Diversos outros testes foram realizados de modo a comprovar a análise de robustez dos resultados das regressões. Uma questão central que se coloca nessa metodologia utilizada (Dados em Painel) é a necessidade de se escolher qual o modelo (fixo ou aleatório) que melhor explica a regressão analisada. É de se esperar nessas regressões que a covariância dos resíduos seja nula e que a variância dos erros seja constante (homocedasticidade). Como a amostra analisada é composta por empresas bastante diversas entre si, é de se esperar que o pressuposto da homocedasticidade não ocorra. Foi utilizado o estimador de White (1980) que permite superar o problema de heterocedasticidade e uma inferência mais precisa, com coeficientes não enviesados.
Incluímos como regressor uma variável binária que indica se a firma obtém ou não empréstimos junto ao BNDES – Banco Nacional de Desenvolvimento Econômico e Social durante o período amostral de 2000 a 2005 conforme demonstrado na tabela 5.
Esta variável é relevante por que uma parte significativa dos investimentos de longo prazo de empresas brasileiras de capital aberto é como se sabe, obtida por meio do BNDES. Empresas com empréstimo junto a essa instituição apresentam menores custos de agência “ceteris
Tabela 5: Resultado da Análise pelo Método Painel Efeitos Aleatórios.
em setores maduros da economia brasileira
REGRESSORES DIVLIQUIDA Constante 1.521 (0.45) p-valor 0.755 t-estatístico DEF 0.05 (0.0) p-valor 14.907 t-estatístico BNDES 2.677 (0.362) p-valor 0.911 t-estatístico R-elevado ao quadrado 0.216 R-ajustado ao quadrado 0.214 S.E. da regressão 10.587
Soma do resíduo ao quadado 91011.48
Estatística Durbin-Watson 0.611
Média Dependente variável 0.933
S.D. dependente variável 11.943
F-estatísitca 111.973
Probabilidade (F-estatistica) 0.00
nº de observações 815
Resultado da análise pelo método Painel Efeitos Aleatórios da variável dependente - divliquida das empresas que atuam
no período de 2000 a 2005.
Utilizamos painel efeitos aleatórios devido á presença da variável binária. A tabela 5 mostra os valores dos coeficientes estimados, O R2 da regressão, os erros padrões (SE) dos coeficientes, as estatísticas t para a significância de α e β e para β=1 e o intervalo de
confiança para β. Utilizamos a correção de White para superar possível problema de heterocedasticidade do modelo, pois ele é estritamente apropriado para grandes amostras.
Verifica-se que a hipótese Ho: α = 0 não é aceita, assim como β = 1, ao nível de 45% e 1% respectivamente, contrariando a versão forte da teoria “Pecking Order". Na forma fraca, Ho :
β = 0,05 não é aceita ao nível de 1%, invalidando a versão fraca também dessa teoria. Nessa
equação, as evidências apontam, portanto, para a rejeição da teoria “Pecking Order” na forma fraca, tal como em Shyam-Sunder e Myers (1999) e Frank e Goyal (2003). Ressalte-se que o R2 obtido na presente dissertação, na forma agregada, é o mesmo encontrado por Shyam- Sunder, mas inferior ao obtido por Frank e Goyal que foi de 0,21 e 0,678 respectivamente. O resultado encontrado nessa equação não difere muito do encontrado na tabela 4.
A intuição econômica é que as empresas que conseguem empréstimos de longo prazo a custos competitivos para desenvolvimento de projetos de investimentos junto ao BNDES são as que apresentam baixos custos de agência em razão de um maior monitoramento interno de suas atividades que estão aliadas com os interesses dos acionistas. O BNDES além de fomentar o desenvolvimento e crescimento das empresas, contribui também, para o fortalecimento da estrutura de capital das empresas privadas e desenvolvimento do mercado de capitais.
No intuito de testar mais uma vez os resultados da tabela 4, resolvemos mudar o período amostral escolhendo apenas o período mais recente que se inicia em 2000 após a mudança do regime cambial.
Tabela 6: Resultado da Análise pelo Método Painel Efeitos Fixos.
em setores maduros da economia brasileira
REGRESSORES DIVLIQUIDA Constante 2.779 (0.05) p-valor 1.895 t-estatístico DEF 0.05 (0.0) p-valor 14.947 t-estatístico R-elevado ao quadrado 0.215 R-ajustado ao quadrado 0.214 S.E. da regressão 10.585 Soma do resíduo ao quadado 91106.79 Estatística Durbin-Watson 0.611
Média Dependente variável 0.933 S.D. dependente variável 11.943 F-estatísitca 223.161 Probabilidade (F-estatistica) 0.00 nº de observações 815
Resultado da análise pelo método Painel Efeitos Fixos da variável dependente - divliquida das empresas que atuam
no período de 2000 a 2005.
A tabela 6 mostra os valores dos coeficientes estimados, o R2 da regressão, os erros padrões (SE) dos coeficientes, as estatísticas t para a significância de α e β e para β=1 e o intervalo de confiança para β. Verifica-se que a hipótese Ho: α = 0 não é aceita, assim como β = 1, ao nível de 1%, contrariando a versão forte da teoria “Pecking Order”. Utilizamos a correção de White para superar possível problema de heterocedasticidade do modelo, pois ele é estritamente apropriado para grandes amostras.
Na forma fraca, Ho: β = 0,05 não é aceita ao nível de 1%, invalidando a versão fraca também dessa teoria. Nessa equação, as evidências apontam, portanto, para a rejeição mais uma vez da teoria “Pecking Order” na forma fraca, tal como em Shyam e Sunder e Myers (1999) e Frank e Goyal (2003). Ressalte-se que o R2 obtido na presente dissertação, na forma agregada, é a mesmo encontrada por Shyam-Sunder, mas inferior ao obtido por Frank e Goyal que foi de 0,21 e 0,678 respectivamente.
A intuição econômica é que as empresas maduras por apresentarem baixos custos de agências preferem financiar seus investimentos por meio de recursos externos. A ordem de preferência desses recursos externos via empréstimo de longo prazo ou ações, vai depender do momento da economia do país.
Resolvemos realizar outros testes de robustez alterando a definição de dívida líquida. Analisamos a dívida líquida de curto prazo para todo período amostral de 1994 a 2005 conforme demonstrado na tabela 7.
Tabela 7: Resultado da Análise pelo Método Painel Efeitos Fixos.
em setores maduros da economia brasileira
REGRESSORES DIVIDACP Constante 40.305 (0.01) p-valor 2.40 t-estatístico DEF (0.18) (0.0) p-valor (11.80). t-estatístico R-elevado ao quadrado 0.08 R-ajustado ao quadrado 0.08 S.E. da regressão 59.874
Soma do resíduo ao quadado 5843477
Estatística Durbin-Watson 0.667
Média Dependente variável 3.211
S.D. dependente variável 69.210
F-estatísitca 1.382.432
Probabilidade (F-estatistica) 0.00
nº de observações 1632
da variável dependente - dividacp das empresas que atuam no período de 1994 a 2005.
A regressão constante na tabela 7 referente a Pecking Order Theory foi efetuada tendo como variável dependente à dívida líquida de curto prazo. Nela é mostrada os valores dos coeficientes estimados, O R2 da regressão, os erros padrões (SE) dos coeficientes, as estatísticas t para a significância de α e β e para β=1 e o intervalo de confiança para β. Utilizamos a correção de White para superar possível problema de heterocedasticidade do modelo, pois ele é estritamente apropriado para grandes amostras.
Os resultados contrariam a versão forte da teoria “Pecking Order”. Na forma fraca, Ho: B = 0,18 não é aceita ao nível de 1%, invalidando também a versão fraca da teoria. Nessa equação, as evidências apontam, portanto, para a rejeição da teoria “Pecking Order” na forma fraca, tal como em Shyam-Sunder e Myers (1999) e Frank e Goyal (2003). Ressalte-se que o R2 obtido na presente dissertação, na forma agregada, é bem menor que aqueles obtidos pelos autores estrangeiros que foi de 0,21 e 0,678 respectivamente.
O capital de terceiros tem significativa importância para as empresas, pois é o uso deste que permite aumentar o nível de atividades das empresas e financiar projetos quando estas não possuem recursos internos suficientes. O problema de pedir empréstimo é que devido à alta taxa de juros de curto prazo praticada no Brasil, as empresas brasileiras dificilmente recorrem a esse mercado de crédito. Essa é uma das razões da dificuldade das pequenas e médias empresas crescer e expandir suas atividades. As empresas maduras normalmente recorrem normalmente aos empréstimos de longo prazo via BNDES.
Na tabela 8 incluímos como regressor a variável binária BNDES. Normalmente empresas que recorrem a essa instituição são as que apresentam baixos custos de agência, pois seus
interesses econômicos estão aliados com os dos acionistas, ou seja, aumentar o valor da empresa.
Tabela 8: Resultado da Análise pelo Método Painel Efeitos Aleatórios.
em setores maduros da economia brasileira
REGRESSORES DIVIDALP Constante 16.844 0.05 p-valor 1.960 t-estatístico DEF 0.07 0.00 p-valor 7.451 t-estatístico BNDES 10.305 0.41 p-valor 0.82 t-estatístico R-elevado ao quadrado 0.03 R-ajustado ao quadrado 0.03 S.E. da regressão 36.932
Soma do resíduo ao quadado 2221991
Estatística Durbin-Watson 0.375
Média Dependente variável 3.386
S.D. dependente variável 37.543
F-estatísitca 28.206
Probabilidade (F-estatistica) 0.00
nº de observações 1632
Resultado da análise pelo método Painel Efeitos Aleatórios da variável dependente - dividalp das empresas que atuam
no período de 1994 a 2005.
confiança para β. Utilizamos a correção de White para superar possível problema de heterocedasticidade do modelo, pois ele é estritamente apropriado para grandes amostras.
Na forma fraca, Ho: β = 0,07 não é aceita ao nível de 1%, invalidando a versão fraca da teoria. Nessa equação, as evidências apontam, portanto, para a rejeição da teoria “Pecking Order” na forma fraca, tal como em Shyam-Sunder e Myers (1999) e Frank e Goyal (2003). Ressalte-se que o R2 obtido na presente dissertação, na forma agregada, é bem menor que aqueles obtidos pelos autores estrangeiros que foi de 0,21 e 0,678 respectivamente.
O financiamento é peça fundamental para o desenvolvimento. O sistema financeiro pode criar poder de compra autonomamente e, desta forma, viabilizar a realização de projetos para os quais os recursos internos se mostrarem insuficientes. O financiamento é também um importante instrumento de política industrial, uma vez que afeta a alocação de recursos entre os setores da economia. Para diminuir sua vulnerabilidade a flutuações macroeconômicas de curto prazo, projetos de longo prazo requerem financiamento de longo prazo. Banco comerciais, cujas fontes e financiamento são majoritariamente de curto prazo, não são capazes de financiar este tipo de projeto. Nessas considerações, fica claro que o BNDES tem um papel central no atual ciclo de desenvolvimento e crescimento das empresas. Embora o resultado não se tenha mostrado robusto nesse período quando se inclui a variável binária BNDES, não se pode desprezar a importância dessa instituição no cenário econômico para o crescimento das empresas via financiamento de projetos no longo prazo.
Finalmente, estimamos mais uma regressão incluindo BNDES apenas para o período 2000 a 2005 como mostra a tabela 9.
Tabela 9: Resultado da Análise pelo Método Painel Efeitos Aleatórios.
em setores maduros da economia brasileira
REGRESSORES DIVIDALP Constante 18.667 (0.00) p-valor 4.53 t-estatístico DEF 2.07 (0.99) p-valor 0.00 t-estatístico BNDES 17.521 (0.00) p-valor 2.90 t-estatístico R-elevado ao quadrado 0.010 R-ajustado ao quadrado 0.00 S.E. da regressão 85.615
Soma do resíduo ao quadado 5959243
Log likelihood (4787.43)
Akaike info criterio 11.741
Schwarz criterio 11.758
Estatística Durbin-Watson 0.07
Média Dependente variável 26.913
S.D. dependente variável 85.956
F-estatísitca 4.257
Probabilidade (F-estatistica) 0.014
nº de observações 816
da variável dependente - divlidalp das empresas que atuam no período de 2000 a 2005.
A tabela 9 mostra os valores dos coeficientes estimados, o R2 da regressão, os erros padrões (SE) dos coeficientes, as estatísticas t para a significância de α e β e para β =1 e o intervalo de confiança para β. Utilizamos a correção de White para superar possível problema de heterocedasticidade do modelo, pois ele é estritamente apropriado para grandes amostras.
Na forma fraca, Ho: β = 2,07 não é aceita, invalidando a versão fraca da teoria. Nessa equação, as evidências apontam, portanto, para a rejeição da teoria “Pecking Order” na forma fraca, tal como em Shyam-Sunder e Myers (1999) e Frank e Goyal (2003). Ressalte-se que o R2 obtido na presente dissertação, na forma agregada, é bem menor que aqueles obtidos pelos autores estrangeiros que foi de 0,21 e 0,678 respectivamente.
A intuição econômica é que a dívida de longo prazo explica parte do déficit de fundos das empresas brasileiras. Podemos perceber que a variável binária é fortemente relacionada com o déficit de fundos. A conclusão é que o teste de diagnóstico das regressões permitem sustentar a robustez da análise.
8 COMPARAÇÃO COM OS RESULTADOS ENCONTRADOS NA LITERATURA