(360C) ESTIMAÇÃO DE FLUXOS DE CAIXA DE EMPRESAS
CONCESSIONÁRIAS DO SETOR BRASILEIRO DE ENERGIA ELÉTRICA
TERENCE MACHADO BOINA
Universidade Federal do Rio de Janeiro (UFRJ) tmboina@gmail.com
AMANDA MEDEIROS MARTINS
Universidade Federal do Rio de Janeiro (UFRJ) amedeirosmartins@gmail.com
JOSÉ AUGUSTO VEIGA DA COSTA MARQUES Universidade Federal do Rio de Janeiro (UFRJ) joselaura@uol.com.br
MARCELO ÁLVARO DA SILVA MACEDO Universidade Federal do Rio de Janeiro (UFRJ) malvaro.facc.ufrj@gmail.com
RESUMO
Este estudo objetivou avaliar a capacidade do Fluxo de Caixa Operacional (FCO), do Lucro Líquido (LL) e dos Accruals (ACC) correntes em predizer FCOs de períodos subsequentes, de empresas concessionárias do setor brasileiro de energia elétrica, após a convergência completa às normas internacionais de contabi-lidade no Brasil (no período de 2010 a 2014). A pesquisa pode ser classificada como empírica, positivista, quantitativa, descritiva e explicativa. Os dados empregados na pesquisa foram essencialmente secundários, sendo coletados por meio da base de dados da Economática® e agrupados/combinados (pooling) por ano. Os prováveis outliers foram retirados das amostras considerando os quartis superiores e inferiores. Foram empregadas planilhas do Microsoft Excel® para fins de compilação e organização dos dados. Tam-bém foram usados os softwares SPSS® versão 17.0 e GRETL versão 1.10.2 para realizar testes estatísticos. Os dados das variáveis contábeis – FCOs, LLs e ACC agregados e desagregados – , e não contábeis – Duração Equivalente de Interrupção de Origem Interna por Unidade Consumidora (DEC), Frequência Equivalente de Interrupção de Origem Interna por Unidade Consumidora (FEC) e Índice BM&FBOVESPA Energia Elétrica (IEE) – foram agrupados por ano, resultando em amostras não probabilísticas por conveniência, em qua-tro modelos preditivos extraídos do estudo de Barth, Cram e Nelson (2001). Diante dos R2 ajustados das
equações de regressão linear, constatou-se que os FCOs correntes possuem maior capacidade preditiva do que os LLs correntes em referência aos FCOs de períodos subsequentes, corroborando a hipótese 1, e os ACC correntes agregados e alguns ACC desagregados incrementam capacidade preditiva aos FCOs correntes em predizer os FCOs de períodos subsequentes, indo ao encontro das hipóteses 2 e 3, respectivamente, da pesquisa. Os resultados encontrados com empresas do setor elétrico nacional fortalecem as ideias de que os FCOs correntes são superiores aos LLs correntes para predizer os FCOs futuros e os ACC agregados e desa-gregados correntes adicionam conteúdo informacional aos FCOs correntes para prever fluxos de caixa futu-ros. As contribuições mais relevantes deste estudo residem no fortalecimento das ideias de que o conteúdo informacional do FCO corrente é superior ao LL corrente para estimar FCOs futuros e de que ACC agregados e alguns ACC desagregados correntes adicionam conteúdo informacional ao FCO corrente para prever fluxos de caixa futuros. Estudos futuros poderiam aprofundar a investigação sobre quais ACC efetivamente influen-ciam a estimação de FCOs futuros de cada um dos segmentos do setor de energia elétrica, especialmente de geração e distribuição de energia elétrica.
1. INTRODUÇÃO
Atualmente, existem quatro atividades principais no setor elétrico brasileiro: (i) geração, (ii) transmis-são, (iii) distribuição e (iv) comercialização. A atividade de geração, como o próprio nome indica, é relacio-nada com as fontes/matrizes energéticas, tais como as hidrelétricas e as termoelétricas. Já a transmissão é o elo entre a matriz energética e a distribuição, por meio de redes que transportam energia das empresas geradoras para as empresas distribuidoras. A atividade de distribuição, por sua vez, adquire lotes de energia de empresas geradoras ou comercializadoras e entrega essa energia elétrica ao consumidor final (pessoas físicas ou jurídicas). Na comercialização, como o próprio nome sugere, são transacionados lotes de energia com concessionários e consumidores usualmente mediante contratos de compra e venda, sendo considera-da uma ativiconsidera-dade de intermediação entre a geração e o consumo.
De um modo geral, as empresas (concessionários) atuam nessas atividades, em nome do poder público (concedente), por meio de contratos de concessão com prazos determinados. Dependendo dos termos do contrato, o concessionário deve construir ou melhorar/recuperar e operar/manter/gerenciar uma infraes-trutura e prestar determinado serviço (CPC, 2011). Para tanto, o concessionário geralmente incorre em vultosos custos, notadamente por intermédio de empréstimos com terceiros. Já os direitos a receber dos concessionários são registrados contabilmente em (i) ativos intangíveis – direito de cobrar tarifa/preço dos usuários pelos serviços públicos prestados – ou (ii) ativos financeiros – direito incondicional de receber caixa ou outro ativo financeiro pelo concedente (CPC, 2011).
Diante disso, é possível afirmar que uma das informações contábeis principais dos concessionários é o caixa, medida que influencia a liquidez (e também a solvência) e reporta aos usuários da informação a capacidade de pagamento das dívidas das empresas com terceiros e de distribuição de dividendos aos acionistas, por exemplo (Ross, Westerfield & Jaffe, 2002). Assim, parece ser fundamental, principalmente, para os investidores, credores, funcionários e o Estado, que concede a essas empresas o direito de explorar economicamente o setor, prever o caixa das concessionárias.
Na literatura contábil, diversos trabalhos acadêmicos buscaram desenvolver modelos econométricos capazes de predizer fluxos de caixa futuros das empresas, a partir de informações passadas extraídas de de-monstrações contábeis (BOWEN; BURGSTAHLER; DALEY, 1986). A justificativa para utilização dessas infor-mações, de uma forma geral, se baseou nas afirmações de FASB (1978), Watts e Zimmerman (1986), Lopes e Martins (2007) e Scott (2012) de que as demonstrações contábeis são relevantes para o processo de tomada de decisões dos interessados caso contribuam para projetar fluxos de caixa futuros.
Influenciados por Dechow, Kothari e Watts (1998), Barth, Cram e Nelson (2001), doravante BCN (2001), desenvolveram modelos econométricos em seu estudo paradigmático para predizer caixas futuros a partir do resultado líquido, tratado nesta pesquisa como Lucro Líquido (LL), e de fluxos de caixa correntes. Como proxy de caixa, BCN (2001) usaram Fluxos de Caixa Operacionais (FCOs), pois dizem respeito às principais atividades geradoras de receita e custos/despesas de uma entidade. Além dos FCOs de períodos anteriores, BCN (2001) explicitaram alguns accruals (ACC), tais como contas a pagar e a receber, estoques, depreciação e amortização, como variáveis independentes com vistas a incrementar poder explicativo em relação aos ACC agregados.
Desde então, várias pesquisas internacionais (FINGER, 1994, AL-ATTAR; HUSSAIN, 2004; KIM; KROSS, 2005; FARSHADFAR; NG; BRIMBLE, 2008; LOREK; WILLINGER, 2010; EBAID, 2011; NAM; BROCHET; RO-NEN, 2012) e nacionais (MALACRIDA et al., 2008; MALACRIDA, 2009; MACHADO; SILVA FILHO; CALLADO, 2014; COSTA; AFONSO, 2015) se propuseram a testar, com diversas metodologias, e com distintos períodos e propósitos, os modelos de BCN (2001) com vistas a verificar a capacidade preditiva de FCOs futuros, sen-do que não houve uniformidade de entendimentos e nenhuma delas aborsen-dou especificamente o setor de energia elétrica.
Considerando as peculiaridades das empresas que atuam no ambiente do setor elétrico brasileiro, este estudo objetivou avaliar a capacidade do FCO, do LL e dos ACC correntes em predizer FCOs de períodos sub-sequentes de empresas concessionárias do setor de energia elétrica no Brasil após a completa convergência às normas internacionais de contabilidade no Brasil. Nesta pesquisa, optou-se por usar dados posteriores a 2009, como período alusivo à utilização completa das normas internacionais de contabilidade no Brasil. Os dados coletados após a convergência às normas internacionais de contabilidade se referiram aos anos de 2010 a 2014.
Este estudo se justifica pela busca em apresentar uma contribuição para o amadurecimento das con-clusões no tocante à capacidade preditiva de variáveis contábeis em estimar FCOs, em função de ainda não haver consenso na literatura. Os resultados podem ser úteis, em especial, aos processos decisórios de pes-quisadores acadêmicos em contabilidade e finanças, analistas do mercado financeiro, investidores, credores e entidades reguladoras notadamente relacionados ao setor brasileiro de energia elétrica.
Trata-se de um estudo oportuno porque a ideia apresentada e discutida tem o potencial de predizer uma informação fundamental de um setor econômico basilar da economia nacional afetado pelo instável e incerto, econômico e politicamente, ambiente institucional brasileiro, do ponto de vista de custos inflacio-nários e de receitas ajustadas por índices oficiais e por termos contratuais, que impactam direta e indireta-mente a população brasileira.
O presente estudo é dividido em cinco seções (incluindo esta introdução). Na seção 2, descreve-se bre-vemente o referencial teórico. Na seção 3, a metodologia empregada para o desenvolvimento do estudo é destacada. Em seguida, os resultados da pesquisa são apresentados (seção 4). Por fim, as considerações finais são reproduzidas na seção 5, seguidas das referências.
2. REFERENCIAL TEÓRICO
2.1 Contextualização histórica do setor elétrico brasileiro
Antes da década de 1990, o setor elétrico brasileiro era operado praticamente de forma isolada pelo poder público. Com uma abordagem neoliberal a partir dessa década, houve a reestruturação das atividades de energia elétrica principalmente com o processo de exploração comercial pela iniciativa privada, notada-mente em virtude da entrada em vigor das Leis nos 8.631/1993 e 8.987/1995 (LEME, 2005). Em seguida,
por meio da Lei nº 9.427/1996, criou-se a Agência Nacional de Energia Elétrica (ANEEL) com o objetivo de regular e fiscalizar a produção, transmissão, distribuição e comercialização da energia elétrica no ambiente econômico brasileiro (BRASIL, 1996).
Atualmente, o setor elétrico brasileiro está estruturado com os seguintes segmentos: geração, trans-missão, distribuição e comercialização. Regra geral, no primeiro e no último segmentos, há competitividade entre as empresas. Já as atividades de transmissão e distribuição (exceto a distribuição de energia a grandes consumidores) são monopólios naturais fortemente regulados pelo poder público (CPC, 2010).
Em 2004, muito em função da racionalização de energia no ano de 2001, foi introduzido um novo mo-delo do setor elétrico nacional, com os seguintes objetivos: garantir a segurança no suprimento, promover a inserção social e a modicidade tarifária (BRASIL, 2004). Como enforcement do Estado, diversas normas foram emitidas para o setor elétrico brasileiro nos últimos anos, para regular as atividades econômicas, in-clusive do ponto de vista contábil. Neste caso, a normatização ocorreu notadamente em função do processo de convergência às normas internacionais de contabilidade no Brasil e também de adequações a singulari-dades nacionais.
2.2 Contabilidade do setor elétrico
Conforme Bushman e Piotroski (2006), a informação contábil sofre influências diretas do seu am-biente institucional. Notadamente no setor elétrico, as alterações atribuídas pelo órgão regulador tem o potencial de repercutir diretamente a contabilidade e, consequentemente, as informações econômico-fi-nanceiras das empresas.
A partir da tradução da International Financial Reporting Interpretations Comitee (IFRIC) nº 12/2006, emitida pelo International Accounting Standards Board (IASB), o Comitê de Pronunciamentos Contábeis (CPC) publicou a Interpretação CPC (ICPC) nº 01/2009, revisada em 2011, para estabelecer regramentos contábeis a entidades privadas concessionárias de serviços públicos.
Dentre os setores econômicos impactados pela ICPC nº 01/2011, destacam-se: geração, transmissão e distribuição de energia, construção de rodovias, saneamento básico, distribuição de gás. Seguindo o proces-so de convergência às normas internacionais de contabilidade, a Deliberação nº 611/2009 da Comissão de Valores Mobiliários (CVM) obrigou a adoção da ICPC 01 para as companhias abertas, nos exercícios encer-rados a partir de dezembro de 2010 (CVM, 2009).
Nesse diapasão, incorreram alterações nas práticas contábeis para fins societários do setor de energia elétrica brasileiro. Segundo Scalzer, Beiruth e Reina (2015), o item 11 da ICPC 01 esclarece que o contrato de concessão não transfere ao concessionário o direito de controlar o uso da infraestrutura de serviços pú-blicos, pois apenas concede o acesso ao concessionário para operar diante das condições estabelecidas em contrato. Por isso, a infraestrutura não pode ser reconhecida contabilmente no ativo imobilizado do conces-sionário, como acontecia antes da adoção da interpretação supracitada.
Com vistas a mitigar eventuais dúvidas referentes à ICPC 01, o CPC emitiu a Orientação CPC (OCPC) nº 05/2011, que esclarece o reconhecimento contábil do direito de outorga no início ou ao longo do prazo de concessão e a aplicação da interpretação para concessões de ferrovias, rodovias, energia elétrica e sanea-mento. Segundo Lima (2010), a adoção da ICPC 01 alterou significativamente a estrutura do ativo das em-presas concessionárias do setor elétrico nacional e provocou mudanças significativas em termos de receitas e custos, impactando as demonstrações contábeis dessas concessionárias.
A ICPC 01 aborda a importante questão da contrapartida do poder concedente ao concessionário, es-tabelecida pelos termos do contrato, quando existir, categorizada como ativo financeiro ou ativo intangível. No contrato de concessão, caso o concessionário detenha um direito incondicional de receber caixa ou outro ativo financeiro do poder concedente, o direito de remuneração do concessionário, ou seja, os investimentos realizados indenizáveis devem ser registrados contabilmente como ativo financeiro.
Como a ICPC 01 determinou que os ativos financeiros devem ser contabilizados em consonância com os CPC’s 38, 39 e 40, deve-se escolher uma das seguintes classificações: Empréstimos e Recebíveis – EER, Disponível para Venda – DPV ou Designados ao Valor Justo por meio do Resultado – DVJPR (CPC, 2009, 2010). Essa escolha possui consequências contábeis, uma vez que a mensuração subsequente desse ativo pode ser feita pelo método do custo amortizado, no caso da classificação EER, ou pelo valor justo, caso seja classificado como DPV ou DVJPR (LOPES; GALDI; LIMA, 2011).
Por outro lado, caso o concessionário apresente um direito (autorização) contratual de cobrar os usuá-rios dos serviços públicos, o direito de remuneração do concessionário, ou seja, o valor despendido pelo concessionário na aquisição desse direito deve ser reconhecido contabilmente como um ativo intangível. Nesse caso, os valores são condicionados à utilização pelos consumidores do serviço público prestado pelo concessionário (CPC, 2011). No modelo híbrido ou bifurcado, os serviços de construção do concessionário são remunerados pelo concedente (ativo financeiro) e pelos usuários (ativo intangível). Assim, é necessário contabilizar cada componente da remuneração do concessionário separadamente, havendo confiabilidade na estimativa do ativo financeiro (CPC, 2011).
Outra questão controversa diz respeito aos ativos e passivos regulatórios. De acordo com CPC (2011), as modalidades de revisão tarifária no caso da atividade de distribuição incluem, regra geral: (i) reajuste anual (revisão da parcela A – custos não gerenciáveis – tais como: custo de energia comprada e encargos regulatórios) e (ii) revisão periódica a cada quatro ou cinco anos (revisão da parcela B – custos gerenciáveis pela distribuidora – tais como: custos de operação e manutenção, depreciação regulatória apurada com base no custo do atual ativo imobilizado em serviço avaliado a custo de reposição e remuneração dos acionistas apurado com base no custo médio ponderado do capital calculado sobre o ativo imobilizado líquido em ser-viço, ambos avaliados pelo custo de reposição).
Devido à incerteza de realização, esses ativos e passivos não poderiam ser reconhecidos na contabili-dade societária, o que induziu a elaboração da Resolução Normativa ANEEL nº 396/2010 (ANEEL, 2010b), que reformulou o Manual de Contabilidade do Setor Elétrico (MCSE), sustentado pela Lei nº 11.941/2009, e que deu nova redação ao art. 177, §2º, da Lei nº 6.404/1976 (ANEEL, 2010a).
De uma forma geral, empresas brasileiras concessionárias de energia elétrica não possuem, por exem-plo, contas de estoques com valores expressivos, uma vez que não é de sua natureza econômica possuir consideráveis estoques de mercadorias, matérias-primas ou similares. Por outro lado, as despesas de amor-tização parecem ser relevantes, na medida em que geralmente há registros contábeis de ativos intangíveis, amortizados ao longo do período em que o concessionário espera que esse ativo esteja disponível para uso, notadamente em empresas que atuam na atividade de distribuição, pois prestam serviços públicos diretamente a consumidores finais com o fornecimento de energia elétrica. Os ativos intangíveis possuem o potencial de influenciar direta ou indiretamente o caixa das empresas concessionárias de energia elétrica, pois dizem respeito a direitos de cobrança de tarifas (receitas para as concessionárias) dos usuários dos serviços públicos prestados.
Ademais, muito embora ativos financeiros e ativos intangíveis substituíram, pelo modelo bifurcado, o reconhecimento contábil da infraestrutura à disposição do concessionário como ativo imobilizado (antes da entrada em vigor da ICPC 01), dependendo da atividade desenvolvida pela concessionária, os valores alocados em ativos imobilizados podem ser considerados expressivos. Assim, as despesas de depreciação podem persuadir a estimação de fluxos de caixa futuros, mesmo para empresas concessionárias do setor brasileiro de energia elétrica.
Variáveis não-contábeis também possuem potencial de relacionamento com a condição financeira das empresas concessionárias do setor brasileiro de energia elétrica, tais como as medidas de desempenho de contratos de distribuição relacionadas à (i) manutenção da infraestrutura com um nível específico de operacionalidade ou (ii) recuperação da infraestrutura na condição especificada antes de devolvê-la ao con-cedente no final do contrato.
Particularmente, no caso das distribuidoras de energia elétrica, as concessionárias são avaliadas por meio de dois indicadores de desempenho: DEC (Duração Equivalente de Interrupção de Origem Interna por Unidade Consumidora) e FEC (Frequência Equivalente de Interrupção de Origem Interna por Unidade Consumidora). Esses indicadores sinalizam a continuidade do serviço prestado, representando o tempo e o número de vezes que uma unidade consumidora ficou sem energia elétrica no período examinado.
A ANEEL realiza periodicamente um ranking das distribuidoras relativo aos resultados de DEC e FEC e, conforme os resultados, pode determinar investimentos em melhorias das redes distribuidoras das concessionárias e também compensação a consumidores, o que pode influenciar consideravelmente o caixa dessas empresas.
O segmento de listagem da concessionária na BM&FBovespa é outra variável que pode estar relaciona-do à capacidade preditiva de FCOs futuros de concessionárias relaciona-do setor elétrico brasileiro. Algumas conces-sionárias são classificadas em um segmento especial da BM&FBOVESPA, denominado Índice BM&FBOVES-PA Energia Elétrica – IEE, um indicador do desempenho médio das cotações dos ativos de empresas listadas na BMF&Bovespa de maior negociabilidade e representatividade do setor de energia elétrica.
Diante do exposto, é possível asseverar que custos de empréstimos, investimentos realizados, rea-justes tarifários, recursos recebidos do poder concedente, dentre outros, influenciam diretamente o caixa das concessionárias de energia elétrica no Brasil. Por isso, para minimizar incertezas aos interessados e auxiliá-los em seus processos decisórios, parece ser primordial modelos que prevejam informações de caixa dessas concessionárias.
2.3 Modelos de estimação de fluxos de caixa
A previsão de fluxos de caixa, sendo o FCO proxy de caixa, é invariavelmente baseada em números passados oriundos de demonstrações contábeis, conforme Watts e Zimmerman (1986) e Lopes e Martins (2007). As pesquisas de estimação de fluxos de caixa se robusteceram especialmente a partir da assertiva do FASB (1978), quando destacou que LL e seus componentes correntes são melhores preditores de fluxos de caixa futuros do que fluxos de caixa correntes. Desde então, muitas pesquisas, segundo os dizeres de Bi-ddle, Seow e Siegel (1995), avaliaram o conteúdo incremental de variáveis contábeis, na adição de conteúdo informacional (tais como ACC) além daquele disponibilizado por outra variável (LL e FCO, por exemplo), e o conteúdo relativo, isto é, se uma determinada variável (FCO, por exemplo) apresenta maior conteúdo informacional do que outra (LL, por exemplo).
O LL se difere, muitas das vezes, do FCO em função do regime de competência, que está relacionado ao evento econômico, no qual as receitas e as despesas são contabilmente reconhecidas, independente da en-trada ou saída de caixa (LOPES; MARTINS, 2007). Portanto, há diferenças temporais entre o reconhecimento das consequências econômicas no resultado e seus reflexos nos fluxos de caixa, notadamente em virtude dos ACC. Os ACC, na realidade, são a essência do conteúdo informativo da contabilidade (LOPES; MARTINS, 2007). O cálculo dos ACC pode ser feito de forma simplificada pela diferença entre LL e FCO, a partir de dados da Demonstração dos Fluxos de Caixa (DFC). Essa forma de cálculo é menos susceptível a erros em sua mensuração do que aqueles calculados pelo enfoque do Balanço Patrimonial (HRIBAR; COLLINS, 2002).
Quando se elabora a DFC pelo método indireto, nota-se que a primeira informação reportada é o LL seguido dos ACC (ajustes ao LL, tais como: variação de contas a pagar, contas a receber e estoques, despesas de depreciação, amortização e exaustão, dentre outros). Somando e subtraindo os ACC do LL, determina-se o caixa gerado ou consumido nas atividades operacionais. Nesse sentido, pesquisadores passaram a testar,
nos modelos estatísticos, a influência dos ACC na previsão dos fluxos de caixa, especificamente se incremen-tam ou não a capacidade de predição de FCOs (BCN, 2001).
O paradigmático estudo de BCN (2001), inspirado em Dechow, Kothari e Watts (1998), testou os se-guintes modelos econométricos para se estimar FCOs futuros:
(i) Modelo 1: FCOi,t+1 = α + βFCOi,t + εi,t (ii) Modelo 2: FCOi,t+1 = α + βLLi,t + εi,t
(iii) Modelo 3: FCOi,t+1 = α + β1 FCOi,t + β2 ACCi,t + εi,t
(iv) Modelo 4: FCOi,t+1 = α + β1 FCOi,t + β2 ∆CRi,t + β3 ∆ESTi,t + β4 ∆CPi,t + β5 DEPAMORi,t + β6 OUTROSi,t + εi,t onde:
FCO é o Fluxo de Caixa Operacional LL é o Lucro Líquido
ACC são os accruals agregados
∆CR são variações das contas a receber (considera as contas contábeis “contas a receber” e “clientes” de curto prazo/circulante)
∆EST são variações dos estoques
∆CP são variações das contas a pagar (considera as contas contábeis “contas a pagar” e “fornecedores” de curto prazo/circulante)
DEPAMOR são despesas de depreciação e amortização
OUTROS são os demais accruals [LL – (FCO + ∆CR + ∆EST – ∆CP – DEPAMOR)] t é o período da análise
i é a unidade analisada ε é o termo de erro
Os dados das variáveis contas a receber, contas a pagar e estoques foram coletadas no Balanço Patrimo-nial das empresas analisadas, uma vez que muitas delas não apresentavam tais informações nas DFCs. Os dados da variável DEPAMOR foram obtidos na Demonstração do Resultado do Exercício das empre-sas examinadas.
Os resultados de BCN (2001) indicaram que o modelo 4, com o incremento de ACC desagregados ao FCO corrente, trazia resultados mais robustos em termos de predição de FCO do período subsequente. BCN (2001) destacaram que a desagregação dos ACC explicita o papel singular dos ACC em estimar fluxos de caixa futuros. Salientam que a habilidade preditiva dos ACC deriva de investimentos em ativos operacionais pela administração, além de recebimentos e pagamentos relacionados a transações passadas. Ao contrário de pesquisas anteriores, os autores ressaltaram o importante papel de ACC de longo prazo, como imobiliza-dos e intangíveis, representaimobiliza-dos pelas despesas de depreciação e amortização, na predição de FCOs futuros. Estudos, com diferentes amostras e metodologias, concluíram que o modelo 4 de BCN (2001) também é su-perior aos demais modelos, tais como Lorek e Willinger (2009), Malacrida (2009), Lorek e Willinger (2010), Ebaid (2011), Nam, Brochet e Ronen (2012) e Machado, Silva Filho e Callado (2014).
Finger (1994) inicialmente destacou que os lucros e o fluxo de caixa possuem capacidade preditiva semelhantes para horizontes mais longos, mas o fluxo de caixa é ligeiramente superior ao lucro para hori-zontes curtos. Al-Attar e Hussain (2004), por seu turno, realçaram que a desagregação do LL em FCO e ACC gera poder explicativo superior em relação aos fluxos de caixa futuros.
Kim e Kross (2005) examinaram a relação entre LL e FCO do ano corrente para predizer o FCO do ano subsequente e identificaram que o poder preditivo do LL corrente para prever FCOs futuros é maior em horizontes de um ano e menor para horizontes posteriores a um ano. No estudo de Farshadfar, Ng e Brimble (2008), verificou-se que o FCO possui mais poder na previsão de FCOs futuros do que o LL para as empresas australianas, independentemente do porte da empresa.
Conforme Lorek e Willinger (2009), FCOs correntes fornecem previsões mais precisas de fluxos de caixa futuros do que LLs correntes para estimar FCOs futuros, sendo que grandes empresas apresentam previsões de fluxo de caixa mais precisas do que pequenas empresas. Esses resultados foram ratificados em 2010 pelos mesmos autores.
Ebaid (2011) ressaltou, por outro lado, que os LLs têm capacidade preditiva superior aos FCOs em relação aos fluxos de caixa futuros. Ademais, salientaram que ACC desagregados melhoram a capacidade de previsão de FCOs. Por seu turno, Nam, Brochet e Ronen (2012) evidenciaram que ACC correntes incremen-tam poder preditivo aos FCOs correntes. De acordo com Farshadfar, Ng e Brimble (2008), o FCO tem mais poder preditivo de FCOs futuros do que o LL e a previsibilidade do LL e do FCO aumenta significativamente com o porte da empresa.
Segundo Malacrida et al. (2008), o FCO corrente possui capacidade preditiva maior do que o LL corren-te, os ACC possuem capacidade preditiva adicional ao FCO corrente e os ACC desagregados possuem maior capacidade preditiva do FCO futuro do que os ACC agregados. Por outro lado, Malacrida destacou posterior-mente, em 2009, que o LL corrente é mais relevante para predizer o FCO do período subsequente do que o próprio FCO corrente e os ACC são relevantes e adicionam capacidade preditiva ao LL corrente, pois o LL corrente desagregado em FCO e componentes de ACC mostra-se ainda mais relevante do que o LL corrente para estimar o FCO do período subsequente.
Conforme Machado, Silva Filho e Callado (2014), LL, FCO e ACC aumentaram a capacidade explicativa, durante o período da convergência completa às normas internacionais de contabilidade, comparativamente aos períodos pré e convergência parcial. Adicionalmente, os FCO e ACC em conjunto aumentam a capacidade preditiva dos fluxos de caixa futuros. Já na pesquisa de Costa e Afonso (2015) com seguradoras, verificou-se que resultado líquido, FCO e ACC são capazes de prever fluxos de caixa operacionais das seguradoras do período subsequente, mas os ACC não incrementam a capacidade preditiva dos FCOs.
Embora pesquisas demonstrem a supremacia do modelo econométrico de BCN (2001) de ACC desa-gregados para estimar os FCOs de empresas em diferentes mercados e sob diferentes condições, é possível dizer que determinadas variáveis desse modelo podem não ser significativas à realidade de um país, às características de certas empresas e de determinado segmento econômico. Assim, variáveis contábeis e não--contábeis peculiares podem impactar significativamente a capacidade preditiva dos modelos de estimação de FCOs futuros de concessionários do setor brasileiro de energia elétrica.
3. METODOLOGIA
A pesquisa desenvolvida pode ser classificada como empírica e positivista. Com relação à abordagem do problema, esta pesquisa pode ser classificada como quantitativa, já que coletou dados com o objetivo de “testar hipóteses, com base na medição numérica e na análise estatística, para estabelecer padrões de com-portamento” (SAMPIERI; COLLADO; LUCIO, 2006, p. 5).
Este estudo ainda pode ser categorizado, conforme seus objetivos, como descritivo e explicativo, uma vez que descreve características de entidades e tratamentos contábeis usados, mas também busca identifi-car os fatores que contribuem para a ocorrência dos fenômenos examinados (GIL, 2002). Também pode ser considerado ex-post facto, pois foi feito após a ocorrência de alterações na variável dependente, sendo que o pesquisador não controlou as variáveis independentes (GIL, 2002).
Influenciado por BCN (2001), adotaram-se as seguintes hipóteses de pesquisa:
a. Hipótese 1: O FCO corrente possui maior capacidade do que o LL corrente de predizer o FCO do período subsequente.
b. Hipótese 2: Os ACC correntes agregados incrementam a capacidade do FCO corrente em predizer o FCO do período subsequente.
c. Hipótese 3: Os ACC correntes desagregados incrementam, em relação aos ACC agregados, a capaci-dade do FCO corrente em predizer o FCO do período subsequente.
A população foi constituída por empresas concessionárias do setor brasileiro de energia elétrica lista-das na BM&FBovespa nos anos de 2010 a 2014. As amostras não probabilísticas por conveniência contem-plaram empresas que, nesse período, apresentaram todos os dados das variáveis das empresas em cada um
dos anos analisados. Os dados empregados na pesquisa foram essencialmente secundários, sendo coletados por meio da base de dados da Economática® e agrupados/combinados (pooling) por ano. Os prováveis outliers foram retirados das amostras considerando os quartis superiores e inferiores (ver Fávero, Belfiore, Silva & Chan, 2009, p. 55-56). Assim, os modelos 1, 2, 3 e 4 de BCN (2001) compreenderam, respectivamen-te, 222, 222, 218 e 169 observações.
Diante da utilização do método pooling para as regressões lineares, a variável dependente foi: FCO de 2011 a 2014. Já as variáveis independentes foram: FCOs, LLs, ACC agregados e desagregados, DEC, FEC e DUMMY_IEE de 2010 a 2013. Destaca-se que, influenciado por BCN (2001), os valores das variáveis depen-dente e independepen-dentes, exceto as dummies, foram ajustados pela média do ativo total entre o início e o final do período analisado.
Por intermédio de recursos da própria base de dados da Economática®, os dados das referidas va-riáveis, coletados a partir de demonstrações contábeis consolidadas das empresas, foram ajustados pela inflação do período, utilizando-se o IPCA, sendo sua representação fornecida em milhares de reais ao final (dezembro) de cada exercício financeiro.
Foram empregadas planilhas do Microsoft Excel® para fins de compilação e organização dos dados. Também foram usados os softwares SPSS® versão 17.0 e GRETL versão 1.10.2 para realizar testes estatís-ticos. Em especial, o primeiro software foi utilizado para produzir as estatísticas descritivas e a matriz de correlação.
Já o software GRETL foi usado para gerar equações de regressão lineares, bem como os testes estatís-ticos de significância dos modelos e dos coeficientes das variáveis que compõem os modelos de regressão. Testes de normalidade e de variância dos termos de erro, assim como de multicolinearidade também foram realizados nesse software.
Empregou-se o teste de Jarque-Bera para testar a normalidade dos resíduos. Por seu turno, usou-se o teste de Breusch-Pagan para testar se as variâncias dos erros (resíduos) são constantes. Ainda se utilizou a estatística variance inflation factor (VIF) a fim de testar a presença de multicolinearidade entre as variáveis independentes (aplicável somente aos modelos 3 e 4 – regressão múltipla). Para que a regressão seja esta-tisticamente aceitável, é preciso que o FIV seja menor que dez (Fávero et al., 2009).
Conforme Fávero et al. (2009), não foi necessário testar a autocorrelação dos resíduos, uma vez que os dados da presente pesquisa estavam agrupados/combinados (pooling) em cross-section. Nos casos em que se encontrou problema de heterocedasticidade, foram usados erros padrão robustos (Gujarati, 2006). Além disso, utilizaram-se os critérios de informação de Akaike e de Schwarz para identificar os modelos que apresentaram melhoria ou redução dos conteúdos informacionais (Fávero et al., 2009) na predição de FCOs. O melhor modelo é aquele que apresentou os menores valores.
Salienta-se que, segundo Zorzo, Diehl, Zambon e Venturini (2015), empresas com menores frequências e tempos de interrupção de energia possuem menores perdas de receitas e despendem menos recursos fi-nanceiros para resolver problemas operacionais. Assim, é razoável esperar uma relação positiva entre os in-dicadores DEC e FEC e os FCOs das empresas analisadas. Como o DEC e o FEC são calculados por município de prestação de serviços da concessionária, neste trabalho será utilizada a média do DEC e FEC alcançada por empresa, conforme informações disponíveis no site da ANEEL sobre indicadores coletivos de continui-dade, entre os anos de 2010 e 2013.
Ademais, empresas classificadas no IEE podem ter significância estatística no modelo de predição de FCOs futuros em relação àquelas que não fazer parte desses segmentos. Os dados desse índice, entre 2010 e 2013, foram coletados no site da BM&FBovespa. Tal variável é considerada nesta pesquisa como dummy, sendo “1” se fizer parte do IEE e “zero” caso contrário. Espera-se uma relação positiva entre FCO e empresas classificadas no IEE.
Ainda foram analisados os resultados por atividade econômica do setor elétrico brasileiro: geração, transmissão, distribuição e comercialização. A classificação das empresas por atividade econômica foi feita a partir de informações disponíveis no sítio eletrônico de cada uma delas e também de informações dispo-níveis no site da Comissão de Valores Mobiliários. No caso em que determinadas empresas atuavam na ati-vidade de distribuição e ainda em outra atiati-vidade, como é o caso da atiati-vidade de comercialização, optou-se por considerar atuação somente na atividade de distribuição. Empresas que são holdings, ou seja, possuem como atividade principal a participação nos resultados de outras empresas do setor não foram consideradas nesta análise específica.
Dentre as limitações da pesquisa, destaca-se que os dados de 2009, extraídos da Economática® para cálculo de variáveis como a média do ativo total, variações de contas a receber, contas a pagar e estoques, podem não estar plenamente em conformidade às normas internacionais de contabilidade, não obstante CPC (2010b). Além disso, não foi considerada a existência ou não de ACC classificados nas atividades ope-racionais para a formação dos FCOs das concessionárias analisadas, como por exemplo os juros pagos ou recebidos, dividendos e juros sobre capital próprio recebidos, que podem influenciar os resultados.
4. APRESENTAÇÃO E ANÁLISE DOS RESULTADOS
Como a média da variável FCO (0,08701) do período corrente foi superior à média da variável LL (0,05509) do mesmo período a média da variável ACC foi negativa (-0,03192), uma vez que, conforme Hri-bar e Collins (2002), ACC é a diferença entre LL e FCO. Verificou-se correlação positiva e estatisticamente significativa entre a variável FCO de períodos seguintes e as variáveis FCO e LL de períodos correntes, bem como correlação negativa e estatisticamente significativa, entre FCO de períodos ulteriores e ACC de perío-dos correntes. Destaca-se que a variável LL somente teve correlação (positiva e) estatisticamente significa-tiva com os ACC. A correlação mais forte é entre os FCOs de períodos subsequentes e FCOs de períodos cor-rentes. Tais resultados, a princípio, indicam superioridade dos FCOs em relação aos LLs para predizer FCOs futuros e também que diminuições de ACC aumentam FCOs futuros e acréscimos de ACC aumentam LLs.
Também averiguou-se correlação positiva e significativa entre FCOs de períodos subsequentes e FCOs de períodos correntes, despesas com depreciação e amortização e outros ACC. Diante disso, pode-se dizer que investimentos em ativos imobilizados e ativos intangíveis para uso na produção ou para fornecimen-to de bens/serviços, por exemplo, utilizados por mais de um período financeiro com o intuifornecimen-to de geração de renda, direta ou indiretamente, estão positivamente relacionados aos FCOs de períodos futuros. Ainda constatou-se correlação significativa entre FCOs de períodos correntes e despesas com depreciação e amor-tização e outros ACC.
Na Tabela 1, observa-se que os quatro modelos são estatisticamente significativos. Entretanto, ao nível de significância de 5%, além dos FCOs correntes, dos ACC desagregados do modelo 4, somente as variações de contas a receber e outros ACC são positiva e estatisticamente significativos, sinal também verificado nes-tas variáveis nos resultados do estudo de BCN (2001).
Diante disso, é possível asseverar que, principalmente, ACC circulantes, como é o caso das contas a receber e de outros ACC, possuem capacidade preditiva para estimar FCOs futuros das concessionárias de energia elétrica no Brasil. Dentre as possíveis explicações para o fato de as contas a receber serem significa-tivas para predizer FCOs futuros, destaca-se a classificação nessa rubrica de ativos financeiros considerados como EER, mensurados inicialmente pelo valor justo e posteriormente pelo método do custo amortizado. Esses ativos podem incluir, por exemplo, os valores a receber referentes aos serviços de construção e dos serviços de operação e manutenção, bem como o valor do ativo reversível. Este último refere-se à parcela estimada dos investimentos realizados e não amortizados até o final da concessão e ao qual a concessionária terá direito de receber caixa ou outro ativo financeiro, ao término da vigência do contrato de concessão, de acordo com CPC (2011).
Os outros ACC podem estar relacionados a tributos correntes ou diferidos, despesas pagas antecipa-damente, variações cambiais, resultados de equivalência patrimonial, provisões e ganhos ou perdas com ativos financeiros. Destaca-se que os ativos financeiros usualmente são DVJPR, isto é, reconhecidos a valor justo e tendo quaisquer ganhos ou perdas resultantes reconhecidos no resultado do exercício, conforme CPC (2009). Diante disso, diferentemente dos achados de BCN (2001), o intercepto, as variações de contas a pagar e estoques, e as despesas de depreciação e amortização não foram estatisticamente significativos.
O fato de os estoques não terem sido estatisticamente significativos é admissível, haja vista que em-presas do setor de energia elétrica usualmente não realizam transações econômicas de mercadorias, maté-rias-primas ou similares. Outras três possíveis explicações para as diferenças dos resultados desta pesquisa em relação ao estudo de BCN (2001) são (i) o tamanho da amostra ser bastante inferior, (ii) o sistema legal do ambiente brasileiro ser code-law e o sistema legal estadunidense ser common-law e (iii) o mercado de capitais estadunidense ser mais desenvolvido do que o brasileiro.
Mercados emergentes, como o Brasil, tendem a possuir mercado de capitais menos desenvolvidos e ambientes regulatórios mais vulneráveis e menos consolidados do que mercados desenvolvidos, como é o caso dos Estados Unidos da América (Ebaid, 2011). Ademais, como o Brasil é caracterizado como uma país de code-law, influências políticas do Estado em termos tributários e de outros interessados como sindicatos,
empresas de auditoria, investidores, financiadores, também podem influenciar de forma negativa a produ-ção de informações contábeis e, portanto, não permitir a retrataprodu-ção fidedigna da realidade dos aconteci-mentos econômicos. Essas potenciais justificativas são destacadas no estudo de Soderstrom e Sun (2007), que ainda traz outros possíveis aspectos passíveis de explicar a diferença dos resultados de pesquisas desta natureza em países distintos, como o sistema tributário, a estrutura de propriedade e a estrutura de capital.
Embora haja correlação estatisticamente significativa, os resultados desta pesquisa, por outro lado, não possibilitam afirmar categoricamente que os ACC não circulantes relativos às atividades operacionais das empresas, como é o caso das despesas de depreciação e amortização, possuem poder preditivo de FCOs de períodos subsequentes de concessionárias do setor elétrico brasileiro listadas na BMF&Bovespa.
Diante disso, o fato de as variações de contas a receber e outros ACC serem sobretudo ACC circulantes estatisticamente significativos ao nível de siginificância estabelecido na pesquisa, conforme evidenciado na Tabela 2, de certa forma, fortalece a ideia de que os ACC dessa natureza possuem capacidade preditiva em relação a FCOs de períodos subsequentes superior aos ACC não circulantes, como é o caso das despesas de depreciação e amortização.
Ademais, conforme R2 ajustado e os valores dos critérios informacionais de Akaike e Schwarz,
cons-tata-se que a variável FCO corrente tem maior capacidade de predizer FCOs futuros em referência ao LL corrente, achado equivalente ao encontrado por Finger (1994) e Al-Attar e Hussain (2004), confirmando a Hipótese 1 desta pesquisa.
O modelo 3 apresenta maior R2 ajustado em relação ao modelo 1, o que sinaliza acréscimo de poder
explicativo à variável dependente por parte dos ACC agregados, ratificado também diante dos valores dos critérios informacionais de Akaike e Schwarz, reforçando a Hipótese 2 desta pesquisa.
A Hipótese 3 também não foi rejeitada, o que sinaliza ganho informacional com alguns ACC desagre-gados, robustecendo os achados de BCN (2001) e Malacrida et al. (2008), haja vista que o R2 ajustado do
modelo 4 é superior ao modelo 3. As variações de contas a receber e os outros ACC do modelo 4 foram esta-tisticamente significativas ao nível de significância de 5%. Isso aponta que esses ACC possuem capacidade preditiva para estimar FCOs futuros de empresas do setor elétrico brasileiro no período examinado.
TABELA 2 – RESULTADO DA REGRESSÃO DE FCOS FUTUROS A PARTIR DE FCOS, LLS E ACC CORRENTES Modelo 1: FCOi,t+1 = α + βFCOi,t + εi,t
Modelo 2: FCOi,t+1 = α + βLLi,t + εi,t
Modelo 3: FCOi,t+1 = α + β1 FCOi,t + β2 ACCi,t + εi,t
Modelo 4: FCOi,t+1 = α + β1 FCOi,t + β2 ∆CRi,t + β3 ∆ESTi,t + β4 ∆CPi,t + β5 DEPAMORi,t + β6 OUTROSi,t + εi,t
Modelo 1 Modelo 2 Modelo 3 Modelo 4
Variáveis Coeficiente p-valor Coeficiente p-valor Coeficiente p-valor Coeficiente p-valor
Intercepto 0,0227* <0,0001 0,0461* <0,0001 0,0225* 0,0005 0,0118 0,1789 FCO t 0,6385* <0,0001 0,7646* <0,0001 0,8025* <0,0001 LL t 0,5683* <0,0001 ACC t 0,3142* 0,0001 CR t 0,8399* 0,0047 EST t 3,7475 0,4783 CP t −0,4322 0,2134 DEPAMOR t 0,0192 0,9437 OUTROS t 0,2447* 0,0108 R2 ajustado 0,4584 0,2992 0,4858 0,5213
Teste F (p-valor) 2,44e-31 4,29e-13 7,13e-31 6,42e-25
Schwarz -661,6287 -604,4474 -668,3013 -504,3561
Akaike -668,4341 -611,2527 -678,4547 -526,2654
Número de
observações 222 222 218 169
* significativo a 5%
No que tange à normalidade dos resíduos, o teste de Jarque-Bera rejeitou H0 (erros/resíduos se distri-buem normalmente) nos quatro modelos, uma vez que os p-valores foram iguais a 2,66951e-007 (modelo 1), 4,07455e-009 (modelo 2), 8,61563e-008 (modelo 3) e 3,18459e-008 (modelo 4). Apesar disso, confor-me o teorema do limite central e diante da grande quantidade de observações da pesquisa, o pressuposto da normalidade pode ser relaxado (Brooks, 2002).
Ademais, no que se refere ao teste de Breusch-Pagan para verificar a variância dos resíduos, identifi-cou-se rejeição de H0 (variâncias dos erros/resíduos são constantes) em todos os modelos, com exceção do primeiro. Assim, utilizaram-se erros padrão robustos para os modelos 2 a 4. Os valores de VIF encontrados nos modelos 3 e 4 foram menores que cinco, sinalizando que não houve problemas com multicolinearidade.
Em virtude de limitações de espaço, os resultados estatísticos por segmento não são apresentados. Toda-via, destaca-se que as empresas pertencentes ao segmento de transmissão são estatisticamente significativas no modelo 4 ao nível de significância de 5%. Por outro lado, as empresas dos segmentos de geração e distribui-ção não foram estatisticamente significativas no modelo 4, nem as variáveis DEC, FEC e a variável dummy IEE.
Salienta-se que percentem majoritariamente ao índice IEE as empresas distribuidoras e as holdings e que somente as empresas distribuidoras possuem DEC e FEC, o que explica, pelo menos em parte, a não significância estatística dessas variáveis (segmento de distribuição, DEC, FEC e IEE). A evidência de que as distribuidoras não foram estatisticamente significativas vai ao encontro da não significância das despesas com amortização no modelo 4, geralmente relevantes para distribuidoras, em função do direito de cobrar tarifa/preço dos usuários pelos serviços públicos prestados.
5. CONSIDERAÇÕES FINAIS
As concessionárias brasileiras de energia elétrica possuem uma função primordial para o desenvolvi-mento econômico e social do país. Consequentemente, a prestação contínua dos serviços dessas empresas é, de um modo geral, de interesse da sociedade. Informações contábeis, como o caixa, auxiliam os usuários, como o Estado, os investidores, credores, funcionários, a estimar a capacidade dessas empresas de realizar suas operações.
Nesse sentido, este estudo objetivou avaliar a capacidade do FCO, do LL e dos ACC correntes em pre-dizer FCOs de períodos subsequentes após a convergência às normas internacionais de contabilidade no Brasil. Diante dos R2 ajustados das equações de regressão linear, constatou-se que o FCO corrente possuem
maior capacidade preditiva do que o LL corrente em estimar FCO de período subsequente, corroborando a Hipótese 1 desta pesquisa, o que legitima os resultados de Farshadfar, Ng e Brimble (2008), mas contradiz os achados de Ebaid (2011) e a afirmação de FASB (1978).
Por sua vez, os ACC correntes agregados acrescentam capacidade preditiva ao FCO corrente em pre-dizer o FCO do período subsequente, indo ao encontro da Hipótese 2 desta pesquisa e dos resultados de Malacrida (2009), Lorek e Willinger (2010), Ebaid (2011), Nam, Brochet e Ronen (2012) e Machado, Silva Filho e Callado (2014). A Hipótese 3 não foi rejeitada, indicando ganho informacional com alguns ACC desa-gregados, corroborando, pelo menos em parte, os achados de BCN (2001) e Malacrida et al. (2008).
As contribuições mais relevantes deste estudo residem no fortalecimento das ideias de que o conteúdo informacional do FCO corrente é superior ao LL corrente para estimar FCOs futuros e de que ACC agregados e alguns ACC desagregados correntes adicionam conteúdo informacional ao FCO corrente para prever fluxos de caixa futuros.
Estudos futuros poderiam aprofundar a investigação sobre quais ACC efetivamente influenciam a esti-mação de FCOs futuros de cada um dos segmentos do setor de energia elétrica, especialmente de geração e distribuição de energia elétrica.
REFERÊNCIAS
AL-ATTAR, A.; HUSSAIN, S. Corporate Data and Future Cash Flows. Journal of Business Finance & Accounting, v. 31, n. 7-8, p. 861–903, 2004.
ANEEL – Agência Nacional de Energia Elétrica. Resolução Normativa RN n° 396/2010. Institui a Contabilidade
Regulatória e aprova alterações no Manual de Contabilidade do Setor Elétrico, instituído pela Resolução ANEEL nº 444, de 26 de outubro de 2001. 2010b. Acesso em: 12 dez. 2015. Disponível em: <http://www.aneel.gov.br/cedoc/
ren2010396.pdf>.
ANEEL – Agência Nacional de Energia Elétrica. Resolução Normativa RN n° 631/2014. Estabelece os critérios e
pro-cedimentos para revisão da alocação de cotas de garantia física e de potência das usinas hidrelétricas enquadradas na Lei nº 12.783. 2014. Acesso em: 12 dez. 2015. Disponível em:
<http://www.aneel.gov.br/aplicacoes/audien-cia/arquivo/2014/064/resultado/ren2014631.pdf>.
BARTH, M. E.; CRAM, D. P.; NELSON, K. K. Accruals and the Prediction of Future Cash Flows. The Accounting Review, v. 76, n. 1, p. 27-58, 2001.
BIDDLE, G.; SEOW, G.; SIEGEL, A. Relative versus incremental information. Contemporary Accounting Research, v. 12, p. 1-23, 1995.
BOWEN, R. M.; BURGSTAHLER, D.; DALEY, L. A. Evidence on the Relationships between Earnings and Various Mea-sures of Cash Flow. The Accounting Review, v. 61, n. 4, p. 713-725, 1986.
BRASIL. Lei nº 9.427, de 26 de dezembro de 1996. Institui a Agência Nacional de Energia Elétrica – ANEEL,
disci-plina o regime das concessões de serviços públicos de energia elétrica e dá outras providências. 1996. Acesso em: 12
dez. 2015. Disponível em: <http://www.planalto.gov.br/ccivil_03/LEIS/L9427cons.htm>.
BRASIL. Lei nº 10.848, de 15 de março de 2004. Dispõe sobre a comercialização da energia elétrica. 2004. Acesso em: 12 dez. 2015. Disponível em: <http://www.planalto.gov.br/ccivil_03/_ato2004-2006/2004/lei/l10.848.htm>. BROOKS, C. Introductory econometrics for finance. Cambridge: Cambridge University Press, 2002.
BUSHMAN, R. M.; PIOTROSKI, J. D. Financial reporting incentives for conservative accounting: the influence of legal and political institutions. Journal of Accounting and Economics, v. 42, n. 1–2, p. 107–148, 2006.
COSTA. J. A.; AFONSO, L. E. O valor preditivo do resultado líquido contábil, dos accruals e do fluxo de caixa opera-cional das seguradoras. XV Congresso USP de Controladoria e Contabilidade, São Paulo/SP. Anais... XV Congresso USP de Controladoria e Contabilidade, 2015.
CPC. Comitê de Pronunciamentos Contábeis. ICPC 01 e ICPC 01 (R1) – Contratos de Concessão. 2009 e 2011. Acesso em: 12 dez. 2015. Disponível em: <http://www.cpc.org.br/CPC/Documentos-Emitidos/Interpretacoes/Interpre-tacao?Id=10>.
CPC. Comitê de Pronunciamentos Contábeis. CPC 38 – Instrumentos Financeiros: Reconhecimento e Mensuração. 2009. Acesso em: 12 dez. 2015. Disponível em: <http://static.cpc.mediagroup.com.br/Documentos/406_CPC_38_ rev%2006.pdf>.
CPC. Comitê de Pronunciamentos Contábeis. OCPC 05 – Contratos de Concessão. 2010. Acesso em: 12 dez. 2015. Disponível em: <http://static.cpc.mediagroup.com.br/Documentos/141_OCPC_05.pdf>.
CVM. Comissão de Valores Mobiliários. Deliberação CVM nº 611, de 22 de dezembro de 2009. Aprova a Interpretação Técnica ICPC 01 do Comitê de Pronunciamentos Contábeis, que trata de contratos de concessão. Acesso em: 12 dez. 2015. Disponível em: <http://www.cvm.gov.br/export/sites/cvm/legislacao/deli/anexos/0600/deli611.pdf>. DECHOW, P. M.; KOTHARI, S. P.; WATTS, R. L. The Relation Between Earnings and Cash Flows. Journal of Accounting
& Economics, v. 25, n. 2, p.133-168, 1998.
EBAID, I. El-S. Accruals and the prediction of future cash flows: Empirical evidence from an emerging market.
Management Research Review, v. 34, n. 7, p. 838-853, 2001.
FARSHADFAR, S., NG, C. & BRIMBLE, M. The relative ability of earnings and cash flow data in forecasting future cash flows: Some Australian evidence. Pacific Accounting Review, v. 20, n. 3, p. 254-268, 2008.
FASB. Financial Accounting Standards Board. Statement of Financial Accounting Concepts n.1. Objectives of finan-cial reporting by business enterprises. Stamford, 1978.
FÁVERO, L. P.; BELFIORE, P.; SILVA, F. L. da; CHAN, B. L. Análise de dados: modelagem multivariada para tomada de
decisões. Rio de Janeiro: Elsevier, 2009.
FINGER, C. A. The Ability of Earnings to Predict Future Earnings and Cash Flow. Journal of Accounting Research, v. 32, n. 2, p. 210-223, 1994.
GIL, A. C. Como elaborar projetos de pesquisa. 4. ed. São Paulo: Atlas, 2002. GUJARATI, D. Econometria Básica. Rio de Janeiro: Campus/Elsevier, 2006.
HRIBAR, D. W.; COLLINS, P. Errors in Estimating Accruals: Implications for Empirical Research. Journal of
Accoun-ting Research, v. 40, n. 1, p. 105-134, 2002.
KIM, M.; KROSS, W. The ability of earnings to predict future operating cash flows has been increasing – not decrea-sing. Journal of Accounting Research, v. 43, p. 753-780, 2005.
LEME, A. A. Globalização e reformas liberalizantes: contradições na reestruturação do setor elétrico brasileiro nos anos 1990. Revista Sociologia e Política, v. 25, p. 171-192, 2005.
LIMA, A. E. de. Os efeitos da adoção da interpretação técnica ICPC 01 nas demonstrações contábeis das concessionárias
de serviços públicos: o caso da COPASA. 2010. Dissertação (Mestrado Profissional em Administração) IBMEC, 2010.
LOPES, A. B.; MARTINS, E. Teoria da contabilidade: uma nova abordagem. São Paulo: Atlas, 2007.
LOPES, A. B.; GALDI, F. C.; LIMA, I. S. Manual de contabilidade e tributação de instrumentos financeiros e derivativos: CPC 38, CPC 39, CPC 40, OCPC 3, IAS 32, IFRS 7, Normas da Comissão de Valores Mobiliários, do Banco Central do Brasil e da Receita Federal do Brasil. 2. ed. São Paulo: Atlas, 2011.
LOREK, K. S.; WILLINGER, G. L. New evidence pertaining to the prediction of operating cash flows. Review of
Quan-titative Finance and Accounting, v. 32, n. 1, p. 1-15. 2009.
LOREK, K. S.; WILLINGER, G. L. Time-series versus cross-sectionally derived predictions of future cash flows.
Ad-vances in Accounting, v. 26, n. 1, p. 29-36, 2010.
MACHADO, M. A. V.; SILVA FILHO, A. C. C.; CALLADO, A. L. C. O processo de convergência às IFRS e a capacidade do lucro e do fluxo de caixa em prever os fluxos de caixa futuro: evidências no mercado brasileiro. Revista de
Conta-bilidade e Organizações, v. 21, p. 4-13, 2014.
MALACRIDA, M. J. C.; YAMAMOTO, M. M.; LIMA, I. S.; LIMA, G. A. S. F. de. A Relevância da Demonstração do Fluxo de Caixa para o Mercado de Capitais Brasileiro. XXXII Encontro da ANPAD, Rio de Janeiro/RJ. Anais... XXXII Encontro da ANPAD, 2008.
Malacrida, M. J. C. A relevância do lucro líquido versus fluxo de caixa operacional para o mercado de ações brasileiro. 2009. Tese (Doutorado em Ciências Contábeis), Universidade de São Paulo, São Paulo/SP, 2009.
NAM, S.; BROCHET, F.; RONEN, J. The predictive value of accruals and consequences for market anomalies. Journal
of Accounting, Auditing & Finance, v. 27, n. 2, p. 151-176, 2012.
ROSS, S. A.; WESTERFIELD, R. W.; JAFFE, J. F. Administração Financeira. 2. ed. São Paulo: Atlas, 2002. SAMPIERI, R. H.; COLLADO, C. H.; LUCIO, P. B. Metodologia de pesquisa. 3.ed. São Paulo: McGraw-Hill, 2006. SCALZER, R. S.; BEIRUTH, A. X.; REINA, D. Adoção do ICPC01 e a Lei 12.783/13: reflexos no reconhecimento dos ativos financeiros de concessão?. XV Congresso USP de Contabilidade e Controladoria, São Paulo/SP. Anais.. XV Congresso USP de Contabilidade e Controladoria, 2015.
SCOTT, W. R. Financial Accounting Theory. 6. ed. Toronto: Pearson Prentice Hall, 2012.
SODERSTROM, N. S.; SUN, K. J. IFRS adoption and accounting quality: A review. European Accounting Review, v. 16, n. 4, p. 675-702, 2007.
WATTS, R. L.; ZIMMERMAN, J. L. Positive accounting theory. New Jersey: Prentice – Hall, 1986.
ZORZO, L. S.; DIEHL, C. A.; ZAMBON, E. P.; VENTURINI, J. C. A relação entre o foco em inovação e o impacto na efi-ciência: um estudo nas empresas brasileiras distribuidoras de energia elétrica. IX Congresso ANPCONT, Curitiba/ PR. Anais... IX Congresso ANPCONT, 2015.
