Palavras-chave: Estrutura de Capital; Teoria de Pecking Order; Geração de Caixa.

(1)

1 www.congressousp.fipecafi.org

Impacto da Alta Geração de Caixa sobre a Estrutura de Capital de Companhias Abertas Brasileiras

FELIPE TOMAZ LEITE DA SILVA Universidade de São Paulo TATIANA ALBANEZ Universidade de São Paulo

Resumo

O presente trabalho se fundamenta na teoria de pecking order, a qual estabelece uma hierarquia de preferências por fontes de financiamento pelas empresas, estando a utilização de recursos internos em primeiro lugar, seguido da emissão de dívida e, em último lugar, a emissão de ações. Assim, o objetivo do trabalho é verificar a aderência da teoria às decisões de financiamento de companhias abertas brasileiras, com foco na geração de caixa. Para tanto, toma-se por base a relação entre o nível de geração de caixa das companhias e sua alavancagem, no período de 1996 a 2015. Utiliza-se análise de regressão com dados em painel para análise das variáveis. Como principais resultados, destaca-se que as variáveis rentabilidade, tamanho, liquidez, liquidez em bolsa e geração de caixa foram as mais significativas, e apresentaram os sinais esperados de acordo com a teoria de pecking order.

Adicionalmente, para o grupo de empresas com alta geração de caixa, estas variáveis permanecem significativas, já para as empresas do grupo de menor porte, apenas as variáveis rentabilidade e tamanho apresentam significância. Deste modo, a teoria de pecking order explica as decisões de financiamento das companhias abertas brasileiras com alta geração de caixa, sendo esta variável negativamente relacionada com o endividamento, conforme o esperado.

Palavras-chave: Estrutura de Capital; Teoria de Pecking Order; Geração de Caixa.

(2)

1. Introdução

Teorias sobre a estrutura de capital das empresas despontaram dentre a comunidade científica em meados do século XX e ainda hoje discussões persistem quanto à melhor adequação de uma em detrimento da outra, sem que seja alcançado algum tipo de consenso (Famá e Grava, 2000).

O trabalho seminal de Modigliani e Miller em 1958, posterior ao também seminal estudo de Markowitz em 1952, foi um dos importantes estudos sobre estrutura de capital nas empresas. Inicialmente, Modigliani e Miller defendiam que o valor da empresa independia da forma pela qual ela se financiava num cenário livre de impostos e de mercado perfeito, porém reviram seu posicionamento em um novo estudo, Modigliani e Miller (1963), a partir do qual verificaram que, em um cenário real, o benefício fiscal da dívida é relevante para a estrutura de capital das empresas, ao se considerar a alavancagem em oposição ao financiamento via capital próprio.

Outros fatores vieram sendo incorporados às teorias deste campo das finanças ao longo do período seguinte aos trabalhos de Modigliani e Miller. O presente trabalho se vale da teoria de pecking order (“POT”), conforme publicada por Myers e Majluf (1984) e Myers (1984) e seus desdobramentos mais recentes, como em Shyam-Sunder e Myers (1999), Myers (2001), Frank e Goyal (2003), Fama e French (2002), para os casos estrangeiros e Medeiros e Daher, (2008), Rossi Jr. e Jimenez (2008), Brito e Silva (2005), e Albanez e Valle (2009), para o caso brasileiro, para investigar fatores determinantes da estrutura de capital sob a luz do que é preconizado pela teoria de pecking order.

A POT prevê que há uma hierarquia na ordem pela qual companhias preferem se financiar, estabelecendo que empresas lucrativas tendem a se financiar com lucros retidos, preterindo emissão de dívida ou subsequente emissão de ações, dado que sua folga financeira permita tal comportamento.

A diferença na ordem de preferência das fontes de financiamento é devida à assimetria informacional entre os administradores da entidade e stakeholders fora da entidade, com base na premissa de que a administração detém informações mais completas. Parte-se do princípio que gestores agem no interesse dos acionistas já existentes e a “mensagem” passada aos novos acionistas que seria tida como ruim por problemas de seleção adversa – investidores subavaliariam o preço da ação por medo de estarem comprando ativos com expectativas não tão boas. A entidade prefere financiamento com recursos próprios e, em caso de premência de financiamento externo, optaria por dívida em vez de ações (Majluf e Myers, 1984).

Myers, em 1984, se aprofunda na busca pelo entendimento da POT, comparando-a à static tradeoff e propondo uma versão modificada da POT, reconhecendo tanto a assimetria informacional quanto o custo de dificuldades financeiras (Myers, 1984). Posteriormente, em Shyam-Sunders e Myers, 1999, propôs-se um modelo de teste para a POT, valendo-se da variável de “déficit de fluxo de fundos” e o comparou com modelos de static tradeoff, descobrindo que a POT tem maior poder explanatório sobre o modelo sob análise e o comportamento de financiamento que buscava analisar em sua amostra (Myers, 1984).

No Brasil há trabalhos que se debruçam sobre o assunto, dentre os quais é possível citar as contribuições de Brito e Silva (2005), em trabalho que aplica teste feito por Fama e French em 2002 à situação de empresas brasileiras, especificamente verificando a aderência das previsões das teorias de tradeoff e POT sobre dividendos ao caso brasileiro e também relacionando o endividamento das empresas. Seus resultados favoreceram a POT em situações como, por exemplo, na relação negativa entre lucratividade e endividamento, caso que sugeriria a tomada de recursos de terceiros após esgotamento dos próprios (Brito e Silva, 2005).

(3)

Com foco específico na dinâmica de assimetria informacional como direcionador de alavancagem, o trabalho de Albanez e Valle (2009) identifica que para o curto prazo os dados das empresas corroboram a POT, isto é, nota-se que para menores níveis de assimetria informacional há menores níveis de endividamento. O mesmo, no entanto, não se observa no caso de longo prazo, em que se nota menor nível de assimetria para alta alavancagem.

Dada a contextualização da teoria, tem-se que o propósito do presente trabalho seria responder à seguinte questão de pesquisa: As companhias abertas brasileiras com alta geração de caixa apresentam nível de endividamento menor do que companhias com menor geração de caixa, de modo a se valerem de recursos internos para o financiamento de suas atividades?

Portanto, o objetivo geral deste trabalho é verificar por meio de um teste empírico, a partir de variáveis contábeis e financeiras, de que maneira a de geração de caixa está relacionado com a dinâmica de endividamento de companhias abertas brasileiras e quão aderentes os resultados são à teoria de pecking order.

Dada questão de pesquisa levantada, tem-se como hipótese de pesquisa:

H: A geração de caixa pelas companhias abertas brasileiras é negativamente correlacionada à alavancagem, como esperado pela teoria de pecking order.

Almeja-se aqui contribuir para a discussão e exame das teorias de estrutura de capital ao analisá-las no cenário brasileiro e, deste modo, também contribuir para o entendimento das dinâmicas de financiamento das empresas no país, dadas as peculiaridades nacionais em relação às análises prevalentes na literatura, que se focam no mercado estadunidense. A contribuição do presente trabalho seria de valia para os usuários de informação do mercado acionário brasileiro para as empresas, ao levarem em conta as diversas variáveis determinantes de estrutura de capital para seu processo decisório, assim como a academia, sendo mais uma perspectiva a ser analisada dentro do estudo da estrutura da capital.

O presente trabalho conta com, além deste capítulo introdutório, o capítulo 2, em que se descreve mais detalhadamente a literatura base para a pesquisa; o capítulo 3, em que se debruça sobre a metodologia da pesquisa, coleta e análise dos dados; o capítulo 4, em que se analisam os resultados obtidos e, por fim, chega-se às conclusões no capítulo 5.

2. Fundamentação Teórica

2.1 Assimetria informacional e teoria de pecking order

Sendo articulada por Myers e Majluf (1984), a pecking order theory (“POT”) tomou corpo com o desenvolvimento de um modelo de equilíbrio pelos dois autores entre a decisão de emitir novas ações face a um novo projeto de investimento, em função de um nível de ativos e folga financeira que a empresa tenha e do valor presente líquido do investimento.

Verificaram em seu modelo que a decisão de emitir ações sempre reduz o valor de mercado da empresa, sendo o valor da folga financeira e dos ativos maior do que o preço das “ações antigas” após a emissão. Em tal situação, o novo preço das ações é maior do que o antigo em função de os investidores interpretarem a não-emissão como uma boa notícia sobre o verdadeiro valor da firma. Argumentam ainda que a dúvida sobre a emissão de novas ações resta em não necessariamente se saber se a firma está investindo num projeto de valor presente maior ou igual a zero.

Adicionando ao modelo a capacidade de se emitir dívida, os autores demonstram que o valor ex ante da firma é maior sob uma política de emissão de dívida em vez de ações, pois a perda no valor de mercado devida a um subinvestimento é menor. Logo, chegam à conclusão de que a empresa não emite ações e, se emite algum título mobiliário, este será de dívida independentemente de estar a empresa sobreavaliada ou subavaliada.

(4)

Os autores interpretam o achado não como uma tentativa dos gestores de evitarem a disciplina dos mercados de capitais como pensavam os autores focados no “capitalismo gerencial”, e sim, como uma ação que segue o interesse dos acionistas. Partem da suposição de que a assimetria informacional acerca do valor da firma é um determinante de financiamento mais forte do que a assimetria com relação ao risco.

A empresa que consegue captar via emissão de dívida livre de risco de default sinaliza bons projetos de investimento, tendo que capacidade de endividamento equivaleria a folga financeira disponível. Endividamento, portanto, tem efeito positivo no preço da ação.

Myers e Majluf sumarizam-se os pontos afirmando que emitir títulos de menor risco é melhor do que a emissão daqueles de maior risco; firmas com oportunidades de investimento em excesso à sua capacidade de financiamento interno mais o uso de dívida podem dispensar tais oportunidades em vez emitir ações para financiá-las; folga financeira pode ser conseguida ao se restringir pagamentos de dividendo quando há modestos requisitos de investimento;

dividendos não devem ser pagos se implicam risco de ser necessária emissão de ações ou títulos de dívida com maior risco, e quando gestores detêm informação superior e emitem ações, seu preço cairá; se a emissão for de dívida, o preço da ação não cairá.

Myers (1984), ao comparar a POT à static tradeoff theory, introduz seu trabalho com Majluf do mesmo ano (Myers e Majluf, 1984), contrastando uma teoria em relação à outra. A static tradeoff theory parte da premissa de que as empresas se equilibram entre o benefício fiscal da dívida e seus custos inerentes - de falência ou financial distress e risco moral – versus o financiamento via emissão de ações. Assim, as empresas tenderiam a alcançar uma relação ótima de dívida e ações. Logo, empresas de maior risco, ou seja, com maior taxa de variação do valor de mercado de seus ativos, tomariam menos empréstimos do que as mais

“seguras”, de modo que as empresas com maior exposição ao risco de default seriam avessas a maior endividamento.

Em contrapartida, segundo a POT, os gestores, face à necessidade de captar recursos, buscam defender os interesses dos acionistas existentes da companhia, optando por alternativas de financiamento que não barateiem a forma de entrada à companhia e, consequentemente, o valor das ações dos acionistas antigos. Seu modelo prevê que a emissão de ações novas ocorre quando o valor presente do investimento em potencial é maior ou igual à variação de preço da ação da companhia.

Myers faz menção ao problema de seleção adversa nos dois trabalhos de 1984, citando o trabalho de Akerlof (1970) sobre a assimetria de informação, em que o problema traz a situação de um comprador que teme receber um produto inferior ao que ele imagina estar comprando pede um desconto, assim prejudicando os vendedores que estariam oferecendo produtos genuínos. Myers traça o paralelo com o seu modelo, dizendo que em vez de um produto a empresa oferece direitos parciais a dois ativos: os já existentes e os projetos novos de investimento. A assimetria de informação leva à incerteza dos potenciais investidores, que veem com maus olhos novas emissões de ações e subavaliam seu preço.

Myers diz então que se prefira a emissão de dívida à emissão de ações quando os gestores tiverem informações com boas perspectivas, seguindo o pensamento de: emitir dívida quando investidores subavaliam a firma e algum título mobiliário de maior risco quando eles a superavaliam.

Propondo uma modified pecking order, Myers (1984) diz que:

1. Firmas evitam se financiarem via novas emissões acionárias para não correrem o risco de terem de dispensar projetos com VPL positivo ou emitirem ações a um preço baixo demais.

2. São definidos valores alvo de pagamento de dividendos de modo a propiciar que investimentos sejam financiados por recursos internos da firma.

(5)

3. A empresa pode pensar em cobrir parte de sua necessidade de financiamento com dívida, mas procuraria mantê-la a um nível o mais “seguro” possível, razoavelmente próximo de uma condição livre de risco de default. Isso para evitar custos de dificuldades financeiras e para manter uma folga financeira, sabendo que ainda dispõe de meios de captação caso queira.

4. Uma vez que níveis alvo de pagamento de dividendos são inelásticos e as oportunidades de investimento flutuam relativamente ao fluxo de caixa interno da companhia, de tempos em tempos a firma pode vir a exaurir sua capacidade de emissão de dívida de menor risco. Em tal situação, a empresa opta por meios de dívida mais arriscados ou títulos conversíveis antes de optar por novas ações.

Décadas a frente, em Myers, 2001 tem-se um novo trabalho que funciona como uma recapitulação de três teorias de estrutura de capital e a forma como elasse relacionam: tradeoff theory, pecking order, e free cash flow theory. Ele ressalta que, dado que essas três teorias não são gerais, dados podem validar mais de uma delas, pois estariam aplicados a subgrupos da amostra, uma vez que se parte aqui de proxies de variáveis não diretamente observáveis. Fica ao pesquisador a função de analisar as diferenças entre os grupos de amostras que apontem numa ou noutra direção como forma de dar mais robustez ao que se já sabe sobre cada uma das teorias.

Há uma hierarquia de preferência de fontes de financiamento que estabelece recursos próprios da empresa como prioritários e dívida e ações, respectivamente, como secundários.

Tal afirmação explica o porquê de empresas mais lucrativas serem menos endividadas – não porque tenham níveis alvo de endividamento, uma vez que a POT não adota tal hipótese, mas porque buscam em primeiro lugar financiamento com recursos gerados internamente, dado que empresas mais lucrativas têm mais fundos internos disponíveis. Ações, portanto, seriam raramente emitidas: em casos de alto custo de dívida ou alto endividamento (Myers, 2001).

Myers (2001) complementa a teoria com os seguintes pontos:

1. Firmas preferem se valer de recursos gerados internamente e a assimetria informacional só se torna relevante quando financiamento externo é cogitado;

2. Dividendos são inelásticos, tendo-se que cortes em pagamentos de dividendos não são usados para financiar dispêndios de capital, i.e., mudanças no caixa líquido apresentam-se como mudanças no financiamento captado externamente;

3. Se há necessidade de recursos externos, a escolha percorre a hierarquia da POT: da forma de captação com risco menor àquela com risco maior, ou seja, dívida em detrimento de novas ações. Ainda, se recursos gerados internamente excederem o nível de investimento necessário, são usados para amortizar dívida em lugar de serem usados para recompra de ações. Conforme vá aumentado a necessidade por recursos, desce-se a hierarquia da pecking order, com emissão de novas ações figurando como último recurso;

4. O nível de endividamento de cada empresa reflete sua necessidade acumulada de financiamento externo através do tempo.

2.2 Evidências empíricas nacionais e internacionais

Entre os trabalhos internacionais que trabalharam com a POT pode ser citado o de Shyam-Sunder e Myers (1999), dada sua contribuição ao testar predições de séries temporais em 157 empresas no período de 1971 a 1989 e criar um modelo de déficit de fundos para verificar a POT. Os autores notaram que tanto a teoria de tradeoff e a POT serviam de suporte aos resultados observados. Isso seria explicado pelo fato de a POT ter gerado níveis de endividamento que revertiam à média, uma vez que se observou dispêndios de capital se aglomerando ao longo dos anos, i. e., serialmente positivamente correlacionados, de maneira

(6)

que firmas teriam períodos de excesso financeiro em que o endividamento diminui e períodos de déficit em que o endividamento aumenta. Ao final, sendo a POT a tática de financiamento das empresas, os resultados se ajustariam a uma média, o que também corroboraria a teoria de tradeoff.

Shyam-Sunder e Myers (1999) desenvolvem um teste para a pecking order, criando um índice de déficit de fundos (DEF), que basicamente seria a diferença entre a saída de recursos (investimento, capital de giro, dividendos e dívida) e a entrada de caixa. Aplicaram- no em um modelo com variável dependente sendo a variação da dívida líquida, com coeficiente beta esperado em 1 e sendo o DEF variável explicativa da variação da dívida líquida do período. Seus resultados mostraram alto poder explicativo para a POT, sendo um bom preditor de primeira ordem ao menos para as empresas maduras da amostra que selecionaram. Os autores argumentam que a boa performance da POT não se deve a gestores se financiarem com dívida no curso prazo frente a necessidades de financiamento inesperadas, mas ao fato de gestores se planejarem para usarem dívida como fonte de financiamento de suas necessidades de capital esperadas.

Em resposta ao estudo de Shyam-Sunder e Myers de 1999, Chirinko e Singha (2000) fazem uma crítica ao modelo proposto, classificando-o de forma “forte” da teoria ao desconsiderar captações de recursos via emissão de novas ações. Os autores propõem que tal forma é muito restritiva e surgem com um modelo semiforte da teoria, que prevê a alavancagem como forma preferencial de cobrir déficits de fundos em que o beta não seria um, mas um valor próximo da unidade. Outra crítica que os autores fazem é que o método hierárquico proposto por Shyam-Sunder e Myers trata de uma ordem proporcional de fontes de recursos, ou seja, não uma ordem cronológica de captação, mas sim, uma ordem de volume de recursos captados.

Rebatendo as afirmações de Shyam-Sunder e Myers (1999) com críticas ao modelo proposto, Frank e Goyal (2003) analisam informações de empresas dos EUA no período de 1971 a 1998, buscando testar a POT. Os autores e dados de empresas americanas apontando em direções opostas ao indicado pelo trabalho anterior. Mostra-se que no período em questão recursos internos não foram suficientes e as empresas se valeram largamente de financiamento externo, havendo um elevado uso de captações via emissões líquidas de ações nos anos 80 e 90, sendo que estas atenderam o déficit financeiro das empresas de forma mais presente do que emissões líquidas de dívida.

Em seu estudo, Shyam-Sunder e Myers (1999) levam em conta dívida de longo prazo no cálculo da DEF, o que é disputado por Frank e Goyal (2003), que testam duas versões:

uma com a parcela corrente da dívida de longo prazo na DEF e outra sem. Os autores apontam que no resultado empírico a dívida de longo prazo não se ajusta bem à definição de DEF. Em seu estudo, Frank e Goyal agruparam as empresas de acordo com seu tamanho – dado pelo valor contábil dos ativos, o que também divergiu do teste feito por Shyam-Sunder e Myers. Os autores descobriram que a POT se adequava melhor às maiores empresas do que às menores empresas. Também disputam o fato de as variáveis serem consideradas exógenas, pois tal ideia não é consenso e poderia levar a erros de especificação do modelo.

Os trabalhos de Shyam-Sunder e Myers (1999) e Frank e Goyal (2003) deixaram frutos em trabalhos subsequentes no Brasil e no exterior também, como se pode observar em Al Manaseer et al. (2011), em que os autores se valem do modelo de déficit de fundos para se debruçarem sobre empresas britânicas negociadas na London Stock Exchange no período de 1999 a 2004. O estudo busca comparar a aderência dos dados à teoria de tradeoff ou à pecking order e seus resultados indicam favorecimento a esta, no sentido de que as empresas britânicas analisadas tendem a cobrir sua necessidade de fundos recorrendo à dívida e não ajustam sua alavancagem à uma meta ótima.

(7)

No Brasil, no trabalho de Medeiros e Daher (2005), tem-se uma amostra com informações de 132 empresas brasileiras relativas ao ano de 2001, excluindo-se as empresas financeiras. Os autores trazem resultados que favorecem a aplicação da POT a empresas brasileiras em sua forma fraca, no entanto ressaltam que, comparativamente às informações de empresas americanas, empresas brasileiras apresentam qualidade de ajustamento das regressões que mais as aproximaria da forma forte da teoria, com betas maiores. Ainda, o poder explicativo do modelo (R²) é também maior para as empresas brasileiras em comparação às americanas, o que indicariam um melhor ajuste da teoria às empresas brasileiras. Contudo, os autores ressaltam as peculiaridades nacionais de barreiras a obtenção de crédito, altas taxas de juros e dificuldade de captação via mercados acionários como fatores que favoreceriam o uso da dívida sobre outras formas de financiamento.

Brito e Silva (2005) se debruçam sobre a questão dos dividendos analisadas pelo ponto de vista da POT e da teoria de tradeoff, nos moldes de estudo semelhante feito por Fama e French (2002) para empresas estadunidenses. Seus resultados são aderentes à POT e demonstram que a lucratividade é o fator de maior importância para o pagamento de dividendos e apresentam uma relação negativa entre dividendos e alavancagem. Ainda, outra relação negativa encontrada seria aquela entre alavancagem e lucratividade, também de acordo com a POT. Os autores identificaram que mudanças de curto prazo na lucratividade são absorvidas por dívida, o que seria explicado por custos de ajustamento de dividendos serem maiores do que custos de ajustamento de dívida.

Nakamura et al (2007) fazem estudo sobre empresas brasileiras no período de 1999 a 2003 utilizando a técnica de dados em painel para análise de dados. Buscam determinar o endividamento das companhias brasileiras por meio de métricas financeiras como tamanho, volatilidade do lucro (medida de risco), rentabilidade operacional da empresa e liquidez corrente. Dentre os resultados que favoreceram a POT podem ser citadas as relações negativas entre rentabilidade e expectativa externa de crescimento com a alavancagem, assim como tamanho e crescimento de vendas positivamente relacionados ao endividamento.

Albanez e Valle (2009), em seu trabalho focado no papel da assimetria informacional como determinante no financiamento de empresas brasileiras de 97 a 2007. Não pretendo testar a POT, os autores se valem de variáveis dummy para representar os níveis de assimetria de informação e verificar em seu modelo a correlação destas com o nível de endividamento das empresas da amostra. As variáveis mais significativas foram as que qualificavam a presença das empresas em algum nível diferenciado de governança corporativa na BOVESPA e aquelas que tinham papéis negociados na bolsa de Nova Iorque (NYSE). Os resultados do trabalho apontaram que, no endividamento de curto prazo, corrobora-se a POT, sendo as empresas menos endividadas aquelas com menor grau de assimetria informacional; por outro lado, para o endividamento de longo prazo não ocorreu o mesmo, sendo as empresas com menor nível de assimetria aquelas com maior dívida a longo prazo. Observa-se, no entanto, a confirmação da hipótese alternativa dos autores, de que empresas com maior transparência informacional para com o mercado oferecem mais subsídios para terem seu risco avaliado por credores e teriam mais facilidade de acesso a fontes de financiamento diferenciadas, as de longo prazo, uma vez que estariam mitigando custos de seleção adversa.

Rossi Jr. e Jimenez (2009) se valeram do déficit agregado de fundos de Shyam-Sunder e Myers para defender outra teoria de estrutura de capital, a de market timing. Essa teoria prevê janelas de oportunidade em que empresas emitiriam ações ou dívida em função das variações de seu custo de capital. Para tanto, os autores de valeram da equação Shyam-Sunder e Myers (sem a componente dívida de longo prazo no começo do período) e, a partir dos coeficientes beta para os déficits de fundos obtidos, é feita nova regressão destes coeficientes com variáveis de controle e proxies de custo de capital próprio. A amostra utilizada foi de

(8)

empresas brasileiras com papéis negociados na BOVESPA com dados trimestrais de 1996 a 2006. Os resultados obtidos mostram coeficientes bem mais próximos de zero do que de 1, o que rejeita a POT como modelo explicativo do comportamento de financiamento das empresas da amostra.

Trabalhos mais recentes como Tarantin Jr. e Valle, 2015; Bernardo, Albanez e Securato (2016) e Cecon et al. (2016) incorporam fatores externos que possam jogar nova luz ao que já se sabe sobre os modelos. Em Tarantir Jr. e Valle, 2015, os autores tipificam a dívida das empresas de acordo com sua origem (bancos, mercado de capitais ou taxas subsidiadas) e identificam que empresas cuja maior parte dos recursos vêm do mercado acionário são mais alavancadas – diferentemente daquelas que utilizam taxas subsidiadas.

Empresas valem-se do mercado de capitais para dívidas de maior maturidade e às taxas subsidiadas para vencimentos intermediários.

Bernardo, Albanez e Securato (2016) e Cecon et al. (2016) tratam ambos de fatores macroeconômicos e institucionais como determinantes na dinâmica de alavancagem das empresas. Os primeiros realizam estudo para seis países da América Latina, valendo-se de regressão multinível, enquanto os segundos tratam de uma amostra de empresas de 17 países da União Europeia, aplicando em seu estudo um modelo de regressão múltipla. Bernardo, Albanez e Securato (2016) identificam as variáveis da firma como mais explicativas do que as variáveis institucionais e macroeconômicas, com destaque para as variáveis rentabilidade e liquidez, que corroboram as premissas da POT. Cecon et al. (2016), por sua vez, também notam maior significância para as variáveis específicas das firmas, destacando tamanho e liquidez corrente e sua relação negativa com a alavancagem, o que igualmente favorece a POT.

Deste modo, dado o referencial teórico e as evidências empíricas nacionais e internacionais, tem-se subsídios para identificar uma possível tendência à pecking order no que se refere ao endividamento das empresas brasileiras. O presente trabalho planeja responder a hipótese de pesquisa à luz dos trabalhos já realizados, contribuindo assim para a literatura nacional.

3. Procedimentos Metodológicos 3.1 Amostra

A amostra utilizada para a análise compreende as empresas de capital aberto brasileiras com ativos negociados na BM&FBovespa, com dados coletados na base Economatica®. São excluídas da seleção as empresas do setor financeiro, seguros e fundos, por apresentarem estruturas bem diferentes das demais empresas. Adicionalmente, procedeu- se com um filtro para as holdings, a fim de não haver dados duplicados na amostra. Para esse fim, utilizou-se a base Economatica® para filtros, porém também se recorreu às informações disponíveis na Bovespa assim como ao objeto declarado nos estatutos sociais das empresas sob análise quando a base Economatica não fornecia a informação acuradamente. Ademais, foram excluídas da amostra empresas que não apresentassem ao menos três períodos consecutivos de informações disponíveis e empresas cujo patrimônio líquido era negativo.

Dada a alta variância das características das empresas brasileiras, foi necessário realizar filtros para a remoção de outliers considerando valores superiores 3 desvios padrão da média (Z score = 3 para mais ou para menos). Restaram 266 empresas de diferentes setores, analisadas durante 20 períodos. Os dados são referentes às informações anuais das empresas do período de 1996 a 2015 e foram ajustados pela inflação pela própria base de dados Economatica®. Devido ao emprego de filtros, tem-se uma amostragem intencional, e não probabilística.

(9)

3.2 Definição das variáveis

O objetivo do presente estudo é identificar a relação entre a geração de caixa nas empresas e sua alavancagem se valendo de métricas financeiras e contábeis que expressem a geração de caixa das empresas, conjuntamente com as demais variáveis de controle já utilizadas na literatura e analisar seu relacionamento com a alavancagem.

Uma vez que o lucro não necessariamente significa fluxos de caixa sendo internalizados pela companhia, a geração de caixa por si é refletida em duas variáveis independentes detalhadas mais adiante. Espera-se das variáveis que sejam significativas para analisar a POT, partindo da premissa que uma geração robusta de recursos internamente minimizaria a necessidade de fontes externas, o que implica uma relação negativa com o nível de endividamento.

O modelo geral pode ser descrito da seguinte forma:

3.2.1 Variável dependente

 DIV: a variável dependente é o endividamento, sendo calculado como a razão entre a soma de empréstimos e financiamentos de curto e longo prazo (dívida bruta, segundo a Economatica®) e o ativo total da companhia. Tal cálculo é coerente com uma das possíveis métricas dispostas em Rajan e Zinagales (1995), uma vez que abrange apenas os passivos oriundos financiamentos externos, e não passivos oriundos de relações comerciais com fornecedores e demais contas a pagar – fato que seria capturado ao se tomar a métrica de passivo sobre ativo simplesmente. Essa medida de alavancagem também é utilizada em Albanez e Valle (2009). Outros autores, como Bastos, Nakamura e Basso (2009), se valem de várias medidas de endividamento para testar seus modelos.

3.2.2 Variáveis independentes

 RISCO: a relação que se espera dessa variável com o endividamento, consoante com o que diz Myers (1984), é negativa. Isso porque empresas altamente expostas ao risco tendem a tomar menos em empréstimos, uma vez que a probabilidade de default e financial distress é diretamente proporcional a variância de seu risco. A definição de risco seria, segundo o autor, a variância do valor de mercado dos ativos da firma.

Como medida similar, toma-se o indicador do risco fornecido pela base Economatica, que é calculado de acordo com a da seguinte forma:

Em que Fecn é a cotação de fechamento do dia n e PPA significa o número de períodos por ano. No caso padrão, são 252 dias úteis o número de períodos considerado.

 LIQ: o índice de liquidez é uma variável de controle presente em diversos autores, como Bastos, Nakamura e Basso (2009), Nakamura et al. (2007), Cecon et al. (2016) e Bernardo, Albanez e Securato (2016). A relação esperada com o endividamento é negativa, dado que empresas mais líquidas dispõem de maior folga financeira, o que segundo a POT (Myers e Majluf, 1984), define que elas dispensem recursos externos como fonte de financiamento. Utilizou-se o índice de liquidez corrente como sendo a razão entre ativos e passivos circulantes.

(10)

 LIQ_BOLSA: Segundo Albanez e Valle (2009, apud Agarwal e O’hara, 2007), a liquidez dos títulos para uma companhia indicam custos baixos de emissão e recompra de ações, o que implica uma relação negativa com a alavancagem. A métrica de liquidez em Bolsa é dada pela Economatica conforme a seguinte fórmula:

Em que, para o período desejado, p é o número de dias em que houve ao menos uma negociação do ativo, cujo total de dias é representado por P; n é o número de negociações do ativo escolhido, sendo N o total de negociações de todos os ativos da bolsa, e v é o volume de dinheiro transacionado com o ativo, sendo que V seria o volume monetário transacionado com todos os ativos da bolsa.

 TAM: como proxy de tamanho usou-se o logaritmo natural da receita líquida de vendas das empresas, métrica frequentemente usada (Nakamura et al., 2007; Albanez e Valle, 2009; Bastos, Nakamura e Basso, 2009). O esperado seria consoante com Rajan e Zingales (1995), isto é, o papel do tamanho das firmas seria ambíguo, pois poderia se relacionar negativa ou positivamente com o endividamento, dado que firmas grandes podem tanto ter maior acesso a crédito em função de sua diversificação e menor propensão à falência, quanto, por outro lado, tamanho pode ser uma proxy da percepção do acionista e indicar uma predileção pela emissão de ações.

 TANG: a tangibilidade dos ativos foi mensurada partir da razão entre a soma do ativo imobilizado e estoques e o ativo total. Rajan e Zingales (1995) argumentam que quão mais tangíveis os ativos de uma empresa forem, mais garantias ela teria a dar e, logo, maior capacidade de financiamento teria. Contudo, Frank e Goyal (2003, apud Harris e Raviv, 1991), argumentam que sob a POT as empresas com menos tangibilidade de ativos tenderiam a acumular mais dívida ao longo do tempo, aumentando sua alavancagem. Fica, portanto, ambíguo o relacionamento esperado para essa variável.

 INTANG: a intangibilidade dos ativos é abordada por Myers (1977) ao argumentar que é menos provável que empresas se financiem de dívida para futuros investimentos, uma vez que que sua presença enfraquece o incentivo da firma quanto a novas oportunidades. Espera-se, portanto, relação negativa com a alavancagem. Usou-se como medida de intangibilidade a razão entre o preço da ação e o valor patrimonial por ação. O dado vem da base de dados Economatica e utiliza o preço da ação não ajustado por proventos.

 CRISE: a variável de crise foi utilizada em função de se analisar na amostra um período de 20 anos, no qual o Brazil passou por algumas crises financeiras, o que pode ser um fator a interferir potencialmente com a dinâmica do financiamento das companhias, dado o momento conjuntural. Trabalhos brasileiros sobre estrutura de capital utilizaram variáveis dummies para períodos de crise, em que o valor 1 é atribuído aos anos em que houve crise e 0 é atribuído aos demais. Quanto aos anos, temos em Tarantin Júnior e Valle (2009) o uso do ano de 2009 como evento de crise e em Capelletto e Corrar (2008), temos o ano de 1999.

 RENT: a rentabilidade tem sua proxy no retorno sobre o ativo, métrica obtida junto à base Economatica e calculada como o percentual da soma do lucro líquido e a participação dos acionistas minoritários dividida pelo ativo total. Myers e Majluf (1984), previram uma relação negativa dessa variável com o endividamento, uma vez que firmas mais lucrativas (ou rentáveis) teriam preferência por se financiar via recursos gerados internamente.

 CX_REC: é a razão entre o fluxo de caixa operacional obtido na demonstração de fluxos de caixa (“DFC”) e a receita líquida de vendas de um dado período. Um entrave

(11)

para a utilização dessa variável é o fato de a publicação da DFC ter se tornado obrigatória no Brasil posteriormente a 2009, o que restringe a quantidade de dados.

A variável acima, CX_REC, quantifica a geração de caixa na empresa. Salotti e Yamamoto (2005), antes mesmo da convergência às normas internacionais, realizaram estudo acerca da qualidade do EBITDA como aproximação do FCO para empresas brasileiras, cujo resultado foi negativo quanto ao uso do EBITDA em tal qualidade. Anos depois, Macedo et al (2012), analisam o EBITDA e o fluxo de caixa operacional (“FCO’) quanto aos seus méritos como métricas para a geração de caixa e os relacionam ao preço da ação. Embora tradicionalmente usado, o EBITDA acena mais para o lucro do que para a disponibilidade de dinheiro em caixa, o que pode passar uma ideia equivocada de liquidez, além de não dizer sobre a qualidade do lucro ou ainda ignora as variações no capital circulante líquido. Em seu estudo, os autores realizam regressões para analisar o poder explicativo do EBITDA e FCO sobre a variação do preço da ação. Com dados, de 2006 a 2010, concluem que o EBITDA pode ser uma proxy para o FCO e que, após a adoção das IFRS no Brasil, o poder explicativo do FCO aumentou para o modelo e passou a ser estatisticamente significante.

Assim, decidiu-se usar uma variável que expressasse a dinâmica dos fluxos de caixa operacionais como proxies de geração de fundos internos. A expectativa para a relação da variável CX_REC com a variável dependente é também negativa, assim como a prevista para a rentabilidade (ou lucratividade), uma vez que de acordo com a POT as empresas com alta geração de fundos internamente dispensam recorrer a meio externos de financiamento, sejam eles dívida ou ações.

O quadro a seguir sumariza o disposto acima, quanto às características das variáveis dependente e explicativas.

Quadro 1 – Descrição das variáveis utilizadas no estudo

Atributo Sigla Proxy Sinal

Esperado Variáveis Dependentes

Alavancagem Div Dívida Bruta / Ativo

Variáveis Explicativas

Rentabilidade Rent (Lucro líquido + participação dos acionistas

minoritários) / Ativo Total Neg.

Tamanho Tam Ln (Receita Operacional Líquida) Neg./Pos.

Liquidez Liq Ativo Circulante / Passivo Circulante Neg.

Tangibilidade Tang (Imobilizado + Estoques) / Ativo Neg./Pos.

Intangibilidade Intang Preço da ação (não ajustado por proventos) /

Valor patrimonial da ação Neg.

Risco Risco *

Neg.

Liquidez em bolsa Liqu_Bolsa

**

Neg.

Crise Crise Dummy de crise nos anos de 1999 e 2009 Neg./Pos.

Geração de caixa Cx_Rec Fluxo de caixa operacional / Receita

Operacional Líquida Neg.

Notas: * Em que Fec_n é a cotação de fechamento do dia n e PPA significa o número de períodos por ano. No caso padrão, são 252 dias úteis o número de períodos considerado. ** Em que, para o período desejado, p é o

(12)

número de dias em que houve ao menos uma negociação do ativo, cujo total de dias é representado por P; n é o número de negociações do ativo escolhido, sendo N o total de negociações de todos os ativos da bolsa, e v é o volume de dinheiro transacionado com o ativo, sendo que V seria o volume monetário transacionado com todos os ativos da bolsa.

3.3 Modelos e tratamento dos dados

Foi utilizada para este estudo a técnica de regressão de dados em painel por meio do software STATA/MP, versão 13. Devido às características da amostra, isto é, séries temporais para diversas observações de empresas e várias variáveis, decidiu-se pela técnica de dados em painel ou dados longitudinais por ser esta, segundo Gujarati (2011), cujos resultados oferecem dados mais informativos, de maior variabilidade, com menos colinearidade entre variáveis, com mais graus de liberdade e mais eficiência.

Os dados da amostra foram testados para os modelos de regressão de efeito fixo (MEF) e efeito aleatório (MEA), sendo o primeiro caracterizado pelo fato de o intercepto de cada indivíduo da amostra (empresa), embora mutável entre indivíduos, ser invariável para o mesmo indivíduo ao longo do tempo e o segundo, o MEA, caracterizado pelo fato de o intercepto ser a expressão da valor médio dos cortes transversais e guardar em seu componente de erro o desvio aleatório do intercepto individual desse valor médio. Segundo Gujarati (2011), o problema de se usar o MEF é sua sensibilidade à inclusão de variáveis dummies, que levam à diminuição dos graus de liberdade, sensibilidade a variáveis que não mudam com o tempo (as categóricas) e a sensibilidade a efeitos de multicolinearidade entre as tantas variáveis do modelo. A vantagem do MEA seria justamente quanto às variáveis binárias, que refletem o nível de desconhecimento do pesquisador sobre quais variáveis são críticas para o modelo ideal do fenômeno analisado. O MEA transfere a carga de informar as diferenças particulares dos indivíduos da amostra para o componente de erros.

O MEF pode ser equacionado da seguinte forma:

Note-se que o intercepto não apresenta o subscrito t, indicando sua invariabilidade temporal para um mesmo indivíduo. A equação da dívida DIV compreende o intercepto β01

somado do produto dos coeficientes e as variáveis explanatórias x, acrescido de um componente de erro u.

O MEA, por sua vez, é exposto como segue:

em que

Note-se que o termo de erro composto wit é desmembrado em dois componentes: εi é o corte específico dos indivíduos, enquanto que uit é o erro combinado da série temporal e do corte transversal.

O MEF pode ser mais adequado em relação ao MEA quando se espera um certo grau de multicolinearidade entre as variáveis independentes que se está analisando. O teste de Hausman foi aplicado na amostra para avaliar quanto à adequação do MEF ou MEA aos dados. O teste de Hausman, segundo Gujarati (2006), diz se o componente de erros do MEA está ou não correlacionado com as demais variáveis explanatórias do modelo. A hipótese nula do teste prevê que não há diferenças substanciais entre os estimadores do MEF e os do MEA, enquanto que a hipótese alternativa prevê que sim. Ao se refutar a hipótese nula, não se rejeita

(13)

o MEF, uma vez que os efeitos aleatórios do modelo de componente de erros do MEA provavelmente estão correlacionados a um ou mais regressores (variáveis independentes).

Ademais, dada à possibilidade de existência de heterocedasticidade dos resíduos, mesmo que reduzida mediante a técnica utilizada, optou-se pela correção de White (1980) dos desvios-padrão dos coeficientes, ou regressão robusta. Já a possível existência de multicolinearidade entre as variáveis explicativas será analisada por meio da correlação entre as variáveis.

4. Análise de Resultados

Inicialmente haviam sido consideradas mais variáveis para o teste que, porém, se mostraram não significativas para o modelo, dados os coeficientes e significâncias obtidos, bem como os níveis de explicação que as variáveis ofereciam ao modelo. Após a remoção dos outliers e ajustamento das variáveis, os modelos apresentaram maior nível explicativo da variável dependente. A Tabela 1 demonstra as estatísticas descritivas para as variáveis utilizadas, enquanto que a Tabela 2 mostra os resultados da análise de correlação entre as variáveis.

Tabela1 – Estatísticas descritivas da amostra

Variável Nº de Observações Mínimo Máximo Média Desvio-Padrão

Div 3701 0,000 0,753 0,257 0,167

Rent (% ) 3530 -15,422 23,120 3,837 6,436

Tam 3568 9,004 19,183 14,092 1,704

Liq 3514 0,000 3,888 1,525 0,788

Tang 3729 0,000 1,000 0,433 0,245

Intang 2338 -1,272 4,546 1,403 1,058

Risco (% ) 1397 15,471 78,982 40,394 12,894

Liqu_Bolsa 4879 0,000 2,152 0,106 0,282

Cx_Rec 2473 -0,313 0,491 0,091 0,136

Tabela 2 – Análise de correlação entre variáveis

Variável Div ROA Lnrec Liq Tang Inta Risco LiquBolsa Crise Cx_Rec

Div 1,00

Rent - 0,19 1,00

Tam 0,29 0,15 1,00

Liq - 0,19 0,25 - 0,06 1,00

Tang 0,06 - 0,12 - 0,03 - 0,17 1,00

Intang 0,14 0,30 0,22 0,04 - 0,09 1,00

Risco - 0,03 - 0,21 - 0,10 - 0,11 0,21 - 0,31 1,00

Liqu_Bolsa 0,14 0,07 0,49 0,05 - 0,03 0,12 0,07 1,00

Crise - 0,01 0,00 - 0,02 - 0,01 0,06 0,05 0,14 - 0,00 1,00

Cx_Rec 0,03 0,24 0,20 - 0,05 - 0,07 0,10 - 0,19 0,12 0,06 1,00

Como se nota na Tabela 2, não há variáveis com correlação acima de 0,70, o que é um indício favorável contra problemas de multicolinearidade entre as variáveis explicativas.

Procede-se com a exposição dos resultados das análises de dados em painel na Tabela 3.

(14)

Tabela 3 - Resultados da regressão com efeitos fixos Variável Depedente: Alavancagem

Variáveis Independentes Coef. p-val (EF) p-val (W)

Rent -0,008 0,000 0,000 -0,009 -0,006

Tam 0,055 0,000 0,000 0,036 0,073

Liq -0,022 0,000 0,076 -0,034 -0,010

Tang -0,021 0,325 0,366 -0,062 0,021

Intang 0,001 0,861 0,901 -0,007 0,009

Risco 0,000 0,886 0,908 -0,001 0,001

Liqu_Bolsa -0,020 0,064 0,074 -0,042 0,001

Crise -0,012 0,213 0,203 -0,031 0,007

Cx_Rec -0,064 0,010 0,041 -0,113 -0,015

_cons -0,441 0,003 0,053 -0,735 -0,147

Intervalo de Confiança (95% )

Nº de Observações 858

Prob>F 0,0000

R² Within 25,13%

R² Between 8,22%

R² Overall 9,37%

Modelo Efeitos Fixos

Notas: p-value (EF): nível de significância do coeficiente para regressão com efeito fixo; p-value (W):

nível de significância do coeficiente para regressão com correção para heterocedasticidade pela Correção de White; R²: coeficiente de explicação do modelo.

Nota-se pela Tabela 3 que o poder explicativo do modelo (R² Within) é de 25,13%, com significância estatística (estatística F menor do que 0,05). Foi realizado o teste para o modelo de efeitos aleatórios, apresentando menor poder explicativo, porém o teste de Hausman indicou no sentido de se permanecer com o modelo de efeitos fixos. A tabela demonstra também a significância dos coeficientes após regressão robusta, isto é, após aplicada a correção de White.

As variáveis de tangibilidade (Tang), intangibilidade de ativos (Intang), Risco e a dummy de crise não se mostraram significantes estatisticamente a um nível de 5% ou 10%. As variáveis que permanecem na análise, com significância a 5%, são Rent, Tam, Liq e Cx_Rec, que medem respectivamente a rentabilidade, o tamanho, a liquidez e a geração de caixa operacional das empresas. A variável Liqu_Bolsa também permanece, tendo demonstrado significância estatística a um nível de 10%. Numa análise preliminar, nota-se que os sinais das variáveis confirmam as relações esperadas com base na POT, salvo pelas variáveis Risco e Intang, que se mostraram positivamente relacionada à alavancagem.

Adicionalmente, de modo a segregar a amostra com base nas empresas com maior e menor geração de caixa operacional, utilizou-se a variável Cx_Rec como parâmetro. Dividiu- se a amostra em dois subgrupos: o de empresas com grande geração de caixa é formado de empresas cuja média de caixa operacional por receita líquida (Cx_Rec) seja maior do que o valor médio para a variável (0,091 - conforme Tabela 1); já o segundo subgrupo é aquele cujas empresas apresentam média de Cx_Op menor do que a média da variável. As estatísticas descritivas, bem como as tabelas de correlação para esses dois subgrupos são demonstradas a seguir.

(15)

Tabela 4 – Estatísticas Descritivas Estatísticas descritivas - empresas com grande geração de caixa

Div 1590 0,000 0,734 0,282 0,162

Rent (% ) 1517 -15,287 23,120 5,400 6,321

Tam 1550 9,141 19,183 14,688 1,695

Liq 1498 0,013 3,838 1,464 0,757

Tang 1601 0,000 1,000 0,432 0,268

Intang 1023 -0,051 4,484 1,598 1,045

Risco (% ) 868 15,471 78,892 39,012 12,544

Liqu_Bolsa 2214 0,000 2,152 0,156 0,341

Cx_Rec 1105 -0,278 0,491 0,168 0,142

Estatísticas descritivas - empresas com baixa geração de caixa

Div 2111 0,000 0,753 0,239 0,168

Rent (% ) 2013 -15,422 22,852 2,660 6,271

Tam 2018 9,004 18,965 13,634 1,564

Liq 2016 0,000 3,888 1,571 0,808

Tang 2128 0,000 0,985 0,435 0,227

Intang 1315 -1,272 4,546 1,251 1,044

Risco (% ) 529 19,941 78,982 42,661 13,149

Liqu_Bolsa 2665 0,000 2,087 0,064 0,212

Cx_Rec 1370 -0,313 0,456 0,030 0,093

Tabela 5 – Análise de correlação (empresas com grande geração de caixa)

Div 1,00

Rent - 0,22 1,00

Tam 0,23 0,04 1,00

Liq - 0,15 0,14 - 0,11 1,00

Tang 0,03 - 0,10 0,07 - 0,24 1,00

Intang 0,14 0,28 0,06 - 0,03 - 0,14 1,00

Risco - 0,05 - 0,17 0,02 - 0,09 0,32 - 0,31 1,00

Liqu_Bolsa 0,09 0,00 0,51 0,04 0,06 - 0,03 0,13 1,00

Crise 0,00 - 0,04 - 0,03 - 0,03 0,11 0,05 0,13 - 0,02 1,00

Cx_Rec 0,01 0,09 0,09 - 0,02 - 0,04 0,02 - 0,09 0,04 0,09 1,00

Tabela 6 - Análise de correlação (empresas com baixa geração de caixa)

Div 1,00

Rent -0,24 1,00

Tam 0,29 0,12 1,00

Liq -0,21 0,37 0,03 1,00

Tang 0,09 -0,14 -0,11 -0,12 1,00

Intang 0,12 0,28 0,27 0,11 -0,06 1,00

Risco 0,00 -0,23 -0,23 -0,18 0,02 -0,30 1,00

Liqu_Bolsa 0,16 0,06 0,42 0,10 -0,16 0,21 0,02 1,00

Crise -0,02 0,04 -0,02 0,00 0,01 0,05 0,15 0,02 1,00

Cx_Rec -0,04 0,16 0,03 -0,02 -0,04 0,02 -0,18 -0,04 0,06 1,00

(16)

Retomando as estatísticas descritivas das Tabelas 1 e 4, nota-se que a alavancagem média de 25,7% para a amostra salta para 28,2% entre o grupo de empresas de alta geração de caixa (que se chamará “grupo A”) decresce para 23,9% entre o grupo de empresas de menor geração (que se chamará “grupo B”). Daí se pode já assumir uma tendência de maior endividamento dado um maior fôlego financeiro, mas uma análise mais profunda dos dados poderá confirmar tal inferência.

Como antes, é possível verificar que não há alta correlação entre as variáveis explicativas em ambas as amostras.

É interessante observar que o poder explicativo das variáveis reagrupadas nesses dois subgrupos aumenta em relação à amostra inicial para as empresas de baixa geração de caixa e diminui para as empresas de grande geração. As tabelas a seguir evidenciam as regressões realizadas para os dois recortes da amostra separadamente. Ambas se utilizaram do método de efeitos fixos e também efeito fixo com a aplicação da correção de White.

Tabela 7 – Resultados da regressão com efeitos fixos (Empresas com grande geração de caixa) Variável Depedente: Alavancagem

Rent -0,006 0,000 0,000 -0,007 -0,004

Tam 0,065 0,000 0,002 0,041 0,089

Liq -0,022 0,004 0,024 -0,037 -0,007

Tang -0,011 0,609 0,687 -0,052 0,031

Intang 0,005 0,312 0,459 -0,005 0,016

Risco 0,000 0,768 0,799 -0,001 0,001

Liqu_Bolsa -0,031 0,009 0,026 -0,054 -0,008

Crise -0,001 0,936 0,936 -0,025 0,023

Cx_Rec -0,078 0,005 0,023 -0,133 -0,024

_cons -0,610 0,002 0,045 -0,990 -0,230

Prob>F 0,0000

R² Within 22,22%

R² Between 6,65%

R² Overall 6,47%

Notas: p-value (EF): nível de significância do coeficiente para regressão com efeito fixo; p-value (W): nível de significância do coeficiente para regressão com correção para heterocedasticidade pela Correção de White; R²:

coeficiente de explicação do modelo.

(17)

Tabela 8 – Resultados da regressão com efeitos fixos (Empresas com baixa geração de caixa) Variável Depedente: Alavancagem

Rent -0,011 0,000 0,000 -0,013 -0,008

Tam 0,042 0,005 0,057 0,013 0,071

Liq -0,016 0,114 0,497 -0,037 0,004

Tang -0,104 0,111 0,254 -0,233 0,024

Intang -0,006 0,350 0,479 -0,018 0,006

Risco 0,000 0,859 0,895 -0,001 0,001

Liqu_Bolsa 0,002 0,937 0,920 -0,044 0,048

Crise -0,018 0,234 0,201 -0,048 0,012

Cx_Rec -0,047 0,343 0,482 -0,144 0,050

_cons -0,203 0,390 0,537 -0,668 0,261

Prob>F 0,0000

R² Within 32,51%

R² Between 9,06%

R² Overall 16,72%

Notas: p-value (EF): nível de significância do coeficiente para regressão com efeito fixo; p-value (W): nível de significância do coeficiente para regressão com correção para heterocedasticidade pela Correção de White; R²:

coeficiente de explicação do modelo.

Comparativamente à amostra completa, o coeficiente de explicação dos dois subgrupos apresenta R² de 22,25% e 32,51% respectivamente para empresas de grande e baixa geração de caixa. Uma hipótese para a explicação disso seria o fato de empresas menores terem comportamentos mais homogêneos entre si do que se comparadas em conjunto com empresas muito diferentes, com números mais extremos.

Os coeficientes para as três regressões têm sinais idênticos, exceto pelas variáveis:

Liqu_Bolsa - que mostrou sinal positivo no grupo B e, no grupo A e na amostra original, apresentou sinal negativo; e pela variável Intang - que obteve sinal positivo na amostra inicial e no grupo A, porém no grupo B demonstrou sinal negativo. No entanto, a variável Intang não se mostrou estatisticamente significativa a níveis de 5% ou 10% em nenhuma das amostras, o que demonstra não ser o fator intangibilidade determinante para alterações na estrutura de capital das empresas da amostra no período analisado. Já a variável que mede a liquidez em bolsa demonstrou sinal negativo consistente com o esperado nos grupos em que apresentou significância estatística (amostra inicial e grupo A).

Para os grupos A e B, mostraram-se significativas a 5% as variáveis Rent e Tam, proxies de rentabilidade e tamanho. As variáveis liquidez (Liq) e liquidez em bolsa (LiquBolsa) se mostraram significativas apenas para o grupo A. Para o grupo B, a variável que mede a geração de caixa não apresentou significância estatística, no entanto, a variável Cx_Rec foi significativa um nível de 5% tanto para a amostra original quanto para o grupo A.

A variável liquidez se mostrou negativa e coerente com a POT para os três grupos, sendo que empresas de maior folga financeira priorizam utilizar recursos internos para se financiarem. Bernardo, Albanez e Securato (2016) também chegam ao mesmo resultado, embora com modelos hierárquicos lineares em vez de dados em painel. Nakamura et al.

(2007), Bastos, Nakamura e Basso (2009) e Cecon et al (2016) também encontram dados de