Estrutura de Capital

1 Fatores Determinantes da Estrutura de Capital das Empresas Participantes em

Concessões de Distribuição de Energia Elétrica Após a MP n.º 579/2012

TIAGO RAMOS WOHLEMBERG Universidade Estadual do Oeste do Paraná EMERSON ORSINI FERRARI Universidade Estadual do Oeste do Paraná ALADIO ZANCHET Universidade Estadual do Oeste do Paraná MARIA DA PIEDADE ARAÚJO Universidade Estadual do Oeste do Paraná Resumo

O objetivo deste estudo compreende a verificação de quais são os fatores que determinam a estrutura de capital dos grupos empresariais participantes em concessões do setor elétrico do Brasil, em específico às ligadas à atividade de distribuição de energia elétrica no período de 2013 à 2020, utilizando para esta finalidade os pressupostos das Teorias do Pecking Order e Trade-Off. Para atingir este objetivo, desenvolveu-se um modelo de regressão linear com dados em painel com uma amostra contendo 21 grupos empresariais brasileiros responsáveis pelas concessões de distribuição de energia elétrica com os contratos de concessão divulgados pela ANEEL cujos dados foram coletados diretamente dos sítios eletrônicos das companhias. Os resultados demonstram que as variáveis estatisticamente significativas que podem ser assumidas como determinantes da estrutura de capital das companhias participantes de concessões do setor brasileiro de distribuição de energia elétrica após a vigência da MP 579/2012 foram a Liquidez Corrente, o Retorno do Ativo, o Tamanho da Firma e o Risco do Negócio. Em relação a estes determinantes, nota-se que os grupos de empresas participantes das concessões de distribuição de energia no Brasil tendem a buscar endividamento quanto maior for seu tamanho, pelo fato de terem maior estabilidade no mercado, contudo a aversão ao endividamento cresce à medida que o risco do negócio aumenta. As distribuidoras com maior abundância de recursos financeiros líquidos, maior quantidade de ativos físicos e maiores taxas de retornos sobre seus ativos tendem a evitar o endividamento. A teoria que melhor explica o comportamento dos determinantes da estrutura de capital é a Pecking Order. O alinhamento com os postulados desta teoria denota a preferência destas companhias pela utilização de primeiramente seus lucros como fonte de recursos para investimentos em seus negócios, evitando utilizar endividamento para com terceiros como forma de alavancagem.

Palavras-chave: Concessões; Estrutura de Capital; Setor Elétrico; Teoria do Pecking Order; Teoria Trade-Off.

2 1 INTRODUÇÃO

Este artigo contribui para a reflexão e entendimento acerca dos fatores determinantes da estrutura de capital de grupos empresariais participantes das concessões do setor elétrico brasileiro nas atividades de distribuição de energia. Conforme Sampaio e Guerra (2019), o setor elétrico brasileiro passou por profundas reformas advindas da Medida Provisória nº 579/2012 (MP n. º 579/2012), que foi convertida posteriormente na Lei nº 12.783, de 11 de janeiro de 2013. Esta norma autorizou a antecipação da prorrogação dos prazos de concessões de geração, transmissão e distribuição de energia elétrica. Tratou-se, na prática, de renovação contratual, pois as concessionárias precisaram aceitar novas cláusulas e condições para fazer jus à postergação dos prazos das concessões.

Pela MP n.º 579/2012 as empresas deveriam ser remuneradas apenas pelo investimento das operações e manutenção de equipamentos. O principal objetivo do governo foi o de reduzir o custo final da energia elétrica, que, consequentemente, reduziria a tarifa para os consumidores finais e, doravante reduziria custos em todo o setor produtivo (Assunção, Takamatsu, &

Bressan, 2015; Filgueiras, 2018). Também surgiram inseguranças em relação às regras de renovação das concessões existentes (Filgueiras, 2018) e redução do estímulo para o investimento por parte das empresas do setor (Assunção, et al., 2015).

As distribuidoras de energia elétrica atuam no Mercado Regulado (ACR), com a compra de energia para utilização no longo prazo, não há instrumentos para ajustar variações bruscas na demanda de energia. Houve redução no consumo de energia na maior parte dos setores e, neste caso, há uma sobrecontratação de energia, uma vez que a contratação ocorreu com base nos parâmetros da demanda estimada pelas empresas, na época do fechamento do contrato, mas que ficaram obrigadas, por força desses contratos, a pagar pela energia contratada, mesmo que não houvesse expectativa quanto a utilização. As sobras podem ser vendidas no chamado Mercado de Curto Prazo, a serem liquidadas pelo Preço de Liquidação das Diferenças, com preço mais baixo que o contratado no ACR, uma vez que haverá sobra de energia no mercado com uma demanda escassa. Esse prejuízo será contabilizado para a distribuidora, somando-se, ainda, a questão da tendência de alta inadimplência (Instituto Acende Brasil, 2020).

O ambiente de incertezas, na qual as distribuidoras de energia atuam, faz com que necessitem de informações úteis, precisas e tempestivas, que possibilitem aos gestores tomar de decisão que atendam suas demandas. Logo, conhecer as informações acerca da estrutura de capital das organizações e das fontes de financiamento disponíveis torna-se essencial para a sobrevivência das empresas em ambientes de incerteza, uma vez que as incertezas são parte do processo de gestão e essas informações são utilizadas pelos gestores na obtenção da eficácia empresarial (Figueiredo, & Caggiano, 2004). O estudo de Taffarel, Silva e Clemente (2013) indica que as mudanças regulatórias do setor elétrico em geral, trazem impactos sobre o mercado, especialmente sobre investidores. Estes impactos se refletem na estrutura de capital destas empresas (Medeiros, Carvalho, Chain, Benedicto, & Silva, 2018).

Sobre os determinantes da estrutura de capital, a teoria do Pecking Order explica que as organizações seguirão uma hierarquia de preferência por diferentes fontes de financiamento, das quais priorizam-se recursos financeiros internos e, dentre outras fontes, a última opção seria recursos financeiros externos com emissão de títulos de dívida (Myers, 1984). Quando as organizações decidem sobre a forma de financiamento, transmitem ao mercado as informações sobre sua estrutura de capital, o que pode ser constrangedor para estas firmas pelo fato de existir assimetria de informações entre administradores e investidores. Este seria o motivo pelo qual preferem seguir essa hierarquia de escolhas por fontes de financiamento (Serrasqueiro, &

Caetano, 2015).

A teoria Trade-Off, por sua vez, preconiza que a estrutura ótima de capital é mantida por uma organização quando os benefícios marginais da dívida adquirida se igualam aos seus

3 custos marginais. Além do déficit de fundos internos, fatores como o desvio da meta de alavancagem, as taxas marginais de imposto, prejuízos contidos, dificuldades financeiras e a razão entre a depreciação dos ativos totais e os dividendos (non-debt tax shield) podem reduzir a proporção do financiamento das dívidas (Cotei & Farhat, 2009).

Alguns estudos sobre o comportamento das empresas do setor elétrico no mercado, no tocante às suas estruturas de capital, foram conduzidos. O estudo de Pinheiro, Reis e Avelino (2016) teve por objetivo a verificação da relação entre o endividamento e a rentabilidade de 35 empresas do setor elétrico listadas na BM&FBOVESPA, nos anos de 2005 a 2009, cuja atividade-fim é a geração, transmissão e distribuição de energia elétrica a fim de se identificar composição da estrutura de capital. Os resultados encontrados mostram que quanto maior o endividamento das empresas, menor a rentabilidade do ativo. Este estudo suporta os postulados defendidos na Teoria Pecking Order.

A tese de Medeiros, et al. (2018) buscou relacionar a assimetria de informação com a estrutura de capital das empresas brasileiras de capital aberto do setor de energia elétrica e têxtil.

O período analisado foi de 2008 a 2012 e os autores puderam constatar que, em relação ao setor elétrico, a oferta de crédito foi abundante durante o período analisado, o que levou a redução da assimetria que culminou em uma melhor avaliação por parte dos credores, facilitando acesso ao crédito e fazendo com que a menor assimetria sinalize maior endividamento. Os autores salientam ainda que as evidências empíricas sobre a assimetria da informação desempenharam um papel diferente do previsto na Teoria Pecking Order.

Kuroda, Moralles e Albuquerque (2019) estudaram como as empresas do setor elétrico escolhem o nível de alavancagem financeira e maturidade das dívidas, para amenizar o problema de subinvestimento. O período estudado foi de 2003 a 2012. Os autores puderam concluir que a redução da maturidade das dívidas comporta-se como substituto da diminuição do endividamento para que se controle o subinvestimento.

Bandeira e Britto (2020) analisaram a relação entre o desempenho econômico- financeiro e o valor das ações de empresas do setor elétrico brasileiro no mercado no período entre 2009 e 2016, conjuntamente com os reflexos da regulação econômica causados pela MP nº 579/2012 e averiguaram que houve associação entre este marco regulatório e a queda no valor das ações. Em relação ao endividamento das empresas da amostra, foi verificado que após a entrada em vigor da MP, houve crescimento desse indicador, o que pode causar reflexos negativos no mercado.

Nota-se, porém, uma carência na literatura no que tange a estudos sobre os fatores que determinam a estrutura de capital das empresas do setor elétrico brasileiro, em especial as que participam de concessões no período pós marco regulatório da MP n. º 579/2012. Este artigo volta-se então a atender a esta lacuna de pesquisa, por procurar responder a seguinte questão:

Quais são os fatores determinantes da estrutura de capital dos grupos empresariais participantes de concessões do setor elétrico brasileiro verificados após a entrada em vigor da MP n.º 579/2012?

O objetivo deste estudo é o de verificar quais são os fatores que determinam a estrutura de capital dos grupos empresariais participantes em concessões do setor elétrico do Brasil, em específico às ligadas à atividade de distribuição de energia elétrica no período de 2013 à 2020, utilizando para esta finalidade os pressupostos das teorias do Pecking Order e Trade-Off.

O entendimento sobre os determinantes da estrutura de capital do setor elétrico pode auxiliar as companhias que dele participam, no tocante a buscarem sua estrutura ótima de capital e evitarem formas de endividamento que podem lhes colocar em posição desfavorável no mercado. Este estudo busca trazer contribuições práticas neste tocante e ainda teóricas para a literatura sobre os determinantes da estrutura de capitais e sobre as teorias Pecking Order e

4 Trade-Off quando aplicada as empresas participantes de parcerias público-privadas do setor elétrico brasileiro.

2 REFERENCIAL TEÓRICO

2.1 Teoria do Pecking Order

A teoria do Pecking Order tem seu início com Myers (1984) e Myers e Majluf (1984) na concepção de que ativos estabelecidos e oportunidades de crescimento estão diretamente relacionados às origens e aplicações e que a empresa usaria de dívidas para financiar esses ativos estabelecidos, bem como ações que visem as novas oportunidades de crescimento.

Sob a ótica do Pecking Order as organizações seguirão uma hierarquia de preferência por diferentes fontes de financiamento e, segundo Myers (1984), há preferência inicialmente pelos recursos financeiros internos, depois por ajustar as políticas de dividendos à novos investimentos, seguido do fluxo de caixa gerado mediante uma política de dividendo mais rígida, lucratividade variável e as oportunidades de investimentos e, por fim, dos recursos financeiros externos com emissão de títulos de dívida.

A teoria de Pecking Order explica não haver informação acerca do nível ótimo de endividamento, mas que esse endividamento tende a ser consequência ligada ao surgimento de novas oportunidades e às condições de assimetria de informações econômicas (Campos &

Nakamura, 2015). As empresas tendem a adotar uma hierarquia na seleção das fontes e podem ser limitadas, do ponto de vista financeiro, pela assimetria de informações entre gestores, ou proprietários, e os investidores (Serrasqueiro & Caetano, 2012).

2.2 Teoria Trade-Off

Esta teoria foi estruturada por Jensen e Meckling (1976), que se basearam nos estudos de Modigliani e Miller (1958; 1963) e defendem a existência de uma estrutura ótima de capital que pode ser determinada pelo equilíbrio entre os efeitos fiscais, os custos de agência, os custos de falência e assim por diante (Alipour, Mohammadi, & Derakshan, 2015). Portanto, pode ser determinada pelos custos de agência e, para que se reduzam tais custos, a estrutura ideal de propriedade e dívida precisam ser definidas (Jensen & Meckling, 1976). A determinação da estrutura ótima de capital de uma companhia deve, então, levar em consideração a relação de custo versus benefícios advindos do endividamento. (Correia, Basso, & Nakamura, 2013). Essa estrutura é mantida por uma organização quando os benefícios marginais da dívida se igualam a seus custos marginais (Cotei & Farhat, 2009).

Modigliani e Miller (1963) constataram que uma empresa rentável deveria se endividar mais, a medida em que se beneficiaria da dedutibilidade tributária das despesas com os juros de tais dívidas, sendo este raciocínio adotado como uma premissa da teoria Trade-Off. Neste sentido, Ross (1977) entende que a estrutura financeira de uma firma sinaliza informações ao mercado que, em equilíbrio competitivo, validaria as inferências extraídas destes sinais.

Segundo os autores, as implicações empíricas disto seriam que os valores das empresas aumentariam com a alavancagem, visto que aumentaria a percepção de valor do mercado.

Os estudos de DeAngelo e Masulis (1980) seguem a linha de raciocínio de Ross (1977) ao indicar que o endividamento das empresas afeta o valor da firma e também que é sensível a fatores como custos de falência e agência. Os autores ainda apontam que fatores como tamanho, incentivos fiscais, depreciação e a tangibilidade dos ativos (estrutura de ativos) influenciam nesses custos.

5 2.3 Determinantes da Estrutura de Capital

Modigliani e Miller (1958) iniciaram o estudo sobre a estrutura de capital das firmas no qual trouxeram que o custo total de capital de uma empresa se manteria inalterado independentemente de qual fosse sua estrutura de capital (irrelevância da estrutura de capital), pois o valor da empresa dependeria da qualidade dos seus ativos e não de como ela é financiada.

Esta proposição, no entanto, foi concebida sobre 3 hipóteses circunstanciais: “1) não há imposto de renda; 2) não há custos de falência, o que justifica o fato de que o custo de capital não se altera diante de elevados níveis de endividamento; e 3) há a possibilidade de os investidores realizarem a arbitragem no mercado” (Medeiros, et al., 2018, p. 269). Desta forma, Modigliani e Miller (1958) assumiram em seu trabalho, que havia um cenário de mercado perfeito (Kayo,

& Kimura, 2011).

O estudo de Modigliani e Miller (1958) é reiterado pelo de Modigliani e Miller (1963), quando os autores demonstraram que o grau de alavancagem financeira influenciaria a rentabilidade das companhias, contrapondo, portanto, às suas premissas anteriores. A partir desses estudos de Modigliani e Miller, outros surgiram no sentido de explicar os determinantes da estrutura de capital das empresas, como os estudos que originaram as teorias Pecking Order e Trade-Off.

Dentre as várias contribuições que procuraram identificar os possíveis determinantes da estrutura de capital, duas recebem atenção especial: a de Titman e Wessels (1988) e Harris e Raviv (1991). Os primeiros sinalizaram oito proxys consideradas como possíveis determinantes da estrutura de capital: (i) composição de ativos; (ii) escudos fiscais não provenientes de dívidas; (iii) a oportunidade de crescimento; (iv) diferenciação dos produtos; (v) segmento industrial; (vi) tamanho; (vii) volatilidade dos lucros; e (viii) lucratividade.

Harris e Raviv (1991) sintetizaram a literatura sobre teorias relacionadas à estrutura de capital, ao examinarem artigos escritos durante a década de 1980 e os clássicos da década de 1970. Os autores analisaram as teorias sob quatro perspectivas, a saber, os custos de agência, as interações entre os mercados de produtos e insumos, a assimetria de informações e o controle corporativo. A partir desta análise propuseram a construção de modelos que representariam as dimensões determinantes da estrutura de capital.

Nos modelos cogitados por Harris e Raviv (1991), baseados em custos de agência, a determinação da estrutura de capital estaria atrelada aos conflitos de interesses entre acionistas e administradores e também entre acionistas e credores. Os modelos pautados na interação entre mercados de produtos e insumos, exploram a relação existente entre as finanças corporativas e a teoria microeconômica da organização industrial. Nos modelos baseados na assimetria da informação, os administradores detêm várias informações sobre as características da organização que não são conhecidas pelos demais stakeholders. Desta forma, a determinação da estrutura de capital serviria como sinal dos administradores para estes outros agentes, ou poderia ser utilizada para diminuir influências causadas pela assimetria informacional. Nos modelos que se baseiam em considerações sobre controle corporativo, aborda-se que a emissão de ações ordinárias resulta na atribuição de direito de voto, em contraponto ao que ocorre quando a empresa opta pelo uso do endividamento na sua estrutura de capital.

Além dos estudos de Titman e Wessels (1988) e Harris e Raviv (1991), outros contribuíram para a literatura sobre determinantes da estrutura de capital das empresas. A tabela 01 a seguir sintetiza os objetivos e resultados de alguns destes estudos:

Tabela 01 – Estudos sobre determinantes da estrutura de capital

Autores Objetivos e resultados dos estudos

Rajan e Zingales (1995) Investigaram os determinantes da estrutura de capital dos EUA, França, Japão, Alemanha, França, Reino Unido e Canadá. Constataram que a

6 forma alavancagem das empresas dos países pesquisados são mais similares do que evidenciado anteriormente e que as diferenças existentes não são facilmente explicadas por diferenças institucionais consideradas importantes.

Perobelli e Famá (2003) Verificaram os fatores indutores do endividamento das empresas de capital aberto dos países da América-Latina (Chile, Argentina e México). Os resultados à que chegaram demonstram que os fatores indutores variam de acordo com o país, sendo que no México, todos os atributos, com exceção da estrutura dos ativos, mostraram-se relacionados ao grau de endividamento, enquanto na Argentina, apenas o atributo lucratividade mostrou-se relacionado ao grau de endividamento e no Chile, houve relação significativa entre tamanho, lucratividade e estrutura dos ativos das empresas.

Gaud, Jani, Hoesli e Bender (2005) Analisaram os determinantes da estrutura de capital das empresas suíças no período de 1991 a 2000. Os resultados apontam que as teorias Pecking Order e Trade-Off explicam a estrutura de capital das empresas analisadas e que estas empresas fazem ajustes em direção a um índice de dívida alvo, porém de forma mais lenta que a maioria das empresas dos outros países.

Bastos e Nakamura (2009) Investigaram os determinantes da estrutura de capital, utilizando a técnica de painel de dados estático, para uma amostra de 297 empresas, de diversos setores, pertencentes ao Brasil, México e Chile, no período entre 2001 e 2006, a fim de determinar a importância relativa dos fatores específicos da empresa.Os resultados demonstraram que para o Brasil, as variáveis relevantes, estatisticamente e amparadas pelas teorias foram: Índice de liquidez corrente, ROA, Market-to-book e Tamanho.

Dentre as quatro teorias analisadas (Trade-Off, Assimetria de informações, Pecking Order e Agência), a teoria do Pecking Order foi a que melhor explicou os resultados obtidos para o Brasil e Mexico. Para o Chile, além da Pecking Order, a teoria do Trade- off influencia fortemente a estrutura de capital.

Kayo e Kimura (2011) Analisaram a influência dos determinantes de alavancagem nos níveis de firma, tempo, indústria e país de 40 países utilizando um modelo robusto com múltiplas variáveis para cada nível. Encontraram que as variáveis relacionadas ao nível da firma e nível de tempo foram as mais relevantes para explicar as variâncias na alavancagem. O nível país (características do país) trouxe a menor capacidade explicativa do modelo, o que era inesperado.

Correa, Basso e Nakamura (2013) Analisaram a estrutura de capital das 389 maiores empresas brasileiras para o período de 1999 à 2004 à luz das teorias Pecking Order e Trade- Off. As variáveis analisadas foram Crescimento, Tangibilidade do ativo, Tamanho, Rentabilidade, Risco, e as variáveis dummy Setor de atividade e Origem do capital. Os autores constataram que a teoria de Pecking Order é mais consistente do que a teoria de Trade-Off para explicar a estrutura de capital das maiores empresas brasileiras. Além disto, o setor de atividade não apresentou relevância estatística como determinante da estrutura de capital, enquanto a origem do capital exerce influência significativa nos níveis de endividamento.

Alipour, et al. (2015) Revisaram diferentes teorias condicionais sobre a estrutura de capital para formular proposições testáveis sobre os determinantes da estrutura de capital das empresas listadas na Tehran Stock Exchange (Irã) no período de 2003 a 2007. Os resultados sugerem que as variáveis tamanho da empresa, flexibilidade financeira, estrutura de ativos, lucratividade, liquidez, crescimento, risco e propriedade estatal, afetam todas as medidas de estrutura de capital das empresas iranianas. A dívida de curto prazo é considerada uma importante fonte de financiamento para estas companhias. Ainda, os resultados foram consistentes com algumas teorias de estrutura de capital.

7 Silva, Santos, Ramos e Freitas

(2019)

Analisaram os determinantes da estrutura de capital dos bancos brasileiros no período entre 2010 e 2017. Os resultados apontaram que a estrutura de capital do setor pode ser explicada por determinantes que influenciam a alavancagem de empresas não financeiras, visto que variáveis de rentabilidade, risco, tamanho, tangibilidade e inflação foram determinantes para explicar a estrutura de capital das empresas analisadas. Os achados ainda indicam como implicação teórica que os bancos brasileiros priorizam suas fontes de financiamento em consonância aos preceitos da teoria Pecking Order, pois preferem utilizar o lucro gerado por suas operações para financiar os seus investimentos.

Fonte: Elaborado pelos autores.

2.4 Concessões e o cenário brasileiro

No Brasil, nas décadas de 1980 e 1990, momento em que o país se reestruturava na questão produtiva, crises fiscal e financeira que foram pujantes, houve um processo de redemocratização. Junta-se a essa questão o neoliberalismo, com avanços que buscaram fortalecer dos mercados e que fez com que a gestão pública, pautada pelos arranjos público- privados, especialmente as chamadas público-privadas (PPPs), tivessem a finalidade de atrair o setor privado, via concessões, para investir nas áreas que demandavam melhorias, especialmente na infraestrutura e serviços públicos (Silva, et. al, 2020)

Parte do déficit de eficiência do setor público em implementar serviços de qualidade a baixo custo decorre das restrições provindas das normas regulatórias atribuídas ao administrador público, ou da falta de uma estrutura de incentivos para que o funcionalismo público atinja metas consistentemente (Pinheiro, Savoia & Angelo, 2016). Os autores ainda citam o custo de agência do setor público, cuja governança torna-se mais intrincada devido à existência dos agentes políticos, que priorizam à folga orçamentária em detrimento da eficiência, em razão do prestígio político que isto ocasiona.

As concessões surgiram como alternativa à necessidade de prestação de serviços públicos de qualidade e à incapacidade de o Estado financiar estes projetos (Abreu & Silva, 2009; Pinheiro, et al., 2016). A desaceleração da economia, ocorrida na década de 80, forçou não só o Brasil, mas também outros países a aderir a novas formas de financiar e estruturar os serviços públicos, tanto por meio de privatizações, quanto das concessões (Müller, Cardoso, Leone & Saravia, 2012).

A Constituição de 1988 permitiu por meio da modalidade de concessão, que o Poder Público delegasse sua responsabilidade de prestação de serviços públicos a terceiros, por meio de licitação (Abreu & Silva, 2009). Houve necessidade de reformas administrativas que capacitassem ao Estado viabilizar as parcerias com o setor privado para que os serviços fossem prestados de forma eficiente e as tarifas cobradas fossem justas (Müller, et al., 2012).

No início da década de 1990 foi implementado o Programa Nacional de Desestatização (PND – Lei nº 8.031/1990), alterado para Conselho Nacional de Desestatização (Lei nº 9.491/1997) cuja principal função foi a de executar diversas privatizações de empresas estatais do país (Silva, Carvalho & Santana, 2020).

A Lei Número 8.987, de 13 de fevereiro de 1995, que regulamenta quais serviços públicos são aptos a serem ofertados por concessão ou permissão, foi um marco das parcerias público-privadas onde há a coexistência da participação dos dois setores (Abreu & Silva, 2009;

Müller et al., 2012). Em 1995 houve o primeiro lote de concessão de rodovias federais, tendo sido os pioneiros os estados de Rio Grande do Sul e São Paulo, com aproximadamente 1.500 quilômetros de estradas e a execução propriamente dita iniciou em 1997 e 1998, respectivamente (Abreu & Silva, 2009)

8 A Emenda Constitucional (EC) 19/98 colaborou com a reforma da Administração Pública, já que consolidou o princípio de um serviço público eficiente, pois fez com que os agentes públicos passassem a ter de agir com legalidade e moralidade e apresentar resultados satisfatórios nos serviços prestados à sociedade (Souza, Silva & Araújo, 2015). Já em 2004 houve a promulgação da Lei das Parcerias Público-Privadas (Lei nº 11.079/2004) que visava incentivar o capital privado na questão do financiamento de infraestrutura e serviço público do país, porém, em seu contexto trazia, também, um ambiente de negócio com redução dos riscos (Silva, Carvalho & Santana, 2020).

Segundo Forrer, Kee, Newcomer e Boyer (2010), há três condições críticas nas PPPs:

a) uma relação de longo prazo entre o setor público e o privado; b) o setor privado coopera tanto na tomada de decisão de fornecer um bem ou serviço público, que, normalmente cabia somente ao poder público; e c) essa relação envolve negociação quanto ao risco, na qual o governo, normalmente suporta a maior parte do mesmo. Essa é uma diferença básica para a terceirização tradicional, quando o órgão oferece os termos e condições para a prestação do serviço, não há envolvimento do setor privado nas especificações deste projeto ou serviço, em resumo, o governo estabelece condições e convida e o prestador de serviço executa conforme especificado.

As concessões são aplicadas no Brasil para suprir a insuficiência de investimentos públicos em setores fundamentais para o desenvolvimento da nação: saúde, educação, energia, água e saneamento, infraestrutura, telecomunicações e segurança (Souza et al., 2015). Na fase inicial do setor elétrico, a prestação dos serviços era fornecida por empresas privadas. Nos anos de 1950 passou por uma reforma tornando-se público. Tendo retornado o movimento de privatizações na década de 1990, que gerou o modelo que vigora atualmente, coabitam empresas públicas e privadas num regime de concessão e permissão nos segmentos de geração, transmissão, distribuição e comercialização de energia (ANEEL, 2008).

A partir da década de 1960 a estrutura produtiva no Brasil passou a migrar-se para o modelo estatizado, com a presença marcante do Estado nas atividades produtivas que eram consideradas estratégicas ao desenvolvimento do país, incluindo, neste contexto o setor elétrico, tendo o poder público definido o controle sobre a alocação de recursos para manutenção dos serviços, inclusive áreas a serem incentivadas (Bresser-Pereira, 2003).

Durante a década de 1980, alterações nas questões de economia interna, altas taxas de juros e a perda da capacidade de investimento público fizeram com que o governo buscasse a reestruturação do setor elétrico, por meio das privatizações, como forma de buscar, com o aumento da concorrência, reduzir tarifas e, ainda, gerar melhorias dos serviços públicos (Morch, Correia, Leite, Bueno, & Cogan, 2009).

O setor de energia elétrica foi gerido como um modelo estatal híbrido até 1995, quando, neste ano surgiram as primeiras normas do setor relacionada às concessões, advindas com a Lei 8.987/95 – Lei das Concessões e a Leia 9.074/95 – Lei da Outorga e Prorrogações das Concessões, que foram aprovadas para regulamentar o item 175 da Constituição Federal, na qual o Estado poderia explorar ativos elétricos ou, por meio de concessões, permitir e designar a exploração por terceiros (Constituição, 1988).

As concessões estabelecidas e outorgadas em 1995, com prazo de 20 anos, não tiveram seus processos regulamentados por licitação, sendo que a Lei 9.074/95 previa a prorrogação dos contratos de concessão, permissão e autorização de exploração, a título oneroso, em favor da União, foi através dessa lei que se iniciou o processo de privatização e reestruturação do setor de energia elétrica no país.

Em 1996 foi criada a Agência Nacional de Energia Elétrica – ANEEL e, a Lei 10.848, de março de 2004, estabeleceu que as concessões de geração de energia elétrica que viessem a ser contratadas após a lei em questão, teriam prazo máximo de 35 anos para amortizar os

9 investimentos, com possibilidade de prorrogação por mais 20 anos, a critério da administração pública (Assunção, et al., 2015).

Antes de finalizar os prazos das concessões de 1995, que venceria em 2015, e estava relacionada a Lei 9.074/95, surge a Medida Provisória 579, decretada em setembro de 2012, que tratava das concessões de geração, transmissão e distribuição de energia elétrica, com a redução dos encargos setoriais, tarifação e outras disposições. A MP 579/12 previa a possibilidade de se prorrogar as concessões vigentes, uma única vez, em um prazo de 30 anos, porém a Medida Provisória também que as empresas que aceitassem prorrogar suas concessões através da MP 579/12 seriam remuneradas apenas pelo investimento das operações e manutenção dos equipamentos, uma vez que o objetivo principal da MP foi de promover a redução do custo final da energia elétrica e, desta forma, reduzindo, também, custos no setor produtivo (Assunção, et al., 2015).

2.5 Concessões de distribuição de energia no Brasil

Segundo a Agência Nacional de Energia Elétrica (ANEEL) (ANEEL, 2021) os novos contratos de concessão de distribuição de energia são voltados ao atendimento abrangente do mercado, sem que haja qualquer exclusão das populações de baixa renda e das áreas de menor densidade populacional. Ainda segundo a Agência, os contratos também contemplam o incentivo para implantação de medidas de combate ao desperdício de energia e o desenvolvimento de pesquisas voltadas ao setor elétrico.

A OCPC 05 (Comitê de Pronunciamentos Contábeis, 2010) traz que a infraestrutura recebida ou construída mediante esta atividade é recuperada por meio de dois tipos de fluxos de caixa: (a) por meio do consumo de energia efetuado pelos consumidores durante o prazo da concessão; (b) como indenização dos bens reversíveis no final do prazo de concessão, recebida diretamente do poder concedente ou por quem foi delegado.

Ao se levar isto em consideração, o OCPC 05 ainda traz que, o modelo de contabilização que melhor reflete o reconhecimento de ativos na atividade de distribuição é o modelo bifurcado (Comitê de Pronunciamentos Contábeis, 2010):

(a) a parcela estimada dos investimentos realizados e não amortizados ou depreciados até o final da concessão será classificada como ativo financeiro por se tratar de um direito incondicional de receber caixa ou outro ativo financeiro do poder concedente;

(b) a parcela remanescente à determinação do ativo financeiro, será classificada como ativo intangível, pois sua recuperação depende da utilização do serviço público, pelos consumidores de energia elétrica.

A avaliação dos ativos é um dos aspectos mais controversos da regulação no setor de distribuição de energia elétrica e isto afeta diretamente tanto o retorno dos investimentos feitos pelas concessionárias, quanto os preços pagos pelos consumidores, entretanto a sociedade e os governos esperam das concessionárias do setor que recebam o retorno justo sobre o capital investido e que sejam cobradas tarifas justas dos consumidores, além da prestação de serviços de qualidade (Andrade & Martins, 2017).

Em relação a estrutura de investimentos nas distribuidoras, decisões de investimento em ativos de distribuição devem ser tomadas com bastante antecedência para assegurar que o sistema tenha a capacidade adequada para atender à demanda de um determinado período, pois a implementação de projetos desta natureza pode durar, em condições normais, até sete anos (Instituto Acende Brasil, 2020). Ainda segundo o Instituto Acende Brasil (2020), os ativos possuem longa vida útil e finalidades específicas, o que muitas vezes inviabiliza a sua realocação e isto causa que os investidores que atuam no setor elétrico necessitem de compromissos expressos em contratos de longo prazo, para que seus investimentos sejam adequadamente remunerados e amortizados ao longo de décadas.

10 3 DELINEAMENTO METODOLÓGICO

Para atender ao objetivo deste estudo, foi conduzida uma pesquisa descritiva, documental e de abordagem quantitativa.

A população desta pesquisa compreendeu 28 grupos empresariais brasileiros responsáveis pelas concessões de distribuição de energia elétrica com os contratos de concessão divulgados pela ANEEL. A amostra é composta por 21 destes grupos de empresas que disponibilizaram as informações econômico-financeiras no período de estudo e que permitiram o cálculo das variáveis utilizadas na pesquisa. Os dados foram coletados diretamente dos sítios eletrônicos das companhias.

A variável dependente deste estudo é o Endividamento total (ET), calculada pela razão entre o passivo e o ativo total destas companhias (Rajan & Zingales, 1995; Perobelli & Famá, 2003; Gaud, 2005; Correa, et. al, 2013; Alipour, et al., 2015; Brunozi, Gonçalves, Arantes &

Brunozi Junior, 2016; Silva, et al., 2019). As definições operacionais das variáveis independentes e os estudos que às utilizaram previamente, apresentam-se na Tabela 02:

Tabela 02 – Definição operacional das variáveis dependentes

Variáveis analisadas Fórmula Estudos em que se que utilizaram

Relação com o

Endividamento esperada conforme as teorias analisadas

Pecking Order

Trade-Off

Liquidez Corrente (LC)

Ativo Circulante/Passivo Circulante

(Bastos & Nakamura, 2009; Alipour, et al., 2015; Brunozi, Gonçalves, Arantes &

Brunozi Junior, 2016)

Negativa -

Tangibilidade do Ativo (TANG)

Ativo Imobilizado + Estoques) / Ativo Total

(Rajan & Zingales, 1995; Perobelli &

Famá, 2003; Gaud, 2005; Bastos &

Nakamura, 2009;

Kayo & Kimura, 2011;

Correa, et. al, 2013;

Alipour, et al., 2015;

Brunozi, Gonçalves, Arantes & Brunozi Junior, 2016; Silva, et al., 2019)

Positiva Positiva

Retorno do Ativo (ROA)

EBIT / Ativo Total (Bastos & Nakamura, 2009; Correa, et. al, 2013; Alipour, et al., 2015)

Negativa Positiva

Oportunidade de Crescimento (OPC)

Vendas no período 1 – Vendas no período 0) / Vendas no período 0

(Bastos & Nakamura, 2009; Correa, et. al, 2013; Alipour, et al., 2015)

Positiva ou Negativa

Negativa

Tamanho da Firma (TAM)

Log (Receita Operacional Líquida)

(Rajan & Zingales, 1995; Perobelli &

Famá, 2003; Gaud, 2005; Bastos &

Nakamura, 2009;

Kayo & Kimura, 2011;

Positiva ou Negativa

Positiva

11 Correa, et. al, 2013;

Alipour, et al., 2015;

Brunozi, Gonçalves, Arantes & Brunozi Junior, 2016; Silva, et al., 2019)

Risco do Negócio (RISC)

Desvio Padrão do EBIT / Ativo Total

(Gaud, 2005; Bastos &

Nakamura, 2009;

Correa, et. al, 2013;

Alipour, et al., 2015)

Negativa Negativa

Lucratividade (LUC) EBIT/Receita Líquida (Rajan & Zingales, 1995; Perobelli &

Famá, 2003; Gaud, 2005; Kayo & Kimura, 2011; Brunozi, Gonçalves, Arantes &

Brunozi Junior, 2016)

Negativa Positiva

Fonte: Elaborado pelos autores.

Para se verificar os determinantes da estrutura de capital das concessionárias de distribuição de energia elétrica à luz das teorias Pecking Order e Trade-Off, foi utilizado um modelo de regressão linear que pode ser observado na equação (1):

𝐸𝑇_𝑖𝑡 = 𝛼 + 𝛽₁𝐿𝐶_𝑖𝑡+ 𝛽₂𝑇𝐴𝑁𝐺_𝑖𝑡 + 𝛽₃𝑅𝑂𝐴_𝑖𝑡+ 𝛽₄𝑂𝑃𝐶_𝑖𝑡+ 𝛽₅𝑇𝐴𝑀_𝑖𝑡 (1) + 𝛽₆𝑅𝐼𝑆𝐶_𝑖𝑡 + 𝛽₇𝐿𝑈𝐶_𝑖𝑡+ 𝛽₈ (𝑇𝐴𝑁𝐺_𝑖𝑡∗ 𝐵𝐼𝑁1) + 𝜇_𝑖𝑡

Em que 𝐸𝑇_𝑖𝑡, variável dependente do estudo, refere-se ao endividamento total da empresa 𝑖 no ano 𝑡; 𝛼 é o intercepto da reta; os β são os coeficientes angulares;

𝐿𝐶_𝑖𝑡, 𝑇𝐴𝑁𝐺_𝑖𝑡, 𝑅𝑂𝐴_𝑖𝑡, 𝑂𝑃𝐶_𝑖𝑡, 𝑇𝐴𝑀_𝑖𝑡, 𝑅𝐼𝑆𝐶_𝑖𝑡, 𝐿𝑈𝐶_𝑖𝑡, (𝑇𝐴𝑁𝐺_𝑖𝑡 ∗ 𝐵𝐼𝑁1), são as variáveis independentes do grupo empresarial 𝑖 no ano 𝑡 e 𝜇_𝑖𝑡 é o termo de erro estocástico. A variável (𝑇𝐴𝑁𝐺_𝑖𝑡∗ 𝐵𝐼𝑁1) é uma variável de inclinação que multiplica os valores da variável 𝑇𝐴𝑁𝐺_𝑖𝑡 pela variável dummy 𝐵𝐼𝑁1, criada para diferenciar os grupos empresariais que possuem ativo imobilizado contabilizado em suas demonstrações financeiras (valor atribuído à variável 𝐵𝐼𝑁1

= 1) dos que não o fazem (valor atribuído à variável 𝐵𝐼𝑁1 = 0), pois empresas que têm infraestrutura recebida ou construída para a finalidade de atender aos requisitos de concessões de distribuição ou geração de energia elétrica tendem a contabilizar tais ativos como ativo financeiro ou intangível por orientação do OCPC 05. Destarte, quando somente desempenham tais atividades operacionais em regime de concessão, tais empresas (ou grupos empresariais) muitas vezes não apresentam valores registrados como ativo imobilizado no balanço patrimonial, o que afeta o cálculo da tangibilidade do ativo ( 𝑇𝐴𝑁𝐺_𝑖𝑡).

O modelo de regressão foi estruturado em forma de dados em painel. A vantagem de utilizar esta técnica econométrica deve-se ao fato de que ao combinar séries temporais com observações em corte transversal. Os dados em painel são mais informativos, trazem maior variabilidade, menor colinearidade entre as variáveis, mais graus de liberdade e possibilitam a detecção e mensuração com maior precisão dos efeitos que simplesmente não podem ser observados apenas em corte transversal ou série temporal puros. (Gujarati & Porter, 2011).

Foram desenvolvidos três modelos de regressão com dados em painel: modelo pooled (empilhado) representado pelo número (1), modelo de efeitos fixos (2) e efeitos aleatórios (3) cujas variáveis estão assim descritas: LC – Liquidez Corrente, TANG – Tangibilidade do Ativo, ROA – Retorno sobre o Ativo, OPC – Oportunidade de Crescimento, TAM – Tamanho da firma, RISC – Risco do Negócio, LUC – Lucratividade e BININCL – Binária da Tangibilidade

12 do Ativo. Com fins de orientar o melhor modelo foram realizados os testes para variáveis individuais, normalidade e de robustez. Inicialmente, conforme demonstrado na Figura 01, de forma a comparar o modelo Pooled (1) com a regressão de Efeitos Fixos (2), utilizou-se o Teste F, conhecido como F de Chow:

Figura 01 - Teste F de Chow

O resultado apresentou o p-value inferior a 0,05 e, neste caso, o modelo de Efeitos Fixos é considerado melhor do que o modelo Pooled, uma vez que o valor menor que 0,05, pois rejeita-se a hipótese nula de que há igualdade nos interceptos e nas inclinações.

Na sequência foi realizado o teste de Breusch e Pagan (1980) para comparar as estimativas entre os modelos Pooled e o Modelo de Efeitos Aleatórios, conforme cálculo na Figura 02:

Figura 02 - Teste de Breusch e Pagan (1980)

O p-value resultado do teste foi menor que 0,05, logo, rejeita-se a hipótese nula, o que evidência ser o modelo de Efeitos Aleatórios superior ao modelo Pooled para a amostra em questão.

Já o teste de Hausman, cujo resultado encontra-se na Figura 03, faz a comparação entre os modelos de Efeito Fixo e de Efeitos Aleatórios, que, para a amostra do estudo apresentou:

Figura 03 - Teste de Hausman

O resultado apresentou um p-value superior a 0,05 que, para fins de teste, faz com que se aceite a hipótese nula e, consequentemente, ao aceitar essa hipótese nula, trará como resposta que o modelo de Efeitos Aleatórios é mais adequado que o modelo de Efeitos Fixos.

Após a realização dos testes, indentificou-se que o modelo mais adequado para o estudo da amostra da pesquisa é o modelo de Efeitos Aleatórios, modelo na qual o intercepto é representado pelo valor médio de todos os interceptos, tendo o desvio do intercepto individual desse valor médio como o componente do erro. Esse modelo pressupõe que os efeitos individuais estejam em torno de uma média constante. (Gujarati & Porter, 2011).

13 4 DISCUSSÃO E RESULTADOS DA PESQUISA

Inicialmente foi verificada a correlação entre as variáveis da pesquisa. Os resultados são apresentados na figura 04:

Figura 04 - Matriz de correlação das variáveis da pesquisa

Como se observa na figura 04, com exceção da alta correlação entre variável ‘BININCL’, que se refere a variável de inclinação (TANG* BIN1) e a variável TANG, as demais variáveis do modelo não possuem correlação alta a ponto de causarem problemas de multicolinearidade.

Quanto a variável BININCL, já era esperado que tivesse alta correlação com a TANG, pois é produto da multiplicação da variável TANG por uma variável binária com valores 0 e 1 (BIN1), sendo que quando o valor da variável binária é 0, a variável TANG também apresenta valores próximos a 0, devido a natureza do índice que a compõe.

Para testar a autocorrelação serial do modelo, ainda foi efetuado o teste de Breusch- Godfrey/Wooldridge. A hipótese nula do teste é a de que não há correlação serial na série de dados. O p-value observado no teste (>0,05) aprova a hipótese nula ao nível de significância de 5%, o que descarta a autocorrelação serial dos dados, o que vai de encontro à validação do modelo utilizado. Os resultados encontram-se na Figura 05:

Figura 05 - Teste de correlação serial de Breusch-Godfrey/Wooldridge.

As propriedades estatísticas dos estimadores de séries temporais também dependem da estacionariedade ou não-estacionariedade dos dados. A série estacionária é a que possui média e variância constantes no tempo e a covariância entre valores da série depende apenas da defasagem temporal entre eles (Gujarati & Porter , 2011; Hsiao, 2014). Caso os dados sejam não estacionários, ou possuírem raízes unitárias, os estimadores padrão utilizados para as séries temporais serão inconsistentes e portanto necessitar-se-á a utilização de outras formas de estimação. O teste utilizado para verificar a estacionariedade ou não-estacionariedade da série foi o de Dickey-Fuller, cuja hipótese nula é de que a série possui raiz unitária (não- estacionaridade). Como o p-value do teste foi inferior a 0,05, rejeitou-se a hipótese nula ao nível de significância de 5%, podendo-se afirmar que a série é estacionária e pode utilizar estimadores padrões para a regressão. O resultado do teste pode ser examinado na figura 06:

Figura 06 - Teste de raíz unitária de Dickey-Fuller

14 Com fins de verificar o pressuposto da homocedasticidade (variância constante do erro) do modelo utilizado, procedeu-se o teste de homocedasticidade de Breusch-Pagan. A hipótese nula é a da homocedasticidade dos resíduos, que foi aceita pois o p-value do teste foi superior a 0,05 como se pode observar nos resultados do teste apresentados na Figura 08:

Figura 07 - Teste de Breusch-Pagan para homocedasticidade dos resíduos

Em relação a normalidade dos dados da amostra, conforme o Teorema do Limite Central, quando os dados são contínuos e o tamanho da amostra é grande (maior do que 30 dados), o que geralmente acontece quando se utilizam dados em painel e, como é o caso da amostra utilizada neste estudo (168 observações), a normalidade não é um pré-requisito fundamental para uma amostra: nesses casos, independentemente do resultado dos valores individuais, assume-se que a média da população irá se distribuir normalmente. (Gujarati &

Porter, 2011; Hsiao, 2014).

As estatísticas descritivas das variáveis do modelo são apresentadas na figura 08:

Figura 08 - Estatísticas descritivas das variáveis do modelo de regressão linear

A análise das estatísticas descritivas da variável dependente do estudo, o endividamento total (ET), representada pela razão entre o passivo total e o ativo total, indica que, em média, compõe-se 62,77% por capital de terceiros. Há amplitude significativa entre as distribuidoras de energia com relação ao endividamento, com um mínimo de 8,56% e o máximo de 335%.

Em relação a variabilidade, representado pelo desvio-padrão, está em 36,36% sendo de média variabilidade.

Em relação ao tamanho do ativo (TAM) é possível identificar uma diferença de porte entre essas empresas distribuidoras, uma vez que há um valor máximo de 7,55 e o mínimo encontra-se em 3,61, sendo também identificável que há uma variabilidade alta representada pelo desvio padrão de 1,19, sendo a variável do estudo com maior desvio padrão e variância. A lucratividade (LUC), diferente da variável tamanho do ativo, é a que apresenta uma menor variabilidade, com desvio-padrão e variância menores que a lucratividade, porém essa variável é a que apresenta a maior amplitude, com o mínimo de -2,44 e o máximo de 2,80, além de apresentar que, na média, algo em torno de 91, 28% são absorvidos com gastos operacionais, restando apenas 8,72% para cobrir as demais obrigações.

Sobre a liquidez corrente (LC) é possível observar que esta é a segunda variável com maior desvio-padrão e variância, além de também apresentar uma amplitude considerável, com um máximo de 4,86 e mínimo de 0,12. A tangibilidade (TANG) apresentou, na média, o valor de 7,71%, ou seja, uma baixa alocação de recursos em imobilizado e estoques, dada a natureza

15 da concessão de serviços de distribuição de energia, uma vez que as empresas que têm infraestrutura recebida ou construída para a finalidade de atender aos requisitos de concessões de distribuição ou geração de energia elétrica tendem a contabilizar tais ativos como ativo financeiro ou intangível por orientação do OCPC 05.

Com relação a variável rotatividade do ativo (ROA) tem-se que a mesma apresenta uma variabilidade baixa, com um desvio-padrão de 9,60%, além de uma amplitude não tão alta, sendo o máximo de 0,25 e mínimo de -0,43. O risco (RISC) apresenta a menor variabilidade dentre as variáveis da pesquisa com um desvio-padrão de 0,04 e a variância próxima de zero (0,0016) que representa, em consequência, baixo risco para as empresas distribuidoras de energia com as concessões. Por fim, em relação à variável oportunidade de crescimento (OPC) é possível identificar uma valorização das empresas participantes de concessões de distribuição de energia, considerando aumento médio de vendas, de 13,38%, em relação ao período anterior.

Os determinantes da estrutura de capital das empresas participantes de concessões de distribuição de energia são analisados com base na Figura 09, a partir do modelo de dados em painel de efeitos aleatórios, que foi aquele considerado como o mais adequado pelos testes estatísticos realizados.

Figura 09 - Modelo de regressão com dados em painel de efeitos aleatórios

Em relação ao modelo utilizado, o valor do coeficiente de determinação (R²) foi de 0,4402, indicando que 44,02% da variação do endividamento total foi explicada pelas variáveis independentes. O intercepto do modelo (𝛼), que se refere ao comportamento constante médio da variável endividamento total que independe das variáveis explicativas do modelo, apresentou significância ao nível de 0,1% e valor positivo (0,5269). A estatística F, de significância global do modelo (apresentada também na figura 02) demonstrou que o modelo é altamente significativo (significância ao nível de 0,1%).

O índice de Liquidez Corrente (LC) apresentou significância ao nível de 0,1% como determinante do endividamento e relação negativa com o mesmo, desta forma, confirma o pressuposto da teoria do Pecking Order que sugere haver uma relação negativa entre o endividamento das empresas e sua capacidade de financiamento de curto prazo por meio de liquidez como salientado por Brunozi et al. (2016) e também em consonância com os resultados os estudos de Bastos e Nakamura (2009) e Alipour, et al. (2015).

A tangibilidade do ativo (TANG) apresentou relação negativa com o endividamento, o que contraria tanto a teoria do Pecking Order quanto a Trade-Off, como evidenciado também

16 por Bastos e Nakamura (2009), Correa et al. (2013), Alipour et al. (2015), Silva, et al. (2019).

Este resultado diferencia-se de estudos em que a tangibilidade do ativo, ou seja, o quanto do ativo é apresentado em forma de bens físicos (estoques e ativo imobilizado), é considerada como um dos determinantes da estrutura de capital e têm relação positiva com o endividamento, como o de Rajan e Zingales (1995), Gaud, et al. (2005), Kayo e Kimura (2011) que corroboram com a conjectura fornecida pelas teorias do Pecking Order e Trade-Off, porém, na presente pesquisa esta variável não demonstrou significância estatística, assim como constatado por Brunozi, et al. (2016) em seu estudo com empresas brasileiras do setor de serviços, portanto a variável tangibilidade do ativo (TANG) não foi considerada como determinante da estrutura de capital das concessionárias de distribuição de energia elétrica. Salienta-se ainda que a variável de inclinação BININCL (TANG*BIN1) criada para diferenciar a tangibilidade do ativo de empresas que possuem ativo imobilizado contabilizado das que não o possuem, também não apresentou significância estatística.

O retorno sobre o ativo (ROA), variável significativa ao nível de 10%, apresentou uma relação negativa com o endividamento, neste caso, se aproxima dos postulados da Teoria Pecking Order, pois esta teoria demonstra que quanto maior a rentabilidade operacional de uma empresa, menor a tendência de endividamento (Bastos & Nakamura, 2009). Este resultado refuta os pressupostos da teoria Trade-Off. Sob a ótica desta, empresas com maior rentabilidade do ativo tendem a buscar mais endividamento como forma de equilibrar as fontes internas e externas de financiamento das suas atividades. Bastos e Nakamura (2009), encontraram relação similar ao analisar a estrutura de capital de empresas latino-americanas. Alipour et. al (2015) também encontraram relação significativa e negativa entre o endividamento e o ROA para as empresas de capital aberto iranianas. Correa et al. (2013) encontraram tal resultado ao estudar o endividamento das maiores empresas brasileiras.

Em relação ao Tamanho da Firma (TAM), variável com resultado estatisticamente significativo ao nível de 5%, apresentou uma relação positiva com a variável dependente, adequando-se aos pressupostos das teorias Pecking Order e Trade-Off. Titman e Vessels (1988) e Bastos e Nakamura (2009) advogam que quanto maior for o tamanho da firma, geralmente, menor será sua propensão a falência e ainda Gaud, et al. (2005) explicam que a menor volatilidade do fluxo de caixa de companhias maiores corrobora para a maior captação de recursos junto a terceiros. A relação significativa e positiva para esta variável com relação ao endividamento é constatada também nos resultados dos estudos de Rajan e Zingales (1995), Perobelli e Famá (2003), Gaud, et al. (2005), Bastos e Nakamura (2009), Kayo e Kimura (2011), Brunozi, et al. (2016) e Silva, et al. (2019).

A Oportunidade de Crescimento (OPC), não se mostrou estatisticamente significativa, assim como no estudo de Correa, et al. (2013), apesar da sua relação negativa com o endividamento, o que faria seu comportamento adequar-se aos postulados de ambas as teorias pelo fato de empresas com maiores taxas de crescimento possuírem recursos suficientes para investimento sem recorrer a fontes externas, mantendo o equilíbrio entre o endividamento e o uso dos recursos internos (Bastos & Nakamura, 2009; Alipour, et al., 2015).

No que diz respeito a variável risco do negócio (RISC), mostrou significância ao nível de 10% e retornou uma relação negativa com o endividamento, de forma a corroborar com ambas as teorias analisadas, demonstrando que a volatilidade dos resultados das empresas pode influenciar sua capacidade de pagamento e desencorajar a contração de dívidas, principalmente de longo prazo. (Harris & Raviv, 1991). O resultado vai de encontro ao evidenciado pelo estudo de Alipour, et al. (2015) com empresas iranianas e contraria os achados dos estudos de Bastos e Nakamura (2009) e Correa, et al. (2013), os quais encontraram relação positiva entre o risco e o endividamento nas empresas brasileiras.

17 Por fim, a variável lucratividade (LUC) não apresentou significância estatística no modelo utilizado. Apesar disso, tem-se a relação negativa entre a lucratividade e o endividamento, característica da teoria do Pecking Order a qual preconiza que empresa que empresas mais lucrativas tendem a reinvestir seus lucros sem recorrer a fontes externas de alavancagem e contrariando a Trade-Off, a qual explana que empresas mais lucrativas tendem a sinalizar maior capacidade de pagamento, o que às permitiria contrair mais dívidas com terceiros para utilizar as despesas financeiras provenientes destas operações com intuito de obterem deduções fiscais (Gaud et al., 2005). Este estudo difere dos estudos de Rajan e Zingales (1995), Perobelli e Famá (2003), Gaud et al. (2005), Kayo e Kimura (2011) e Brunozi et al.

(2016) que encontraram relação negativa e significativa entre o endividamento e a lucratividade das empresas analisadas, pois apesar do presente estudo encontrar a relação negativa, esta não foi significativa.

Os resultados do presente estudo indicam que a teoria do Pecking Order é mais consistente para explicar os determinantes de capital das empresas distribuidoras de energia elétrica no Brasil, pois as variáveis Liquidez Corrente, Retorno sobre o Ativo, Tamanho da Firma, Oportunidade de Crescimento, Risco e Lucratividade tiveram resultados apresentaram comportamento consonante aos postulados desta teoria e apenas a variável Tangibilidade (TANG) não o demonstrou. Portanto, das 7 variáveis do estudo, apenas uma não seguiu os postulados da Pecking Order, enquanto apenas 3 dessas variáveis seguiram postulados da Trade-Off. Tais resultados se aproximam do que foi encontrado pelos autores Correa, et al.

(2013) por também constatarem, ser esta teoria mais adequada do que a teoria Trade-Off quando utilizada para explicar a estrutura de capital das maiores empresas brasileiras.

Coadunam também com os achados da pesquisa de Bastos e Nakamura (2009), na qual dentre as quatro teorias analisadas (Trade-Off, Assimetria de informações, Pecking Order e Agência), a Teoria do Pecking Order foi a que melhor explicou os resultados obtidos para as empresas do Brasil e do México. Os achados ainda são compatíveis com os de Silva, et al.

(2019) nos quais os determinantes da estrutura de capital dos bancos brasileiros no período entre 2010 e 2017 se mostraram similares aos determinantes que influenciam a alavancagem de empresas não financeiras, visto que as variáveis de rentabilidade, risco, tamanho, tangibilidade e inflação foram determinantes para explicar a estrutura de capital das empresas analisadas, compatível com a implicação teórica que os bancos brasileiros priorizam suas fontes de financiamento em consonância aos preceitos da Pecking Order, pois preferem utilizar o lucro gerado por suas operações para financiar os seus investimentos.

5 CONSIDERAÇÕES FINAIS

O objetivo deste estudo foi o de verificar quais são os fatores que determinam a estrutura de capital dos grupos empresariais participantes em concessões do setor elétrico do Brasil, em específico às ligadas à atividade de distribuição de energia elétrica no período de 2013 à 2020, utilizando para esta finalidade os pressupostos das Teorias do Pecking Order e Trade-Off. Para atingir este objetivo, foi realizada uma pesquisa de abordagem quantitativa, descritiva quanto aos objetivos e documental quanto aos procedimentos de coleta.

Para verificar quais são os determinantes da estrutura de capital dos grupos empresariais participantes de concessões de distribuição de energia do Brasil, desenvolveu-se um modelo de regressão linear com dados em painel de efeitos aleatórios, o qual se mostrou mais adequado que o modelo com dados empilhados (Pooled) e que o modelo de efeitos aleatórios. A variável dependente foi o Endividamento Total das companhias estudadas e as variáveis independentes (possíveis determinantes da estrutura de capital) foram a Liquidez Corrente, a Tangibilidade do Ativo, o Retorno do Ativo, a Oportunidade de Crescimento, o Tamanho da Firma, o Risco do

18 Negócio, a Lucratividade e uma variável dummy de inclinação produto da multiplicação da variável Tangibilidade do Ativa por uma variável binária.

Os resultados demonstram que as variáveis estatisticamente significativas que podem ser assumidas como determinantes da estrutura de capital das companhias participantes de concessões do setor brasileiro de distribuição de energia elétrica após a vigência da MP n.º 579/2012 foram a Liquidez Corrente, o Retorno do Ativo, o Tamanho da Firma e o Risco do Negócio, similar aos resultados de Alipour et. al (2015), no estudo voltado às empresas da Tehran Stock Exchange (Irã). Em relação a estes determinantes, nota-se que os grupos de empresas participantes das concessões de distribuição de energia no Brasil tendem a buscar endividamento quanto maior for seu tamanho, pelo fato de terem maior estabilidade no mercado, contudo a aversão ao endividamento cresce à medida que o risco do negócio aumenta.

As distribuidoras com maior abundância de recursos financeiros líquidos, maior quantidade de ativos físicos e maiores taxas de retornos sobre seus ativos tendem a evitar o endividamento.

Observando-se os determinantes da estrutura de capital analisados e sua relação com as teorias Pecking Order e Trade-Off, constatou-se que, em relação às distribuidoras de energia detentoras das concessões, a teoria que melhor explica o comportamento dos determinantes da estrutura de capital é a Pecking Order. Os determinantes da estrutura de capital que foram estatisticamente significativos demonstram alinhamento com os pressupostos desta teoria e mesmo os que não foram estatisticamente significativos também o fazem, com exceção da tangibilidade do ativo das companhias estudadas. O alinhamento com os postulados da Pecking Order denota a preferência das concessionárias de distribuição de energia elétrica por utilização de primeiramente seus lucros como fonte de recursos para investimentos em seus negócios, evitando utilizar endividamento para com terceiros como forma de alavancagem.

Os resultados apresentados pela pesquisa, no alinhamento para com a teoria do Pecking Order está consonante com o resultado da pesquisa de Correa et al. (2013) que estudou a estrutura de capital das maiores empresas brasileiras e também com os resultados do estudo de Bastos e Nakamura (2009) que pesquisaram empresas no Brasil e no México. Por fim, o estudo também encontra resultado semelhante nos estudos de Silva et. al. (2019) que analisaram os determinantes da estrutura de capital em bancos brasileiros entre 2010 e 2017, cujos determinantes se equipararam as empresas não financeiras e demonstraram ser a teoria do Pecking Order a mais adequada para explicar a estrutura de capital de empresas financeiras.

Esta pesquisa apresentou como uma limitação metodológica o fato de que nem todas as empresas que participam de concessões de distribuição de energia divulgam as suas demonstrações financeiras anuais, o que impossibilitou a coleta das informações necessárias para o cálculo das variáveis estudadas. Além desta limitação, também há o fato de o modelo de regressão com dados em painel utilizado, considerado o mais adequado de acordo com os testes estatísticos realizados, explicar 44,02 % da variação da variável dependente da pesquisa, que não é caracterizado como um poder explicativo baixo, porém também não alto, o que pode ser considerada uma limitação ao estudo. Como recomendação para pesquisas futuras indica-se (1) estender a amostra com a inclusão de empresas que mantém contratos de concessão nas atividades de geração e transmissão de energia elétrica de forma a poder observar e entender a dinâmica relacionada aos determinantes da estrutura de capital do setor elétrico como um todo e comparar a distribuição com a geração e transmissão; (2) utilização de outras teorias que abordam sobre os determinantes da estrutura de capital para balizar os estudos com fins de analisar sob a ótica dessas outras teorias e comparar com os resultados encontrados nessa pesquisa.

O estudo contribui teoricamente para com a literatura sobre os determinantes da estrutura de capital, por demonstrar quais são os determinantes do endividamento de companhias participantes de concessões de distribuição de energia do Brasil, bem como para