ANÁLISE DO GERENCIAMENTO DE RESULTADOS PRÉ-IFRS E PÓS-

4.2.1. Análise da hipótese 2: Existe uma diminuição do GR nas demonstrações contábeis, elaboradas à luz das IFRS, quando comparado com as práticas contábeis brasileiras válidas antes do início do período de sua adoção (até o ano de 2009).

Neste tópico, busca-se verificar e analisar o nível de gerenciamento de resultados encontrado nas empresas da amostra do presente estudo e com isso fazer algumas inferências sobre a segunda hipótese de pesquisa deste trabalho. Além disso, as evidências encontradas nessa seção poderão dar suporte para constatações anteriores ou novas conclusões. Posteriormente os

accruals discricionários serão utilizados na última etapa do trabalho, onde alguns

determinantes do ERC serão testados.

O nível de GR é gerado pela diferença entre os accruals totais observados nas demonstrações financeiras e os accruals totais estimados. Para se chegar aos acrruals totais observados, é necessário efetuar a diferença entre o lucro líquido e o fluxo de caixa operacional de cada uma das firmas da amostra, dividido pelo ativo total do período anterior (t-1). Enquanto para os

accruals totais estimados utilizam-se dos modelos de accruals (Jones Modificado e Performance Matching). A seguir, apresentadas as estatísticas descritivas do accruals totais.

Tabela 8. Estatística descritiva dos Accruals Totais Observados e Estimados.

Variáveis Obs Média Desvio Padrão Mínimo Máximo Total de Accruals Observados 17391 -0,0057 0,0325 -0,1327 0,0690

Lucro Líquido 17433 30716.82 66413.72 -59081 382098 Fluxo de Caixa Operacional 10887 83332.95 167335.1 -161927 881887 Total de Accruals Calculados JM 19863 -0,0004 0,0230 -2,1423 0,0001 Total de Accruals Calculados PM 19863 -0,0004 0,0254 -2,3470 0,0056

Fonte: Resultados da pesquisa.

O valor médio encontrado é negativo, o que indica uma tendência de que o fluxo de caixa operacional médio foi maior que o lucro líquido médio para as firmas da amostra. Segundo Melillo (2017) isso indica que as escolhas na gestão das empresas apresentam um resultado no regime de caixa superior ao regime de competência. Dessa forma têm-se, portanto, os accruals totais observados.

Observa-se que, em média as empresas apresentaram accruals totais calculados negativos. O sinal negativo de accruals totais (Tabela 8) é explicado justamente pela superioridade na média do fluxo de caixa das operações, de R$83.332,95, em detrimento a média do lucro líquido das firmas, de R$30.716,82.

As variáveis que constam na Tabela 9 são aquelas presentes nos modelos de Jones Modificado (Equação 15) e de Performance Matching (Equação 16), utilizados no presente estudo para inferência estatística acerca do nível de gerenciamento de resultados das empresas. As variáveis são: os accruals totais, apresentados anteriormente; o inverso do ativo (IA); a diferença entre a variação da receita e do contas a receber (ΔRec - ΔCR); além do ativo permanente (AP), todas divididas pelo ativo total do período anterior. Por fim, no segundo modelo insere-se a variável ROA, com o intuito de captar a performance da empresa na formação dos accruals. Sendo assim a Tabela 9 refere-se aos coeficientes, nível de significância das variáveis e explicação das variáveis independentes sobre a variável dependente.

Tabela 9. Resultados da equação 15 e 16: 𝑻𝑨𝒊𝒕

𝑨𝑻_{𝒊𝒕−𝟏} = 𝜶𝟎𝒊+ 𝜷𝟏𝒊( 𝟏 𝑨𝑻_{𝒊𝒕−𝟏}) + 𝜷𝟐𝒊( ∆𝑹𝑬𝑪𝒊𝒕− ∆𝑪𝑹𝒊𝒕 𝑨𝑻_{𝒊𝒕−𝟏} ) + 𝜷𝟑𝒊( 𝑨𝑷𝒊𝒕 𝑨𝑻_{𝒊𝒕−𝟏}) + + 𝜺𝒊𝒕; 𝑻𝑨𝒊𝒕 𝑨𝑻𝒊𝒕−𝟏 = 𝜶𝟎𝒊+ 𝜷𝟏𝒊( 𝟏 𝑨𝑻𝒊𝒕−𝟏) + 𝜷𝟐𝒊( ∆𝑹𝑬𝑪𝒊𝒕− ∆𝑪𝑹𝒊𝒕 𝑨𝑻𝒊𝒕−𝟏 ) + 𝜷𝟑𝒊( 𝑨𝑷𝒊𝒕 𝑨𝑻𝒊𝒕−𝟏) + 𝜷𝟒𝒊(𝑹𝑶𝑨𝒊𝒕−𝟏) + 𝜺𝒊𝒕

Jones Modificado (1995) Perfomance Matching (2005)

Coeficiente P > | t | Coeficiente P > | t | IA -170,82 0,000* -111,30 0,000* ΔRec -ΔCR -0,0842 0,000* -0,0714 0,000* AP -0,0083 0,000* -0,0077 0,000* ROA - - 0,1286 0,000* Constante -0,0021 0,000* -0,0024 0,000* Prob > F 0,000 0,000 R² 0,0170 0,0384 * Significância ao nível de 10% Fonte: Resultados da pesquisa.

Ambos os modelos apresentaram regressões estatisticamente significativas, apresentando valores de probabilidade inferiores a 10% para Jones Modificado e Performance Matching. No modelo de JM as variáveis inverso do ativo, diferença entre a variação da receita e do contas a receber e permanente demonstraram significância estatística à um nível de 10%, além da própria constante. Enquanto no modelo de PM, essas variáveis se mantiveram significativas, juntamente com o ROA, variável relacionada ao desempenho incluída no modelo e estatisticamente significativa para explicar o total de accruals.

A inclusão dessa variável de desempenho eleva o R² a mais que o dobro no modelo de PM, dados estes coerentes aos resultados encontrados por Melillo (2017) com exceção da significância da diferença entre a variação da receita e do contas a pagar.

Com relação ao poder de explicação das variáveis independentes sobre a variável dependente, o modelo de JM apresentou um R² de 1,70%, evidenciando que as variáveis utilizadas pelo modelo explicam aproximadamente quase dois por cento dos accruals totais. No entanto, a inserção da variável ROA para o modelo de PM o R² obteve melhora (3,84%), uma vez que, a variável foi significativa. Vale ressaltar que valores baixos para o R² são comuns na literatura de gerenciamento de resultados.

O coeficiente estimado para a variável ativo permanente é negativo e significativo para as regressões. O sinal negativo para essa variável, segundo Jones (1991), é esperado, tendo em vista que o ativo permanente é relacionado a uma acumulação que representa queda do resultado, por meio da despesa de depreciação. Relação esta também encontrada no estudo de Grecco (2013) para ambos os modelos entre o período de 2006 e 2011. Esse mesmo estudo também trás em seu escopo resultados sobre a diferença da variação das receitas e contas a pagar de forma curiosa. Ao longo do período de estudo essa variável apresentou-se positiva em todos os anos antes da adoção das IFRS, mas após essa adoção apresenta recorrentemente sinal negativo. Além disso, para o modelo PM o ROA só foi significativo no primeiro ano, diferente do observado nessa pesquisa, que além de significativa aumento o poder de explicação do modelo.

Com o objetivo de validar os modelos anteriores foram realizados testes de validação. Entre eles o teste de Breusch Pagan para heterocedasticdade, o teste VIF para multicolinearidade e por fim, o teste RESET para a correta especificação (variáveis omitidas), conforme apresentação na Tabela 10.

Tabela 10. Testes para o modelo de Jones Modificado e Performance Matching

JM PM

RESET Prob > chi2 = 0.0000 0.0000

VIF (Médio) 1.00 1.01

Breusch Pagan (BP) Prob > F = 0.0000 Prob > F = 0.7862 Fonte: Resultados da pesquisa.

Foi testada a heteroscedasticidade com o teste Breusch Pagan para os dois modelos, onde a hipótese nula não pode ser rejeitada apenas para o segundo modelo (PM), ou seja, a variância dos termos de erro não é constante para ambos os modelos. Como o valor encontrado no primeiro teste (0.0000) é menor que o nível de significância de 10%, a hipótese nula de homocedasticidade foi rejeitada. No caso do teste RESET, a hipótese nula se trata de o modelo não possuir variáveis omitidas. Como os valores encontrados no teste (0.0000) são menores que o nível de significância essa hipótese também é rejeitada, evidenciando que os modelos não estão bem especificados. Todavia, optou-se pela não inclusão de novas variáveis para que fosse trabalhada com a mesma especificação teórica dos modelos originais de Jones Modificado e de

Performance Matching consolidadas na literatura.

O teste VIF de multicolinearidade apresentou praticamente o mesmo resultado médio para ambos os modelos (1,00 e 1,01), além de nenhuma variável apresentar VIF maior que 10, ou seja, não existe correlação significativa entre as variáveis explicativas. Neste âmbito, foram realizadas regressões com variâncias e erros padrão robustos em relação à heterocedasticidade para as variáveis explicativas dos dois modelos. No geral, a significância das variáveis dos modelos se mativeram, assim como a estimação anterior sem os ajustes necessários.

Esses resultados embora contribuam para a não rejeição da H₂, individualmente não podem confirma-lá. Cabe ressaltar que tais conclusões ainda carecem de testes para validar ou não essa hipótese e por isso ainda não é possível fazer afirmativas. Segundo a hipótese 2 acredita-se que exista uma diminuição do GR nas demonstrações contábeis, elaboradas à luz das IFRS, quando comparado com as práticas contábeis válidas antes do início do período de sua adoção (até o ano de 2009).

Por fim, para se chegar aos accruals estimados devem ser utilizados os coeficientes gerados na regressão anterior (momento onde supostamente não houve GR – período de 2000 - 2009), e aplicar nas variáveis explicativas dos modelos de Jones Modificado e Performance Matching (momento em que supostamente houve GR – período 2010 - 2016), obtendo assim a variável explicada, os accruals totais estimados. Nesse momento é possível inferir acerca da intensidade do GR, deduzindo os accruals totais estimados, dos accruals totais observados, para cada uma das observações da amostra, resultando na proxy para GR para cada firma.

A partir do momento em que obtiveram-se os níveis de GR, para os modelos de Jones Modificado e Performance Matching, foi possível realizar as primeiras inferências estatísticas acerca dos accruals discricionários. Na tabela seguinte encontram-se as estatísticas descritivas

para os níveis de accruals discricionários para ambos os modelos em dois períodos distintos (2000 – 2009 e 2010 – 2016).

Tabela 11. Nível dos accruals discricionário para os modelos de Jones Modificado e Performance Matching Pré-IFRS

Modelos Obs Média Desvio Padrão Mínimo Máximo Jones Modificado 8521 -0,0006 0,0320 -0,1327 0,0690 Performance Matching 8521 -0,0006 0,0320 -0,1327 0,0690

Pós-IFRS

Modelos Obs Média Desvio Padrão Mínimo Máximo Jones Modificado 8870 -0,0106 0,0322 -0,1313 0,0689 Performance Matching 8870 -0,0106 0,0322 -0,1313 0,0689

Diferença JM 349 0,0100 0,0002

PM 0,0100

Fonte: Resultados da pesquisa.

Analisando as medidas apresentadas na Tabela anterior, observa-se que o nível de accruals discricionários apresenta médias negativas para ambos os modelos. Cabe observar ainda que para o período pré-IFRS os valores dos accruals discricionários e as demais estatísticas são aparentemente semelhantes ao período pós-IFRS. Embora o desvio padrão para o período pós- IFRS tenha aumentado suavemente, para Klann e Beuren (2012) o aumento da variabilidade indica menores evidências de gerenciamento de resultados. Com os modelos de Barth, Landsman e Lang (2008), klann e Beuren (2012) buscaram verificar a variabilidade no lucro líquido, além da variabilidade do lucro líquido sobre a variabilidade no fluxo de caixa operacional. Dessa forma, os autores entendem que maior variabilidade (inerente as firmas heterogêneas) representam menor nível de GR.

Para tornar mais robusta a análise, optou-se por rodar 2 regressões simples (apêndice), onde a variável dependente foi o Accruals Discricionários e a explicativa a variável dummy IFRS. A principal constatação refere-se ao impacto negativo ou restritivo da variável IFRS sobre o

accruals discricionários para ambos os modelos. Essa variável foi significativa reduzindo o GR

aproximadamente em -0,0100 para os modelos em questão e apresentaram R² de 0,0237. O efeito dessa variável IFRS é corroborada não só por sua significância, mas também pelo impacto negativo exercido sobre os accruals discricionários também encontrado na tese de Grecco (2013).

Dessa forma não foi possível rejeitar a segunda hipótese dessa pesquisa, que estabelecia: H₂: Existe uma diminuição do gerenciamento de resultados nas demonstrações contábeis, elaboradas à luz das IFRS, quando comparado com as práticas contábeis brasileiras válidas antes do início do período de sua adoção (até o ano de 2009).

A significância da variável IFRS, com o aumento da variabilidade das medidas estatísticas e da apresentada indica que o GR tem diminuído. Isso corrobora com trabalhos realizados em diversos países como o de Barth, Landsman e Lang (2008) para 21 países, Iadridis e Rouvolis (2010) na Grécia e Grecco (2013) para o caso brasileiro. Embora muitos outros apontem em caminhos opostos como Zhou, Xiong e Ganguli (2009) na China, Rathke, Santana, Lourenço e Dalmácio (2016) para países latinos-americanos e Klann (2011) para o Brasil.

4.3.ANÁLISE DOS DETERMINANTES DO EARNINGS RESPONSE COEFFICIENT