho (correlação negativa) e
Tangibilidade (correlação positiva). Sendo que as variáveis Rentabilidade, Tangibilidade
tiveram resultados similares aos estudos internacionais. A variável Tamanho apresentou
relação negativa contrariando os resultados internacionais. Esses resultados são condizentes
com a teoria de Pecking Order.
27
Aut
or
Ano
P
erío
do
anal
isad
o M
étod
o V
ar. D
epen
dent
es
Var
. Ind
epen
dent
es
Fór
mul
a R
esul
tado
s
Gom
es e
Lea
l 20
00
1995
a
1997
Reg
ress
ão
Cro
ss-
sect
ion
Div
. Tot
al /(
Div
. Tot
al +
V
M)
Ren
tabi
lidad
e E
bitd
a/A
T
- R
isco
D
esv.
Pad.
(re
ntab
ilida
de)
+
Tam
anho
L
n (R
OL
) -
Tan
gibi
lidad
e A
T. P
erm
./AT
+
Cre
scim
ento
(A
T-P
L+
VM
)/A
T
-
Lim
a e
Bri
to
2001
19
95 a
20
01
Reg
ress
ão
Cro
ss-
sect
ion
1.(E
LP
+PC
)/A
T
2.E
LP/
AT
PC
/ AT
3.
(EL
P+PC
)/(E
LP+
PC+
VM
) 4.
EL
P/(E
LP+
PC+
VM
) 5.
PC/(
EL
P+PC
+V
M)
Tam
anho
L
og(R
OL
IGPM
) -
Tan
gibi
lidad
e (I
mob
+E
stoq
.)/A
T e
(I
mob
+E
stoq
)/(P
C+
EL
P+V
M)
+ (
Exc
eto
dív.
CP
e V
M)
Con
trol
e A
cion
ário
D
umm
y +
(Pr
ivad
o e
Púb
lico
de L
P)
Seto
r de
Ati
vida
de
Dum
my
+ (
secu
ndár
io)
Ren
tabi
lidad
e
Ebi
tda/
AT
e E
bitd
a/A
T (
VM
) -
Cre
scim
ento
(A
T-P
L+
VM
)/A
T
+
Ris
co
Coe
f.V
ar. E
bitd
a/A
T e
C
oef.
Var
. Ebi
tda
/(PC
+E
LP+
VM
) -(
Div
. LP
) e
+ (
Div
. CP)
Pero
belli
e
Fam
a 20
01
1995
a
2000
A
nal.
Fato
rial
1.D
ívid
a C
P/PL
2.
Dív
ida
LP/
PL
Tam
anho
L
n (v
enda
s; P
L m
édio
ou
AT
);
+ (
Exc
eto
dív.
CP)
T
angi
bilid
ade
(Est
oq+
Imob
)/A
T e
Dep
r/A
T
N.S
.
Cre
scim
ento
(V
ar. A
t. Fi
xo)/
AT
e
Var
. med
ia A
T
-
Sing
ular
idad
e D
esp.
Ven
das/
RO
L
N.S
. M
arge
m
Res
. Ope
raci
onal
/RO
L
N.S
. L
ucra
tivi
dade
R
es. O
pera
cion
al /A
T
- V
olat
ilida
de
Des
v. P
ad.(
var.
Res
. Ope
raci
onal
) N
.S.
Klo
tzle
e
Bia
gini
20
04
1998
a
2002
R
egre
ssão
em
Pai
nel
1.(E
LP+
PC)/
PL
2.PL
/(E
LP+
PL
) 3.
PC/E
LP
4.
(LL
/PL
)/((
LL
-Res
.Fin
)/A
T)
Con
trol
e A
cion
ário
D
umm
y -(
conc
entr
ação
) T
aman
ho
Ln
(RO
L)
- R
enta
bilid
ade
Mg.
Opr
; RO
E e
Ebi
tda/
AT
-
Ris
co
Vol
. das
açõ
es
- T
angi
bilid
ade
AP/
AT
+
Cre
scim
ento
V
ar. A
t. T
otal
e
(AT
-PL
+V
M)/
AT
- +
C
âmbi
o U
S$
+
Infl
ação
IP
CA
N
.S.
Tax
a de
Jur
os
SEL
IC
-
Bri
to, G
. A.
S.; C
orra
r, L
. J.
; Bat
iste
lla,
F. D
.
2007
19
98 a
20
02
Reg
ress
ão
Cro
ss-
sect
ion
1.PC
/AT
2.
EL
P/A
T
3.(P
C+
EL
P)/A
T
4.(P
C+
EL
P)/P
L
Ren
tabi
lidad
e L
L/P
L
N.S
. R
isco
D
esv.
Pad.
(re
ntab
ilida
de)
+
Tam
anho
L
n(ve
ndas
) +
(E
xcet
o dí
v.de
CP)
T
angi
bilid
ade
At.P
erm
./AT
-
(E
xcet
o dí
v.de
LP)
C
resc
imen
to
Ven
das
t/ V
enda
s t-
1 +
T
ipo
de C
apita
l du
mm
y N
.S.
28
Aut
or
Ano
P
erío
do
anal
isad
o M
étod
o V
ar. D
epen
dent
es
Var
. Ind
epen
dent
es
Fór
mul
a R
esul
tado
s
Nak
amur
a et
al
20
07
1998
a
2003
R
egre
ssão
em
Pai
nel
1.D
iv. T
otal
/AT
(V
M)
2.D
iv. T
otal
/AT
Liq
. Cor
rent
e A
C/P
C
- T
aman
ho
Ln(
RO
L)
- R
enta
bilid
ade
E
bitd
a/A
T
- C
resc
imen
to
AT
(V
M)/
AT
-
Ris
co
(Des
v.Pa
d. E
bit-
méd
io)/
RO
L
- (
VM
) e
+ (
Vlr
. Pat
r.)
Eco
nom
ia F
isca
l (D
epr+
Am
ort)
/Ebi
tda
N.S
. C
resc
. Ven
das
(RO
Lt-R
OL
t-1)
/RO
L t-
1 +
Roc
ha e
A
mar
al
2007
20
00 a
20
05
Reg
ress
ão
em P
aine
l
1.D
ív. O
nero
sa /(
Dív
. O
nero
sa +
PL
)
2.D
ív. O
nero
sa /(
Dív
. O
nero
sa +
VM
)
Luc
rati
vida
de
Ebi
t/A
T
- O
port
. Inv
esti
men
to
(AT
-PL
+V
M)/
AT
-
Ben
ef. F
isca
l não
dív
ida
Dep
r/A
T
N.S
. T
aman
ho
Ln
(RO
L)
N.S
. R
isco
D
esv.
Pad.
(E
bit t
/ Ebi
t t-1
) +
(V
M)
Tan
gibi
lidad
e (E
stoq
+A
t. Pe
rm)/
AT
+
D
istr
. de
resu
ltado
s D
ivid
endo
s/L
L
+
Sing
ular
idad
e D
esp.
Ven
das/
RO
L
N.S
. C
once
ntra
ção
prop
ried
ade
Dum
my
+ (
Vlr
. Pat
r.)
Silv
a e
Val
le
2008
19
99 a
20
03
Reg
ress
ão
Cro
ss-s
ecti
on
1.D
iv. L
P/D
iv. T
otal
2.
Dív
. Tot
al/A
T
Tam
anho
L
n(ve
ndas
) +
(D
iv.T
otal
/AT
) L
onge
vida
de d
os a
tivo
s D
epr.
Acu
mul
ada
N.S
. T
angi
bilid
ade
Imob
/AT
+
In
tang
ibili
dade
A
T (
VM
)/A
T
- R
enta
bilid
ade
Laj
ir/A
T
- B
enef
. Fis
cal n
ão d
ívid
a D
epr/
AT
-
País
D
umm
y +
(U
S)
Seto
r de
Ati
vida
de
Dum
my
+
Bas
tos,
Dav
id
e B
ergm
an
2008
20
01 a
20
06
Reg
ress
ão
em P
aine
l
1.(P
C+
EL
P)/A
T
2.(P
C+
EL
P)/A
T(V
M)
3.PC
/AT
4.
EL
P/A
T
5.(D
eb.C
P +
Fina
nc. C
P)/
AT
(VM
) 6.
(Deb
.LP
+ F
inan
c. L
P)/
AT
(VM
)
Liq
. Cor
rent
e A
C/P
C
- T
angi
bilid
ade
(AT
. IM
OB
+E
stoq
)/A
T
- R
etor
no d
o A
tivo
E
BIT
/AT
-
Mar
ket-
to-B
ook
VM
/Vlr
.Pat
r.
+
Cre
scim
ento
(V
enda
s t-V
emda
s t-1
)/V
enda
s t-
1 -
Nív
el d
e Pa
gam
ento
IR
IR
/Ebi
t -
Tam
anho
L
og (
RO
L)
+
Ris
co
DP
(Ebi
t/A
T)
- C
resc
. PIB
M
édia
l cre
sc. P
IB 2
001/
2006
-
Ren
da p
er c
apita
L
og (
méd
ia P
IB/P
op. T
otal
) N
.S.
Infl
ação
M
édia
anu
al in
flaç
ão
N.S
. Pa
rt. C
ia a
bert
as n
a ec
on.
$ (V
M)
Cia
. Abe
rtas
/PIB
-
Car
ga f
isca
l T
rib.
Arr
ec./P
IB
- T
empo
méd
io a
bert
ura
de
um n
egóc
io n
o pa
ís
Log
nº
de d
ias
+
29
Aut
or
Ano
P
erío
do
anal
isad
o M
étod
o V
ar. D
epen
dent
es
Var
. Ind
epen
dent
es
Fór
mul
a R
esul
tado
s
Iqui
apaz
a,
Am
aral
e
Ara
ujo
2008
20
00 a
20
05
Reg
ress
ão
em P
aine
l D
ívid
a O
nero
sa
Tam
anho
M
édia
do
AT
-
Ren
tabi
lidad
e E
bit/
AT
-
Cre
scim
ento
(A
T t
+ A
T t-
1)/A
T
-
Cer
etta
et a
l 20
09
1995
a
2007
R
egre
ssão
em
Pai
nel
Div
. Tot
al/A
T
Tan
gibi
lidad
e A
T.I
MO
B/A
T
At.P
erm
./AT
+
-
Tam
anho
A
TIV
O T
OT
AL
N
.S.
Falê
ncia
(A
C-E
stoq
)/PC
N
.S.
Ren
tabi
lidad
e L
.L./A
T e
RO
A
N.S
. L
iqui
dez
AC
/PC
N
.S.
Ben
ef. F
isca
l não
dív
ida
(Dep
r+A
mor
t)
N.S
. P
IB d
a in
dúst
ria
Ln
(PIB
indu
stri
al)
+
Val
or d
e M
erca
do
Ln
VM
trim
estr
al
N.S
. %
em
pres
a na
eco
nom
ia
Ln(
VM
)/(
Ln
(PIB
indu
stri
al))
N
.S.
IPC
A
IPC
A tr
imes
tral
N
.S.
TJL
P
TJL
P tr
imes
tral
N
.S.
SEL
IC
Tax
a SE
LIC
trim
estr
al
+
Dól
ar
Tax
a de
câm
bio
t +
Tab
ela
2 –
Res
um
o de
evi
dênc
ias
empí
rica
s br
asile
iras
Not
a: N
.S. =
Não
sig
nifi
cant
e es
tati
stic
amen
te
30
3 METODOLOGIA DA PESQUISA
3.1 AMOSTRA E FONTES DE DADOS
Os dados foram extraídos das demonstrações financeiras consolidadas das empresas
brasileiras não financeiras de capital aberto. As instituições financeiras por sua natureza e
pelo seu alto grau de alavancagem são excluídas da amostra. A fonte das informações
primárias é a base de dados do ECONOMÁTICA, no período entre 2001 e 2010. A
periodicidade é anual.
Fizeram parte da amostra as empresas que não apresentaram valores negativos para ativo
total, receita operacional e patrimônio líquido, que tiveram ao menos uma informação
contábil ao longo da amostra e que apresentaram ao menos uma cotação de fechamento em
suas ações durante o período analisado.
As ações serão utilizadas no cálculo do ativo a valor de mercado e da variável M/Befwa que
utiliza o market-to-book em sua fórmula. Para os casos de empresas que tenham mais de um
tipo de ações (ON e PN), foi mantido na amostra apenas a ação de maior liquidez.
Por último, de acordo com o modelo adotado no estudo de Baker e Wurgler (2002) sobre o
Market Timing foi excluído da amostra todas os valores da variável M/Befwa que foram
superiores a 10,0. Após todos os procedimentos acima foram selecionadas 301 empresas.
31
O período analisado foi escolhido com o objetivo de atualizar os estudos realizados no Brasil
(conforme Tabela 2) incluindo particularidades ausentes nos anos anteriores, tais como:
estabilidade econômica, mercados de juros e câmbio mais estáveis, similar aos movimentos
dos mercados desenvolvidos além da evolução do mercado de capitais, com uma grande
quantidade de abertura de capital e listagem na bolsa de valores brasileira, principalmente
após 2007.
3.2 DETERMINANTES DA ESTRUTURA DE CAPITAL
3.2.1 Variáveis Dependentes
Com base nas demonstrações contábeis, foram selecionadas 6 (seis) diferentes variáveis
dependentes que mensuram o nível de endividamento total, de curto e de longo prazo das
firmas tanto a valor contábil quanto a valor de mercado. Essas variáveis foram utilizadas em
diversos estudos realizados no Brasil e no mundo (Tabelas 1 e 2). Do total das variáveis, 3
(três) foram analisadas a valor contábil e 3 (três) a valor de mercado. Medidas em dados
anuais, de fim de período, são elas:
Variável Descrição Sigla
Y1 Dívida Total /Ativo Total DT/AT
Y2 Dívida Curto Prazo/Ativo Total DCP/AT
Y3 Dívida Longo Prazo/Ativo Total DLP/AT
Y4 Dívida Total/ Ativo total (V. Merc.) DT/AT (VM)
Y5 Dívida Curto Prazo /Ativo Total (V. Merc.) DCP/ AT (VM)
Y6 Dívida Longo Prazo /Ativo Total (V. Merc.) DLP/ AT (VM)
Tabela 3 – Variáveis Dependentes: Definições
Onde:
Dívida total = (Empréstimos e Financiamentos de curto prazo + Debêntures de curto prazo +
Empréstimos e Financiamentos de longo prazo + Debêntures de longo prazo);
32
Dívida de Curto Prazo = (Empréstimos e Financiamentos de curto prazo + Debêntures de
curto prazo);
Dívida de Longo Prazo = (Empréstimos e Financiamentos de longo prazo + Debêntures de
longo prazo); e
Ativo total (V. Mercado) = Ativo Total – Patrimônio Liquido + (nº de ações total x cotação de
fechamento da ação).
Entendemos ser mais adequada a utilização somente da dívida onerosa, uma vez que, na
maioria dos casos, este tipo de dívida é a fonte de recursos para os investimentos e para o
capital de giro das empresas brasileiras. No Brasil, verificamos que poucos estudos utilizaram
o passivo oneroso em suas análises, dentre eles estão os trabalhos de Rocha e Amaral (2007),
Iquiapaza et al. (2008), Bastos et al. (2008) e Nakamura et al. (2007). A maioria das pesquisas
brasileiras utilizou as obrigações totais (Passivo Circulante e Exigível de LP) e em outros não
pudemos identificar se as variáveis dependentes seriam onerosas ou não (Tabela 2).
3.2.2 Variáveis Independentes
Quanto às variáveis explicativas, selecionamos as variáveis que foram objeto da análise de
Titman e Wessels (1988), Rajan e Zingalês (1995), Badhuri (2002), Frank e Goyal (2009),
Lima e Brito (2003) e Perobelli e Fama (2001). Além disso, incluímos outras variáveis de viés
macro-econômico que foram adaptadas dos estudos de Klotzle e Biagini (2004), Bastos et al.
(2008) e Ceretta et al. (2009) por entendermos que podem ser variáveis relevantes para o caso
brasileiro e que podem influir diretamente na decisão de dívida e investimentos das empresas.
As variáveis explicativas são:
33
Rentabilidade (RENT) – empresas com maior rentabilidade na operação tenderiam a utilizar
seus recursos internos para o financiamento de seus projetos de investimentos. Esse
movimento seria explicado pela teoria de Pecking Order, onde as empresas possuiriam uma
hierarquia de fontes de financiamentos, partindo das fontes internas (dividendos e lucros) para
as fontes externas (emissão de dívida e ações), portanto, espera-se uma relação negativa entre
o endividamento e a rentabilidade operacional. A variável Rentabilidade anual será
mensurada pela razão entre o Ebitda/Ativo Total.
Risco (RISC) – de acordo com a teoria de Trade-off, quanto maior o risco incorrido pela
empresa maior será a probabilidade de falência e maior será o custo de controle de seus
agentes. Sendo assim, empresas que apresentem maior risco operacional devem ter um baixo
nível de endividamento, ou seja, o risco é negativamente relacionado com a alavancagem
financeira. Esse mesmo entendimento serve também para a teoria de Pecking Order. A
variável Risco será mensurada pelo coeficiente de variação do Ebitda (Ebitda anual
médio/Ativo Total).
Tamanho (TAM) – Assim como o risco, a variável Tamanho encontra embasamento teórico
na teoria de trade-off. Grandes empresas estão menos sujeitas a oscilações em sua capacidade
de pagamento, além de possuir uma maior previsibilidade de receitas e um maior controle
sobre o seu fluxo de caixa. Portanto, espera-se que quanto maior for a empresa, maior seja o
seu grau de endividamento, principalmente no longo prazo, uma vez que possuem maior
acesso a financiamento para investimentos (seja através do crédito bancário ou via mercado
de capitais). A variável Tamanho será medida pelo logaritmo natural da receita operacional
líquida anual. Dessa forma, espera-se uma relação positiva entre a variável Tamanho e
endividamento total e de longo prazo e uma relação negativa com o endividamento de curto
prazo.
34
Tangibilidade (TANG) – Empresas que possuem uma alta relação entre ativos fixos e ativos
totais possuem menor risco de inadimplência em função de esses ativos servirem como
garantias reais para a sua dívida. Adicionalmente, a teorias de agência ressalta que o credor
tem maior propensão a emprestar às empresas que possuem um maior volume de ativos. Outra
conseqüência seria a menor flexibilidade que seus administradores teriam para investimentos
com baixos níveis de retornos (teoria de agência). A mensuração dessa variável será realizada
pela razão entre Ativo Imobilizado e Ativo Total em cada final de ano.
Crescimento (CRESC) – De acordo com a teoria de agência, empresas que possuem maior
oportunidade de crescimento possuem custos elevados em função do maior controle que seus
acionistas precisam ter sobre seus agentes, pela maior a volatilidade de resultados e maior
risco de execução de seus projetos, pois parte de seu valor se baseia nas expectativas de lucros
futuros. Além disso, empresas de crescimento tem menor grau de imobilização quando
comparadas a empresas mais maduras. A variável Crescimento anual será medida pela
variação percentual do Ativo Total. Dessa forma, espera-se que empresas de crescimento
possuam um baixo nível de endividamento.
Benefício fiscal não dívida (DEPR) – DeAngelo e Masulis (1980) verificaram que a
depreciação e os créditos tributários seriam bons substitutos para os benefícios tributários da
dívida. Dessa forma, empresas com alto valor de benefícios fiscais não originados pela dívida
teriam menor nível de endividamento. A indicação dessa variável será dada pela relação entre
Depreciação e Amortização anual e Ativo Total de cada empresa.
Market-to-Book ponderado pelo financiamento externo (M/Befwa) – Utilizamos a medida
de Market Timing de Baker e Wurgler (2002), com adaptação à realidade brasileira. Como o
mercado de emissão/subscrição de títulos privados no país ainda não se encontra no mesmo
35
nível de maturidade dos mercados desenvolvidos, optamos por retirar da equação a variável
dívida. Sendo assim, nesse estudo, a variável M/Befwa é composta somente pela razão entre a
emissão liquida de ações (��) e o somatório das emissões liquida de ações ao longo da
amostra (��) multiplicado market-to-book (limitado a 10,0 conforme indicado no trabalho de
Baker e Wurgler). Esperamos uma relação negativa entre essa variável e o endividamento. A
nova fórmula da variável foi descrita da seguinte forma:
��������� ��� ��� ���� ���
��
���� � �����
Onde o ���� será dado pela razão entre o Ativo total a valor de mercado e o Ativo Total.
Essa variável tem o intuito de analisar se as empresas brasileiras emitem ações quando o seu
valor de mercado está alto e recompra-as quando está baixo. Essa identificação ocorre há um
alto valor de mercado associado a um alto volume de emissão de ações, dado pela razão entre
a emissão de ações em um determinado ano e o somatório dessas emissões desde o primeiro
período analisado até o ano t-1.
Volatilidade da Taxa de Juros (VOL. TJUR) – Em uma economia onde a grande parte dos
empréstimos e financiamentos às empresas é indexada ao CDI , o comportamento da taxa de
juros SELIC pode influenciar a decisão de financiamento. Essa variável já fora utilizada nos
estudos de Klotzle e Biagini (2004) e Ceretta et al. (2009). Entretanto, entendemos que ao
invés de trabalharmos com a taxa final para cada ano seria razoável analisar se sua
volatilidade ao longo de cada período afetaria a decisão de endividamento das empresas. Em
caso de grande volatilidade seria prudente supor que as empresas que pudessem, postergariam
36
seus investimentos no intuito de aguardar uma estabilização da referida taxa. Dessa forma,
esperamos uma relação negativa com o endividamento.
Utilizamos como fonte primária a estrutura a termo das taxas de juros prefixadas diárias no
período de 2001 a 2010. Essas informações foram encontradas no sitio RTM da Andima
(www.andima.com.br), onde é disponibilizado sempre as taxas a termo dos 3 (três) anos
seguintes. Para evitar distorções ou diferenças, as taxas foram selecionadas tendo sempre
como data inicial do ano, ou seja, para o ano 2001 foram selecionadas as taxas do primeiro dia
útil do ano. Os demais anos seguiram o mesmo padrão. O cálculo da volatilidade foi realizado
com o modelo GARCH disponibilizado no software econométrico Eviews.
Volatilidade do Câmbio (VOL. CAMB) – A variável Câmbio também foi objeto de estudo
de Klotzle e Biagini (2004) e Ceretta et al. (2009). Verificamos que empresas brasileiras tem
como característica captar recursos em moeda estrangeira, sendo assim, seguindo o mesmo
raciocínio da variável TJUR, entendemos que uma maior volatilidade da moeda americana
influenciaria negativamente a decisão de contrair dívidas indexadas ao dólar. Sendo assim,
esperamos uma relação negativa com o endividamento. No trabalho, utilizamos como
informação básica a cotação diária de fechamento do dólar PTAX venda disponibilizado no
banco de dados Economática do período de 2001 a 2010. A volatilidade do dólar anual foi
calculada utilizando o modelo de auto-regressão GARCH, através do software econométrico
Eviews.
3.2.3 Modelo GARCH
Os modelos ARCH (heterocedasticidade condicional auto-regressiva) foram introduzidos por
Robert Engle (1982) e foram generalizados como GARCH (Generalized ARCH). Estes
37
modelos são amplamente utilizados em modelos econométricos, especialmente na análise de
séries financeiras. Onde a variância do erro da regressão depende da volatilidade dos erros no
passado recente, como é o caso da modelagem de taxa de juros, onde é provável que haja
períodos de grande volatilidade (e erros elevados) seguidos de períodos de baixa volatilidade
(e erros pequenos).
Segundo Pindyck e Rubinfeld (1998), o modelo GARCH mais simples é o GARCH (1,1):
�! ��"� ��" #�� ! ��$ �� ! (1)
Onde a variância do termo erro apresenta três componentes: uma constante ("�), a
volatilidade dos erros do último período (" #�� ! ) (termo ARCH) e a variância do último
período ($ �� ! ) (termo GARCH). O que significa que a volatilidade (variância) depende de
todas as volatilidades passadas com ponderações que declinam geometricamente.
3.3 MODELO DE REGRESSÃO
Utilizaremos a técnica de regressão em painel que, segundo Wooldridge (2008), consiste em
uma série de tempo para cada membro do corte transversal do conjunto de dados. A adoção
do modelo de painel não balanceado nos permite trabalhar com grandes quantidades de dados,
fornecendo um maior número de amostras quando comparadas a outros modelos, além de
uma grande quantidade de graus de liberdade, o que resulta na diminuição do impacto da
multicolinearidade entre as variáveis explicativas. Como podemos ver nas Tabelas 1 e 2, a
modelo de painel tem sido bastante utilizado nos trabalhos empíricos.
Adicionalmente, a utilização de um painel não balanceado nos permite analisar, inclusive, se
as novas empresas que abriram capital ao longo do período estudado (2001 a 2010)
38
influenciarão os resultados das regressões tendo o endividamento como variável dependente.
Esperamos que a entrada dessas empresas possa contribuir para explicar a teoria de Market
Timing, através do resultado encontrado para a variável M/Befwa (market-to-book ponderado
pelo financiamento externo).
Além disso, o modelo de dados em painel permite um menor impacto das variáveis omitidas
sobre a amostra, evitando resultados enviesados. A equação do modelo geral em painel é
definida pela especificação linear:
%&� ��'� � ' (&� ��)��'*(&�* ��+&� (2)
Onde, , é a unidade (empresa, cidade, individuo etc.), - é o período de tempo, %&� são as
variáveis dependentes (endógenas), o (&� são as variáveis independentes (exógenas), e +&� o
erro aleatório.
Neste modelo, partimos da premissa de que as observações contidas na amostra são
independentemente distribuídas ao longo do tempo e que os erros aleatórios (+&�. são não
correlacionados com as variáveis explicativas em cada período de tempo.
Na utilização de dados em painel é necessário identificar qual o melhor método para estimar
os efeitos não observados, o modelo de efeitos fixos ou o modelo de efeitos aleatórios.
O modelo de efeitos fixos é utilizado quando os erros aleatórios podem levar a mudança nos
interceptos para os dados em corte transversal e séries de tempo. Ou seja, os erros não são
constantes e oscilam de unidade para unidade. Esse modelo é utilizado para controlar a
oscilação dos erros, partindo da premissa que o intercepto varia de individuo para individuo,
39
mas é constante ao longo do tempo. Podemos escrever a fórmula do modelo de efeito fixo da
seguinte forma: (WOOLDRIDGE, 2008).
%&� � ' /&� � '!/&�! ��)��'*/&�* � "& � +&� (3)
Onde "&, denominado de efeito não observado, capta todos os fatores não observados e que
são constantes ao longo do tempo e que impactam %&�.
Segundo Pyndick (1998), o modelo de efeito aleatório deriva do modelo de efeito fixo. No
modelo de efeito aleatório supomos que os componentes de erro dos elementos não são
correlacionados entre si e não são auto-correlacionados. O modelo de efeito aleatório é
definido abaixo:
%&� ��'� � ' (&� ��)��'*/&�* � 0&� (4)
0&� � "&��+&� (5)
Uma das formas de identificar qual dos dois métodos é o mais apropriado é através do teste de
endogeneidade elaborado por Hausman (1978), que se baseou na diferença entre os dois
efeitos (fixos e aleatórios). No teste, os efeitos fixos são consistentes quando 12 e 324 são
correlacionados e, nesse caso, o efeito aleatório é inconsistente.
O software econométrico EViews fornece as ferramentas para testar a significância dos
efeitos fixos da regressão. A primeira parte do resultado consiste em dois testes que avaliam a
significância conjunta dos efeitos cross-section usando o teste F e o teste qui-quadrado. Os
resultados estatísticos desses testes (Apêndice B) em conjunto com os p-values indicam a que
40
podemos rejeitar a hipótese nula de que os efeitos são redundantes� A especificação do
modelo econométrico linear será dada por:
567 � �" � ' 8�9-& � '!8,�:& � ';<=>& � '?�<=9@& � 'AB���:& � 'AC�D�& � 'E<F+�& �������������'GB=>H&� � 'I������ � =& � +&� (7)
3.4 RESULTADOS ESPERADOS
Esperamos que os resultados encontrados em nossa análise sejam similares com os
apresentados nas teorias estudadas. Cabe ressaltar, que alguns sinais esperados são comuns a
todas as teorias vigentes, como é o caso das variáveis Risco, Tangibilidade e Benefício fiscal
não dívida, onde seus resultados esperados são relacionadas com as teorias de Trade-off,
agência e Pecking Order. Segue abaixo uma tabela contendo um resumo das variáveis
independentes, suas medidas e os resultados esperados para cada variável.
Variáveis Siglas Medidas Trade-offCusto de Agência
Pecking
Order
Market Timing
Benefício fiscal não dívida
DEPR (Depr+Amort)/AT Negativo - - -
Crescimento CRESC Var. % do AT Negativo Negativo Negativo -
Market-to-Book
ponderado pelo financiamento externo
M/Befwa � �J� �KLMNKOP
�� ��� � � ����� - - - Negativo
Rentabilidade RENT Ebitda/AT Positivo Positivo Negativo -
Risco RISC Coef. Var. Ebitda Negativo Negativo Negativo -
Tamanho TAM Ln(ROL) Positivo Positivo Negativo -
Tangibilidade TANG AT.IMOB/AT Positivo Positivo Positivo -
Volatilidade do Câmbio CAMB Vol. Câmbio Negativo - - -
Volatilidade da Taxa de Juros
TJUR Vol. Taxa a termo Negativo - - -
Tabela 4 – Resumo das variáveis independentes: medidas e resultados esperados
41
4 RESULTADOS E ANÁLISE
Neste capítulo serão analisados os resultados encontrados no estudo. Iniciaremos como uma
análise das estatísticas descritivas e das correlações das variáveis dependentes e
independentes. Em uma segunda etapa faremos a análise dos resultados econométricos.
4.1 ESTATÍSTICAS DESCRITIVAS
4.1.1 Variáveis Dependentes
Y1 Y2 Y3 Y4 Y5 Y6
Média 0,25 0,10 0,16 0,24 0,09 0,14
Mediana 0,24 0,07 0,13 0,19 0,06 0,08
Máximo 0,96 0,90 0,77 1,44 0,93 1,40
Minimo 0,00 0,00 0,00 0,00 0,00 0,00
Desvio Padrão 0,18 0,10 0,14 0,23 0,12 0,17
Assimetria 0,51 2,21 0,94 0,85 2,33 1,47
Curtose 2,97 11,59 3,67 3,16 10,29 5,69
Observações 2.278 2.278 2.278 2.296 2.296 2.296
Tabela 5– Estatísticas Descritivas Variáveis Dependentes
A tabela acima traz as estatísticas descritivas das variáveis dependentes a valor contábil (Y1,
Y2 e Y3) e a valor de mercado (Y4, Y5 e Y6). No que se refere às variáveis a valor contábil,
que medem o endividamento total e o de curto e longo prazo, respectivamente, podemos ver
que as médias foram de 25%, 10% e 16%, sendo que a mediana, nos três casos, foi
ligeiramente inferior à média. O valor máximo do endividamento total foi de 96%, o de curto
42
prazo, 90% e o de longo prazo, 77%. A assimetria positiva indica que a distribuição gráfica
dessas distribuições apresentaram poucos valores elevados e uma cauda mais alongada à
direita. Por fim, a curtose positiva indica uma curva de distribuição elevada, não achatada.
No que se refere às variáveis a valor de mercado, verificamos que a média de endividamento
total é de 24%, o de curto prazo, 9% e 15% a de longo prazo, similares aos valores
encontrados para as variáveis a valor contábil. Os valores máximos acima de 100%
registrados nas variáveis Y4 e Y6 são decorrentes da ausência da cotação para as ações de
uma das empresas analisada na amostra. A assimetria encontrada nas variáveis a valor de
mercado indica, assim como nas variáveis a valor contábil, que a amostra possui,
relativamente, poucos valores elevados e uma cauda mais alongada à direita. A curtose
apresentou a mesma tendência citada no parágrafo anterior: uma curva de distribuição não
achatada.
�
��� ��� ��� ��� ��� ���
��� 100,00%
��� 61,09% 100,00%
��� 84,02% 8,39% 100,00%
��� 64,22% 39,58% 53,72% 100,00%
��� 36,52% 69,55% -1,68% 68,39% 100,00%
��� 60,00% 3,15% 73,36% 85,14% 19,95% 100,00%
Tabela 6– Correlação das Variáveis Dependentes
Os valores na Tabela 6 mostram uma alta correlação entre as variáveis do mesmo grupo (valor
contábil e valor de mercado). Dada as características das variáveis, onde Y1 e Y4 são
resultados da somas das variáveis Y2 e Y3 e Y5 e Y6, respectivamente. Nesse caso, é
plausível que as correlações apresentassem esse resultado. Do lado oposto, as correlações
mais baixas são verificadas quando são feitas comparações com as variáveis de cada grupo
(valor contábil com valor de mercado).
43
4.1.2 Variáveis Independentes
CAMB CRESC DEPR M/Befwa RENT RISC TAM TANG TJUR
Média 0,11 0,14 0,04 0,49 0,13 0,42 13,49 0,33 -0,74
Mediana -0,01 0,10 0,03 0,08 0,12 0,18 13,68 0,33 -0,91
Máximo 0,49 1,00 0,32 9,89 1,21 53,99 19,19 0,98 -0,05
Minimo -0,11 -7,40 -0,02 0,00 -0,36 -121,77 0,00 0,00 -0,97
Desvio Padrão 0,21 0,34 0,03 1,09 0,11 3,96 2,15 0,23 0,33
Assimetria 0,56 -5,40 2,46 4,64 1,47 -10,50 -1,71 0,32 1,37
Curtose 1,67 122,46 12,84 29,47 12,84 492,82 10,61 2,40 3,09
Observações 3.010 2.278 1.030 2.234 2.174 2.048 2.213 2.273 3.010
Tabela 7– Estatísticas Descritivas Variáveis Independentes
No que se refere às estatísticas descritivas das variáveis independentes (Tabela 7), o ponto de
maior destaque é o valor mínimo de -121,77 na variável Risco que é decorrente de um Ebitda
negativo registrado em 2010.
Além disso, vale a pena ressaltar outras duas informações: (i) o valor máximo de 9,79 da
variável M/Befwa é justificado pela decisão de excluir da amostra valores superiores a 10,0
seguindo o mesmo padrão de modelagem adotado por Baker e Wurgler (2002) e (ii) a
pequena quantidade de observações da variável benefício fiscal não dívida (depr),
principalmente, quando comparado às demais observações.
Em relação à assimetria, 6 (seis) variáveis apresentaram sinal positivo, indicando que a
amostra possui, relativamente, poucos valores elevados e uma cauda mais alongada à direita.
A assimetria negativa vista em 3 (três) outras variáveis indica que a amostra tem,
relativamente, poucos valores pequenos e uma cauda mais alongada à esquerda.
A curtose positiva encontrada em todas as variáveis indica uma curva de distribuição elevada,
não achatada.
44
CAMB CRESC DEPR M/Befwa RENT RISC TAM TANG TJUR
CAMB 100,00%
CRESC 12,28% 100,00%
DEPR -1,84% -30,22% 100,00%
M/Befwa 6,94% 6,99% 2,29% 100,00%
RENT 0,48% -2,77% 32,72% -2,56% 100,00%
RISC -1,44% 3,58% -5,58% -2,25% -9,17% 100,00%
TAM 6,98% 1,58% 25,54% 5,70% 28,49% -12,05% 100,00%
TANG -6,27% -8,36% 33,48% -0,97% 14,73% -3,91% 21,33% 100,00%
TJUR 57,49% 5,23% -14,38% -1,93% -2,72% 0,67% 0,40% -15,06% 100,00%
Tabela 8– Correlação das Variáveis Independentes
No que se refere às correlações das variáveis independentes, a grande maioria apresenta baixa
correlação, com exceção de Camb e Tjur. Entendemos que uma possível explicação para essa
correlação (57,5%) seja um comportamento similar entre os dois ativos (dólar e taxa de juros)
no mercado de derivativos da BMF.
4.2 RESULTADOS ECONOMÉTRICOS
Os resultados das regressões podem ser verificados na Tabela 9 e 10 abaixo. Os resultados
mostram os coeficientes estimados, as estatísticas t, o p-value (prob.), o R2 e o R2 ajustado
para cada variável dependente analisada.
4.2.1 Variáveis dependentes com dados contábeis
O resultado apresentado para a variável endividamento total (Y1) foram significantes (abaixo
de 5%) para as variáveis M/Befwa, Rentabilidade, Risco, Tamanho, Tangibilidade e
Volatilidade da taxa de juro. O resultado da variável Volatilidade do Câmbio foi
estatisticamente significante próximo a 10%. As variáveis Tangibilidade e Volatilidade da
taxa de juros, mesmo significante, apresentaram resultado contrário às expectativas.
45
Tab
ela
9– R
esul
tado
das
Reg
ress
ões
– V
ariá
veis
dep
end
ente
s: v
alor
con
tábi
l
Y1
Y2
Y3
Coe
fici
ente
E
stat
ísti
ca t
P
rob.
C
oefi
cien
te
Est
atís
tica
t
Pro
b.
Coe
fici
ente
E
stat
ísti
ca t
Pro
b.
C
-0.4
7357
4-3
.362
945
0.00
080.
0026
090.
0334
400.
9733
-0.4
7618
4-3
.756
649
0.00
02C
RE
SC
-0.0
0959
4-0
.742
646
0.45
790.
0113
551.
5861
790.
1131
-0.0
2095
0-1
.801
524
0.07
20D
EP
R
0.24
1822
0.99
7833
0.31
870.
2668
781.
9872
650.
0473
-0.0
2505
5-0
.114
856
0.90
86M
/Bef
wa
-0.0
0834
7-1
.921
004
0.05
51-0
.000
649
-0.2
6948
80.
7876
-0.0
0769
8-1
.968
237
0.04
94R
EN
T
-0.1
7760
0-3
.898
203
0.00
01-0
.035
260
-1.3
9665
40.
1630
-0.1
4234
0-3
.470
901
0.00
05R
ISC
-0
.002
037
-2.0
4914
20.
0408
2.95
E-0
50.
0535
310.
9573
-0.0
0206
7-2
.309
448
0.02
12T
AM
0.
0601
786.
2435
880.
0000
0.00
7171
1.34
2539
0.17
980.
0530
086.
1098
200.
0000
TA
NG
-0
.114
147
-3.9
2253
60.
0001
-0.0
3988
1-2
.473
153
0.01
36-0
.074
266
-2.8
3521
90.
0047
VO
L. C
AM
B
-0.0
2905
5-1
.635
218
0.10
24-0
.023
355
-2.3
7201
40.
0180
-0.0
0570
0-0
.356
388
0.72
17V
OL
. TJU
R
0.05
2399
3.91
5115
0.00
010.
0100
401.
3537
010.
1763
0.04
2359
3.51
6131
0.00
05R
20.
8147
350.
7407
600.
7811
57R
2 Aju
stad
o 0.
7489
960.
6487
720.
7035
03
46
No caso da Tangibilidade, as teorias vigentes indicavam que empresas com uma alta relação
entre ativo imobilizado e ativo total teriam maior facilidade para se endividar em função das
garantias dadas pelo seu ativo imobilizado, em linha com a teoria de Trade-off e de custo de
agência.
A variável Crescimento, mesmo sem ter resultados estatisticamente significantes, apresentou
o sinal de seu coeficiente de acordo com as teorias de Trade-off e de custo de agência. A única
variável que não teve resultado significante e sinal contrário as teorias vigentes foi o
Benefício fiscal não divida.
No endividamento total, sem considerar a significância, das nove variáveis estudadas, três
apresentaram resultados em linha com as teorias de Trade-off e custo de agência, uma de
acordo com a Pecking Order, uma de acordo com a teoria de Market Timing e uma com
resultados comuns as duas teorias (variável Risco). O R2 ajustado foi de 74,9%.
No caso da divida de curto prazo (Y2), as variáveis que apresentaram resultados significantes
foram o Benefício fiscal não divida, a Tangibilidade e a Volatilidade do Câmbio. Dentre as
demais variáveis (estatisticamente não significantes) os resultados de M/Befwa, Rentabilidade,
Tamanho foram dentro do esperado enquanto que as variáveis Crescimento, Risco e
Volatilidade da taxa de juros apresentaram sinais diferentes das nossas expectativas.
Esperávamos que a variável Tamanho, no caso da dívida de curto prazo, apresentasse sinal
negativo e não positivo como podemos ver na Tabela 9. De acordo com a teoria, empresas de
maior tamanho tem acesso a linhas de crédito de longo prazo ao contrário das pequenas
empresas que tendem a concentrar seu endividamento no curto prazo. As variáveis
47
Tangibilidade e Volatilidade da taxa de juros repetiram os sinais contrários à expectativa vista
na regressão realizada com o endividamento total (Y1). O R2 ajustado foi de 64,9%, menor do
que a do endividamento total (Y1).
No endividamento de longo prazo (Y3) verificamos que as variáveis Crescimento, M/Befwa,
Rentabilidade, Risco, Tamanho, Tangibilidade e Volatilidade da taxa de juros apresentaram
resultados significantes. Novamente, as variáveis Tangibilidade e Volatilidade da taxa de
juros registraram os coeficientes com sinais contrários às nossas expectativas, repetindo as
informações apresentadas nas duas regressões anteriores (Y1 e Y2). As variáveis Benefício
fiscal não dívida e Volatilidade do câmbio, que não foram estatisticamente significantes,
tiveram resultados de acordo com as expectativas e com as teorias de estrutura de capital
vigentes.
A relação entre as teorias e as variáveis encontradas no endividamento de longo prazo foi o
mesmo da alavancagem total: três resultados em linha com as teorias de Trade-off e custo de
agência, um de acordo com a Pecking Order, um de acordo com a teoria de Market Timing e
a variável Risco com resultados comuns as duas teorias (Trade-off e Pecking Order). O R2
ajustado foi de 70,3%.
Vemos que os resultados foram similares no endividamento total (Y1) e no endividamento de
longo prazo (Y3). Sendo que as divergências aconteceram no resultado da variável
Crescimento (significante em Y3) e Volatilidade do câmbio (significante em Y1).
Esperávamos que empresas de maior crescimento apresentassem uma relação negativa com o
endividamento. Os resultados em Y1 e Y3 (sem considerar a significância) corroboraram com
essa expectativa. Contudo, na necessidade de aumentar a alavancagem, é previsível que
firmas de Crescimento tendem a se endividar mais no curto prazo do que no longo. Na
48
regressão com endividamento de curto prazo (Y2), embora sem significância, o sinal do
coeficiente foi positivo, reforçando ideia colocada anteriormente.
No caso da variável Volatilidade do Câmbio, acredito que as incertezas em relação à moeda
estrangeira afetem de forma mais acentuada o endividamento de curto prazo do que o de
longo. Empresas que não possuem um hedge natural (caso das empresas exportadoras) tem
duas opções caso desejem contrair dívidas em moeda estrangeira: (1) contratar um
instrumento de derivativo com o objetivo de se proteger contra uma maior oscilação do
câmbio ou (2) ficar a mercê da volatilidade e, consequentemente, do impacto dessa oscilação
em suas despesas financeiras e, inclusive, sobre o seu resultado final (lucro ou prejuízo). A
maioria das firmas opta pela primeira opção, contudo, em períodos de maior volatilidade, os
custos desses derivativos tendem a serem maiores. Tornando menos atraente a contratação de
dívidas em moeda estrangeira.
Os coeficientes R2 ajustados das três regressões apresentaram resultados variados, sendo que
os resultados da regressão do endividamento total é melhor explicado através das variáveis
independentes do que as demais (74,8% contra 70,3% em Y3 e 64,8% em Y2).
4.2.2 Variáveis dependentes a valor de mercado
A regressão das variáveis dependentes com a variável endividamento total a valor de mercado
(Y4) indica que as variáveis M/Befwa, Risco, Tangibilidade, Volatilidade do câmbio e
Volatilidade da taxa de juros apresentaram significância a um nível inferior a 5%. A variável
Tangibilidade, seguindo os resultados encontrados nas regressões anteriores, apresentou
resultado contrário a teoria de trade-off e de custo de agência. Da mesma forma, a
Volatilidade da Taxa de Juros também apresentou sinal contrário ao esperado. De acordo com
49
o resultado encontrado, uma maior volatilidade da taxa de juros seria positiva para o
endividamento a valor de mercado. O R2 ajustado foi de 63,4%.
No endividamento de curto prazo a valor de mercado (Y5), somente as variáveis Crescimento,
Tangibilidade, Volatilidade do Câmbio e Volatilidade da taxa de juros foram significantes.
Contudo, apenas a variável Volatilidade do câmbio apresentou resultado de acordo com as
expectativas. O R2 ajustado da variável Y5 foi de 63,1%, semelhante ao encontrado no
endividamento total a valor de mercado
Novamente as variáveis Tangibilidade e Volatilidade da taxa de juros apresentaram o mesmo
resultado apresentado pelas regressões anteriores: negativo quando era esperado um resultado
positivo (Tangibilidade) e positivo quando era esperado o sinal negativo (Volatilidade da taxa
de juros).
Quanto aos resultados não significantes, as variáveis M/Befwa e Risco apresentaram resultados
em linha com as teorias vigentes. Enquanto que Benefício Fiscal não dívida e Tamanho
tiveram resultados contrários as expectativas.
Verificamos que, a variável Tamanho, que tinha apresentado significância nas regressões a
valor contábil deixou de ter relevância quando a dívida total e de curto prazo são calculadas a
valor de mercado. Uma das possíveis explicações para esse resultado decorre do fato que
empresas maiores são, em sua maioria, mais maduras e com uma maior estabilidade de
resultados e de melhor precificação pelos investidores. Enquanto que empresas que
apresentam um alto valor de mercado são empresas novas, ligadas a novas tecnologias ou que
estão em segmentos ainda incipientes mais com grandes expectativas de crescimento. Nesses
casos, a variável Tamanho deixa de ser uma referência importante para o endividamento.
50
Tab
ela
10–
Res
ulta
do d
as R
egre
ssõe
s –
Var
iáve
is in
depe
nden
tes:
val
or d
e m
erca
do
Y4
Y5
Y6
Coe
fici
ente
E
stat
ísti
ca t
P
rob.
C
oefi
cien
te
Est
atís
tica
t
Pro
b.
Coe
fici
ente
E
stat
ísti
ca t
Pro
b.
C
0.13
3379
0.68
0335
0.49
650.
2237
732.
3802
470.
0176
-0.0
9039
4-0
.548
475
0.58
35C
RE
SC
0.01
9179
1.06
6348
0.28
660.
0153
421.
7788
390.
0757
0.00
3837
0.25
3767
0.79
97D
EP
R
0.34
0449
1.00
9061
0.31
330.
2527
651.
5622
890.
1187
0.08
7684
0.30
9148
0.75
73M
/Bef
wa
-0.0
2691
3-4
.449
009
0.00
00-0
.003
347
-1.1
5397
30.
2489
-0.0
2356
5-4
.634
043
0.00
00R
EN
T
-0.0
7170
8-1
.130
564
0.25
860.
0082
830.
2723
290.
7854
-0.0
7999
1-1
.500
203
0.13
40R
ISC
-0
.003
932
-2.8
4090
50.
0046
-0.0
0066
5-1
.001
296
0.31
70-0
.003
267
-2.8
0822
00.
0051
TA
M
0.01
9631
1.46
2975
0.14
39-0
.007
344
-1.1
4132
20.
2541
0.02
6975
2.39
1322
0.01
70T
AN
G
-0.1
7788
3-4
.390
760
0.00
00-0
.061
038
-3.1
4186
60.
0017
-0.1
1684
4-3
.430
799
0.00
06V
OL
. CA
MB
-0
.139
808
-5.6
5184
10.
0000
-0.0
6751
9-5
.691
945
0.00
00-0
.072
289
-3.4
7627
20.
0005
VO
L. T
JUR
0.
0910
244.
8851
530.
0000
0.02
4092
2.69
6296
0.00
720.
0669
324.
2730
700.
0000
R2
0.72
9913
0.72
7722
0.69
5964
R2 A
just
ado
0.63
4076
0.63
1107
0.58
8080
51
Única das variáveis a valor de mercado que apresentou resultados significantes para a variável
Tamanho, o endividamento de longo prazo a valor de mercado (Y6) também registrou
resultados significantes para as variáveis, M/Befwa, Risco, Tangibilidade, Volatilidade do
câmbio e Volatilidade da taxa de juros, sendo que estas duas últimas tiveram resultados com
sinais contrários aos estudos sobre o tema. O R2 ajustado foi ligeiramente inferior ao
apresentado pelas variáveis Y4 e Y5: 58,6%.
Assim como os resultados das regressões a valor contábil, as regressões do endividamento
total (Y4) e endividamento de longo prazo (Y6) a valor de mercado tiveram resultados
semelhantes. A única divergência dentre os resultados estatisticamente significante foi a
variável Tamanho. O R2 ajustado foi semelhante para as regressões Y4 (63,4%) e Y5 (63,1%).
4.2.3 Síntese
Quando comparamos os resultados das regressões a valor contábil com as regressões a valor
de mercado verificamos que as a valor contábil apresentaram mais resultados significantes e
maiores R2 ajustados, principalmente no endividamento total e de longo prazo. No
endividamento total a valor contábil foram sete as variáveis com resultado significante
enquanto a valor de mercado foram apenas cinco. As diferenças foram as variáveis
Rentabilidade e Tamanho, significantes a valor contábil mas não a valor de mercado. A
diferença entre os R2 ajustados é de 11 pontos percentuais.
No endividamento de curto prazo, os resultados comuns a valor contábil e a de mercado
foram as variáveis Tangibilidade e Volatilidade do câmbio. Além disso, nas duas regressões
as variáveis M/Befwa e Risco não repetiram os resultados significantes das demais regressões.
52
Dessa forma, não podemos afirmar que essas variáveis são relevantes para determinar o
endividamento de curto prazo, seja ele a valor contábil ou a valor de mercado. Os dois
coeficientes R2 ajustados apresentaram resultados próximos, 64,8% para o Y2 e 63,1% para
Y5.
No endividamento de longo prazo, o resultado tanto a valor contábil quanto de mercado foram
próximos ao respectivos endividamentos totais. Na comparação entre as duas regressões, as
diferenças foram as variáveis Crescimento e Rentabilidade com resultados significantes
somente na regressão a valor contábil e a Volatilidade do câmbio significante somente na
regressão a valor de mercado. O R2 ajustado foi maior na regressão a valor contábil (70,3%
contra 58,8%).
Os resultados positivos apresentados pela variável Volatilidade da taxa de juros contrariaram
as nossas expectativas. Uma das possíveis explicações para esse resultado se encontra na
necessidade de contrair dívidas e na indexação da dívida corporativa à taxa Selic. Em um
cenário de volatilidade tanto da moeda estrangeira quanto da taxa de juros brasileira, as
empresas que não tem como adiar novas dívidas, optam pela dívida indexada a taxa de juros
brasileira, mesmo com toda a sua incerteza. Por isso, o resultado positivo nessa variável.
Outro resultado inesperado foi o da variável Tangibilidade que apresentou resultados
significantes nas seis variáveis, porém, com sinal contrário ao indicado pelas teorias vigentes.
A premissa adotada por todos os estudos anteriores indicava que uma empresa com um alto
grau de imobilização poderia utilizar esses ativos como garantia em seus
empréstimos/financiamentos, portanto, era de se esperar uma relação positiva com o
endividamento. Apesar disso, os resultados em todas as variáveis dependentes presentes nesta
pesquisa registraram uma relação negativa.
53
Uma das possíveis explicações para esse resultado teria o mesmo embasamento da teoria de
Pecking Order. Uma empresa que possui alto de grau de imobilização possui maiores
condições de gerar lucros através desse ativo imobilizado e, portanto, teria maior
probabilidade de utilizar seus recursos internos como fonte principal ao invés de ir ao
mercado captar recursos.
De forma resumida e com base nos resultados apresentados nas Tabelas 9 e 10, vemos que a
variável Tangibilidade foi significante nas seis regressões, as variáveis Volatilidade do
câmbio e da taxa de juros foram significantes em cinco, Risco e M/Befwa em quatro, Tamanho
em três, Rentabilidade e Crescimento em duas e Benefício fiscal não dívida em apenas uma.
Destas, apenas três tiveram resultados com sinais contrários ao esperado: Volatilidade da taxa
de juros, Tangibilidade e Benefício fiscal não divida. As demais apresentaram resultados com
sinais em linha com as teorias vigentes (Risco, M/Befwa, Tamanho, Rentabilidade e
Crescimento) ou com as nossas expectativas (Volatilidade do câmbio).
Adicionalmente, cabe ressaltar que a variável M/Befwa que mede o market timing apresentou
resultados estatisticamente significantes no endividamento total e de longo prazo a valor
contábil (Y1, Y3) e a valor de mercado (Y4 e Y6). Não sendo estatisticamente significante no
endividamento de curto prazo tanto a valor contábil quanto a valor de mercado.
54
5 CONCLUSÕES
A forma como as empresas lidam com a sua estrutura de capital e quais são os seus
determinantes é tema recorrente tanto no mundo acadêmico, no corporativo quanto no
mercado de capitais. Na parte acadêmica, diversos estudos foram realizados com o objetivo de
se entender e explicar quais os fatores determinariam a estrutura de capital e qual seria a
teoria dominante. A grande complexidade em se encontrar uma só teoria dominante e
determinar o grupo de variáveis que explicariam a composição do capital de uma empresa é
dada pelas diferenças regionais, culturais e econômicas.
Este trabalho teve como objetivo identificar quais os fatores determinantes da estrutura de
capital das empresas brasileiras de capital aberto, no período de 2001 a 2010. Uma revisão da
literatura brasileira e internacional sobre o tema identificou as teorias vigentes, as análises e
modelos utilizados bem como os resultados encontrados e as diferenças entre si. A partir
desse ponto, foi construído o modelo empírico que levou em conta as teorias examinadas e as
particularidades do sistema contábil e do mercado das empresas brasileiras.
A análise empírica do trabalho se deu com a utilização de modelo de regressão linear em
painel não balanceado com efeitos fixos. Dois grupos foram construídos. No primeiro, as
variáveis dependentes foram escolhidas com o intuito de mensurar o endividamento contábil
55
das empresas de acordo com o seu perfil: total, de curto prazo e de longo prazo. No segundo,
as variáveis dependentes foram analisadas com base no seu valor de mercado.
A amostra foi composta por empresas brasileiras não financeiras de capital aberto que tiveram
suas ações negociadas na Bolsa de Valores de São Paulo em pelo menos um dos períodos de
2001 a 2010, que apresentaram informações contábeis em pelo menos um período da amostra
e que não registraram valores negativos de ativo total, receita operacional e patrimônio
líquido.
As variáveis explicativas foram selecionadas tendo como parâmetro os diversos estudos
realizados no Brasil e no mundo sobre o tema e de acordo com a sua relevância com as teorias
vigentes. Adicionalmente, a inclusão de fatores exógenos como a volatilidade do câmbio, da
taxa de juros e uma medida destinada a captar o Market Timing na estrutura de capital, são,
em nossa opinião, as principais inovações aos trabalhos anteriores.
Os resultados empíricos encontrados, através do modelo de regressão, mostram evidências
que o market-to-book ponderado pelo financiamento externo, o risco, o tamanho, a
tangibilidade, a volatilidade do câmbio e da taxa de juros são fatores determinantes para
estrutura de capital da amostra estudada.
O market-to-book ponderado pelo financiamento externo, medida adotada de market timing,
apresentou uma relação negativa com o endividamento total e de longo prazo a valor contábil
e com o endividamento total e de longo prazo a valor de mercado, corroborando com as
nossas expectativas. Dessa forma, vemos que as empresas utilizam o market timing para
auferir ganhos e esta estratégia influencia a estrutura de capital da firma, principalmente o
endividamento total e o de longo prazo.
56
O sinal negativo apresentado pela variável Risco vai ao encontro das teorias de trade-off,
custo de agência e pecking order. O sinal positivo encontrado na variável Tamanho foi de
acordo com as nossas expectativas e em linha com a teoria de trade-off e de custo de agência.
O sinal negativo apresentado pela variável Volatilidade do câmbio foi dentro do esperado. Do
lado oposto, os resultados positivos apresentados pela Volatilidade da taxa de juros
contrariaram as nossas expectativas. Contudo, entendemos esse resultado como se não
houvesse opção à dívida indexada a taxa de juros. Mesmo em um cenário de alta volatilidade,
uma divida indexada à SELIC seja a opção menos desfavorável para as companhias
brasileiras.
Outro resultado que contrariou as nossas expectativas foi o da variável Tangibilidade que
apresentou resultados com sinais negativos e significantes nas seis regressões. Esse mesmo
resultado foi encontrado por Brito et al. (2006), Bastos et al. (2008) e Ceretta et al. (2009).
Não se tem uma explicação clara para esse resultado, porém um dos possíveis fatores pode ser
por uma maior proporção das contas de depreciação e amortização no imobilizado total,
fazendo com que essa variável tenha as mesmas características da variável Benefício Fiscal
não dívida.
Não encontramos evidências que comprovem a relevância das variáveis Benefício fiscal não
dívida e Crescimento. A variável Benefício fiscal também não apresentou resultados
significantes nos trabalhos de Titman e Wessels (1988), Badhuri (2002), Nakamura et al.
(2007), Rocha e Amaral (2007) e Ceretta et al. (2009). Entendemos que, no caso brasileiro,
um dos motivos para esse resultado seja a utilização do crédito tributário e do JCP para
redução de sua base tributária. Assim, a depreciação e amortização perderiam a atratividade.
57
Os resultados encontrados neste estudo foram similares aos verificados na literatura
examinada. Em relação às divergências, é provável que elas tenham sido influenciadas pela
diferenças nas medidas das variáveis independentes e na seleção das variáveis dependentes e
também em função do período analisado.
De um modo geral, os resultados da pesquisa sugerem que:
1. Empresas de maior tamanho e com baixo risco operacional tem mais condições de
captar recursos no mercado de crédito brasileiro, em linha com a teoria de trade-off e
custo de agência;
2. Empresas que apresentam grande concentração de ativo imobilizado e baixo risco
operacional preferem utilizar os recursos gerados internamente como fonte principal
de capital ao invés de se financiar no mercado bancário ou de capitais, em linha com a
teoria de Pecking Order;
3. Em períodos de grande volatilidade do câmbio, as empresas preferem se financiar
menos;
4. As empresas se aproveitam de momentos de mercado aquecido para emitirem e/ou
recomprarem ações, porém esse movimento tem maior impacto no seu endividamento
de longo prazo.
58
Buscando traçar um paralelo entre os resultados encontrados neste trabalho e a realidade das
empresas brasileiras, é possível afirmar que empresas de menor porte possam ter dificuldades
em captar recursos de longo prazo e por isso concentrem o seu endividamento no curto prazo.
Porém ao agir dessa forma, essas empresas correm o risco de não conseguir “rolar” essas
dívidas nos seus vencimentos, afetando a sua liquidez e pondo em risco sua sobrevivência.
Sendo assim, empresas de menor tamanho devem buscar fontes alternativas de recursos, tais
como mercado de capitais, investidores de private equity ou através de bancos de fomento,
como o BNDES. De forma a conseguir uma melhor distribuição da sua dívida.
Partindo da premissa que uma dívida com garantias reais tem um custo menor do que dívida
sem garantias, verificamos que, dado os resultados encontrados, as empresas que possuem um
grande percentual de seu ativo alocado no imobilizado poderiam utilizá-los como garantias
para seus empréstimos e financiamentos, reduzindo o custo médio de sua dívida e,
consequentemente, o custo médio de capital da empresa.
Este estudo acadêmico, como outros estudos, baseou-se em premissas já testadas e utilizadas
em diversas pesquisas no Brasil e no mundo, porém entendemos que há algumas limitações,
como por exemplo, a seleção dos dados. A amostra foi baseada em sociedades anônimas não
financeiras listadas na bolsa de valores brasileira (Bovespa) e que tiveram ações negociadas
em pelo menos um período entre 2001 e 2010.
Essa amostra não deve ser tomada como representativa do universo de empresas brasileiras
sejam elas sociedades anônimas, de capital aberto e/ou fechado ou ainda, empresas limitadas
em seus diversos tamanhos e segmentos. Sendo assim, esse estudo pode não refletir as
características de endividamento de todas as empresas brasileiras.
59
A amostra foi formada pelas informações contábeis de 301 empresas de capital aberto não
financeiras no período de 2001 a 2010. Para chegar a esse número de empresas foram
utilizados filtros conforme descrito no capítulo 3. Qualquer alteração nos critérios estipulados
para definição da amostra ou das variáveis analisadas pode resultar em alterações e
divergências nos resultados encontrados.
Não foi objetivo de esse estudo analisar os efeitos da volatilidade do câmbio e da taxa de juros
sobre o endividamento total, de curto e de longo prazo discriminado em moeda local e em
moeda estrangeira. Portanto, esse não detalhamento pode ter influenciado os resultados aqui
apresentados, principalmente os relacionados com as variáveis volatilidade do câmbio e
volatilidade da taxa de juros.
Do ponto de vista da modelagem, dados em painel podem gerar problemas de estimação e
inferência, como heterocedasticidade, ao longo do período analisado, e/ou autocorrelação
(entre as empresas e variáveis selecionadas).
Casa haja a incidência de um desses eventos (ou os dois) no modelo desenvolvido, seus
resultados podem estar enviesados e inconsistentes, impactando negativamente qualquer
inferência sobre os resultados gerados.
Por fim, como sugestões para pesquisas futuras indicamos a utilização do crédito tributário e o
JCP como proxy do benefício fiscal não dívida ao invés da depreciação e amortização. Como
dito acima essas variáveis poderiam ser mais representativa do benefício fiscal no Brasil.
60
Outra sugestão seria o detalhamento do endividamento em moeda estrangeira e local, de
forma a analisar o impacto das variáveis macroeconômicas (volatilidade do câmbio e da taxa
de juros) sobre a dívida por moeda.
Também poderiam ser incluídas no modelo outras variáveis explicativas tais como: controle
acionário, setores de atuação, variáveis macroeconômicas (variação do PIB e inflação) e
variáveis qualitativas tais como índice de confiança do comercio e da indústria.
Adicionalmente, visando medir a presença da assimetria de informações bem como o quanto
o nível de disclosure impacta o endividamento ou o seu valor de mercado sugerimos a
utilização de variáveis de controle tais como o índice de governança corporativa e a presença
no novo mercado da Bovespa.
Por último, nesse estudo foi utilizado um modelo de regressão linear. É possível que a
utilização de modelo não linear, possa trazer resultados mais apurados e com menos
problemas de inferência do que os apresentados pelos modelos lineares usualmente presentes
em trabalhos sobre determinantes de estrutura de capital.
61
REFERÊNCIAS BIBLIOGRÁFICAS
AKTHAR, S.; OLIVER, B. Determinants of Capital Structure for Japanese Multinational and Domestic Corporations. International Review of Finance, n. 9: 1-2, p. 1-26, 2009.
ALTI, A. How Persistent Is the Impact of Market Timing on Capital Structure? Journal of Finance, v. 61, n. 4, p.1681-1710, Aug. 2006.
BAKER, M.; WURGLER. J. Market Timing and Capital Structure. The journal of finance,v. 57, n.1, 2002.
BASTOS, D. D.; DAVID, M.; BERGMANN, D. R. Determinantes da estrutura de capital das companhias abertas na América Latina no período 2001-2006. In: Anais do XXXII ENCONTRO DA ASSOCIAÇÃO NACIONAL DE PÓS-GRADUAÇÃO E PESQUISA EM ADMINISTRAÇÃO - ENANPAD, 2008, Rio de Rio de Janeiro: ANPAD, 2008. CD-ROM.
BASTOS, D.; NAKAMURA, W.T. Determinantes da Estrutura de Capital das Companhias Abertas no Brasil, México e Chile no período 2001-2006. Revista Contabilidade e Finanças, USP. n.50, p. 75-94, 2009.
62
BHADURI, S N. Determinants of Corporate Borrowing: Some Evidence from the Indian Corporate Structure. Journal of Economics and Finance, Pittsburgh, v. 26, n. 2, p. 200-215, verão, 2002.
BIE, TIJS.; HAAN; LEO. Market Timing and Capital Structure: Evidence for Dutch Firms. De Economist, 155, p. 183-206, 2007.
BRITO, G. A. S.; CORRAR, L. J.; BATISTELLA, F. D. Fatores determinantes da estrutura de capital das maiores empresas que atuam no Brasil. Revista Contabilidade & Finanças,São Paulo, v. 18, p. 9-19, 2007.
BUSCARIOLLI, R.; BUENO. R. What if firms adjust their debt-equity ratios toward a target range? In: 10º ENCONTRO BRASILEIRO DE FINANÇAS DA SOCIEDADE BRASILEIRA DE FINANÇAS - SBFIN, 2010, São Paulo. Anais do Encontro Brasileiro de Finanças da SBFIN, São Paulo: SBFIN, 2010. v. 1. p. 1-57.
CERETTA, P. S.; VIEIRA, K. M.; FONSECA. J. L.; TRINDADE, L. L. Determinantes da estrutura de capital: uma análise de dados em painel de empresas pertencentes ao Ibovespa no período de 1995 a 2007. Revista de Gestão USP, v. 16, n. 4, p. 29-43, 2009.
DEANGELO, H.; MASULIS, R. Optimal Capital Structure under Corporate Taxation, Journal of Financial Economics, Amsterdam, v. 8, p. 5–29, mar. 1980.
FAMA, E. F.; FRENCH, K. R. Testing Trade-off and Pecking Order predictions about dividends and debt. The Review of Financial Studies, Connecticut, v. 15, p. 1–33, mar. 2002
FRANK M.Z., GOYAL, K.V. Testing the Pecking Order theory of capital structure. Journal of Financial Economics, Amsterdam, n. 67, p. 1-30, 2002.
GOMES, G.; LEAL, R. P. C. Determinantes da estrutura de capital das empresas brasileiras com ações negociadas em bolsa de valores. In: Finanças Corporativas. Organizadores: Ricardo P. Câmara Leal, Newton C. A. da Costa Jr., Eduardo F. Lemgruber. São Paulo: Atlas, 2000.
HARRIS, M.; RAVIV, A. The Theory of Capital Structure. The Journal of Finance, New
York, v. 46, p. 297-355, 1991.
IQUIAPAZA, R. A.; AMARAL, H F. Testando as previsões da Pecking Order theory no financiamento das empresas brasileiras: uma nova metodologia. RAM – Revista de Administração Mackenzie, São Paulo, v. 9, n. 3, p. 157-183, 2008.
JENSEN, M. C.; MECKLING, W. H. Theory of the Firm: Managerial Behavior, Agency Costs and Ownership Structure. Journal of Financial Economics, Amsterdam, v. 3, p. 305–360, jul. 1976.
______. Agency costs of free cash flow, corporate finance and takeover. American Economic Review, Nashville, v. 76, n. 2, p. 323-329, mai. 1986.
JORGE, S.; ARMADA, M. J. Fatores Determinantes do Endividamento: Uma Análise em Painel. XXIII ENCONTRO ANUAL DA ASSOCIAÇÃO NACIONAL DE PÓS-
63
GRADUAÇÃO EM ADMINISTRAÇÃO Anais do XXIII Encontro Anual da Associação Nacional de Pós-Graduação em Administração, ANPAD, 1999. CD -ROM
KAYO, E. K. Estrutura de capital e oportunidades de crescimento: uma análise dos determinantes do endividamento em diferentes contextos empresariais. São Paulo, 1997. Dissertação (Mestrado em Administração de Empresas) – Faculdade de Economia, Administração e Contabilidade, Universidade de São Paulo.
KLOTZE, M.C.; BIAGINI, F.L. Fatores Determinantes da Estrutura de Capital das Empresas Brasileiras. Revista de Economia e Administração, São Paulo, v. 3, n. 3, p. 253-271, jul-set, 2004.
LIMA, M. R.; BRITO, R. D. O que determina a Estrutura de Capital no Brasil? In: 3º ENCONTRO BRASILEIRO DE FINANÇAS DA SOCIEDADE BRASILEIRA DE FINANÇAS - SBFIN, 2013, São Paulo. Anais do Encontro Brasileiro de Finanças da SBFIN,São Paulo: SBFIN, 2003. v. 1. p. 1-27. MEDEIROS, O. R.; DAHER, C. E. Testando Teorias Alternativas sobre a Estrutura de Capital nas Empresas Brasileiras. RAC – Revista de Administração Contemporânea, Curitiba, v. 12, n. 1, p. 177-199, Jan-Mar. 2008.
MENDES, E. A.; BASSO, L. F. C.; KAYO, E.K. Estrutura de Capital e Janelas de Oportunidade: Testes no Mercado Brasileiro. RAM – Revista de Administração Mackenzie, São Paulo, v. 10, n. 6, p. 78-100, 2009.
MILLER, M. H. Debt and Taxes. The Journal of Finance, New York, v. 32, n. 2, p. 261-275, mai. 1977.
MODIGLIANI, F.; MILLER, M. H. The Cost of Capital, Corporation Finance and the Theory of Investment. The American Economic Review, Nashville, v. 48, n. 3, p. 261-297, jun. 1958.
______.Corporate Income Taxes and the Cost of Capital: A Correction. The American Economic Review, Nashville, v. 53, n. 3, p. 433-443, 1963.
MOREIRA, M. M.; PUGA, F. P. Como a indústria financia o seu crescimento: uma análise do Brasil Pós-Plano Real. Textos para Discussão 84, BNDES, Rio de Janeiro. 2000.
MYERS, S. C. Determinants of Corporate Borrowing. Journal of Financial Economics, Amsterdam, Nashville, v. 5, p.146–175, 1977.
______; MAJLUF, N. Corporate financing and investment decisions when firms have information that investors do not have. Journal of Financial Economics, Amsterdam, v.13, p.187-221, jun. 1984.
______. The Capital Structure Puzzle. The Journal of Finance, New York, v. 39, n. 3, Jul. 1984.
______. Capital Structure. Journal of Economic Perspectives, Nashville, v. 15, n. 2, p. 81-102, 2001.
64
NAKAMURA, W. T. MARTIN, M. L. M.; FORTE. D.; CARVALHO, A. F. FH.; COSTA, A. C. F.; AMARAL, A. C. Determinantes de Estrutura de Capital no Mercado Brasileiro: Análise de Regressão com Painel de Dados no Período 1999-2003. Revista Contabilidade & Finanças, São Paulo, v. 18, p. 72-85, 2007.
PEROBELLI, F. F. C.; FAMÁ, R. Fatores Determinantes da Estrutura de Capital: aplicação a empresas de capital aberto no Brasil. In: ENCONTRO BRASILEIRO DE FINANÇAS DA SOCIEDADE BRASILEIRA DE FINANÇAS - SBFIN, 2001, São Paulo. Anais do Primeiro Encontro Brasileiro de Finanças da SBFIN São Paulo: SBFIN, 2001.
______; SILVEIRA, A M.; BARROS, L A. B. C. Fatores Determinantes da Estrutura de Capital: Novas Evidências no Brasil. In: ENCONTRO BRASILEIRO DE FINANÇAS DA SOCIEDADE BRASILEIRA DE FINANÇAS - SBFIN, 2005, São Paulo. Anais do Quinto Encontro Brasileiro de Finanças da SBFIN São Paulo: SBFIN, 2005.
PINDYCK, R.; RUBINFELD, D. Econometric models and economic forecasts. Nova York: Irvin / McGraw-Hill, 1998.
RAJAN, R. G.; ZINGALES, L. What Do We Know about Capital Structure? Some Evidence from International Data. The Journal of Finance, New York, v. 50, p. 1421-1460, 1995.
RIBEIRO, F.S.; PEROBELLI, F.F.C. Determinantes da Composição do Endividamento das Empresas Brasileiras: A Consideração da Maturidade e da Fonte de Financiamento. In: 10º ENCONTRO BRASILEIRO DE FINANÇAS DA SOCIEDADE BRASILEIRA DE FINANÇAS - SBFIN, 2010, São Paulo. Anais do Encontro Brasileiro de Finanças da SBFIN, São Paulo: SBFIN, 2010.
ROCHA, F. D.; AMARAL, H. F. Análise dos Determinantes do Endividamento das Empresas Brasileiras à Luz de Abordagens Teóricas Tradicionais e Recentes. In: 7º ENCONTRO BRASILEIRO DE FINANÇAS - SBFIN, 2007, São Paulo - SP, Julho/2007. Anais do 7º Encontro Brasileiro de Finanças da SBFIN, São Paulo: SBFIN, 2007. p. 1124-1153.
ROSS, S. A. The determination of financial structure: The incentive signaling approach. Bell journal of Economics 8, p 23-40, 1977.
ROSSI, J. L.; MAROTTA, M. Equity Market Timing: Testando através de IPO no Mercado Brasileiro. Revista Brasileira de Finanças, v. 8, n. 1, p. 85-101, 2010.
SEN, M.; ORUÇ, E. Testing of Pecking Order Theory in ISE (Istanbul Stock Exchange Market). International Research Journal of Finance and Economics, n. 21, p. 19-26, 2008.
SILVA, A.F.; VALLE, M.R. Análise da Estrutura de Endividamento: um Estudo Comparativo entre Empresas Brasileiras e Americanas. Revista de Administração Contemporânea, v. 12, nº 1, p. 201-229, 2008.
SILVA, E. S.; FAMÁ, R. Desempenho Acionário e a Estrutura de Capital das Cias. Abertas Brasileiras Não-Financeiras. In: V ENCONTRO BRASILEIRO DE FINANÇAS DA SOCIEDADE BRASILEIRA DE FINANÇAS - SBFIN, 2005, São Paulo. V Encontro Brasileiro de Finanças, São Paulo: SBFIN, 2005.
65
TITMAN, S.; WESSELS, R. The Determinants of Capital Structure Choice. The Journal of Finance, New York, v. 43, n. 1, p. 1-19, mar. 1988.
TONG, G.; GREEN, C. J. Pecking Order or Trade-off hypothesis? Evidence on the capital structure of Chinese companies. Applied Economics, New York, v. 37, p. 2179-2189, 2005.
VALLANDRO, L. F. J.; ZANI, J.; SCHONERWALD. C. Estrutura de Capital: Um Estudo Empírico sobre a Ocorrência de Equity Market Timing nas Decisões de Financiamento das Companhias Abertas Brasileiras. In: 10º ENCONTRO BRASILEIRO DE FINANÇAS DA SOCIEDADE BRASILEIRA DE FINANÇAS - SBFIN, 2010, São Paulo. Anais do Encontro Brasileiro de Finanças da SBFIN, São Paulo: SBFIN, 2010. v. 1. p. 1-17.
VASILOU, D.; DASKALAKIS, N. Behavioral Capital Structure: Is the Neoclassical Paradigm Threatened? Evidence from the field. The Journal of Behavioral Finance, v. 10, p. 19-32, 2009.
WOOLDRIDGE, J. M. Introdução à Econometria: Uma abordagem moderna, 1ª. Edição, São Paulo: Cengage Learning, 2008.
66
APÊNDICE A – RESULTADOS DAS REGRESSÕES
Dívida Total /Ativo Total - Valor Contábil (Y1)
Variável Dependente: Dívida Total / Ativo Total - Valor Contábil (Y1) Método: Painel Mínimos Quadrados Data: 07/06/11 Horário: 12:00 Amostra: 2001 2010 Períodos incluídos: 10 Cross-sections incluídos: 245 Observações totais painel não balanceado: 967
Variável CoeficienteDesvio Padrão Estatística T Prob.
C -0.473574 0.140821 -3.362945 0.0008CRESC -0.009594 0.012919 -0.742646 0.4579DEPR 0.241822 0.242348 0.997833 0.3187M/Befwa -0.008347 0.004345 -1.921004 0.0551RENT -0.177600 0.045560 -3.898203 0.0001RISC -0.002037 0.000994 -2.049142 0.0408TAM 0.060178 0.009638 6.243588 0.0000
TANG -0.114147 0.029100 -3.922536 0.0001VOL. CAMB. -0.029055 0.017768 -1.635218 0.1024VOL. TJUR 0.052399 0.013384 3.915115 0.0001
Especificação dos Efeitos
Cross-section fixo (variáveis dummy)
R2 0.814735 Média Variável Dependente 0.265018R2 ajustado 0.748996 Desv.Pad.Var.Dependente 0.179359Erro Padrão da Regressão 0.089859 Akaike critério informação -1.760525Soma quadrado residual 5.757254 Schwarz critério -0.480229Verossimilhança 1105.214 Hannan-Quinn critério -1.273131Estatística F 12.39347 Durbin-Watson Estatística 1.698443Prob(Estatística F) 0.000000
67
Dívida Curto Prazo/Ativo Total - Valor Contábil (Y2)
Variável Dependente: Dívida Curto Prazo / Ativo Total - Valor Contábil (Y2) Método: Painel Mínimos Quadrados Data: 07/06/11 Horário: 12:01 Amostra: 2001 2010 Períodos incluídos: 10 Cross-sections incluídos: 245 Observações totais painel não balanceado: 967
Variável CoeficienteDesvio Padrão Estatística T Prob.
C 0.002609 0.078034 0.033440 0.9733CRESC 0.011355 0.007159 1.586179 0.1131DEPR 0.266878 0.134294 1.987265 0.0473M/Befwa -0.000649 0.002408 -0.269488 0.7876RENT -0.035260 0.025246 -1.396654 0.1630RISC 2.95E-05 0.000551 0.053531 0.9573TAM 0.007171 0.005341 1.342539 0.1798
TANG -0.039881 0.016126 -2.473153 0.0136VOL. CAMB. -0.023355 0.009846 -2.372014 0.0180VOL. TJUR 0.010040 0.007416 1.353701 0.1763
Especificação dos Efeitos
Cross-section fixo (variáveis dummy)
R2 0.740760 Média Variável Dependente 0.085516R2 ajustado 0.648772 Desv.Pad.Var.Dependente 0.084021Erro Padrão da Regressão 0.049794 Akaike critério informação -2.941209Soma quadrado residual 1.767871 Schwarz critério -1.660913Verossimilhança 1676.075 Hannan-Quinn critério -2.453815Estatística F 8.052773 Durbin-Watson Estatística 2.097675Prob(Estatística F) 0.000000
68
Dívida Longo Prazo/Ativo Total - Valor Contábil (Y3)
Variável Dependente: Dívida Longo Prazo / Ativo Total - Valor Contábil (Y3) Método: Painel Mínimos Quadrados Data: 07/06/11 Horário: 12:01 Amostra: 2001 2010 Períodos incluídos: 10 Cross-sections incluídos: 245 Observações totais painel não balanceado: 967
Variável CoeficienteDesvio Padrão Estatística T Prob.
C -0.476184 0.126758 -3.756649 0.0002CRESC -0.020950 0.011629 -1.801524 0.0720DEPR -0.025055 0.218145 -0.114856 0.9086M/Befwa -0.007698 0.003911 -1.968237 0.0494RENT -0.142340 0.041010 -3.470901 0.0005RISC -0.002067 0.000895 -2.309448 0.0212TAM 0.053008 0.008676 6.109820 0.0000
TANG -0.074266 0.026194 -2.835219 0.0047VOL. CAMB. -0.005700 0.015994 -0.356388 0.7217VOL. TJUR 0.042359 0.012047 3.516131 0.0005
Especificação dos Efeitos
Cross-section fixo (variáveis dummy)
R2 0.781157 Média Variável Dependente 0.179502R2 ajustado 0.703503 Desv.Pad.Var.Dependente 0.148545Erro Padrão da Regressão 0.080885 Akaike critério informação -1.970955Soma quadrado residual 4.664731 Schwarz critério -0.690659Verossimilhança 1206.957 Hannan-Quinn critério -1.483561Estatística F 10.05945 Durbin-Watson Estatística 1.871098Prob(Estatística F) 0.000000
69
Dívida Total/ Ativo total - Valor de Mercado (Y4)
Variável Dependente: Dívida Total / Ativo Total - Valor de Mercado (Y4) Método: Painel Mínimos Quadrados Data: 07/06/11 Horário: 12:01 Amostra: 2001 2010 Períodos incluídos: 10 Cross-sections incluídos: 245 Observações totais painel não balanceado: 967
Variável CoeficienteDesvio Padrão Estatística T Prob.
C 0.133379 0.196049 0.680335 0.4965CRESC 0.019179 0.017986 1.066348 0.2866DEPR 0.340449 0.337392 1.009061 0.3133M/Befwa -0.026913 0.006049 -4.449009 0.0000RENT -0.071708 0.063427 -1.130564 0.2586RISC -0.003932 0.001384 -2.840905 0.0046TAM 0.019631 0.013418 1.462975 0.1439
TANG -0.177883 0.040513 -4.390760 0.0000VOL. CAMB. -0.139808 0.024737 -5.651841 0.0000VOL. TJUR 0.091024 0.018633 4.885153 0.0000
C Especificação dos Efeitos
Cross-section fixo (variáveis dummy)
R2 0.729913 Média Variável Dependente 0.253411R2 ajustado 0.634076 Desv.Pad.Var.Dependente 0.206806Erro Padrão da Regressão 0.125101 Akaike critério informação -1.098779Soma quadrado residual 11.15855 Schwarz critério 0.181517Verossimilhança 785.2598 Hannan-Quinn critério -0.611386Estatística F 7.616166 Durbin-Watson Estatística 2.048801Prob(Estatística F) 0.000000
70
Dívida Curto Prazo /Ativo Total - Valor de Mercado (Y5)
Variável Dependente: Dívida Curto Prazo / Ativo Total – Valor de Mercado (Y5) Método: Painel Mínimos Quadrados Data: 07/06/11 Horário: 12:02 Amostra: 2001 2010 Períodos incluídos: 10 Cross-sections incluídos: 245 Observações totais painel não balanceado: 967
Variável CoeficienteDesvio Padrão Estatística T Prob.
C 0.223773 0.094012 2.380247 0.0176CRESC 0.015342 0.008625 1.778839 0.0757DEPR 0.252765 0.161792 1.562289 0.1187M/Befwa -0.003347 0.002901 -1.153973 0.2489RENT 0.008283 0.030416 0.272329 0.7854RISC -0.000665 0.000664 -1.001296 0.3170TAM -0.007344 0.006435 -1.141322 0.2541
TANG -0.061038 0.019427 -3.141866 0.0017VOL. CAMB. -0.067519 0.011862 -5.691945 0.0000VOL. TJUR 0.024092 0.008935 2.696296 0.0072
CEspecificação dos Efeitos
Cross-section fixo (variáveis dummy)
R2 0.727722 Média Variável Dependente 0.084437R2 ajustado 0.631107 Desv.Pad.Var.Dependente 0.098771Erro Padrão da Regressão 0.059990 Akaike critério informação -2.568653Soma quadrado residual 2.565960 Schwarz critério -1.288357Verossimilhança 1495.944 Hannan-Quinn critério -2.081259Estatística F 7.532209 Durbin-Watson Estatística 2.343235Prob(Estatística F) 0.000000
71
Dívida Longo Prazo /Ativo Total - Valor de Mercado (Y6)
Variável Dependente: Dívida Longo Prazo / Ativo Total – Valor de Mercado (Y6) Método: Painel Mínimos Quadrados Data: 07/06/11 Horário: 12:02 Amostra: 2001 2010 Períodos incluídos: 10 Cross-sections incluídos: 245 Observações totais painel não balanceado: 967
Variável CoeficienteDesvio Padrão Estatística T Prob.
C -0.090394 0.164810 -0.548475 0.5835CRESC 0.003837 0.015120 0.253767 0.7997DEPR 0.087684 0.283631 0.309148 0.7573M/Befwa -0.023565 0.005085 -4.634043 0.0000RENT -0.079991 0.053320 -1.500203 0.1340RISC -0.003267 0.001163 -2.808220 0.0051TAM 0.026975 0.011280 2.391322 0.0170
TANG -0.116844 0.034058 -3.430799 0.0006VOL. CAMB. -0.072289 0.020795 -3.476272 0.0005VOL. TJUR 0.066932 0.015664 4.273070 0.0000
Especificação dos Efeitos
Cross-section fixo (variáveis dummy)
R2 0.695964 Média Variável Dependente 0.168974R2 ajustado 0.588080 Desv.Pad.Var.Dependente 0.163859Erro Padrão da Regressão 0.105167 Akaike critério informação -1.445924Soma quadrado residual 7.885782 Schwarz critério -0.165628Verossimilhança 953.1042 Hannan-Quinn critério -0.958530Estatística F 6.451044 Durbin-Watson Estatística 2.047298Prob(Estatística F) 0.000000
72
APÊNDICE B – RESULTADOS DOS TESTES DE EFEITO FIXO
Dívida Total /Ativo Total - Valor Contábil (Y1)
Testes Efeitos Fixos Redundantes Equação: Dívida Total / Ativo Total - Valor Contábil (Y1) Teste Efeitos Fixos Cross-section
Teste Efeitos Estatística Graus de Liberdade Prob.
Cross-section F 11.066377 (244,713) 0.0000Cross-section Qui-Quadrado 1514.247511 244 0.0000
Equação Teste Efeitos Fixos Cross-section: Variável Dependente: Dívida Total / Ativo Total - Valor Contábil (Y1) Método: Painel Mínimos Quadrados Data: 07/06/11 Horário: 12:05 Amostra: 2001 2010 Períodos incluídos: 10 Cross-sections incluídos: 245 Observações totais painel não balanceado: 967
Variável CoeficienteDesvio Padrão Estatística T Prob.
C 0.066215 0.038952 1.699928 0.0895CRESC -0.000348 0.017913 -0.019425 0.9845DEPR 0.355444 0.189273 1.877945 0.0607M/Befwa -0.000822 0.006845 -0.120098 0.9044RENT -0.241159 0.051995 -4.638096 0.0000RISC -0.001795 0.001597 -1.124210 0.2612TAM 0.019113 0.002628 7.274321 0.0000
TANG 0.108942 0.025798 4.222907 0.0000VOL. CAMB. -0.064638 0.030182 -2.141613 0.0325VOL. TJUR 0.093921 0.020662 4.545597 0.0000
R2 0.113121 Média Variável Dependente 0.265018R2 ajustado 0.104780 Desv.Pad.Var.Dependente 0.179359Erro Padrão da Regressão 0.169702 Akaike critério informação -0.699255Soma quadrado residual 27.56050 Schwarz critério -0.648850Verossimilhança 348.0900 Hannan-Quinn critério -0.680067Estatística F 13.56275 Durbin-Watson Estatística 0.400451Prob(Estatística F) 0.000000
73
Dívida Curto Prazo/Ativo Total - Valor Contábil (Y2)
Testes Efeitos Fixos Redundantes Equação: Dívida Curto Prazo / Ativo Total – Valor Contábil (Y2) Teste Efeitos Fixos Cross-section
Teste Efeitos Estatística Graus de Liberdade Prob.
Cross-section F 8.013102 (244,713) 0.0000Cross-section Qui-Quadrado 1276.127457 244 0.0000
Equação Teste Efeitos Fixos Cross-section: Variável Dependente: Dívida Curto Prazo / Ativo Total – Valor Contábil (Y2) Método: Painel Mínimos Quadrados Data: 07/06/11 Horário: 12:05 Amostra: 2001 2010 Período incluído: 10 Cross-sections incluídos: 245 Observações totais painel não balanceado: 967
Variável CoeficienteDesvio Padrão Estatística T Prob.
C 0.086850 0.019084 4.550923 0.0000CRESC 0.011673 0.008777 1.329990 0.1838DEPR 0.320445 0.092733 3.455562 0.0006M/Befwa 0.002736 0.003354 0.815828 0.4148RENT -0.096443 0.025475 -3.785839 0.0002RISC 0.000413 0.000782 0.528256 0.5974TAM 0.001702 0.001287 1.321729 0.1866
TANG -0.010210 0.012639 -0.807785 0.4194VOL. CAMB. -0.041277 0.014787 -2.791342 0.0054VOL. TJUR 0.023178 0.010123 2.289628 0.0223
R2 0.029871 Média Variável Dependente 0.085516R2 ajustado 0.020747 Desv.Pad.Var.Dependente 0.084021Erro Padrão da Regressão 0.083145 Akaike critério informação -2.126186Soma quadrado residual 6.615749 Schwarz critério -2.075781Verossimilhança 1038.011 Hannan-Quinn critério -2.106997Estatística F 3.274037 Durbin-Watson Estatística 0.579418Prob(Estatística F) 0.000617
74
Dívida Longo Prazo/Ativo Total - Valor Contábil (Y3)
Testes Efeitos Fixos Redundantes Equação: Dívida Longo Prazo / Ativo Total – Valor Contábil (Y3) Teste Efeitos Fixos Cross-section
Teste Efeitos Estatística Graus de Liberdade Prob.
Cross-section F 8.653021 (244,713) 0.0000Cross-section Qui-Quadrado 1331.121481 244 0.0000
Equação Teste Efeitos Fixos Cross-section: Variável Dependente: Dívida Longo Prazo / Ativo Total – Valor Contábil (Y3) Método: Painel Mínimos Quadrados Data: 07/06/11 Horário: 12:05 Amostra: 2001 2010 Períodos incluídos: 10 Cross-sections incluídos: 245 Observações totais painel não balanceado: 967
Variável CoeficienteDesvio Padrão Estatística T Prob.
C -0.020635 0.031894 -0.646996 0.5178CRESC -0.012021 0.014668 -0.819536 0.4127DEPR 0.034999 0.154979 0.225834 0.8214M/Befwa -0.003558 0.005605 -0.634833 0.5257RENT -0.144716 0.042574 -3.399138 0.0007RISC -0.002209 0.001308 -1.689067 0.0915TAM 0.017412 0.002151 8.093143 0.0000
TANG 0.119152 0.021124 5.640716 0.0000VOL. CAMB. -0.023361 0.024713 -0.945289 0.3447VOL. TJUR 0.070742 0.016918 4.181444 0.0000
R2 0.133118 Média Variável Dependente 0.179502R2 ajustado 0.124966 Desv.Pad.Var.Dependente 0.148545Erro Padrão da Regressão 0.138954 Akaike critério informação -1.099061Soma quadrado residual 18.47794 Schwarz critério -1.048656Verossimilhança 541.3961 Hannan-Quinn critério -1.079872Estatística F 16.32851 Durbin-Watson Estatística 0.520263Prob(Estatística F) 0.000000
75
Dívida Total/ Ativo total - Valor de Mercado (Y4)
Testes Efeitos Fixos Redundantes Equação: Dívida Total/Ativo Total – Valor de Mercado (Y4) Teste Efeitos Fixos Cross-section
Teste Efeitos Estatística Graus de Liberdade Prob.
Cross-section F 6.811877 (244,713) 0.0000Cross-section Qui-Quadrado 1163.603255 244 0.0000
Equação Teste Efeitos Fixos Cross-section: Variável Dependente: Dívida Total/Ativo Total – Valor de Mercado (Y4) Método: Painel Mínimos Quadrados Data: 07/06/11 Horário: 12:06 Amostra: 2001 2010 Períodos incluídos: 10 Cross-sections incluídos: 245 Observações totais painel não balanceado: 967
Variável CoeficienteDesvio Padrão Estatística T Prob.
C 0.206753 0.045236 4.570583 0.0000CRESC 0.000307 0.020803 0.014752 0.9882DEPR 0.040612 0.219809 0.184759 0.8535M/Befwa -0.027908 0.007950 -3.510700 0.0005RENT -0.305989 0.060384 -5.067412 0.0000RISC -0.003285 0.001855 -1.771177 0.0768TAM 0.012509 0.003051 4.099347 0.0000
TANG 0.141686 0.029960 4.729194 0.0000VOL. CAMB. -0.165762 0.035051 -4.729111 0.0000VOL. TJUR 0.125130 0.023995 5.214763 0.0000
R2 0.100304 Média Variável Dependente 0.253411R2 ajustado 0.091843 Desv.Pad.Var.Dependente 0.206806Erro Padrão da Regressão 0.197081 Akaike critério informação -0.400120Soma quadrado residual 37.17062 Schwarz critério -0.349715Verossimilhança 203.4581 Hannan-Quinn critério -0.380932Estatística F 11.85475 Durbin-Watson Estatística 0.686162Prob(Estatística F) 0.000000
76
Dívida Curto Prazo /Ativo Total - Valor de Mercado (Y5)
Testes Efeitos Fixos Redundantes Equação: Dívida Curto Prazo/Ativo Total – Valor de Mercado (Y5) Teste Efeitos Fixos Cross-section
Teste Efeitos Estatística Graus de Liberdade Prob.
Cross-section F 7.311046 (244,713) 0.0000Cross-section Qui-Quadrado 1211.962318 244 0.0000
Equação Teste Efeitos Fixos Cross-section: Variável Dependente: Dívida Curto Prazo /Ativo Total – Valor de Mercado (Y5) Método: Painel Mínimos Quadrados Data: 07/06/11 Horário: 12:06 Amostra: 2001 2010 Períodos incluídos: 10 Cross-sections incluídos: 245 Observações totais painel não balanceado: 967
Variável CoeficienteDesvio Padrão Estatística T Prob.
C 0.154442 0.022241 6.943915 0.0000CRESC 0.005635 0.010229 0.550907 0.5818DEPR 0.181380 0.108075 1.678281 0.0936M/Befwa -0.003727 0.003909 -0.953509 0.3406RENT -0.122469 0.029689 -4.125030 0.0000RISC -0.000204 0.000912 -0.223851 0.8229TAM -0.001572 0.001500 -1.047723 0.2950
TANG 0.008095 0.014731 0.549515 0.5828VOL. CAMB. -0.083638 0.017234 -4.853080 0.0000VOL. TJUR 0.036484 0.011798 3.092368 0.0020
R2 0.046495 Média Variável Dependente 0.084437R2 ajustado 0.037528 Desv.Pad.Var.Dependente 0.098771Erro Padrão da Regressão 0.096900 Akaike critério informação -1.819984Soma quadrado residual 8.985880 Schwarz critério -1.769579Verossimilhança 889.9625 Hannan-Quinn critério -1.800796Estatística F 5.185025 Durbin-Watson Estatística 0.699587Prob(Estatística F) 0.000001
77
Dívida Longo Prazo /Ativo Total - Valor de Mercado (Y6)
Testes Efeitos Fixos Redundantes Equação: Dívida Longo Prazo /Ativo Total – Valor de Mercado (Y6) Test cross-section fixed effects
Teste Efeitos Estatística Graus de Liberdade Prob.
Cross-section F 5.594697 (244,713) 0.0000Cross-section Qui-Quadrado 1034.429677 244 0.0000
Equação Teste Efeitos Fixos Cross-section: Variável Dependente: Dívida Longo Prazo /Ativo Total – Valor de Mercado (Y6) Método: Painel Mínimos Quadrados Data: 07/06/11 Horário: 12:07 Amostra: 2001 2010 Períodos incluídos: 10 Cross-sections incluídos: 245 Observações totais painel não balanceado: 967
Variável CoeficienteDesvio Padrão Estatística T Prob.
C 0.052311 0.035571 1.470627 0.1417CRESC -0.005328 0.016359 -0.325706 0.7447DEPR -0.140769 0.172845 -0.814421 0.4156M/Befwa -0.024182 0.006251 -3.868393 0.0001RENT -0.183520 0.047482 -3.865019 0.0001RISC -0.003081 0.001458 -2.112457 0.0349TAM 0.014081 0.002399 5.868296 0.0000
TANG 0.133591 0.023559 5.670572 0.0000VOL. CAMB. -0.082124 0.027562 -2.979568 0.0030VOL. TJUR 0.088646 0.018869 4.698101 0.0000
R2 0.113857 Média Variável Dependente 0.168974R2 ajustado 0.105524 Desv.Pad.Var.Dependente 0.163859Erro Padrão da Regressão 0.154973 Akaike critério informação -0.880847Soma quadrado residual 22.98386 Schwarz critério -0.830441Verossimilhança 435.8894 Hannan-Quinn critério -0.861658Estatística F 13.66238 Durbin-Watson Estatística 0.766565Prob(Estatística F) 0.000000
78
APÊNDICE C – MODELAGEM GARCH
Variável Dependente: VOL.TJUR. 2001
Método: ML - ARCH
Data:31/03/11 Horário: 12:11
Amostra (ajustada): 1 250
Observações Incluídas: 250 após ajustes
Convergência alcançada após 90 iterações
Variance backcast: ON
GARCH = C(2) + C(3)*RESID(-1)^2 + C(4)*GARCH(-1)
Coefficiente Erro Padrão Estatísitca Z Prob.
C 16.24413 0.006029 2694.290 0.0000
Equação da Variância
C 0.000109 1.82E-06 59.80284 0.0000
RESID(-1)^2 1.944871 3.241464 0.599998 0.5485
GARCH(-1) -0.951262 0.050727 -18.75276 0.0000
R2 -0.003355 Média Variável Dependente 16.22526
R2 ajustado -0.015591 Desv.Pad.Var.Dependente 0.326468
Erro Padrão.da Regressão 0.329003 Critério informação Akaike -0.116882
Soma quadrado residual 26.62784 Critério Schwarz -0.060539
Verossimilhança 18.61029 Durbin-Watson Estatística 0.000327
79
Variável Dependente: VOL.TJUR. 2002
Método: ML - ARCH
Data: 31/03/11 Horário: 11:55
Amostra (ajustada): 1 253
Observações Incluídas: 253 após ajustes
Convergência alcançada após 379 iterações
Variance backcast: ON
GARCH = C(2) + C(3)*RESID(-1)^2 + C(4)*GARCH(-1)
Coefficiente Erro Padrão Estatísitca Z Prob.
C 19.64900 0.005128 3832.002 0.0000
Equação da Variância
C 1.81E-05 5.48E-05 0.330617 0.7409
RESID(-1)^2 1.881909 4.642775 0.405341 0.6852
GARCH(-1) -0.855097 1.916263 -0.446232 0.6554
R2 -0.012774 Média Variável Dependente 19.69604
R2 ajustado -0.024976 Desv.Pad.Var.Dependente 0.417000
Erro Padrão.da Regressão 0.422176 Critério informação Akaike 0.180700
Soma quadrado residual 44.37984 Critério Schwarz 0.236563
Verossimilhança -18.85849 Durbin-Watson Estatística 0.000353
Variável Dependente: VOL.TJUR. 2003
Método: ML - ARCH
Data: 31/03/11 Horário: 12:00
Amostra (ajustada): 1 253
Observações Incluídas: 253 após ajustes
Convergência alcançada após 90 iterações
Variance backcast: ON
GARCH = C(2) + C(3)*RESID(-1)^2 + C(4)*GARCH(-1)
Coefficient Std. Error z-Statistic Prob.
C 27.61900 0.009856 2802.360 0.0000
Equação da Variância
C 0.000825 0.001528 0.539648 0.5894
RESID(-1)^2 1.739642 1.741240 0.999082 0.3178
GARCH(-1) -0.724153 0.108032 -6.703106 0.0000
R2 -0.019412 Média Variável Dependente 27.77346
R2 ajustado -0.031694 Desv.Pad.Var.Dependente 1.110841
Erro Padrão.da Regressão 1.128308 Critério informação Akaike 1.593052
Soma quadrado residual 316.9964 Critério Schwarz 1.648916
Verossimilhança -197.5211 Durbin-Watson Estatística 0.001554
80
Variável Dependente: VOL.TJUR. 2004
Método: ML - ARCH
Data: 31/03/11 Horário: 12:01
Amostra (ajustada): 1 252
Observações Incluídas: 252 após ajustes
Convergência alcançada após 47 iterações
Variance backcast: ON
GARCH = C(2) + C(3)*RESID(-1)^2 + C(4)*GARCH(-1)
Coefficient Std. Error z-Statistic Prob.
C 15.97679 0.000768 20805.94 0.0000
Equação da Variância
C 4.02E-06 5.12E-06 0.786493 0.4316
RESID(-1)^2 1.074685 0.340019 3.160659 0.0016
GARCH(-1) -0.047893 0.082278 -0.582091 0.5605
R2 -0.459290 Média Variável Dependente 15.90723
R2 ajustado -0.476943 Desv.Pad.Var.Dependente 0.102850
Erro Padrão.da Regressão 0.124993 Critério informação Akaike -2.957458
Soma quadrado residual 3.874588 Critério Schwarz -2.901435
Verossimilhança 376.6397 Durbin-Watson Estatística 0.006078
Variável Dependente: VOL.TJUR. 2005
Método: ML - ARCH
Data: 31/03/11 Horário: 12:03
Amostra (ajustada): 1 251
Observações Incluídas: 251 após ajustes
Convergência alcançada após 65 iterações
Variance backcast: ON
GARCH = C(2) + C(3)*RESID(-1)^2 + C(4)*GARCH(-1)
Coefficient Std. Error z-Statistic Prob.
C 18.49151 0.001045 17702.73 0.0000
Equação da Variância
C 1.84E-05 3.41E-05 0.538549 0.5902
RESID(-1)^2 1.878846 2.233647 0.841156 0.4003
GARCH(-1) -0.892694 0.133249 -6.699450 0.0000
R2 -0.262729 Média Variável Dependente 18.38441
R2 ajustado -0.278066 Desv.Pad.Var.Dependente 0.209374
Erro Padrão.da Regressão 0.236701 Critério informação Akaike -1.779222
Soma quadrado residual 13.83871 Critério Schwarz -1.723039
Verossimilhança 227.2923 Durbin-Watson Estatística 0.000730
81
Variável Dependente: VOL.TJUR. 2006
Método: ML - ARCH
Data: 31/03/11 Horário: 12:03
Amostra (ajustada): 1 249
Observações Incluídas: 249 após ajustes
Convergência alcançada após 76 iterações
Variance backcast: ON
GARCH = C(2) + C(3)*RESID(-1)^2 + C(4)*GARCH(-1)
Coefficient Std. Error z-Statistic Prob.
C 17.13291 0.004348 3940.716 0.0000
Equação da Variância
C 2.64E-05 0.000384 0.068905 0.9451
RESID(-1)^2 1.943751 2.846179 0.682934 0.4946
GARCH(-1) -0.937173 0.199328 -4.701652 0.0000
R2 -0.014527 Média Variável Dependente 17.18430
R2 ajustado -0.026950 Desv.Pad.Var.Dependente 0.427272
Erro Padrão.da Regressão 0.432991 Critério informação Akaike 0.309138
Soma quadrado residual 45.93293 Critério Schwarz 0.365643
Verossimilhança -34.48765 Durbin-Watson Estatística 0.000202
Variável Dependente: VOL.TJUR. 2007
Método: ML - ARCH
Data: 31/03/11 Horário: 12:04
Amostra (ajustada): 1 250
Observações Incluídas: 250 após ajustes
Convergência alcançada após 75 iterações
Variance backcast: ON
GARCH = C(2) + C(3)*RESID(-1)^2 + C(4)*GARCH(-1)
Coefficient Std. Error z-Statistic Prob.
C 12.65348 0.001471 8603.750 0.0000
Equação da Variância
C 4.87E-05 0.000133 0.366775 0.7138
RESID(-1)^2 2.039188 4.993998 0.408328 0.6830
GARCH(-1) -0.954648 0.777388 -1.228021 0.2194
R2 -0.057500 Média Variável Dependente 12.70566
R2 ajustado -0.070397 Desv.Pad.Var.Dependente 0.218014
Erro Padrão.da Regressão 0.225558 Critério informação Akaike -1.262355
Soma quadrado residual 12.51556 Critério Schwarz -1.206012
Verossimilhança 161.7944 Durbin-Watson Estatística 0.000229
82
Variável Dependente: VOL.TJUR. 2008
Método: ML - ARCH
Data: 31/03/11 Horário: 12:05
Sample: 1 254
Observações Incluídas: 254
Convergência alcançada após 71 iterações
Variance backcast: ON
GARCH = C(2) + C(3)*RESID(-1)^2 + C(4)*GARCH(-1)
Coefficient Std. Error z-Statistic Prob.
C 11.49725 0.003667 3134.942 0.0000
Equação da Variância
C 3.64E-05 0.000145 0.250271 0.8024
RESID(-1)^2 1.950225 0.020308 96.03226 0.0000
GARCH(-1) -0.969769 0.021501 -45.10367 0.0000
R2 -0.014352 Média Variável Dependente 11.53275
R2 ajustado -0.026524 Desv.Pad.Var.Dependente 0.296974
Erro Padrão.da Regressão 0.300887 Critério informação Akaike -0.358115
Soma quadrado residual 22.63317 Critério Schwarz -0.302409
Verossimilhança 49.48066 Durbin-Watson Estatística 0.000177
Variável Dependente: VOL.TJUR. 2009
Método: ML - ARCH
Data: 31/03/11 Horário: 12:07
Amostra (ajustada): 1 250
Observações Incluídas: 250 após ajustes
Convergência alcançada após 82 iterações
Variance backcast: ON
GARCH = C(2) + C(3)*RESID(-1)^2 + C(4)*GARCH(-1)
Coefficient Std. Error z-Statistic Prob.
C 12.65573 0.003085 4102.705 0.0000
Equação da Variância
C 2.27E-05 0.000148 0.153846 0.8777
RESID(-1)^2 2.049267 7.435161 0.275618 0.7828
GARCH(-1) -0.960841 5.273195 -0.182212 0.8554
R2 -0.031104 Média Variável Dependente 12.72860
R2 ajustado -0.043678 Desv.Pad.Var.Dependente 0.414047
Erro Padrão.da Regressão 0.422993 Critério informação Akaike -0.122316
Soma quadrado residual 44.01502 Critério Schwarz -0.065973
Verossimilhança 19.28952 Durbin-Watson Estatística 0.000249
83
Variável Dependente: VOL.TJUR. 2010
Método: ML - ARCH
Data: 31/03/11 Horário: 23:36
Amostra (ajustada): 1 251
Observações Incluídas: 251 após ajustes
Convergência alcançada após 46 iterações
Variance backcast: ON
GARCH = C(2) + C(3)*RESID(-1)^2 + C(4)*GARCH(-1)
Coefficient Std. Error z-Statistic Prob.
C 11.35343 0.007300 1555.286 0.0000
Equação da Variância
C 0.002074 0.001059 1.958092 0.0502
RESID(-1)^2 1.173999 0.344891 3.403972 0.0007
GARCH(-1) -0.148961 0.131874 -1.129567 0.2587
R2 -0.002721 Média Variável Dependente 11.32731
R2 ajustado -0.014900 Desv.Pad.Var.Dependente 0.501609
Erro Padrão.da Regressão 0.505332 Critério informação Akaike 0.305001
Soma quadrado residual 63.07400 Critério Schwarz 0.361184
Verossimilhança -34.27768 Durbin-Watson Estatística 0.010993
Variável Dependente: VOL. CAMB. 2001
Método: ML - ARCH
Data: 31/03/11 Horário: 12:14
Amostra (ajustada): 2 261
Observações Incluídas: 260 após ajustes
Convergência alcançada após 43 iterações
Variance backcast: ON
GARCH = C(2) + C(3)*RESID(-1)^2 + C(4)*GARCH(-1)
Coefficient Std. Error z-Statistic Prob.
C 2.229861 0.025034 89.07280 0.0000
Equação da Variância
C 0.221528 0.012736 17.39389 0.0000
RESID(-1)^2 0.573744 0.136628 4.199308 0.0000
GARCH(-1) -0.072407 0.018891 -3.832848 0.0001
R2 -0.003866 Média Variável Dependente 2.261745
R2 ajustado -0.015630 Desv.Pad.Var.Dependente 0.513767
Erro Padrão.da Regressão 0.517767 Critério informação Akaike 1.454318
Soma quadrado residual 68.62911 Critério Schwarz 1.509098
Verossimilhança -185.0614 Durbin-Watson Estatística 1.543207
84
Variável Dependente: VOL. CAMB. 2002
Método: ML - ARCH
Data: 31/03/11 Horário: 12:15
Amostra (ajustada): 1 261
Observações Incluídas: 261 após ajustes
Convergência alcançada após 56 iterações
Variance backcast: ON
GARCH = C(2) + C(3)*RESID(-1)^2 + C(4)*GARCH(-1)
Coefficient Std. Error z-Statistic Prob.
C 2.870827 0.003563 805.7422 0.0000
Equação da Variância
C 0.000198 0.000162 1.220723 0.2222
RESID(-1)^2 1.895865 0.093449 20.28776 0.0000
GARCH(-1) 0.032102 0.019639 1.634636 0.1021
R2 -0.003274 Média Variável Dependente 2.827561
R2 ajustado -0.014986 Desv.Pad.Var.Dependente 0.757549
Erro Padrão.da Regressão 0.763204 Critério informação Akaike 1.627115
Soma quadrado residual 149.6974 Critério Schwarz 1.681744
Verossimilhança -208.3385 Durbin-Watson Estatística 0.776527
Variável Dependente: VOL. CAMB. 2003
Método: ML - ARCH
Data: 31/03/11 Horário: 12:15
Amostra (ajustada): 1 261
Observações Incluídas: 261 após ajustes
Convergência alcançada após 10 iterações
Variance backcast: ON
GARCH = C(2) + C(3)*RESID(-1)^2 + C(4)*GARCH(-1)
Coefficient Std. Error z-Statistic Prob.
C 2.941252 0.022704 129.5499 0.0000
Equação da Variância
C 0.344846 0.016192 21.29703 0.0000
RESID(-1)^2 0.328063 0.055429 5.918641 0.0000
GARCH(-1) -0.108819 0.020470 -5.315990 0.0000
R2 -0.003804 Média Variável Dependente 2.977375
R2 ajustado -0.015521 Desv.Pad.Var.Dependente 0.586841
Erro Padrão.da Regressão 0.591377 Critério informação Akaike 1.542551
Soma quadrado residual 89.87992 Critério Schwarz 1.597180
Verossimilhança -197.3030 Durbin-Watson Estatística 1.190417
85
Variável Dependente: VOL. CAMB. 2004
Método: ML - ARCH
Data: 31/03/11 Horário: 12:16
Amostra (ajustada): 1 262
Observações Incluídas: 262 após ajustes
Convergência alcançada após 120 iterações
Variance backcast: ON
GARCH = C(2) + C(3)*RESID(-1)^2 + C(4)*GARCH(-1)
Coefficient Std. Error z-Statistic Prob.
C 2.825995 0.130766 21.61104 0.0000
Equação da Variância
C 0.213874 0.037837 5.652561 0.0000
RESID(-1)^2 0.036998 0.011182 3.308857 0.0009
GARCH(-1) 0.252549 0.109013 2.316688 0.0205
R2 -0.000433 Média Variável Dependente 2.814058
R2 ajustado -0.012066 Desv.Pad.Var.Dependente 0.574604
Erro Padrão.da Regressão 0.578060 Critério informação Akaike 1.683924
Soma quadrado residual 86.21165 Critério Schwarz 1.738402
Verossimilhança -216.5940 Durbin-Watson Estatística 1.670677
Variável Dependente: VOL. CAMB. 2005
Método: ML - ARCH
Data: 31/03/11 Horário: 12:17
Amostra (ajustada): 1 260
Observações Incluídas: 260 após ajustes
Convergência alcançada após 69 iterações
Variance backcast: ON
GARCH = C(2) + C(3)*RESID(-1)^2 + C(4)*GARCH(-1)
Coefficient Std. Error z-Statistic Prob.
C 2.326483 0.026195 88.81249 0.0000
Equação da Variância
C 0.206728 0.009877 20.93119 0.0000
RESID(-1)^2 0.493699 0.165004 2.992038 0.0028
GARCH(-1) -0.072120 0.025202 -2.861661 0.0042
R2 -0.002423 Média Variável Dependente 2.349830
R2 ajustado -0.014170 Desv.Pad.Var.Dependente 0.475246
Erro Padrão.da Regressão 0.478601 Critério informação Akaike 1.297709
Soma quadrado residual 58.63902 Critério Schwarz 1.352488
Verossimilhança -164.7021 Durbin-Watson Estatística 1.599982
86
Variável Dependente: VOL. CAMB. 2006
Método: ML - ARCH
Data: 31/03/11 Horário: 12:18
Amostra (ajustada): 1 260
Observações Incluídas: 260 após ajustes
Convergência alcançada após 96 iterações
Variance backcast: ON
GARCH = C(2) + C(3)*RESID(-1)^2 + C(4)*GARCH(-1)
Coefficient Std. Error z-Statistic Prob.
C 2.087181 0.189641 11.00593 0.0000
Equação da Variância
C 0.098414 0.242967 0.405052 0.6854
RESID(-1)^2 0.005731 0.005387 1.063993 0.2873
GARCH(-1) 0.490617 1.209726 0.405561 0.6851
R2 -0.000024 Média Variável Dependente 2.084999
R2 ajustado -0.011743 Desv.Pad.Var.Dependente 0.442497
Erro Padrão.da Regressão 0.445088 Critério informação Akaike 1.231493
Soma quadrado residual 50.71436 Critério Schwarz 1.286272
Verossimilhança -156.0940 Durbin-Watson Estatística 1.821369
Variável Dependente: VOL. CAMB. 2007
Método: ML - ARCH
Data: 31/03/11 Horário: 12:18
Amostra (ajustada): 1 261
Observações Incluídas: 261 após ajustes
Convergência alcançada após 143 iterações
Variance backcast: ON
GARCH = C(2) + C(3)*RESID(-1)^2 + C(4)*GARCH(-1)
Coefficient Std. Error z-Statistic Prob.
C 1.873027 0.070891 26.42121 0.0000
Equação da Variância
C 0.103975 0.023575 4.410315 0.0000
RESID(-1)^2 0.025571 0.009898 2.583566 0.0098
GARCH(-1) 0.306130 0.150977 2.027656 0.0426
R2 -0.000278 Média Variável Dependente 1.866195
R2 ajustado -0.011955 Desv.Pad.Var.Dependente 0.410398
Erro Padrão.da Regressão 0.412844 Critério informação Akaike 1.027890
Soma quadrado residual 43.80314 Critério Schwarz 1.082519
Verossimilhança -130.1397 Durbin-Watson Estatística 1.602405
87
Variável Dependente: VOL. CAMB. 2008
Método: ML - ARCH
Data: 31/03/11 Horário: 12:19
Amostra (ajustada): 1 262
Observações Incluídas: 262 após ajustes
Convergência alcançada após 43 iterações
Variance backcast: ON
GARCH = C(2) + C(3)*RESID(-1)^2 + C(4)*GARCH(-1)
Coefficient Std. Error z-Statistic Prob.
C 1.672209 0.017342 96.42351 0.0000
Equação da Variância
C 0.119234 0.006188 19.27010 0.0000
RESID(-1)^2 0.690262 0.228944 3.014975 0.0026
GARCH(-1) -0.058341 0.019651 -2.968810 0.0030
R2 -0.068992 Média Variável Dependente 1.781361
R2 ajustado -0.081422 Desv.Pad.Var.Dependente 0.416356
Erro Padrão.da Regressão 0.432974 Critério informação Akaike 0.802658
Soma quadrado residual 48.36646 Critério Schwarz 0.857137
Verossimilhança -101.1482 Durbin-Watson Estatística 0.898498
Variável Dependente: VOL. CAMB. 2009
Método: ML - ARCH
Data: 31/03/11 Horário: 12:19
Amostra (ajustada): 1 261
Observações Incluídas: 261 após ajustes
Convergência alcançada após 81 iterações
Variance backcast: ON
GARCH = C(2) + C(3)*RESID(-1)^2 + C(4)*GARCH(-1)
Coefficient Std. Error z-Statistic Prob.
C 1.838605 0.020268 90.71550 0.0000
Equação da Variância
C 0.139823 0.006595 21.20066 0.0000
RESID(-1)^2 0.803893 0.178352 4.507328 0.0000
GARCH(-1) -0.049055 0.011036 -4.445053 0.0000
R2 -0.024029 Média Variável Dependente 1.909530
R2 ajustado -0.035983 Desv.Pad.Var.Dependente 0.458419
Erro Padrão.da Regressão 0.466593 Critério informação Akaike 1.171891
Soma quadrado residual 55.95128 Critério Schwarz 1.226520
Verossimilhança -148.9318 Durbin-Watson Estatística 1.395743
88
Variável Dependente: VOL. CAMB. 2010
Método: ML - ARCH
Data: 31/03/11 Horário: 23:31
Amostra (ajustada): 1 261
Observações Incluídas: 261 após ajustes
Failure to improve Likelihood after 5 iterações
Variance backcast: ON
GARCH = C(2) + C(3)*RESID(-1)^2 + C(4)*GARCH(-1)
Coefficient Std. Error z-Statistic Prob.
C 1.762641 0.005050 349.0679 0.0000
Equação da Variância
C 0.002930 0.000457 6.414004 0.0000
RESID(-1)^2 -0.042558 0.000450 -94.59846 0.0000
GARCH(-1) 0.393084 0.039620 9.921369 0.0000
R2 -0.006587 Média Variável Dependente 1.752839
R2 ajustado -0.018337 Desv.Pad.Var.Dependente 0.121009
Erro Padrão.da Regressão 0.122113 Critério informação Akaike -2.820285
Soma quadrado residual 3.832290 Critério Schwarz -2.765656
Verossimilhança 372.0472 Durbin-Watson Estatística 0.785889