Taxa Efetiva de Imposto e os Incentivos Fiscais: Evidência Empírica sobre
Portugal
Maria Sofia Sousa Guerra
Dissertação
Mestrado em Finanças e Fiscalidade
Orientado por António Cerqueira Elísio Brandão
ii
Agradecimentos
A realização da presente dissertação não seria possível sem o contributo de algumas pessoas, às quais aproveito para deixar os meus sinceros agradecimentos.
Em primeiro lugar, quero agradecer ao meu orientador, Prof. António Cerqueira, pelo importante contributo dado e recomendações feitas, bem como, a disponibilidade e simpatia demonstrados.
Agradeço também aos meus pais, amigos e, em especial ao Eng.º Eduardo Abade, pelo apoio prestado.
iii
Resumo:
A presente dissertação tem como objetivo analisar os determinantes da taxa efetiva de imposto (ETR) para uma amostra constituída por empresas portuguesas, pondo em destaque o efeito das variáveis que traduzem os incentivos fiscais. Numa primeira fase deste estudo, evidenciamos a forma como a ETR é explicada, em termos econométricos, pelas características operacionais e financeiras das empresas. Numa segunda fase, salientamos o papel dos incentivos fiscais na determinação da referida taxa.
No desenvolvimento do estudo empírico, são utilizados dados fornecidos pelo Portal das Finanças, no sentido de identificar as empresas que para o período da nossa análise, entre 2010 e 2015, usufruíram de incentivos fiscais. Foi ainda necessário fazer um cruzamento de dados com a SABI (Sistema de Análise de Balanços Ibéricos) de modo a obter a informação financeira para o cálculo das variáveis.
Os resultados obtidos mostram que empresas de maior dimensão e mais rentáveis suportam taxas de imposto mais elevadas. Por outro lado, o endividamento, a intensidade de capital e a intensidade dos inventários, influenciam de forma negativa a ETR. No que diz respeito à influência dos incentivos fiscais, os nossos resultados mostram que empresas que usufruíram de incentivos suportam uma menor ETR.
Com este estudo realçamos a importância dos gestores, investidores e acionistas terem conhecimento de quais as variáveis que influenciam e determinam a ETR, uma vez que essa análise poderá contribuir para potenciais ganhos fiscais. Por outro lado, identificar quais os fatores que afetam os impostos das empresas, é também relevante para os reguladores e decisores políticos e algumas instituições, nomeadamente autoridades tributárias, contribuindo para a definição do sistema fiscal.
Palavras-chave: Taxa Efetiva de Imposto, Incentivos Fiscais, Determinantes Financeiros e Operacionais.
iv
Abstract:
This study aims to analyze the determinants of the effective tax rate (ETR) for a sample of Portuguese firms, drawing special attention to the tax incentives variables. In the first part of this study, we examine how the ETR is explained, in econometric terms, by the operational and financial characteristics of firms. In the second part, we focus on role played by tax incentives in explaning the tax rate. The data needed to develop the empirical study are provided by the Portal das Finanças that alows to identify firms that, in the period of our analysis between 2010 and 2015, benefit from tax incentives. It has been also necessary to cross-check data with SABI (Sistema de Análise de Balanços Ibéricos) in order to obtain financial information required for variables calculation. The empirical results show that larger and more profitable firms support higher tax rates. On the other hand, leverage, capital intensity and inventory intensity are negatively related to the ETR. Regarding the impact of tax incentives, our results show that firms that receive incentives support a lower ETR. This study highlights how important is for managers, investors and shareholders to be aware of which variables have explanatory power for effective tax rate, as this may contribute to potential tax gains. On the other hand, identifying which factors affect corporate taxes is also relevant for regulators, policy makers, and some institutions, for example tax authorities, and contributes to the efficiency of the tax system.
v
Índice
1. Introdução ... 1
2. Revisão da Literatura e Hipóteses... 5
2.1 Influência das características operacionais e financeiras das empresas ... 5
2.2 Influência dos incentivos fiscais ... 8
3. Definição das Variáveis e Amostra ... 13
3.1. Variáveis Dependentes ... 13
3.2 Variáveis Independentes ... 14
3.3 Amostra ... 15
4 Metodologia ... 17
4.1. Métodos de Análise: Modelos Econométricos... 17
4.2. Análise Univariada ... 18
4.2.1. Estatísticas Descritivas ……… 18
5. Resultados ... 22
5.1. Análise Multivariada ……….. 22
5.2. Análises Complementares ………... 24
5.2.1. Reestimação do Modelo: Empresas com Incentivos ………..….. 25
5.2.2. Reestimação do Modelo: Setor da Indústria Transformadora ..……….. 27
6. Conclusões ... 30
7. Bibliografia ... 32
vi
Abreviaturas
Abreviatura Designação
AFT Ativo Fixo Tangível
CAE CAE-rev.3 CAPINT DIM EBF END ETR IMI IMT INVINT IRC I&D NCRF PME RAI RFAI ROA SABI SIFIDE VAB
Classificação portuguesa de atividades económicas Classificação portuguesa de atividades económicas- revisão 3
Intensidade de Capital Dimensão da empresa
Estatuto dos Benefícios Fiscais Endividamento
Effective taxe rate (Taxa efetiva de imposto)
Imposto Municipal sobre Imóveis
Imposto Municipal sobre as Transmissões Onerosas de Imóveis
Intensidade em Inventários
Imposto sobre o Rendimento de Pessoas Coletivas Investigação e Desenvolvimento
Norma Contabilística e de Relato Financeiro Micro, Pequenas e Médias Empresas
Resultado Antes de Impostos
Regime Fiscal de Apoio ao Investimento
Return on assets (Rentabilidade do ativo)
Sistema de Análise de Balanços Ibéricos Sistema de Incentivos fiscais à Investigação e Desenvolvimento
1
1.
Introdução
A presente dissertação tem como objetivo principal analisar se e em que dimensão as características financeiras e operacionais das empresas são capazes de explicar a taxa efetiva de imposto, dando maior relevância às variáveis que traduzem os incentivos fiscais.
No atual contexto de internacionalização e globalização das economias, as empresas tornaram-se particularmente sensíveis às políticas tributárias implementadas pelos decisores políticos. É de conhecimento geral que os impostos são uma importante fonte de rendimento para o financiamento das despesas do sector público. Contudo, o aumento da carga tributária ao longo dos anos bem como a crise económica e financeira internacional sentida em Portugal, teve um efeito particularmente negativo no que diz respeito ao crescimento da economia e na atratividade de investimento estrangeiro. É por esse motivo que as investigações relacionadas com a análise de quais os fatores que influenciam os impostos suportados pelas empresas, são extremamente úteis tanto para os decisores políticos como para os reguladores, e adicionalmente contribuem para a definição do sistema fiscal do país. Atentos a esta realidade, os Governos Portugueses têm vindo a desenvolver diversas medidas com o objetivo de tornar viável a sobrevivência das empresas bem como contribuir para o incremento da sua competitividade. É neste enquadramento que o recurso a subsídios e outro tipo de incentivos assume especial relevância para as empresas.
Os sistemas de incentivos surgem na sequência do desenvolvimento de políticas por parte dos governos de forma a promover a competitividade, o crescimento sustentável e o emprego, principalmente em áreas desfavorecidas. A atribuição de incentivos ou benefícios fiscais, como os incentivos à coleta, têm tido um papel fundamental para as empresas portuguesas, uma vez que permitiram que estas aumentassem a sua dimensão e alocassem os recursos de forma mais eficiente. O sistema fiscal português dispõe de um vasto leque de benefícios e incentivos fiscais dirigidos às empresas.
Neste estudo damos enfoque aos incentivos fiscais de dedução à coleta, sendo eles os Grandes Projetos de Investimento; Projetos de Investimento à Internacionalização; Regime Fiscal de Apoio ao Investimento (RFAI) e, por fim, o Sistema de Incentivos Fiscais ao I&D II (SIFIDE II). Estes regimes de benefícios fiscais, caracterizados em geral pela redução ou isenção do pagamento de impostos como Imposto Municipal sobre Imóveis (IMI), Imposto Municipal sobre a Transmissão Onerosa de Imóveis (IMT) e Imposto de Selo, bem como a redução do IRC, foram reforçados, nomeadamente em investimentos que proporcionem a criação ou manutenção de postos de trabalho nas regiões menos favorecidas.
2 Uma vez que estes incentivos preveem uma alteração na carga fiscal suportada pelas empresas, é relevante compreender qual será o seu impacto na ETR.
Com o objetivo de estudar quais os fatores que determinam a ETR, recorremos às Listas de Beneficiários disponibilizadas no Portal das Finanças, entre 2010 e 2015, bem como à informação financeira da base de dados SABI. No que diz respeito ao seu cálculo, utilizamos três medidas alternativas em que no numerador figura o valor correspondente aos impostos do período, enquanto no denominador se utiliza de forma alternativa o Resultado Antes de Impostos, a Margem Bruta e, por fim, o Valor Acrescentado Bruto.
Por outro lado, para testar as hipóteses em investigação, propomos três modelos de regressão com recurso a dados em painel balanceado. Para as regressões estimadas seguimos um modelo semelhante ao usado por Gupta and Newberry (1997) e, mais recentemente, por Fernández-Rodríguez, E., & Martínez-Arias, A. (2014) que nos permitiu identificar quais as características específicas das empresas que influenciam a taxa efetiva. Diversos estudos tiveram em atenção o impacto das características operacionais e financeiras das empresas na ETR (Derashid & Zhang, 2003; Feeny et al., 2005; Janssen, 2005; Richardson & Lanis, 2007; Vintilă et al., 2018). Seguindo a literatura existente, focámos o nosso estudo na influência da dimensão, rentabilidade, estrutura de capital e assset mix. Esperamos que estas variáveis estejam relacionadas com a taxa suportada pelas empresas.
Como referido anteriormente, o determinante principal da ETR que nos propomos analisar neste estudo é representado pelos incentivos fiscais. De modo a aprofundar a nossa análise, estimámos duas regressões que diferem na forma de medir os incentivos fiscais. A primeira, consiste na utilização de um rácio obtido pelo quociente entre o montante total de incentivos a dividir pelo ativo total. Alternativamente substituímos este rácio pelo logaritmo do montante dos incentivos totais. Numa outra regressão criámos uma dummy que identifica empresas com incentivos e incluímos no modelo essa dummy, bem como os termos de interação com as restantes variáveis explicativas.
Para estimar as regressões supramencionadas utilizámos o método dos mínimos quadrados generalizados (EGLS) cross-section weights, com um modelo de efeitos fixos através da inclusão de variáveis dummy do ano.
Os nossos resultados mostram que as características específicas das empresas explicam a respetiva taxa efetiva de imposto. Empresas de maior dimensão suportam uma carga fiscal superior, corroborando os autores que defendem a teoria do custo político (Zimmerman,1983). Estes advogam que pela sua maior visibilidade, estas empresas acabam
3 por estar sujeitas a um nível de restrições regulatórias maior e consequentemente, a uma maior carga fiscal. Por outro lado, empresas mais rentáveis exibem uma taxa efetiva de imposto maior, como era esperado. Ao contrário da dimensão e da rentabilidade, existe uma relação negativa entre o endividamento, a intensidade de capital e a ETR. Os resultados obtidos são consistentes com a literatura existente, exceto a relação entre a ETR e a intensidade dos inventários que, contrariamente ao esperado, varia de forma negativa com a ETR. Foi também possível concluir que empresas que usufruem de incentivos fiscais, suportam uma taxa de imposto menor, sendo que os resultados obtidos pelas diferentes regressões são robustos.
A preocupação com a obtenção de resultados consistentes, levou ainda à realização de um teste de robustez. Uma vez que na realização destas análises empíricas é importante garantir a homogeneidade da amostra estudada, reestimámos os modelos para o setor da indústria transformadora. Também neste caso os resultados são consistentes, pelo que posso concluir que os resultados obtidos e relatados são robustos.
A presente dissertação pretende constituir um contributo para a vasta literatura existente sobre a taxa efetiva de imposto. O tema desta investigação, tem sido analisado para diferentes mercados, diferentes horizontes temporais, e recorrendo a diferentes medidas da taxa efetiva e diferentes variáveis explicativas, pelo que cada trabalho individual, permite validar ou não a robustez dos resultados anteriores. No caso específico da população estudada, podemos salientar que uma grande parte da literatura existente sobre ETR é baseada maioritariamente em empresas não portuguesas. Ao considerar neste estudo apenas empresas portuguesas, e tendo em consideração um horizonte temporal mais alargado e mais recente, foi-nos possível observar o impacto das características operacionais e financeiras específicas de cada empresa na taxa efetiva de imposto. Por outro lado, uma vez que os estudos relacionados com a influência dos incentivos fiscais na ETR são menos frequentes, ao incluir neste estudo uma variável que traduz estes incentivos, permitiu-nos testar a sua capacidade explicativa e assim, compreender qual é seu impacto na determinação da ETR.
A realização deste estudo pode ser relevante para os decisores políticos e grupos de interesse, uma vez que a análise de quais os fatores que afetam a carga fiscal efetivamente suportada pelas empresas da ETR permite-lhes aferir sobre a equidade do sistema fiscal. Por outro lado, os gestores/acionistas e investidores também podem utilizar estes resultados no sentido de detetarem empresas comparáveis. Face aos valores médios das empresas
4 comparáveis, têm a possibilidade de localizar a empresa em análise e fundamentar a tomada de decisões em termos de fiscalidade.
A dissertação está organizada da seguinte forma: no Capitulo 2 procedemos à revisão da literatura bem como ao desenvolvimento e formalização das hipóteses de investigação; no Capitulo 3 descrevemos as variáveis e a amostra; no capítulo 4 definimos a metodologia usada, os modelos a estimar, bem como alguns resultados univariados; no capítulo 5 apresentamos, interpretamos e comentamos os resultados das estimações e, por fim, o Capitulo 6 destinado às conclusões, à identificação de algumas limitações bem como a sugestões para potenciais investigações relacionadas com o tema.
5
2.
Revisão da Literatura e Hipóteses
O presente capítulo tem como finalidade efetuar uma breve revisão da literatura relacionada com o tema em estudo, nomeadamente, quanto aos conceitos, medidas e determinantes da taxa efetiva de imposto, bem como ao desenvolvimento e fundamentação teórica das hipóteses a testar.
2.1 Influência das características operacionais e financeiras das empresas
A taxa efetiva de imposto tem sido alvo de diversos estudos por parte dos investigadores. A vasta literatura existente sobre esta matéria concentrou-se em definir, explicar, determinar e comparar a ETR em contextos muito variados, como por exemplo, as decisões de investimentos, diferentes setores económicos, mercados e economias.
Entre esses estudos, uma parte substantiva concentra-se na influência dos atributos das empresas na ETR. No entanto, estas análises variam consoante a metodologia utilizada pelos investigadores, existindo por isso, alguma controvérsia quanto aos indicadores a considerar para calcular a taxa referida, e em que sentidos estes afetam a sua variação.
Um dos atributos com inclusão muito frequente é a dimensão da empresa, embora exista ainda alguma controvérsia quanto ao seu impacto, mesmo relativamente ao respetivo sinal. A relação entre a dimensão e a ETR, tem vindo a ser intensamente debatida pelos investigadores ao longo dos anos, existindo duas principais correntes de pensamento contraditórias:
i. A Teoria do Custo Político defendida por Zimmerman (1983), em que empresas de maior dimensão devido a uma maior notoriedade, estão sujeitas a um maior escrutínio público e pressão política, levando a uma relação positiva entre dimensão da empresa e ETR;
ii. A Teoria do Poder Politico descrito por Porcano (1986), em que grandes empresas dispõem de uma maior quantidade de recursos para realizar planeamento fiscal, evitando assim cargas fiscais mais elevadas, resultando numa menor taxa de imposto suportada.
Estudos posteriores tentaram reconciliar estas diferenças ao usar diferentes proxies, diferentes períodos e metodologias (Kern and Morris, 1992; Wilkie and Limberg, 1990). Apesar do esforço dos investigadores, a relação dimensão-ETR continua a ser ambígua. Gupta and Newberry (1997), Feeny et al. (2005), Liu and Cao (2007), Stickney and McGee (1982) e Wilkinson et al. (2001), não encontraram uma relação estatisticamente significativa entre a dimensão da empresa e a ETR. Porém, mais recentemente, Belz et al. (2019)
6 procederam a uma revisão quantitativa dos estudos empíricos existentes sobre esta relação. Por intermédio de uma análise a vinte e cinco investigações realizadas com empresas americanas, entre os anos de 1975 e 2012, concluíram existir uma relação positiva entre a dimensão da empresa e a ETR, corroborando a teoria do Custo Político.
De acordo com o referido anteriormente, embora para uma amostra diferente, propomos a primeira hipótese de investigação:
H1: A dimensão da empresa influencia de forma postiva a ETR.
A relação entre o nível de endividamento de uma empresa e a taxa de imposto suportada, tem gerado igualmente controvérsia na literatura. Uma vez que os encargos com juros associados à divida de uma empresa são em geral dedutíveis em termos fiscais, é expectável que as empresas prefiram o endividamento em relação aos capitais próprios como forma de reduzir a taxa de imposto. Por isso, o endividamento teria uma relação negativa com a ETR. Contudo, a literatura existente postula diferentes resultados quanto ao sinal desta relação (Chen et al., 2010; Feeny et al., 2005; Janssen, 2005). Enquanto Kraft (2014) descreve uma relação negativa entre o endividamento e a ETR, Harris and Feeny (2003) observam uma relação positiva com a ETR, consistente com a ideia de que empresas com uma taxa marginal superior, tem um incentivo para recorrerem ao endividamento que é dedutível em termos fiscais. Perante o exposto, e em linha com a maioria dos estudos, formulamos como segunda hipótese de investigação:
H2: O nível de endividamento de uma empresa influência de forma negativa a ETR. Após a análise do impacto esperado das decisões de financiamento, também as decisões de investimento influenciam a taxa suportada pelas empresas. As empresas, no regime fiscal português, podem deduzir a amortização dos ativos fixos tangíveis1(AFT), obtendo um
benefício fiscal. Quando as empresas podem depreciar os seus ativos , em termos fiscais, em períodos mais curtos do que a respetiva vida económica, daqui resulta uma menor taxa efetiva (Richardson & Lanis, 2007; Stickney & McGee, 1982). Assim, é expectável que empresas que evidenciem altos níveis de AFT, tenham uma taxa efetiva de imposto inferior àquelas que possuem níveis menos elevados. Uma grande parte da literatura corrobora esta teoria. Por
1 De acordo com a norma contabilística de relato financeiro 7, ativos fixos tangíveis são os que sejam detidos
para uso na produção ou fornecimentos de bens ou serviços, para arrendamento a outros, ou para fins administrativos e se espera que sejam usados durante mais do que um período.
7 outro lado, estes autores também testaram a influência da intensidade dos inventários2 na
ETR. Ao contrário da intensidade de capital, estes argumentam que empresas mais intensivas em inventários exibem uma ETR mais elevada. Seguindo a mesma tónica, Gupta and Newberry (1997), concluíram que os inventários funcionam como substitutos do capital, pelo que empresas com um maior nível de inventários estão sujeitas a uma ETR superior. Derashid and Zhang (2003) ao analisarem o impacto da intensidade dos inventários na ETR, concluíram que não havia uma relação estatisticamente relevante entre a intensidade dos inventários e a ETR, mas, por outro lado, mostraram uma relação negativa entre a intensidade de capital e a ETR. Um estudo mais recente, realizado por Fernández-Rodríguez and Martínez-Arias (2014) advoga a existência de uma relação positiva entre a intensidade dos inventário e a ETR, uma vez que os inventários não geram despesas fiscais dedutíveis. Face o exposto, formulamos as seguintes hipóteses:
H3: A intensidade de capital está negativamente relacionada com a ETR. H4: A intensidade dos inventários está positivamente relacionada com a ETR.
Ao falarmos de fatores que determinam a taxa de imposto suportada pelas empresas, a Rentabilidade do Ativo é também um indicador determinante. Empresas mais rentáveis tendem a exibir um lucro maior e consequentemente pagam mais impostos, enquanto que empresas com menor rentabilidade, tendem a exibir lucros inferiores ou mesmo prejuízos fiscais, e pagar assim menos impostos. Em qualquer das situações, o sinal desta relação é positivo. Gupta and Newberry (1997) advogam que existe uma relação positiva entre a ETR e a rentabilidade do ativo. No entanto, alguns estudos apontam para um sinal contrário como é o caso de Derashid and Zhang (2003) e Vintilă et al. (2018). Uma grande parte dos autores admitem que a rentabilidade afeta a taxa de imposto, mas na formulação das hipóteses, não definem um sinal esperado. Aqui e seguindo a tendência da maior parte dos estudos, consideramos como quinta hipótese de investigação:
H5: A rentabilidade está positivamente relacionada com a ETR.
2 Segundo a NCRF 18, os inventários são ativos: a) detidos para venda no decurso ordinário da atividade
empresarial; b) no processo de produção para tal venda; ou c) na forma de materiais ou consumíveis a serem aplicados no processo ou na prestação de serviços.
8 2.2 Influência dos Incentivos fiscais
Alguns dos indicadores operacionais e financeiros acima descritos, são consequência das decisões dos gestores. As suas ações e escolhas têm sempre em conta o crescimento da empresa, por isso, estas têm de ser ponderadas e analisadas de forma cuidadosa. Um outro fator que é de máxima importância e que os gestores sempre que possível tentam utilizar, é o recurso às vantagens fiscais disponíveis.
Os incentivos fiscais e outro tipo de subsídios têm sido amplamente usados pelos diferentes governos. A promoção da competitividade e do investimento tem sido uma prioridade dos Governos nos últimos tempos, e os incentivos fiscais concedidos têm um papel fundamental enquanto promotores do desempenho da economia, permitindo às empresas obter ganhos competitivos e enfrentar o mercado numa posição mais favorável. Por outro lado, é possível que estes benefícios possam ser apenas uma medida para aumentar a popularidade do governo e podem mesmo não atingir os níveis esperados na produtividade das empresas, com o uso ineficiente desses recursos (Bergström, 2000). Bernini and Pellegrini (2011) observaram um aumento nos resultados, no emprego e nos ativos fixos de empresas, às quais foram concedidos benefícios fiscais, contrariamente ao fator de produtividade total, que tende a diminuir.
Um montante considerável de fundos é gasto a cada ano em incentivos fiscais e subsídios, pois estes constituem um estímulo para as empresas investirem e desenvolverem projetos que não seriam tão atraentes sem eles, por isso, a literatura sobre os seus efeitos no comportamento das empresas é vasta. Porém, a evidência empírica existente sobre esta temática é diversa e frequentemente contraditória, uma vez que é difícil isolar o efeito dos subsídios (Bernini & Pellegrini, 2011).
Apesar da utilização frequente dos incentivos fiscais por parte dos Governos, não é clara a sua influência na produtividade das empresas. Por esse motivo, Bergström (2000) propôs-se analisar as diferenças ao nível da produtividade de capitais atribuídos a empresas sediadas na Suécia entre 1987 e 1993. Este estudo mostrou que os subsídios concedidos estão positivamente relacionados com o aumento do valor acrescentado das empresas, sendo esta relação verificada um ano após serem recebidos. García-Manjón and Romero-Merino (2012), estudaram o efeito da atribuição de incentivos às empresas e, como seria de esperar, concluíram que estes afetam o desenvolvimento das empresas no que diz respeito ao volume de negócios, lucros e criação de emprego, observando uma relação positiva entre o investimento em I&D e o crescimento da empresa.
9 A inovação e as atividades de I&D são consideradas também decisivas para a promoção da competitividade, produtividade e crescimento económico de um país. Os incentivos fiscais à Investigação e Desenvolvimento têm sido amplamente utilizados pelos governos para apoiar a inovação. Atualmente a inovação é considerada uma das maiores fontes de crescimento da economia e é por esse motivo que este tema tem sido abordado por diversos autores, como Sterlacchini and Venturini (2018). Estes autores analisaram o efeito dos incentivos fiscais à Investigação e Desenvolvimento em empresas da indústria transformadora sediadas em Itália, Espanha e Reino Unido. Os resultados mostram que estes incentivos induziram um aumento estatisticamente significativo na intensidade em I&D, exceto em Espanha. No entanto, este efeito é impulsionado pelo comportamento das pequenas empresas.
Como referido anteriormente, um dos objetivos do presente estudo consiste em avaliar de que forma os incentivos fiscais fazem variar a carga fiscal suportada pelas empresas que usufruem dos mesmos. É, por isso, relevante compreender quais os incentivos que vão ser usados e a forma como estes operam.
• Regime Fiscal de Apoio ao Investimento (RFAI)
O Regime Fiscal de Apoio ao Investimento (RFAI), é um instrumento de política fiscal que permite às empresas deduzir à coleta calculada, uma percentagem do investimento realizado em ativos não correntes (tangíveis e intangíveis). Este incentivo fiscal, foi criado pelo Orçamento Suplementar para 2009 (artigo 13.º da Lei n.º 10/2009, de 10 de março) sendo sucessivamente prorrogado até à data. O RFAI foi integrado no Código Fiscal ao Investimento pelo DL nº 162/2014 de 31 de outubro em 2014 e regulamentado para o período de 2014 a 2020.
No período de retração económica vivido atualmente, a redução de volume de negócios das empresas levou à criação deste incentivo, permitindo assim a promoção do investimento empresarial em determinadas regiões como também a criação de emprego, contribuindo para a revitalização da economia nacional.
Conforme previsto no diploma, podem beneficiar do RFAI os sujeitos passivos de Imposto sobre o Rendimento das Pessoas Coletivas (IRC) que exerçam uma atividade principal nos setores agrícola, florestal, agroindustrial, energético, turístico, redes de banda larga de nova geração e indústrias transformadoras ou extrativas, com exceção dos setores siderúrgico, construção naval e fibras sintéticas.
10 Além de uma dedução à coleta, são concedidos os seguintes benefícios fiscais: isenção ou redução do IMI, do IMT e do Imposto de selo relativamente a aquisições de prédios que constituam aplicações relevantes.
Este benefício fiscal, é calculado até ao limite dos seguintes montantes: no caso de investimentos realizados por empresas situadas nas regiões Norte, Centro, Alentejo, Açores e Madeira: i) 25% das aplicações relevantes, relativamente ao investimento realizado até ao montante de 10.000.000,00€; ii) 10% das aplicações relevantes, relativamente à parte do investimento realizado que exceda o montante de 10.000.000,00€; e 10% das aplicações relevantes, no caso de investimentos realizados por empresas situadas nas regiões do Algarve, Grande Lisboa e Península de Setúbal.
É importante também referir, que empresas que pretendam usufruir deste incentivo têm de preencher determinadas condições estipuladas no Decreto-Lei, como, por exemplo, dispor de contabilidade organizada, efetuar investimentos que proporcionem a criação de postos de trabalho bem como a sua manutenção, entre outros.
Adicionalmente, a dedução à coleta tem de respeitar determinados limites: até à concorrência do total da coleta de IRC, no caso de investimentos realizados no período de tributação do início de atividade, e nos dois períodos de tributação seguintes, exceto quando a empresa resultar de cisão, e até à concorrência de 50% da coleta do IRC, nos restantes casos.
• Sistema de Incentivos Fiscais à Investigação e Desenvolvimento II (SIFIDE II) O Sistema de Incentivos Fiscais à Investigação e Desenvolvimento (SIFIDE), foi criado em 1997 tendo posteriormente sofrido alterações pela Lei 83-C/2013 de 31 de dezembro, que veio instaurar o SIFIDE II, substituindo assim o SIFIDE. Com o objetivo de aumentar a competitividade, os beneficiários do SIFIDE II são os sujeitos passivos de IRC que preencham determinadas condições previstas na lei.
Este sistema de incentivos permite recuperar até 82,5% do Investimento em I&D, se esta parte não for objeto de comparticipação financeira do Estado a fundo perdido e for realizada nos períodos de tributação de 1 de janeiro de 2013 a 31 de dezembro de 2020. Existe uma dedução à coleta de um montante correspondente a:
• 32,5% da despesa total em I&D no ano corrente;
• 50% do aumento da despesa face à média dos dois anos anteriores, até ao limite máximo de 1.500.000,00€.
11 É importante salientar que este incentivo visa apoiar as atividades de Investigação e Desenvolvimento. São consideradas Despesas de Investigação “as realizadas pelo sujeito passivo de IRC com vista à aquisição de novos conhecimentos científicos ou técnicos” e Despesas de Desenvolvimento “as realizadas pelo sujeito passivo de IRC com vista à aquisição de novos conhecimentos científicos ou técnicos.”
• Grandes Projetos de Investimento
O presente incentivo fiscal foi regulamentado pelo artigo 41º, nº 1 do Estatuto dos Benefícios Fiscais (EBF) durante um longo período, tendo sido revogado em 2014 pelo Decreto-Lei n.º 162/2014 de 31/10. Neste diploma, em alternativa, é introduzido um novo tema, os “Benefícios fiscais à capitalização das empresas”. Contudo, este benefício não será alvo de análise uma vez que não é relevante para o presente estudo.
Assim, tendo em conta o artigo 41º, nº1 do EBF, são concedidos incentivos fiscais aos projetos de investimento que sejam relevantes para o desenvolvimento dos sectores considerados de interesse estratégico para a economia nacional, bem como para a redução das assimetrias regionais. Seguindo a linha dos incentivos anteriormente mencionados, estes projetos têm também de induzir a criação de postos de trabalho e impulsionar a inovação tecnológica e a investigação científica nacional.
Deste modo, aos projetos de investimento de empresas, cujo montante de investimento seja igual ou superior a 3.000.000,00€ são concedidos cumulativamente, os seguintes incentivos fiscais:
I. Crédito de imposto, determinado com base na aplicação de uma percentagem, compreendida entre 10 % e 20%;
II. Isenção ou redução de imposto municipal sobre imóveis (IMI), de imposto municipal sobre as transmissões onerosas de imóveis (IMT) e de imposto do selo.
• Projetos de Investimento à Internacionalização
Este benefício fiscal foi regulamentado pelo artigo 41º, nº 4 do EBF e artigo 22º do Código Fiscal do Investimento (CFI), tendo sido revogado pela Lei nª 83-C/2013 a 31 de dezembro. Este incentivo visa apoiar as empresas na promoção da sua competitividade através do aumento da sua produtividade, flexibilidade e da capacidade de resposta bem como uma presença ativa no mercado global.
12 Assim, projetos de investimento efetuados por empresas portuguesas no estrageiro, de montante igual ou superior a 250.000€, podem beneficiar de:
1. um crédito de IRC, compreendido entre 10% a 20% não podendo excedendo, em cada exercício, 25 % da coleta, com o limite de 997.595,79€ e,
2. a eliminação da dupla tributação económica, durante o período contratual, quando o investimento seja efetuado sob a forma de constituição ou aquisição de sociedades estrangeiras.
Os incentivos fiscais assumem um papel relevante nas decisões de investimento das empresas, na medida em que uma parte desse investimento pode converter-se em benefício fiscal para redução do IRC a pagar. Enquanto que por um lado, este tipo de incentivos pode reduzir a carga fiscal, as empresas que beneficiam dos mesmos podem estar sujeitas a maior escrutínio por parte das entidades públicas, bem como a auditorias fiscais por parte da autoridade tributária, o que pode comprometer a sua atividade de negócio. No entanto, prevalece a lógica dos incentivos fiscais e, por isso, é esperado que a última hipótese de investigação formulada, apresente uma relação negativa entre os incentivos fiscais e a ETR. H6: A ETR tem uma relação negativa com os incentivos fiscais.
13
3.
Definição das variáveis e Amostra
3.1. Variáveis Dependentes
A presente dissertação tem como objetivo estudar os determinantes da taxa efetiva de imposto, bem como a influência dos incentivos fiscais. Deste modo, a taxa efetiva de imposto é considerada a variável dependente deste estudo. A ETR é uma medida usada para calcular a carga fiscal das empresas. A taxa efetiva de imposto (média) é definida pela Norma Contabilística e de Relato Financeiro 253 como o gasto (rendimento) de imposto dividido
pelo lucro contabilístico. De acordo com o descrito na Norma, “o gasto de impostos (rendimento de impostos) compreende o gasto corrente de impostos (rendimento corrente de impostos) e gasto de impostos diferidos (rendimento de impostos diferidos). Por outro lado, o lucro contabilístico é o resultado de um período antes da dedução do gasto dos impostos.
Na literatura existente são usadas diferentes medidas no cálculo da ETR. No que diz respeito ao numerador do rácio usado para calcular a ETR, Gupta and Newberry (1997) e Liu and Cao (2007), são exemplos de autores que consideraram apenas os impostos correntes, ignorando os impostos diferidos. Por outro lado, outros autores sugeriram ajustar o valor do imposto diferido (Stickney & McGee, 1982; Zimmerman, 1983). Contudo, neste estudo consideramos apenas o valor correspondente ao imposto do período uma vez que a SABI não permite desassociar os impostos diferidos dos impostos correntes.
Bem como o numerador, a escolha do denominador para o cálculo do rácio, também não é uniforme na literatura. Como descrito por Gupta and Newberry (1997) e Richardson and Lanis (2007), é possível utilizar o lucro tributável, o resultado contabilístico antes de impostos ou o cash flow operacional como medida para o cálculo do rendimento no denominador. Uma vez que o lucro tributável não é uma opção viável, pois apenas está disponível para a Autoridade Tributária, considerámos as variáveis Margem Bruta e o Valor Acrescentado Bruto no denominador. Omer et al. (1993) sugeriram que o uso de mais que um rácio para calcular a ETR poderia incrementar a robustez dos resultados. Assim, de acordo com o descrito anteriormente, a ETR será calculada por três rácios diferentes:
𝐸𝑇𝑅1 = 𝐼𝑚𝑝𝑜𝑠𝑡𝑜 𝑇𝑜𝑡𝑎𝑙
𝑅𝑒𝑠𝑢𝑙𝑡𝑎𝑑𝑜 𝐴𝑛𝑡𝑒𝑠 𝑑𝑒 𝐼𝑚𝑝𝑜𝑠𝑡𝑜𝑠
14 𝐸𝑇𝑅2 = 𝐼𝑚𝑝𝑜𝑠𝑡𝑜 𝑇𝑜𝑡𝑎𝑙 𝑀𝑎𝑟𝑔𝑒𝑚 𝐵𝑟𝑢𝑡𝑎 𝐸𝑇𝑅3 = Imposto Total 𝑉𝑎𝑙𝑜𝑟 𝐴𝑐𝑟𝑒𝑠𝑐𝑒𝑛𝑡𝑎𝑑𝑜 𝐵𝑟𝑢𝑡𝑜 3.2. Variáveis Independentes
Com o objetivo de analisar os determinantes financeiros e operacionais da taxa efetiva de imposto, focamos uma grande parte do nosso estudo em quatro hipóteses relacionadas com a dimensão da empresa, o endividamento, o asset mix e a rentabilidade. Para calcular a dimensão das empresas usámos a variável DIM que é calculada pelo logaritmo natural do total de ativos. Vários autores utilizaram esta variável para testar a sua capacidade explicativa na ETR (Belz et al., 2018; Delgado et al., 2018; Gupta & Newberry, 1997; Richardson & Lanis, 2007). A variável END é calculada pelo rácio entre o passivo não corrente e o ativo total. No que diz respeito às variáveis do asset mix, são testadas duas hipóteses com recurso à utilização de dois rácios. A primeira hipótese, onde analisamos qual a influência da intensidade de capital na ETR, definida por CAPINT, como o rácio entre os ativos fixos tangíveis e o ativo. Uma segunda hipótese, onde incluímos a variável intensidade dos inventários, designada por INVINT, como variável explicativa da ETR. A intensidade dos inventários é calculada como o rácio entre o total de inventários e o ativo total da empresa. Por fim, uma vez que a rentabilidade das empresas é um indicador com impacto na carga fiscal suportada, também incluímos a variável ROA no nosso estudo, sendo definida pelo rácio entre o resultado líquido e o ativo total.
Como estudamos os determinantes da taxa efetiva, com particular enfase nos incentivos fiscais, introduzimos variáveis alternativas que resultam de transformações aplicadas ao total dos incentivos. Uma das variáveis resulta do quociente entre o total de incentivos e o ativo total (rácio incent). Em alternativa, também testamos uma variável que resulta da aplicação do logaritmo natural aos incentivos totais (log_incen). Na secção de análise complementar, ainda construímos uma dummy (DUM), que distingue as empresas que receberam incentivos fiscais das que não receberam. As variáveis utilizadas neste estudo encontram-se explanadas na tabela 1.
15 Tabela 1 – Definição das variáveis do modelo.
3.3. Amostra
O nosso estudo baseia-se numa amostra que inclui dados obtidos através de duas fontes de informação: Sistema de Análise de Balanços Ibéricos (“SABI”) e o Portal das Finanças, para o período compreendido entre 2010 e 2015. Numa primeira fase, consideramos a informação disponibilizada pelo Portal das Finanças, onde foi possível encontrar listas de empresas que beneficiaram de incentivos fiscais entre os anos de 2010 e 2015. Nessas listas recolhemos o número de contribuinte das empresas a incluir no estudo que posteriormente foi utilizado para cruzamento de dados com a SABI, de onde foi recolhida a informação financeira para estimação dos modelos. Este procedimento consegue garantir que as empresas são exatamente as mesmas, assegurando a consistência da nossa amostra e evitando qualquer impacto negativo no rigor dos nossos resultados mesmo usando bases de dados diferentes.
Variáveis Definição Método de Cálculo
ETR 1 Taxa Efetiva de Imposto 1 Imposto Total/Resultado Antes
de Impostos
ETR 2 Taxa Efetiva de Imposto 1 Imposto total/Margem Bruta
ETR 3 Taxa Efetiva de Imposto 1 Imposto Total/Valor
Acrescentado Bruto
DIM Dimensão Log (Ativo Total)
END Endividamento Passivo Não Corrente/Ativo Total
CAPINT Intensidade de Capital Ativos fixos tangíveis/Ativo Total
INVINT Intensidade dos Inventários Inventários/Ativo Total
ROA Rentabilidade do Ativo Resultado Líquido/Ativo Total RACIO_INCEN Rácio dos incentivos Total de incentivos fiscais/Ativo
Total LOG_INCEN
DUM
Logaritmo dos incentivos Dummy dos incentivos fiscais
Log (Total de incentivos fiscais) Igual a 1 para empesas com incentivos fiscais e 0 para as restantes
16 Para controlar um potencial enviesamento dos resultados devido ao cálculo de rácios quando os termos são negativos, seguimos a metodologia de Gupta and Newberry (1997) e Kraft (2014), aplicando algumas restrições aos valores da ETR. Sempre que as empresas reportem resultados negativos (denominador negativo) e/ou imposto a receber (numerador negativo) distorcem a análise da ETR, por esse motivo, o valor da ETR foi ajustado de modo a tomar valores só entre “0” e “1”. Se o valor do imposto total da empresa for negativo e/ou os resultados negativos, recodificamos a ETR para o valor de “0”, se as empresas apresentarem resultados negativos (ou zero) e um imposto maior que zero recodificamos a ETR para o valor de “1”, bem como no caso de taxas efetivas de imposto com valor superior a “1”.
A amostra inicial é constituída por 3947 empresas porém, com o intuito de ter uma amostra mais homogénea, optámos por manter somente empresas com dados completos eliminando 614 e ficando assim com um painel balanceado de 3333 em cada ano. No que diz respeito à classificação da indústria, categorizamos as empresas de acordo com o código CAE (Classificação das Atividades Económicas Portuguesas por Ramo de Atividade). No anexo 1 é possível identificar quais as atividades económicas presentes na amostra, bem como o número de empresas por cada sector.
17
4. Metodologia
Neste capítulo detalhamos a metodologia usada para testar as hipóteses propostas no capítulo dois bem como algumas estatísticas descritivas. Com o intuito de examinar as hipóteses formuladas, estimamos os nossos modelos com recurso a dados em painel balanceado. Através deste tipo de estrutura é possível controlar efeitos não observáveis que estão presentes em dados seccionais e temporais, melhorando assim a eficiência da estimação (Gujarati, 2003).
Para decidir entre a estimação com efeitos fixos versus efeitos aleatórios, realizámos o teste de Hausman. O resultado permitiu-nos rejeitar a hipótese nula de coeficientes iguais, sendo por esse motivo o modelo de efeitos fixos o mais apropriado para o presente estudo. Ao ter em consideração as características da amostra, estimámos as regressões recorrendo ao método dos mínimos quadrados generalizados (EGLS) cross-section, controlando os efeitos fixos temporais através da inclusão de variáveis dummy do ano.
4.1 Métodos de Análise: Modelos Econométricos
Para testar as hipóteses propostas e tendo por base os estudos de Gupta and Newberry (1997) e Fernández-Rodríguez and Martínez-Arias (2014), usámos os seguintes modelos de regressão:
𝐸𝑇𝑅𝑖𝑡 = 𝛽0+ 𝛽1𝐷𝐼𝑀𝑖𝑡 + 𝛽2𝐸𝑁𝐷𝑖𝑡+ 𝛽3𝐶𝑎𝑝𝑖𝑛𝑡𝑖𝑡+ 𝛽4𝐼𝑛𝑣𝑖𝑛𝑡𝑖𝑡+ 𝛽5𝑅𝑂𝐴𝑖𝑡 + 𝛽6𝐿𝑂𝐺_𝐼𝑁𝐶𝐸𝑁𝑇𝑖𝑡+ 𝛽7𝑌𝐸𝐴𝑅𝑖𝑡+ 𝜀𝑖𝑡
(4.1) onde a variável dependente, 𝐸𝑇𝑅𝑖𝑡, representa a taxa efetiva de imposto para a empresa i no ano t, e as variáveis independentes incluem a dimensão da empresa (DIM), a estrutura de capitais (END), o asset mix (Capint e Invint), a rentabilidade (ROA), o logaritmo do total de incentivos (LOG_INCENT) e a variável dummy do ano (Year).
Em alternativa, estimamos um modelo semelhante mas modificando a fórmula de medir os incentivos fiscais,
𝐸𝑇𝑅𝑖𝑡 = 𝛽0+ 𝛽1𝐷𝐼𝑀𝑖𝑡 + 𝛽2𝐸𝑁𝐷𝑖𝑡+ 𝛽3𝐶𝑎𝑝𝑖𝑛𝑡𝑖𝑡+ 𝛽4𝐼𝑛𝑣𝑖𝑛𝑡𝑖𝑡+ 𝛽5𝑅𝑂𝐴𝑖𝑡 + 𝛽6𝑅𝐴𝐶𝐼𝑂_𝐼𝑁𝐶𝐸𝑁𝑇𝑖𝑡+ 𝛽7𝑌𝐸𝐴𝑅𝑖𝑡 + 𝜀𝑖𝑡
18 onde a variável dependente, 𝐸𝑇𝑅𝑖𝑡, representa a taxa efetiva de imposto para a empresa i no ano t, e as variáveis independentes incluem a dimensão da empresa (DIM), a estrutura de capitais (END), o asset mix (Capint e Invint), a rentabilidade (ROA), o rácio dos incentivos (RACIO_INCENT) e a variável dummy do ano (Year).
Numa segunda fase, para testar a influência dos incentivos estimámos um modelo modificado através da inclusão de uma variável dummy (DUM), e dos termos de interação com todas as variáveis do modelo anterior. Esta dummy toma o valor “1” para empresas com incentivos fiscais e “0” para as restantes,
𝐸𝑇𝑅𝑖𝑡 = 𝛽0+ 𝛽1𝐷𝐼𝑀𝑖𝑡+ 𝛽2𝐸𝑁𝐷𝑖𝑡+ 𝛽3𝐶𝑎𝑝𝑖𝑛𝑡𝑖𝑡 + 𝛽4𝐼𝑛𝑣𝑖𝑛𝑡𝑖𝑡+ 𝛽5𝑅𝑂𝐴𝑖𝑡
+ 𝛽6𝐷𝑈𝑀𝑖𝑡+ 𝛽7𝐷𝑈𝑀 ∗ 𝐷𝐼𝑀𝑖𝑡+ 𝛽8𝐷𝑈𝑀 ∗ 𝐸𝑁𝐷𝑖𝑡+ 𝛽9𝐷𝑈𝑀 ∗ 𝑅𝑂𝐴𝑖𝑡 + 𝛽10𝐷𝑈𝑀 ∗ 𝐶𝐴𝑃𝐼𝑁𝑇𝑖𝑡 + 𝛽11𝐷𝑈𝑀 ∗ 𝐼𝑁𝑉𝐼𝑁𝑇𝑖𝑡+ 𝛽12𝑌𝐸𝑅𝑖𝑡+ 𝜀𝑖𝑡
(4.3)
onde a variável dependente, 𝐸𝑇𝑅𝑖𝑡, representa a taxa efetiva de imposto para a empresa i no ano t, e as variáveis independentes incluem a dimensão da empresa (DIM), a estrutura de capitais (END), o asset mix (Capint e Invint), a rentabilidade (ROA), a variável dummy dos incentivos (DUM) e a variável dummy do ano (Year).
4.2. Análise Univariada
Nesta fase já definimos todas as variáveis bem como a sua inclusão nos vários modelos. Desta forma decidimos apresentar os resultados univariados através da análise das estatísticas descritivas e das correlações entre as variáveis.
4.2.1 Estatísticas Descritivas
A tabela 2 apresenta as estatísticas descritivas tanto das variáveis explicativas como das dependentes para o período de 2010 a 2015. A média agregada da variável dependente ETR1 (ETR2) (ETR3) é de 22.2%, (4.2%) e (4.7%). Uma vez que os três rácios só diferem no cálculo do denominador e os resultados contabilísticos são menores do que a margem bruta e o VAB, era expectável uma média maior para a ETR1. Por outro lado, a nossa amostra contém apenas empresas portuguesas, por isso, o valor da média da ETR1 tem uma ordem de grandeza comparável com o valor estabelecido para o imposto sobre o rendimento de pessoas coletivas (IRC) que diminuiu de 25% em 2010, para 21%, em 2015. Para todas as
19 medidas (ETR1, ETR2, ETR3) o valor mínimo é “0” e o máximo “1”, o que está de acordo com a recodificação realizada de modo a não enviesar a amostra. A nossa amostra é constituída por micro, pequenas e médias empresas com a variável dimensão (DIM) a apresentar uma média e uma mediana de valor semelhante. O rácio de endividamento (END), que considera apenas o endividamento não corrente, apresenta uma média de 17% e uma mediana de 12%. Sendo estes valores reduzidos, podem sugerir o recurso das empresas ao endividamento de curto prazo. As variáveis do asset mix apresentam valores relativamente baixos, sendo que, a intensidade de capital (CAPINT) apresenta uma média de 28% e uma mediana de 24% e a intensidade do inventário (INVINT) apresenta uma média de 12% e uma mediana de 7%. Quanto aos incentivos fiscais, em média, representam cerca de 0,3% do ativo.
Tabela 2- Estatísticas descritivas
Variáveis Média Mediana Máximo Mínimo Desvio Padrão ETR1 0.221492 0.213029 1.000000 0.000000 0.191124 ETR2 0.041970 0.011012 1.000000 0.000000 0.092444 ETR3 0.046625 0.028230 1.000000 0.000000 0.071032 DIM 6.487871 6.444346 10.35097 2.424343 0.766173 END 0.167561 0.124459 4.138391 -0.050203 0.180244 ROA 0.039694 0.037200 1.526970 -232.5243 1.650647 CAPINT 0.275985 0.238903 0.998157 0.000000 0.212716 INVINT 0.116065 0.069200 1.000000 0.000000 0.136856 Racio_incen 0.003364 0.000000 0.164274 0.000000 0.008786 Log_incen 1.563646 0.000000 7.416789 0.000000 2.136692
A tabela 2 sumariza as estatísticas univariadas para as variáveis dependentes e independentes. A ETR1 é calculada como o rácio entre o imposto total sobre o resultado antes de imposto. A ETR2 é definida como o rácio entre o imposto total e a margem bruta. A ETR3 é definida como o rácio entre o imposto total e o valor acrescentado bruto. A DIM é calculada através do logaritmo natural do ativo da empresa. O END é calculado pelo rácio entre a dívida de médio e longo prazo e o ativo. A intensidade de capital (Capint) é obtida através do rácio entre o ativo fixo tangível e o ativo. A intensidade do inventário (Invint) foi obtida através da divisão dos inventários pelo ativo. A variável racio_incent resulta do quociente entre o total de incentivos e o ativo total. A variável log_incent resulta da aplicação do logaritmo natural aos incentivos totais.
A tabela que se encontra no Anexo 1, representa a distribuição das empresas que constituem a amostra do presente estudo classificadas de acordo com a Classificação das
20 Atividades Económicas Portuguesas por Ramo de Atividade (CAE) com dois dígitos. É possível também observar a média dos três rácios da ETR por indústria para o período de 2010-2015. Dez por cento (10%) da nossa amostra, é constituída por empresas classificadas na categoria “Fabricação de produtos metálicos, exceto máquinas e equipamentos” (343) com o CAE- REV.3 25. “Comércio por grosso” e “Consultoria e programação informática e atividades relacionadas” são as categorias seguintes com a maior distribuição de empresas, 223 e 186, respetivamente. Existem 6 categorias com uma média da ETR1 superior a 30%. O valor de ETR1 mais alto encontrado, pertence ao CAE 60 -Atividades de rádio e de televisão (38.3%). Por outro lado, o valor mais alto da ETR2, pertence a empresas com o CAE 19 - Fabricação de coque, produtos petrolíferos refinados e de aglomerados de combustíveis, enquanto que na ETR3 é de empresas pertencentes ao CAE 66. Estas duas categorias, apresentam uma ETR no valor de 18.3% e de 12%, respetivamente.
Na tabela 3 apresentamos as correlações de entre as variáveis ETR1, ETR2, ETR3 e as restantes variáveis explicativas. Como esperado, as variáveis dependentes estão positivamente correlacionadas uma vez que só diferem no cálculo do denominador. No que diz respeito à ETR1 é possível observar uma relação negativa com a dimensão consistente com impacto negativo da dimensão das empresas na taxa efetiva de imposto, consistente com a teoria do Poder Político. Contrariamente, a dimensão tem um impacto positivo na ETR2 e ETR3, apoiando a teoria do Custo Político (Zimmerman, 1983). Estes valores divergentes podem resultar da não consideração das demais variáveis explicativas.
O coeficiente da variável de endividamento apresenta o sinal esperado, o que sugere que as decisões de financiamento têm impacto negativo sobre as três medidas (Gupta & Newberry, 1997) bem como a variável ROA que está positivamente correlacionada com as três ETR’s, o que sugere que a rentabilidade e o crescimento das empresas, podem contribuir para uma maior taxa efetiva de imposto. As variáveis intensidade do capital e intensidade de inventário, estão negativamente associadas confirmando o efeito de substituição previsto por Gupta and Newberry (1997), tanto na ETR1 e ETR2. Na ETR 3, a variável INVINT apresenta uma relação negativa com a ETR, contrariando a quarta hipótese formulada.
A tabela evidencia ainda, uma relação negativa entre as três medidas da ETR e as variáveis log_incent e racio_incent, corroborando a ideia de que empresas que usufruíram de incentivos fiscais suportam uma taxa efetiva de imposto inferior.
21 Tabela 3- Matriz da Correlação de Pearson
A tabela 3 apresenta a correlação de Pearson para todas as variáveis do presente estudo. ETR1 é calculada como o rácio entre o imposto total sobre o resultado antes de imposto. A ETR2 é definida como o rácio entre o imposto total e a margem bruta. A ETR3 é definida como o rácio entre o imposto total e o valor acrescentado bruto. A dimensão (DIM) é calculada através do logaritmo natural do ativo da empresa. O END é calculado pelo rácio entre a dívida de médio e longo prazo e o ativo. A intensidade de capital (Capint) é obtida através do rácio entre o ativo fixo tangível e o ativo. A intensidade do inventário (Invint) foi obtida através da divisão dos inventários pelo ativo. A variável log_incent é calculada o total de incentivos recebidos e variável racio_incent é calculada pelo rácio entre o total de incentivos e o ativo. A amostra contém 3333 empresas para o período entre 2010 e 2015.
Variáveis (1) (2) (3) (4) (5) (6) (7) (8) (9) (10) ETR1(1) 1 ETR2(2) 0,103129 1 ETR3(3) 0,129332 0,31381 1 DIM(4) -0,12721 0,039769 0,100069 1 END(5) -0,03936 -0,082434 -0,126252 0,055994 1 ROA(6) 0,007218 0,012128 0,01665 0,036058 -0,005718 1 CAPINT(7) -0,002086 -0,053663 -0,144392 -0,068639 0,343447 0,005023 1 INVINT(8) 0,057737 0,078792 -0,0385 0,080139 -0,061797 0,001976 -0,10218 1 Log_incent(9) -0,1926839 -0,0011197 -0,0105955 0,2756897 -0,0345334 0,0176536 -0,0441604 -0,0258541 1 Racio_incent(10) -0,1597041 -0,0150275 -0,0065702 -0,0391476 -0,1051157 0,0245862 -0,1007094 -0,0965313 0,5507114 1
22
5.
Resultados
Neste capítulo apresentamos os principais resultados obtidos através da estimação dos modelos anteriormente descritos, que nos permitiram examinar a influência das características especificas das empresas bem como dos incentivos fiscais na ETR.
5.1 Análise Multivariada
Com o objetivo de testar a influência das características especificas das empresas bem como dos incentivos fiscais, estimámos a nossa regressão usando o método dos mínimos quadrados generalizados (EGLS) cross-section, com recurso a dummies para controlar os efeitos temporais.
As colunas 1 e 2 da tabela 4 exibem os resultados da regressão 4.1 e 4.2 tanto para a variável ETR2 como para a variável ETR3, respetivamente. No que diz respeito aos resultados da estimação do modelo econométrico da ETR1, uma vez que nem todas as variáveis são estatisticamente relevantes nem os sinais evidenciados por algumas variáveis coerentes, esta medida não apresenta interesse para o presente estudo.
O coeficiente estimado para a dimensão da empresa (DIM) apresenta um valor positivo e estatisticamente significativo para a ETR2 bem como para a ETR3. Estes resultados são consistentes com as investigações realizadas por Zimmerman (1983). Um aumento da dimensão traduz-se num incremento da taxa efetiva de imposto, corroborando a teoria do custo político. Os resultados obtidos são consistentes com a hipótese H1.
Já no que diz respeito ao rácio de endividamento (END), este afeta negativamente a ETR, ou seja, quanto maior o recurso ao endividamento por parte das empresas, menor a carga fiscal a que estão sujeitas. As empresas obtêm um ganho devido à dedutibilidade dos encargos com juros associados à divida, ao contrário da utilização de capitais próprios, indo ao encontro do esperado.
Relativamente às variáveis do asset mix os resultados são contraditórios. Evidencia-se uma relação negativa e significativa entre a intensidade de capital, CAPINT, e a ETR2 e ETR3. Este resultado permite-nos concluir que empresas mais intensivas em capital, suportam taxas de imposto mais baixas como resultado da dedução das despesas de amortização e depreciação, consistente com o antecipado na hipótese de investigação H3. Esta evidência, vai de encontro aos resultados obtidos por Gupta and Newberry (1997), Derashid and Zhang (2003) e Fernández-Rodríguez and Martínez-Arias (2014). No que diz respeito à segunda variável do asset mix, os resultados para a ETR2 são consistentes com a
23 hipótese formulada, confirmando a existência de uma relação positiva e estatisticamente relevante entre a ETR e a intensidade dos inventários, o que nos permite concluir que empresas com maiores proporções de inventários têm taxa efetiva de imposto mais alta (Gupta & Newberry, 1997). Por outro lado, no que diz respeito à relação entre a ETR3 e a variável INVINT, verificámos que o coeficiente estimado é negativo e estatisticamente relevante, pelo que não foi possível confirmar a hipótese H4, neste caso. Esta discrepância também foi encontrada noutros estudos empíricos em que este coeficiente por vezes tem sinal contrário ou não é significativo.
No que respeita à rentabilidade do ativo (ROA), os resultados mostram uma relação positiva e estatisticamente significativa com a ETR2 e a ETR3. Esta relação positiva é consistente com a hipótese H5 bem como com as conclusões obtidas por Richardson and Lanis (2007), Derashid and Zhang (2003) e Fernández-Rodríguez and Martínez-Arias (2014).
No que diz respeito à influência dos incentivos fiscais, salientamos que todos os coeficientes coincidem com o sinal esperado, o que significa que quanto maior é o valor do incentivo fiscal concedido, menor será a ETR suportada pelas empresas.
De modo geral, podemos concluir que, os resultados obtidos correspondem ao esperado e estão em linha com as hipóteses formuladas.
Tabela 4- Resultados da Estimação do impacto das características financeiras e operacionais das empresas na ETR
Caract. das
Empresas ETR2 (log_incent) ETR2 (racio_incent) ETR3 (log_incent) ETR3 (racio_incent)
C -0.004146** -0.000883 0.002660 0.010560*** (-2.135625) (-0.467126) (1.512402) (6.240803) DIM 0.004888*** 0.004408*** 0.007886*** 0.006581*** (16.56806) (15.54035) (28.96058) (25.32612) END -0.032307*** -0.032621*** -0.032749*** -0.032756*** (-30.63163) (-30.93027) (-31.84230) (-31.98223) ROA 0.000492** 0.000536** 0.001061*** 0.001076*** (2.320164) (2.487237) (4.575546) (4.667405) CAPINT 0.000121 -0.000378 -0.028194*** -0.028381*** (0.123988) (-0.385843) (-31.49971) (-31.57559)
24
A tabela 4 apresenta a estimação da equação 4.1 e 4.2 em que as variáveis dependentes são a ETR2 e a ETR3 e as variáveis explicativas são a dimensão (DIM), endividamento (END), rentabilidade do ativo (ROA), asset mix (CAPINT e INVINT) e os incentivos fiscais. A ETR2 é definida como o rácio entre o imposto total e a margem bruta. A ETR3 é definida como o rácio entre o imposto total e o valor acrescentado bruto. A DIM é calculada através do logaritmo natural do ativo da empresa. O END é calculado pelo rácio entre a dívida de médio e longo prazo e o ativo. A intensidade de capital (Capint) é obtida através do rácio entre o ativo fixo tangível e o ativo. A intensidade do inventário (Invint) foi obtida através da divisão dos inventários pelo ativo. A variável log_incent é calculada o total de incentivos recebidos e variável racio_incent é calculada pelo rácio entre o total de incentivos e o ativo. Para a estimação da regressão usámos o método dos mínimos quadrados generalizados (EGLS) cross-section com recurso a dummies para o ano. ***, **, e * indicam 1%, 5%, e 10%, níveis de significância, respetivamente. Os valores colocados em parênteses representam os valores t-statistic observados.
5.2. Análises Complementares
Com o objetivo de avaliar a consistência dos principais resultados obtidos, procedemos de seguida à realização de dois testes de robustez. Primeiramente, reestimámos a regressão introduzindo uma dummy relativa aos incentivos e a totalidade dos termos de interação com as restantes variáveis explicativas. Por último, realizámos uma nova estimação utilizando uma amostra distinta, com o objetivo de garantir uma maior homogeneidade da amostra. Para esse efeito procedemos às estimações das nossas regressões para o setor da indústria transformadora.
INVINT 0.062221*** 0.061403*** -0.026376*** -0.026509*** (37.87277) (37.14107) (-20.58767) (-20.61846) INCENT -0.000505*** -0.167648*** -0.001536*** -0.201071***
(-4.642341) (-6.384863) (-15.49803) (-8.212729)
Dummies do ano Sim Sim Sim Sim
R-squared 0,15976 0,161403 0,183576 0,175723 Adjusted R-squared 0,159297 0,160941 0,183127 0,175269 F-statistic 345,2184 349,4524 408,2535 387,0645 Prob (Fstatistic) 0 0 0 0 Total panel (unbalanced) observations 19984 19984 19984 19984
25 5.2.1 Reestimação do Modelo: Empresas com Incentivos
Para compreender de que forma os incentivos fiscais afetam os coeficientes das demais variáveis utilizadas no estudo, inserimos uma variável dummy. Construímos esta variável com base no rácio entre o total de incentivos e o total do ativo. Esta dummy assume o valor “1” para empresas com incentivos e “0” para empresas sem incentivos. Adicionalmente acrescentamos na regressão um conjunto de termos de interação obtidos multiplicando esta dummy pelas restantes variáveis explicativas. Com a realização deste teste de robustez foi possível concluir qual o impacto dos benefícios fiscais na variação da ETR.
Na tabela 5 apresentamos os coeficientes estimados, o nível de significância estatística bem como entre parenteses a estatística t. O coeficiente estimado da dummy é negativo e estatisticamente significativo a 1%, significando que as empresas com incentivos, como era de esperar, pagam menos impostos.
Os coeficientes relativos aos termos de interação, também têm significância estatística. Por exemplo, relativamente à ETR2, o coeficiente da variável DIM é 0,005427 para empresas sem incentivos, enquanto para as empresas com incentivos o coeficiente correspondente é dado pela soma (0,005427+0,002272), significando que o impacto da dimensão na ETR2 é superior para as empresas com incentivos. Uma análise semelhante permitiria concluir que para as empresas com incentivos, o coeficiente do END diminui (valor absoluto), o do ROA aumenta muito significativamente e do CAPINT diminui (valor absoluto).
Tabela 5- Resultados da reestimação do modelo para empresas com incentivos Características das
Empresas ETR2(racio_incent) ETR3(racio_incent)
C -0,005851*** 0,006089*** (-2,4873) (2,973505) DIM 0,005427*** 0,007596*** (15,1545) (24,06055) END -0,030354*** -0,032336*** (-24,40984) (-28,25051) ROA 0.000291* 0.000649*** (1.639492) (3.367200) CAPINT -0,004354*** -0,032650*** (-3,645596) (-30,52229)
26
A tabela 5 apresenta a estimação da equação 4.3. A ETR2 é definida como o rácio entre o imposto total e a margem bruta. A ETR3 é definida como o rácio entre o imposto total e o valor acrescentado bruto. A DIM é calculada através do logaritmo natural do ativo da empresa. O END é calculado pelo rácio entre a dívida de médio e longo prazo e o ativo. A intensidade de capital (Capint) é obtida através do rácio entre o ativo fixo tangível e o ativo. A intensidade do inventário (Invint) foi obtida através da divisão dos inventários pelo ativo. A variável log_incent é calculada pelo total de incentivos recebidos e a variável racio_incent é calculada pelo rácio entre o total de incentivos e o ativo. Para a estimação da regressão usámos o método dos mínimos quadrados generalizados (EGLS) cross-section com recurso a dummies para o ano. ***, **, e * indicam 1%, 5%, e 10%, níveis de significância, respetivamente. Os valores colocados em parênteses representam os valores t-statistic observados.
INVINT 0,055762*** -0,031025*** (28,24208) (-20,90109) DUM -0,035287*** -0,055612*** (-8,177867) (-14,71353) DUM*DIM 0,002272*** 0,003753*** (3,622658) (6,711449) DUM*END 0,008903*** 0,014788*** (3,557295) (6,391015) DUM*ROA 0,145421*** 0,187067*** (26,52015) (38,26883) DUM*CAPINT 0,013358*** 0,017748*** (6,287583) (9,230403) DUM*INVINT 0,023901*** 0,026675*** (6,770909) (9,852791) R-squared 0,180148 0,247885 Adjusted R-squared 0,179491 0,247282 F-statistic 274,2115 411,2994 Prob (F-statistic) 0 0 Total panel (unbalanced) observations 19984 19984
27 5.2.2 Reestimação do Modelo: Setor da Indústria Transformadora
Tendo em consideração a heterogeneidade da amostra inicial, procedemos à reestimação dos modelos para um setor específico com o objetivo de testar a sua capacidade explicativa no caso de a amostra ser diferente. Em alternativa, poderíamos ter considerado a amostra completa e colocar dummies para diferentes setores com o intuito de controlar as diferenças na ETR associadas às características especificas de cada setor de atividade (Derashid & Zhang, 2003; Fernández-Rodríguez & Martínez-Arias, 2014). Porém, o nosso método permite estudar com maior detalhe um setor importante na atividade económica.
Convém referir que podem classificar-se como indústrias transformadoras as atividades que transformem, por qualquer processo químico, mecânico, etc. as matérias-primas oriundas de várias atividades económicas (incluindo materiais usados e desperdícios) em novos produtos. Estas indústrias podem incluir a produção de bens de consumo, bens intermédios e bens de investimento. De acordo com o referido anteriormente, selecionámos empresas classificadas entre a divisão 10 e 33 do CAE, uma vez que correspondem a atividades inseridas no âmbito da indústria transformadora, e procedemos a uma análise econométrica deste sector específico. A realização desta análise complementar para o setor da indústria transformadora, permitiu-nos não só garantir uma amostra mais homogénea e mais uniforme, como também controlar as diferenças nas ETRs associadas com as características particulares de cada sector de atividade.
A amostra final (painel balanceado) é constituída por 1934 empresas com um total de 11596 observações. Na tabela 6 apresentamos os resultados da regressão do modelo apenas para empresas da indústria transformadora para a variável ETR2 e ETR3.
Relativamente à variável dimensão da empresa (DIM) verificamos que os resultados obtidos para a ETR2 e ETR3 são consistentes com os resultados obtidos anteriormente. Um aumento da dimensão (DIM) traduz-se num incremento na ETR. Já a variável endividamento (END) varia negativamente com a ETR, nos dois modelos (ETR1 e ETR2), corroborando os nossos resultados bem como a rentabilidade do ativo (ROA). Quanto maior este indicador, maior a taxa efetiva de imposto suportada pelas empresas. No que diz respeito às variáveis do asset mix, a intensidade de capital corrobora os nossos resultados tanto na ETR2 como na ETR3, bem como a intensidade do inventário (INVINT) apesar do sinal desta variável não ir de encontro ao expectável.
Em suma, neste teste ao alterar a amostra foi possível verificar a importância deste setor e reforçar os resultados obtidos no nosso modelo.
28 Tabela 6- Resultados da Estimação dos Modelos ETR (Indústria Transformadora)
A tabela 6 apresenta os resultados da reestimação do modelo para a Indústria transformadora. As variáveis dependentes são representadas pela ETR2 e a ETR3 e as variáveis explicativas pela dimensão (DIM), endividamento (END), rentabilidade do ativo (ROA), asset mix (CAPINT e INVINT) e os incentivos fiscais. A ETR2 é definida como o rácio entre o imposto total e a margem bruta. A ETR3 é definida como o rácio entre o imposto total e o valor acrescentado bruto. A DIM é calculada através do logaritmo natural do ativo da empresa. O END é calculado pelo rácio entre a dívida de médio e longo prazo e o ativo. A intensidade de capital (Capint) é obtida através do rácio entre o ativo fixo tangível e o ativo. A intensidade do inventário (Invint) foi obtida através da divisão dos inventários pelo ativo. A variável log_incent é calculada o total de incentivos recebidos e variável racio_incent é calculada pelo rácio entre o total de incentivos e o ativo. Para a
Características das
Empresas ETR2(log_incent) ETR2(racio_incent) ETR3(log_incent) ETR3(racio_incent)
C 0.013840*** 0.015129*** 0.020813*** 0.024279*** (5.002403) (5.703530) (0.020813) (11.63556) DIM 0.008318*** 0.007976*** 0.006252*** 0.005623*** (19.77659) (20.02455) (18.62124) (17.59687) END -0.042219*** -0.040832*** -0.038043*** -0.037553*** (-25.46927) (-24.71604) (-29.04779) (-28.73635) ROA 0.000596** 0.000561** 0.000476*** 0.000461*** (2.448585) (2.362412) (2.742565) (2.709543) CAPINT -0.050893*** -0.050810*** -0.045177*** -0.045061*** (-34.28519) (-34.48985) (-39.91575) (-40.03875) INVINT -0.039650*** -0.038118*** -0.048909*** -0.048059*** (-19.49825) (-18.80266) (-32.35429) (-31.69667) INCENT -0.000247*** 0.269471*** -0.000751*** 0.064150* (-1.769164) (5.245535) (-6.717351) (1.602184) R-squared 0.256532 0.259401 0.289612 0.288562 Adjusted R-squared 0.255826 0.258698 0.288938 0.287886 F-statistic 363.3667 368.8537 429.3266 427.1368 Prob (F-statistic) 0 0 0 0 Total panel (unbalanced) observations 11596 11596 11596 11596
29
estimação da regressão usamos o método dos mínimos quadrados generalizados (EGLS) cross-section com recurso a dummies para o ano. ***, **, e * indicam 1%, 5%, e 10%, níveis de significância, respetivamente. Os valores colocados em parênteses representam os valores t-statistic observados.
