ALAVANCAGEM FINANCEIRA DAS EMPRESAS DE CAPITAL
ABERTO: ANÁLISE COM DADOS EM PAINEL
Área Temática: Ciências Contábeis Modalidade: Artigo Científico
Edileusa Cristina Borçato (UNIOESTE) prof.edileusaborcato@gmail.com Maria da Piedade Araújo (UNIOESTE) maria.araujo@unioeste.br
Resumo
Este artigo tem por objetivo analisar a relação entre alavancagem financeira e o risco, rentabilidade, eficiência e investimento das empresas listadas na BM&FBOVESPA, para o período 2010-2015. Estudar esta temática é importante porque a alavancagem financeira auxilia os gestores na geração de valor econômico para a organização e para os acionistas. A amostra foi de 34 empresas, os dados foram coletados no mês de julho de 2016 na base de dados da Economática. O software EViews 7® foi utilizado para estimar a regressão não linear com dados em painel. Todas as variáveis explicativas apresentaram coeficientes estatisticamente significativos. Os resultados apontam que a alavancagem operacional é a variável explicativa que mais influencia a alavancagem financeira, seguida pelo retorno sobre os ativos, o ciclo operacional e o investimento. Por meio dos resultados desta pesquisa pode-se inferir sobre a convergência em relação à teoria aprepode-sentada, uma vez que, pode-se a organização possuir variação no lucro operacional maior que a variação das receitas líquidas operacionais, resultado este apresentado pelo indicador da alavancagem operacional, como também, bons lucros gerados pelos seus ativos, identificados pelo ROA, e um ciclo operacional eficiente, isto é, menor tempo possível entre a compra da matéria prima e as vendas do que foram produzidos, os gestores poderão contrair dívidas para investir na expansão dos negócios, substituir ou renovar seus ativos permanentes e assim obter retornos financeiros maiores do que os custos contraídos por utilizarem recursos de terceiros.
Palavras chave: Alavancagem Financeira, Contabilidade Financeira e Finanças, Dados em Painel.
1 Introdução
implementação constante de novas estratégias, o monitoramento e o controle do seu desempenho de maneira mais atento e contínuo (MUNARETTO; CORRÊA, 2016).
Para o monitoramento e o controle nas dimensões econômica, financeira e operacional, os gestores podem usufruir das informações geradas pela contabilidade e divulgadas por meio das demonstrações contábeis. A análise com base no que ocorreu nas organizações possibilita e facilitam as previsões para as tomadas de decisões, bem como oportuniza avaliar as decisões implementadas (LOUZADA et al. 2016).
Logo, se faz necessário estruturar os medidores de desempenho de maneira coerente com as metas e objetivos almejados, inclusive considerando as peculiaridades de cada atividade econômica (BERLINER; BRIMSON, 1992). A maioria das organizações listadas na BM&FBOVESPA são altamente mecanizadas, produzem em grande escala, possuem alto valor de ativos e alto grau de endividamento. Assim, são relevantes as análises com base na alavancagem financeira e operacional, ciclo operacional, e rentabilidade, dentre outras, conforme estudo realizado por LOUZADA et al. (2016).
Analisar o indicador de alavancagem financeira se faz necessário quando os gestores pretendem monitorar se a aplicação dos recursos captados de terceiros está possibilitando retorno superior à taxa despendida. Se o retorno for maior isso significa que a alavancagem financeira está possibilitando aumento no valor da organização e nos ganhos dos investidores (ALBUQUERQUE, 2013). Por outro lado, a alavancagem operacional apresenta aos gestores dados úteis para o monitoramento e controle do nível de produção em relação à capacidade instalada, resultando condições para analisar e balancear risco e retorno das atividades desenvolvidas. Isto quer dizer que quanto maior a alavancagem maior é o risco e maior é o retorno (DANTAS; MEDEIROS; LUSTOSA, 2006, FRANÇA; LUSTOSA, 2011).
A relevância da análise do ciclo operacional é porque permite aos gestores monitorar e controlar a uniformidade e a sincronização do fluxo de entrada e saída de recursos, pois ele demonstra o decurso do tempo desde a compra da matéria prima até o recebimento das vendas. Logo, quanto menor o resultado deste indicador mais eficiente a organização se apresenta (ASSAF NETO, 2005; PEREIRA FILHO, 2009).
Para a análise de rentabilidade neste estudo, adotou-se o retorno sobre os ativos (ROA), porque este indicador mensura a eficiência das organizações em gerar lucros a partir de seus ativos (DAMODARAN, 2004), sendo assim, um bom indicador de desempenho (BARNES, 1987).
Pela relevância destas análises, estudos sobre alavancagem em relação à eficiência e desempenho estão se intensificando, entretanto com focos distintos (FRANÇA; LUSTOSA, 2011). Quanto à metodologia adequada para este tipo de pesquisa, já existe posicionamento de que a técnica mais apropriada para explicar a relação entre variáveis de análise é o modelo econométrico com dados em painel, uma vez que cruza dados temporais de diferentes empresas que possuem certa similaridade (COELHO; LOPES, 2007).
relação da alavancagem financeira em relação ao retorno do ativo; b) analisar estatisticamente a relação da alavancagem financeira em relação à alavancagem operacional e o ciclo operacional; c) identificar a relação entre alavancagem financeira e investimento.
Este estudo está estruturado em cinco seções. Além desta introdução, apresenta-se a fundamentação teórica que aborda conceitos de alavancagem financeira, retorno do ativo, alavancagem operacional, ciclo operacional e investimento, e destaca resultados de pesquisas similares que servirão de parâmetro para as análises. Em seguida, são expostos os procedimentos metodológicos da coleta de dados, e a justificativa pela adoção do modelo de dados em painel para este estudo, bem como detalhamento das variáveis, hipóteses e testes realizados. Na sequência, a quarta seção são apresentados os resultados e suas análises. Por fim, são apresentadas as considerações finais.
2 Fundamentação teórica
Avaliar a organização é necessário tanto do ponto de vista gerencial interno, que precisa definir estratégias, e ferramentas de monitoramento e controle das atividades desenvolvidas para guiá-las em prol aos objetivos almejados, quanto do ponto de vista dos investidores que avaliam e monitoram a rentabilidade de seu investimento (KRUGER; PETRI, 2014). Ressalta-se, que os investidores avaliam seus investimentos de maneira independente, mesmo sabendo que dentre os objetivos almejados pelos gestores têm-se a maximização dos dividendos aos acionistas e do valor de mercado da organização (HENDRIKSEN; VAN BREDA, 2009). Isto quer dizer que não importa a natureza da decisão tomada pelos gestores, se foi no âmbito operacional, financeira ou de investimento, pois todas elas impactam em risco e retorno aos acionistas e no valor de mercado da organização (SAMENEZ, 2007). Portanto a tomada de decisão precisa ser pautada por informações úteis, temporais e confiáveis.
As principais fontes destas informações são os dados apresentados por indicadores de processos e avaliação de desempenho, financeiros e não financeiros. Que precisam ser selecionados de maneira racional com o intuito de formar combinações de parâmetros financeiros e não financeiros, pois não é prudente utilizar um único parâmetro, ou excessos de parâmetros (ANTHONY; GOVINDARAJAN, 2001). Assim, os indicadores são um conjunto de informações com aspectos qualitativos e quantitativos, necessários para os gestores conduzirem seus negócios com segurança, no contexto complexo e competitivo no qual estão inseridos (CALLADO; MENDES; CALLADO, 2013).
As etapas do processo de análise envolvem a escolha dos indicadores que são compatíveis com as características da organização, a comparação dos dados com os de outras empresas utilizando a estatística, o diagnóstico ou conclusões e por fim as tomadas de decisões (MATARAZZO, 2003). Vindo ao encontro destas afirmações, a BM&FBOVESPA divulga indicadores apropriados para avaliação de empresas de capital de aberto, que além de proporcionar transparência sobre a lucratividade e desempenho, ela também oportuniza aos acionistas escolher suas combinações de análise.
2016). Alavancagem financeira é o impacto ou efeito de dívidas para com terceiros, cujo custo determinado é menor do que a taxa de retorno dos ativos que foram empregados com o levantamento financeiro (ASSAF NETO; LIMA, 2011).
Utilizar a alavancagem financeira como auxílio à geração de valor econômico é uma atividade comum nas organizações; é uma estratégia pela qual se espera que o investidor tenha condições de investir utilizando financiamento de dívidas com ganhos sobre esta transação. A estratégia compreende utilizar recursos de terceiros para investir na expansão dos negócios, ou substituição ou renovação de ativos permanentes, visando retornos que além de cobrir os custos do financiamento, também representará ganhos efetivos (KURODA; ALBUQUERQUE, 2015). De acordo com Bernstein e Wild (2000), este indicador demonstra o resultado da dívida total em relação ao ativo total. Isto quer dizer que quanto maior seu resultado, menor é a proporção dos ativos financiados por capital próprio, entretanto ocorre maior retorno aos acionistas, mas em contrapartida existe maior risco financeiro de insolvência.
Outro indicador relevante para a análise das empresas de capital aberto é a alavancagem operacional, que está associada diretamente ao risco do negócio. Isto quer dizer que quanto maior o índice mais ocorre à necessidade de aumentar as vendas para cobrir os custos fixos (KAYO et al., 2004). Uma das formas de se calcular a alavancagem operacional é por meio da Eq. 1, em que que ALAVOP significa alavancagem operacional, LOP é o lucro operacional próprio, RLO é a receita líquida operacional (FERRI; JONES, 1979).
−
− (1)
Na prática esta equação oportuniza ao gestor avaliar a sensibilidade da variação da receita líquida operacional de um determinado período em relação ao lucro operacional próprio do mesmo período. Ou seja, se o resultado da equação for abaixo de 1, significa que o lucro variou em menor proporção do que as receitas, se for 1, quer dizer que o lucro e a receita apresentaram a mesma variação, se for mais que 1 demonstra que a organização está alavancando positivamente, isto é, a variação do lucro está maior do que a variação das receitas.
O ciclo operacional, por sua vez, está intimamente ligado às atividades normais da organização, chamadas de rotineiras, que vai desde a aquisição dos insumos ao efetivo recebimento das vendas (BONACIM et al., 2010). Esse indicador fornece informações sobre o sincronismo e a uniformidade sobre o tempo de entrada e saída de recursos, isto quer dizer que quando não ocorre esse sincronismo, haverá necessidade de financiamento de capital, que nem sempre representará uma alavancagem financeira, mas quando existe a otimização deste ciclo se tem liberação de recursos próprios (PEREIRA FILHO, 2009).
acabados e pelo prazo médio de recebimento (MATIAS, 2007). A atenção dos gestores ao resultado deste índice é que quanto mais alto for o resultado maior a necessidade de recursos de terceiros para financiar as atividades (RAMOS; OLIVEIRA, 2016).
Outro indicador que merece as atenções é o ROA-retorno sobre os ativos, porque ele mensura a eficiência operacional da organização em gerar lucros a partir de seus ativos. Desta forma o ROA pode ser calculado dividindo o lucro líquido antes dos juros e impostos pelo total do ativo, neste ínterim, quanto mais alto o resultado deste indicador maior está sendo o desempenho da organização (DAMODARAN, 2004). Com este resultado os gestores buscam captar recursos de terceiros com o intuito de alavancagem para novos investimentos e não para socorrer o mau desempenho das atividades.
As decisões dos gestores em investir possuem diferentes razões, dentre elas pode-se destacar a ampliação dos negócios, e a substituição ou renovação de ativos permanentes (CHIDS; DAVID; OTT, 2005). Mesmo estando de certa maneira intrinsecamente ligadas, as decisões de investimento e de financiamento são tratadas separadas inicialmente. Isto quer dizer que no primeiro momento são analisados os custos e retornos de maneira individual de diferentes fontes de recursos e de investimentos, buscando encontrar o menor custo de financiamento e o maior retorno (GITMAN, 2010).
Aivazian, Ge e Qiu (2005), utilizaram regressão linear múltipla com modelo de dados em painel em sua pesquisa, e identificaram que a alavancagem financeira tem efeito negativo sobre o investimento ao nível de significância de 1%. A pesquisa foi realizada com 863 empresas capital aberto no Canadá, para o período de 1982 a 1999.
Firth, Lin e Wong (2008) estudaram 1.203 empresas listadas na bolsa de Xangai, para o período de 1991 a 2004, por meio de modelagem econométrica. Os autores encontraram relação negativa entre alavancagem financeira e investimento.
Bonacin et al. (2010), estudaram 270 empresas brasileiras de capital aberto no período pós-plano real, para o período de 1996 a 2004, e constataram que apenas os setores de alimentos e bebidas, comércio, energia elétrica e papel e celulose, demonstraram que o ROA tem relação significativa sobre a alavancagem. O autor utilizou o modelo de autorregressão vetorial (VAR) e causalidade de Granger.
Albuquerque e Matias (2013), estimaram um modelo de regressão linear múltipla com dados em painel para o período de 2001 a 2011, em 247 empresas brasileiras não financeiras de capital aberto, com o intuito de constatar a relação entre alavancagem financeira e investimento, e, concluíram existir uma forte correlação negativa entre elas.
Barros et al. (2014), em uma amostra composta por 324 empresas brasileiras de capital aberto não financeiras para o período 2002 a 2011, com nível de significância de 1%, a partir do modelo de regressão múltipla com efeitos fixos, constataram relação negativa entre o ROA e o gerenciamento de resultados.
Kaveski et al. (2015) utilizando dados em painel, constataram que o ROA tem relação significativa com o endividamento. A amostra foi composta por 54 empresas brasileiras de capital aberto do agronegócio, para o período 2009 a 2012.
Avelar et al. (2016), a partir da amostra de 22 empresas do setor de materiais básicos da BM&FBOVESPA, para o período de 2010 a 2014, utilizando análise de regressão múltipla, constataram que a alavancagem operacional não apresentou relação significativa em relação ao risco e ao retorno.
Brunozi et al. (2016), em uma amostra de 30 empresas de capital aberto do setor de serviços, período de 2007 a 2013, utilizando dados em painel, constataram que o ciclo operacional se relacionou positivamente com o endividamento.
Não foi encontrado na literatura nenhum estudo que tivessem o objetivo de analisar concomitantemente a relação da alavancagem financeira com as variáveis, retorno dos ativos, alavancagem operacional, ciclo operacional e investimento. Entretanto pelos resultados dos estudos que utilizaram estas variáveis de forma isolada, pode-se inferir que o retorno dos ativos é a única variável que apresentou relação positiva com a alavancagem financeira.
Mas, em contrapartida, e com base na literatura que apresentou os conceitos de tais variáveis, se a organização apresenta retorno dos ativos, alavancagem operacional, bom ciclo operacional e investimentos rentáveis, infere-se que a captação de recursos de terceiros tenha o objetivo de alavancagem financeira.
3 Metodologia
3.1 Modelo de dados em painel
A alavancagem financeira auxilia na geração de valor econômico, pois quando estrategicamente utilizada seu objetivo é buscar recursos de terceiros para obter retorno além dos custos do financiamento, mediante a expansão dos negócios, ou substituição ou renovação de ativos permanentes (KURODA; ALBUQUERQUE, 2015). Em decorrência de sua importância busca-se avaliar estatisticamente a relação entre a alavancagem financeira e o retorno dos ativos, a alavancagem operacional, o ciclo operacional e o investimento. Para tanto, optou-se pela utilização de dados em painel por se acreditar que apesar de existir heterogeneidade entre as empresas, elas podem ter semelhanças no que tange ao comportamento frente às nuanças do mercado.
De acordo com Greene (2002), este tipo de modelagem permite ao pesquisador incluir no modelo as diferenças de comportamento entre as unidades econômicas em análise. No caso específico deste estudo, pressupõe-se que fatores não observáveis podem influenciar no mesmo instante de tempo todas as empresas, mas esta influência pode ser heterogênea. Este autor chama a atenção para o fato de que apesar de se trabalhar com uma série temporal, a mesma objetiva apenas designar o período que a informação ocorre e não o comportamento das observações ao longo do tempo. Assim, o modelo econométrico de dados em painel permite a análise econométrica em duas dimensões: uma série temporal (relativamente curta) e uma série cross-section (relativamente longa), sendo possível captar a presença de heterogeneidade entre empresas.
contemporânea entre as cross-sections. Ou seja, pressupõe-se que as equações para cada empresa não sejam correlacionadas ao longo do tempo, mas sim contemporaneamente. Se esta hipótese não for rejeitada, ganha-se em eficiência ao se utilizar dados em painel. O modelo de regressão a ser ajustado, na sua forma geral, é definido conforme Eq. 2.
( ) ( ) log( ) log ( ) log( ) !
(2) Em que:
: alavancagem financeira; : retorno sobre os ativos; : alavancagem operacional;
: ciclo operacional; : investimento.
! refere-se ao termo de erro aleatório que segue o pressuposto de média zero, variância constante e covariância entre pares de erros distintos igual a zero;
α, , , , e são parâmetros a serem estimados pela regressão;
e os subscritos i e t referem-se, respectivamente, às variáveis nas unidades cross-sections (34 empresas), e a variância temporal (2010 a 2015).
De acordo com Greene (2002), na modelagem de dados em painel ou longitudinais, os parâmetros da regressão podem ser estimados sob três aspectos distintos. Dados agregados (pooled regression) em um modelo SUR (seemingly unrelated regressions), regressão com efeito fixo e regressão com efeito aleatório. No caso do modelo SUR, tanto o intercepto quanto os parâmetros associados às variáveis explicativas (parâmetros de resposta) diferem entre as unidades cross-sections, mas são constantes no tempo. Na modelagem de efeito fixo existe o pressuposto de que os termos constantes são distintos entre as cross-sections para o mesmo instante de tempo, mas apesar de não observado, estes termos constantes estão correlacionados com os regressores, ou variáveis explicativas do modelo. Neste caso, estima-se uma constante para cada unidade cross-estima-sections, mas as estimativas de inclinação são idênticas para todas as empresas. No caso da modelagem de efeito aleatório, se pressupõe que a heterogeneidade individual observada, mas não modelada, não está correlacionada com os regressores. Assim, além do erro , no modelo de efeito aleatório se especifica como um grupo específico de distúrbios que capta o efeito aleatório. Em outras palavras, existe heterogeneidade entre as cross-sections no mesmo instante de tempo, mas esta diferença entre elas é apenas aleatória, não sendo influenciada pelas variáveis explicativas. Neste caso, estima-se um único coeficiente intercepto e coeficientes de inclinação idênticos entre todas as
cross-sections.
No entanto, o processo de estimação pressupõe que a heterogeneidade está correlacionada com os regressores, o que faz desta modelagem ser forte, por si só. Por outro lado, no modelo de efeito aleatório, ganha-se no processo computacional, devido à baixa perda de graus de liberdade, mas é fraca a justificativa dos efeitos individuais não estarem correlacionados com os regressores. Resumidamente, o problema que o pesquisador defronta é decidir, diante da existência da heterogeneidade entre as unidades cross-sections, qual modelo deve utilizar.
Greene (2002) apresenta o teste de especificação desenvolvido por Hausmann. Este teste é usado para testar a ortogonalidade dos efeitos aleatórios e os regressores. Em outras palavras, o teste leva em consideração, que sob a hipótese de inexistência de correlação, tanto os modelos estimados por mínimos quadrados ordinários (OSL), ou mínimos quadrados com variáveis dummy (LSDV) ou ainda por mínimos quadrados generalizados (GLS) são consistentes, mas o método de OLS retorna estimadores ineficientes. Assim, sob a hipótese alternativa, os estimadores de mínimos quadrados (OLS e LSDV) são consistentes, enquanto os GLS não o são.
O teste de Hausmann tem as seguintes hipóteses:
#$: os efeitos individuais não possuem correlação com as variáveis explicativas
# : existe correlação entre os efeitos individuais e as variáveis explicativas
Sob a hipótese nula, as duas estimativas (efeito fixo ou aleatório) não devem diferir sistematicamente e o teste pode ser baseado nesta diferença. Não iremos detalhar a especificação do teste, mas resumidamente o teste de Hausmann testa o vetor das estimativas encontradas a partir do modelo LSDV e o modelo GLS. Ou seja, o resultado essencial do teste é que a covariância de um estimador eficiente com sua diferença a partir de um estimador ineficiente é zero. Assim, se a hipótese nula não for refutada a um determinado nível de significância, ganha-se em graus de liberdade.
Considerando o modelo proposto por meio da Eq. 2, testa-se a hipótese de que o retorno sobre os ativos-ROA, a alavancagem operacional-AO, o ciclo operacional-CCLO e o investimento-INV influenciam positivamente a alavancagem financeira.
O software utilizado para estimar os parâmetros do modelo e efetuar todos os testes de consistência do modelo foi o EViews 7®. Sob a hipótese de presença de heterogeneidade e existência de correlação com os regressores, roda inicialmente o modelo de efeito fixo. Para testar a presença de efeito (efeito de grupo) fixo em detrimento de um único intercepto (pooled regression), o EViews nos retorna o teste de efeitos fixos reduntantes a partir do teste F, dado pela Eq. 3.
(& − 1; &( − & − ))
*+,-./0 1+2334560 7 819 :91+,-./0 ;
8<181=
(3)
Este teste F leva em consideração o coeficiente de determinação (R2) do modelo estimado com as variáveis dummy, que distingue cada unidade cross section e o R2 do modelo
termo constante. Assim sendo, a hipótese nula a ser testada é de que todos os termos constantes do modelo LSDV são iguais entre si, contra a hipótese alternativa de que eles são diferentes. Se a hipótese nula for rejeitada a um dado nível de significância relevante, existe diferenças entre as unidades cross sections e esta diferença deve ser modelada pela regressão de efeito fixo.
3.2 Fonte dos dados
No mês de julho de 2016, utilizando o sistema Economática, foram coletadas informações de 965 empresas, de todos os segmentos constantes na base de dados da BM&FBOVESPA, para o período de 2010-2015. Destas, apenas 34 empresas apresentaram alavancagem financeira, alavancagem operacional, retorno sobre os ativos, ciclo operacional e investimento, em condições de serem estatisticamente avaliados pelo modelo econométrico, pois as empresas que apresentaram observações negativas para alguma variável tiveram que ser excluídas. A amostra compreende empresas dos setores de veículos e peças, construção, alimentos e bebidas, siderurgia e metalurgia, têxtil, energia elétrica, comércio, máquinas industriais, minerais e transporte e serviços. Assim sendo, o painel foi composto por 204 observações.
4 Apresentação e análise dos resultados
Para se testar a hipótese de presença de heterogeneidade contemporânea entre as empresas, rodou-se inicialmente dos dados para um painel de efeito fixo e testou-se esta hipótese. O resultado do teste é o reportado na Tabela 1.
Redundant Fixed Effects Tests Equation: FIXO
Test cross-section fixed effects
Effects Test Statistic d.f. Prob.
Cross-section F 10.454836 (33,166) 0.0000
Cross-section Chi-square 229.377710 33 0.0000
Tabela 1 – Teste F para efeito fixo
Fonte: Resultado da pesquisa conforme saída do EViews (2016)
Correlated Random Effects - Hausman Test Equation: ALEATORIO
Test cross-section random effects
Test Summary
Chi-Sq.
Statistic Chi-Sq. d.f. Prob.
Cross-section random 34.226401 4 0.0000
Tabela 2 – Teste de Hausmann- efeitos aleatórios correlacionados Fonte: Resultado da pesquisa conforme saída do EViews (2016)
Pelo resultado do teste, rejeita-se, ao nível de significância de 1%, de que a heterogeneidade não esteja correlacionada com os regressores. Assim sendo, o modelo a ser analisado é o de efeito fixo. Considerando que a série temporal é de seis anos, o modelo apresentou autocorrelação residual de primeira ordem ao nível de significância de 5%, avaliado por meio do teste de Durbin-Watson. Dessa maneira, para corrigir este problema, estimou-se o modelo com erros autorregressivos de primeira ordem (AR1). O resultado é o apresentado na Tabela 3. Ressalte-se, que neste processo de estimação, foram perdidas 34 observações devido à defasagem de ordem 1.
Variável dependente: log(AF) Cross-sections: 34
Método: Painel por mínimos quadrados Observações totais: 170
Período: 2011 a 2015 (6 anos) – 5 anos incluídos devido à defasagem
Variável Coeficiente Erro-padrão Estatística f Probabilidade
C -2.347777 0.535430 -4.384846 0.0000 Log(ROA) Log(AO) Log(CCLO) Log(INV) AR(1) 0.551495 0.757937 0.218911 0.031430 0.225458 0.052396 0.172014 0.093543 0.015272 0.114771 10.52553 4.406245 2.340216 2.058042 1.964419 0.0000 0.0000 0.0208 0.0416 0.0516
R² 0,7661 Média da variável dependente 0,6083
R² ajustado 0,6983 Erro-padrão da variável dependente 0,4493
Erro-padrão da regressão 0,2468 Estatística F 11,2952
Soma quadrados resíduos 7,9777 Prob. (Estatística F) 0.0000
Est. Durbin Watson 1,97
Tabela 3 – Análise de variância (ANOVA) Fonte: Resultado da pesquisa conforme saída do EViews (2016)
Considerando o teste de aderência global do modelo (teste F=11,2952), infere-se que a hipótese de que todos os parâmetros associados às variáveis explicativas sejam nulos é refutada ao nível de significância de 1%. Devido a isto, o modelo apresentou um coeficiente de determinação (R2) de 0,77; o que era de se esperar, dado a própria configuração do modelo. Neste caso, 77% das variações da AF são explicadas pela regressão.
Os resultados mais importantes neste modelo referem-se à magnitude dos coeficientes estimados. Inicialmente cabe lembrar, que o coeficiente estimado para a constante é o resultado de uma média aritmética simples de todos os coeficientes de intercepto estimados para cada empresa. Ou seja, em média, as empresas diferem entre si, em relação ao que resulta na AF, que independe dos regressores modelados, na ordem de -2.3477. Considerando que o modelo é log-log, se faz necessário aplicar o anti-log ao intercepto para avaliar a sua magnitude - o anti-log é 0,096. Assim, a AF média (média do conjunto de todas as empresas) que independe das variáveis explicativas é positiva, como esperado e passou pelo teste t ao nível de significância de 1%.
Analisando os coeficientes associados às variáveis explicativas, temos que a variável que mais influencia a AF é, sem dúvida, a alavancagem operacional (AO). Esta variável apresentou um coeficiente estatisticamente significativo ao nível de significância de 1%. O coeficiente estimado de 0,76 implica que uma variação de 1% na alavancagem operacional, causa uma variação no mesmo sentido de 0,76% na alavancagem financeira. Este resultado é esperado, visto que quando a empresa consegue aumentar seus lucros com proporções significativas em relação à variação de suas vendas, os gestores buscam captar recursos de terceiros com o objetivo de alavancar financeiramente. Não foram encontradas pesquisas empíricas entre a relação da AO e a AF, entretanto considerando que a AF está intimamente ligada ao endividamento da empresa, pode-se inferir que os resultados encontrados nesta pesquisa vão de encontro aos resultados das pesquisas de Reis e Neto (2015). Estes autores constataram que a alavancagem operacional não apresentou relação significativa com o endividamento, e de Avelar et al. (2016), que constataram que a alavancagem operacional não apresentou relação significativa em relação ao risco e ao retorno.
A segunda variável explicativa mais significativa foi o retorno sobre os ativos-ROA, que apresentou coeficiente de 0.55, também significativo a 1%. Resultado que converge com a teoria, uma vez que, se os gestores conseguem fazer com que os ativos de suas organizações oportunizem os lucros almejados para manter o negócio, é de se esperar que busquem recursos de terceiros com o intuito de alavancar financeiramente. O resultado converge com os estudos de Bonacin et al. (2010), que demonstraram que o ROA tem relação significativa sobre a alavancagem, e com Kaveski et al. (2015) que constataram que o ROA tem relação significativa com o endividamento. Também neste caso, a AF é inelástica em relação às variações na ROA. Variações na ROA causam variações menos que proporcionais na AF.
expansão dos negócios, ou substituição ou renovação de ativos permanentes, visando retornos que além de cobrir os custos do financiamento, também representará ganhos efetivos (KURODA; ALBUQUERQUE, 2015). O resultado vem ao encontro da pesquisa de Brunozi
et al. (2016) que constataram que o ciclo operacional relacionou-se positivamente com o
endividamento. Isto ocorre, pois CCLO relaciona-se com o endividamento que poderá relacionar-se com a AF, pois o endividamento está intrínseco nesta variável.
Os resultados dos estudos de Aivazian, Ge e Qiu (2005), Firth, Ling e Wong (2008), e Albuquerque e Matias (2013), demonstraram relação negativa entre a AF e o INV. Observa-se, no entanto, que para a amostra de dados desta pesquisa, apesar do coeficiente estimado ser baixo (0,03), ele é positivo e estatisticamente significativo ao nível de significância de 5%. Essa divergência de resultado pode ser entendida, visto que, se o investimento já estiver proporcionando retornos ele estará oportunizando aos gestores captar recursos de terceiros para alavancagem, mas se o investimento ao invés de dar retorno estiver necessitando de recursos para sustentá-lo, como por exemplo prejuízos apresentados em investimento em ações, a captação de recursos não terá o foco da alavancagem.
5 Considerações finais
O objetivo deste artigo foi analisar a relação entre alavancagem financeira e o risco, rentabilidade, eficiência e investimento das empresas listadas na BM&FBOVESPA, no período 2010-2015. Para representar a rentabilidade escolheu-se o indicador retorno sobre os ativos-ROA, para o risco do negócio adotou-se a alavancagem operacional-AO por avaliar a sensibilidade da variação da receita líquida operacional em relação ao lucro operacional, já para a eficiência optou-se pelo indicador do ciclo operacional-CCLO.
As discussões apresentadas na análise dos resultados, demonstraram que a alavancagem operacional é a variável explicativa que mais influencia a alavancagem financeira, em seguida tem-se o retorno sobre os ativos, o ciclo operacional e o investimento. Portanto, conclui-se que os resultados desta pesquisa convergem com a teoria apresentada, uma vez que se a organização possuir variação no lucro operacional maior que a variação das receitas líquidas operacionais, resultado este apresentado pelo indicador da alavancagem operacional, como também, bons lucros gerados pelos seus ativos, identificados pelo ROA, e um ciclo operacional eficiente, isto é, menor tempo possível entre a compra da matéria prima e as vendas do que foram produzidos, os gestores poderão contrair dívidas para investir na expansão dos negócios, substituir ou renovar seus ativos permanentes e assim obter retornos financeiros maiores do que os custos contraídos por utilizarem recursos de terceiros.
Quanto ao investimento, o resultado da pesquisa demonstrou que é a variável explicativa que menos influencia a alavancagem financeira. Neste caso pode se inferir que o resultado converge com a teoria, porque dependendo do investimento ele pode apresentar retornos financeiros e, assim influenciar a alavancagem, mas se o retorno não estiver ocorrendo, ou se ainda estiver em fase de necessidade de recursos para consolidar-se, certamente os recursos captados de terceiros não serão para alavancar financeiramente os negócios.
processo de decisão do melhor momento para alavancar financeiramente seus negócios. Ressalta-se que este estudo delimitou-se a 34 empresas de capital aberto listadas pela BM&FBOVESPA, sendo assim, sugerem-se para novas pesquisas: ampliar o tamanho da amostra; reaplicar este estudo com base em outros períodos com o propósito de comparação; reaplicar em empresas de capital fechado; e apresentar outras combinações de indicadores que possam ser mais significativas dos que as apresentadas nesta pesquisa em relação à alavancagem financeira.
Referências
AIVAZIAN, V. A.; GE, Y.; QIU, J. The impact of leverage on firm investment: canadian evidence. Journal of Corporate Finance, Amsterdan, v. 11, n. 1-2, p. 277- 291, Mar. 2005. ALBUQUERQUE, A. A. de. Alavancagem financeira e investimento: um estudo nas empresas brasileiras não financeiras de capital aberto. 2013. 99 f. Tese (Doutorado) - Faculdade de Economia, Administração e Contabilidade de Ribeirão Preto, Universidade de São Paulo, Ribeirão Preto, 2013.
ALBUQUERQUE, A. A. de; MATIAS, A. B. Identificando a relação entre alavancagem financeira e investimento nas empresas brasileiras não financeiras de capital aberto. Contextus, v. 11, n. 2, 2013.
ANTHONY, R.; GOVINDARAJAN, V. Sistemas de controle gerencial. São Paulo: Atlas, 2001.
ASSAF NETO, A. Finanças corporativas e valor. São Paulo: Atlas, 2005.
ASSAF NETO, A.; LIMA, F. G. Curso de administração financeira. 2. ed. São Paulo: Atlas, 2011.
AVELAR, E. A. et al. Relação entre as alavancagens operacional e financeira e o dilema risco-retorno. Revista FSA (Faculdade Santo Agostinho), v. 13, n. 4, p. 3-23, 2016.
BARNES, P. The analysis and use of financial ratios: a review article. Journal of Business Finance & Accounting, v. 14, n. 4, p. 449-461, 1987.
BARROS, M. E. et al. Gerenciamento de resultados e alavancagem financeira em empresas brasileiras de capital aberto. Contabilidade, Gestão e Governança, v. 17, n. 1, 2014.
BERLINER, C.; BRIMSON, J. A. Gerenciamento de custos em indústrias avançadas. São Paulo: T. A. Queiroz, 1992.
BERNSTEIN, L. A.; WILD, J. J. Analysis of financial statements. 5. ed. Nova Iorque: McGraw-Hill, 2000.
BRUNOZI, M. A. V. et al. Indicadores econômico-financeiros e os determinantes da estrutura de capital das empresas do setor de serviços: uma análise de dados em painel. Revista
Ambiente Contábil, v. 8, n. 2, p. 110, 2016.
CALLADO, A. A. C.; MENDES, E.; CALLADO, A. L. C.. Um estudo empírico da significância das relações entre a elaboração de metas estratégicas e o uso de indicadores de desempenho. Revista Iberoamericana de Contabilidade de Gestión, v. 11, n. 21, 2013. CHILDS, P. D.; MAUER, D. C.; OTT, S. H. Interactions of corporate financing and investment decisions: the effects of agency conflicts. Journal of Financial Economics, Amsterdan, v. 76, n. 3, p. 667–690, June 2005.
COELHO, A.; LOPES, A. Avaliação da prática de gerenciamento de resultados na apuração de lucro por companhias abertas brasileiras conforme seu grau de alavancagem. Revista de Administração Contemporânea, v. 11, n. 2, 121-144, 2007.
DAMODARAN, A. Finanças corporativas: teoria e prática. Porto Alegre: Bookman, 2004. DANTAS, J. A., MEDEIROS, O. R. de; LUSTOSA, P. R. B. Reação de mercado à alavancagem operacional: um estudo empírico. Revista Contabilidade e Finanças - USP, n. 41, p.72-86, mai./ago., 2006.
FERRI, M. G.; JONES, W. H. Determinants of financial structure: a new methodological approach. The Journal of Finance, v. 34, n.3, p. 631-644, June 1979.
FIRTH, M.; LIN, C.; WONG, S. M. L. Leverage and investment under a state-owned bank lending environment: evidence from China. Journal of Corporate Finance, Amsterdan, v. 14, n. 5, p. 642-653, Dec. 2008.
FRANÇA, J. A. de; LUSTOSA, P. R. B. Eficiência e alavancagem operacional sob concorrência perfeita: uma discussão com base nas abordagens contábil e econômica. Contabilidade, Gestão e Governança, v. 14, n. 3, 2011.
GITMAN, L. J. Princípios de administração financeira. 12. ed. São Paulo: Pearson Prentice Hall, 2010.
GREENE, W. H. Econometric analysis. United States of America: Prentice-hall, 1997. GREENE, W. H. Econometric analysis. 4. ed. United States of America: Prentice-hall, 2002. HENDRIKSEN, E. S; VAN BREDA, M.. Teoria da contabilidade. 1. ed. 7 reimp. São Paulo: Atlas 2009.
KAVESKI, I. D. S. et al. Determinantes da estrutura de capital das empresas brasileiras de capital aberto do agronegócio: um estudo a luz das teorias trade off e pecking order. Revista Economia & Gestão, v. 15, n. 41, p. 135-158, 2015.
KRUGER, S. D.; PETRI, S. M. Novas evidências da relação entre medidas tradicionais de desempenho e aquelas baseadas na geração de valor a partir do custo de capital. Revista Universo Contábil, v. 10, n. 2, p. 125-143, 2014.
KURODA, A. M.; ALBUQUERQUE, A. A. de. Theoretical essay about the relation between financial leverage and investment in brazilian companies. Revista de Gestão, Finanças e Contabilidade, v. 5, n. 4, p. 6, 2015.
LOUZADA, L. C. et al. Análise comparativa entre os indicadores econômico-financeiros aplicados às indústrias manufatureiras listadas na Bovespa. REAVI-Revista Eletrônica do Alto Vale do Itajaí, v. 5, n. 7, p. 017-036, 2016.
MATARAZZO, D. C. Análise financeira de balanços: abordagem básica e gerencial. 6. ed. São Paulo: Atlas, 2003.
MATIAS, A. B. Finanças corporativas de curto prazo: a gestão do valor do capital de giro. São Paulo: Atlas, 2007.
MUNARETTO, L. F.; CORRÊA, H. L. Indicadores de desempenho, uso e finalidades: o caso das cooperativas de eletrificação do brasil. Contabilidade Vista & Revista, v. 27, n. 1, p. 25-41, 2016.
PEREIRA FILHO, A. D. O modelo dinâmico de gestão financeira de empresas:
procedimentos de operacionalização. Contabilidade Vista & Revista, v. 9, n. 4, p. 12-22, 2009.
RAMOS, G. G.; OLIVEIRA, A. P. V. D. Otimização da gestão de capital de giro através de um planejamento financeiro de curto prazo. SYNTHESIS: Revistal Digital FAPAM, v. 4, n. 4, p. 250-269, 2016.
REIS, R. T.; NETO, V. G. Análise das mudanças dos fatores determinantes da estrutura de capital em função do ciclo de vida de empresas brasileiras no período de 2008 a
2013. Revista de Tecnologia Aplicada, v. 3, n. 1, 2015.
SAMANEZ, C. P. Gestão de investimentos e geração de valor. São Paulo: Pearson Prentice Hall, 2007.
