UNIVERSIDADE DE TRÁS-OS-MONTES E ALTO DOURO Mestrado em Finanças e Contabilidade
DETERMINANTES FINANCEIRAS DO RESULTADO FISCAL DAS
EMPRESAS DE FABRICAÇÃO DE MOBILIÁRIO METÁLICO
PARA OUTROS FINS
Dissertação
NOME: CARLOS ALBERTO MORAIS
Orientação:
Prof. Doutor Carlos Machado dos Santos
Nota biográfica:
O autor deste estudo é Inspector Tributário Assessor dos quadros da Direcção Geral dos Impostos e desempenha o cargo de Director de Finanças de Vila Real.
É ainda Professor Auxiliar Convidado da Escola de Ciências Sociais e Humanas da Universidade de Trás-os-Montes e Alto Douro, onde lecciona a cadeira de Fiscalidade
da Empresa das Licenciaturas em Economia e Gestão e do Mestrado em Finanças e Contabilidade.
Sucessivamente obteve os graus de Bacharel em Contabilidade e Administração no Instituto Superior de Contabilidade e Administração do Porto (ISCAP), em 31 Julho de
1985; Licenciado em Gestão Agrária na Universidade de Trás-os-Montes e Alto Douro (UTAD), em 8 de Agosto de 1994; Licenciado em Gestão na Universidade de Trás-os-Montes e Alto Douro (UTAD), em 2 de Outubro de 2001; Pós-Graduação em Finanças
e Fiscalidade- Edição Especial para a DGCI-, na Escola de Gestão do Porto (EGP)- University of Porto Business School, em 2010;
É formador do Centro de Formação da Direcção Geral dos Impostos (DGCI), em matérias relacionadas com a Contabilidade e o IRC;
É formador e colaborador habitual da Ordem dos Técnicos Oficiais de Contas, monitorando um vasto conjunto de acções de formação, palestras e seminários em
matérias relacionadas com a fiscalidade e contabilidade;
Pertenceu à Comissão Nacional do Euro, onde colaborou em várias acções de
divulgação da nova moeda junto dos agentes económicos e dos funcionários da DGCI; Orientou vários estágios de inspectores tributários da DGCI, onde desempenhou
funções de Chefe de Divisão, Coordenador de equipas de inspecção tributária e de Perito da Fazenda Pública nas comissões de revisão da matéria tributável;
Agradecimentos
Após a conclusão desta dissertação, vários são os agradecimentos acumulados.
Espero que possa contemplar todos e, se porventura, me esquecer de alguém, deve-se exclusivamente a uma distracção momentânea e se tal acontecer aqui fica o meu pedido
de desculpas.
Aos meus saudosos PAIS por tudo. Sem eles nunca poderia ter chegado até aqui.
A minha amiga e companheira Idalina, pelo apoio, paciência, compreensão e carinho facultado ao longo deste período;
Aos meus filhos Luis e Rita, pelo apoio e compreensão do tempo que deixei de lhes dedicar;
Ao Director Geral da Autoridade Tributária e Aduaneira, Professor Doutor José António Azevedo Pereira, à Subdirectora Geral dos Recursos Humanos e Formação, Drª
Leonor Carvalho Duarte e ao Subdirector Geral da Justiça Tributária e Aduaneira, Drº José Maria Fernandes Pires, por me terem proporcionado o acesso aos dados da amostra
sem os quais teria sido mais difícil concluir o Mestrado;
Ao Professor Doutor Carlos Machado dos Santos, pelas criticas construtivas, pelos
ensinamentos, pela capacidade e metodologia de trabalho, pela organização e motivação que me transmitiu;
Às Professoras Doutoras Fernanda Nogueira e Teresa Sequeira pela disponibilidade e
entusiasmo que me transmitiram para abraçar este projecto;
À colega Drª Maria da Conceição Freitas da Silva Alves Brandão pela amizade,
companheirismo e disponibilidade para me ajudar nas dúvidas que iam surgindo. Muito obrigado a todos.
Resumo
O objectivo da presente investigação consiste em identificar os factores explicativos que levam os contribuintes, do sector de fabricação de mobiliário metálico para outros fins, a declararem prejuízos fiscais ou lucro tributável nulo e contribuir, no seio da administração tributária, para o aperfeiçoamento dos instrumentos de selecção visando potenciar a eficácia das acções de inspecção.
Utilizamos uma amostra de 82 empresas extraída das declarações de informação empresarial simplificada (IES) e das declarações modelo 22 de IRC, relativas ao ano de 2009, constante da base de dados da Direcção Geral Informática Tributária e Aduaneira e elaboramos um modelo de análise discriminante com 81% de capacidade explicativa. Os resultados obtidos permitiram concluir que, 33% das empresas do sector declararam, no ano, prejuízos fiscais ou lucro tributável nulo, que a taxa média de IRC se ficou pelos 9% e que, com uma probabilidade de 81%, as empresas que declaram prejuízos fiscais são as mais pequenas, as que têm menor rentabilidade, as que evidenciam maior dificuldade no cumprimento das obrigações a médio e longo prazo, as mais endividadas e as que efectuam maiores ajustamentos ao resultado liquido no apuramento do resultado fiscal.
Palavra-chave: Prejuízos Fiscais, Análise Discriminante, Variáveis com poder discriminatório.
Abstract
The objective of this research is to identify the reasons that lead taxpayers, of the manufacturing sector of metal furniture for other ends, to declare tax losses or zero taxable income and contribute, within the tax administration, for the improvement of selection tools in order to enhance the effectiveness of inspection actions.
We use a sample of 82 companies drawn from the statements of simplified business information (IES in Portuguese) and the IRC 22 model statements, relative to 2009, contained in the database of the Direcção Geral Informática Tributária e Aduaneira and prepare a model of discriminant analysis with 81% of explanatory power.
The results showed that 33% of companies of the sector reported, in that year, tax losses or zero taxable income, the average rate at IRC stood at 9% and, with a probability of 81%, companies that declared tax losses are the smallest, with the lowest profitability, which show greater difficulty in meeting its obligations in medium and long term, the most indebted and carrying out the most major adjustments to net profit in income tax clearance.
INDICE:
1.
Introdução ………...1
2.
Revisão da Literatura ……….8
3.
Caracterização do Sector ………...13
4.
Dados e Metodologia ………..16
5.
Resultados...26
6.
Conclusões………40
Referências Bibliográficas………..43
Anexo 1……….46
1
Introdução
O objectivo desta dissertação é o de utilizar um modelo classificatório (utilizando a análise discriminante) que possa identificar contribuintes com potencial, ou não, de
apurarem prejuízos fiscais ou lucro tributável nulo.
Por outras palavras, é o de perceber e determinar, através da informação financeira, as
características dos contribuintes que declaram prejuízos fiscais ou lucro tributável nulo, identificando as possíveis relações causa-efeito entre os prejuízos fiscais declarados
pelos agentes económicos e as respectivas práticas de evasão e fraude fiscal e, deste modo contribuir para a optimização dos procedimentos de selecção e investigação dos
contribuintes potencialmente evasores.
Wilson (2009) e Lisowsky (2010) demonstram através da regressão logistica que o
planeamento fiscal abusivo está, entre outros, positivamente relacionado com as diferenças entre a contabilidade e as declarações fiscais bem como com o tamanho da
empresa.
O nosso contributo é o de, através da informação financeira, utilizar, não a regressão
logística mas a análise discriminante para identificar as variáveis que caracterizam as empresas que declaram prejuízos fiscais no sector de fabricação de mobiliário metálico
para outros fins.
A nossa análise incide assim sobre a problemática dos prejuízos fiscais no sector de
fabricação de mobiliário metálico para outros fins, na perspectiva de poder contribuir para que, no âmbito da actuação da inspecção tributária se possam sistematizar,
compreender e optimizar os instrumentos legais de combate à fraude e evasão fiscal, no estrito cumprimento do principio da verdade material e no respeito pelos direitos, liberdades e garantias dos contribuintes.
É que perante uma infinidade de contribuintes a fiscalizar e um escasso número de inspectores disponíveis, importa que sejam adoptadas metodologias de selecção capazes
de optimizar a localização dos alvos e assim potenciar a eficácia e a eficiência dos recursos disponíveis.
Pois a eficácia e eficiência da actividade da Inspecção Tributária será melhor potenciada se incorporar procedimentos dirigidos à investigação das características/variáveis
intrínsecas e extrínsecas dos contribuintes a controlar, visando a selecção criteriosa daqueles onde se identifique maior probabilidade de sucesso.
A Administração Tributária, interroga-se frequentemente sobre a relação entre os prejuízos fiscais declarados pelas empresas e as respectivas práticas evasivas, centradas
na erosão da base tributável com reflexos na diminuição dos montantes de imposto a pagar no período presente e porventura em períodos futuros.
Neste sentido encontra-se legalmente consagrado que um dos pressupostos para a realização da avaliação indirecta da Matéria Tributável assenta no facto de os Sujeitos
Passivos apresentarem, sem razão justificada, resultados tributáveis nulos ou prejuízos fiscais durante três ou mais anos consecutivos1.
Trata-se de um desvio à normalidade, uma vez que sendo, a obtenção de lucro, o escopo principal do exercício de uma actividade comercial ou industrial deixa de fazer sentido que certos contribuintes venham apresentando prejuízos reiterados e mantenham o
normal funcionamento da sua actividade.
Poderá desde logo questionar-se: Porque razão não cessam a actividade?; Porque não
mudam de ramo e/ou de local?; Porque não se reestruturam?. Estas questões constituem
1 Vg. al. e) nº 1 artº 87º da LGT
sinais de alerta para a verificação dos motivos que estão na origem de tais anormalidades.
À partida nem todas as actividades são geradoras de lucros, por vezes ocorrem contingências geradoras de impactos negativos nos resultados, tanto mais que o Código
do Imposto sobre o Rendimento das Pessoas Colectivas (CIRC), no seu artº 52º permite o reporte dos prejuízos apurados nos 4 exercícios anteriores2. Ora tendo o legislador admitido esta hipótese, com ela se conformou, dando assim cobertura à susceptibilidade de os agentes económicos poderem gerar prejuízos reiterados.
Tal prerrogativa vai ao encontro da legislação admitida nos sistemas fiscais modernos onde se encontram mecanismos de reporte de prejuízos para a frente (“carry forward”)3 e para trás (“carry back”)4.
Esta possibilidade, conduz a que as empresas façam uma gestão fiscal do reporte de
prejuízos com reflexos contabilísticos significativos5, não obstante as regras cada vez mais desenvolvidas para evitar a sua utilização abusiva6.
É incontestável, para a Administração Fiscal, a importância da informação financeira, para a caracterização dos sectores de actividade e dos contribuintes visando a adopção
de estratégias apropriadas no combate à fraude e evasão fiscal.
2
Assente no princípio da solidariedade dos exercícios, como forma de o imposto sobre o rendimento respeitar a capacidade contributiva dos sujeitos passivos.
3
A generalidade dos países da OCDE. 4
Na União Europeia encontramos a possibilidade de dedução para trás na Alemanha (2 anos), França (3 anos), Irlanda (1 ano), Países Baixos (3 anos) e Reino Unido (3 anos).
5 Vg o apuramento de menos valias, a concentração de actividades empresariais envolvendo fusões e permutas de activos, politicas de depreciações, relevação de imparidades entre outras.
6 Deixam de ser dedutíveis os prejuízos, quando se verifique modificação substancial do objecto social ou alteração de 50% da titularidade do capital social (nºs 8 e 9 artº 52º Código do IRC); Dedução condicionada à certificação legal por revisor de contas quando ocorra em dois exercícios consecutivos (nº 11 artº 52º Código do IRC); A autorização previa do Ministro das Finanças para a dedução de prejuízos Fiscais nos casos de fusão, cisão, entradas de activos ou permitas de partes sociais (artº 75º Código do IRC).
A literatura económica tem estudado o problema de análise ou classificação de crédito para o processo de concessão de empréstimos, e sugere o emprego do procedimento
estatístico de “análise discriminante”. Ora como este processo é similar ao problema da caracterização dos contribuintes que declaram prejuízos fiscais ou lucro tributável nulo,
torna-se interessante investigar em que medida tal técnica pode contribuir para a identificação das variáveis que os caracterizam.
O apuramento de prejuízos fiscais origina não apenas o não pagamento de imposto no próprio ano mas também a erosão da base tributável nos anos subsequentes por via da
prerrogativa de dedução de prejuízos prevista no artº 52º do CIRC.
Os níveis de fraude e evasão fiscal que se estima existirem em Portugal constituem
motivo de preocupação por quem tem o dever de zelar pelo estrito cumprimento do princípio, constitucionalmente consagrado, da igualdade tributária7.
A delimitação conceptual de fraude, evasão e planeamento fiscal abusivo tem sido objecto de interpretações não consensuais motivadas pela zona cinzenta ou de fronteira
que separa cada um dos conceitos.
A tradução Anglo-saxónica de evasão fiscal, “Tax avoidance”, é encarada como o
conjunto de operações destinadas a evitar o pagamento de impostos em conformidade com o Direito. Por sua vez o conceito de fraude fiscal, assume a designação de “Tax evasion”, e refere-se ao conjunto de operações destinadas a evitar o pagamento de
impostos por meios ilegais. Já o planeamento fiscal ou “tax planing” e o planeamento fiscal agressivo ou “agressive tax planing” referem-se ao conjunto de operações
consideradas abusivas por utilizarem mecanismos ou esquemas que fomentam a erosão da base tributável.
A evasão fiscal é habitualmente encarada como toda a forma de diminuir os impostos a pagar que não seja gestão fiscal ou fraude fiscal. Trata-se de um conceito onde a
poupança fiscal é gerada mediante negócios jurídicos lícitos não abrangidos pelas normas de incidência pessoal, real ou territorial, e/ou estando previstos nestas normas,
têm um regime fiscal privilegiado. Trata-se de comportamentos compatíveis com a letra das normas tributárias, mas violadores do seu espírito.
Por sua vez a fraude fiscal traduz uma actuação contrária à lei, em que a poupança fiscal é obtida à custa de comportamentos ilícitos pró activos ou omissivos, os quais se
detectados dão origem a procedimento sancionatório de natureza contra-ordenacional ou criminal.
Quanto ao planeamento fiscal, engenharia fiscal ou optimização fiscal, consiste na diminuição da base tributável dentro do espírito das normas tributárias por opção do
contribuinte ou por omissão do legislador.
São esquemas de Planeamento Fiscal designadamente o envolvimento de estruturas
híbridas8 assentes no aproveitamento das diferenças das leis fiscais entre dois ou mais países9, a criação artificial de prejuízos fiscais10 através de instrumentos financeiros com vista a compensar lucros económicos futuros, a utilização de créditos fiscais estrangeiros11, a utilização de jurisdições offshore de reduzida ou nula tributação para a transferência de activos ou de rendimentos bem como a deslocalização de lucros à custa
de contratos ou alterações da estrutura empresarial sem que a actividade efectiva do negócio tenha sofrido alguma alteração substancial.
8 Entidades em que num país podem ser consideradas sociedades sujeitas a imposto e noutro sociedades transparentes.
9 Instrumentos que podem num país serem considerados juros e noutro país serem tratados como dividendos
10
Mediante transacções fictícias no seio de empresas do mesmo grupo económico, venda de activos com perdas significativas, renuncias a créditos e realização de operações financeiras intra grupo.
11
Eliminação da dupla tributação e duplicação de créditos fiscais em duas ou mais jurisdições (double dipping).
Por sua vez o fenómeno da economia informal tem vindo a merecer especial destaque nas preocupações dos governos, dos executores das politicas fiscais e também dos
investigadores, naturalmente preocupados com a satisfação das politicas sociais constitucionalmente consagradas e com a perversão das distorções de concorrência que
o fenómeno origina.
Schneider in “The Size of The Shadow Economy in 21 OECD Countries, from 1989/90
to 2009”, utilizando o procedimento MIMIC (multiple industries and multiple courses procedure), alertou para o aumento da economia informal de 13,3% do PIB em 2008
para os 13,8% do PIB em 2009 em média nos 21 países analisados. Sendo que relativamente a Portugal esse aumento seria um pouco superior, passando de 18,7% do
PIB em 2008 para 19,5% do PIB em 2009. A evolução do fenómeno em Portugal, nos anos em análise, evidencia um crescimento até 1999/2000 e uma diminuição até 2008
ano em que a curva de tendência sofreu nova inflexão.
O combate ao fenómeno não poderá menosprezar o adequado conhecimento das
variáveis endógenas e exógenas que o potenciam. Com efeito a informação e o relato financeiro, a estrutura accionista, as características dos órgãos de administração, as
relações com terceiros, o comportamento passado, o sector de actividade, a consciência social, a utilidade do risco de evasão, a politica fiscal, o desacordo com o nível ou a distribuição da carga fiscal e dos gastos públicos, a conjuntura económica, a
complexidade do sistema fiscal e a instabilidade legislativa são, entre outras, variáveis determinantes da erosão da base tributável dos contribuintes.
Assim o reforço do combate à fraude e evasão fiscal, constitui um imperativo económico e social pela necessidade absoluta de optimização da equidade fiscal, pelo
competitividade empresarial, bem assim como pelo imperativo de evitar a delapidação do património do Estado, já que muitas vezes a fraude não consiste apenas em deixar de
pagar o imposto devido mas, muitas vezes em recuperar o que nunca foi pago.
Trata-se de uma matéria em constante desenvolvimento sujeita a aperfeiçoamentos
permanentes tendentes a minorar os efeitos da erosão da base tributável derivados da multiplicação de formas e métodos de operações comerciais e financeiras que a
globalização põe ao alcance dos operadores económicos.
Neste capitulo enfatizamos, na parte inicial, a relação entre os prejuízos fiscais e os
pressupostos da avaliação indirecta da matéria tributável, o impacto dos mesmos na erosão, presente e futura, da base tributável e dos contributos do estudo na compreensão
do fenómeno. Na fase seguinte procedemos à caracterização das várias formas de evasão e fraude fiscal e realçamos a importância do conhecimento do fenómeno para a
escolha dos instrumentos e procedimentos mais eficientes no respectivo combate. Na parte restante desta dissertação, apresentamos no capítulo 2 a revisão da literatura,
evidenciando as principais contribuições para o estudo do tema; No capítulo 3 fazemos uma caracterização do sector de actividade em estudo, apresentando a respectiva
implantação geográfica, a evolução agregada de indicadores representativos da sua dimensão e da sua capacidade contributiva; No capítulo seguinte evidenciamos a metodologia seguida, no que concerne ao modelo utilizado, escolha e caracterização das
variáveis e dos dados que compõem a amostra; Nos capítulos 5 e 6 apresentamos a interpretação dos resultados da análise univariada e multivariada e as conclusões que
levantarão, face aos às hipóteses equacionadas, uma série de questões sobre os resultados obtidos e as possíveis melhorias.
2
Revisão da literatura
Neste capítulo passamos em revisão o conjunto de estudos e demonstrações sobre a problemática da fraude, evasão fiscal e planeamento fiscal, envolvendo a informação
fornecida pelas demonstrações financeiras e fiscais e as várias dimensões e técnicas estatísticas de análise.
A problemática da fraude e evasão fiscal tem sido tema recorrente de preocupação em vários estudos, centrados na procura incessante das causas que a potenciam e das
ferramentas mais apropriadas para a combater.
Pese embora nem todos abordem especificamente o fenómeno do ponto de vista da análise das variáveis que potenciam os Prejuízos Fiscais, encontramos porém como
denominador comum o facto de a generalidade deles recorrerem às demonstrações financeiras e demais informação contabilística e fiscal para o estudo dos factores que
melhor justificam o comportamento fiscal dos agentes económicos na gestão do seu esforço fiscal em matéria de tributação do rendimento.
Com efeito, Lisowsky (2010) desenvolve um modelo empírico sobre o Planeamento Fiscal Abusivo usando a informação das demonstrações financeiras. Wilson (2009)
baseia-se no modelo de Graham e Tucker (2006) e concluí que o Planeamento Fiscal Abusivo se encontra fortemente relacionado com as diferenças entre a contabilidade e
declarações fiscais, com a relação entre acréscimos discricionários e o desempenho dos órgãos de gestão, com a dimensão de empresa, com a rentabilidade do activo bem como com a obtenção de rendimentos provenientes do estrangeiro. Frank et al. (2009) relaciona o tema com as diferenças permanentes entre resultado liquido contabilístico e o resultado fiscal. Chan et al (2009) abordam o tema explicando em que medida a contabilidade fiscal potencia o incumprimento. Ayers et al (2009), explicam o
rendimento tributável como medida da performance da gestão bem como os efeitos do planeamento fiscal na qualidade das remunerações dos gestores. Sanders et al (2008) analisam a influência da responsabilidade e consciência penal no cumprimento das obrigações fiscais. Desai et al. (2006) conclui que a existência de subsidiárias em paraísos fiscais absorvem os rendimentos tributáveis e desviam a responsabilidade fiscal das empresas. Hanlon, (2003), estuda o comportamento do lucro tributável de uma empresa a partir de suas demonstrações financeiras. Chan, et al. (2002) analisam o impacto das características da empresa no cumprimento das obrigações fiscais e nos
ajustamentos das auditorias fiscais. Mills e Newberry, (2001), analisam a influência dos custos tributários e não tributários sobre a informação fiscal divulgada por empresas
públicas e privadas. O Departamento do Tesouro Norte-Americano (1999) desenvolve um quadro conceptual, onde se detalham as características de Planeamento Fiscal
Abusivo materializado pela obtenção de rendimentos provenientes do estrangeiro e utilização de entidades isentas de imposto. Mills, (1996), aborda o cumprimento das
obrigações fiscais e os relatórios financeiros. Murray, (1995), apresenta contributos relevantes para a selecção das empresas a auditar visando maximizar o cumprimento
das obrigações fiscais. Hines e Rice (1994) descobriram que a utilização de subsidiárias localizadas em paraísos fiscais pode reduzir o pagamento de Impostos;
Caouette, Altman e Narayanam (1999), realçaram a importância do fluxo de caixa
operacional na definição da liquidez das empresas, demonstrando em que medida as empresas são capazes de gerar recursos suficientes através da sua actividade operacional
e acrescentam que, em geral, os índices de rentabilidade, liquidez e endividamento são os mais apropriados para a construção de modelos de insolvência ancorados em dados
Segundo Harris e Raviv (1991) a estrutura de capital e o financiamento ou endividamento têm implicações sobre o custo de capital, os resultados bem como sobre
a capacidade de pagamento ou solvabilidade. Através dos resultados podemos medir a rentabilidade, os fluxos de caixa necessários para cumprimento dos compromissos com
terceiros, os investimentos e a remuneração dos detentores de partes de capital.
Segundo Brandão (2008) a análise completa das demonstrações financeiras abrange
necessariamente as várias ópticas ou dimensões devendo ser realizada de acordo com as perspectivas: económica12 e financeira13; unidimensional14 e multidimensional15; estática16 e dinâmica17; fundamental18 e técnica19.
Para o autor, a elaboração do diagnóstico financeiro de uma empresa baseia-se no
triângulo da liquidez, estrutura financeira e rentabilidade que tem subjacente os rácios, os quais contribuem para determinar a sua performance em termos de rentabilidade,
liquidez e equilíbrio financeiro.
Aponta porém constrangimentos não menosprezáveis, proporcionados pela análise dos
rácios. Desde logo o facto de os mesmos reflectirem eventuais incorrecções ocorridas nos registos contabilísticos, de evidenciarem a informação correspondente à actividade
12
Económica se o objectivo for o de analisar a capacidade da empresa gerar resultados e remunerar os capitais dos investidores.
13
Financeira se incidir na verificação da capacidade de a emprese tem para honrar os seus compromissos no curto, médio e longo prazos.
14 Unidimensional se utiliza vários indicadores sem os correlacionar estatisticamente. 15
Multidimensional se utiliza vários indicadores, estabelece correlações estatísticas e verifica se os mesmos são multicolineares. Serve-se da análise estatística para identificar os indicadores com maior capacidade explicativa para a compreensão do fenómeno em estudo, definem-se hipóteses, constituem-se amostras, elaboram-se modelos com variáveis financeiras, fazem-se testes de inferência estatística para verificar se a hipótese fundamental é ou não rejeitada, para um determinado nível de significância. 16 Estática se relaciona os stocks ou saldos.
17
Dinâmica se relaciona os fluxos, determina os “free cash-flows” gerados e esforça-se por compreender os factores que contribuíram para a sua formação e a sua evolução previsível.
18
Fundamental se incide sobre os relatórios produzidos ou publicados pelas empresas, sobre a estratégia adoptada, as suas relações de agência, o enraizamento da gestão, entra outras.
19 Técnica se incide sobre o comportamento bolsista da empresa, utilizando, entre outros, os modelos de mercado, de equilíbrio dos activos financeiros, ou multifactoriais e os modelos dos resíduos de Beaver ou de Ball e Brown.
global da empresa menosprezando as características individuais de cada um dos vários segmentos de negócio ou actividades que a empresa possa dispor, e ainda de poderem
conter informação não comparável motivada por politicas contabilísticas diferenciadas entre empresas, designadamente no que concerne às provisões, ajustamentos,
depreciações, amortizações, bem como pela prática de preços de transferência, entre outros.
Wilson (2009) e Lisowsky (2010) demonstram que o planeamento fiscal abusivo está, entre outros, positivamente relacionado com as diferenças entre a contabilidade e as
declarações fiscais bem como com o tamanho da empresa;
Lisowsky (2010) conclui ainda que as variáveis Passivo Corrente – Caixa (PCCX) e
Suprimentos e Prestações Suplementares (SUP), potenciam e melhoram a explicação da evasão fiscal das empresas.
Altman (1968) utilizou a análise discriminante para avaliação integrada do lucro financeiro das empresas. Começou por analisar 22 potenciais rácios financeiros
acabando por seleccionar apenas 5 representativos das dimensões de liquidez ( ,
de rentabilidade ( ), de alavancagem ( ) e de actividade ( .
Hair et al (2005) referem que a regressão múltipla é a técnica de dependência multivariada mais utilizada quando se trata de prever ou explicar variáveis métricas.
Porém quando a variável dependente é categórica, os mesmos autores propõem o uso da análise discriminante que consiste em identificar variáveis que melhor discriminam
grupos previamente fixados.
Os mesmos autores destacam que a análise discriminante é a técnica estatística mais
apropriada para testar a hipótese de que as médias do grupo de um conjunto de variáveis independentes para dois ou mais grupos sejam iguais. Assim, calculando a média dos
scores discriminantes para todas as empresas de cada grupo, obtemos a respectiva média que designamos centroide o qual indica o local mais típico de qualquer empresa num
dos grupos.
Maroco (2003) destaca que entre os objectivos da análise discriminante se destacam o
de estabelecer funções discriminantes, ou combinações lineares das variáveis independentes, que melhor discriminam as categorias da variável dependente; de
verificar se existem diferenças significativas entre os grupos; em identificar as variáveis independentes que mais contribuem para as diferenças entre os grupos; em enquadrar ou
classificar os casos em um ou mais grupos com base nas variáveis independentes e; em avaliar a precisão da classificação.
Neste capítulo identificamos vários estudos sobre as variáveis, fontes de informação, técnicas e ferramentas de análise e compreensão do fenómeno da evasão, do
planeamento e do incumprimento fiscal com reflexos nos resultados fiscais declarados. Verifica-se o recurso generalizado à informação financeira e fiscal, envolvendo as
várias dimensões das empresas para, através de análise estatísticas apropriadas, entre as quais a análise discriminante, caracterizarem as empresas com potencial de redução dos
3
Caracterização do Sector de Fabricação de Mobiliário Metálico
para Outros Fins (CAE 31092)
Neste capítulo fazemos uma caracterização sumária do sector de actividade em estudo, no que concerne aos indicadores explicativos da dispersão geográfica das empresas,
respectiva dimensão e contributos para a receita fiscal que incide sobre o rendimento. O tecido empresarial do sector de fabricação de mobiliário metálico para outros fins
(CAE 31092) está fortemente concentrado nos distritos de Aveiro (39), Porto (32) e Lisboa (19), os distritos de Coimbra, Santarém, Viseu, Braga, Funchal, Portalegre,
Setúbal, Bragança, Leiria e Viana do Castelo concentram no seu todo 32 empresas. Entre 2007 e 2009, as taxas de crescimento das principais variáveis agregadas das
empresas do sector encontram-se reproduzidas na tabela 1.
Tabela 1: Rubricas principais agregadas
Variável 2007 2008 2009 Tx Crescº(07/09) VN 76 M€ 81 M€ 72 M€ -5% VAB 26 M€ 27 M€ 25 M€ -3,8% RL 1,8 M€ 1,7 M€ 1,9 M€ 5% G. c/ Pessoal 18 M€ 19 M€ 18 M€ 0% Depr. Exer. 2,8 M€ 3,2 M€ 3,1 M€ 10%
São evidentes as taxas de crescimento negativas no VN e no VAB, que reflectem o arrefecimento da actividade económica global, embora sem impactos nos resultados que
evidenciam um crescimento de 5%.
As empresas deste sector de actividade evidenciam sinais de utilização de mão-de-obra intensiva, reduzida utilização de equipamentos novos e tecnologicamente evoluídos e
agregados das rubricas Gastos com o Pessoal e Depreciações/Amortizações do exercício, que no conjunto dos 3 anos de 2007 a 2009 totalizam, respectivamente, 55M€
e 9,1M€.
De acordo com o que dispõe o artº 262º do CSC, bem como a Lei nº 2/2010, de 23
Agosto20, no ano de 2009 o universo das empresas que constituem a amostra compreende: 6 (7,3%) que satisfazem os requisitos das grandes entidades e 76 (92,7%)
que satisfazem o requisito das pequenas e médias entidades. Trata-se portanto de um sector onde predominam as unidades de pequena dimensão, tendencialmente de
estrutura familiar, onde o rigor da informação financeira tradicionalmente tende a ser menosprezado.
Tal facto potencia a existência de omissões frequentes na relevação de rendimentos operacionais relacionados com subfacturação de vendas e empolamento de gastos.
Neste contexto, de acordo com os dados evidenciados pelas empresas que compõem a amostra, trata-se de um sector onde uma parte significativa de empresas não contribui
de forma reiterada para o erário público porque apura prejuízos fiscais reiterados que deduz em anos posteriores. É que de acordo com os dados evidenciados nas tabelas 3 e
4 as 82 empresas do universo em estudo contribuíram com uma colecta média de IRC de apenas 10 989, das quais 43,9% (36 empresas) declararam matéria colectável nula, 32,9% (27 empresas) apuraram prejuízos fiscais no ano e 13,4% (11 empresas)
deduziram prejuízos fiscais apurados em anos anteriores.
Com a abordagem precedente, concluímos que as empresas do sector de fabricação de
mobiliário metálico para outros fins, têm uma implantação geográfica concentrada nas regiões do litoral, a sua quota de mercado sofreu uma contracção em consonância com o
20
São consideradas pequenas entidades todas as empresas que não satisfaçam 2 dos seguintes requisitos: Balanço > 1,5M€; VN > 3M€; Mais de 50 Trabalhadores. São “Grandes” todas as restantes.
arrefecimento da actividade económica, pese embora em termos agregados não se ter verificado impacto negativo nos resultados. Constata-se ainda a existência de uma
percentagem elevada de empresas de pequenas dimensões, onde uma parte significativa não apura matéria colectável em IRC.
4
Dados e Metodologia
De seguida apresentamos, neste capítulo, a base de dados, as fontes de informação onde foram recolhidos bem como os factores limitativos que os mesmos encerram.
Identificamos e caracterizamos ainda as varáveis modeladas e o modelo classificatório utilizado.
A amostra desta pesquisa teve como suporte os elementos constantes da base de dados da Direcção Geral dos Impostos/Direcção Geral de Informática Tributária e Aduaneira
(DGCI/DGITA) do sector de fabricação de mobiliário metálico para outros fins (CAE 31092), referentes ao ano de 2009, representando um total inicial de 98 empresas, das quais foram excluídas 16, por 10 delas evidenciarem dados ilógicos21 no tratamento das variáveis, motivados pela inexistência de valores do Activo (2), por não terem Volume de Negócios (7) e ainda por apresentarem valores negativos do Activo (1) e 6 por terem
entregue a declaração modelo 22 (M22) e não terem entregue a declaração de informação empresarial simplificada (IES) ou vice versa.
Resultou assim a análise e tratamento da informação fiscal e financeira de 82 empresas, inserida no balanço, na demonstração de resultados e noutros quadros que incorporam o
anexo A da declaração de informação fiscal simplificada (IES) a que se refere o artº 121º do Código do IRC e da declaração modelo 22 a que se refere o artº 117º do mesmo
diploma, correspondentes ao ano de 2009, das quais 27 declaram Prejuízos Fiscais ou Lucro Tributável nulo no ano e as restantes 55 declararam Lucro Tributável.
Utiliza-se como variável critério, ou de grupo, os dois tipos de contribuintes citados para emprego da análise discriminante, sendo tipo 0 para os que declararam lucro
tributável e tipo 1 para os que declararam prejuízo fiscal ou lucro tributável nulo.
Os dados fornecidos incorporam os elementos declarados à Administração Fiscal pelo conjunto das empresas que cumpriram as obrigações declarativas para efeitos fiscais
que se encontram registadas no sector de actividade aqui em estudo e enferma de algumas limitações que passamos a descrever.
Desde logo não é seguro que a totalidade das empresas que se dedica à fabricação de mobiliário metálico para outros fins faça parte do universo da nossa amostra, uma vez
que poderá haver empresas que, não obstante desenvolvam esta actividade, se encontram registadas com outro código de actividade. De igual modo também é
admissível pensar que nem todas as 82 empresas da nossa amostra se dediquem efectivamente à fabricação de mobiliário metálico para outros fins.
Por outro lado importa ainda referir a heterogeneidade das empresas que constituem o universo dos dados fornecidos, onde coexistem empresas enquadradas no regime geral
de tributação em IRC e empresas cuja matéria tributável se faz de acordo com as regras do regime simplificado previsto no revogado22 artº 58º do Código do IRC; empresas com valores do Activo e com Volume de Negócios diminutos com empresas de média e grande dimensão; Empresas com estrutura accionista diversificada onde a propriedade e
a gestão se encontram desconcentradas com empresas do tipo familiar, onde a gestão e a propriedade se encontram concentradas na mesma pessoa.
Outro dos factores limitativos dos dados tem a ver com o facto de os elementos
constantes do Balanço, da Demonstração de Resultados e de outros quadros carecerem da desagregação analítica uma vez que tais quadros, tendo uma configuração sintética,
impedem, por exemplo, a caracterização dos devedores e dos credores de curto e médio e longo prazos.
22 Pela Lei nº 3-B/2010, de 28 de Abril
Por outro lado a circunstância de os dados não incluírem elementos relacionados com: a. Outros impostos, em particular a base tributável de IVA, respectivas
características e montantes de imposto dedutível e liquidado;
b. A estrutura accionista, as relações inter empresas, respectivo comportamento
passado, a politica de preços de transferência e o grau de internacionalização; c. A existência de auditorias fiscais e suas conclusões no que concerne ao
apuramento de correcções técnicas ou aplicação de métodos indirectos e respectivas causas.
condicionam o desenvolvimento do nosso estudo, na medida em que seria importante identificar outras variáveis que potenciam as relações de causa efeito entre os prejuízos
fiscais e a evasão fiscal.
Por fim a transformação da variável critério, que evidencia valores absolutos, numa
variável categórica, provoca necessariamente enviesamento estatístico, na medida em que tal transformação a faz assumir valores de 0 (zero) ou 1 (um) tanto em observações
com valor absoluto próximos de zero ou de um, como para observações com valor absoluto distante.
Selecção das variáveis para análise
Em coerência com o conjunto de estudos referidos no capítulo 2, é razoável admitir que
os indicadores que melhor descrevem o perfil das empresas envolvem necessariamente as dimensões da liquidez, rentabilidade, actividade e estrutura ou endividamento.
Apesar disso somos obrigados a utilizar apenas indicadores descritivos do perfil financeiro das empresas que envolvem as dimensões da Liquidez, Rentabilidade e
precisos23 para a determinação dos indicadores de actividade e incluímos ainda as variáveis Passivo Corrente menos Caixa (PCCX), Suprimentos e Prestações
Suplementares (SUP) e Resultado Liquido menos Resultado Tributável (RLRT). Operamos transformações para todas as variáveis não relacionadas com rácios24, a fim de reduzir o intervalo de valores e a aumentar a importância da informação dada por cada uma delas.
Assim, no que concerne ao Resultado Fiscal Declarado, a transformação desta variável numérica numa variável categórica, provoca impactos significativos no modelo uma vez
que a atribuição do valor 0 (zero) ou 1 (um) a cada observação, ocorre tanto em observações com valores absolutos próximos ou distantes do 0 (zero) ou do 1 (um)25. O valor preditivo da variável SISE, reside no facto de a dimensão das empresas estar necessariamente associada com a respectiva estrutura accionista e características de
gestão. Em via de regra as empresas de maior dimensão dispõem de propriedade diversificada onde a gestão é profissionalizada e é contratada para tomar decisões em
nome dos accionistas visando a maximização da rentabilidade dos capitais investidos. Do conjunto das suas preocupações encontram-se com frequência decisões orientadas
para o planeamento fiscal agressivo visando a minimização dos resultados fiscais e consequentemente do imposto a pagar.
Carlson e Bathala (1997), sublinham que neste tipo de empresas a vigilância dos
proprietários é menor e, como tal, o gestor tem maior liberdade de escolha nas
23
Os dados das contas de clientes e fornecedores encontram-se incluídos nas rubricas de créditos de curto ml prazos e débitos de curto ml prazos respectivamente.
24 SISE transformada pelo logaritmo natural do valor do ACTIVO TOTAL; PCCXa, SUPa e RLRTa transformadas mediante a sua divisão pelo valor do ACTIVO TOTAL.
25 Por exemplo será zero (0) tanto em empresas que tenham Lucro Tributável de 500€ como em empresas que tenham Lucro Tributável de 50 000€; Ou será um (1) tanto para empresas que tenham Prejuízo Fiscal de 50 000€ como em empresas que tenham Lucro Tributável zero.
alternativas contabilísticas que lhe permitam publicar um resultado que vá ao encontro dos seus objectivos.
Por sua vez as empresas de menor dimensão são, em via de regra, controladas pelos seus proprietários e o facto de a propriedade e a gestão estar concentrada nas mesmas
pessoas origina uma menor preocupação com o controlo interno com consequências na evasão fiscal por via da omissão de rendimentos e gastos e não tanto por recurso à
“engenharia fiscal”.
Importa por isso averiguar a relação entre os resultados fiscais declarados e a dimensão
das empresas visando aferir como se comportam as empresas grandes e as pequenas e médias, sendo expectável, que as pequenas e médias evidenciam maior propensão para
o apuramento de Prejuízos Fiscais.
Quanto à Liquidez Geral à partida empresas com liquidez geral elevada terão mais
propensão para apurarem Resultados Líquidos positivos e, consequentemente Resultados Fiscais Positivos. No entanto se a politica de concessão de crédito e de
gestão de stock’s não for suficientemente eficiente, poderão ocorrer impactos negativos nos resultados, motivados, por exemplo, pela obsolescência dos inventários ou
incobrabilidade de créditos. Consequentemente admitimos que o sinal esperado desta variável no apuramento de prejuízos fiscais seja simultaneamente positivo e negativo. No que concerne à rentabilidade das vendas e financeira, Carlson e Bathala (1997)
concluem haver uma relação directa entre as empresas lucrativas e as oportunidades dos gestores em manipularem os resultados, uma vez que as empresas com fracos
desempenhos em anos consecutivos tendem a encontrar menos instrumentos para essa manipulação. Mas em geral bons índices de rentabilidade financeira têm impactos de
Relativamente à autonomia financeira, ao equilíbrio financeiro mínimo e ao endividamento, a composição das fontes de financiamento dos recursos ou activos que
as empresas utilizam para a realização dos seus fins estatutários é de extrema importância para os resultados e para a sua continuidade.
Quanto maior o montante dos recursos financeiros captados junto de terceiros, maior o risco de incumprimento a médio e longo prazos, pressionando assim a gestão a
aumentar os índices de eficiência na obtenção de fluxos de caixa necessários para garantir os compromissos financeiros e a remuneração dos accionistas.
Um valor do indicador de autonomia financeira inferior a 25% traduz uma desproporção preocupante entre as duas fontes de financiamento, elevando o risco da empresa e
consequentemente a exigência, pelos credores, de juros mais elevados na emissão de novas dividas, com impactos significativos nos resultados.
Lisowsky (2010) conclui ainda que as variáveis Passivo Corrente – Caixa (PCCX) e Suprimentos e Prestações Suplementares (SUP), potenciam e melhoram a explicação da
evasão fiscal das empresas.
Por sua vez, Chan et al (2010), concluem que quanto mais a determinação do rendimento tributável se basear nas normas contabilísticas menores serão as oportunidades e os incentivos para a evasão fiscal.
Assim a escolha das variáveis do presente estudo será baseada nos pressupostos
anteriores e, utilizando as técnicas estatísticas de análise discriminante, serão determinadas aquelas com maior poder explicativo sobre o evento modelado (Prejuízos
Fiscais ou Lucro Tributável nulo).
Apresentamos de seguida, na tabela 2, a identificação de cada uma delas e no anexo 1 a
Tabela 2: Identificação das variáveis Variável de selecção ou de critério:
Resultado Fiscal Declarado: = 1, se Prejuízo Fiscal ou Lucro Tributável nulo; = 0, se Lucro Tributável
Variável de caracterização relacionada com o tamanho:
Sise = Logaritmo natural do Activo Total.
Variáveis de caracterização relacionada com a liquidez:
LG: Liquidez Geral = ; Onde AC = Activo Circulante e PCP = Passivo de curto Prazo
RENTVND: Rentabilidade das Vendas = ; onde
RL = Resultados Líquidos e VND + PS = Vendas mais Prestações de Serviços
Variáveis de caracterização relacionada com a rentabilidade
ROE: Rentabilidade Financeira = ; onde
RL = Resultados Líquidos e Cap. Prop = Capitais Próprios
AF: Autonomia Financeira = ; onde
Cap. Prop = Capitais Próprios
REFM: Regra do Equilíbrio Financeiro Mínimo =
; onde Cap. Permanentes = Capitais Próprios mais Passivo de médio e longo prazo
Variáveis de caracterização relacionada com a estrutura ou endividamento
LEV: Leverage = ; onde Cap. Prop = Capitais Próprios
PCCXa = ;
SUPa =
Outras variáveis de caracterização
RLRTa =
A Função Discriminante: Objectivos, Pressupostos e Formulação
Os objectivos principais da análise discriminante consistem em identificar as variáveis
estruturalmente diferentes e mutuamente exclusivos, em utilizar as variáveis e os coeficientes para estimar uma função discriminante representativa das características
dos grupos e em utilizar a função discriminante para classificar “à anteriori” novas empresas nos grupos.
O valor previsto da função discriminante é o ranking discriminante, que é calculado para cada empresa na análise.
Assim com base na nossa amostra, será construído um modelo que permita explicar as características das empresas que apuram prejuízos fiscais ou lucro tributável nulo e das
empresas que apuram lucro tributável, utilizará a análise discriminante e terá a seguinte formulação:
= Į:1. X1 + W2. X2 + W3.X3 + ….. + Wn. Xn : (1)
Onde:
Z corresponderá ao score discriminante ou categoria; Įé a constante que corresponde à intercepção;
Wi corresponde ao coeficiente discriminante para a variável i; e Xi a variável independente i.
As variáveis independentes relevantes para a determinação da função discriminante, são obtidas com base na estatística lambda (Ȝ) de Wilks.
Os coeficientes Wi (W1, W2,…,Wn) são estimados para que a variabilidade dos scores da função discriminante seja máxima entre os grupos e mínima dentro destes, sendo que
quanto maior for o Wi, maior será a sua contribuição para a discriminação dos grupos. Consequentemente, dadas p-variáveis e g-grupos é possível estabelecer m = mim
(g-1;p) funções dicriminantes que são combinações lineares de p-variáveis, tal que:
O nível de significância da função é estimado com base numa transformação qui-quadrado da estatística (Ȝ) de Wilks.
A classificação de empresas em classes utilizadas para estimar a função discriminante é precedida, de modo a que cada empresa seja inserida no grupo cujo centroide que se
encontra mais próximo.
O ponto critico ou de fronteira é dado por:
f=
:
(3)Onde:
e são as médias (centróides) da função discriminante nos grupos 0 e 1, e e são as dimensões (número de empresas) desses grupos.
Assim, uma determinada empresa pertencerá ao grupo 1 (empresas com prejuízos
fiscais) se . Um resultado diferente irá classificá-lo no grupo 0 (empresas com lucro tributável).
Neste capitulo analisados a base os dados e a constituição da amostra, o respectivo tratamento e limitações, a selecção das variáveis, as transformações necessárias face ao
modelo utilizado.
Numa primeira fase fizemos referência à base de dados da Direcção Geral dos
Impostos/Direcção Geral de Informática Tributária e Aduaneira, como sendo a fonte de informação dos dados obtidos para o nosso estudo. Enfatizamos as limitações que os
mesmos incorporam, no que concerne à heterogeneidade das empresas constituintes da amostra, às diferentes formas de determinação do lucro tributável e ainda à
auditorias fiscais, sobre outros impostos e ainda sobre a estrutura accionista, relações com outras empresas e politicas de internacionalização.
De seguida identificamos, caracterizamos e justificamos a escolha das variáveis modeladas, bem como os sinais esperados. Argumentamos pela importância de as
mesmas envolverem as dimensões de liquidez, rentabilidade e estrutura ou endividamento e ainda os parâmetros relacionados com os suprimentos, as prestações
suplementares, bem como as diferenças entre o passivo corrente e o caixa e entre o resultado liquido e o resultado tributável, identificadas em estudos sobre o fenómeno em
estudo.
Por fim concluímos que a análise discriminante proporciona informação apropriada na
5
Resultados
No presente capítulo analisamos, caracterizamos e interpretamos os resultados obtidos pelo tratamento estatístico dos dados constituintes da nossa amostra, envolvendo as
perspectivas de análise univariada e multivariada.
Análise univariada
A frequência estatística das principais variáveis que caracterizam os dados tratados
encontra-se reproduzida na tabela 3.
Tabela 3: Frequência das Variáveis caracterizadoras
Variável Nº % Amostral
Resultado Liquido Negativo 30 36,6%
Prejuízos Fiscais Deduzidos 11 13%
Prejuízo Fiscal 27 33%
Lucro Tributável 55 67%
Matéria Colectável 46 56%
Suprimentos + Prest. Suplementares 37 45%
Sendo que das 82 empresas que constituem a nossa amostra, 30 (36,6%) apuraram resultado liquido negativo, 27 (33%) delas declararam Prejuízos Fiscais, 11 (13%)
deduziram PF apurados em exercícios anteriores, 46 (56%) apuraram Matéria Colectável e 37 (45%) evidenciam, nas demonstrações financeiras, Suprimentos e/ou
Prestações Suplementares.
Estes indicadores revelam uma reduzida capacidade contributiva das empresas deste
sector de actividade, onde 44% das mesmas não pagaram IRC no ano em análise, parte das quais, por via do reporte dos Prejuízos Fiscais, também deixarão de pagar imposto
no anos subsquentes.
Na tabela 4 apresentamos a dispersão amostral dos valores agregados das rubricas e
Tabela 4:Dispersão Amostral de Rubricas e Variáveis Relevantes
Variável 1º Q Mediana Média 3º Q Desv. Padrão Min Max.
Activo 174 784 375 456 981 330 893 086 1 797 963 14 945 1 797 963 Passivo 107 438 243 006 619 810 593 160 1 165 979 7 725 8 191 084 Cap. Prop 10 353 82 949 361 520 336 767 764 806 -584 025 3 650 974 VN 94 429 378 381 848 979 785 674 1 596 410 400 9 611 285 RL -10 422 1 721 24 542 22 414 116 037 -197 287 689 321 LT 0 7 503 54 387 30 049 134 969 0 820 980 PF -8 666 0 -14 036 0 32 827 -161 293 0 MC 0 3 163 51 440 18 332 135 549 0 820 980 Colecta 0 395 10 989 3 021 28 627 0 163 763 Tx 0 0,12 0,09 0,15 0,09 0 0,25 SISE 5,242 0,066 5,58 5,951 0,597 4,17 7,07 LG 0,84 1,1 1,83 1,82 2,15 0,3 14,06 RENTVN -0,08 0 0,09 0,05 1,84 -4,36 15,94 ROE -0,05 0,07 0 0,25 1,29 -6,09 4,43 AF 0,07 0,27 0,24 0,48 0,4 -1,58 0,94 REFM 0,52 1,22 3,75 2,95 15,72 -52,22 112,32 LEV 0,35 1,93 4,86 4,21 21,99 -19,7 190,21 PCCxa 0,28 0,42 0,5 0,75 0,42 -0,49 1,81 SUPa 0 0 0,17 0,09 0,56 0 3,57 RLRTa -0,02 -0,01 -0,02 0 0,04 -0,25 0,02
O universo das empresas que constituem a amostra evidencia valores médios do Activo de 981 330€, onde 25% delas apresentam valores inferiores a 174 784€, 25% valores
superiores a 893 086€, numa amplitude que varia entre o mínimo de 14 945€ e um máximo de 1 797 963€; No que respeita ao Passivo, os valores médios situam-se nos
619 810€, onde 25% das empresas evidenciam valores inferiores a 107 438€ e 25% delas valores superiores a 593 160€, numa amplitude que varia no intervalo entre o
mínimo de 7 725€ e o máximo de 8 191 084€; O Volume de Negócios médio é de 848 979€, para um mínimo de 400€ e um máximo de 9 611 285€, sendo que 25% das
empresas tem Volume de Negócios inferior a 94 429€ e 25% superior a 1 596 410€; A média do Prejuízos Fiscais é de (-14 036€), com um mínimo de (-161 293€) e onde 25%
das empresas a declararam Prejuízos Fiscais inferiores a (-8 666€); A matéria colectável média é de 51 440€, com um máximo de 820 980€ e onde 25% não declaram matéria colectável e 25% declaram valores superiores a 3 021€; A taxa efectiva de IRC média
tributada com uma taxa superior a 15%; A Liquidez Geral média é de 1,83, para um mínimo de 0,3 e um máximo de 14,06, sendo que 25% das empresas tem um indicador
inferior a 0,84 e noutras 25% é superior a 1,82; A rentabilidade média das vendas cifra-se nos 9% e a autonomia financeira nos 24%.
Tais indicadores revelam a coexistência de empresas com características diferenciadas representativas de um grupo manifestamente heterogéneo.
A tabela 5 fornece-nos a caracterização das empresas de cada um dos grupos tendo em conta os valores médios das variáveis seleccionadas para estimar o modelo, ponderados
pelo número de empresas constituintes de cada grupo.
Tabela 5: Análise Estatística dos grupos
Grupos Variáveis Média Desv. padrão
SISE 5,75573 0,55151 LG 2,30176 2,48553 RENTVN 0,40753 2,42606 ROE 0,22123 0,67473 AF 0,36297 0,25440 REFM 7,39915 19,28714 LEV 3,61745 6,21338 PCCXa 0,34657 0,33974 SUPa 0,07148 0,29308 Grupo 0: Empresas c/ LT RLRTa -0,01836 0,03393 SISE 5,29115 0,48230 LG 1,03980 0,70033 RENTVN -0,49274 0,93949 ROE -0,77836 2,16243 AF -0,01617 0,58498 REFM -2,26615 12,04491 LEV 11,93481 42,95550 PCCXa 0,79197 0,44942 SUPa 0,47354 0,99002 Grupo 1: Empresas c/ PF RLRTa -0,00860 0,01115 SISE 5,60825 0,56996 LG 1,90114 2,16470 RENTVN 0,12173 2,10620 ROE -0,09610 1,40050 AF 0,24261 0,42468 REFM 4,33080 17,80516 LEV 6,25788 24,63414 PCCXa 0,48797 0,42868 SUPa 0,19912 0,62781 Total RLRTa -0,01526 0,02896
Pese embora o facto de no grupo das empresas que declaram Lucro Tributável, constarem 55 empresas e no grupo das que declaram Prejuízo Fiscal ou Lucro
Tributável zero constarem 27 sendo, como tal diferenciado o peso de cada grupo na determinação da média das variáveis observadas, podemos contudo inferir que, as
variáveis Tamanho (SISE), Liquidez Geral (LG), Rentabilidade das Vendas (RENTVN), Rentabilidade Financeira (ROE), Autonomia Financeira (AF) e Regra do
equilíbrio Financeiro Mínimo (REFM) apresentam valores superiores nas empresas que declaram Lucro Tributável; enquanto que as variáveis Leverage (LEV), Passivo
Corrente menos Caixa (PCCXa), Suprimentos e Prestações Suplementares (SUPa) e Resultado Liquido menos Resultado Tributável (RLRTa) apresentam valores médios
superiores nas empresas que declaram Prejuízo Fiscal ou Lucro Tributável nulo.
De realçar ainda a circunstância de as empresas que declaram Prejuízos Fiscais ou
Lucros Tributável nulo evidenciarem, em média, Rentabilidade das Vendas (RENTVN), Rentabilidade Financeira (ROE), Autonomia Financeira (AF) e Regra do Equilíbrio
Financeiro Mínima (REFM) negativas, maiores índices de endividamento (LEV), maiores diferenças entre o Passivo Corrente e o Caixa (PCCXa), mais Suprimentos e
Prestações Suplementares (SUPa) e ainda uma diferença menor entre o resultado Liquido e o Resultado Tributável (RLRTa).
Análise multivariada
Os resultados obtidos após a aplicação da técnica estatística de análise discriminante e do processamento das 82 observações, das quais 63 (76,8%) serviram para estimação do
modelo e 19 (23,2%) para validação, fornecem-nos o conjunto de conclusões que a seguir se apresentam.
Começando por analisar quais as características das empresas que distinguem os grupos verificando se as diferenças das médias entre os dois grupos de empresas que declaram
prejuízo fiscal ou lucro tributável nulo e as que declaram lucro tributável, são ou não significativas, testando a hipótese nula de que as médias de cada uma das variáveis são
estatisticamente iguais.
A tabela 6 evidencia os resultados dos testes da média dos dois grupos.
Tabela 6: Teste da igualdade das médias dos grupos
Wilks' Lambda F df1 df2 Sig.
SISE ,854 10,452 1 61 ,002 LG ,925 4,934 1 61 ,030 RENTVN ,960 2,557 1 61 ,115 ROE ,888 7,706 1 61 ,007 AF ,825 12,982 1 61 ,001 REFM ,935 4,232 1 61 ,044 LEV ,975 1,570 1 61 ,215 PCCXa ,762 19,020 1 61 ,000 SUPa ,910 6,055 1 61 ,017 RLRTa ,975 1,563 1 61 ,216
E, para um nível de significância de 10% (p=0,2), constata-se que existem diferenças estatisticamente significativas em 8 variáveis: SISE, LG, RENTVN, ROE, AF, REFM,
PCCXa e SUPa; para as empresas que declaram PF e para as que declaram LT.
Quanto às variáveis LEV e RLRTa, individualmente consideradas não possuem de todo
características estatisticamente significativas diferenciadoras dos 2 grupos.
Optamos contudo por mantê-las nas análises subsequentes, já que a sua exclusão
provoca impactos negativos e significativos nos resultados da classificação do modelo e ainda na significância estatística individual das variáveis LG, PCCXa, RLRTa, ROE e
SUPa.
Tal significa que embora individualmente não evidenciem características
e credibilidade ao modelo, como se demonstra nos resultados evidenciados pelas tabelas 6, 7, 9 e 11.
Na tabela 7 analisamos a percentagem da variância na variável de selecção ou critério que é explicada pelo modelo.
Tabela 7: Valor próprio
O valor próprio e a correlação canóniva associados à função discriminante estimada são,
respectivamente de 0,745 que respondem por 100% da variância e 0,653 da correlação canónica, e elevando-o ao quadrado (0,425) indica que 42,5% da variância na variável
critério são explicados pelo modelo.
A tabela 8 fornece-nos a significância estatística da função discriminante, onde é testada
a hipótese nula de que o valor da função discriminante é o mesmo para as empresas que declaram prejuízos fiscais ou lucro tributável nulo e para as que declaram lucro
tributável, já que da utilização do teste Wilks´Lambda, se comprova, que os dois grupos são estatisticamente diferentes (p>0,05).
Tabela 8: Wilks' Lambda
Teste à função Wilks' Lambda Chi-square Df Sig.
1 ,573 31,189 10 0,001
O valor do Lambda (0,573) representa a proporção da variância total dos coeficientes discriminantes não explicada pela diferença entre os grupos, o qual depois de transformado num valor qui-quadrado de 31,189 com 10 graus de liberdade e
estatisticamente significativo, parece portanto pouco provável que as empresas que
Função Valor próprio % da Variância % Acumulada Correlação Canónica
declaram Prejuízo Fiscal ou Lucro Tributável nulo e as que declaram Lucro Tributável tenham as mesmas médias na função discriminante.
Face à significância estatística dos dois grupos, interessa examinar a contribuição individual das variáveis da função discriminante.
Na tabela 9 podemos avaliar o contributo de cada variável preditora para a discriminação entre os grupos, ordenadas pela magnitude da sua contribuição. Trata-se
de identificar as variáveis mais eficientes na discriminação das empresas que declaram Prejuízos Fiscais ou Lucro Tributável nulo e das que declaram Lucro Tributável.
Tabela 9: Estrutura da Matriz Variáveis Função 1 PCCXa -0, 647 AF 0, 534 SISE 0, 479 ROE 0, 412 SUPa -0, 365 LG 0, 329 REFM 0, 305 RENTVN 0, 237 LEV -0, 186 RLRTa -0, 185
Percebe-se que as variáveis PCCXa, AF, SISE e ROE são as que mais contribuem para
a separação dos grupos. Por sua vez as variáveis RLRTa e LEV evidenciam uma contribuição menor em consonância com a significância estatística individual
representada na tabela 6.
Analisando ainda o valor da média da função discriminante para cada um dos grupos,
evidenciada na tabela 10, constata-se que sendo positiva a média das empresas que não declaram Prejuízos Fiscais ou Lucro Tributável nulo e negativa a média das que os
Tabela 10: Grupos Centroides
Prejuízos Fiscais Function 1 Não , 579
Sim -1,246
Da função discriminante modelizada resultaram os coeficientes que a seguir se indicam:
Tabela 11: Coeficientes da Função Discriminante
Variáveis Função 1 SISE 0,953 LG -0,147 RENTVN 0,130 ROE 0,403 AF 0,087 REFM 0,018 LEV 0,004 PCCXa -1,857 SUPa 0,013 RLRTa -5,347 (Constant) -4,347
Assim sendo, com base na equação (1) e na tabela 11, a Função Discriminante que
representa a melhor combinação linear das variáveis de caracterização que maximiza a separação das empresas que declaram Prejuízos Fiscais ou Lucro Tributável nulo das
que declaram Lucro Tributável, tem a seguinte formulação:
Z = -4,347 + 0,953* SISE – 0,147* LG + 0,130* RENTNV + 0,403* ROE + 0,087* AF + 0,018* REFM + 0,004* LEV – 1,857* PCCXa + 0,013* SUPa – 5,347* RLRTa
E de acordo com a formulação da equação (3) podemos classificar as empresas em cada um dos grupos através da formulação seguinte que representa o ponto de corte:
Consequentemente, a partir deste resultado podemos concluir que será classificada no grupo das empresas que declaram Prejuízos Fiscais ou Lucro Tributável nulo as
empresas cuja variáveis proporcionam Z > -0,00037 e no grupo das que declaram Lucro Tributável as que proporcionam Z <-0,00037.
A Função Discriminante (Z) explicita as variáveis de selecção ou de critério ponderadas pelos respectivos coeficientes, que contribuem positiva ou negativamente para
identificar as empresas que declaram Prejuízos Fiscais ou Lucro Tributável nulo, sendo que o resultado maior da função “Z” indica o grupo a que a empresa pertence.
Focando a análise nas variáveis que mais contribuem para a separação dos grupos podemos concluir, destes resultados, que as variáveis tamanho, rentabilidade das
vendas, rentabilidade financeira, autonomia financeira, regra do equilíbrio financeiro mínimo, endividamento e suprimentos e prestações suplementares contribuem
positivamente para a determinação do valor de Z, enquanto que as variáveis liquidez geral, passivo corrente menos caixa e resultado liquido menos resultado tributável
contribuem negativamente.
Analisando agora as funções de classificação de Fisher com o objectivo de classificar as
empresas de acordo com o critério definido (neste caso: categoria das empresas que declaram Prejuízo Fiscal e Lucro Tributável nulo ou Lucro Tributável).
Para cada grupo o modelo discriminante destina a cada grupo as empresas com Função
Discriminante que obtenha pontuação mais elevada, obtida através dos coeficientes que se reproduzem na tabela 12.
As funções de classificação têm a seguinte expressão:
Z0 = - 76,316 + 23,144* SISE + 2,539* LG + 1,057* RENTNV – 0,836* ROE + 8,931* AF + 0,092* REFM – 0,032* LEV + 21,483* PCCXa + 0,964* SUPa – 33,804* RLRTa
Z1 = - 68,990 + 21,404* SISE + 2,808* LG + 0,819* RENTNV – 1,572* ROE + 8,774* AF + 0,059* REFM – 0,04* LEV + 24,873* PCCXa + 0,941* SUPa – 24,045* RLRTa
Sendo que quando Z0>Z1 a empresa pertencerá ao grupo das que declaram Lucro Tributável, se pelo contrário Z0<Z1 a empresa pertencerá ao grupo das que declaram
Prejuízos Fiscais ou Lucro Tributável nulo.
Podemos assim observar, tendo em conta o valor absoluto dos respectivos coeficientes,
que as empresas com menor dimensão, menor rentabilidade financeira, menor autonomia financeira, com maior diferença entre o passivo corrente e o caixa, mais
endividadas, com mais liquidez geral e com maior diferença entre o Resultado Liquido e Resultado Tributável têm maior probabilidade de pertencerem ao grupo das que
declararam Prejuízos Fiscais ou Lucro Tributável nulo. Quanto:
Tabela 12 : Coeficientes da Função de Classificação de Fisher’s Prejuízos Fiscais Variáveis Não (0) Sim (1) SISE 23,144 21,404 LG 2,539 2,808 RENTVN 1,057 0,819 ROE -0,836 -1,572 AF 8,931 8,774 REFM 0,092 0,059 LEV -0,032 -0,040 PCCXa 21,483 24,873 SUPa 0,964 0,941 RLRTa -33,804 -24,045 (Constant) -76,316 -68,990
a. À dimensão, importa notar que a diferença entre os coeficientes não é muito significativa, parece contudo confirmar a propensão para o planeamento fiscal
das empresas de maior dimensão, e a propensão para a subfacturação das empresas de menor dimensão em sintonia com o referido no capitulo de
caracterização da variáveis. Trata-se de um resultado esperado uma vez que nas empresas de maior dimensão a vigilância dos proprietários é menor tendo o
gestor mais liberdade de escolha das politicas contabilísticas para publicar um resultado que vá ao encontro dos objectivos de captação de financiamentos junto
da banca ou do mercado de capitais. Por sua vez nas empresas de menor dimensão a propriedade e a gestão em regra estão concentradas, com reflexos na
diminuição dos níveis de controlo interno, na qualidade da informação financeira e consequentemente na propensão para a omissão de resultados; b. À rentabilidade financeira, os coeficientes evidenciam diferença expressiva,
confirmando o resultado esperado. Com efeito uma reduzida taxa de
remuneração dos capitais investidos pelos accionistas é sinal de resultados líquidos não satisfatórios e, consequentemente de resultados fiscais também
insatisfatórios. Pois o resultado fiscal é constituído pela soma algébrica do resultado líquido contabilístico, das variações patrimoniais positivas ou negativas nele não incluídas e das correcções fiscais impostas pelo código do
IRC;
c. À autonomia financeira, não se verifica uma amplitude significativa entre os
coeficientes, no entanto o resultado obtido vai ao encontro do esperado na medida em que uma má capacidade de solver os compromissos no médio e
longo prazo faz elevar o risco intrínseco da empresa e naturalmente as taxas de juros exigidas pelos financiadores, com impactos negativos nos resultados;
d. Ao endividamento, uma vez que as empresas mais endividadas suportam mais encargos financeiros, que sendo dedutíveis para efeitos fiscais fazem diminuir o
lucro tributável, indo assim ao encontro do esperado;
e. À liquidez geral, as razões do resultado obtido poderão ser motivadas pela baixa
rotação de stock’s e/ou pelo elevado prazo médio de recebimentos e ainda pela utilização recorrente de “falsos suprimentos”, não determináveis no presente
estudo por limitações dos dados fornecidos já identificadas, com impactos negativos nos resultados. Embora à partida bons índices de liquidez geral
associados a boas politicas de gestão de stock’s e de gestão de crédito concedido potenciam resultados líquidos e fiscais positivos. Importa contudo referir a
pequena amplitude dos coeficientes que confirmam os sinais positivo e negativo esperados;
f. À diferença entre o resultado líquido e o resultado tributável, face ao modelo
português de tributação dos rendimentos das pessoas colectivas caracterizado
pela separação entre as normas fiscais e as contabilísticas, vai ao encontro das conclusões de Chan et al (2010). Sendo admissível que quanto maiores forem as diferenças entre a contabilidade e as normas fiscais, maiores são as
oportunidades de os agentes económicos em manipularem o resultado fiscal, não escrutinado pelos accionistas e financiadores.
Por fim para testar a validade da Função Discriminante obtida, é necessário determinar se as empresas previamente classificadas nos respectivos grupos (que declaram
