FUNDAÇÃO GETÚLIO VARGAS
EPGE – ESCOLA BRASILEIRA DE ECONOMIA E FINANÇAS
RENATA DE ANDRADE JUNQUEIRA RIBEIRO
DIVULGAÇÃO DE RESULTADOS E RISCO DE CRÉDITO:
O CASO VALE
Rio de Janeiro
2016
DIVULGAÇÃO DE RESULTADOS E RISCO DE CRÉDITO:
O CASO VALE
Dissertação para obtenção do grau de mestre apresentada à Escola
Brasileira de Economia e Finanças da Fundação Getúlio Vargas
Área de concentração: Séries temporais
Orientador: Bruno Silva Martins
Coorientador: Rafael Chaves Santos
Rio de Janeiro
2016
Ficha catalográfica elaborada pela Biblioteca Mario Henrique Simonsen/FGV
Ribeiro, Renata de Andrade Junqueira
Divulgação de resultados e risco de crédito: o caso Vale / Renata de Andrade Junqueira Ribeiro. – 2016.
37 f.
Dissertação (mestrado) - Fundação Getulio Vargas, Escola de Pós-Graduação em Economia.
Orientador: Bruno Silva Martins. Coorientador: Rafael Chaves Santos. Inclui bibliografia.
1. Derivativos de crédito. 2. Créditos – Avaliação de riscos. 3. Swaps (Finanças). 4. Vale (Firma). I. Martins, Bruno Silva. II. Santos, Rafael Chaves. III. Fundação Getulio Vargas. Escola de Pós- Graduação em Economia. IV. Título. CDD – 332.632
AGRADECIMENTO
Gostaria de agradecer aos meus pais por sempre torcerem pelo meu sucesso e se orgulharem de cada uma de minhas minhas conquistas, por me incentivarem a investir na minha formação acadêmica e me darem todo suporte necessário. Ao meu marido Fábio pelo companheirismo e compreensão e por sempre me estimular a seguir meus sonhos e vibrando ao meu lado quando estes se tornam realidade. À minha família pelo constante apoio e por estarem sempre dispostos e ansiosos para ajudar. Aos meus amigos por se fazerem presentes em todos os momentos. Ao professor Rafael por sua paciência e dedicação e por estar sempre disponível, com bom humor e entusiasmo contagiantes. Aos coordenadores, professores, alunos e funcionários da FGV pelo aprendizado e convivência nos últimos anos.
RESUMO
Neste trabalho, é utilizado um modelo econométrico reduzido a fim de identificar a relação entre a percepção de risco de crédito da empresa mineradora Vale S.A., medida pelo Credit
Default Swap (CDS), e a surpresa na divulgação de resultado, medida pela diferença entre o
lucro por ação divulgado e o esperado pelos analistas de mercado. Conclui-se que uma surpresa no anúncio do resultado influencia significativamente o CDS da Vale e as surpresas negativas têm influência maior que as positivas. Os resultados sugerem cautela no anúncio de metas futuras, uma vez que a manutenção das expectativas de mercado em patamares moderados ajuda a evitar aumentos súbitos no custo de captação.
ABSTRACT
This paper uses an econometric model and identifies the relation between the perception of mining company Vale S.A.’s credit risk, measured by Credit Default Swap (CDS), and earnings surprises, measured by the difference between reported earnings per share (EPS) and EPS expected by market analysts. Conclusion is that a surprise in earning announcement significantly impacts Vale’s CDS and negative surprises tend to have higher influence than positive ones. Results suggest caution upon announcing future goals, since maintaining market expectations at reasonable levels could prevent sudden increases in funding costs.
LISTA DE ILUSTRAÇÕES
Quadro 1: Evolução mensal do CDS referência para 5 anos da Vale S.A...10
Quadro 2: Variáveis do Modelo CDS Puro da Vale...18
Quadro 3: Comportamento das séries ajustadas de 2008M06 a 2016M05...19
SUMÁRIO
1 INTRODUÇÃO ... 9
2 SURPRESAS NO RESULTADO ... 12
3 BASE DE DADOS ... 15
4 O MODELO CDS PURO DA VALE ... 18
5 CONCLUSÃO ... 24
6 REFERÊNCIAS BIBLIOGRÁFICAS ... 25
ANEXO A – MODELO CDS PURO DA VALE ... 27
ANEXO B – TESTE DE BREUSCH-GODFREY ... 28
ANEXO C – TESTE DE WHITE ... 29
ANEXO D – TESTES ADF: TAXA DE CÂMBIO (BRLUSD) ... 30
ANEXO E – TESTES ADF: PREÇOS DA AÇÃO DA VALE (VALEUS) ... 31
ANEXO F – TESTES ADF: PRODUÇÃO DE AÇO NA CHINA (STEELPROD) ... 32
ANEXO G – MODELO CDS PURO DA VALE ALTERADO ... 34
ANEXO H – TESTE DE CAUSALIDADE GRANGER ... 35
1 INTRODUÇÃO
Os derivativos de crédito surgiram para suprir a demanda que as instituições financeiras tinham de mitigar e diversificar o risco de crédito de seu portfólio, assim como já era feito para lidar com os riscos cambiais e de juros. Este tipo de derivativo serve para transferir risco de crédito entre as partes.
O derivativo de crédito mais comumente usado é o Credit Default Swap (CDS), que consiste em um contrato bilateral que visa transferir entre as partes o risco de inadimplemento de uma determinada entidade, que não é parte deste contrato bilateral. As negociações do CDS de uma instituição não dependem do consentimento ou ciência desta instituição.
Segundo Crawford, McCord e Young (2010), o CDS funciona como um contrato de seguro, onde o comprador fica protegido contra o risco de crédito de determinada instituição, que pode ser uma empresa, uma instituição financeira ou um país, num determinado contrato de dívida. O vendedor do CDS recebe pagamentos periódicos do comprador e, em contrapartida, garante que o comprador receberá o valor de face da dívida em questão, caso a entidade a qual o CDS se refere fique inadimplente. Os vendedores geralmente são bancos, seguradoras,
hedge funds e outras instituições financeiras.
Segundo Mengle (2007), o risco de um CDS, diferente do swap de juros, não é simétrico para o vendedor e para o comprador, uma vez que o vendedor assume o risco da entidade, no valor de face da dívida, o que corresponde ao risco de emprestar diretamente para ela, além do risco de inadimplemento do comprador, enquanto o comprador abre mão de lucrar com a exposição a esta entidade e assume o risco de um inadimplemento simultâneo da entidade e do vendedor do CDS (double default). O comprador também assume um pequeno risco pelo descasamento entre as operações, uma vez que o CDS não corresponderá exatamente ao ativo que está sendo
hedgeado. Por exemplo, no caso do comprador ser um banco que vai financiar a empresa
através de um empréstimo bilateral (ativo a ser hedgeado) e estar comprando o CDS de um
bond da empresa ou no caso de ser credor num financiamento com prazo diferente do prazo
do CDS que está comprando.
Numa operação de CDS, o vendedor recebe um prêmio do comprador por estar garantindo o risco da empresa. A diferença entre assumir o risco da empresa através de um contrato de dívida direto é que, com o CDS, o vendedor só arca com a despesa do principal caso a instituição não honre seus compromissos, enquanto num financiamento, este teria que
10
desembolsar o principal no ato da contratação da dívida. O comprador precisa mitigar sua exposição à determinada empresa e, para isto, está disposto a pagar uma taxa ao vendedor do CDS.
Com base na literatura existente, os investidores do mercado de ações costumam observar as projeções de lucro por ação (EPS) feitas pelos analistas de mercado e as comparar com os resultados divulgados trimestralmente pelas empresas. Com base na diferença entre o valor realizado e o esperado, tiram conclusões sobre a saúde financeira da empresa e seus resultados futuros, o que acaba impactando os valores de suas ações. Este estudo vai avaliar a influência que estas surpresas na divulgação dos resultados exercem sobre o CDS da Vale.
O presente trabalho visa analisar os principais componentes que influenciam o CDS da empresa Vale S.A. (Vale), a fim de entender quais são os fatores que estão associados ao risco da empresa e que são percebidos pelo mercado como componentes que influenciam diretamente o seu risco de crédito. Segue abaixo a evolução mensal do CDS de 5 anos, que é o que apresenta maior liquidez no mercado.
0,00 200,00 400,00 600,00 800,00 1.000,00 1.200,00
CDS 5 anos Vale S.A.
Quadro 1: Evolução mensal do CDS referência para 5 anos da Vale S.A. Fonte: Bloomberg
A Vale é uma empresa com sede no Brasil, uma das maiores mineradoras do mundo e a maior produtora mundial de minério de ferro, pelotas de minério de ferro e níquel. Em 2015, sua
receita operacional líquida totalizou US$ 25,6 bilhões, dos quais US$ 9,1 bilhões, cerca de 35,5%, correspondem a vendas para clientes na China.
Por ser uma mineradora, a Vale está exposta à volatilidade nos preços das commodities que comercializa, assim como os das que utilizam os produtos da Vale como insumo e ao risco de sazonalidade da economia global. A produção industrial costuma ser o componente mais cíclico na atividade econômica global, o que influencia diretamente a demanda por metais e minerais.
Como a China tem sido o principal consumidor de metais nos últimos anos, a demanda por insumos minerais pode ser significativamente afetada por uma retração do crescimento econômico chinês, impactando o resultado da Vale.
A Vale, apesar de ser uma empresa exportadora, cujas receitas são 84,5% provenientes de clientes fora do Brasil, está sujeita ao risco do Brasil e às políticas econômicas adotadas pelo governo brasileiro, já que, historicamente, a situação política do país onde a sede da empresa está localizada afeta a confiança dos investidores e do público em geral, resultando em desaceleração econômica e gerando uma maior volatilidade nos títulos emitidos no exterior por empresas brasileiras.
A fim de entender melhor o que influencia o risco de crédito da Vale S.A., foi utilizado o Método dos Mínimos Quadrados Ordinários para encontrar um modelo capaz de identificar os componentes que explicam o risco de crédito isolado da empresa, para isso, no modelo, foi adotada como variável dependente a diferença entre o CDS da Vale e o CDS do Brasil, eliminando, assim, o impacto causado pelo risco de crédito do país e minimizando a influência de fatores comuns à Vale e ao Brasil, como, por exemplo, a volatilidade do mercado. A variável dependente será chamada de CDS Puro.
O trabalho está estruturado da seguinte forma: na segunda seção é analisada a influência das surpresas no anúncio de resultados; a terceira aborda as séries de dados utilizadas nas projeções; a quarta seção apresenta o modelo econométrico que explica a variação do CDS Puro e a influência que cada componente exerce no risco de crédito isolado da Vale; e na quinta seção são apresentadas as conclusões.
12
2 SURPRESAS NO RESULTADO
Os analistas de mercado fazem estimativas de resultados para as empresas em seu portfólio, que são empresas listadas nos mercados de ação. Geralmente são divulgadas as projeções de receitas e lucro por ação esperados para o trimestre, para o ano e para o próximo ano. As projeções são atualizadas depois do anúncio do resultado e podem ser revisitadas sempre que o analista julgar necessário.
Cada analista estuda a empresa e, com base em pesquisas, projeções, modelos financeiros, dados divulgados pela firma entre outras ferramentas quantitativas e qualitativas, divulga a sua projeção para o resultado da mesma. O consenso do mercado para uma determinada empresa é resultante das estimativas de todos os analistas que cobrem aquela companhia1. Apesar das estimativas não serem perfeitas, estas acabam sendo utilizadas pelos investidores ao avaliarem o valor justo de uma empresa e de suas ações. O consenso é, normalmente, a média ou a mediana de todas as projeções individuais dos analistas que cobrem determinada ação. O número de analistas por empresa pode variar muito, de acordo com o tamanho da empresa e da representatividade de suas ações no mercado.
Graham, Harvey e Rajgopal (2005) realizaram uma pesquisa com 401 executivos financeiros, a fim de entender melhor e determinar os principais fatores de tomada de decisões relacionadas a anúncio de performance e disponibilização voluntária de informações. A pesquisa visava analisar, entre outros fatores, se os executivos se preocupavam com o benchmark estabelecido pelo mercado.
Pesquisas sugerem que os preços das ações são influenciados pelos benchmarks de EPS, portanto é uma métrica que o mercado valoriza e acompanha. Skinner e Sloan (2002) mostraram que empresas cujos resultados geravam surpresas negativas sofriam um impacto significativo em suas ações no dia da divulgação do resultado. Bartov, Givoly e Hayn (2002) indicaram que empresas que alcançam ou superam as previsões dos analistas costumam divulgar melhores resultados operacionais no futuro. Graham et al. (2005) concluíram que mais de 80% dos diretores financeiros (CFOs) entrevistados acreditavam que divulgar EPS
1 Mais de 30 analistas fazem a cobertura da Vale. A lista completa e atualizada dos analistas de mercado pode ser
consistente ou melhor que o consenso aumenta a credibilidade da firma e se reflete na manutenção ou no aumento dos preços de ações.
Surpresas negativas costumam gerar reações severas no mercado, mesmo quando a frustração é de 1 ou 2 centavos a menos no EPS e acredita-se que este efeito pode ser fruto da crença dos investidores de que as regras contábeis são bastante flexíveis e permitem que haja certa gestão de resultado nas empresas, no sentido de classificação contábil.
A maioria dos gestores abordados por Graham et al. (2005) indicaram que estariam dispostos a fazer pequenos sacrifícios em termos de valor da empresa, visando atingir a meta de EPS estabelecida pelo mercado, a fim de evitar repercussão negativa. Muitos executivos gerenciam o cronograma de transações reais, a fim de atingir as expectativas de lucro, como atraso de projetos de pesquisa e desenvolvimento, gastos com manutenção ou publicidade, mesmo que estas transações tenham valor presente líquido positivo.
Diversos executivos abordados por Graham et al. (2005) levantaram uma perspectiva diferente, que, na posição de dirigentes da empresa, os levam a perseguir os marcos de EPS estabelecidos pelos analistas de mercado. A pesquisa concluiu que a frustração dos analistas impactaria diretamente suas carreiras, ou seja, o mercado de trabalho de executivos também analisa as surpresas nos anúncios de resultados ao avaliarem a performance profissional do executivo em questão.
Ball e Brown (1968) provavelmente foram pioneiros na análise dos efeitos que as surpresas nos resultados contábeis poderiam ter na precificação das ações da empresa e foram capazes de confirmar que as surpresas de fato tem um impacto significante na formação dos preços das ações.
Consigli (2004) analisou a interação entre a volatilidade dos preços das ações e os spreads do mercado de CDS e conseguiu comprovar que a volatilidade do mercado de ações exerce um papel importante na percepção de fontes de risco de crédito e, portanto, impactam o mercado de renda fixa (dívida) e o CDS.
Huang e Huang (2003) comprovaram a influência do CDS na precificação de bonds e verificaram que esta influência seria mais significativa no caso dos junk bonds ou high-yield bonds, que são os títulos emitidos por empresas que não possuem grau de investimento pelas agências de rating.
Porém Longstaff, Mithal e Neis (2005) utilizaram novas evidências do mercado de CDS para quantificar o componente do spread corporativo que seria atrelado ao risco de
14
inadimplemento do emissor e conseguiram verificar que a maior parte do spread é decorrente do componente de default. Mostra que esta conclusão é válida independente da classificação de risco da empresa, não importando se o emissor possui grau de investimento e, em todos os casos, comprovaram que o CDS explica mais de 50% do custo de emissão e o restante do custo depende de métricas específicas dos títulos já existentes da empresa, como liquidez do título, yield e valor de principal a vencer.
3 BASE DE DADOS
O modelo elaborado no presente estudo considera como variável dependente a diferença entre o CDS para 5 anos da Vale e o CDS para 5 anos do Brasil, a fim de isolar o risco de crédito da Vale e analisar somente os componentes capazes de explicar o que gera alteração na percepção de risco de crédito da empresa, eliminando o impacto causado pelo risco de crédito do país e visando minimizar a influência de fatores comuns à Vale e ao Brasil. A principal intenção é isolar os fatores que afetam a Vale, independente da política econômica praticada e outros ruídos advindos do país, como crise política entre outros.
As variáveis independentes identificadas foram as seguintes: o preço da ação da Vale listada na bolsa de valores mobiliários de Nova Iorque (New York Stock Exchange – NYSE) em dólares dos Estados Unidos (US$) (VALEUS), a taxa de câmbio R$/US$ (BRLUSD), os dados de produção de aço na China (STEELPROD), medidos em milhares de toneladas; e surpresas, positivas e negativas, no anúncio de resultado de lucro por ação (SURPPOSMA e SURPNEGMA, respectivamente).
Foram reunidos dados mensais das séries históricas para o período de junho de 2008 a maio de 2016.
Para a construção das variáveis de surpresa foi comparado o valor de lucro por ação anunciado pela empresa ao consenso de mercado extraído do terminal da Bloomberg. Primeiramente foi criada uma variável auxiliar no formato de uma dummy que assume valor 1, caso o valor divulgado do lucro por ação (EPS) seja diferente do valor esperado pelos analistas de mercado, ou seja, caso o EPS divulgado pela companhia seja maior que a previsão dos analistas, a variável auxiliar referente à surpresa positiva assume valor 1 e, caso contrário, a variável auxiliar referente à surpresa negativa assume valor 1. Estas variáveis auxiliares são trimestrais, conforme a divulgação dos resultados, nos meses em que não há divulgação ou quando o resultado divulgado é igual ao consenso dos analistas de mercado, estas assumem valor zero. Estas variáveis auxiliares não eram significativas para o CDS Puro da Vale. O segundo passo na construção da variável de surpresa foi fazer a média móvel de dois períodos das variáveis auxiliares, a fim de reduzir a quantidade de observações nulas. Ao adotar a média móvel, foi possível constatar que o impacto causado pela surpresa no CDS Puro não aparece integralmente no período seguinte ao da divulgação dos resultados, o efeito da surpresa é dividido entre os próximos dois períodos.
16
As variáveis VALEUS e BRLUSD são os valores mensais de fechamento do mês e STEELPROD corresponde à produção total no mês. Foram utilizados os valores de fechamento do mês para o preço da ação da Vale para que este fosse consistente com a base dos CDS utilizados (Vale e Brasil), onde também foi adotado o valor de fechamento do mês. No caso do câmbio, foi usado o fechamento mensal, dado que esta é a taxa utilizada para a elaboração das demonstrações financeiras. Como as projeções dos analistas pode ser revisada sempre que cada analista julgar necessário, não há um padrão para a data da última atualização no consenso de mercado, mas é pouco provável que a projeção tenha sido feita há mais de três meses, já que as projeções costumam ser atualizadas depois da divulgação dos resultados.
Optou-se por utilizar dados mensais principalmente por causa das variáveis de surpresa, que derivam do anúncio de resultado que ocorre trimestralmente. Ou seja, apesar de aumentar o número de observações das demais séries utilizadas, o número de observações das surpresas permaneceria o mesmo, dado que em aproximadamente 90 observações (três meses), só haveria uma oportunidade para surpresa.
Existem diversos estudos voltados para os derivativos de crédito e sua relação com precificação de bonds e o mercado de ações. Merton (1974) estabelece que o preço de um
bond é função do valor de mercado do emissor, do risco da empresa e do prazo. Merton testou
a precificação de bonds e, consequentemente, o custo de captação de dívida da empresa, analisando um modelo simplificado onde a empresa emissora em questão teria apenas (i) um tipo de dívida (bonds); (ii) acionistas; e (iii) estaria impedida de distribuir dividendos ou fazer novas captações até o vencimento de sua dívida. Caso a companhia não fosse capaz de honrar seus compromissos financeiros junto aos bondholders, estes teriam prioridade sobre os acionistas, de modo que os detentores de ações provavelmente não receberiam nada por esta empresa.
O trabalho desenvolvido por Merton serviu como ponto de partida para análises posteriores da relação entre os mercados de CDS e mercados de ação, como as de Fung et al. (2008) e Afonso, Rebelo e Silva (2014), que provaram a forte correlação entre estes mercados e indicaram que o mercado de crédito costuma buscar indícios de risco de inadimplemento nas respostas dos investidores de equity.
Como este trabalho tem como objetivo analisar os componentes específicos para a Vale, foram testadas diversas variáveis que, intuitivamente, influenciariam as operações da firma e,
consequentemente, seu risco de crédito. A partir das variáveis testadas, foi possível chegar a um modelo econométrico capaz de explicar o CDS Puro.
Há algumas evidências a respeito da influência da divulgação de resultados no mercado de ações, mas não há muitos indícios quanto à sua relação com os derivativos de crédito. Ball e Brown (1968) analisaram as diferenças entre o lucro anunciado e o lucro esperado pelos analistas e perceberam que quando havia uma surpresa positiva, os retornos das ações na mesma janela de tempo da divulgação eram positivos e, analogamente, os retornos eram negativos, quando notava-se uma surpresa negativa.
18
4 O MODELO CDS PURO DA VALE
O Modelo CDS Puro da Vale é o modelo econométrico objetivo deste trabalho e identifica os principais componentes que podem influenciar a percepção de risco de crédito da Vale e, portanto, seu custo de captação.
Foram rodados diversos modelos no software Eviews e testadas diversas séries temporais antes de encontrar variáveis significativas e capazes de explicar satisfatoriamente o comportamento da variável dependente. A equação especificada para o CDS Puro da Vale é conforme a seguir:
Y = C + 1x1 (t-1) + 2x2 (t) + 3x3 (t) + 4x4 (t)5x5 (t-1) + 6x6 (t-1) Onde:
Variável Nome Descrição
Y CDSVB CDS Vale - CDS Brasil x1 CDSVB CDS Vale - CDS Brasil x2 BRLUSD Dlog(Taxa de câmbio R$/US$)
x3 VALEUS Média móvel de 2 períodos (Dlog(Preço da ação da Vale em US$)*100) x4 STEELPROD Média móvel de 3 períodos (Dlog(Produção de aço na China)*100) x5 SURPNEGMA Surpresa Negativa no EPS
x6 SURPPOSMA Surpresa Positiva no EPS Quadro 2: Variáveis do Modelo CDS Puro da Vale
(100) 0 100 200 300 400 500 600 CDS Puro da Vale (0,60) (0,50) (0,40) (0,30) (0,20) (0,10) 0,00 2 0 0 8 M 0 6 2 0 0 8 M 1 0 2 0 0 9 M 0 2 2 0 0 9 M 0 6 2 0 0 9 M 1 0 2 0 1 0 M 0 2 2 0 1 0 M 0 6 2 0 1 0 M 1 0 2 0 1 1 M 0 2 2 0 1 1 M 0 6 2 0 1 1 M 1 0 2 0 1 2 M 0 2 2 0 1 2 M 0 6 2 0 1 2 M 1 0 2 0 1 3 M 0 2 2 0 1 3 M 0 6 2 0 1 3 M 1 0 2 0 1 4 M 0 2 2 0 1 4 M 0 6 2 0 1 4 M 1 0 2 0 1 5 M 0 2 2 0 1 5 M 0 6 2 0 1 5 M 1 0 2 0 1 6 M 0 2
Surpresa Negativa no EPS
0,00 0,10 0,20 0,30 0,40 0,50 0,60 2 0 0 8 M 0 6 2 0 0 8 M 1 0 2 0 0 9 M 0 2 2 0 0 9 M 0 6 2 0 0 9 M 1 0 2 0 1 0 M 0 2 2 0 1 0 M 0 6 2 0 1 0 M 1 0 2 0 1 1 M 0 2 2 0 1 1 M 0 6 2 0 1 1 M 1 0 2 0 1 2 M 0 2 2 0 1 2 M 0 6 2 0 1 2 M 1 0 2 0 1 3 M 0 2 2 0 1 3 M 0 6 2 0 1 3 M 1 0 2 0 1 4 M 0 2 2 0 1 4 M 0 6 2 0 1 4 M 1 0 2 0 1 5 M 0 2 2 0 1 5 M 0 6 2 0 1 5 M 1 0 2 0 1 6 M 0 2
Surpresa Positiva no EPS
0 10.000 20.000 30.000 40.000 50.000 60.000 70.000 80.000
Preço do aço (US$/ton)
0,00 0,50 1,00 1,50 2,00 2,50 3,00 3,50 4,00 4,50
Taxa de Câmbio R$/US$
0 5 10 15 20 25 30 35 40
Preço da Vale (US$)
Quadro 3: Comportamento das séries ajustadas de 2008M06 a 2016M05
Para determinar os lags utilizados foi analisada a relação temporal entre o CDS Puro e cada uma das variáveis e foi utilizado o ajuste de consistência de heterocedasticidade e autocorrelação (HAC) nos erros-padrão e variância. A seguir, no Quadro 4 é apresentado um detalhamento do modelo, os resultados completos podem ser encontrado no Anexo A.
20
Variável Dependente: CDS Vale - CDS Brasil Amostra (ajustada): 2008M09 - 2016M05 Observações: 93
HAC erros-padrão e covariância
Variável Coeficiente P-valor
Constante 4,06 0,4230
CDS Vale - CDS Brasil (t-1) 0,89 0,0000
Dlog(Taxa de câmbio R$/US$)*100 -1,58 0,0045 Média móvel de 2 períodos (Dlog(Preço da ação da Vale em US$)*100) -1,56 0,0000 Média móvel de 3 períodos (Dlog(Produção de aço na China)*100) -1,56 0,0006 Surpresa Negativa no EPS 32,93 0,0285 Surpresa Positiva no EPS -14,49 0,0592
Componente MA(5) 0,95 0,0000
R2 0,904
R2 ajustado 0,896
Quadro 4: Resultados da amostra do Modelo CDS Puro da Vale
Analisando o P-valor obtido para cada variável explicativa na amostra ajustada, pode-se observar que todas são estatisticamente significativas para um nível de confiança = 10%. O R² elevado (0,904), que pode ser observado no Quadro 4 acima, mostra um bom ajuste do model, que está diretamente relacionado ao alto coeficiente auto regressivo da variável CDS Puro observada no período anterior.
Para verificar a autocorrelação e heterocedasticidade dos resíduos foram realizados alguns testes. O teste LM de correlação serial, ou teste de Breusch-Godfrey, foi usado para testar se havia correlação serial entre os erros. Neste teste, a hipótese nula é de que não há correlação serial entre os resíduos. A probabilidade Qui-quadrada foi superior a 10%, então a hipótese nula de não correlação foi aceita. O Anexo B mostra os resultados completos do teste.
O teste de White assume a hipótese nula de homocedasticidade dos resíduos, a fim de determinar se os resíduos têm variância constante. Ao rodar o teste, foi encontrada uma Estatística-F superior a 10%, portanto a hipótese nula foi aceita. O Anexo C mostra os resultados completos do teste de White.
Foi testada também a estacionariedade das séries através da aplicação do teste Augumented Dickey-Fuller (ADF), a fim de testar havia flutuação de média, variância e autocorrelação no
decorrer do tempo (sazonalidade) ou se estes parâmetros são constantes e, portanto, não há raiz unitária. Segundo Gujarati (2006), a utilização de séries sazonais numa regressão pode causar distorção no modelo, retornando um R² elevado, mesmo na ausência de uma relação significativa entre a série e a variável dependente.
Os testes ADF foram realizados para as séries em nível, sem tendência e com intercepto, mas em nenhuma das séries foi possível rejeitar a hipótese nula, de que há raiz unitária e, portanto, a série é não estacionária. Desta forma, os testes ADF foram aplicados para a primeira diferença das série e a hipótese nula foi rejeitada para a série BRLUSD e para VALEUS. Para a primeira diferença da série STEELPROD não foi possível rejeitar a hipótese nula e, por isso, o teste foi refeito considerando a segunda diferença. A defasagem utilizadas em todos os testes foi selecionada automaticamente, através do método Schwartz Information Criterion (SIC), com lag máximo de 11.
O Anexo D mostra os testes ADF realizados na série BRLUSD, O Anexo E mostra os testes realizados para a série VALEUS e o Anexo F, para a série STEELPROD.
Dado que o teste ADF indicou não estacionariedade da primeira diferença da produção de aço na China, foi especificado um novo modelo, utilizando a segunda diferença desta série e mantendo os demais parâmetros. O novo modelo encontrado era muito similar ao anterior, incluindo o R² e os níveis de significância de cada série, portanto foi feita a opção de manter o modelo original (visto no Anexo A). Os resultados completos do modelo alterado podem ser encontrados no Anexo G.
Como o CDS é um derivativo que reflete a percepção do risco de crédito que o mercado tem de determinada empresa, quando o coeficiente atrelado a determinada variável é negativo significa que o aumento desta variável reduz o risco de crédito e, analogamente, quando é positivo, a variável traduz um aumento no risco.
O aumento da taxa de câmbio R$/US$ é percebida pelo mercado como um redutor do risco da Vale, dado que é uma empresa predominantemente exportadora com suas receitas atreladas ao dólar. A depreciação do real (R$) frente ao dólar beneficia os resultados da companhia e gera um ambiente favorável ao aumento da geração de caixa operacional, uma vez que a sede e grande parte da operação e produção da firma é no Brasil e, portanto, a maioria dos seus custos, despesas e investimentos é indexada em reais.
Um aumento no valor da ação da empresa e, portanto, um aumento do seu valor de mercado impactam negativamente o CDS, ou seja, um aumento no preço da ação implica numa
22
redução no CDS Puro da Vale. Foi realizado o Teste de Granger para avaliar se o preço da ação é uma variável endógena e não foi possível rejeitar esta hipótese. Quando há endogeneidade não é possível afirmar em qual sentido está a causa e o efeito, portanto o coeficiente auto regressivo pode estar viesado. Os resultados do teste podem ser encontrados no Anexo H.
Um possível motivo para esta hipótese não ter sido rejeitada é o fato de serem usados dados mensais. Apesar do Teste de Granger não ter rejeitado a hipótese do CDS causar o preço da ação, será assumido neste estudo, com base na literatura existente, que o mercado de ações exerce influência sobre o mercado de CDS, ou seja, o preço da ação causa o CDS e o CDS não causa o preço da ação. No estudo empírico realizado por Fung et al (2008), realizado com dados extraídos do mercado norte-americano (assim como no presente trabalho), foi possível comprovar que o mercado de ações lidera o mercado de CDS. Na pesquisa publicada por Norden e Weber (2009) também é possível verificar, através da observação de dados diários e semanais extraídos dos mercados europeu e norte americano, que o mercado de ações influencia o mercado de CDS.
O aumento da produção de aço na China reduz a percepção do risco de crédito da Vale por refletir um aumento da demanda por minério de ferro. O crescimento da demanda por minério se traduz num provável aumento nas vendas da Vale, considerando que este produto foi responsável por 62,2% da receita operacional líquida da Vale em 2015. A produção de aço na China se torna significativa por este país ser o principal consumidor de minério de ferro no mundo, representando, em 2015, 69% da demanda global transoceânica de minério de ferro e responsável por 35,5% da receita operacional líquida total da Vale.
Foram criadas duas variáveis para representar a surpresa do mercado após a divulgação dos resultados trimestrais, a fim de traduzir expectativas superadas ou frustradas de EPS. A intenção, ao criar variáveis independentes, era mensurar se toda surpresa teria influência no CDS Puro e se a magnitude seria a mesma. Como esperado, a surpresa negativa é positivamente correlacionada com a variável dependente, ou seja, quando o EPS divulgado pela companhia é inferior ao EPS esperado pelo consenso dos analistas de mercado, o risco de crédito da Vale sofre um aumento da ordem de 32,9 bps.
A surpresa positiva, por sua vez, reduz a percepção de risco de crédito, mas tem um impacto menor que a surpresa negativa. Quando os resultados de EPS superam as expectativas dos analistas, pode ser observada uma redução de aproximadamente 14,5 bps no CDS Puro.
A pesquisa empírica de Kahneman e Tversky (1979) demonstra que as reações dos investidores não costumam ser simétricas em situações de risco de perda e de ganho. Normalmente, o investidor tem aversão à perda, uma vez que a desutilidade da perda supera a utilidade do ganho, o que corrobora com os coeficientes auto regressivos encontrados para as surpresas, já que a surpresa negativa tem impacto muito maior que a surpresa positiva.
Cabe ressaltar que as suspeitas que motivaram a criação de duas variáveis independentes para surpresas positivas e negativas foram confirmadas, uma vez que a empresa é penalizada pela surpresa negativa numa proporção em mais que 100% maior que a magnitude do benefício causado por uma surpresa positiva. Para afastar completamente a hipótese de simetria na influência das surpresas, foi realizado o Teste de Wald onde é assumida a hipótese nula de que o coeficiente auto regressivo da surpresa positiva é igual ao coeficiente da surpresa negativa. Como a probabilidade F encontrada é superior a 10%, rejeitamos a hipótese nula. O teste completo pode ser encontrado no Anexo I.
Durante a pesquisa, foram testadas outras séries em diversas tentativas de especificação do CDS Puro da Vale. As séries estudadas não eram significativas, portanto não foram analisadas a fundo. Foram testados outros parâmetros relacionados à China, como o CDS da China, PMI e importação de minério de ferro pela China. Foram testados também outras séries de mercado como a medida de volatilidade VIX, volatilidade das ações da Vale, preço do aço e o IODEX, índice comumente usado para precificar o minério de ferro, este índice indica o preço
spot para o minério de ferro com teor de 62% de ferro. Além destes parâmetros, foram
testadas séries com os valores das surpresas medidos pela diferença entre o EPS divulgado e o consenso do mercado e com dummies para as surpresas.
24
5 CONCLUSÃO
O objetivo deste trabalho era avaliar se era possível explicar o CDS Puro da Vale a partir de variáveis independentes, a fim de quantificar o impacto de fatores exógenos na percepção de risco de crédito da companhia.
O modelo encontrado evidencia que o CDS da Vale depende basicamente da variação da taxa de câmbio entre o real e o dólar dos Estados Unidos, da variação do preço de suas ações, da variação da produção de aço na China e de surpresas, positivas e negativas, na divulgação dos seus resultados contábeis.
As surpresas nos resultados são os principais componentes que explicam o comportamento do CDS Puro e, através da análise do modelo, pode-se perceber que as surpresas negativas têm maior impacto sobre o risco de crédito que as surpresas positivas. Ou seja, uma notícia boa não é percebida pelos investidores da mesma forma que uma notícia ruim, o que gera uma precificação assimétrica do CDS.
De acordo com Graham, Harvey e Rajgopal (2005), uma das principais consequências das surpresas negativas nos anúncios de resultado são a geração de incerteza sobre as operações futuras da companhia, que é a principal preocupação dos credores, que analisam a saúde da empresa até, pelo menos, o fim do prazo da dívida, a fim de garantir o repagamento de seus recursos.
Há muitas evidências na literatura existente de que o CDS e o custo de captação das empresas está intimamente ligado e Blanco, Brennan e Marsh (2003) comprovam que o mercado de CDS precifica o risco de crédito e influencia na precificação de bonds corporativos, impactando diretamente o custo de captação.
Conclui-se que a Vale deve ter cautela ao divulgar projeções e planos futuros, uma vez que as expectativas frustradas do mercado têm um impacto severo na percepção de risco de crédito da empresa e, consequentemente, no seu custo de captação. Além de ter ainda um provável impacto no seu valor de mercado, já que, com base em diversos artigos, o valor das ações da empresa também é influenciado pelas surpresas.
Uma possível extensão deste estudo seria analisar o comportamento do modelo fora da amostra, visando utilizar estes inputs para projetar o CDS Puro.
6 REFERÊNCIAS BIBLIOGRÁFICAS
AFONSO, C.; REBELO, P.; SILVA, P. Tail Dependence of Financial Stocks and CDS Markets – Evidence Using Copula Methods and Simulation-Based Inference. Economics: The Open-Access, Open-Assessment E-Journal, 8 (2014-39): 1—27. 2014.
BALL, R.; BROWN, P. Na Empirical Evaluation of Accounting Income Numbers. Journal of Accounting Research 6, 1968.
BARTOV, E.; GIVOLY, D.; HAYN, C. The rewards to meeting or beating earnings expectations. Journal of Accounting and Economics 33, 173–204, 2002.
BLANCO, R.; BRENNAN S.; MARSH, I.W. An Empirical Analysis of the Dynamic Relationship between Investment Grade Bonds and Credit Default Swaps. Working Paper, Bank of England, May, 2003.
COHEN, R. B.; GOMPERS, P. A.; VUOLTEENAHO, T. Who underreacts to cash-flow news? evidence from trading between individuals and institutions. Journal of Financial Economics 66, 409–462. 2002.
CONSIGLI, G. Credit Default Swaps and Equity Volatility: Theoretical Modelling and Market Evidence. DMSIA Università di Bergamo e UniCredit Banca Mobiliare, 2004. CRAWFORD, P. J.; MCCORD, L.; YOUNG, T. Credit Default Swaps: The Good, The Bad and The Ugly. Journal of Business and Economics Research, Vol. 8, No. 4, 2010.
FUNG, H.; SIERRA, G.; YAU, J.; ZHANG, G. Are the U.S. Stock Market and Credit Default Swap Market Related? Evidence from the CDX Indices. Journal of Alternative Investments 11 (1): 43-61. 2008.
GRAHAM, J. R.; HARVEY, C. R.; RAJGOPAL, S. The Economic Implications Of
Corporate Financial Reporting. Journal of Accounting and Economics, v40 (1-3,Dec), 3-73, 2005.
GUJARATI, D. N. Econometria Básica. 4ª edição. Rio de Janeiro: Elsevier, 2006.
HUANG, J.; HUANG, M. How Much of the Corporate-Treasury Yield Spread is Due to Credit Risk?. Oxford Journals, Review of Asset Pricing Studies, 2003.
KAHNEMAN, D.; TVERSKY, A. Prospect Theory: An Analysis of Decision under Risk. Econometrica, 47(2), pp. 263-291, March 1979.
26
KOTHARI, S.; LEWELLEN, J.; WARNER, J. B. Stock Returns, Aggregate Earnings Surprises, and Behavioral Finance. Journal of Financial Economics, 79(3), 537-568, 2006. LONGSTAFF, F.; MITHAL, S.; NEIS, E. Corporate Yield Spreads: Default Risk ot Liquidity? New Evidence from Credit Default Swap Market. Journal of Finance, Vol. 60, 2213-2253, 2005.
MENGLE, D. Credit Derivatives: An Overview. Economic Review, Vol. 92, No. 4, 2007. MERTON, R. C. On the Pricing of Corporate Debt: The Risk Structure of Interest Rates. Journal of Finance 29: 449–470. 1974.
NORDEN, L.; WEBER, M. The Co-movement of Credit Default Swap, Bond and Stock Markets: an Empirical Analysis. Volume 15, Issue 3, Pages 529–562, June 2009.
SKINNER, D. J.; SLOAN, R. G. Earnings Surprises, Growth Expectations, and Stock Returns or Don't Let an Earnings Torpedo Sink Your Portfolio. Review of Accounting Studies, Volume 7, Issue 2, pp 289-312, June 2002.
28
30
32
34
36
