3.2.1 Variáveis Dependentes
Com base nas demonstrações contábeis, foram selecionadas 6 (seis) diferentes variáveis dependentes que mensuram o nível de endividamento total, de curto e de longo prazo das firmas tanto a valor contábil quanto a valor de mercado. Essas variáveis foram utilizadas em diversos estudos realizados no Brasil e no mundo (Tabelas 1 e 2). Do total das variáveis, 3 (três) foram analisadas a valor contábil e 3 (três) a valor de mercado. Medidas em dados anuais, de fim de período, são elas:
Variável Descrição Sigla Y1 Dívida Total /Ativo Total DT/AT Y2 Dívida Curto Prazo/Ativo Total DCP/AT Y3 Dívida Longo Prazo/Ativo Total DLP/AT Y4 Dívida Total/ Ativo total (V. Merc.) DT/AT (VM) Y5 Dívida Curto Prazo /Ativo Total (V. Merc.) DCP/ AT (VM) Y6 Dívida Longo Prazo /Ativo Total (V. Merc.) DLP/ AT (VM)
Tabela 3 – Variáveis Dependentes: Definições
Onde:
Dívida total = (Empréstimos e Financiamentos de curto prazo + Debêntures de curto prazo + Empréstimos e Financiamentos de longo prazo + Debêntures de longo prazo);
Dívida de Curto Prazo = (Empréstimos e Financiamentos de curto prazo + Debêntures de curto prazo);
Dívida de Longo Prazo = (Empréstimos e Financiamentos de longo prazo + Debêntures de longo prazo); e
Ativo total (V. Mercado) = Ativo Total – Patrimônio Liquido + (nº de ações total x cotação de fechamento da ação).
Entendemos ser mais adequada a utilização somente da dívida onerosa, uma vez que, na maioria dos casos, este tipo de dívida é a fonte de recursos para os investimentos e para o capital de giro das empresas brasileiras. No Brasil, verificamos que poucos estudos utilizaram o passivo oneroso em suas análises, dentre eles estão os trabalhos de Rocha e Amaral (2007), Iquiapaza et al. (2008), Bastos et al. (2008) e Nakamura et al. (2007). A maioria das pesquisas brasileiras utilizou as obrigações totais (Passivo Circulante e Exigível de LP) e em outros não pudemos identificar se as variáveis dependentes seriam onerosas ou não (Tabela 2).
3.2.2 Variáveis Independentes
Quanto às variáveis explicativas, selecionamos as variáveis que foram objeto da análise de Titman e Wessels (1988), Rajan e Zingalês (1995), Badhuri (2002), Frank e Goyal (2009), Lima e Brito (2003) e Perobelli e Fama (2001). Além disso, incluímos outras variáveis de viés macro-econômico que foram adaptadas dos estudos de Klotzle e Biagini (2004), Bastos et al. (2008) e Ceretta et al. (2009) por entendermos que podem ser variáveis relevantes para o caso brasileiro e que podem influir diretamente na decisão de dívida e investimentos das empresas. As variáveis explicativas são:
Rentabilidade (RENT) – empresas com maior rentabilidade na operação tenderiam a utilizar
seus recursos internos para o financiamento de seus projetos de investimentos. Esse movimento seria explicado pela teoria de Pecking Order, onde as empresas possuiriam uma hierarquia de fontes de financiamentos, partindo das fontes internas (dividendos e lucros) para as fontes externas (emissão de dívida e ações), portanto, espera-se uma relação negativa entre o endividamento e a rentabilidade operacional. A variável Rentabilidade anual será mensurada pela razão entre o Ebitda/Ativo Total.
Risco (RISC) – de acordo com a teoria de Trade-off, quanto maior o risco incorrido pela
empresa maior será a probabilidade de falência e maior será o custo de controle de seus agentes. Sendo assim, empresas que apresentem maior risco operacional devem ter um baixo nível de endividamento, ou seja, o risco é negativamente relacionado com a alavancagem financeira. Esse mesmo entendimento serve também para a teoria de Pecking Order. A variável Risco será mensurada pelo coeficiente de variação do Ebitda (Ebitda anual médio/Ativo Total).
Tamanho (TAM) – Assim como o risco, a variável Tamanho encontra embasamento teórico
na teoria de trade-off. Grandes empresas estão menos sujeitas a oscilações em sua capacidade de pagamento, além de possuir uma maior previsibilidade de receitas e um maior controle sobre o seu fluxo de caixa. Portanto, espera-se que quanto maior for a empresa, maior seja o seu grau de endividamento, principalmente no longo prazo, uma vez que possuem maior acesso a financiamento para investimentos (seja através do crédito bancário ou via mercado de capitais). A variável Tamanho será medida pelo logaritmo natural da receita operacional líquida anual. Dessa forma, espera-se uma relação positiva entre a variável Tamanho e endividamento total e de longo prazo e uma relação negativa com o endividamento de curto prazo.
Tangibilidade (TANG) – Empresas que possuem uma alta relação entre ativos fixos e ativos
totais possuem menor risco de inadimplência em função de esses ativos servirem como garantias reais para a sua dívida. Adicionalmente, a teorias de agência ressalta que o credor tem maior propensão a emprestar às empresas que possuem um maior volume de ativos. Outra conseqüência seria a menor flexibilidade que seus administradores teriam para investimentos com baixos níveis de retornos (teoria de agência). A mensuração dessa variável será realizada pela razão entre Ativo Imobilizado e Ativo Total em cada final de ano.
Crescimento (CRESC) – De acordo com a teoria de agência, empresas que possuem maior
oportunidade de crescimento possuem custos elevados em função do maior controle que seus acionistas precisam ter sobre seus agentes, pela maior a volatilidade de resultados e maior risco de execução de seus projetos, pois parte de seu valor se baseia nas expectativas de lucros futuros. Além disso, empresas de crescimento tem menor grau de imobilização quando comparadas a empresas mais maduras. A variável Crescimento anual será medida pela variação percentual do Ativo Total. Dessa forma, espera-se que empresas de crescimento possuam um baixo nível de endividamento.
Benefício fiscal não dívida (DEPR) – DeAngelo e Masulis (1980) verificaram que a
depreciação e os créditos tributários seriam bons substitutos para os benefícios tributários da dívida. Dessa forma, empresas com alto valor de benefícios fiscais não originados pela dívida teriam menor nível de endividamento. A indicação dessa variável será dada pela relação entre Depreciação e Amortização anual e Ativo Total de cada empresa.
Market-to-Book ponderado pelo financiamento externo (M/Befwa) – Utilizamos a medida
de Market Timing de Baker e Wurgler (2002), com adaptação à realidade brasileira. Como o mercado de emissão/subscrição de títulos privados no país ainda não se encontra no mesmo
nível de maturidade dos mercados desenvolvidos, optamos por retirar da equação a variável dívida. Sendo assim, nesse estudo, a variável M/Befwa é composta somente pela razão entre a
emissão liquida de ações (݁௦) e o somatório das emissões liquida de ações ao longo da amostra (݁ௗ) multiplicado market-to-book (limitado a 10,0 conforme indicado no trabalho de Baker e Wurgler). Esperamos uma relação negativa entre essa variável e o endividamento. A nova fórmula da variável foi descrita da seguinte forma:
൬ܯܤ൰ ௪ǡ௧ିଵൌ ݁௦ σ௧ିଵୀ݁ ௧ିଵ ௦ୀ Ǥ ൬ܯܤ൰ ௦
Onde o ቀெቁ será dado pela razão entre o Ativo total a valor de mercado e o Ativo Total.
Essa variável tem o intuito de analisar se as empresas brasileiras emitem ações quando o seu valor de mercado está alto e recompra-as quando está baixo. Essa identificação ocorre há um alto valor de mercado associado a um alto volume de emissão de ações, dado pela razão entre a emissão de ações em um determinado ano e o somatório dessas emissões desde o primeiro período analisado até o ano t-1.
Volatilidade da Taxa de Juros (VOL. TJUR) – Em uma economia onde a grande parte dos
empréstimos e financiamentos às empresas é indexada ao CDI , o comportamento da taxa de juros SELIC pode influenciar a decisão de financiamento. Essa variável já fora utilizada nos estudos de Klotzle e Biagini (2004) e Ceretta et al. (2009). Entretanto, entendemos que ao invés de trabalharmos com a taxa final para cada ano seria razoável analisar se sua volatilidade ao longo de cada período afetaria a decisão de endividamento das empresas. Em caso de grande volatilidade seria prudente supor que as empresas que pudessem, postergariam
seus investimentos no intuito de aguardar uma estabilização da referida taxa. Dessa forma, esperamos uma relação negativa com o endividamento.
Utilizamos como fonte primária a estrutura a termo das taxas de juros prefixadas diárias no período de 2001 a 2010. Essas informações foram encontradas no sitio RTM da Andima (www.andima.com.br), onde é disponibilizado sempre as taxas a termo dos 3 (três) anos seguintes. Para evitar distorções ou diferenças, as taxas foram selecionadas tendo sempre como data inicial do ano, ou seja, para o ano 2001 foram selecionadas as taxas do primeiro dia útil do ano. Os demais anos seguiram o mesmo padrão. O cálculo da volatilidade foi realizado com o modelo GARCH disponibilizado no software econométrico Eviews.
Volatilidade do Câmbio (VOL. CAMB) – A variável Câmbio também foi objeto de estudo
de Klotzle e Biagini (2004) e Ceretta et al. (2009). Verificamos que empresas brasileiras tem como característica captar recursos em moeda estrangeira, sendo assim, seguindo o mesmo raciocínio da variável TJUR, entendemos que uma maior volatilidade da moeda americana influenciaria negativamente a decisão de contrair dívidas indexadas ao dólar. Sendo assim, esperamos uma relação negativa com o endividamento. No trabalho, utilizamos como informação básica a cotação diária de fechamento do dólar PTAX venda disponibilizado no banco de dados Economática do período de 2001 a 2010. A volatilidade do dólar anual foi calculada utilizando o modelo de auto-regressão GARCH, através do software econométrico Eviews.
3.2.3 Modelo GARCH
Os modelos ARCH (heterocedasticidade condicional auto-regressiva) foram introduzidos por Robert Engle (1982) e foram generalizados como GARCH (Generalized ARCH). Estes
modelos são amplamente utilizados em modelos econométricos, especialmente na análise de séries financeiras. Onde a variância do erro da regressão depende da volatilidade dos erros no passado recente, como é o caso da modelagem de taxa de juros, onde é provável que haja períodos de grande volatilidade (e erros elevados) seguidos de períodos de baixa volatilidade (e erros pequenos).
Segundo Pindyck e Rubinfeld (1998), o modelo GARCH mais simples é o GARCH (1,1):
ߪ௧ଶ ൌߙߙଵߝ௧ିଵଶ ߣଵߪ௧ିଵଶ (1)
Onde a variância do termo erro apresenta três componentes: uma constante (ߙ), a volatilidade dos erros do último período (ߙଵߝ௧ିଵଶ ) (termo ARCH) e a variância do último período (ߣଵߪ௧ିଵଶ ) (termo GARCH). O que significa que a volatilidade (variância) depende de todas as volatilidades passadas com ponderações que declinam geometricamente.