Variáveis Dependentes

Tendo em vista que, segundo Bisquerra, Sarriera e Martínez (2004), a variável dependente representa a consequência do efeito da junção das variáveis independentes, tal variável, no presente estudo, trata-se do financial distress das companhias pertencentes à amostra. Assim, a Tabela 5 elucida as proxies de financial distress utilizadas como variáveis dependentes para a pesquisa.

Tabela 5. Variáveis da Financial Distress

Variáveis da Financial Distress

Variável Sigla Métrica Base de _Dados

Z-Score de Altman (1968) FD_A68it Z-Score de Altman (1968), de forma contínua

Economatica® Z-Score de Martins e Ventura

(2020) FD_ABRit Z-Score de Martins e Ventura (2020), de forma contínua.

Default Bloomberg (1 ano) FD_B1Yit Risco de Default em 1 ano, de forma contínua. _Bloomberg® Default Bloomberg (5 anos) FD_B5Yit Risco de Default em 5 anos, de forma contínua.

Fonte: elaborada a partir de Altman (1968), Altman et al. (1979), Coelho (2016) e Martins e Ventura (2020). Conforme Tabela 5, uma das formas de mensuração do financial distress utilizada foi do modelo clássico de Z-score de Altman (1968). Tal estimação é considerada uma das principais e a mais difundido na literatura corrente internacional (Yi, 2012). Além do mais, é o primeiro modelo de previsão de financial distress com técnica estatística multivariada (Altman, Iwanicz-Drozdowska, Laitinen, & Suvas, 2017) adotando essencialmente variáveis contábeis das companhias americanas. Posto essa relevância, utilizou-se a

Equação 1 para estimar o financial distress das companhias da amostra sob a mensuração de Z-score de Altman (1968) (FD_A68).

FD_A68 = 0,012 X1 + 0,014 X2 + 0,033 X3 + 0,006 X4 +0,999 X5 (1)

Em que:

FD_A68 = indicador de previsão do financial distress para a empresa i no período t; X1 = capital de giro da empresa i no período t ponderado pelo seu ativo total no período t; X2 = lucro líquido da empresa i no período t ponderado pelo seu ativo total no período t; X3 = lucro antes de juros e impostos (EBIT) da empresa i no período t ponderado pelo seu

ativo total no período t;

X4 = valor de mercado da empresa i no período t ponderado por sua dívida total no período t; e

X5 = receita de vendas da empresa i no período t ponderada pelo seu ativo total no período t.

Nesse sentido, a partir da aplicação do modelo Z-score, é possível categorizar as companhias em três estados distintos quanto ao seu nível de financial distress. Indicadores abaixo de 1,81 evidenciam que as companhias estão ou podem vir a apresentar financial

distress. Os resultados de Z entre 1,81 e 2,99 dizem respeito à “zona cinzenta”, sendo a

classificação em que as companhias apresentam instabilidade financeira. Já os produtos advindos de Z que se encontram acima de 2,99 representam a “zona segura” com relação ao

financial distress, sendo as empresas que não denotam indicativos de sofrimento financeiro,

estando saudáveis financeiramente. Nesse âmbito, a variável foi considerada como contínua na pesquisa, ao passo que quanto menor for o valor de “FD_A68it”, maior é o seu nível de financial distress em relação as demais companhias.

Outra proxy de financial distress considerada é o modelo de Martins e Ventura (2020), que reestimou os coeficientes à realidade atual dos negócios com base na modelagem de Altman et al. (1979) para empresas brasileiras. De acordo com Silva, Wienhage, Souza, Bezerra e Lyra (2012), o modelo de original de Altman et al. (1979) é mais confiável para a previsão de financial distress para as empresas do Brasil, tendo em vista as particularidades do mercado de capitais do país e a diferença do volume de falências, que tende a ser maior por se tratar de uma economia emergente (Altman et al, 1979; Martins & Ventura, 2020; Silva et al., 2012). Logo, a Equação 2 evidencia a

estimação desenvolvida por Martins e Ventura (2020), por meio de uma modelagem probit reestimando os coeficientes para os parâmetros já definidos por Altman et al. (1979) para

X1, X3, X4 e X5.

FD_ABR = 1

1+ 𝑒−(−0,854−1,555𝑋1−2,278𝑋3+0,002𝑋4−0,234𝑋5) (2)

Em que:

FD_ABR = indicador de previsão do financial distress para a empresa i no período t; X1 = valor de capital de giro da empresa i no período t ponderado pelo seu ativo total no

período t;

X3 = lucro antes de juros e impostos (EBIT) da empresa i no período t ponderado pelo seu

ativo total no período t;

X4 = valor de mercado da empresa i no período t ponderado por sua dívida total no período t; e

X5 = receita de vendas da empresa i no período t ponderada pelo seu ativo total no período t.

Para Martins e Ventura (2020), a Equação 2 indica se a companhia está saudável financeiramente ou em estado de financial distress. Além do mais, os autores consideram que firmas com valores acima de 0,80 detêm características que preconizam possíveis problemas de continuidade de suas operações. Já valores iguais ou menores de 0,80, caracterizam empresas com tendência de saúde financeira e com perspectiva de continuidade do negócio. Assim, essa referida variável foi abordada de forma contínua, de modo que quanto maior for o valor de “FD_ABRit”, maior é o seu nível de financial distress.

Nessa direção, assim como em Coelho (2016), utilizou-se os indicadores de default da Bloomberg®_{, para o próximo ano e para os próximos 5 anos, denominados de}

“FD_B1Y” e “FD_B5Y”, respectivamente. Tais indicadores são calculados pela própria base de dados, tendo como parâmetro o modelo de default de Merton (1974) e os dados históricos de insolvência financeira das companhias brasileiras listadas na B3 para cada um dos períodos selecionados. Para tanto, à análise das distâncias do default é realizada considerando as informações relacionadas ao valor do patrimônio líquido e de mercado da empresa, e a volatilidade e o desvios-padrão em relação ao risco de insolvência financeira.

Com base nisso, efetuou-se a distribuição empírica de probabilidade de default para 1 e 5 anos, sendo que scores acima de 0,10 apontam maior possibilidade de default à companhia nos próximos 1 e 5 anos, respectivamente.

Objetivando sumarizar os intervalos dos valores sobre o estado financeiro de cada

proxy utilizadas para financial distress, a Tabela 6 evidencia a interpretação dos resultados

relacionados às variáveis dependentes da pesquisa.

Tabela 6. Interpretação dos Resultados das Proxies de Financial Distress

Interpretação dos Resultados das Proxies de Financial Distress

Variável Sigla Intervalo Interpretação Suporte _Teórico

Z-Score de Altman

(1968) FD_A68it

FD < 1,81 Financial Distress

Altman (1968) 1,81 ≤ FD ≤ 2,99 Financeiramente Instáveis (Zona Cinzenta)

FD > 2,99 Financeiramente Saudáveis (Zona Segura) Z-Score de Martins

e Ventura (2020) FD_ABRit

FD > 0,80 Financial Distress Martins e

Ventura (2020) FD ≤ 0,80 Financeiramente Saudáveis Default Bloomberg (1 ano) FD_B1Yit FD > 0,80 Financial Distress Coelho (2016) e Merton (1974) FD ≤ 0,80 Financeiramente Saudáveis Default Bloomberg (5 anos) FD_B5Yit FD > 0,80 Financial Distress FD ≤ 0,80 Financeiramente Saudáveis Fonte: elaborada a partir de diversos autores (2019).

Com base na Tabela 6, verifica-se que, para FD_A68it, quanto menor o resultado

auferido, maior é a possibilidade de financial distress. Já para as demais variáveis dependentes (FD_ABRit, FD_B1Yit e FD_B5Yit), a lógica é inversa, logo quanto maior o

valor do indicador, maior é a possibilidade de financial distress da firma. Essa dualidade lógica entre as variáveis acontece em virtude da estimação de Altman (1968) basear-se em indicadores como capital de giro, lucro, valor de mercado e receita, logo, a medida que valor da variável for maior, mais alavancada financeiramente a empresa se mostra.

No que diz respeito à variável FD_ABRit de Martins e Ventura (2020), embora

sejam utilizados os mesmos parâmetros que FD_A68it, o modelo de estimação conta com

coeficientes adaptados para a realidade brasileira, ajustando a defasagem de análise no tempo. Nessa modelagem, os valores de capital de giro, lucro e receita constam no denominador da equação 2, com coeficientes exponencialmente positivos e, por isso, são inversamente proporcionais ao FD_ABRit. Assim, quando maior o valor resultante para a

variável dependente, maior é a possibilidade de financial distress empresarial.

Por fim, as variáveis que representam a possibilidade de inadimplência das companhias nos próximos 1 e 5 anos (FD_B1Yit e FD_B5Yit), baseadas no modelo de

maior a probabilidade de as companhias não conseguirem honrar as relações contratuais com seus credores, e assim, se tornarem inadimplente, aumentando o estresse financeiro a que estão submetidas.