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

GESTÃO DO CAPITAL DE GIRO

LÍQUIDO E DE FLUXO CAIXA EM

RISCO: UMA COMPARAÇÃO ENTRE

EMPRESAS BRASILEIRAS DE BENS

INDUSTRIAIS, CONSTRUÇÃO E

TRANSPORTE

Abdinardo Moreira Barreto de Oliveira (UNIVASF )

[email protected]

Brenna Soraia Gomes de Souza (UNIVASF )

[email protected]

Julia Goes Matos (UNIVASF )

[email protected]

O objetivo deste estudo é realizar uma comparação entre o

desempenho de empresas brasileiras de sociedade anônima de capital

aberto quanto à gestão de capital de giro líquido e quanto à

capacidade de geração de caixa, ambos em risco, haja vvista que estas

temáticas estão intrinsecamente associadas e que seu bom

gerenciamento é condição necessária para a manutenção da

sustentabilidade financeira empresarial, uma vez que esta informação

não está claramente evidenciada para o usuário externo. Neste intuito,

foi feito um levantamento com empresas listadas na BMF&BOVESPA,

através do uso do banco de dados Economática®, abrangendo os

seguintes setores de atuação: Bens Industriais (22 empresas) e

Construção e Transporte (34 empresas). Foram coletados, por

empresa, 44 relatórios contábeis trimestrais entre 2000 e 2010, onde

os dados foram formatados de acordo com as orientações de Fleuriet,

Kehdy e Blanc (2003) sobre Capital de Giro Líquido Dinâmico e do

método indireto de fluxo de caixa (GITMAN, 2004). A análise dos

dados procedeu-se através de estatística descritiva, dos testes de

mediana não paramétricos U de Mann-Whitney e Kruskal-Wallis. Para

o cálculo do risco, foi utilizada a simulação de Monte Carlo, no intuito

de descobrir as distribuições de probabilidade das séries históricas,

estimando assim seus valores. Os resultados do estudo apontam que

para a capacidade de geração de caixa, no setor de Bens Industrias,

63,64% das empresas possuem chances de ter um FC positivo, e no

setor de Construção e Transporte cerca de 52,29% das empresas

analisadas obtiveram chances de apresentar caixas finais maiores que

zero. Deve-se ressaltar o risco inerente presente nessas atividades que

podem levar a não ocorrência desses resultados.

Palavras-chaves: Bens Industriais; Contrução e Transporte; 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

O presente estudo tem como finalidade a aplicação de uma metodologia a fim de

avaliar a gestão do capital circulante líquido e a gestão do fluxo caixa em empresas brasileiras

que desenvolvem atividades nos setores de Bens Industriais e Construção e Transporte, visto

que esses fatores são primordiais para a saúde de uma instituição. Por isso, gestores e demais

pessoas vinculadas ao estudo de finanças buscam alternativas que auxilie na administração

desses fatores e na mensuração do risco inerente em suas atividades.

Segundo Vieira (2008), um tema que tem crescente interesse é a administração do

capital de giro líquido, devido às suas implicações sobre o equilíbrio e estabilidade financeira

da organização, o mesmo também relata que este equilíbrio se materializa na manutenção de

um fluxo caixa saudável e uma boa situação de liquidez. A busca pela liquidez deve ser feita

com a integração aos demais objetos macrofinanceiros da instituição, principalmente na

otimização da relação risco/retorno. 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 (MOURA,

MATOS, 2003),

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.

Uma breve demonstração da importância que esses setores têm para a economia e a

sociedade brasileira é sua participação na geração de vagas de emprego. Em março de 2013 o

Brasil criou 110 mil empregos, sendo que o setor da indústria é responsável por 25.790, um

percentual de 23,45%, e o da construção civil gerou 19.709 empregos, cerca de 17,92%, que

corresponde a segunda e terceira colocação no quesito geração de emprego (PORTAL

BRASIL, 2013).

Tendo em vista que, 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, os resultados apresentados por eles demonstram

a viabilidade na mensuração do risco nestas atividades. Este trabalho tem como finalidade

analisar e confrontar os resultados da gestão do capital de giro líquido e de fluxo de caixa das

empresas brasileiras do setor de Bens Industriais e Construção e Transporte, de maneira que



3

seja possível apontar indícios de sustentabilidade financeira nestes setores, com o uso da

metodologia.

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.



4

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

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.

Estrutura CCL NIG ST Situação Notas

I + – + Excelente 8,33 a 10,00

II + + + Sólida 6,67 a 8,32

III – – + Alto Risco 5,00 a 6,66

IV + + – Insatisfatória 3,33 a 4,99

V – – – Muito ruim 1,67 a 3,32

VI – + – Péssima 0,00 a 1,66

QUADRO 1 - Tipos de estruturas financeiras e respectivas notas

Fonte: Adaptado de Marques e Braga (1995) e Theiss Júnior e Wilhelm (2000).

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



5

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

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

Bens Industriais e Construção e Transporte. No setor de Bens Industriais foram encontradas

37 empresas das quais selecionamos 22 (59,46% do total), e no de Construção e Transporte

das 78 empresas listadas foram selecionadas 34 (43,59% do total).

OPERACIONAIS INVESTIMENTOS FINANCIAMENTOS

Lucro Líquido Realizável a Longo Prazo Empréstimos de curto prazo (+) Depreciação Investimentos Debêntures

Créditos Imobilizado Dívidas com pessoas ligadas Estoques Intangível Dividendos a pagar

Outros ativos circulantes Diferido Exigível a Longo Prazo Fornecedores Capital Social

Impostos Reservas de Capital Provisões Reservas de Lucro

Outros passivos circulantes

( ) Ajustes de lucros

QUADRO 2 – Modelo da Demonstração do Fluxo de Caixa, método indireto Fonte: Adaptado da BMF&BOVESPA e GITMAN (2004).



6

O processo de seleção da amostragem ocorreu de maneira não probabilística, tendo

como critérios de escolhas as que possuem, 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 pela obtenção dos relatórios trimestrais Balanço

Patrimonial e Demonstração do Resultado do Exercício, todos disponíveis no banco de dados

Economática, totalizando até 44 relatórios por empresa.

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.

Tipo Ativo Circulante Tipo Passivo Circulante

F Disponibilidades F Empréstimos e financiamentos

O Créditos F Debêntures

O Estoques F Dividendos a pagar

O Outros F Dívidas com pessoas ligadas

O Fornecedores

O Impostos, taxas e contribuições

O Provisões

O Outros

QUADRO 3 – Classificação das contas circulantes para as empresas ferroviárias

Nota: F = financeiro; O = operacional

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 centroide, 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



7

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

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

As Tabelas 1 e 2 mostram 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.

As notas encontradas demonstram que, em relação às empresas do setor de Bens

Industriais, ocorreu maior concentração entre as categorias Insatisfatória e Sólida. Isto indica

que ainda que em sua maioria essas empresas tivessem recursos para financiar as suas

atividades operacionais (CCL>0), houve períodos em que as suas necessidades de

investimento em giro superaram a sua capacidade de financiamento de curto prazo, gerando

momentos de inadimplência (CCL<NIG).



8

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

de Bens Industriais.

Empresa Péssima Muito

Ruim

Insatisfatória Razoável Sólida Excelente Nota

média

Metal Frio - - [5,00]1 - [7,34]16 - 7,20

Valid - - [4,62]5 - [7,30]16 - 6,66

Embraer [1,67]1 [3,33]1 [4,55]12 - - [9,38]5 6,53

Inds Romi - - [4,28]22 - [7,40]22 - 5,84

Fras-Le - - [4,45]22 - [7,14]22 - 5,79

Metisa - - [4,36]21 - [7,00]23 - 5,74

Lupatech [0,81]5 - [4,17]2 - [7,48]13 - 5,48

Baumer - - [4,44]29 - [7,50]15 - 5,48

Forjas Taurus - - [4,45]28 - [7,24]16 - 5,47

Minas Maquinas

- - [4,67]36 - [7,16]8 - 5,12

Bardella - - [4,69]38 - [7,29]6 - 5,04

Metal Leve [1,67]1 - [4,39]33 - [7,14]10 - 4,96

Marcopolo - - [4,22]38 - [7,37]6 - 4,65

Schulz - - [4,54]43 - [8,33]1 - 4,63

Randon Part [0,81]9 [2,50]2 [4,47]16 - [7,02]17 - 4,62

Aco Altona - [2,55]21 [4,49]7 [5,78]13 [7,26]3 - 4,13

Csu Cardsystem

[0,61]11 - [4,54]5 - [7,33]4 [10,00]1 3,27

DTCOM

Direct

- [2,57]39 - - [7,50]2 - 2,81

Kepler Weber [1,29]27 [2,47]3 [4,00]9 - [7,42]4 [10,00]1 2,68

Lark Maqs [0,80]25 [2,57]5 [4,24]11 - [7,52]3 - 2,32

Wiest [0,64]18 [2,84]25 - - - - 1,92

Riosulense [0,94]37 - [4,53]7 - - - 1,51

Em termos gerais, também foi calculada uma nota média de modo a representar tanto

eficiência como a eficácia na gestão de capital de giro líquido no período estudado, cuja

escala varia de 0 a 10. Neste quesito, a maioria das empresas apresentou notas entre 4 e 6, o

que poderia ser interpretado como uma gestão modesta do capital de giro líquido, devido as

oscilações verificadas na Tabela 1, entre as categorias insatisfatória e sólida. As duas

empresas que apresentaram as melhores notas foram Metal Frio (atua no mercado de

refrigeração comercial plug-in.) e Valid (atua no mercado de oferta de soluções de segurança

por meio magnético), com os dois piores resultados estão as empresas Wiest (atua no mercado

de escapamentos e sistemas automotivos) e a Riosulense (atua no mercado de guias, sedes,

tuchos mecânicos de válvulas e fundidos em ligas especiais).



9

Tabela 2 - Resultado das notas para gestão do capital de giro líquido para as empresas de

Construção e Transporte.

Empresa Péssima Muito

ruim

Insatisfatória Razoável Sólida Excelente Nota

média

SANTOS BRAS

ON

[1,00]9 [3,33]1 [4,17]2 [5,83]2 [7,12]

24

[8,75]6 8,75

SONDO

TECNICA ON

- - - - [7,45]

44

- 7,45

DIRECIONAL ON - - [5,00]1 - [7,15]

16

- 7,02

PDG REALT ON [1,67]1 - - - [7,30]

17

- 6,99

MRV ON - - [4,17]2 - [7,35]

14

- 6,95

ETERNIT ON - - [4,35]18 - [7,29]

26

- 6,09

CCR SA ON [1,00] 9 [3,33]1 [4,17]2 [5,83]2 [7,12] 24 [8,75]6 5,81

GAFISA ON - - [4,61]25 - [7,22]

19

- 5,74

CC DES IMOB

ON

[0,83]2 - [4,46]8 - [7,33]

11

- 5,62

AZEVEDO ON - - [4,12]5 [5,23]32 [7,23]7 - 5,42

ROSSI RESID ON - - [4,53]30 - [7,26]14 - 5,40

HELBOR ON [0,61]3 [2,50]2 [5,00]1 [6,67]1 [7,20]9 - 5,20

CONST BETER

ON

[0,58]3 - [4,18]24 [6,67]1 [7,17]16 - 5,08

TECNOSOLO ON - - [4,48]34 - [7,03]10 - 5,06

RODOBENSIMOB

ON

[0,68]4 - [4,47]7 - [7,62]8 - 5,00

ALL AMER LAT

1 ON

[0,91]14 [2,57]4 [5,00]1 - [7,18]

20

[8,91]5 4,92

EVEN ON [0,92]6 - [4,39]4 - [7,24]11 - 4,89

CIMOB PART ON [1,10]4 [2,99]5 [4,43]12 [5,45]10 [7,20]8 [10,00]1 4,86

COMPANY ON [1,01]3 - [4,45]16 - [7,35]6 - 4,73

SERGEN ON - [2,50]2 [4,44]39 - [7,64]3 - 4,57

TREVISA ON [1,43]11 [2,88]12 [4,38]7 [5,83]2 [7,09]6 [9,59]6 4,38

JOAO FORTES

ON

[0,92]

10

[2,50]2 [4,54]25 - [7,39]6 [10,00]1 4,14

FER C ATLANT

ON

[1,17]

19

[3,33]1 [4,54]6 [6,67]1 [7,06]16 [10,00]1 4,14

CYRELA

REALTY ON

[1,10]

10

[2,60]6 [4,25]20 - [7,30]6 [9,17]2 3,95

SULTEPA ON [1,67]1 [2,95]25 [4,49]18 - - - 3,55

CSU

CARDSYSTEM

ON

[0,61]

11

- [4,53]5 - [7,33]4 [10,00]1 3,27

LIX DA CUNHA

ON

[0,83]2 [3,04]41 [5,00]1 - - - 2,99

MENDES JR ON [0,76]5 [2,83]35 - [5,83]2 [7,50]2 - 2,94

CHIARELLI ON [0,66]4 [2,63]28 [4,25]12 - - - 2,90

VIVER ON [0,97]7 [2,86]5 [3,90]3 - [7,50]2 - 2,81

DOC IMBITUBA

ON

- [2,71]44 - - - - 2,71

CONST A LIND ON

[1,39] 21

[2,83]21 [4,17]2 - - - 2,20



10

PORTOBELLO

ON

[0,76]

34

[3,33]1 [3,85]9 - - - 1,45

HAGA SA ON [0,93]

44

- - - - - 0,93

Ao analisar a Tabela 2 percebeu-se tal como na Tabela 1, que as notas referentes às

empresas do setor de Construção e Transporte, estão concentradas entre as categorias

Insatisfatória e Sólida. Em relação às notas médias gerais, a maioria das empresas apresentou

notas entre 4 e 6, devido as oscilações verificadas na Tabela 2, entre as categorias

insatisfatória e sólida. As duas empresas que apresentaram melhores desempenhos foi a

Santos Bras (atua no mercado de operação de contêineres) e a Sondo Técnica (atua no

mercado de engenharia), as que tiveram os piores resultados foram as empresas Haga (atua no

mercado de produtos e serviços voltados a fixação, movimento, fechamento, travas,

acessórios e objetos utilizados em e para portas) e a PortoBello (atua no mercado de

revestimento cerâmico).

Uma vez calculadas as notas para a gestão de capital de giro líquido, 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 Qui-quadrado. Os valores do teste Qui-quadrado são

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

ao nível de 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, de inadimplência ou de

insolvência. Nas Tabelas 3 e 4 temos os resultados do teste de aderência.

Tabela 3 – Teste de aderência e probabilidades de risco do capital de giro líquido das empresas de Bens

Industriais (Sig. 1%)

Empresas Agregadas Nota CG p Insolvente p Inadimplente p Solvente

GoF 571,0337 31,07% 50,55% 18,39%

p-value 0,0000

Tipo Beta

Tabela 4 – Teste de aderência e probabilidades de risco do capital de giro líquido das empresas de

Construção e Transporte (Sig. 1%)

Empresas Agregadas Nota CG p Insolvente p Inadimplente p Solvente

GoF 874,2776 35,96% 43,02% 21,02%

p-value 0,0000

Tipo Beta

Nesse sentido percebeu-se que, tanto para as empresas de Bens Industriais como para

as empresas de Construção e Transporte, as maiores chances de ocorrência estão localizadas

na categoria inadimplente, sugerindo assim esta situação ser recorrente durante a gestão do



11

capital de giro líquido dessas companhias. Ademais é chamada aqui a atenção para as baixas

chances de ocorrência para a categoria solvente, onde a marca de 20% de chance de

ocorrência não foi superada pelo setor de Bens Industriais e foi superada pelo setor de

Construção e Transporte, revelando-se assim uma importante evidência do alto risco

associado à gestão do capital de giro líquido dessas empresas.

4.2. Gestão do fluxo de caixa

Nas Tabelas 5 e 6 são apresentados os resultados dos 50.000 valores via técnica de

Monte Carlo para a probabilidade dos fluxos de caixa das empresas de Bens Industriais e

Construção e Transporte, respectivamente, serem maiores que zero, assim como o formato da

distribuição de probabilidades que melhor se ajustou ao comportamento dos dados coletados.



12

Tabela 5 – Distribuição e probabilidade dos FC’s > 0 nas empresas de Bens Industriais (Sig. 1%)

Prob. FC’s > 0 FCO FCI FCF FC

LUPATECH

Distribuição

48,74%

Extremo Mínimo

19,73%

Extremo Mínimo

63,06%

Extremo Máximo

40,17%

Lognormal

METALFRIO

Distribuição

50,07%

Beta

32,84%

Logística

57,89%

Extremo Máximo

46,44%

Extremo Máximo

DTCOM DIRECT

Distribuição

12,11%

Logística

55,69%

Extremo Mínimo

77,44%

Logística

48,21%

Logística

LARK MAQS

Distribuição

44,07%

Extremo Mínimo

49,35%

Logística

59,47%

Extremo Máximo

48,25%

Logística

BARDELLA

Distribuição

56,50%

Logística

34,67%

Extremo Mínimo

52,00%

Extremo Máximo

49,23%

Logística

METAL LEVE

Distribuição

71,46%

Beta

34,50%

Extremo Mínimo

46,30%

Lognormal

49,75%

Extremo Máximo

BAUMER

Distribuição

54,57%

Logística

36,56%

Extremo Mínimo

51,99%

Extremo Máximo

49,81%

Logística

CSU

CARDSYSTEM

Distribuição

52,37%

Beta

34,18%

Logística

56,19%

Extremo Máximo

49,91%

Logística

EMBRAER

Distribuição

60,76%

Logística

45,89%

Weibull

45,07%

Logística

50,40%

Beta

MINASMAQUINAS

Distribuição

48,99%

Logística

42,49%

Extremo Mínimo

55,38%

Logística

50,82%

Logística

KEPLER WEBER

Distribuição

50,53% Extremo Mínimo

27,87% T de Student

61,25% Extremo Máximo

51,00% T de Student

WIEST

Distribuição

28,86%

Extremo Mínimo

51,38%

Logística

74,00%

T de Student

52,00%

Logística

RIOSULENSE

Distribuição

43,47%

Logística

26,14%

Extremo Mínimo

65,49%

Lognormal

52,49%

Logística

ACO ALTONA

Distribuição

38,69%

T de Student

32.50%

Extremo Mínimo

59,85%

Lognormal

53,76%

Logística

FRAS-LE

Distribuição

70,20%

T de Student

34,61%

Extremo Mínimo

45,68%

Lognormal

53,97%

Extremo Máximo

INDS ROMI

Distribuição

62,45%

Logística

26,58%

Extremo Mínimo

52,89%

Lognormal

54,92%

T de Student

VALID

Distribuição

96,59%

Gamma

36,94%

Extremo Mínimo

38,67%

Lognormal

55,30%

Extremo Máximo

RANDON PART

Distribuição

64,84%

Logística

21,37%

Extremo Mínimo

56,37%

Logística

55,41%

Extremo Máximo

FORJAS TAURUS

Distribuição

69,36%

Logística

18,35%

Logística

53,44%

Extremo Máximo

56,21%

Logística

METISA

Distribuição

63,20%

Lognormal

29,01%

Extremo Mínimo

52,23%

Logística

57,42%

Logística

MARCOPOLO

Distribuição

59,20%

Extremo Máximo

31,08%

Logística

48,33%

Lognormal

57,92%

Extremo Máximo

SCHULZ

Distribuição

46,17% T de Student

24,38% Extremo Mínimo

62,88% Extremo Máximo

66,76% T de Student



13

Tabela 6 – Distribuição e probabilidade dos FC’s > 0 nas empresas de Construção e Transportes (Sig.1%)

Prob. FC’s > 0 FCO FCI FCF FC

CC DES IMOB

Distribuição

44,95%

Extremo

Máximo

23,18%

Normal

66,49%

Extremo

Máximo

43,32%

Gama

RODOBENSIMOB

Distribuição

39,07%

Extremo

Máximo

72,77%

Extremo

Mínimo

14,75%

Extremo

Máximo

44,56%

Extremo

Máximo

DIRECIONAL

Distribuição

82,88%

Logística

12,53%

Logística

54,58%

Weibull

46,02%

Gama

ETERNIT

Distribuição

73,38%

Logística

43,80%

Logística

20,22%

T de Student

46,32%

Logística

CIMOB PART

Distribuição

3,35%

Extremo

Mínimo

70,37%

Logística

92,50%

Lognormal

47,18%

Logística

CHIARELLI

Distribuição

46,90%

T de Student

51,06%

T de Student

51,22%

T de Student

47,45%

T de Student

MRV

Distribuição

44,63%

Logística

6,64%

Logística

81,99%

Extremo

Máximo

47,50%

Extremo

Máximo

ROSSI RESID

Distribuição

60,58%

Lognormal

33,19%

Extremo

Mínimo

55,74%

Logística

47,85%

Extremo

Máximo

HELBOR

Distribuição

66,62% Logística

11,53% Normal

52,54% Weibull

47,98% Extremo

Máximo

CYRELA REALTY

Distribuição

69,72%

Logística

25,49%

Beta

64,42%

Lognormal

48,06%

Logística

CONST BETER

Distribuição

47,19%

Lognormal

32,40%

T de Student

54,50%

Logística

48,09%

Logística

MENDES JR

Distribuição

59,69%

Logística

3,29%

T de Student

91,83%

T de Student

48,59%

Logística

COMPANY

Distribuição

38,55%

Extremo

Mínimo

30,29%

Extremo

Mínimo

82,09%

Lognormal

48,64%

Logística

ALL AMER LAT

Distribuição

65,27%

T de student

40,80%

Logística

54,73%

Logística

49,06%

Logística

LIX DA CUNHA

Distribuição

68,11%

T de Student

22,68%

T de Student

58,29%

T de Student

49,68%

T de Student

CSU CARDSYSTEM

Distribuição

51,08%

Extremo

Máximo

33,80%

Logística

47,68%

Lognormal

49,74%

Lognormal

SULTEPA

Distribuição

62,13%

T de Student

36,86%

Extremo

Mínimo

60,95%

Extremo

Máximo

50,09%

T de Student

VIVER

Distribuição

52,52% Logística

8,88% Extremo

Máximo

83,17% Extremo

Máximo

50,51% Logística

TREVISA

Distribuição

53,92%

T de Student

49,07%

Extremo

Mínimo

63,21%

T de Student

50,52%

Logística

SERGEN

Distribuição

53,84%

Logística

42,06%

Extremo

Mínimo

58,14%

Logística

50,64%

Lognormal

GAFISA

Distribuição

42,02%

Logística

25,18%

Extremo

Mínimo

65,53%

Lognormal

50,89%

Logística

EVEN

Distribuição

78,31%

Weibull

0,64%

Extremo

Mínimo

76,37%

Extremo

Máximo

51,12%

Logística



14

DOC IMBITUBA

Distribuição 50,36%

Extremo

Mínimo

41,82%

Logística

75,68%

T de Student

51,20%

Logística

TECNOSOLO

Distribuição

41,52%

Extremo

Mínimo

36,99%

Logística

62,94%

Lognormal

51,30%

Logística

AZEVEDO

Distribuição

48,38%

Logística

30,69%

Logística

77,68%

Logística

51,77%

Lognormal

FER C ATLANT

Distribuição

33,60%

T de Student

21,92%

Logística

72,35%

Extremo

Máximo

51,98%

T de Student

PDG REALT

Distribuição

79,42%

Gamma

5,98%

Extremo

Mínimo

73,50%

Weibull

52,13%

Extremo

Máximo

CCR AS

Distribuição

77,83%

Logística

36,56%

Extremo

Máximo

49,62%

T de Student

52,56%

Logística

SANTOS BRAS

Distribuição

73,72%

T de Student

16,10%

T de Student

66,04%

T de Student

53,39%

T de Student

PORTOBELLO

Distribuição

40,21%

Logística

42,02%

Logística

67,04%

Logística

55,28%

T de Student

SONDOTECNICA

Distribuição

64,52%

Weibull

48,15%

Extremo

Mínimo

32,62%

T de Student

56,23%

Lognormal

CONST A LIND

Distribuição

39,18%

Logística

44,45%

Logística

66,70%

Logística

62,61%

T de Student

JOAO FORTES

Distribuição

51,45% Logística

40,25% Weibull

64,03% Logística

64,04% T de Student

HAGA SA

Distribuição

14,05%

Lognormal

51,22%

Logística

95,24%

Extremo

Mínimo

65,82%

Extremo

Máximo

Nas empresas de setor de Bens Industriais percebeu-se que as chances de obter valores

positivos foram: em relação ao FCO 14 empresas superaram 50% de chance, destacando a

Valid que obteve a maior chance de obter valores positivos em seu fluxo de caixa operacional

(96,59%) e a Wiest, com resultado oposto, possuindo a menor expectativa (28,86%); já no

FCI apenas duas empresas (DT COM DIRECT e a Wiest) demonstraram ter uma chance

maior que 50%; e no FCF a maioria das empresas superou a expectativa de 50% chance, cerca

77,27% do total de empresas. Por fim o FC, onde 14 empresas apresentaram resultados dentro

da expectativa (50% de chance de FC > 0), destacando a Schulz com 66,76%, melhor

resultado.

Já em relação ao setor de construção e transportes, das 34 empresas analisadas,

percebeu-se que a probabilidade de obter valores positivos, foi: quanto ao FCO, 20 empresas

superaram 50% de chance, destacando a DIRECIONAL que obteve a maior chance de ter



15

valores positivos em seu fluxo de caixa operacional (82,88%) e a CIMOB PART, com a

menor expectativa (3,35%); já no FCI apenas quatro empresas demonstraram ter

probabilidade maior que 50%; e no FCF, 29 empresas superaram a expectativa de 50% de

chance, destacando a HAGA AS com 95,24% e a RODOBENSIMOB com 14,75%. Por fim,

mais da metade das empresas (18) apresentaram resultados dentro da expectativa (50% de

chance de FC > 0), destacando a HAGA SA com o melhor resultado (65,82%).

5. Considerações Finais

Este estudo teve como objetivo principal avaliar e comparar o desempenho de

empresas de Bens Industriais e Construção e Transporte, listadas em bolsa de valores, quanto

à gestão de capital de giro líquido e à gestão do fluxo de caixa, considerando os riscos

presentes na gestão dessas atividades, tendo vista a importância dessas empresas para o

desenvolvimento de um país.

As empresas analisadas demonstraram que as notas obtidas para a classificação da

gestão de capital de giro líquido oscilam entre as categorias de Insolvência e Solvência, em

ambos os setores. Das empresas de Bens Industriais os melhores desempenhos foram os das

companhias Metal Frio e Valid, as piores notas receberam as empresas Wiest e a Riosulense.

No setor de Construção e Transporte as que obtiveram os melhores resultados foram Santos

Bras e a Sondo Técnica, com os piores resultados apresentados estão Haga e PortoBello. Em

relação à simulação das notas, as maiores chances de ocorrência estão localizadas na categoria

Inadimplente, além disso, percebeu-se que a marca de 20% de chance de ocorrência da

situação solvente não foi superada, estando as maiores chances de ocorrência localizadas na

categoria inadimplente.

Em relação à gestão do fluxo de caixa, o setor de Bens Industriais e o setor de

Construção e Transporte apresentaram grandes chances de ter um FCO positivo. Para o FCI,

as empresas mostraram ter uma pequena chance de ser positivo, o que pode indicar que a

maioria delas investe em suas operações. E para o FCF, a maioria apresentou probabilidade de

ser maior que 50%. Os dois setores superaram a expectativa de 50% de chance de ter um

fluxo de caixa final positivo, porém, é importante ressaltar que também apresentam um

elevado risco de não ocorrência de FC>0, que no setor de Bens Industriais oscila entre 33% e

60%, e no setor de Construção e Transporte oscila entre 34% e 57%.

Assim, 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 do setor de bens industriais e construção e transporte,

fazendo uma comparação entre estes. Como continuação do estudo, é sugerida a ampliação do

estudo para os demais setores de empresas, de modo a compreender melhor o desempenho da

gestão do capital de giro líquido e do fluxo de caixa em risco de cada setor, bem como a

inclusão de variáveis macroeconômicas nestas análises, com o objetivo principal da

sustentabilidade financeira.



16

REFERÊNCIAS

______. 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.

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.

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

gerencial, 1996.

PORTAL BRASIL. País criou mais de 110 mil vagas de empregos formais no mês de

março. Publicado em: 17/04/2013. Disponível em: <

http://www.brasil.gov.br/noticias/arquivos/2013/04/17/em-marco-foram-criadas-mais-de-110-

mil-vagas-de-empregos-formais >. Acesso em: 20/03/2013.

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.

http://www.brasil.gov.br/noticias/arquivos/2013/04/17/em-marco-foram-criadas-mais-de-110-mil-vagas-de-empregos-formais

http://www.brasil.gov.br/noticias/arquivos/2013/04/17/em-marco-foram-criadas-mais-de-110-mil-vagas-de-empregos-formais

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

Documents