gestÃo de capital de giro lÍquido e de fluxo de caixa...

GESTÃO DE CAPITAL DE GIRO

LÍQUIDO E DE FLUXO DE CAIXA EM

RISCO EM EMPRESAS DE UTILIDADE

PÚBLICA BRASILEIRAS

Abdinardo Moreira Barreto de Oliveira (UNIVASF )

[email protected]

Brenna Soraia Gomes de Souza (UNIVASF )

[email protected]

Julia Goes Matos (UNIVASF )

[email protected]

Andre Aroldo Freitas de Moura (UFC )

[email protected]

O objetivo deste estudo foi avaliar o desempenho de empresas de

utilidade pública brasileira quanto à gestão de capital de giro líquido e

quanto à capacidade de geração de caixa, visto que são fatores

primordiais para uma gestão de qualidadde e saúde da empresa. Neste

intuito, foi realizado um estudo com 33 empresas de ações ordinárias

listadas na Bovespa e CVM. Foram coletados entre 15 e 44 relatórios

contábeis trimestrais por empresa (mediante disponibilidade), onde os

dados foram formatados de acordo com as orientações de Fleuriet,

Kehdy e Blanc (2003) e do método indireto de fluxo de caixa

(GITMAN, 2004). A análise dos dados procedeu-se através de

estatística descritiva, análise de cluster e simulação de Monte Carlo.

Quanto à gestão do capital de giro, foi verificado que a maioria das

empresas analisadas foi classificada como Péssima. Quanto à

capacidade de geração de caixa, ainda que a maioria das empresas

estudadas tenha superado a expectativa de 50% de chances de ter

fluxos de caixa final maiores que zero, é importante ressaltar o elevado

risco associado a não ocorrência destes.

Palavras-chaves: Utilidade pública; Gestão de capital de giro líquido;

Geração de caixa

XXXIII ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCAO A Gestão dos Processos de Produção e as Parcerias Globais para o Desenvolvimento Sustentável dos Sistemas Produtivos

Salvador, BA, Brasil, 08 a 11 de outubro de 2013.



2

1. Introdução

Com o intuito de aprimorar a sustentabilidade financeira das empresas brasileiras, o

interesse de pesquisadores, empreendedores e gestores de organizações para com a gestão do

capital de giro líquido e a gestão do fluxo de caixa vêm aumentando, dado que estes fatores

são imprescindíveis para a saúde da empresa. Segundo Vieira (2008), a administração do

capital de giro líquido tem como objetivo principal a manutenção do equilíbrio financeiro da

empresa, como forma de garantir a continuidade da atividade operacional e propiciar

condições adequadas que favoreçam a sua sobrevivência e crescimento e, segundo Moura e

Matos (2003), a sua má gestão pode comprometer as atividades operacionais de curto prazo, o

que prejudicaria seu ciclo operacional e a sua capacidade de geração de caixa que afeta

negativamente a maximização do valor da companhia.

Além disso, deve-se também considerar alguns fatores externos, como as variações

nas taxas de juros, no preço das commodities, no câmbio, na demanda e na oferta, conhecidos

como risco de mercado, o qual afeta a liquidez (capital de giro líquido) e a capacidade

financeira (fluxo de caixa) das empresas. De acordo com Albuquerque, Perobelli e Castro

(2009, p.1), “apesar da modelagem de risco de mercado já estar bem desenvolvida no setor

financeiro, a sua prática ainda é prematura nas instituições não-financeiras, em parte devido

à dificuldade de se adaptar os conceitos oriundos do mercado financeiro para a realidade

das corporações”. Neste quesito, a análise da sensibilidade dos fatores de risco está

desconectada das variáveis macroeconômicas.

Com o intuito de avançar as pesquisas neste assunto, Oliveira (2011), Oliveira,

Ramalho e Moura (2011) e Oliveira et al. (2012) publicaram, respectivamente, estudos sobre

essa temática nos setores ferroviário, bens industriais e de embalagens brasileiros, cujos

resultados metodológicos indicam a viabilidade da mensuração do risco nestas operações,

bem como suas conclusões fornecem informações que buscam minimizar os efeitos da

incerteza na tomada de decisões dos gestores, já que as chances de sucesso (e insucesso)

nestas operações puderam ser mensuradas.

Posto os devidos argumentos, a finalidade deste trabalho é analisar os resultados da

gestão do capital de giro líquido e de fluxo de caixa das empresas brasileiras do setor de

utilidade pública, o qual é composto pelas empresas de energia elétrica, água e saneamento e

gás, uma vez que elas têm um papel de grande importância para o desenvolvimento do país e

bem-estar social. Os aspectos sobre a qualidade da gestão do capital de giro líquido e do fluxo

de caixa em risco destas empresas ainda se mostra desconhecido para os usuários externos e,

neste aspecto, o presente estudo intenta em contribuir para o esclarecimento de tal

desempenho, bem como para a comunicação de metodologias que apontam indícios de

sustentabilidade financeira neste setor.



3

2. Referencial Teórico

2.1. Aspectos teóricos sobre a gestão de capital de giro líquido

Neste ínterim, a identificação do volume de recursos monetários em capital de giro

líquido necessários para o funcionamento das atividades de curto prazo de uma empresa se dá

pela equação CCL = AC – PC, onde CCL representa o Capital Circulante Líquido, AC

representa o Ativo Circulante (investimentos de curto prazo) e PC representa o Passivo

circulante (financiamentos de curto prazo). Caso o CCL > 0, significa que a empresa

consegue honrar suas obrigações de curto prazo e produzir um excedente de recursos

monetários. Se o CCL = 0 significa que toda a riqueza monetária produzida foi integralmente

utilizada para saldar seus compromissos. Mas se o CCL < 0, representa que a companhia não

consegue honrar completamente suas obrigações de curto prazo, exaurindo as fontes de

financiamento das atividades operacionais.

A técnica supracitada mostra somente a eficácia do processo de gestão do CCL,

ignorando o aspecto da eficiência, que é a adequada distribuição dos recursos monetários

entre os investimentos de curto prazo - Disponibilidades, Créditos e Estoques. Na década de

1980, após de investigações em empresas brasileiras, Michel Fleuriet, apresentou uma

abordagem dinâmica para a administração do capital de giro líquido (BRASIL; BRASIL,

1997). A análise dinâmica do capital de giro apresenta duas novas variáveis que

complementam a análise clássica, permitindo uma melhor compreensão da composição e

gestão do CCL: a Necessidade de Investimento em Giro (NIG) e o Saldo em Tesouraria (ST).

Para se obter os valores destas variáveis, é preciso primeiro fazer uma reclassificação das

contas contábeis presentes no Balanço Patrimonial em três tipos: Estratégicas, Operacionais e

Táticas.

As contas de natureza Estratégica abrangem as contas cuja movimentação está

vinculada à alta administração da empresa. A equação que define esta relação é: CCL = (PL +

PELP) – (ARLP + AP). As contas de natureza Operacional correlacionam-se com a atividade

(o negócio) da empresa. A equação que explica esta relação é: NIG = AO – PO, onde AO

significa Ativo operacional, que são os investimentos de curto prazo diretamente relacionados

com o negócio da empresa; e PO significa Passivo operacional, que são os financiamentos

não-onerosos diretamente relacionados com as atividades da empresa. É importante também

mostrar a relação que a NIG apresenta com o Ciclo Financeiro (CF = NIG/Receita Bruta*360)

da companhia. Quando as saídas de caixa ocorrem antes das entradas de caixa, é gerada uma

necessidade de capital de giro positiva, demandando uma aplicação operacional de recursos

monetários. Caso contrário, é gerada uma necessidade de capital de giro negativa, o que

indica a existência de uma fonte operacional líquida de recursos monetários.

As contas de natureza Tática representam as contas de curto e curtíssimo prazo, em

geral administradas pela tesouraria das empresas. A equação que determina esta relação é: ST

= AF – PF, onde AF representa o Ativo financeiro, que são os investimentos financeiros de

curto prazo efetuados pela organização, e PF representa o Passivo financeiro, que são os

financiamentos onerosos de curto prazo obtidos pela companhia. Desse modo, procura-se



4

definir as contas ativas e passivas em função da realidade dinâmica das empresas, onde as

contas relacionam-se aos ciclos operacionais e financeiros da organização, que lhes atribui um

estado de permanente movimentação (FLEURIET; KEHDY; BLANC, 2003; VIEIRA, 2008).

Tomando como referência a reclassificação contábil sugerida pela análise dinâmica do

capital de giro, Marques e Braga (1995) relacionaram as três variáveis dinâmicas (CCL, NIG

e ST) em seis possíveis estruturas (com suas respectivas situações). Como contribuição à

metodologia, Theiss Júnior e Wilhelm (2000) desenvolveram uma escala de notas com o

intuito de medir o desempenho que a empresa obteve em cada situação prevista, conforme

mostra o Quadro 1.

Com estas estruturas, é possível compreender o fenômeno do overtrading, também

conhecido como “Efeito Tesoura”, que acontece quando o valor da NIG ultrapassar o do

CCL. Os gastos para se manter as operações da empresa são maiores que os recursos

monetários que ela dispõe para financiá-los, comprometendo seu ST para futuros

investimentos da atividade produtiva (MARQUES; BRAGA, 1995; FLEURIET; KEHDY;

BLANC, 2003; VIEIRA, 2008).

Assim, as estruturas III a VI culminam em situações que são exemplos de “Efeito

Tesoura” que a companhia pode apresentar, sendo a situação VI a pior delas. A estrutura III

também aponta um exemplo de Efeito Tesoura, só que para valores negativos de CCL e NIG.

Logo, a meta do gestor financeiro é posicionar sua empresa na situação I ou II, sob pena de

erodir suas reservas financeiras e conduzi-la à inadimplência ou à insolvência. Essas

estruturas ganham também a seguinte interpretação: os exemplos (I) e (II) indicam que ela

está com solvência; os exemplos (III) e (IV) indicam que ela está com inadimplência e os

exemplos (V) e (VI) indicam que ela está com insolvência (OLIVEIRA; SILVA; SILVA,

2006).

2.2. Importância da elaboração de fluxos de caixa

Neste quesito, um relatório contábil ganhou relevância no auxílio dos administradores

financeiros nesta tarefa, que é a Demonstração do Fluxo de Caixa (DFC). Sendo relatório

exigido no Brasil desde a promulgação da Lei n.º 11.638/07, que alterou a Lei n.º 6.404/76,

ela é de grande importância porque consegue demonstrar para ao gestor a sua disponibilidade



5

monetária, cujo resultado é decorrente das movimentações de numerário provocadas pelas

necessidades de reinvestimento da empresa em (i) gastos líquidos de capital, referentes às

variações ocorridas nos ativos não-circulantes (Realizável a Longo Prazo e Permanente), e de

(ii) investimentos em capital de giro líquido, decorrentes das peculiaridades de produção e

venda que afetam os ativos e passivos circulantes de cada companhia.

A estrutura da DFC empresarial é resultado da formatação de três fluxos: (1) os

relacionados às atividades operacionais [FCO], (2) os relacionados às atividades de

investimento [FCI] e (3) os relacionados às atividades de financiamento [FCF]. A soma destes

fluxos produz o Fluxo de Caixa [FC], que é a “principal matéria-prima para estimar o valor

de uma empresa, medir a rentabilidade de um projeto de investimento, planejar as operações

ou estabelecer a capacidade de pagamento de uma dívida” (SAMANEZ, 2007, p.71).

O Quadro 2 ilustra a composição de cada um dos fluxos citados, através do método

indireto, bem como a influência de cada conta contábil na sua composição, às quais foram

adaptadas de acordo com o formato dos relatórios contábeis publicados na BMF&BOVESPA

para empresas não financeiras. Assim, o gestor financeiro poderá executar uma das etapas do

planejamento financeiro, que é a elaboração do Orçamento de Caixa, cujo objetivo é estimar

futuras necessidades de caixa no curto prazo, com dedicação especial para projetos de uso de

superávits e a cobertura de déficits (GITMAN, 2004).

3. Procedimentos Metodológicos

Foram pesquisadas empresas que estão listadas na BMF&BOVESPA na classificação

Utilidade Pública, dos subsetores Água e Saneamento, Energia Elétrica e Gás. Em um

universo de 74 empresas, foi selecionada uma amostra não probabilística de 33 companhias

(45% do total), no período entre 2000 e 2010: Aes Elpa (AELP), Afluente (AFLU),

Agconcessões (ANDGB), Ampla Energ (CBEE), Bandeirantes Energ (EBEN), Ceg (CEGR),

Celest (CLSC), Celpa (CELP), Celpe (CEPE), Cemar (ENMAB), Cemat (CMGR), Cespe

(CESP), Coelba (CEEB), Coelce (COCE), Comgas (CGAS), Copasa (CSMG), Copel (CPLE),

Corsen (CSRN), CPFL Energia (CPFE), CPFL Geração (CPFG), CFPL Piratininga (CPFP),

Elektro (EKTR), Eletrobras (ELET), Eletropaulo (ELPL), Energia Br. (ENBR), Enersul

(ENER), Light (LIGT), Neoenergia (GNANB), Paul F Luz (PALF), Rede Energia (REDE),

Rio GDE (RGEG), Tractebel (TBLE) e Trans Paulist (TRPL), a maioria do setor elétrico.



6

Os critérios de escolha foram: deveriam possuir, no mínimo, 15 relatórios trimestrais a

contar, retrospectivamente, de dezembro de 2010 e; deveriam atender aos testes de

normalidade, homoscedasticidade e ausência de autocorrelação serial dos resíduos,

linearidade dos coeficientes, e ausência de multicolinearidade entre as variáveis

independentes [PELP, PL, ARLP, AP, RB, CF] na análise individual de suas

regressões, em relação à variável dependente ST.

A coleta de dados ocorreu obtendo relatórios trimestrais Balanço Patrimonial (BP) e

Demonstração do Resultado do Exercício (DRE), todos disponíveis no banco de dados

Economática®, totalizando até 44 relatórios por empresa. O método de abordagem deste

estudo foi o levantamento, de modo a verificar a existência, ou não, da homogeneidade da

amostra quanto à gestão do capital de giro líquido e a capacidade de geração de caixa.

Os dados foram estruturados da seguinte forma: quanto à gestão de capital de giro

líquido, estes seguiram as orientações de classificação de Fleuriet, Kehdy e Blanc (2003),

onde está exemplificado no Quadro 3. Uma vez classificados e, de acordo com os resultados

obtidos para as variáveis CCL, NIG e ST, cada trimestre foi categorizado e pontuado

conforme o Quadro 1. Quanto ao fluxo de caixa, estes foram formatados de acordo com o

modelo proposto no Quadro 2.

Para a gestão do capital de giro líquido, foi realizada uma distribuição de frequência

absoluta para as estruturas encontradas nas empresas, com suas respectivas notas médias,

calculadas e classificadas de acordo com o modelo mostrado no Quadro 1. A fim de verificar

a ocorrência de semelhança entre as notas médias das empresas, formando grupos distintos

entre si, aplicou-se a análise de clusters, que reuniu as observações baseando-se nas suas

similaridades. Foram usados os seguintes métodos: Average linkage, Single linkage, Complete

linkage, Método centróide, agrupamento de medianas e método de Ward. A medida de

distância usada foi a euclidiana quadrática. A classificação das empresas nos clusters

originou-se a partir da frequência das mesmas em todos os métodos aplicados, e a avaliação

do poder discriminante entre os grupos se deu pelo teste ANOVA.

Foi realizado um teste de aderência para verificar a maneira pela qual elas estão

distribuídas, de modo agregado. A escolha do modelo probabilístico aconteceu com base nos

resultados da estatística de ajuste de distribuição Anderson-Darling, que é definido pelas

seguintes hipóteses: H0 – os dados seguem a distribuição especificada; H1 – os dados não

seguem a distribuição especificada. Os valores do teste Anderson-Darling são mostrados na

variável Goodness-of-Fit (GoF), bem como tal modelo de distribuição é testado ao nível de



7

significância de 1%. Encontrada a curva de distribuição probabilística para a série histórica

das notas, foi calculada, via a simulação de 50.000 valores pela técnica de Monte Carlo, a

probabilidade agregada das empresas estarem em uma situação de solvência (estruturas I e II),

de inadimplência (estruturas III e IV) ou de insolvência (estruturas V e VI).

Em relação à capacidade de geração de caixa, foi realizado o teste de aderência para as

variáveis FCO, FCI, FCF e FC, e a capacidade de geração de caixa foi medida a partir do

cálculo da probabilidade destes serem maiores que zero (p > 0) pela simulação de 50.000

valores com a técnica de Monte Carlo, utilizando o software Crystal Ball.

4. Análise e discussão dos resultados

4.1. Gestão do capital de giro líquido em risco

A Tabela 1 mostra os resultados da classificação dos trimestres de cada empresa

quanto à gestão do capital de giro líquido em risco. Os valores dentro dos colchetes indicam a

nota média da categoria, enquanto que os fora dos colchetes representam a frequência obtida

na estrutura. Os números em parênteses junto à nota média das empresas (variável

discriminante) representam os grupos resultantes da análise de cluster hierárquica aqui usada.



8

Tabela 1 - Resultado das notas para gestão do capital de giro líquido.

Empresa Péssima Muito Ruim Insatisfatória Razoável Sólida Excelente Nota Média

CEGR (N=44) 31[0,88] 13[2,68] - - - - 1,41 (1)

CPFG (N=28) 20[1,16] 08[2,63] - - - - 1,58 (1)

CGAS (N=44) 27[1,18] 13[ 2,80] 04[4,33] - - - 1,95 (1)

RGEG (N=44) 31[1,01] - 12[4,04] - 01[8,33] - 2,01 (1)

CPFE (N=28) 18[0,84] - 09[4,18] - 01[8,33] - 2,18 (1)

CPFP (N=36) 24[1,27] 05[2,90] 06[3,92] - - 01[10,0] 2,18 (1)

REDE (N=44) 20[0,97] 20[2,49] 01[5,00] - 03[7,49] - 2,20 (1)

COCE (N=44) 24[0,82] - 20[4,22] - - - 2,36 (1)

EBEN (N=44) 26[0,96] 07[2,36] 06[4,26] 01[6,67] 02[7,50] 02[9,17] 2,43 (1)

CESP (N=44) 06[0,71] 36[2,79] - 02[5,83] - - 2,65 (1)

CMGR (N=44) 15[0,85] 23[2,75] 01[5,00] - 04[7,34] 01[10,0] 2,73 (1)

PALF (N=44) 22[0,84] 03[2,64] 11[4,37] 02[5,83] 05[7,52] 01[10,0] 3,04 (1)

CELP (N=44) 14[0,85] 15[2,31] 08[4,04] - 05[7,46] 02[9,17] 3,06 (1)

CBEE (N=44) 14[1,03] 08[2,42] 20[4,41] - 02[7,50] - 3,11 (1)

CEEB (N=44) 18[0,99] 01[3,33] 23[4,43] - 02[7,50] - 3,14 (1)

CSRN (N=44) 13[0,76] - 31[4,34] - - - 3,28 (1)

TBLE (N=44) 14[0,74] 07[2,78] 15[4,50] 05[5,86] - 03[8,97] 3,49 (1)

CEPE (N=44) 10[0,84] - 30[4,26] - 04[7,31] - 3,76 (2)

ENER (N=44) 15[1,02] - 19[4,31] - 10[7,43] - 3,90 (2)

LIGT (N=44) 19[0,93] 01[3,33] 06[4,53] - 18[7,13] - 4,01 (2)

ELPL (N=44) 21[1,01] 02[2,50] 06[4,59] - 05[7,53] 10[9,26] 4,18 (2)

GNANB (N=40) 15[0,95] - 10[3,99] - 15[7,60] - 4,21 (2)

ENBR (N=24) 07[0,80] - 08[4,22] - 09[7,30] - 4,38 (2)

EKTR (N=44) 15[1,08] 02[2,50] 08 [4,52] - 15[7,14] 04[9,09] 4,57 (2)

ENMAB (N=44) 10[0,73] 06[2,34] 05[4,35] - 22[7,38] 01[10,0] 4,90 (2)

AELP (N=36) 11 [1,13] 05[2,22] 05[4,38] - 05[7,65] 10[9,40] 4,94 (2)

ANDGB (N=32) 06[0,93] - 08[4,17] - 17 [6,93] 01[10,0] 5,21 (2)

CSMG (N=32) 04[0,98] 09[2,76] 01[5,00] 01[6,67] 11[7,73] 06[9,38] 5,68 (3)

CLSC (N=44) - 09[2,26] 09[4,42] 01[6,67] 23[7,51] 02[9,17] 5,86 (3)

ELET (N=44) - - 18[4,32] - 28[7,34] - 6,10 (3)

TRPL (N=44) 05[1,19] - 07[4,41] - 31[7,37] 01[10,0] 6,26 (3)

AFLU (N=20) 02[0,83] - 02[4,17] 01[6,67] 12[7,58] 03[9,03] 6,74 (3)

CPLE (N=36) 02[0,83] 04[2,44] 01[5,00] 01[6,67] 22[7,64] 06[9,10] 6,83 (3)

De acordo com a escala de notas pré-definida no Quadro 1 (0 à 10) e a nota média

geral, percebe-se que, em sua maioria, as empresas classificam-se como insolventes, com

maior frequência na categoria péssima, indicando a ausência de liquidez, ou seja, estas

empresas não tem capacidade de pagar seus compromissos financeiros, porque têm um capital

circulante líquido negativo (os passivos circulantes são maiores do que os ativos circulantes).

Apenas duas empresas foram classificadas, de acordo com a nota média geral, como solvente

(Afluente e Copel), existindo uma maior frequência na categoria sólida.

Por seguinte, através da Análise de Conglomerados, detectou-se a presença de três

clusters heterogêneos entre si (p-value ANOVA < 1%), porém homogêneos quanto aos seus

componentes. O primeiro é formado por 17 empresas que tiveram os menores resultados de

gestão do capital de giro líquido, apresentando maiores frequências nas categorias Péssima e

Muito Ruim, cuja nota média do grupo foi 2,52 e coeficiente de variação de 23%. O segundo

cluster é composto por dez empresas, com nota média 4,41 e CV 10%, as quais possuem notas



9

intermediárias que tendem à inadimplência: existe um descompasso entre os prazos de

recebimento e de pagamento, com predominância da categoria insatisfatória. O último

agrupamento é formado pelas melhores notas, com média de 6,23, um CV de 7%, composto

por seis instituições e apresentando as maiores frequências na categoria sólida.

Medindo a probabilidade das empresas apresentarem-se em situação de solvência

(estruturas I e II), de inadimplência (estruturas III e IV) ou de insolvência (estruturas V e VII),

foi possível avaliar o grau de risco associado a gestão do capital de giro líquido. Na Tabela 2

temos os resultados do teste de aderência Anderson-Darling aplicado às notas de gestão de

capital de giro líquido, de modo agregado.

Tabela 2 – Teste de aderência e probabilidades de risco do capital de giro líquido (Sig. 1%)

Empresas Agregadas Nota CG p Insolvente p Inadimplente p Solvente

GoF 0,0928

57,44% 27,82% 14,74% p-value 0,0000

Tipo Gama

O resultado do teste das empresas agregadas notificou que, dentre as curvas de

distribuição de probabilidade, a que melhor se adaptou foi a distribuição Gama, ainda que a

hipótese nula tenha sido rejeitada. Isto aconteceu porque a classificação razoável apresentou o

menor número de observações dentre os tipos possíveis. Admitindo-se que os dados seguem

esta distribuição, percebe-se que as chances delas serem Solventes são de aproximadamente

15%, as chances delas serem Inadimplentes são cerca de 28%, as chances de serem

Insolventes são de 57%. Verifica-se que as empresas analisadas possuem grande chance de

estarem com uma má gestão do seu capital de giro líquido, proporcionando a elas ou uma

situação de insolvência ou de inadimplência.

4.2. Gestão do fluxo de caixa

Os resultados dos 50.000 valores via técnica de Monte Carlo para a probabilidade dos

fluxos de caixa das empresas serem maiores que zero, assim como o formato da distribuição

de probabilidades que melhor se ajustou ao comportamento dos dados coletados, são

apresentados na Tabela 5. Os resultados estão dispostos na tabela em ordem crescente quanto

a probabilidade de que o fluxo caixa final (FC) seja maior que zero. Para que haja uma melhor

compreensão da gestão dos fluxos de caixa ao longo do tempo, a simulação propõe-se a

fornecer uma medida de risco à ocorrência destes valores.



10

Tabela 5 – Distribuição e probabilidades dos FC’s > 0 para as empresas estudadas (*Sig. 1%).

Prob. FC’s > 0 FCO FCI FCF FC Grupo

CSMG 84,96% 9,05% 60,74% 42,14% 1

Distribuição Lognormal Logística Extremo Máximo* Extremo Máximo

CEPE 65,64% 40,51% 45,88% 43,74% 1

Distribuição Extremo Máximo Extremo Mínimo T de Student Extremo Máximo

CMGR 56,54% 39,26% 58,95% 46,58% 1

Distribuição Logística Logística Logística Lognormal*

CESP 48,29% 50,55% 48,29% 48,38% 1

Distribuição Extremo Mínimo T de Student Extremo Máximo Logística*

ANDGB 77,56% 31,87% 47,69% 49,40% 1

Distribuição Lognormal Extremo Mínimo* Extremo Máximo* T de Student

CEEB 81,41% 34,54% 37,32% 49,41% 1

Distribuição Logística Logística Logística Logística*

CBEE 59,05% 24,13% 55,69% 49,86% 1

Distribuição Logística T de Student Logística Logística

TRPL 82,14% 13,77% 40,30% 50,21% 1

Distribuição T de Student Logística Logística* Logística

PALF 70,71% 54,56% 31,96% 50,61% 1

Distribuição T de Student Logística Logística Logística

CGAS 75,04% 2,80% 42,42% 50,83% 1

Distribuição BetaPERT Extremo Mínimo Logística Logística

ELPL 61,67% 50,68% 36,80% 50,89% 1

Distribuição T de Student Logística* Extremo Máximo Extremo Máximo

CPFE 97,21% 31,57% 34,48% 51,43% 1

Distribuição Normal Logística Lognormal Logística

LIGT 53,42% 49,29% 39,99% 51,43% 1

Distribuição Logística Extremo Máximo* T de Student Logística

CSRN 80,11% 34,81% 36,07% 52,03% 1

Distribuição Weibull Logística* Logística Logística

COCE 75,01% 33,73% 38,42% 52,17% 1


RGEG 66,29% 40,24% 46,89% 52,29% 1


CPFP 80,43% 45,91% 38,91% 52,61% 1

Distribuição Weibull T de Student Logística Logística

CPFG 97,30% 7,50% 62,83% 52,91% 1

Distribuição Gama Extremo Mínimo* Lognormal Logística

EKTR 51,07% 49,20% 50,38% 52,98% 1

Distribuição Logística Logística Logística Logística

TBLE 77,78% 32,30% 45,92% 53,23% 1

Distribuição Weibull Extremo Mínimo* Logística Logística*

AELP 71,78% 57,42% 24,42% 53,24% 1

Distribuição Weibull T de Student Logística Lognormal

CLSC 63,60% 45,32% 46,09% 53,55% 1

Distribuição Logística* Logística* Logística* Logística

Sobre o desempenho dos testes de ajustamento de distribuição, é importante

mencionar que H0 não foi rejeitada em 83% dos fluxos de caixa calculados. Para os 17%

restantes, neste estudo, será admitido o pressuposto de que os dados seguem tal distribuição,



11

de modo a contribuir com alguma medida de risco a partir da melhor função de densidade de

probabilidade encontrada para estes fluxos de caixa.

Em relação ao FCO, 31 empresas excederam a expectativa de 50% de chances de

apresentarem valores positivos, enquanto que duas não conseguiram alcançar tal patamar.

Sobre o FCI, cinco empresas excederam a expectativa de 50% de chances de ter valores

positivos, enquanto que as demais apresentaram probabilidades dentro do esperado. Quanto

ao FCF, 14 empresas excederam a expectativa de valores positivos enquanto que 19 empresas

ficaram abaixo deste patamar. E quanto ao FC, 26 empresas superaram a expectativa de 50%

de chances de valores positivos, enquanto que sete empresas ficaram abaixo desta medida.

Tal como realizado para a gestão de capital de giro líquido, efetuou-se também uma

Análise de Conglomerados, detectando-se a presença de 2 (dois) clusters heterogêneos entre si

(p-value ANOVA < 1%), porém homogêneos quanto aos seus componentes, cuja divisão é

mostrada na coluna grupo da Tabela 5. O primeiro grupo é formado por 22 empresas que

tiveram os menores resultados de probabilidade dos seus fluxos de caixa (FC) ser maior do

que zero, cuja média do grupo foi de 50,45% e coeficiente de variação de 5,81%. O segundo

cluster é composto por 11 empresas, as quais apresentaram os melhores resultados de

probabilidade do seu FC ser positivo, cuja média do grupo foi de 61,24% e coeficiente de

variação de 7,15%.

5. Considerações Finais

O objetivo deste estudo foi avaliar o desempenho de empresas de utilidade pública

listadas em bolsa de valores, quanto à gestão de capital de giro líquido e à gestão do fluxo de

caixa, haja vista que estão intrinsecamente associadas e que seu bom gerenciamento é

condição necessária para a manutenção da sustentabilidade financeira organizacional,

considerando sempre o risco inerente à gestão destas atividades.

Em relação à gestão do capital de giro líquido, foram encontrados três grupos,

homogêneos internamente e heterogêneos entre si. No primeiro grupo, 17 empresas

encontram-se, em média, numa situação de insolvência, onde seus resultados oscilaram entre

Péssimo e Muito Ruim. O segundo grupo é formado por 10 empresas que estão, em média,

numa situação de inadimplência, predominando a situação insatisfatória. E no terceiro grupo,

as seis empresas restantes estão, em sua maioria, numa situação de sólida. De maneira

agregada e admitindo a hipótese de distribuição Gama, tais empresas têm 57% de chances de

ficaram insolventes, 28% de estarem inadimplentes e 15% de estarem solventes.

Uma vez calculadas as equações de regressão em painel, foi percebido que os

overtradings observados nas séries históricas das empresas sejam causados pela combinação

de (1) excesso de investimentos ligados à escassez de recursos próprios ou de terceiros de

longo prazo com (2) elevados ciclos financeiros e baixo crescimento das vendas e, em alguns

casos, (3) uma baixa geração de lucros ou prejuízo nas operações. Por outro lado, foi

constatado inelasticidade na maioria dos regressores, indicando que as variações no ST não



12

incorporam totalmente as variações ocorridas em suas contas patrimoniais e de resultado.

Assim, faz-se importante para seus gestores reverem suas estratégias organizacionais, de

modo que contemplem soluções para tais contratempos financeiros.

Quanto à gestão do fluxo de caixa, embora a maioria das empresas estudadas tenha

superado a expectativa de 50% de chances de ter valores positivos (26 casos), também é

importante ressaltar o elevado risco de não ocorrência destes, cujos valores estão oscilando

entre 30% e 58%. Por outro lado, exceder tal expectativa de fluxos de caixa positivos não

significa que tais valores sejam suficientes para financiar as suas demandas de curto e longo

prazo. É interessante para os gestores calcularem a probabilidade de se obter os fluxos de

caixa mínimos necessários para o financiamento dos ativos das companhias, com o intuito de

também incrementar seu Fair Value perante o mercado financeiro.

Dessa maneira, este estudo procurou contribuir, de maneira preliminar, com a

apresentação de algumas metodologias para se aferir a qualidade e o risco inerente à gestão do

capital de giro líquido e do fluxo de caixa de empresas de utilidade pública brasileiras. Como

continuação do estudo, é sugerida a ampliação do estudo para as demais empresas deste

agrupamento, de modo a compreender melhor o desempenho da gestão do capital de giro

líquido e do fluxo de caixa em risco do setor, bem como a inclusão de variáveis

macroeconômicas nestas análises, de modo que melhorias específicas para esta atividade de

prestação de serviços sejam desenvolvidas, com o objetivo principal da sustentabilidade

financeira.

REFERÊNCIAS

ALBUQUERQUE, A. R. A; PEROBELLI, F. F. C; CASTRO, R. S. Fluxo de caixa em

risco: uma nova abordagem para o setor de distribuição elétrica. In: IX Encontro Brasileiro de

Finanças, São Leopoldo, Anais... São Paulo: SBFIN, 2009.

BRASIL, H. V.; BRASIL, H. G. Gestão financeira das empresas: um modelo dinâmico. 3.

ed. Rio de Janeiro: Qualitymark, 1997.

FLEURIET, M.; KEHDY, R.; BLANC, G. O Modelo Fleuriet: A dinâmica financeira das

empresas brasileiras. Rio de Janeiro: Campus, 2003.

GITMAN, L. J. Princípios de administração financeira. 10. ed. São Paulo: Pearson, 2004.

MARQUES, J. A. V. C.; BRAGA, R. Análise dinâmica do capital de giro: O modelo

Fleuriet. Revista de Administração de Empresas, São Paulo, v.35, n.3, p.49-63, 1995.

MOURA, H. J; MATOS, D. M. Dimensionamento do capital de giro: uma abordagem

financeira. In: XXVII EnANPAD, Atibaia, Anais... Rio de Janeiro: ANPAD, 2003.

OLIVEIRA, A. M. B; SILVA, A. S; SILVA, R. N. Análise da sustentabilidade financeira

sob a ótica da gestão do capital de giro e da estrutura de capital: um estudo de caso. In:

XIII SIMPEP, Bauru, Anais... Bauru: SIMPEP, 2006.



13

______. Gestão de capital de giro e de fluxo de caixa em risco de empresas de transporte

ferroviário: um estudo multicaso. In: VI Simpósio de Engenharia de Produção da Região

Nordeste, Campina Grande, Anais... Campina Grande: UFCG - UFPB, 2011.

______; RAMALHO, R. O; MOURA, A. A. F. Gestão de capital de giro e de fluxo de

caixa em risco de empresas de bens industriais listadas na BMF&Bovespa. In: XXXI

Encontro Nacional de Engenharia de Produção, Belo Horizonte, Anais... Rio de Janeiro:

ABEPRO, 2011.

______; SOUZA, B. S. G; MATOS, J. G.; BARROS, L. S. C.; GONÇALVES, L. S. Gestão

de Capital de Giro Líquido e de fluxo de caixa em risco em empresas de embalagens

Brasileiras. In: VII Simpósio de Engenharia da Produção da Região Nordeste, Mossoró,

Anais... Mossoró: UFERSA, 2012.

OLIVEIRA, W. H. Análise financeira empreendedora. Belo Horizonte: Uma ciência

gerencial, 1996.

SAMANEZ, C. P. Gestão de investimentos e geração de valor. São Paulo: Pearson, 2007.

THEISS JÚNIOR, F.C; WILHELM, P. P. H. Análise do capital de giro: modelo dinâmico

versus modelo tradicional. In: XXIV EnANPAD, Florianópolis, Anais... Rio de Janeiro:

ANPAD, 2000.

VIEIRA, M. V. Administração estratégica do capital de giro. 2.ed. São Paulo: Atlas, 2008.

gestÃo de capital de giro lÍquido e de fluxo de caixa...

Documents