Variáveis independentes

Para a obtenção de um modelo com boa especificação, foram utilizadas variáveis independentes tais como indicadores empresariais, indicadores bolsistas, um indicador macroeconómico, um identificador de risco e, por fim, um indicador de mercado.

No que respeita a indicadores de cariz empresarial, foram usados indicadores de dimensão, de liquidez, de estrutura financeira, de investimento e de rendibilidade.

3.3.2.1 Indicador de Dimensão

Na determinação do preço de mercado das ações muitos são os estudos que indicam a importância do fator dimensão (Tam), neste estudo a variável é obtida através do logaritmo do número de trabalhadores das empresas. Esta proxy para a dimensão das empresas foi utilizada no estudo de Alexandre, Bação, Carreira, Cerejeira, Loureiro, Martins & Portela, (2017).

44

3.3.2.2 Indicadores de Liquidez

Relativamente aos indicadores de liquidez, foram utilizados o rácio de liquidez geral e o Cash_flow. Para Farinha (1995), o rácio liquidez geral (Liq_Ger) é obtido através do quociente entre o ativo corrente e o passivo corrente e permite determinar se a empresa possui ativos líquidos para fazer face às responsabilidades de curto prazo.7 Este indicador foi utilizado por Marcelo & Quirós (2002) e Ribeiro & Quesado (2017). Contudo, a liquidez geral não identifica a capacidade que a empresa demonstra em produzir meios líquidos, tornando-se necessária a introdução da variável Cash_Flow. A literatura aponta duas formas para a obtenção desta variável, o método indireto e o método direto. O método indireto foi utilizado por Marcelo & Quirós (2002), Gallizo et al. (2006) e Ribeiro & Quesado (2017) e pode ser obtido através do somatório entre o Resultado Líquido, as Amortizações e as Provisões. Contudo, o resultado líquido contabilístico quantifica proveitos e custos no momento em que ocorrem, desconsiderando a data em que é realizado o seu recebimento ou o seu pagamento. Assim, por esta via, podem surgir casos de empresas que apresentam um resultado líquido positivo num determinado exercício económico e conjuntamente um fluxo de caixa negativo. Este fenómeno pode ocorrer, a título de exemplo, se se registar um valor elevado de vendas e serviços prestados e simultaneamente conceder crédito aos clientes quanto ao seu pagamento.

Por outro lado, o método direto é obtido através das demonstrações dos fluxos de caixa. As DFC indicam com clareza a entrada e a saída de dinheiro numa empresa ao longo de um determinado período de tempo. As DFC estão repartidas por três secções, nomeadamente os fluxos de caixa operacional, os fluxos de caixa de financiamento e os fluxos de caixa de investimento. Os fluxos de caixa de investimento evidenciam a forma como as empresas empregam o dinheiro. Estes fluxos estão associados à compra e venda de ativos fixos tangíveis, ativos intangíveis e investimentos financeiros. Os investimentos financeiros incluem o controlo de outras empresas e aplicações financeiras. Já os fluxos de caixa de financiamento identificam as entradas e saídas de dinheiro e podem surgir através da alteração ou constituição de financiamentos bancários, recebimentos de aumentos de capital, compra de ações, pagamentos de juros, pagamentos de dividendos, entre outros.

Os fluxos de caixa operacionais contabilizam os recebimentos de clientes, pagamento a fornecedores, pagamentos a pessoal e outros recebimentos ou pagamentos relativos à atividade operacional que surgem de atividades não rotineiras, tais como coimas ou o pagamento de obrigações fiscais. Numa perspetiva de análise fundamental, os fluxos das atividades operacionais exibem-se de extrema importância, uma vez que estas atividades são a principal forma de obtenção de dinheiro das empresas. Por tudo o que foi referido e tendo em consideração os estudos de Gisbert & Inchausti (1997) e Jabbouri (2016), a variável Cash_Flow considerada surge através da divisão entre os fluxos de caixa operacionais e o ativo.

45

3.3.2.3 Indicador de estrutura financeira

O indicador de estrutura financeira utilizado no presente estudo trata-se do rácio de envidamento de longo prazo (Envd_LP) conforme utilizado nas investigações de Gisbert & Inchausti (1997) e Handayani et al. (2019). O referido indicador é obtido através da divisão entre o Capital Próprio e o Passivo Não Corrente e atesta o equilíbrio financeiro das empresas através da capacidade que exibem para cumprir com as suas obrigações a médio e longo prazo.

3.3.2.4 Indicador de Investimento

Todas as empresas devem investir para fazer face às amortizações e depreciações que praticam, isto é, devem repor o seu capital ao nível produtivo. Quando as empresas investem menos do que as amortizações e depreciações que praticam, podem provocar elevados fluxos de caixa no curto prazo, porém podem perder capacidade operacional a médio e longo prazo o que as pode canalizar para uma situação insustentável. Quando uma empresa decide investir está a alocar meios líquidos num determinando ativo com a perspetiva de gerar um resultado superior ao que obteria se não tivesse optado pelo plano de investimento. Por norma, é considerado investimento as compras de ativos que são detidos para uso na produção e fornecimento de bens e que se espera que sejam usados durante mais do que um período económico. Assim as ações de investimento tendem a fazer aumentar a rúbrica dos ativos fixos tangíveis e a rúbrica ativos intangíveis.Esta problemática foi abordada por Fama & French (2001) e Ferreira & Lagioia (2010), porém os autores consideram investimento (Invs) como o quociente entre os ativos fixos tangíveis e o ativo. Contudo, Daum (2003) sugere que, ao abordar esta temática, devemos considerar a rúbrica de ativos intangíveis, uma vez que se trata de todo o investimento que não exibe presença material, todavia constitui uma fonte de riqueza para as empresas.

Lopes (2013) enquadra os ativos fixos intangíveis em seis caraterísticas diferenciadoras, tais como a propriedade intelectual, a marca, as tecnologias de informação, os clientes e o capital humano. Este tipo de investimento é um garante da capacidade de inovação de qualquer instituição e, tendo em especial consideração a atual conjuntura empresarial em que toda a atividade é sustentada em programas de gestão informáticos que certificam a qualidade do todo o processo operacional e financeiro, foi entendido a inclusão da rúbrica ativos fixos intangíveis no numerador do quociente. Assim, a variável (Invs) resulta do rácio entre a soma das rúbricas ativos fixos tangíveis e ativos fixos intangíveis sobre o valor do ativo, perfazendo o indicador utilizado por Alexandre et al. (2017).

3.3.2.5 Indicador de Rendibilidade

46 variação do preço das ações. No presente estudo, a variável utilizada é a margem EBITDA (Mg_Ebi) que resulta do rácio entre o EBITDA e o volume total de vendas e serviços prestados. Este indicador não considera os juros e gastos similares suportados, os juros e rendimentos similares obtidos, o valor do imposto, o valor das depreciações e o valor das amortizações. Trata-se, portanto, de uma variável que indica de forma clara a competitividade e a eficiência operacional de cada empresa e que foi utilizada empiricamente por Ferreira & Lagioia (2010) e Oliveira et al. (2017).

3.3.2.6 Indicador Bolsista

A variável de cariz bolsista utilizada no presente estudo foi o payout ratio (Pay_Rat). Este indicador revela a percentagem dos resultados líquidos gerados pela empresa que são repartidos pelos acionistas através dos dividendos. Trata-se de uma variável bolsista muito utilizada pela literatura, sendo encontrada nos estudos de Oliveira et al (2008), Ribeiro (2010a), Ribeiro (2010b), Ribeiro & Quesado (2017), Handayani et al. (2019).

3.3.2.7 Indicador de Risco

Em qualquer investimento em ações, é sempre necessário que o investidor esteja dotado de literacia financeira, de forma a estar ciente de todos os riscos presentes em cada ativo financeiro e, como foi referido anteriormente nesta dissertação, o beta (Beta) é uma ferramenta importante para a perceção do risco que cada ativo representa. Tal como referem Fama & French (2004), este indicador pode ser obtido através da covariância da rentabilidade do índice de mercado com a rendibilidade do ativo, dividida pela variância da rendibilidade da carteira de mercado. Neste estudo, usamos o coeficiente beta com o desfasamento temporal de um ano, sendo usado o PSI-20 como indicador do índice do mercado português. O período de análise para a obtenção do coeficiente também se cifrou numa anualidade. Este indicador foi utilizado nos estudos de Requejo (2000), Costa & Neves (2000) e Negano et al. (2003).

3.3.2.8 Indicador Macroeconómico

A taxa de inflação (Infl) é a variável de cariz macroeconómico utilizada na regressão e é medida através do índice de preços no consumidor (IPC). O IPC acompanha a variação dos preços do “cabaz” dos bens e serviços representativos das despesas da população. São muitos os estudos que sugerem a capacidade de explicação da taxa de inflação (Infl) na variação dos preços das ações. Adrangi, Chatrath, & Raffiee (1999) indicam que o aumento da taxa de inflação provoca um crescimento nominal nos salários, o que implica um aumento da taxa desemprego e, correspondente fratura na produção e crescimento económico. Os mesmos indicam que o aumento do IPC provoca uma quebra no desenvolvimento económico incitando um impacto

47 negativo na cotação das ações. Da mesma forma, os estudos de Fama (1981), Fama (1982), Geske & Roll (1983), Wahlroos & Berglund (1986), Gisbert & Inchausti (1997), Kühl et al. (2008), Hsing (2013) e Celebi & Hönig (2018) indicam que a rendibilidade em ativos financeiros é negativamente influenciada pela taxa inflação. Os autores sugerem que o aumento da inflação leva a taxas de juros nominais mais altas e, portanto, a uma desvalorização do valor presente dos fluxos de caixa esperados. Além disso, preços mais altos para as empresas levam a custos mais altos e, possivelmente a menores lucros. Este cenário é mais gravoso no caso de empresas que produzem produtos que apresentam procura elástica, dificultando o escoamento dos mesmos.

3.3.2.9 Indicador de Mercado de Capitais

Bessembinder & Kauffman (1997) e Martin & Rey (2000) indicam que os mercados têm sofrido uma grande convergência, o que tem permitido aos investidores pagarem um valor inferior pelos custos de transação. Hooy & Goh (2017) destacam a relação de convergência que as Bolsas de Valores dos países membros da União Europeia têm vindo a evidenciar, fruto principalmente do regionalismo comercial e com a melhoria das infraestruturas tecnológicas. Neste sentido, são muitos os estudos que utilizam o impacto de índices de mercado externos no preço de mercado das ações domésticas. Bruno, Medina & Morini (2002) estudaram o impacto que índices bolsistas exercem na determinação do preço das ações espanholas. Para tal, os autores utilizaram os índices IBEX 35, Nasdaq, DJIA e o índice de referência para o mercado espanhol. Entre os índices bolsistas utilizados encontram-se o IBEX 35, o Índice Geral da Bolsa de Madrid, o Nasdaq e o DJIA. Os resultados indicam que os índices de mercado podem exercer um efeito positivo e estatisticamente significativo nas ações das empresas espanholas. Estes dados parecem estar de acordo com o estudo de Hsing (2013).

Com base nesta informação, a presente dissertação utiliza o índice Euro Stoxx 50 (Stoxx_50). Chen, Mantegna, Pantelous, & Zuey (2018), referem-se a este índice como sendo um dos mais importantes índices da zona euro, uma vez que inclui as empresas líderes de cada setor de atividade. Em dezembro de 2018 era constituído por 50 das maiores empresas cotadas em Bolsa na zona euro, originárias de 9 países, tais como a Alemanha, a Bélgica, a Espanha, a Finlândia, a França, a Holanda, a Irlanda, a Itália e o Luxemburgo.

Na Tabela 4 é apresentada uma breve descrição das variáveis independentes selecionadas para o modelo de estimação.

48

Tabela 4: Descrição das variáveis independentes

Variáveis Descrição

Internas à Empresa

Cariz empresarial

Tam Dimensão da Empresa Liq_Ger Liquidez Geral da Empresa Cash_Flow Cash-flow da empresa

Envd_LP Endividamento de longo prazo da empresa

Invs Investimento de longo prazo da empresa

Mg_Ebi Margem EBITDA da empresa

Cariz bolsista Pay_Rat Payout ratio da empresa

Risco Beta Coeficiente Beta

Externas à Empresa

Macroeconómicas Infl Taxa de variação do índice de preços no consumidor Mercado de Capitais Stoxx_50 Valor do índice Euro Stoxx

50 Fonte: Elaboração Própria

3.3.3 Estatísticas descritivas das variáveis da amostra

De seguida, a Tabela 5 exibe as estatísticas descritivas das variáveis, que foram analisadas na revisão bibliográfica e implementadas na regressão. A mesma tabela indica os efeitos que se esperam que as variáveis independentes exerçam na rendibilidade das ações.

49

Tabela 5: Estatísticas descritivas e sinais esperados

Média Mínimo Máximo Desvio Padrão Sinais Esperados N 𝑅𝑒_𝑖𝑡 0,05674 -0,8220 0,8220 0,3041 ….. 64 𝑇𝑎𝑚𝑡 8,451 6,415 11,57 1,496 +/- 64 𝐿𝑖𝑞_𝐺𝑒𝑟_𝑡 1,144 0,3464 3,120 0,5509 + 64 𝐶𝑎𝑠ℎ_𝐹𝑙𝑜𝑤_𝑡 0,09884 -0,04471 0,3849 0,06447 + 64 𝐸𝑛𝑣𝑑_𝐿𝑃𝑡 1,217 0,1301 4,396 0,9606 + 64 𝐼𝑛𝑣𝑠_𝑡 0,5278 0,1310 0,8439 0,2368 + 64 𝑀𝑔_𝐸𝑏𝑖𝑡 0,2764 0,05489 0,9334 0,2484 + 64 𝑃𝑎𝑦_𝑅𝑎𝑡𝑡 0,6629 -5,025 2,905 1,172 + 64 𝐵𝑒𝑡𝑎_𝑡−1 0,7097 -0,1862 1,573 0,4346 + 64 𝐼𝑛𝑓𝑙𝑡 0,00875 0,005 0,014 0,00359 - 64 𝑆𝑡𝑜𝑥𝑥_50𝑡 3266 3001 3504 179,8 + 64

Fonte: Elaboração Própria

A Tabela 5, é composta por uma amostra total de 64 observações, referente a 16 empresas analisadas ao longo de 4 anos. Começando pela variável identificadora do tamanho da empresa, a literatura analisada indica que o impacto esperado da mesma não é consensual, mostrando-se o indicador causa efeito indeterminado. Analisando aos restantes sinais esperados dos coeficientes do modelo, segundo a revisão bibliográfica espera-se uma variação significativa nos rácios de liquidez geral, de fluxos de caixa, de endividamento de longo prazo, de investimento, da margem EBITDA, do beta, e do índice Stoxx 50 no mesmo sentido da rendibilidade das ações (aguarda-se, por isso, uma correlação positiva). Por outro lado, a bibliografia aponta para o previsível efeito negativo da taxa de inflação.

Analisando sucintamente as estatísticas descritivas e começando pelo rácio de liquidez geral (Liq_Ger), o mesmo apresenta um valor médio de 1,14. Este valor sugere que, em média, as empresas conseguem solver com alguma facilidade as suas obrigações de curto prazo. O indicador dos fluxos de caixa (Cash_Flow) apresenta um valor mínimo de -0,045, o que indica que existem casos em que os fluxos de caixa operacionais são negativos. Já o rácio de endividamento de longo prazo (Envd_LP) apresenta um valor médio superior à unidade, o que, segundo Neves (2002), permite aferir a capacidade das empresas para se endividaram no médio e longo prazo. Um valor muito acima da unidade indica que as empresas detêm uma grande capacidade para se endividar, em função da robustez dos seus Capitais Próprios. Já o investimento (Invs) apresenta um valor médio de 0,5278, o que indica que, em média, mais de metade do

50 ativo das empresas se reparte em ativos fixos tangíveis e intangíveis. A margem EBITDA (Mg_Ebi) apresenta na amostra como máximo o valor de 0,9334, valor que identifica que existem casos em que o EBITDA por vezes é próximo do valor de vendas e serviços prestados no exercício económico. O coeficiente beta (Beta), apresenta um valor máximo de 1,573. Este indicador demonstra que algumas ações são consideradas de risco elevado, dado que a sua rendibilidade apresenta uma variação mais elevada quando comparada com o retorno de mercado. A taxa de inflação (Infl) oscilou entre o mínimo de 0,5% e o máximo de 1,4%.

3.3.4 Análise das correlações entre as variáveis

Para Manso (1998), a análise de correlação indica qual o grau de intensidade entre duas variáveis. Já Stevenson (1981) indica que a correlação calcula a força, ou grau, de associação entre duas variáveis. Desta forma, a análise de correlação indica o grau de relacionamento entre as variáveis, sendo muito útil em trabalhos de investigação que se dedicam a procurar quais as variáveis mais importantes e, essencialmente, o grau de relacionamento entre elas. Collis & Hussey (2005) classificam as correlações conforme se descreve na Tabela 6.

Tabela 6: Classificação do coeficiente de correlação.

Coeficiente de correlação Interpretação

1,00 Correlação positiva perfeita

0,90 a 0,99 Correlação positiva muito alta

0,70 a 0,89 Correlação positiva alta

0,40 a 0,69 Correlação positiva média

0,01 a 0,39 Correlação positiva baixa

0 Correlação nula

-0,01 a -0,39 Correlação negativa baixa

-0,40 a -0,69 Correlação negativa média

-0,70 a -0,89 Correlação negativa alta

-0,90 a -0,99 Correlação negativa muito alta

-1,00 Correlação negativa perfeita

Fonte: Elaboração própria, com base em Collins e Hussey (2005).

A observação da Tabela 6 permite identificar que, segundo os autores, todos os valores de correlação acima de 0,7 ou de -0,7 são considerados de um nível elevado. Por outro lado, as correlações

51 que apresentem valores entre o referido intervalo são apreciadas como sendo de um nível aceitável. A Tabela 7 expõe a matriz de correlações das variáveis que irão integrar o modelo.

Tabela 7: Matriz de correlação das variáveis utilizadas

𝐵𝑒𝑡𝑎_𝑡−1𝐼𝑛𝑓𝑙_𝑡 𝑆𝑡𝑜𝑥𝑥_50_𝑡 𝐿𝑖𝑞_𝐺𝑒𝑟_𝑡 𝑀𝑔_𝐸𝑏𝑖_𝑡 𝑇𝑎𝑚_𝑡 𝐸𝑛𝑣𝑑_𝐿𝑃_𝑡 𝐼𝑛𝑣𝑠_𝑡 𝑃𝑎𝑦_𝑅𝑎𝑡_𝑡 𝐶𝑎𝑠ℎ_𝐹𝑙𝑜𝑤_𝑡 𝑅𝑒_𝑡 1,000 0,0234 0,0918 -0,2378 -0,0129 0,1265 0,1859 -0,0266 0,2385 0,0960 -0,0220 𝐵𝑒𝑡𝑎_𝑡−1 1,000 0,3328 0,0173 -0,0770 0,0189 0,0600 -0,0255 -0,1184 0,1570 -0,4180 𝐼𝑛𝑓𝑙_𝑡 1,0000 0,0805 0,0005 -0,007 0,0082 0,0053 0,0305 0,1328 0,3949 𝑆𝑡𝑜𝑥𝑥_50_𝑡 1,0000 -0,1738 -0,2732 0,1855 -0,4382 0,0410 -0,1466 0,2312 𝐿𝑖𝑞_𝐺𝑒𝑟_𝑡 1,0000 -0,5685 0,6042 0,4945 0,1480 0,1967 0,057 𝑀𝑔_𝐸𝑏𝑖_𝑡 1,0000 -0,1476 -0,0628 0,0539 -0,1933 -0,2031 𝑇𝑎𝑚_𝑡 1,0000 0,2917 0,1655 0,0562 -0,1667 𝐸𝑛𝑣𝑑_𝐿𝑃_𝑡 1,0000 -0,1770 0,3504 0,1337 𝐼𝑛𝑣𝑠_𝑡 1,0000 -0,0100 -0,0042 𝑃𝑎𝑦_𝑅𝑎𝑡_𝑡 1,0000 0,2466 𝐶𝑎𝑠ℎ_𝐹𝑙𝑜𝑤_𝑡 1,000 𝑅𝑒_𝑡

Fonte Elaboração própria

Tendo por base a classificação das correlações de Collins e Hussey (2005), é possível afirmar que não existem correlações altas, muito altas ou perfeitas, quer no sentido positivo ou no sentido negativo. Registam-se algumas correlações médias entre as variáveis independentes, contudo o seu nível de correlação é médio ou baixo, o que poderá auxiliar na monitorização da problemática de multicolinearidade do modelo econométrico adotado.