Resultados das estimações do modelo regressivo

O comparativo resultante da aplicação dos três modelos de estimadores (regressão agrupada, painel de efeitos fixos e painel de efeitos aleatórios) resultou:

Tabela 3 Resumo comparativo dos procedimentos para seleção do modelo regressivo

% '()*( = + + ,- ./0/1234 + ,5 ./00*'.6 + 78/1141 + 93,1 D G @ > . G > VarAtBio VarRecVj lnattot Constante 0,0044406 *** 0,0000459 0,0067371 *** 0,1291015 *** 0,0020622 * 0,000016 0,0031654 0,0759461 ILII55M1II N ILIIII197I #ILIIMI11II NN IL11771O;I NNN P F& R² 0,2511 0,3630 IL88OM

F/Qui quadrado (a) 19,45 / [0,0000] 1,11 / [0,3462] OLM5 F QILI8:9R

, ?

. '$ ) $#" S ? ?

17,14 / [0,0000] 260,43 / [0,0000] 3,61 / [0,3072] Efeitos Aleatórios

Legenda: (a) O teste qui quadrado é aplicável apenas ao modelo de efeitos aleatórios, sendo o teste F aplicado aos demais modelos; (*) Significativa ao nível de 10%; (**) Significativa ao nível de 5%; (***) Significativa ao nível de 1%.

Onde:

: custo da dívida bancária.

: variação entre períodos consecutivos da proporção entre o Ativo Biológico e o Ativo Total. : variação entre períodos consecutivos da proporção entre o Resultado da Mensuração ao Valor Justo e a Receita Total.

: logaritmo natural do valor do ativo total de cada companhia.

De acordo com o resultado do teste F de Chow, que implicou em uma probabilidade inferior a 0,0001, foi rejeita a hipótese nula de que os interceptos são iguais, logo o modelo de efeitos fixos parece ser mais ajustado do que o modelo de regressão agrupada. No teste de Multiplicador de Lagrange de Breusch Pagan, que resultou em uma probabilidade inferior a

0,0001, foi rejeita a hipótese nula de que o erro é homocedástico, isto é, o modelo de efeitos aleatórios é mais ajustado do que o de regressão agrupada.

Tendo sido considerado o modelo de regressão agrupada como o menos ajustado nos dois testes anteriormente apresentados, a escolha entre os modelos de efeitos fixos e de efeitos aleatórios foi realizada por intermédio do teste de Hausman. Segundo o referido teste, com uma probabilidade superior a 0,3, não foi rejeitada a hipótese nula de que o estimador de efeitos aleatórios é consistente, o que implica que o referido modelo foi considerado mais ajustado do que o modelo de efeitos fixos, sendo, portanto, o escolhido para a análise.

Após definido que o modelo de efeitos aleatórios era a melhor escolha para verificar se existia relação entre as variáveis, verificou se por intermédio do teste qui quadrado, que apresentou uma probabilidade menor que 0,05 (exatamente 0,0347), que os coeficientes estimados se mostraram significativos em conjunto, sendo portanto válidas as estimações realizadas.

Em relação às variáveis, a VarRecVj não se mostrou significativa, logo, não foi possível determinar relação entre o quanto a proporção da variação do valor justo sobre a receita total de um período para o outro tenha afetado o custo da dívida (cdmed).

Pela observação entre os números reportados foi possível verificar diversas ocasiões em que o resultado do valor justo era negativo de um período para o outro, tal como apontado no exemplo ilustrativo apresentado no item 4.2 em que o excesso de custo em relação ao valor justo mensurado foi transferido para o resultado (devedor).

Além desse aspecto, muitas foram as empresas que divulgaram que sua mensuração de valor justo ocorre apenas semestralmente, sendo que nesses casos, para estimar o resultado trimestral foi utilizado o valor do semestre dividido por dois; nesse mesmo âmbito, algumas empresas mantiveram seus ativos ao custo, por não reconhecerem confiabilidade nas estimativas do valor justo, ou ainda deixaram para realizar essa mensuração apenas no ponto de colheita. Tais fatores, tal como apontado pelo teste, não resultaram como capazes de correlacionar a volatilidade do valor justo com o spread bancário; uma possibilidade é que os expurgos do valor justo para obtenção das estimativas de geração de caixa pelos analistas e, sua avaliação encaminhada aos responsáveis pelo comercial das instituições financeiras emparentarem um desprezo, ao nível de precificação, das variações intermediárias.

Outro ponto, que qualitativamente, parece explicar essa ausência de relação é de que as culturas geralmente ultrapassam 180 dias, ou ainda, nos bovinos, seu ponto de abate ultrapassa a um ano e as florestas a cinco, para o corte. Esses ciclos elevados não permitem marcações intermediárias para as taxas de juros, que são contratadas e realizadas em períodos superiores ao trimestre.

Já a VarAtBio, que representa a variação ocorrida na relação entre o valor do Ativo Biológico tanto de curto quanto de longo prazos e o Ativo Total, de um trimestre para o outro, se mostrou significativa ao nível de 10%.

Diferentemente da variação do valor justo refletida no resultado, que é totalmente volátil, a relação entre o Ativo Biológico e o Ativo Total não. O Ativo Biológico não fica negativo em nenhum exercício, enquanto o resultado pode, muitas vezes, assim o ser. Além disso, parte do valor de marcação do Ativo Biológico é custo, que é, segundo respondido por alguns analistas, buscado encontrar quando da tentativa de isolar o efeito das estimativas do preparador.

O detalhe que, de fato, permite uma conclusão que era esperada, pela hipótese de pesquisa, que a variação da proporção de VarAtBio impacta em um aumento de cdmed. Em outras palavras, o possível oportunismo, vulgarmente conhecido como “pedalada” do preparador é, de alguma forma, relacionado com o aumento do custo da dívida bancária.

Aqui cabe uma retomada sobre a formação dessa variável, o ponto inicial foi a elaboração da relação entre o Ativo Biológico e o ativo total, produzindo a PropAtBio:

= ó

Onde:

PropAtBio: Proporção entre Ativo Biológico de Curto e de Longo Prazo.

Ativo Biológico de Curto e de Longo Prazo: valores reportados destacadamente nos balanços

patrimoniais das companhias.

Como Ativo Biológico foram considerados todos os apresentados de modo segregado no balanço, sem distinção de prazo de realização, uma espécie de análise vertical desse componente.

Essa relação alimentou a preparação de uma segunda variável, a que, se não houver variações significativas de área e volume, deveria se manter não significativa, afinal o crescimento de um determinado talhão seria compensado pelo corte de outro, tal como evidenciado no exemplo ilustrativo constante do Apêndice D.

=

Onde:

VarAtBio: variação entre períodos consecutivos da proporção entre o ativo biológico e o ativo

total.

PropAtBio atual: Proporção entre Ativo Biológico de Curto e de Longo Prazo e o Ativo Total

reportado no Balanço Patrimonial do período corrente.

PropAtBio anterior: Proporção entre Ativo Biológico de Curto e de Longo Prazo e o Ativo

Total reportado no Balanço Patrimonial do período imediamente anterior ao período de reporte.

Dessa maneira, se as empresas estão maduras produtivamente, uma variação significativa nesse crescimento poderia indicar a tal “pedalada”. Essa era a premissa, todas empresas estabelecidas e estabilizadas. Como tal, o teste retornou uma relação positiva e significativa a 10%, representando que, se houver um aumento da proporção do Ativo Biológico sobre o ativo total, o custo da dívida sofrerá aumento, e vice versa.

O constructo que inspirou essa análise foi baseado na teoria de Value Relevance, tal como esperado e testado nessa direção, porém com busca da mensuração de seu reflexo sobre o valor de mercado (Barth, Beaver, & Landsman, 2001). Dessa maneira, como nada havia sido construído quanto ao reflexo da mensuração de Ativos Biológicos ao valor justo sobre o custo da dívida bancária em um ambiente, como o brasileiro, que é fortemente baseado em crédito, parece ser uma importante contribuição desta pesquisa, dado que o mercado de crédito, pelo apresentado, percebe e reflete negativamente essa alteração de relação. Possivelmente, em uma adaptação do constructo, a leitura desta conclusão pode indicar que a falta de transparência da valoração dos Ativos Biológicos possa impactar negativamente, não o valor de mercado das empresas, mas o custo das suas dívidas.

Talvez esse reflexo não seja exatamente intencional, ou incluído em algum modelo, tal como argumentado pelo Analista 6.a que mencionou a não total estruturação do montante da taxa relacionada às operações: “não existe um cálculo específico, não é assim, dentro do prazo de

cliente, em cima de garantia ou em cima de relacionamento, não existe um cálculo muito detalhado em cima disso. Tudo foi levado em conta, mas não é muito preciso”.

Nesse contexto, aparentemente, os grupos de acompanhamento dos diversos setores de atuação e seus respectivos triggers, tal como mencionado pelo Analista 1 possa estar atrelado com a percepção, de alguma forma, dessa relação.

Já a terceira variável independente testada, a de controle criada pelo logaritmo natural do Ativo Total lnattot se mostrou significativa a 5%, especificamente 2,6%. Tal resultado indica que as empresas maiores, possuem menor custo de endividamento bancário. Esse comportamento era esperado, logo, o constructo foi confirmado tanto pela leitura das entrevistas quanto pela literatura que se empenhou em testar determinantes do crédito (Schiffer & Weder, 2001); (Titman & Wessels, 1988); (Silva & Valle, 2005); (Barcelos, 2002).

Finalmente, para a respectiva validação dos achados e para eliminar o risco de que os dados estivessem contaminados com multicolinariedade, foi realizado o cálculo da estatística VIF (variance inflator – inflação da variância, em português), retornando os resultados apresentados a seguir.

Tabela 4 Cálculo da estatística VIF para verificar multicolinariedade

D D+. - & D+. & T # B

VarAtBio 1,00 1,00 0,9968 0,0032

VarRecVj 1,00 1,00 0,9986 0,0014

lnattot 1,00 1,00 0,9982 0,0018

Nessa direção, todos os VIF foram inferiores aos critérios estabelecidos tanto na literatura nacional (Fávero, Belfiore, Silva, & Chan, 2008): menores que cinco, quanto na internacional (Gujarati & Porter, 2011): menores que dez.