Kebire Sahibi Fâsık

Identificadas as principais características das variáveis utilizadas nesta pesquisa, passa-se agora à análise das especificações propostas para explicar o grau de endividamento adotado pelas empresas brasileiras de capital aberto selecionadas na amostra. Conforme foi apresentado no Capítulo 3, os modelos que servem de base para a estimação são dados pelas equações [43] e [44], aqui reproduzidas e relativas às medidas de endividamento de mercado e contábil, respectivamente: 1 , , , 1 ,t+ =( ) it +(1− ) it + it+ i X ETM ETM λβ λ ε [43] 1 , , , 1 ,t+ =( ) it +(1− ) it + it+ i X ETC ETC λβ λ ε [44]

Neste tópico, foi assumido que o conjunto das variáveis X, explicativas do nível alvo de endividamento, é composto apenas pelos atributos descritos anteriormente na Tabela 1, ou seja: LUCRAT, OPVPL, DEPR, TAM, VOLAT, TANG, DIVID, SING e CONCPRO, todas defasadas em um período em relação à variável dependente.

Devido à inadequação das técnicas de painéis estáticos freqüentemente utilizadas na literatura sobre estrutura de capital (mínimos quadrados em painel, efeitos fixos e efeitos aleatórios), foi utilizada a análise dos resultados gerados pela técnica de estimação de painéis dinâmicos dos mínimos quadrados de dois estágios (two-stage least squares – 2SLS), conforme descrito na Metodologia e no Anexo III.

Johnston e Dinardo (1997) apontam que o uso dessa técnica é interessante em algumas situações especiais, dentre as quais se destacam duas: a) quando existe erro de mensuração nas variáveis independentes, o que pode ocorrer tanto em uma coleta de dados inadequada como em decorrência da dificuldade na escolha de proxies adequadas; e b) quando existe correlação entre um ou mais regressores e o termo de erro, provocando o surgimento de relações de endogenia. Conforme já destacado anteriormente, este último problema certamente ocorre no presente estudo, na medida em que existe um regressor que é um valor defasado da variável dependente. Além disso, nada indica que se possa descartar completamente a ocorrência do primeiro problema. Sendo assim, a técnica do 2SLS se mostra bastante interessante para a análise.

Para corrigir os problemas acima abordados, é necessário que seja coletado um conjunto de variáveis, usualmente denominadas “instrumentos” ou “variáveis instrumentais”, que devem atender a dois pré-requisitos para que possam ser utilizadas como tal. São eles (GREENE, 2003):

a) correlação forte com a variável que se deseja instrumentalizar; e

b) ausência de correlação significativa com os resíduos do modelo originalmente estimado (no caso aqui, o modelo de efeitos fixos de relação única, conforme destacado no Anexo III).

De acordo com Johnston e Dinardo (1997), o número de variáveis instrumentais deve ser, no mínimo, igual ao número de regressores, incluindo a constante e os efeitos individuais.22 Para as variáveis que podem ser seguramente consideradas exógenas, elas

22

Para os efeitos específicos de N empresas, são necessários N – 1 instrumentos. Para o caso de efeitos específicos de T períodos de tempo, são necessários T – 1 instrumentos. As variáveis instrumentais para ambos os efeitos são automaticamente adicionadas pelo E-Views, o mesmo ocorrendo para a constante do modelo.

próprias podem ser usadas como instrumentos. De acordo com os testes anteriormente feitos, nenhuma das variáveis até então incluídas possui este problema, à exceção da primeira defasagem de ETC e de ETM, de acordo com o modelo.

Para este caso específico, autores como Anderson e Hsiao (1982) e Arellano e Bond (1992) recomendam o uso de defasagens superiores a dois períodos da própria variável. Alternativamente, Flannery e Rangan (2006) sugerem a existência de uma forte correlação entre a primeira defasagem de ETC e a de ETM. Com isso, eles sugerem usar ETM(-1) como instrumento para ETC(-1), e vice-versa.

Para avaliar essa possibilidade, foi calculada a correlação entre a primeira defasagem das duas variáveis, chegando-se ao valor de 0,741482. Isso atende ao primeiro pressuposto acima destacado. Para verificar o segundo, foram feitas duas regressões. A primeira se deu entre o resíduo do estimador de efeitos fixos de relação única para ETC e todas as variáveis explicativas (com uma defasagem), incluindo ETM(-1). Na segunda, as duas medidas de endividamento foram invertidas. Em ambos os casos, não houve qualquer relação significativa entre os resíduos e os instrumentos, validando a sua utilização.

Os resultados obtidos na estimação por 2SLS para o endividamento contábil são apresentados na Tabela 10. Os obtidos para o endividamento de mercado são apresentados na Tabela 11. Vale ressaltar que a estimação por 2SLS para painéis no E-Views não reporta uma estatística F de significância do modelo como um todo.

Sendo assim, o pesquisador só deverá preocupar-se em encontrar instrumentos adequados para as outras variáveis explicativas.

Tabela 10 – Regressão do endividamento contábil usando mínimos quadrados de dois estágios em painel com efeitos fixos de relação única

(*) Variável significativa a 10%; (**) Variável significativa a 5%; (***) Variável significativa a 1%.

Fonte: Elaboração do autor, a partir dos dados analisados no E-Views.

Tabela 11 – Regressão do endividamento de mercado usando mínimos quadrados de dois estágios em painel com efeitos fixos de relação única

(*) Variável significativa a 10%; (**) Variável significativa a 5%; (***) Variável significativa a 1%.

Fonte: Elaboração do autor, a partir dos dados analisados no E-Views.

Variável dependente: ETC Estatísticas

Método: 2SLS com efeitos fixos de relação única R2 0,836278

Amostra: 2000 a 2005 R2 ajustado 0,798388

Períodos incluídos: 6 Durbin-Watson 2,117334

Número de unidades cross-section: 72 Total de instrumentos 82

Total de observações do painel: 432

Instrumentos principais: LUCRAT(-1) OPVPL(-1) DEPR(-1) TAM(-1) VOLAT(-1) TANG(-1) DIVID(-1) SING(-1) CONCPRO(-1) ETM(-1)

Variável Coeficiente p-Valor

C 25,79730 0,5863 LUCRAT (-1) -0,224593 0,0878 (*) OPVPL (-1) -2,453131 0,0617 (*) DEPR (-1) 0,240147 0,5521 TAM (-1) -0,709787 0,7520 VOLAT (-1) 0,011085 0,0922 (*) TANG (-1) 0,124271 0,1090 DIVID (-1) 0,000136 0,5548 SING (-1) -0,466972 0,2079 CONCPRO (-1) 0,097817 0,3211 ETC (-1) 0,522998 0,0000 (***)

Variável dependente: ETM Estatísticas

Método: 2SLS com efeitos fixos de relação única R2 0,788593

Amostra: 2000 a 2005 R2 ajustado 0,739667

Períodos incluídos: 6 Durbin-Watson 1,904332

Número de unidades cross-section: 72 Total de instrumentos 82

Total de observações do painel: 432

Instrumentos principais: LUCRAT(-1) OPVPL(-1) DEPR(-1) TAM(-1) VOLAT(-1) TANG(-1) DIVID(-1) SING(-1) CONCPRO(-1) ETC(-1)

Variável Coeficiente p-Valor

C 113,7353 0,0591 (*) LUCRAT (-1) -0,179716 0,3105 OPVPL (-1) -5,147629 0,0178 (**) DEPR (-1) 0,053733 0,9217 TAM (-1) -3,796818 0,1811 VOLAT (-1) 0,023227 0,0092 (***) TANG (-1) 0,224936 0,0311 (**) DIVID (-1) -0,000147 0,6328 SING (-1) -0,565244 0,2575 CONCPRO (-1) -0,127960 0,3334 ETM (-1) 0,361001 0,0000 (***)

Observa-se que no caso de ETC apenas o endividamento do período anterior foi significativo. No caso de ETM, além do endividamento anterior, tangibilidade, volatilidade e oportunidades de investimento com VPL positivo foram significativas. Tal como em Flannery e Rangan (2006), as velocidades de ajuste em direção à estrutura ótima foram bastante elevadas. Em ETC, ela esteve em torno de 48%. Já em ETM, ela foi de aproximadamente 64%. Em ambos os casos, os resultados sugerem ajustes muito rápidos na estrutura de capital, feitos em períodos de um a dois anos.

Com a estimação por 2SLS com adequados instrumentos, tem-se a garantia de que não há o problema da correlação entre algum dos regressores e os resíduos estimados, fator que impediu a utilização da estimação por técnicas ajustadas para painéis estáticos. No entanto, esses resultados devem ser validados em termos de cumprimento dos pressupostos necessários. A seção seguinte discute essa questão.