Taxa Efetiva de Imposto análise do Setor Imobiliário em Portugal

MESTRADO

FINANÇAS E FISCALIDADE

Taxa Efetiva de Imposto

Análise do Setor Alojamento em Portugal

Diana Isabel Sousa Cruz

M

Taxa Efetiva de Imposto Análise do Setor Alojamento em Portugal

Diana Isabel Sousa Cruz

Dissertação

Mestrado em Finanças e Fiscalidade

Orientado por:

Prof. Dr. António de Melo da Costa Cerqueira, Prof. Dr. Elísio Fernando Moreira Brandão

Nota Bibliográfica

Diana Isabel Sousa Cruz, nasceu a 19 de outubro de 1995, e é natural da freguesia de Termas de S. Vicente, concelho de Penafiel.

Começou os seus estudos ao nível do ensino superior no ano 2013 na Faculdade de Economia do Porto, onde se licenciou em Gestão no ano 2016 com uma média final de 15 valores.

Iniciou o seu percurso profissional na área da banca através de um estágio profissional no Millennium BCP como assistente comercial, onde continua atualmente a exercer funções de gestor de cliente particular.

Com o objetivo de intensificar os conhecimentos na área das finanças, fiscalidade, auditoria e contabilidade iniciou no ano de 2017 o Mestrado em Finanças e Fiscalidade também na Faculdade de Economia do Porto, principal motivo à presente dissertação.

Agradecimentos

Em primeiro lugar quero agradecer aos Professores António Cerqueira e Elísio Brandão por toda a disponibilidade e acompanhamento, por todos os concelhos, pelo apoio, por me terem auxiliado ao longo de todo este processo, e pela ajuda na tomada das decisões mais difíceis. Sem o vosso apoio não conseguiria concluir a presente dissertação. Agradecer à equipa do Millennium BCP que integro pelo apoio, pela disponibilidade, pela forma como sempre se organizaram e me permitiram conciliar a realização do presente trabalho com a parte profissional.

Um agradecimento muito especial à minha família, pais e irmã, pela paciência, pela força, pelo orgulho demostrado, por terem sempre acreditado em mim mesmo quando já não era capaz de o fazer. Agradecer ainda a todos os meus amigos que de formas muito distintas sempre me acompanharam e me deram a força que precisava para concluir esta etapa da minha vida.

Resumo

Ao longo dos últimos anos, o setor do Turismo, com destaque no segmento do Alojamento, tem vindo a ganhar uma elevada importância quer a nível mundial quer a nível nacional, destacando-se como sendo uma das actividades mais dinâmicas das economias. Este estudo analisa os principais determinantes da taxa efetiva de imposto, nas empresas portuguesas ativas, não cotadas, do setor do Alojamento, especificamente a dimensão da empresa, decisões de financiamento, intensidade de capital e de inventário e a rentabilidade. Trata-se de uma investigação que se destaca ao se concentrar num único setor representativo do nosso país, utilizando uma amostra homogénea, fator importante para as interpretações a nível econométrico.

A amostra foi obtida a partir da base de dados SABI e é constituída por empresas portuguesas não cotadas, cujos dados são apresentados em painel balanceado para o período entre 2010 a 2017 e o método de estimação utilizado é o EGLS cross section weights. Os resultados obtidos evidenciaram uma relação negativa entre a ETR e as variáveis: dimensão da empresa, decisões de financiamento e intensidade de capital. Empresas maiores, e empresas com maior nível de financiamento e empresas mais intensivas em capital apresentam menores níveis de taxa efetiva de imposto. Em relação às variáveis intensidade de inventário e rentabilidade encontrou-se uma relação positiva, ou seja, empresas com maior nível de inventário e empresas com maior rentabilidade apresentam maior valor para a ETR quando comparadas às restantes.

Abstract

Over the last few years, the Tourism sector, highlighting the Housing segment, has become increasingly important at both global and national level, emphasising itself as one of the most dynamic activities of the economies.

This study analyses the main determinants of the effective tax rate, in the active, non-listed Portuguese companies of the Housing sector, specifically the dimension of the company, financing decisions, capital intensity and inventory and profitability. It is an investigation that stands out by focusing on a single representative sector of our country, using a homogeneous sample, an important factor for econometric interpretations.

The sample was obtained from the SABI database and it is made up of unlisted Portuguese companies, whose data are presented in balanced panel for the period between 2010 to 2017 and the estimation method used is the EGLS cross section weights.

The results obtained evidenced a negative relation between the ETR and the variables: dimension of the company, financing decisions and capital intensity. Larger companies and companies with higher levels of financing and more capital-intensive companies have lower levels of effective tax rates. Regarding the variables intensity of inventory and profitability, a positive relationship was found, that is, companies with higher level of inventory and companies with greater profitability present greater value for the ETR when compared to the rest.

Índice

Lista de Abreviaturas ... vii

1. Introdução ... 1

2. Revisão da literatura e desenvolvimento das hipóteses de investigação ... 4

2.1 Dimensão da empresa e taxa efetiva de imposto ... 4

2.2 Decisões de financiamento e a taxa efetiva de imposto ... 5

2.3A intensidade de capital e ETR ... 6

2.4 A intensidade de inventários e a ETR ... 7

2.5 A rentabilidade da empresa e a ETR ... 8

3. Metodologia ... 10

3.1 Variável dependente ETR ... 10

3.2 Variáveis independentes ... 11

3.3 Amostra ... 14

3.4 Modelo Econométrico ... 15

3.5 Método de Estimação ... 16

4. Resultados ... 17

4.1 Análise Descritiva – Variável Dependente ... 17

4.2 Análise Descritiva – Variáveis Independentes ... 19

4.3 Resultados da análise multivariada ... 21

5. Conclusões ... 27

6. Referências ... 29

Índice de tabelas

Tabela 1. Definição das variáveis independentes

Tabela 2. Análise descritiva – variável dependente ETR1 Tabela 3. Análise descritiva – variável dependente ETR2 Tabela 4. Análise descritiva – variáveis independentes

Tabela 5. Resultado da estimação pelo método EGLS para ETR1 e ETR2 Anexo

Lista de Abreviaturas

BTD - (Book Taxes Differences) - Diferença entre o resultado contabilístico e fiscal; CAE – Classificação Portuguesa de Atividades Económicas

COMPETE – Programa Operacional de Fatores de Competitividade EBIT – (Earnings Before Interests and Taxes) Resultado Operacional

EGLS – (Estimated Generalized Least Squares) Método dos Mínimos Quadrados

Generalizados

ETR – (Effective Tax Rate) Taxa Efetiva de Imposto INE – Instituto Nacional de Estatística

INTCAP – Intensidade de capital da empresa INTINV – Intensidade de inventário da empresa LEV – Alavancagem, Endividamento da empresa

OLS – (Ordinary Least Squares) Método dos Mínimos Quadrados PIB – Produto Interno Bruto

RAI – Resultado Antes de Impostos

ROA- (Retur on Asset) Rentabilidade do Ativo SABI – Sistema de Análise de Balanços Ibéricos SIZE- Dimensão da Empresa

1.

Introdução

Dada a relevância económica do turismo em Portugal, neste estudo investigamos se os determinantes da taxa efetiva de imposto para o setor Alojamento são idênticos e têm significância estatística comparável em relação aos estudos anteriores que reportam evidência empírica ao nível do país, agregando a totalidade dos setores.

Enquadra-se no contexto de estudos desenvolvidos anteriormente que encararam a taxa efetiva de imposto (ETR) como uma forma de identificar comportamentos associados à gestão de resultados de empresas (Hanlon e Heitzman 2010). Este fenómeno apresenta-se como complexo, e com um impacto económico significativo que afeta o desenvolvimento económico dos países. Tem associadas ações praticadas pelos contribuintes cujo objetivo é controlar a carga fiscal gerindo o pagamento de impostos.

A relevância do estudo assenta na necessidade premente, reconhecida por um grande número de agentes económicos, com enfase nos decisores políticos, de combater situações em que existem diferenças entre o resultado apurado para efeitos contabilísticos e para efeitos fiscais, sendo essas diferenças atribuíveis a ações discricionárias por parte dos gestores. Para atingir esse desígnio é necessário previamente identificar os fatores envolvidos, objetivo que nos propomos atingir com este trabalho.

Os estudos cujos resultados têm impacto no nível de impostos de um determinado país, são importantes não apenas para a gestão de receitas do governo, como também para o controlo dos fluxos de caixa e lucro ao nível das empresas. Assim sendo, a presente investigação é relevante para os legisladores e investigadores que trabalham com questões tributárias e que utilizam informações relacionadas com impostos para as suas decisões (Liu e Cao, 2007).

Os anteriores estudos analisam a ETR ao nível de um determinado país. A maioria deles concentra-se nos Estados Unidos (Gupta e Newberry, 1997), Austrália (Harris e Feeny, 2003), Canadá, Japão, Reino Unido (Collins e Shackelford, 1995), China (Liu e Cao, 2007), Malásia, e em alguns países da União Europeia (Janssen, 2005).

O presente trabalho propõe-se analisar a problemática da taxa efectiva de imposto no que diz respeito aos seus principais determinantes e aplicado à realidade empresarial portuguesa

das empresas não cotadas do setor Alojamento. Decidimos desenvolver a investigação para pequenas, médias e grandes empresas, não cotadas.

Segundo um estudo, cuja análise se concentra nas tendências do turismo na União Europeia, analisando o período de 2006 a 2016, Portugal é um dos países desenvolvidos onde a encomia mais depende do setor do turismo. Os dados do Banco de Portugal indicam que o turismo tem crescido mais de 10% ao ano desde 2014 em relação ao PIB português, (Aguiar Nuno, 2018). Tendo ainda por base os dados estatísticos fornecidos a 17 de Dezembro de 2018 pelo INE, relativos ao ano 2017, a procura turística terá contribuído com 26,7 mil milhões de euros para o PIB português representando 13.7% do total nacional (Villalobos Luís, 2018). Em relação à actividade de Alojamento que constitui a nossa amostra de análise, esta tem vindo a acompanhar a evolução significativamente positiva do setor em que se insere, registando em 2017 um aumento na oferta de 5.8% e um aumento na procura dos hóspedes de 12.9%. (INE, 2018).

Os dados estatísticos anteriormente apresentados mostram que optamos por analisar um setor com relevância económica, fundamental na economia portuguesa.

Adicionalmente este estudo diferencia-se dos anteriores ao integrar o contributo de Nicodème (2001), que nos apresenta três métodos principais para calcular as taxas efetivas de impostos, que são utilizados consoante o objetivo e o alcance do estudo. Segundo o método Macro backward looking, são utilizados dados macroeconómicos agregados para produzir rácios de encargos fiscais. No método, Micro forward-looking, é possível incluir elementos de diferenciação tributária para tamanhos ou setores, como, por exemplo, taxas tributárias diferentes, mas não é possível ter em conta todos os elementos do sistema tributário sem gerar modelos extremamente complexos. No método, Micro backward-looking, utilizado na presente investigação, é abordada a questão das diferenças na tributação efetiva para os diferentes tipos de empresas. Este método utiliza contas financeiras de empresas e estuda o comportamento da empresa e da autoridade fiscal, bem como todas as características do sistema tributário. As principais vantagens deste método são a utilização de dados reais e a integração de todos os elementos da tributação, permitindo, assim, estudar a taxa de imposto efetiva de forma mais rigorosa.

A amostra inicial foi recolhida a partir da Base de dados SABI, para o período compreendido entre 2010 e 2017 e continha 10.597 empresas do setor Alojamento

especificamente estabelecimentos hoteleiros. Depois de efetuados os procedimentos de tratamento e análise obtivemos uma amostra final com 2.981 empresas.

As variáveis de controlo utilizadas nesta investigação foram a dimensão da empresa, decisões de investimento e financiamento, intensidade de capital, intensidade de inventário e rentabilidade da empresa.

Foram elaborados dois modelos explicativos que se diferenciam no rácio utilizado para o cálculo da ETR. Cada um dos modelos foi estimado pelo método EGLS (Estimated

Generalized Least Square) cross section weights.

Os resultados obtidos permitiram verificar que existe uma relação negativa, estatisticamente significativa, entre a ETR e a dimensão da empresa o que vai de encontro à Teoria do Poder Político explicada no capítulo seguinte. Quanto à relação entre a ETR e o nível de financiamento, esta também se mostrou negativa e estatisticamente significativa, o que confirma a Teoria dos Custos de Agência apresentada por Kraft (2014). Analisando os resultados da relação entre a ETR e a intensidade de capital e da ETR e a intensidade de inventários os sinais obtidos foram opostos, o que seria de esperar pelo efeito de substituição (Gupta e Newberry 1997). Por fim, da análise dos resultados entre a rentabilidade e a ETR chegamos a uma relação negativa entre ambas.

O estudo deste tema contribui para o enriquecimento da literatura relativa à taxa efetiva de imposto, bem como para a análise desta taxa para o setor Alojamento em Portugal, algo pelo que conseguimos investigar não foi abordado até então. Trata-se de um tema complexo e cada vez mais estudado, apresentando-se como um importante instrumento de política fiscal.

O presente trabalho encontra-se estruturado da seguinte forma: no capítulo 2 é apresentada a revisão da literatura e são definidas as hipóteses a testar; no capítulo 3 é descrita a metodologia utilizada, a constituição da amostra analisada e os modelos em estudo; no capítulo 4 são exibidos os resultados provenientes da estimação dos parâmetros do modelo; e, por último, no capítulo 5 são apresentadas as principais conclusões da investigação.

2. Revisão da literatura e desenvolvimento das hipóteses de

investigação

2.1 Dimensão da empresa e taxa efetiva de imposto

Um dos determinantes da ETR mencionados na literatura existente é a dimensão da empresa. A evidência empírica anterior não é concordante no que diz respeito à relação entre a dimensão da empresa e a ETR, sendo que existem duas teorias concorrentes sobre a relação entre estas variáveis.

A teoria do poder político defende que as empresas maiores têm um incentivo para moldar o processo político a seu favor, ou seja, as grandes empresas têm capacidade de contratar peritos de fiscalidade e, portanto, aplicar práticas de planeamento fiscal, otimizando as suas atividades de modo a alcançarem a maior poupança fiscal. Segundo esta política, observa-se uma relação negativa entre a dimensão da empresa e a taxa efetiva de imposto. Che net al. (2010), Derashid e Zhang (2003), Harris e Feeny (2003), Janssen (2005), Kim e Limpaphayom (1998), Porcano (1986) e Richardson e Lanis (2007) são alguns dos autores em linha com esta teoria do poder político.

Em contraste com a teoria do poder político, Calvé Pérez et al. (2005), Noor et al. (2010), Omer et al. (1993), Plesko (2003), Wang (1991) e Zimmerman (1983), tendo por base a teoria do custo político, defendem que empresas maiores e mais lucrativas têm maior visibilidade pública, o que leva o governo a tomar medidas desvantajosas para essas empresas, a fim de obter uma maior transferência de riqueza. Pela teoria do poder político verifica-se uma relação positiva entre a dimensão da empresa e a ETR, uma vez que os impostos fazem parte do custo político total que as empresas devem absorver.

Alguns estudos anteriores não encontraram evidência estatística significativa entre a ETR e a dimensão da empresa, por exemplo Gupta e Newberry (1997), Liu e Cao (2007), Stickney e McGee (1982) e Wilkinson et al. (2001), Feeny et al. (2006) na Austrália, Fernández-Rodríguez (2004) em empresas espanholas.

Fernández-Rodríguez e Martínez-Arias (2011) no estudo dos “BRIC Countries” e Fonseca Díaz et al. (2011) ao estudarem as empreas espanholas do setor bancário encontraram uma relação não linear entre o tamanho da empresa e a ETR. De acordo com os resultados dos

seus trabalhos, até uma determinada dimensão, a relação é positiva, mas depois desse nível, a carga tributária das grandes empresas torna-se menor, ou seja, a relação entre as variáveis passa a negativa.

Tendo em conta o apresentado, a relação entre a dimensão da empresa e a ETR é ambígua. A divergência dos resultados encontrados nos diversos estudos pode estar relacionada com diferenças ao nível das caraterísticas do próprio estudo, como a área geográfica considerada ou os períodos analisados.

Com base nestes argumentos, formulamos a hipótese 1: H1. A Dimensão da empresa influencia a ETR

2.2 Decisões de financiamento e a taxa efetiva de imposto

Dos estudos da relação entre as decisões de financiamento e a taxa efectiva de imposto, diferentes autores chegaram a diferentes resultados pelo que esta relação não é unanime a todas as investigações.

O código tributário concede tratamento diferente para o capital próprio e para o capital alheio, portanto a forma de financiamento da empresa, ou seja, a escolha entre capital próprio, capital alheio ou um mix dos dois, tem impacto na ETR.

A dedutibilidade dos juros do capital alheio reduz o custo do financiamento em comparação com outras alternativas (Badarau-Semenescu e Semenescu, 2010), uma vez que, por exemplo, ao financiar-se através de capital próprio a empresa suporta custo com dividendos que não são dedutíveis fiscalmente. As leis tributárias permitem tratamento diferenciado a nível fiscal dependendo das decisões que as empresas tomem ao nível da estrutura de Capital (Gupta e Newberry, 1997).

Com base na Teoria dos Custos de Agência, Kraft (2014) verificou que, à medida que a alavancagem aumenta, há um alinhamento dos interesses dos administradores e acionistas, são negociados investimentos futuros e são abandonados os projetos de valor líquido negativo, pelo que a empresa se torna mais eficiente, conduzindo a uma menor ETR.

A relação entre alavancagem1 _{e carga tributária foi ainda testada empiricamente em estudos}

como os de Calvé Pérez et al. (2005), Fernández-Rodríguez (2004), Liu e Cao (2007), Noor et al. (2010), Plesko (2003), Richardson e Lanis (2007), e Stickney e McGee (1982). Em linha com a abordagem tradicional, estes autores encontraram uma relação negativa entre alavancagem e carga tributária.

Contrariamente, Chen et al. (2010) no estudo das empresas familiares e não familiares do índice S&P1500, Feeny et al. (2006), Harris e Feeny (2003) ao analisarem a Austrália, e Janssen (2005) encontraram uma relação positiva entre ETR e alavancagem, na medida em que podem existir incentivos às empresas para se endividarem, a fim de reduzirem a ETR. Por sua vez, Kim e Limpaphayom (1998) e Wilkinson et al. (2001) não encontraram uma relação entre alavancagem e ETR. No entanto, Fernández-Rodríguez e Martínez-Árias (2011) encontram uma relação não linear entre alavancagem e ETR, ou seja, segundo estes autores, a ETR é positiva até um determinado nível de alavancagem e depois torna-se negativa.

Do exposto, decorre a segunda hipótese:

H2: Existe uma relação negativa entre a ETR e o endividamento da empresa.

2.3A intensidade de capital e ETR

As leis tributárias, por vezes permitem um tratamento diferenciado dos ativos fixos tangíveis depreciáveis uma vez que podem existir depreciações dos ativos fixos tangíveis de forma mais rápida a nível fiscal comparativamente com os efeitos económico, daqui decorre que empresas mais intensivas em capital terão um menor valor de ETR (Stickney e McGee,1983).

Contrariamente Kraft (2014) defende que as diferenças ao nível da intensidade de capital das empresas não devem afetar a ETR, isto porque as estratégias que resultam em impostos diferidos não devem ter impacto sobre a ETR.

1 _{Alavancagem - situação em que a empresa, vai aumentar o seu investimento com recurso ao endividamento,}

com o objetivo de aumentar a sua rendibilidade. No processo de alavancagem há o envolvimento de terceiros na estrutura de capital da empresa.

No entanto, empresas intensivas em capital têm mais oportunidades de planeamento tributário ou estratégias de evasão fiscal do que outras empresas. Calvé Pérez et al. (2005), Chen et al. (2010), Derashid e Zhang (2003), Fonseca Díaz et al. (2011), Gupta e Newberry (1997), Janssen (2005), Noor et al. (2010), Richardson e Lanis (2007), e Stickney e McGee (1982) analisaram evidências de uma relação inversa entre a ETR e a intensidade de capital devido às preferências fiscais associadas a investimentos em ativos fixos, especialmente associados a situações de provisões de depreciação aceleradas. Por exemplo, na Holanda as empresas depreciam ativos fixos de forma liberal. Estes autores argumentam que as empresas que são mais intensivas em capital beneficiam de maiores níveis de dedução nas depreciações. Este aspeto é importante pois sabemos que a vida económica de um ativo é maior do que o período de depreciação. Uma vez que existem diferentes formas de depreciação, empresas mais intensas em capital podem trabalhar os impostos acelerando ou atrasando as despesas de depreciação, permitindo-lhes conseguir vantagens temporárias. Por outro lado, Feeny et al. (2006), Plesko (2003) e Wilkinson et al. (2001) encontraram uma relação positiva entre a intensidade de capital e a ETR.

Fernández-Rodríguez (2004) e Liu e Cao (2007) não encontraram relação entre a intensidade de capital e a ETR.

Fernández-Rodríguez e Martínez-Arias (2011) encontraram uma relação não-linear entre intensidade de capital e carga tributária, ou seja, a ETR é positiva até um certo nível de ativos não circulantes e torna-se negativa a partir daí.

Daqui decorre a terceira hipótese:

H3: A intensidade de capital da empresa está negativamente relacionada com a ETR.

2.4 A intensidade de inventários e a ETR

Lee e Swenson (2012) verificaram que as empresas com intensidade em inventário mais elevada podem aproveitar esquemas relacionados com preços de transferência para reduzir o valor dos impostos a pagar.

Stickney e McGee (1982) estudaram a intensidade de inventários definida como o rácio entre o stock de inventários e o total de ativos, ambos com base em valores contabilísticos. Uma vez que não existem benefícios fiscais associados aos inventários, ao contrário do que acontece, por exemplo, com os investimentos de capital, as empresas intensivas em stock de inventários apresentam valores de ETR relativamente mais elevados, factos confirmados mais tarde por Richardson e Lanis (2007).

Apenas Fernández-Rodríguez (2004), Gupta e Newberry (1997) e Richardson e Lanis (2007) usam o nível de inventário como uma variável explicativa estatisticamente significativa. Derashid e Zhang (2003) e Adhikari et al. (2006) também analisam inventários, mas sem encontrar uma relação estatisticamente significativa.

Para estudar a relação da ETR com os ativos, nomeadamente a intensidade de inventários, é muito importante ter em atenção o setor de atividade, pois o volume de ativos correntes (nomeadamente stock de inventários) depende do volume de ativos correntes que a empresa necessita para a sua atividade. O investimento em inventário surge como um investimento alternativo ao investimento em capital. Assim, formulamos a quarta hipótese:

H4: Existe uma relação positiva entre a ETR e a Intensidade de Inventários.

2.5 A rentabilidade da empresa e a ETR

Relativamente à relação entre a rentabilidade da empresa e a ETR, Calvé Pérez et al. (2005), Chen et al. (2010), Fernández-Rodríguez (2004), Fernández-Rodríguez e Martínez-Arias (2011), Gupta e Newberry (1997), Plesko (2003), Richardson e Lanis (2007), Stickney e McGee (1982), e Wilkie e Limberg (1993) dizem que a ETR resulta da relação dos impostos com os rendimentos obtidos. Assim, se mantivermos todas as outras variáveis constantes, haverá uma relação positiva entre as duas variáveis apresentadas, ou seja, empresas mais rentáveis apresentam melhor desempenho e, portanto maiores níveis de imposto o que se traduz em maior ETR, ao contrário das empresas menos lucrativas que terão menos benefícios o que se traduzirá em menores níveis de imposto.

Por outro lado, Kraft (2014) concluiu que empresas mais lucrativas têm mais recursos para investir em atividades de planeamento tributário, o que contribui para menores taxas de

impostos. Assim, é possível formular a quinta hipótese:

3. Metodologia

A metodologia tem associado determinado processo para atingir determinado fim.

No presente estudo pretende-se analisar a relação entre cada um dos principais determinantes da taxa efetiva de imposto para as empresas portuguesas do setor Alojamento.

Neste capítulo pretende-se:

 Explicar a definição das diferentes variáveis em estudo;

 Apresentar a base de dados utilizada para a recolha da amostra e os critérios aplicados até chegarmos à amostra final;

 Estimar os modelos que nos propomos estudar utilizando os métodos econométricos mais adequados.

3.1 Variável dependente ETR

A taxa efetiva de imposto é a variável dependente que se pretende analisar. A sua definição é uma das questões mais críticas do estudo, uma vez que a literatura apresenta diversas definições para a ETR, uma vez que, as rubricas utilizadas no numerador e no denominador nem sempre são consensuais entre os diferentes autores. (Callihan, 1994; Fullerton, 1984; Graham et al., 2012; Hanlon and Heitzman, 2010; Plesko, 2003).

Gupta e Newberry (1997), Rego (2003) e Liu & Cao (2007) consideram o imposto efetivamente pago como numerador. Estes autores excluem os impostos diferidos por defenderem que estes são devidos em períodos futuros. Em contrapartida, Sureth et al. (2009), Mahenthiran e Kasipillai (2011) e Amstrong et al. (2012) utilizam os impostos diferidos como numerador.

Markle e Schakelford (2009) explicam que o imposto total é constituído pelo gasto com impostos sobre o resultado do período, quer esse imposto se refira a valores pagos no passado, presente ou futuro e que o ideal é, utilizar o valor de imposto corrente.

Na nossa abordagem vamos seguir os estudos mais recentes, que consideram o imposto total pago no numerador do cálculo da taxa efetiva de imposto, uma vez que a omissão dos

impostos diferidos pode enviesar os resultados obtidos. Selecionamos para o numerador a responsabilidade fiscal total, o qual inclui a despesa com impostos correntes e a despesa com impostos diferidos que por sua vez inclui diferenças entre resultado financeiro e tributável, BTD (Hanlon e Heitzman,2010).

Relativamente ao denominador utilizado no cálculo da ETR, torna-se necessário encontrar um valor que se aproxime do rendimento tributável. O cálculo do rendimento contabilístico não mede na perfeição o rendimento que é alvo de tributação, e este valor é calculado pelas autoridades fiscais e não está disponível publicamente.

Na literatura empírica, diferentes autores consideram diversas variáveis como denominadores. Liu e Cao (2007) e Sureth et al. (2009) utilizam o resultado operacional (EBIT). Esta medida ignora o facto das despesas com juros serem dedutíveis porque, segundo estes autores, a ETR não é influenciada por juros irregulares ou dividendos. Por sua vez, Rego (2003), Mahenthiran e Kasipillai (2011) e Amstrong et al. (2012) usam o resultado antes de impostos (RAI) como denominador. Assim sendo, de acordo com estes autores, a ETR é dada pelo quociente entre a despesa total de imposto e o RAI.

De forma a minimizar diferenças resultantes dos diferentes métodos contabilísticos, no nosso estudo, vamos calcular a ETR seguindo cada uma das abordagens apresentadas para o denominador. Temos duas propostas de cálculo para o valor ta taxa efetiva de imposto:

 Taxa Efetiva de Imposto (ETR1) = Imposto Total / Resultado Antes de Impostos

 Taxa Efetiva de Imposto (ETR2) = Imposto Total / Resultado Operacional

3.2 Variáveis independentes

De seguida, apresentamos as variáveis independentes consideradas no modelo, bem como as suas proxies e a relação esperada entre cada uma delas com a variável dependente. Em relação à dimensão da empresa (SIZE), tendo por base a metodologia adotada no trabalho de S.D. Dyreng et al. (2008), vamos utilizar como proxy desta variável o logaritmo natural do total do ativo.

Relativamente à decisão de financiamento e investimento (LEV), vamos usar o rácio entre a dívida de médio/longo prazo e o total do ativo como proxy para a alavancagem, tal como considerado nos estudos de Kraft (2014), Derashid and Zhang (2003), Feeny et al. (2006).

Atendendo à revisão de literatura apresentada anteriormente, a relação entre a ETR e a variável SIZE é ambígua, enquanto que a relação esperada com a variável LEV é negativa. De realçar que a variável LEV tem em conta que os juros são dedutíveis fiscalmente, incluindo gastos fiscais e excluindo os dividendos.

Temos como variáveis que ajudam a explicar a composição do ativo a intensidade de capital e a intensidade dos inventários. Seguindo a metodologia de Gupta e Newberry (1997), a intensidade de capital (INTCAP) será medida pelo rácio entre o ativo fixo tangível e o ativo total, ao passo que a intensidade dos inventários (INTINV) será dada pelo rácio entre o inventário e o ativo total, tal como considerado por Derashid e Zhang (2003), Fernández-Rodríguez (2004), Gupta e Newberry (1997) e Richardson e Lanis (2007). Relativamente à relação entre a INTCAP e a ETR, espera-se uma relação negativa, ou seja, é previsto que quanto mais elevada for a INTCAP menor a ETR, devido aos benefícios fiscais associados ao investimento em capital fixo. Em relação à INTINV, espera-se um sinal positivo. A INTINV funcionará como um substituto da variável anterior (INTCAP). A rentabilidade das empresas será medida pelo ROA (Retur On Assets), dado pelo quociente entre o resultado líquido e o ativo total. De acordo com os autores anteriormente mencionados, também se espera uma relação positiva entre esta variável e a ETR, ou seja, prevê-se que quanto maior a rentabilidade da empresa maior será a ETR associada.

Tabela 1 Definição das variáveis independentes

Código Designação Fórmula de

Cálculo Esperado Sinal Base de Dados Hipótese associada

SIZE Dimensão da

Empresa Log(Ativo) ? SABI H1. A Dimensão da empresa influencia a

ETR LEV Decisão de Financiamento e Investimento Dívida a Terceiro ML Prazo/ Ativo Total

- SABI H2. Existe uma

relação negativa

entre a ETR e o

endividamento da

empresa

INTCAP Investimento

Capital Tangível/Ativo Ativo Fixo

Total - SABI H3: A intensidade de capital da Empresa está negativamente relacionada com a ETR INTINV Investimento

em Inventário Inventário/Ativo Total + SABI H4: Existe uma relação positiva entre

a ETR e a

intensidade de

inventários

ROA Rentabilidade

da Empresa Líquido/Ativo Resultado

Total

+ SABI H5: Existem uma

relação positiva entre a Rentabilidade da Empresa e a ETR

Tabela 1 Apresenta um resumo de todas as variáveis independentes usadas no presente estudo, o código de

identificação das mesmas, a sua definição, fórmula de cálculo, sinal esperado dos coeficientes estimados, fonte para a extração dos valores, e a respetiva hipótese associada. Fonte: Autor

3.3 Amostra

O período da amostra é 8 anos, vai desde 2010 a 2017, ou seja, selecionou-se o período pós implementação do novo normativo contabilístico (SNS).

Da base de dados SABI (Sistema de Análise de Balanços Ibérico) recolhemos as variáveis de informação financeira para as empresas portuguesas do setor do Alojamento (CAE-Rev.3 com quatro dígitos), especificamente os estabelecimentos hoteleiros, o que inclui: estabelecimento hoteleiro com restaurante (Cód. 5510), residências para férias e outros alojamentos de curta duração (cód.5520), parques de campismo e de caravanismo (cód. 5530) e outros locais de alojamento (cód. 5590).

A escolha da base de dados teve em conta a amostra que pretendemos analisar. A base de dados SABI dá-nos acesso a informação financeira fiável e detalhada das empresas ativas de Portugal e Espanha, de forma prática, acessível e intuitiva. Todos os valores obtidos estão na moeda corrente do país, ou seja, o euro. Obtivemos uma amostra inicial de 10.597 empresas onde eliminamos as empresas com dados em falta dentro do período de análise para cada uma das variáveis em estudo, empresas sem início ou cessação de atividade e ainda as microempresas (definidas pelos critérios apresentados de seguida), obtendo assim uma amostra final com 2.981 empresas.

Inicialmente e como habitual neste tipo de estudo, tivemos em conta as análises de Collins e Shackelford (1995), Omer et al. (1993), Richardson e Lanis (2007), Wilkie e Limberg (1993), que eliminam todas as observações, em que as empresas declaram perdas ou ETRs com valor distorcido, ou seja, situações de empresas com numerador negativo e denominador positivo, ou ambos negativos, uma vez que tais situações representariam empresas que tiveram reembolso de impostos. As empresas com numerador positivo e denominador negativo ou zero, também são eliminadas, uma vez que representariam situações de empresas com gastos fiscais positivos tendo resultados negativos. Estas situações conduziriam a interpretações mais complexas e robustas ao nível do tratamento da carga fiscal.

Depois de aplicada na nossa amostra, a anterior metodologia, os resultados obtidos não foram estatisticamente significativos pelo que decidimos utilizar a metodologia de Gupta e Newberry (1997) que estabelece os seguintes critérios: quando o numerador e o denominador apresentam valores negativos, a ETR assume o valor 0; quando o numerador

é positivo e o denominador negativo ou zero a ETR assume o valor 1; caso contrário calcula-se o valor da ETR como definido no modelo, dos resultados obtidos para ETR depois de aplicados os anteriores critérios eliminam-se os que não se encontrem no intervalo entre 0 e 1.

A fim de minimizar o impacto de outliers, ou seja, a fim de evitarmos valores extremos que poderiam provocar o enviesamento da amostra, os valores obtidos das variáveis independentes foram selecionados entre os percentis 1 e 99.

Tendo por base a classificação do COMPETE (Programa Operacional de fatores de Competitividade) que tem por missão contribuir para a melhoria da competitividade da economia, a definição de micro, pequenas e médias empresas, foi baseada no número de colaboradores e valor do ativo, sendo que na categoria das micro estão as empresas com menos de 10 colaboradores e ativo inferior a 2 milhões de euros, nas pequenas empresas aquelas que têm menos de 50 trabalhadores e ativo inferior a 10 milhões de euros e nas médias empresas as que tem menos de 250 colaboradores e ativo inferior a 50 milhões. Optamos por excluir as observações de microempresas uma vez que incluiriam as empresas de reduzida atividade e sendo de pequena dimensão poderiam não apresentar um relato financeiro fiável, (COMPETE, programa operacional fatores de competitividade, 2013).

3.4 Modelo Econométrico

O modelo utilizado no presente estudo tem por base o modelo de Gupta e Newberry (1997), Markle & Shackelford (2011) adaptando-o à realidade das empresas portuguesas do setor Alojamento. Perante as variáveis apresentadas e tendo em conta o objetivo a que nos propomos estudar temos:

(1) ETRit=α1 + α2SIZEit + α3LEVit + α4INTCAPit + α5INTINVit + α6ROAit + uit

(2) ETRit=α1 + α2SIZEit + α3LEVit + α4INTCAPit + α5INTINVit + α6ROAit + uit

Onde a variável dependente ETR corresponde a uma proxy da taxa efetiva de imposto, SIZE a uma proxy para a dimensão da empresa, LEV uma proxy para decisão de financiamento, INTCAP uma proxy para o nível de investimento em capital, INTINV uma

proxy para o nível de investimento em inventários, e ROA uma proxy para a rentabilidade das empresas. Todas as variáveis para a empresa i no período t.

3.5 Método de Estimação

A amostra foi obtida a partir da base de dados SABI é composta empresas do setor Alojamento ao longo de 8 anos. Trata-se de uma amostra em painel, ou seja, uma amostra

cross section balanceada, isto porque a análise em painel permite uma análise mais complexa

que uma simples análise cross-section ou time series individual, uma vez que diminui eventuais problemas decorrentes da omissão de variáveis bem como a multicolinariedade (Kmenta,1986 e Greene,1997), ao incorporar informação conjunta de variáveis cross section ou time series. A fim de atenuar o efeito de possíveis outliers todos os valores obtidos para as variáveis explicativas foram reestimados entre os percentis 1 e 99.

Para a estimação foi utilizado o software Eviews, com base no método dos mínimos quadrados generalizados, EGLS cross section weigths, método utilizado quando a variância dos erros não é a mesma, ou seja admitida a hipótese da heterocedasticidade ou quando existe correlação entre as variáveis.

Os resultados também foram estimados pelo método dos mínimos quadrados ordinários OLS, cujo output se encontra apresentado em anexo. Este método, apesar de muito utilizado nos estudos econométricos, apresenta-se estatisticamente ineficiente em grande parte das situações principalmente quando se tratam de amostras em que se verifica a hipótese da heterocedasticidade como acontece no presente estudo. A heterocedasticidade foi comprovada pela rejeição da hipótese nula aquando realização do teste de White para os resíduos de estimação.

4. Resultados

Depois de percorrido todo o percurso teórico, definidas as hipóteses e traçada a metodologia a utilizar, o objetivo deste capítulo é em primeiro lugar apresentar numa breve análise descritiva dos resultados univariados para melhor compreender o comportamento das variáveis ao longo do período analisado. Seguem-se os principais resultados multivariados decorrentes da estimação do modelo pelo método EGLS. As duas tabelas que se seguem apresentam as estatísticas desritivas (média, mediana, máximo, mínimo e desvio padrão) da variável dependente ETR nas duas alternativas de cálculo que pretendemos estimar.

4.1 Análise Descritiva – Variável Dependente

No quadro seguinte estão apresentadas as estatísticas descritivas da variável dependente ETR1 para cada um dos anos de análise e no período global (2010-2017).

Tabela 2 Análise descritiva - variável dependente ETR1

ETR1 2010 2011 2012 2013 2014 2015 2016 2017 2010-₂₀₁₇ Mean 0,3642 0,3562 0,4144 0,3893 0,3738 0,3183 0,2867 0,2812 0,3471 Median 0,2063 0,2081 0,269 0,2543 0,2335 0,216 0,2063 0,2071 0,2205 Maximum 1 1 1 1 1 1 1 1 1 Minimum 0 0 0 0 0 0 0 0 0 Std.Dev. 0,4188 0,4097 0,42 0,4111 0,3955 0,3579 0,3302 0,3199 0,3863 Skewness 0,7112 0,7513 1,5051 0,6202 0,7375 1,4499 1,4278 1,5196 0,8888 Kurtosis 1,7331 1,8377 1,5051 1,6707 1,8698 2,7582 3,6035 3,9151 2,1356 Jarque-Bera 91,2629 94,4317 82,5579 85,9514 92,6564 142,724₄ 234,253₅ 277,865₁ 830,812₂ Probability 0 0 0 0 0 0 0 0 0 Sum 221,044 223,686 261,929 242,915 240,705 205,600 189,210 186,170 1771,26 Sum Sq-Dev 106,304 105,239 111,331 105,269 100,601 82,5991 71,8633 67,6399 761,331 Observation s 607 628 632 624 644 646 660 662 5103

Da análise das estatísticas descritivas para a ETR1 (calculada pelo quociente entre o imposto total pelo resultado antes de imposto), verificamos que esta variável atingiu o valor médio máximo de 41,44% no ano de 2012, e o valor médio mínimo de 28,12% no ano 2017. Analisando a evolução dos valores médios podemos verificar que a média de ETR1 diminuiu de 2010 para 2011, aumentou de 2011 para 2012, ano em que atingiu o valor máximo, passando novamente a diminuir até ao último ano de análise (2017).

No quadro seguinte estão apresentadas as estatísticas descritivas da variável dependente ETR2 para cada um dos anos de análise e no período global (2010-2017).

Tabela 3 Análise descritiva variável dependente ETR2

ETR2 2010 2011 2012 2013 2014 2015 2016 2017 2010-₂₀₁₇ Mean 0,3219 0,2862 0,3304 0,3226 0,3101 0,2561 0,23 0,2443 0,2867 Median 0,1076 0,0788 0,1261 0,1401 0,1636 0,1383 0,1473 0,1683 0,1402 Maximum 1 1 1 1 1 1 1 1 1 Minimum 0 0 0 0 0 0 0 0 0 Std.Dev. 0,4135 0,3931 0,4093 0,401 0,3814 0,3358 0,3022 0,3047 0,3705 Skewness 0,923 1,142 0,8936 0,9621 1,0744 1,5373 1,8774 1,7945 1,235 Kurtosis 2,0379 2,5281 2,0164 2,159 2,4675 3,8238 5,1991 4,86 2,8453 Jarque-Bera 110,678₄ 141,650₇ 109,935₃ 115,206₈ 131,305₁ 276,926₁ 526,221₆ 460,941₁ 1312,22₂ Probability 0 0 0 0 0 0 0 0 0 Sum 197,337 178,878 209,472 202,277 199,383 168,022 153,377 165,416 1474,16 Sum Sq-Dev 104,645 96,4287 106,057 100,667 93,3821 73,8781 60,82 62,7512 705,737 Observation s 613 625 634 627 643 656 667 677 5142

Analisando as estatísticas descritivas para a ETR2 (calculada como o quociente entre o imposto total pelo resultado operacional), verificamos que esta variável atingiu o valor médio máximo de 33,04% no ano de 2012 e o valor médio mínimo de 22,99% no ano 2016. Analisando a evolução dos valores médios podemos verificar que a média de ETR2 diminuiu de 2010 a 2011, aumentando de seguida até 2012, ano em que atingiu o valor máximo, invertendo o seu comportamento novamente até 2016, e aumentando no último ano de análise.

Ambas as medidas da ETR são calculadas com o imposto total no numerador, diferem no denominador uma vez que na ETR1 temos o resultado antes de imposto e na ETR2 temos o resultado operacional. Os resultados contabilísticos são normalmente superiores aos resultados fiscais, portanto seria expectável que a média da ETR1, analisando o período global, fosse superior à média da ETR2 o que se pode confirmar nos resultados obtidos. Globalmente verifica-se que a evolução da ETR foi semelhante nas duas medidas apresentadas uma vez que o valor máximo foi atingido nos dois modelos no ano de 2012, e verificou-se que de 2013 a 2016 o valor da média registou uma diminuição, comportamento comum em ambos os modelos.

4.2 Análise Descritiva – Variáveis Independentes

Nos quadros seguintes são apresentadas as estatísticas descritivas das variáveis independentes.

Tabela 4 Análise descritiva – variáveis independentes

ETR1

Independent

Variables SIZE LEV INTCAP INTINV ROA

Mean 8,7901 0,3120 0,6148 0,0513 0,0010 Median 8,5774 0,2591 0,7518 0,0018 0,0007 Maximum 11,1753 1,0986 0,9964 0,9700 0,2236 Minimum 7,6163 0,0000 0,0000 0,0000 -0,3016 Std.Dev. 0,8770 0,2934 0,3527 0,1600 0,0566 Skewness 0,6950 0,6641 -0,6289 4,0362 -0,1452 Kurtosis 2,5501 2,3907 1,8509 19,5491 7,0023 Jarque-Bera 453,8357 454,0500 617,1177 72087,5000 3423,8160 Probability 0,0000 0,0000 0,0000 0,0000 0,0000 Sum 44855,8357 1592,3580 3137,1710 261,5948 5,0742 Sum Sq. Dev. 3924,0820 439,2419 634,5287 130,6716 16,3387 Observations 5103 5103 5103 5103 5103

ETR2

Independent

Variables SIZE LEV INTCAP INTINV ROA

Mean 8,8419 0,3099 0,6126 0,0508 0,0008 Median 8,5871 0,2566 0,7470 0,0018 0,0008 Maximum 11,8057 1,1032 0,9964 0,9702 0,2246 Minimum 7,6161 0,0000 0,0000 0,0000 -0,3024 Std.Dev. 0,9605 0,2926 0,3521 0,1597 0,0573 Skewness 0,8890 0,6787 -0,6164 4,0641 -0,1783 Kurtosis 3,1004 2,4201 1,8451 19,7690 6,9355 Jarque-Bera 679,4238 466,8346 611,3491 74402,2200 3345,5090 Probability 0,0000 0,0000 0,0000 0,0000 0,0000 Sum 45465,1500 1593,2500 3150,2390 261,2917 4,3179 Sum Sq. Dev. 4742,9770 440,1147 637,5216 131,1133 16,9052 Observations 5142 5142 5142 5142 5142

Tabela 2 Resumo das estatísticas univariadas para as variáveis explicativas. A variável SIZE é o logaritmo

natural do total do ativo, a variável LEV é o rácio entre a dívida a terceiros de médio e longo prazo pelo total do ativo, a variável INTCAP é o rácio do ativo fixo tangível pelo total do ativo, a variável INTINV é o rácio dos inventários pelo total do ativo e a variável ROA é o rácio do resultado líquido pelo total do ativo. As estatísticas apresentadas são a média (valores médios das variáveis), a mediana (valores medianos das variáveis), o máximo, o mínimo, o desvio padrão, os coeficientes Skewness e Kurtosis e Jarque-Bera, o p-value deste último coeficiente, a soma total e a soma dos desvios padrão. A amostra compreende 5103 observações quando analisado o modelo 1, e 5142 observações quando analisado o modelo 2, obtidas ao longo de 8 anos (2010-2017) para empresas portuguesas ativas, não cotadas do setor Alojamento e depois de aplicada a metodologia mencionada no capítulo anterior sob a amostra original.

O teste de Jarque-Bera é utilizado para a verificação da hipótese de normalidade dos resíduos de regressões em análise, e utiliza como parâmetros os coeficientes Kurtosis e Skewness. No nosso caso, podemos verificar que os dados não têm distribuição normal. Seguindo Gujarati, (2003) para um nível de significância de 1%, rejeita-se a hipótese nula da

normalidade da distribuição, com base nos valores e p-value obtidos. Para todas as variáveis o teste de Jarque-Bera revela não normalidade das distribuições uma vez que p-value=0. Analisando os valores obtidos a partir da base de dados, verificamos que a variável SIZE apresenta um valor médio de 8,7901 (ETR1) e 8,8419 (ETR2), e um valor mediano de 8,5774 (ETR1) e 8,5871 (ETR2) o que reflete uma das restrições implícitas sobre a amostra que foi a exclusão das micro empresas, ou seja todas as empresas cujo total do ativo fosse inferior a 2 milhões. Tal como esperado o nosso estudo incide sobre grandes empresas. As dívidas a terceiros de médio e longo prazo representam 31,20% (ETR1) e 30,99% (ETR2) do ativo total.

Analisando as variáveis do asset mix verificamos que apresentam valores semelhantes nos dois modelos, com INTCAP a apresentar valores médios de 61,48% e 61,26% e INTINV 5,13%% e 5,08% respetivamente na análise de ETR1 e ETR2.

4.3 Resultados da análise multivariada

Analisamos de seguida os resultados da estimação das regressões dos modelos (ETR1 e ETR2) tendo por base uma amostra em painel balanceado. Na construção da amostra, as empresas que não apresentam dados completos ao longo do período da amostra, e ainda as microempresas foram eliminadas. Nestas equações, as principais variáveis explicativas são: dimensão (SIZE), alavancagem (LEV), intensidade de capital (INTCAP), intensidade de inventários (INTINV) e rentabilidade do ativo (ROA) e a variável dependente é a taxa efectiva de imposto (ETR) representada por duas medidas alternativas. Utilizou-se a estrutura de dados em painel balanceado e o método de estimação EGLS cross-section weights a fim de evitar a heterocedasticidade na amostra.

Inicialmente foi efetuada uma estimação OLS (ordinary least squares), uma vez que se trata do método mais utilizado na econometria, mas como os resultados obtidos não apresentavam elevados níveis de significância estatística optamos por os apresentar apenas em anexo. No nosso estudo, o método OLS apresentou-se estatisticamente ineficiente ou enviesado, uma vez que se tratam de amostras de elevada variabilidade onde é aconselhada uma estimação que dê maior peso a observações de menor variabilidade e vice-versa. Estimamos então de seguida utilizando o método EGLS aconselhado quando é admitida a hipótese da heterocedasticidade e quando existe correlação entre as observações.

Tabela 5 Resultado da estimação pelo método EGLS para ETR1 e ETR2, Model:

(1) ETRit=α1 + α2SIZEit + α3LEVit + α4INTCAPit + α5INTINVit + α6ROAit + uit

ETR1=Imposto total/Resultado Antes de Impostos

(2) ETRit=α1 + α2SIZEit + α3LEVit + α4INTCAPit + α5INTINVit + α6ROAit + uit

ETR2 = Imposto Total / Resultado Operacional

Variable Predicted _Sign ETR1 ETR2

Coefficient Estimates Constant 0,447534*** 0,360881*** -23,52427 -19,60431 Size ? -0,010974*** -0,005814*** (-5,062633) (-2,913560) Lev - -0,019530** -0,091556*** (-1,982072) (-10,15731) Intcap - -0,032366*** -0,05998*** (-4,849437) (-8,795965) Intinv + -0,021626 -0,055702*** (-1,341914) (-3,375279) ROA + -1,797363*** -1,380691*** (-37,13255) (-26,66514) Observations 5103 5142 Adjusted R-Squared 0,223305 0,131704 F-Statistic 294,3722 156,9588 Prob. (F-Statistic) 0.000000 0.000000

Tabela 5: ***,**,* indicam a significância a 1%, 5% e 10% respetivamente. A amostra foi estimada com base

mo método EGLS cross section weights, para empresas portuguesas do Setor Alojamento, não cotadas no período de 2010-2017. A variável dependente no modelo 1 é a ETR1 e é definida pelo rácio entre o imposto

total e o resultado antes de impostos. No modelo 2 a variável dependente ETR2 é definida com base no rácio entre total de imposto e o EBIT. As variáveis independentes encontram-se winsorizadas a 1% e 99%. Trata-se de características operacionais e financeiras das empresas definidas do Trata-seguinte modo: SIZE, logaritmo natural do total de ativo; LEV, rácio entre o total da dívida a terceiros de ML prazo e o total de ativos, INTCAP, rácio entre o ativo fixo tangível e o total de ativos, INTINV, rácio entre o total de inventários pelo total de ativos, ROA, rácio entre o resultado líquido e o total de ativos. Entre parêntesis encontram-se as variáveis estatísticas T student. Fonte: autor.

Em relação à variável independente SIZE o coeficiente estimado é negativo e estatisticamente significativo, (ETR1:β 0,010974; t5,062633), (ETR2: β 0,005814; t -2,913560), para o nível de significância de 1%. Este resultado é consistente com a teoria do poder político. Adicionalmente verificamos que este resultado vai de encontro aos resultados obtidos inicialmente na estimação pelo método OLS para ambos os modelos (ETR1 e ETR2).

Os resultados obtidos vão de encontro a vários estudos anteriormente efetuados tais como Chen et al. (2010), (empresas americanas), Derashid e Zhang (2003), (empresas da Malásia), Harris e Feeny (2003), (empresas Australianas), Janssen (2005), (Empresas dos países Baixos), Kim e Limpaphayom (1998), (Empresas Chinesas), Porcano (1986) e Richardson e Lanis (2007), (empresas Australianas), que confirmam a teoria do poder político que defende que as empresas maiores terão maior facilidade em contratar especialistas na fiscalidade que estudam práticas de planeamento fiscal otimizando os resultados da empresa por um aumento da poupança fiscal. Podemos verificar que diferentes autores chegaram à mesma relação entre a ETR e a dimensão de empresa em diferentes continentes, portanto não é um resultado característico de determinado país ou região específica.

Os resultados dos autores anteriormente mencionados, tal como os nossos, contrariam os estudos de Gupta e Newberry (1997), que justificam com o facto de que estes autores dedicaram-se ao estudo de empresas dos EUA que apresentam sistemas de tributação muito diferentes quando comparados com os restantes continentes.

Em relação á variável independente LEVERAGE, os resultados permitem validar a segunda hipótese com um nível de significância de 1% em ambos os modelos, (ETR1:β -0,01953; t-1,982072), (ETR2: β -0,091556; t -10,15731). Tal como esperado os resultados

apresentam uma relação negativa entre as decisões de financiamento e a ETR das empresas.

Os resultados confirmam a Teoria dos Custos de Agência, em que Kraft (2014) que nos seus estudos com base nas empresas alemãs, verificou que, à medida que a alavancagem aumenta, ou seja, à medida que há um aumento da rentabilidade com base no financiamento por capital alheio, há um alinhamento dos interesses dos administradores e acionistas, são negociados investimentos futuros e são abandonados os projetos de valor líquido negativo, pelo que a empresa se torna mais eficiente, conduzindo a uma menor ETR.

O que distingue os dois modelos em análise é a forma como a ETR é definida, enquanto no modelo I o denominador é a rúbrica de resultados antes de impostos, no modelo II temos o resultado operacional. O resultado encontrado no modelo II permite nos validar a hipótese 2 para o nível de significância 1%, essencialmente, pela dedutibilidade, em termos fiscais, dos gastos com juros de financiamento, gastos esses que estão contemplados na fração de ETR no modelo II e não do modelo I onde chegamos a uma mesma relação entre as decisões de financiamento e a ETR mas com nível de significância menor, 5%. Em suma, verificamos que existe uma relação negativa entre a ETR e o nível de financiamento tanto mais estatisticamente significativa se incluirmos na definição de ETR a dedutibilidade dos juros e gastos de financiamento. Podemos então verificar que, em Portugal, as decisões de financiamento têm impacto na ETR, na medida em que os encargos financeiros são dedutíveis para efeitos fiscais. Estas evidências vão ao encontro das conclusões de Graham e Tucker (2006), que apontam que as empresas envolvidas em atividades de planeamento fiscal abusivo por norma estão menos endividadas devido a um efeito de substituição entre ambos os fatores.

Os resultados do modelo II vão ainda de acordo com os encontrados por Calvé Pérez et al. (2005), Fernández-Rodríguez (2004), Liu e Cao (2007), Noor et al. (2010), Plesko (2003), Richardson e Lanis (2007), e Stickney e McGee (1982). Em linha com a abordagem tradicional, estes autores encontraram uma relação negativa entre alavancagem e carga tributária.

A análise da variável INTCAP permite validar a hipótese 3 em ambos os modelos e para o nível de significância de 1%, (ETR1:β 0,032366; t4,849437), (ETR2: β 0,05998; t -8,795965)

Os resultados obtidos, vão de encontro aos apresentados por Stickney & McGee, (1983), de que as leis tributárias, por vezes permitem um tratamento diferenciado dos ativos fixos tangíveis depreciáveis uma vez que podem existir depreciações dos ativos fixos tangíveis de forma mais rápida a nível fiscal comparativamente com os efeitos económicos. Daqui decorre que, empresas mais intensivas em capital terão um menor valor de ETR. Estas empresas têm ainda mais oportunidades de planeamento tributário ou estratégias de evasão fiscal do que outras empresas. Calvé Pérez et al. (2005), Chen et al. (2010), Derashid e Zhang (2003), Fonseca Díaz et al. (2011), Gupta e Newberry (1997), Janssen (2005), Noor et al. (2010), Richardson e Lanis (2007), e Stickney e McGee (1982) analisaram evidências de uma relação inversa entre a ETR e a intensidade de capital devido às preferências fiscais associadas a investimentos em ativos fixos, especialmente associados a situações de provisões de depreciação aceleradas.

Os resultados obtidos não nos permitem validar a hipótese 4 de que existe uma relação positiva entre a intensidade de inventários e a ETR (ETR1:β -0,021626; t-1,341914), (ETR2: β -0,055702; t -3,375279).

Um dos motivos para o resultado obtido não nos permitir validar a hipótese que pretendíamos testar pode estar associado com o facto de que para estudar a relação da ETR com os ativos, nomeadamente a intensidade de inventários, é muito importante ter em atenção o setor de atividade, pois o volume de ativos correntes (nomeadamente stock de inventários) depende do volume de ativos correntes que a empresa necessita para a sua atividade.

Na literatura, outros autores também não conseguiram encontrar uma relação estatisticamente significativa entre os inventários e a ETR tais como, Derashid e Zhang (2003) e Adhikari et al. (2006).

O investimento em inventário surge como um investimento alternativo ao investimento em capital.

Em relação à nossa última hipótese em estudo apesar dos resultados obtidos com significância estatística a 1%, mais uma vez em ambos os modelos não foi possível validar uma relação positiva entre a rentabilidade da empresa e a ETR (ETR1:β -1,797363;

t-37,13255), (ETR2: β -1,380691; t -26,66514). Os resultados vão de encontro à literatura apresentada por Kraft (2014) que conclui que empresas mais lucrativas têm mais recursos para investir em atividades de planeamento tributário, o que contribui para menores taxas de impostos.

Da análise dos resultados, verificamos que, com exceção da intensidade de inventário no modelo1, conseguimos chegar a resultados estatisticamente significativos nas restantes variáveis. Apuramos ainda que a variação da ETR1 pode ser explicada em cerca de 22,33% com base nas nossas variáveis explicativas e a variação da ETR2 pode ser explicada em 13,17% com base nas nossas variáveis explicativas.

5. Conclusões

O presente estudo foca-se na análise dos determinantes da taxa efetiva de imposto (dimensão da empresa, decisões de financiamento, intensidade de capital, intensidade de inventário e rentabilidade da empresa), enquadrando-se noutros estudos desenvolvidos na área da fiscalidade que utilizam a ETR como um meio para identificar comportamentos associados à gestão dos resultados das empresas (Hanlon e Heitzman, 2010). Dada a relevância que o setor do Alojamento tem vindo a ganhar a nível nacional e mundial, esta dissertação destaca-se pela sua incidência em pequenas, médias e grandes empresas portuguesas não cotadas do setor do Alojamento. É um estudo com impacto no nível de impostos de um determinado país, tornando-se importante não só para os gestores das empresas, como também para os legisladores que tomam decisões com base em questões tributárias.

A amostra é constituída por empresas de um setor, o que nos permite eliminar diferenças entre empresas de diferentes setores evitando potenciais enviesamentos devidos a diferenças entre setores, que nem sempre são fáceis de controlar, no momento da realização de testes empíricos. Está subjacente a este procedimento a obtenção das vantagens na análise de um conjunto homogéneo de empresas. Optamos pelo setor do Alojamento por se tratar de um setor com bastante relevância na economia portuguesa. Para o efeito, desenvolvemos dois modelos econométricos que se distinguem pela fórmula de cálculo da ETR, sendo que, no primeiro modelo, a ETR é dada pelo rácio entre o imposto total e o resultado antes de impostos, e, no segundo modelo, pelo rácio entre o imposto total e o resultado operacional. A amostra foi extraída da base de dados SABI e é constituída por dados em painel balanceado ao longo de 8 anos (2010-2017). Os dados foram estimados pelo método EGLS cross section weights.

Os resultados obtidos evidenciam uma relação negativa entre a ETR e a dimensão da empresa, algo que é consistente com a teoria do poder político apresentada por Richardson e Lanis (2007). Estes autores fundamentam esta relação pela capacidade que as grandes empresas possuem para contratar peritos em fiscalidade e, assim, porem em prática técnicas de planeamento fiscal a fim de reduzirem os encargos das empresas com impostos.

Para além disso, os resultados validam a segunda hipótese em estudo, ou seja, a existência de uma associação negativa entre o nível de endividamento da empresa e a ETR. Esta relação pode ser justificada com base na dedutibilidade dos encargos financeiros aplicável no caso das empresas portuguesas. Com base no efeito de substituição (Graham & Tucker, 2006), é possível concluir que empresas mais endividadas terão menor necessidade de recorrer a atividades de planeamento fiscal agressivo, as quais surgem muitas vezes associadas a situações de evasão fiscal.

Da análise da relação entre a ETR e a intensidade de capital, os resultados apontam para uma relação negativa estatisticamente significativa. Assim sendo, empresas com uma estrutura de ativos mais intensa em capital têm associada uma menor taxa de imposto devido aos benefícios fiscais associados ao investimento em ativos. Esses benefícios são obtidos pelo efeito das depreciações e amortizações no RAI e, consequentemente, no nível de impostos pagos, tal como foi apresentado anteriormente por vários autores, entre os quais Stickney e McGee (1982).

Não ficou demostrado que empresas mais intensivas em inventários apresentam maiores níveis de ETR. No entanto, é importante ressalvar que, na análise deste determinante, é necessário ter em conta o setor de atividade e o volume de ativos que a empresa necessita para desenvolver as suas operações.

Da análise da quinta hipótese, verificamos que o sinal obtido foi contrário ao sinal esperado. Os nossos resultados vão ao encontro das conclusões obtidas por Kraft (2014), as quais indicam que empresas mais lucrativas têm mais recursos para investir em atividades de planeamento tributário, reduzindo os seus encargos fiscais.

É importante notar que o presente trabalho apresenta algumas limitações, nomeadamente o facto das fórmulas de cálculo da ETR utilizadas considerarem as cargas tributárias explícitas, ou seja, os impostos pagos às autoridades tributárias, o que nem sempre representa o valor dos encargos totais da empresa a nível fiscal. Os resultados fiscais são dados de acesso confidencial, pelo que utilizamos os resultados contabilísticos.

No futuro, seria interessante analisar a ETR para os outros setores com um peso relevante no PIB português e estabelecer comparações entre a ETR e as variáveis em estudo nesta dissertação a fim de comparar se a relação entre as variáveis e a ETR se mantém ou se haverá diferenças consoante o setor considerado.

6. Referências Bibliográficas

Adhikari, A.; C. Derashid; e H. Zhang. (2006). Public Policy, Political Connections, and Effective Tax Rates: Longitudinal Evidence from Malaysia. Journal of Accounting and Public Policy 25, no. 5: 574–595.

Aguiar, Nuno (2018). Quase 10% da riqueza portuguesa virá do turismo. Disponível em,

http://visao.sapo.pt/exame/2018-12-18-Quase-10-da-riqueza-portuguesa-vira-do-turismo. Acedido a 15 de julho de 2019

Amstrong, C.S., Blouin, J. L., e Larcker, D. F. (2012). The incentives for tax planning. Journal of

Accounting and Economics, 53, 391-411.

Badarau-Semenescu, C., e A. Semenescu. (2010). Fiscal Policy and the Cost of External Finance to Firms: Microeconomic and Macroeconomic Implications. Emerging Markets Finance & Trade 46, supp. 1: 36–50.

Callihan, D.S. (1994). Corporate Effective Tax Rates: A Synthesis of the Literature. Journal of

Accounting Literature 13, no. 1: 1–43.

Calve, J. I.; Labatut, G., y Molina, R. (2005). Variables economico-fi nancieras que inciden sobre la presion fi scal soportada por las empresas de reducida dimension: Efectos de la Reforma fi scal de 1995 en las empresas de la Comunidad Valenciana. Revista Espanola de Financiacion y

Contabilidad 127: 875-897.

Calvé Pérez, J.I.; G. Labatut Serer; e R. Molina Llopis. (2005). Variables económico financeiras que inciden sobre la presión fiscal soportada por las empresas de reducida dimensión: Efectos de la reforma fiscal de 1995 en las empresas de la comunidad valenciana. Spanish Journal of

Finance and Accounting 34, no. 127: 875–897.

Chen, S., Chen, X., Cheng, Q., e Shevlin, T. (2010). Are family firms more tax aggressive than non-family firms? Journal of Financial Economics, 95(1), 41-61.

Collins, J.H., and D.A. Shackelford. (1995). Corporate Domicile and Average Effective Tax Rates: The Cases of Canada, Japan, the United Kingdom, and the United States. International Tax

COMPETE (2013), Saiba que critérios definem uma PME, disponível em,

http://www.pofc.qren.pt/media/noticias/entity/saiba-que-criterios-definem-uma-pme. Acedido a 20 de maio de 2019

Derashid, C., and H. Zhang. (2003). Effective Tax Rates and the ‘Industrial Policy Hypothesis: Evidence from Malaysia. Journal of International Accounting, Auditing and Taxation 12, no. 1: 45–62.

Dyreng, S. D., Hanlon, M., & Maydew, E. L. (2008). Long-run corporate tax avoidance. The

Accounting Review, 83(1), 61-82.

Dyreng, S. D., & Lindsey, B. P. (2009). Using financial accounting data to examine the effect of foreign operations located in tax havens and other countries on US multinational firms' tax rates. Journal of Accounting Research, 47(5), 1283-1316.

Engel, E., Erickson, M., & Maydew, E. (1999). Debt-equity hybrid securities. Journal of Accounting

Research, 249-274.

Feeny, S.; M. Gillman; and M.N. Harris. (2006). Econometric Accounting of the Australian Corporate Tax Rates: A Firm Panel Example. Accounting Research Journal 19, no. 1: 64–73. Fernandez, E. (2004). Los factores condicionantes de la presion fi scal empresarial espanola a partir

de la informacion contable. Especial mencion a las decisiones fi nancieras. Revista Espanola

de Financiacion y Contabilidad 120: 125-159.

Fonseca Díaz, A.R.; E. Fernández-Rodríguez; e A. Martínez-Arias. (2011). Factores condicionantes de la presión fiscal de las entidades de crédito españolas. ¿existen diferencias entre bancos y cajas de ahorros? Spanish Journal of Finance and Accounting 40, no. 151: 491–516.

Fullerton, D. (1984). Which Effective Tax Rate?” National Tax Journal 37, no. 1: 23–41. Government Accountability Office (GAO). (2008). U.S. Multinational Corporations: Effective Tax Rates Are Correlated with Where Income Is Reported. Report to the Committee on Finance, U.S. Senate, GAO-08- 950, August

Graham, J.R.; J.S. Raedy; e D.A. Shackelford. (2012). Research in Accounting for Income Taxes.

Journal of Accounting and Economics 53, no. 1: 412–434.

Graham, J. R., & Tucker, A. L. (2006). Tax shelters and corporate debt policy. Journal of Financial Economics, 81(3), 563-594.