( PDF ) Liquidez corporativa e criação de valor para acionistas

Download PDF

ads:

UNIVERSIDADE FEDERAL DE MINAS GERAIS

FACULDADE DE CIÊNCIAS ECONÔMICAS

DEPARTAMENTO DE CIÊNCIAS ADMINISTRATIVAS

CENTRO DE PÓS-GRADUAÇÃO E PESQUISAS EM ADMINISTRAÇÃO

BRUNO VIDIGAL COSCARELLI

LIQUIDEZ CORPORATIVA E

CRIAÇÃO DE VALOR PARA ACIONISTAS

Dissertação apresentada ao Centro de Pós-Graduação

e Pesquisas em Administração da Universidade

Federal de Minas Gerais, como requisito parcial à

obtenção do título de Mestre em Administração.

Área de Concentração: Finanças

Orientador: Prof. Wagner Moura Lamounier, Dr.

Co-orientador: Prof. Hudson Fernandes Amaral, Ph.D.

BELO HORIZONTE

2008

ads:

Livros Grátis

http://www.livrosgratis.com.br

Milhares de livros grátis para download.

À minha família e aos meus amigos.

ads:

AGRADECIMENTOS

Ao Prof. Dr. Wagner Moura Lamounier, meu orientador, pelo profissionalismo e pelo rigor

científico empregado na orientação desta dissertação;

Ao Prof. Ph. D. Hudson Fernandes Amaral, coordenador CEPEAD e meu co-orientador, pelo

incentivo, desde a especialização;

Ao Prof. Dr. Aureliano Angel Bressan, pela qualidade de suas aulas e, principalmente, pelos

ensinamentos, que se mostraram fundamentais para realização desta dissertação;

Ao Prof. Dr. Haroldo Guimarães Brasil, pelas contribuições por ocasião da defesa do projeto

que culminou nesta dissertação;

Aos Drs. Poueri do Carmo Mário e Jersone Tasso Moreira Silva pelas contribuições por

ocasião da defesa desta dissertação;

À maior companheira de publicações científicas durante o mestrado, Maria Celia Vilela

Ribeiro, exemplo de competência e superação;

Ao companheiro de publicações, Robson de Souza Baesso, pelas discussões teóricas e pelas

inúmeras contribuições – oportunas, pertinentes e relevantes –, que enriqueceram

substancialmente esta dissertação;

Aos colegas Renato Lima Salgado e Frederico Valle e Flister, pelas discussões matemáticas e

econométricas;

Ao Caésio de Sousa Paula, companheiro de estudos, exemplo de inteligência, humildade e

esforço;

Aos amigos, à família e à Priscila, que foram, em muitos momentos, privados da minha

companhia e que entenderam o nível de dedicação com que realizei esta dissertação;

Aos demais professores, colegas do curso de mestrado e, finalmente, a todos que, de alguma

maneira, contribuíram para a concretização desta dissertação.

“A alegria está na luta, na tentativa,

no sofrimento envolvido, e não na vitória

propriamente dita.” (Mahatma Gandhi)

“O esforço dirigido a um objetivo tem sempre por prêmio,

com a consecução daquilo a que se aspira, a satisfação

que o triunfo proporciona.” (Thomas Atkinson)

RESUMO

Empresas possuem boa situação econômico-financeira quando apresentam equilíbrio

sustentável entre sua liquidez e rentabilidade. No Brasil, o modelo Fleuriet, também chamado

“modelo dinâmico de capital de giro” (MDCG), tem recebido destaque quanto a sua

capacidade de avaliar a liquidez corporativa, desde sua publicação inicial, na década de 1970.

Esse modelo apresenta-se como alternativa à análise tradicional de liquidez das

demonstrações financeiras. Por outro lado, o economic value added (EVA

), medida

registrada pela Stern Stewart & Co., tem sido amplamente divulgado, tanto no Brasil quanto

em outros países. Contudo, a pouca quantidade de artigos, dissertações e teses sobre o

relacionamento entre liquidez e rentabilidade evidencia que ainda há espaço para avanços

nessa linha de pesquisa. O objetivo desta dissertação consistiu em analisar o relacionamento

entre liquidez e criação de valor para o acionista. Para tanto, utilizaram-se dados de 2003 a

2007 das empresas que compunham a carteira teórica 2007-2008 do índice de sustentabilidade

empresarial (ISE). Foram utilizadas várias proxies para a liquidez corporativa. A partir de

estudos sobre os determinantes de liquidez corporativa, principalmente internacionais, foi

possível identificar uma variável formada a partir da divisão do disponível pelo ativo total.

Essa variável foi chamada de “nível de ativo líquido” (NAL). Além dessa variável, foram

considerados os índices tradicionais de liquidez e outras variáveis advindas do MDCG. Como

proxy para a criação de valor, utilizou-se o EVA do acionista e, em seguida, o market value

added (MVA). O desenvolvimento desta dissertação baseou-se em pesquisas anteriores

relacionadas tanto à liquidez quanto à criação de valor. Pode-se dizer que, de alguma forma,

esta dissertação apresenta-se como continuidade à linha de pesquisa adotada por Marques

(2002) e Carneiro Júnior (2006). Em termos metodológicos, após o levantamento do

arcabouço teórico, foi testado o modelo proposto por Marques (2002) e, em seguida, foram

formulados outros modelos que se mostraram estatisticamente mais consistentes. Realizaram-

se estimações em corte transversal para explicar: a) a média do EVA do acionista e do MVA

do período compreendido entre 2003 e 2007; e b) o EVA do acionista e o MVA do ano de

2007. Em seguida, para contemplar as várias empresas em corte transversal e também ao

longo dos anos, foram realizadas estimações em dados em painel. A validação dos dados

encontrados baseou-se na realização de testes econométricos dos pressupostos dos métodos de

estimações utilizados. Os resultados evidenciam, para a amostra e período estudados, que a

variável saldo de tesouraria (T) do MDCG e suas estruturas, captadas por meio de dummies,

apresentaram efeitos sobre a proxy de criação de valor para os acionistas – EVA. Já os

indicadores tradicionais de liquidez e o NAL não apresentaram efeito estatístico significante

em nenhum dos 3.328 modelos estimados. Portanto, pelo menos com os dados desta

dissertação, não foi possível verificar relação entre essas medidas e o EVA do acionista. Para

os outros 3.328 modelos em que se utilizou o MVA como variável dependente, conseguiu-se

apenas um, com pressupostos validados, em que o NAL apresentou efeito estatisticamente

significativo. Esses resultados evidenciam não só os efeitos das variáveis de liquidez sobre a

criação de valor, mas também uma dificuldade de se perceber esse efeito quando a expectativa

do mercado é levada em consideração, como é caso do MVA.

Palavras-chave: Liquidez. Modelo dinâmico de capital de giro. Criação de valor para

acionistas. Valor econômico adicionado. Valor de mercado adicionado.

ABSTRACT

Companies are in good economic and financial situation when there is a sustainable balance

between liquidity and profitability. The Fleuriet model, also known as working capital

dynamic model (WCDM), has been well accepted in Brazil for its usefulness in corporate

liquidity evaluation ever since its initial publication in the late 1970s. This model is an

alternative to the traditional financial statement liquidity analysis. Economic value added

(EVA

), a registered trademark of Stern Stewart & Co., has also been widely used in Brazil,

among other countries. Nevertheless, the fact that not many articles, dissertations, or theses

concerning the relationship between liquidity and profitability have been written suggests that

there is a need for further research in this area. The objective of this dissertation was to

analyze the relationship between corporate liquidity and shareholder wealth creation. To this

end, data from 2003 to 2007 of companies in the Brazilian social responsibility index were

used. Several variables were used as proxies for corporate liquidity. Based on previous

research about the determinants of corporate liquidity, especially international studies, it was

possible to identify a variable consisting of the ratio of cash and short-term investments to

total invested assets. This variable was called level of cash holdings. In addition, traditional

liquidity ratios and other variables obtained from WCDM were used. EVA and market value

added (MVA) were used as proxies for wealth creation. This dissertation is based on previous

research concerning liquidity and wealth creation. It may be said that this study follows the

main topic proposed by Marques (2002) and Carneiro Júnior (2006). After the model

proposed by Marques (2002) was tested, other empirical models were formulated, presenting

greater statistical consistency. Cross-section estimations were calculated to explain: a) mean

equity EVA and MVA from 2003 to 2007; b) 2007 equity EVA and MVA. After that, to

study the companies in cross-section and throughout the years, panel data has been estimated.

The validation of the results was based on econometric assumptions tests. For the sample and

duration of this work, the results show that the variable net liquid balance of WCDM, as well

as its financial structures collected by dummies, had presented effect over the shareholder

wealth creation proxy – EVA. The liquidity measurements and the level of cash holdings did

not show a significant statistical effect in any of the 3.328 estimated models and because of

that, at least with the empirical data from this dissertation, it was not possible to prove there is

a relationship between those measurements and the equity EVA. For the others 3.328 models,

for which the MVA was used as dependent variable, only one model with the level of cash

holdings had its assumptions confirmed. These results demonstrate not only the effect of the

variables of liquidity over the shareholder wealth creation but also a difficulty to notice this

effect when the market expectation is considered, as is the case with MVA.

Key-words: Liquidity. Working capital dynamic model. Creating shareholder value.

Economic value added. Value market added.

LISTA DE FIGURAS

Figura 1 – Ciclo econômico e ciclo financeiro ....................................................................... 33

Figura 2 – Nomenclaturas das variáveis do MDCG ............................................................... 34

Figura 3 – Relação das variáveis do MDCG com as contas tradicionais do BP .................... 35

Figura 4 – Estrutura financeira das empresas ......................................................................... 36

Figura 5 – Relação entre as decisões da administração e a criação de valor .......................... 41

Figura 6 – Relação entre EVA

e MVA ................................................................................ 48

Figura 7 – Parâmetros para as demonstrações financeiras ..................................................... 65

Figura 8 – Parâmetros de exportação para empresas do Stock Guide .................................... 66

Figura 9 – Resultado da regressão – EVA

contra CDG e NCG (2007) .............................. 165

Figura 10 – Resultado da regressão que considerava o EVA

contra CDG e T (2007) ......... 165

Figura 11 – Resultado da regressão que considerava o EVA

contra NCG e T (2007) ......... 165

Figura 12 – Resultado da regressão – EVA

contra CDG, NCG e T (2007) ......................... 166

Figura 13 – Resultado da regressão que considerava o EVA

de 2007.................................. 166

Figura 14 – Resultado da regressão que considerava o EVA

médio .................................... 166

Figura 15 – Resultado da regressão que considerava o EVA

médio com T/PL ................... 167

Figura 16 – Resultado da estimação – efeito aleatório – em painel para EVA

..................... 167

Figura 17 – Resultado da regressão que considerava o MVA

de 2007 ................................ 167

Figura 18 – Matriz de correlação das variáveis da regressão – EVA

médio ........................ 168

Figura 19 – Teste correlograms and q-statistics para regressão – EVA

médio ................... 169

Figura 20 – Teste VIF para regressão que considerava o EVA

médio ................................. 169

Figura 21 – Teste CUSUM para regressão que considerava o EVA

médio ......................... 169

Figura 22 – Teste correlograms para regressão – EVA

médio com T/PL............................ 170

Figura 23 – Teste VIF para regressão – EVA

médio com T/PL ........................................... 170

Figura 24 – Teste CUSUM para regressão –EVA

médio com T/PL .................................... 171

Figura 25 – Teste correlograms para regressão – EVA

de 2007 .......................................... 172

Figura 26 – Teste VIF para regressão que considerava o EVA

de 2007 .............................. 172

Figura 27 – Teste CUSUM para regressão que considerava o EVA

de 2007 ....................... 172

Figura 28 – Teste correlograms para regressão – MVA

de 2007 ......................................... 173

Figura 29 – Teste VIF para regressão que considerava o MVA

de 2007 ............................. 173

Figura 30 – Teste CUSUM para regressão que considerava o MVA

de 2007 ..................... 174

Figura 31 – Testes para autocorrelação em heterocedasticidade para os dados em painel .... 174

Figura 32 – Teste Hausman para comparação de modelos em dados em painel ................... 174

Figura 33 – Testes para autocorrelação em heterocedasticidade para os dados em painel .... 175

LISTA DE GRÁFICOS

Gráfico 1 – Evolução da capitalização bursátil na América Latina ......................................... 17

Gráfico 2 – Composição da participação na BOVESPA ......................................................... 18

Gráfico 3 – Evolução do preço e do volume de negociação do IBOVESPA ........................... 19

Gráfico 4 – Valor de mercado das empresas que compõem o ISE .......................................... 20

Gráfico 5 – Valor investido em empresas socialmente responsáveis nos EUA ....................... 58

LISTA DE QUADROS

Quadro 1 – Resumo das características metodológicas desta dissertação .............................. 62

Quadro 2 – Empresas que compõem a amostra da pesquisa .................................................. 63

Quadro 3 – Reclassificação das contas do ativo ..................................................................... 67

Quadro 4 – Reclassificação das contas do passivo ................................................................. 67

Quadro 5 – Estruturas financeiras e as variáveis do MDCG .................................................. 69

Quadro 6 – Dummies para as estruturas financeiras do MDCG ............................................. 69

Quadro 7 – Variáveis dependentes ......................................................................................... 75

Quadro 8 – Variáveis independentes ...................................................................................... 76

Quadro 9 – Variáveis de controle ........................................................................................... 79

Quadro 10 – Testes para regressão que considerava o EVA

médio ........................................ 89

Quadro 11 – Matriz de correlação das variáveis dependentes ................................................ 108

Quadro 12 – Equações com pressupostos validados .............................................................. 112

Quadro 13 – Matriz de correlação das variáveis da regressão – EVA

de 2007 .................... 114

Quadro 14 – Matriz de correlação das variáveis da regressão – EVA

médio com T/PL ...... 116

Quadro 15 – Equação com pressupostos validados ................................................................ 119

Quadro 16 – Matriz de correlação das variáveis da regressão – MVA

de 2007 ................... 119

Quadro 17 – Resumo das equações com pressupostos validados .......................................... 120

Quadro 18 – Comparação entre resultados encontrados e resultados esperados .................... 120

Quadro 19 – Equações para verificar a relevâncias das variáveis em relação ao EVA

........ 142

Quadro 20 – Equações para verificar a relevâncias das variáveis em relação ao MVA

....... 145

Quadro 21 – Testes para regressão que considerava o EVA

médio ...................................... 168

Quadro 22 – Testes para regressão que considerava o EVA

médio com T/PL .................... 170

Quadro 23 – Testes para regressão que considerava o EVA

de 2007 ................................... 171

Quadro 24 – Testes para regressão que considerava o MVA

de 2007 .................................. 173

LISTA DE TABELAS

Tabela 1 – Regressões estimadas para cada modelo ............................................................. 82

Tabela 2 – NCG das empresas pesquisadas .......................................................................... 94

Tabela 3 – CDG das empresas pesquisadas .......................................................................... 95

Tabela 4 – T das empresas pesquisadas ................................................................................ 96

Tabela 5 – Estrutura financeira das empresas pesquisadas ................................................... 97

Tabela 6 – Distribuição das estruturas nas empresas pesquisadas ........................................ 98

Tabela 7 – Nível de ativos líquidos mantido pelas empresas da amostra ............................. 99

Tabela 8 – Liquidez imediata .............................................................................................. 100

Tabela 9 – ROA ................................................................................................................... 101

Tabela 10 – ROE ................................................................................................................... 102

Tabela 11 – Mediana dos custos de capital anuais estimado pelo CAPM ............................ 103

Tabela 12 – Custos de capital estimado pelo modelo de Gordon.......................................... 105

Tabela 13 – EVA

calculados para as empresas da amostra ................................................. 106

Tabela 14 – MVA

calculados para as empresas da amostra ................................................ 107

Tabela 15 – Resultado da regressão que considerava o EVA

contra CDG e NCG (2007) . 109

Tabela 16 – Resultado da regressão que considerava o EVA

contra CDG e T (2007)........ 109

Tabela 17 – Resultado da regressão que considerava o EVA

contra NCG e T (2007)........ 109

Tabela 18 – Resultado da regressão – EVA

contra CDG, NCG e T (2007) ........................ 110

Tabela 19 – Modelos em que as variáveis de liquidez foram relevantes (EVA

_2007) ....... 111

Tabela 20 – Modelos em que as variáveis de liquidez foram relevantes (EVA

_MÉDIO) .. 112

Tabela 21 – Resultado da regressão que considerava o EVA

de 2007 ................................ 112

Tabela 22 – Resultado da regressão que utilizou o EVA

médio .......................................... 114

Tabela 23 – Resultado da regressão que considerava o EVA

médio com T/PL .................. 115

Tabela 24 – Resultado da estimação – efeito aleatório – em painel para EVA

................... 116

Tabela 25 – Modelos em que as variáveis de liquidez foram relevantes (MVA

_2007) ...... 117

Tabela 26 – Modelos em que as variáveis de liquidez foram relevantes (MVA

_MÉDIO) . 118

Tabela 27 – Resultado da regressão que considerava o MVA

de 2007 ............................... 119

Tabela 28 – Resumo dos resultados encontrados .................................................................. 121

Tabela 29 – Liquidez geral .................................................................................................... 146

Tabela 30 – Liquidez corrente ............................................................................................... 147

Tabela 31 – Liquidez seca ..................................................................................................... 148

Tabela 32 – Capital circulante líquido .................................................................................. 149

Tabela 33 – Betas calculados para 2003................................................................................ 150

Tabela 34 – Betas calculados para 2004................................................................................ 151

Tabela 35 – Betas calculados para 2005................................................................................ 152

Tabela 36 – Betas calculados para 2006................................................................................ 153

Tabela 37 – Betas calculados para 2007................................................................................ 154

Tabela 38 – Betas desalavancados calculados para 2003 ...................................................... 155

Tabela 39 – Betas desalavancados calculados para 2004 ...................................................... 156

Tabela 40 – Betas desalavancados calculados para 2005 ...................................................... 157

Tabela 41 – Betas desalavancados calculados para 2006 ...................................................... 158

Tabela 42 – Betas desalavancados calculados para 2007 ...................................................... 159

Tabela 43 – Apuração do prêmio de mercado ....................................................................... 160

Tabela 44 – Custo de capital próprio para o ano de 2003 ..................................................... 160

Tabela 45 – Custo de capital próprio para o ano de 2004 ..................................................... 161

Tabela 46 – Custo de capital próprio para o ano de 2005 ..................................................... 162

Tabela 47 – Custo de capital próprio para o ano de 2006 ..................................................... 163

Tabela 48 – Custo de capital próprio para o ano de 2007 ..................................................... 164

LISTA DE SIGLAS

AC – Ativo circulante

ACC – Ativo circulante cíclico

ACF – Ativo circulante financeiro

ACL – Ativo circulante líquido

ADR – American depositary receipt

AE – Ativo econômico

AL – Ativos líquidos

AP – Ativo permanente

AT – Ativo total

BOVESPA – Bolsa de Valores do Estado de São Paulo

BP – Balanço patrimonial

CAPM – Capital asset pricing model

CCL – Capital circulante líquido

CDG – Capital de giro

CE – Ciclo econômico

CF – Ciclo financeiro

CGL – Capital de giro líquido

CI – Capital investido

CMPC – Custo médio ponderado de capital

CPL – Capital permanente líquido

CSLL – Contribuição social sobre o lucro líquido

CVM – Comissão de valores mobiliários

DMDCG – Dummy modelo dinâmico de capital de giro

EBIT – Earnings before interest and taxes

EBITDA – Earnings before interest, taxes, depreciation and amortization

ELP – Exigível a longo prazo

END – Endividamento

ET – Exigível total

EUA – Estados Unidos da América

EVA

– Economic value added

FCD – Fluxo de caixa descontado

g – Taxa de crescimento composta

GC – Governança corporativa

IBGE – Instituto brasileiro de geografia e estatística

IGPM – Índice geral de preços de mercado

IOG – Investimento operacional em giro

IPCA – Índice nacional de preços ao consumidor amplo

IPO – Initial public offering

IR – Imposto de renda

ISE – Índice de sustentabilidade empresarial

ISEF – Indicador de saúde econômico-financeira das empresas

JCP – Juros sobre o capital próprio

KD – Custo de capital de terceiros

KP – Custo do capital próprio

LAJIR – Lucro antes de juros e imposto de renda

LAJIRDA – Lucro antes de juros, imposto de renda, depreciação e amortização

LC – Liquidez corrente

LG – Liquidez geral

LI – Liquidez imediata

LL – Lucro líquido

LOLDIR – Lucro operacional líquido depois do imposto de renda

LPA – Lucro por ação

LS – Liquidez seca

MDCG – Modelo dinâmico de capital de giro

MQO – Mínimos quadrados ordinários

MVA – Market value added

N1 – Nível 1

N2 – Nível 2

NAICS – North American Industry Classification System

NAL – Nível de ativo líquido

NCG – Necessidade de capital de giro

NIG – Necessidade de investimento em capital de giro

NM – Novo mercado

NOPAT – Net operating profit after tax

NYSE – New York stock exchange

PC – Passivo circulante

PCC – Passivo circulante cíclico

PCF – Passivo circulante financeiro

PIB – Produto interno bruto

PL – Patrimônio líquido

PMP – Prazo médio de pagamento

PMR – Prazo médio de recebimento

REF – Resultado de exercícios futuros

RESET – Regression specification error test

RL – Receita líquida

RLP – Realizável a longo prazo

ROE – Return on equity

ROI – Return on investment

RONA – Return on net asset

SEC – Securities and exchange commission

SELIC – Sistema especial de liquidação e custódia

SRI – Socially responsible investment

T – Saldo de tesouraria

TBL – Triple bottom line

TSL – Tributação sobre o lucro

US GAAP – American generally accepted accounting principles

VIF – Variance inflation factors

WACC – Weighted average cost of capital

SUMÁRIO

1 INTRODUÇÃO .......................................................................................................... 16

2 OBJETIVOS ............................................................................................................... 24

2.1 Objetivo geral .............................................................................................................. 24

2.2 Objetivos específicos ................................................................................................... 24

3 REVISÃO DA LITERATURA ................................................................................. 25

4 REFERENCIAL TEÓRICO ..................................................................................... 31

4.1 Análise tradicional de liquidez .................................................................................. 31

4.2 O modelo dinâmico de capital de giro ...................................................................... 32

4.3 Criação de valor para o acionista .............................................................................. 38

4.3.1 Economic value added .................................................................................................. 42

4.3.2 EVA do acionista .......................................................................................................... 45

4.3.3 Market value added ...................................................................................................... 47

4.4 Custo de capital ........................................................................................................... 49

4.4.1 Modelo de Gordon ........................................................................................................ 51

4.4.2 CAPM para a avaliação do KP ..................................................................................... 53

4.5 Investimentos socialmente responsáveis ................................................................... 58

5 METODOLOGIA ....................................................................................................... 61

5.1 Limitações dos cálculos .............................................................................................. 62

5.2 Amostra ....................................................................................................................... 63

5.3 Definição operacional das variáveis .......................................................................... 65

5.3.1 Padronização das demonstrações contábeis conforme o MDCG ................................. 65

5.3.2 Cálculo da NCG ........................................................................................................... 67

5.3.3 Cálculo do CDG ........................................................................................................... 68

5.3.4 Cálculo do T ................................................................................................................. 68

5.3.5 Identificação das estruturas financeiras do MDCG ...................................................... 68

5.3.6 Mensuração do NAL .................................................................................................... 69

5.3.7 Mensuração dos índices tradicionais de liquidez ......................................................... 69

5.3.8 Cálculo do β alavancado ............................................................................................... 70

5.3.9 Cálculo do β não alavancado ........................................................................................ 70

5.3.10 Cálculo do custo de capital próprio .............................................................................. 71

5.3.11 Cálculo do EVA do acionista ....................................................................................... 73

5.3.12 Cálculo do MVA .......................................................................................................... 74

5.3.13 Variáveis de controle .................................................................................................... 76

5.4 Definição operacional das equações para testes das hipóteses de trabalho .......... 79

5.4.1 Dados em painel ........................................................................................................... 83

5.4.2 Testes para dados em corte transversal......................................................................... 85

5.4.3 Testes para dados em painel ......................................................................................... 89

6 APRESENTAÇÃO E ANÁLISE DOS RESULTADOS ......................................... 93

6.1 Análise descritiva das variáveis ................................................................................. 93

6.2 Análise dos modelos econométricos estimados ...................................................... 108

6.3 Análise final dos resultados encontrados ............................................................... 120

7 CONCLUSÃO ........................................................................................................... 125

REFERÊNCIAS ................................................................................................................... 129

APÊNDICES ......................................................................................................................... 138

APÊNDICE A ....................................................................................................................... 138

APÊNDICE B ........................................................................................................................ 140

APÊNDICE C ....................................................................................................................... 143

APÊNDICE D ....................................................................................................................... 146

APÊNDICE E ........................................................................................................................ 150

APÊNDICE F ........................................................................................................................ 160

APÊNDICE G ....................................................................................................................... 165

APÊNDICE H ....................................................................................................................... 168

1 INTRODUÇÃO

O volume de ativos líquidos (AL) que é mantido oferece às empresas custos e benefícios.

Com o objetivo de maximizar a criação de valor para os acionistas, os gerentes devem

determinar um nível que iguale os benefícios marginais advindos dos AL mantidos pela

empresa com seus custos marginais (OPLER et al., 1999). Esses custos e benefícios

apresentados pelos autores incluem:

[…] the lower rate of return of these assets because of a liquidity premium and,

possibly, tax disadvantages. There are two main benefits from holding liquid assets.

First, the firm saves transaction costs to raise funds and does not have to liquidate

assets to make payments. Second, the firm can use the liquid assets to finance its

activities and investments if other sources of funding are not available or are

excessively costly (OPLER et al., 1999, p. 2).

Segundo Opler et al. (1999), existe um tradeoff entre os custos e os benefícios inerentes aos

níveis de AL mantidos pelas empresas que afeta a criação de valor para o acionista. O nível de

ativo líquido (NAL), segundo esses autores, é dado pela divisão do disponível pelo ativo total

(AT). Assim sendo, manter níveis reduzidos de AL pode fazer com que as empresas fiquem

mais susceptíveis a crises de liquidez. Segundo Martins (1977), uma crise de liquidez para as

empresas pode ser mensurada pelo hiato existente entre compromissos assumidos e receitas

auferidas em determinado instante. Vários são os fatores que podem ocasionar problemas de

liquidez: desde uma alteração macroeconômica motivada pelo governo, por exemplo, até uma

turbulência específica no segmento em que empresa opera.

No Brasil, para abordar questões inerentes aos problemas relacionados à liquidez nas

empresas, Fleuriet, Kehdy e Blanc (1978) desenvolveram um método de análise, orçamento e

planejamento chamado, na edição de 2003 de “Modelo Fleuriet”. Esse método, também

chamado de “Modelo dinâmico”, por Brasil e Brasil (1999), visa avaliar a estrutura financeira

das empresas e, dessa forma, auxiliar o analista na aferição de sua liquidez. No presente

trabalho, adotou-se a nomenclatura “Modelo dinâmico de capital de giro” (MDCG), como

fizeram Carneiro Júnior (2006) e Monteiro e Moreno (2003). Destaca-se que, ao longo dos

Os custos para manter os níveis de ativos líquidos elevados estão relacionados à baixa taxa de retorno desses

ativos. Dentre os dois principais benefícios de se manter ativos líquidos, destacam-se a redução do custo de

transação inerente ao processo de obtenção de financiamentos e o fato de a empresa ter à sua disposição recursos

para financiar suas atividades e investimentos (OPLER et al., 1999).

anos, esse modelo vem sendo aprimorado por meio das contribuições de outros autores, como

Braga (1991), Marques e Braga (1995) e Brasil e Brasil (1999).

A utilização do MDCG para análise de crédito é bastante ampla. Sendo adotado por várias

empresas, “[...] (Banco do Brasil e Itaú, por exemplo), tal modelo constitui valiosa ferramenta

para a análise de crédito” (BRAGA; NOSSA; MARQUES, 2004, p. 56). A análise de crédito

realizada por esses bancos por intermédio do MDCG reforça que esse modelo é aplicável pela

ótica do analista externo. Nesse caso os gerentes podem utilizá-lo e analistas externos à

organização podem analisar a empresa por meio do MDCG. Apesar disso, nas três décadas

que se passaram após a criação do MDCG, pouca ênfase foi dada ao relacionamento desse

modelo com o processo de decisão de investimento, especificamente o relacionado ao

investimento no mercado acionário brasileiro.

O mercado acionário brasileiro vem crescendo e se destacando com o passar do tempo como

alternativa de investimento. O gráfico 1 evidencia a evolução da capitalização bursátil na

América Latina. Pode-se observar que a Bolsa de Valores do Estado de São Paulo

(BOVESPA), identificada no gráfico como “São Paulo SE”, apresenta, a partir de 1994, a

maior capitalização da América Latina, aproximando-se de 1.400 bilhões de dólares ao final

de 2007.

200

400

600

800

1.000

1.200

1.400

1.600

1990 1991 1992 1993 1994 1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007

Anos

Bilhões U$

São Paulo SE Mexican Exchange Santiago SE

Colômbia SE Buenos Aires SE Lima SE

Gráfico 1 – Evolução da capitalização bursátil na América Latina

Fonte – Adaptado de World Federation of Exchanges (2008, p. 1).

Existem vários motivos para esse desempenho do mercado acionário brasileiro. Dentre eles,

destacam-se as inovações advindas da evolução da informática e da tecnologia da informação

e a orientação para a segurança dos investidores. Como exemplos de ações bem sucedidas

implementadas pela BOVESPA, citam-se os projetos que culminaram no Home Broker e no

After Market, em meados do ano 2000, facilitando o acesso ao mercado pelos investidores

individuais. Além dos retornos, a segurança do mercado brasileiro é também um fator que

atrai o investidor externo. Verifica-se no gráfico 2 a elevação da participação dos diversos

investidores no mercado bursátil brasileiro.

100

150

200

250

300

350

400

450

500

1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007

Bilhões U$

Investidor Individual Investidor Institucional Investidor Não-Residente

Empresas Instituições Financeiras

Gráfico 2 – Composição da participação na BOVESPA

Fonte – Adaptado de Bovespa (2008, p. 6) e World Federation of Exchanges (2008, p. 1).

A partir de dezembro de 2000, foram implantados na BOVESPA o novo mercado (NM) e os

níveis diferenciados de governança corporativa (GC), Nível 1 (N1) e Nível 2 (N2). Em julho

de 2001, foi criada também a Câmara de Arbitragem do Mercado, para dirimir os possíveis

conflitos societários. As empresas integrantes do NM devem emitir apenas ações ordinárias

(BOVESPA, 2006).

Segundo a BOVESPA (2006), o funcionamento do NM beneficia os investidores, as empresas

e o mercado acionário: os investidores têm maior acesso aos dados das empresas e mais

segurança quanto aos seus direitos; as empresas têm uma melhora de imagem institucional; e

o mercado acionário pode ser ampliado com o aumento de emissões e conseqüente aumento

de liquidez. Apresentam-se, no gráfico 3, dados do IBOVESPA que mostram uma elevação

do volume de negociação a partir do ano de 2003 (período estudado) em relação aos dados

anteriores a 2003.

Gráfico 3 – Evolução do preço e do volume de negociação do IBOVESPA

Fonte – Elaborado pelo autor desta dissertação a partir de dados da Apligraf.

Como observado no gráfico do IBOVESPA, principal índice da BOVESPA, a partir de 2003

o volume de negociação (barras verticais na parte inferior do gráfico) apresenta uma tendência

de crescimento. Esse padrão de negociação é completamente distinto do padrão até o ano de

2003.

O crescimento do mercado bursátil brasileiro, principalmente a partir de 2003, é ocasionado

por investimentos em empresas antigas e de grande reputação, mas também em novas

empresas. Várias empresas abriram seu capital

recentemente, ao emitirem ações primárias na

BOVESPA. Em 2004, foram 7 empresas, ao passo que em 2007 foram 62. Em 2004, o

volume financeiro dessas negociações foi inferior a 5 bilhões de reais; em 2007, superior a 50

bilhões de reais (BOVESPA, 2007b).

Além das novas empresas que tiveram capital aberto na BOVESPA a partir de 2005,

começou-se a dar atenção especial a investimentos socialmente responsáveis, conhecidos

internacionalmente como Socially responsible investment (SRI). Um reflexo disso é a criação

do Índice de Sustentabilidade Empresarial (ISE), composto por empresas que se destacam por

A abertura de capital é mais conhecida como initial public offering (IPO).

serem sustentáveis e socialmente responsáveis. Acompanhando a evolução do valor de

mercado da bolsa brasileira como um todo, apresenta-se no gráfico 4 o valor de mercado das

empresas que compõem o ISE. Pode-se observar a elevação do valor de mercado das

sociedades anônimas consideradas SRI, conforme o critério do ISE no Brasil.

200

400

600

800

1.000

1.200

nov/

/06

ai/0

/06

jan/07

mar/07

nov/07

Mês / Ano

Bilhões R

Valor de Mercado

Gráfico 4 – Valor de mercado das empresas que compõem o ISE

Fonte – Elaborado pelo autor desta dissertação a partir de dados da Bovespa (2007a).

Para a composição do ISE, as empresas são avaliadas em seis dimensões, três que formam o

Triple bottom line (TBL) – econômico/financeiro, social e ambiental – e outras três

complementares, que consideram aspectos de governança corporativa, de natureza do produto

e gerais (BOVESPA, 2007c). O TBL, conceito apresentado por John Elkington em 1997,

conduz as empresas a buscarem desempenho financeiro, social e ambiental (ELKINGTON,

2001).

Investimentos que consideram questões financeiras, sociais, éticas e ambientais estão

crescendo nos mercados de capitais globais. Os acadêmicos da área de Finanças têm mostrado

interesse nesse tema, realizando vários trabalhos que envolvem mensuração de performance

dos SRI (SCHRÖDER, 2007).

Os investidores usam várias ferramentas de análise que apóiam o processo de decisão de

investimento. Uma prática muito comum consiste em utilizar as demonstrações financeiras

para avaliar os aspectos econômicos e financeiros das empresas. A BOVESPA e a Comissão

de Valores Mobiliários (CVM) disponibilizam gratuitamente pela internet os dados

publicados pelas empresas listadas para todos que se interessarem.

Segundo Copeland, Koller e Murrin (2002), o aumento da participação dos investidores

individuais foi um dos fatores que motivaram os administradores a se preocuparem com a

criação de valor para os acionistas. Apesar de as taxas de retorno das ações sempre terem sido

alvo de preocupações por parte dos investidores, os mercados de capitais eram, em geral, até

os anos de 1980, altamente segmentados e regulados. A baixa liquidez dos papéis na maioria

das bolsas de valores do mundo fazia com que os recursos tendessem a permanecer aplicados

nos mesmos ativos. Por isso, os executivos não eram tão pressionados por desempenho.

Young e O´Byrne (2003 p. 22) afirmam que as mudanças nos mercados de capitais, como o

aumento do poder de processamento e de acessibilidade à tecnologia, ensejaram as

competições globais por recursos. O capital atingiu um grau de mobilidade sem precedente na

história da humanidade, o que, segundo os autores, deixa claro uma lição para os

administradores: “o capital não fica mais “grudado” aos investimentos, [...] indo sempre aos

lugares onde é mais valorado”.

As empresas passaram a ser demandadas por competitividade nos mercados de capitais e em

suas próprias atividades. Essa competitividade nos mercados globais refere-se à obtenção de

recursos. As empresas precisam cada vez mais ter um custo de financiamento inferior ao dos

seus concorrentes. A criação de valor para o acionista ganhou destaque. O economic value

added (EVA

), medida da diferença entre o retorno do capital da empresa e o custo desse

capital, torna-se cada vez mais relevante (YOUNG; O´BYRNE, 2003). A obtenção de

recursos de capital próprio está sujeita ao atendimento de uma taxa mínima que remunere o

dinheiro do acionista, conforme se percebe no texto de Ehrbar (1999) citado a seguir.

Da mesma forma pela qual credores exigem seus pagamentos de juros, acionistas

insistem em obter ao menos uma taxa de retorno mínima aceitável sobre o dinheiro

que têm risco. Visto de outra forma, o EVA é lucro da forma pela qual os acionistas

o medem (EHRBAR, 1999, p. 2).

Alguns trabalhos realizados no Brasil aproximaram o MDCG de decisões de investimento no

mercado bursátil. O trabalho de Rangel (2006) foi realizado com o intuito de investigar a

classificação de risco proposta a partir do MDCG em empresas listadas na BOVESPA. Já

Marques (2002) e Carneiro Júnior (2006) investigaram o relacionamento entre o MDCG e o

EVA

, procurando possíveis relações entre eles.

Segundo Young e O´Byrne (2003), a necessidade de capital de giro (NCG) da empresa deve

ser considerada para a mensuração do EVA

, uma vez que o ativo permanente (AP) somado

ao realizável a longo prazo (RLP) (considerando apenas as contas que não rendem juros) e à

NCG formam o capital investido (CI).

Segundo o conceito do TBL, apresentado por Elkington (2001), empresas sustentáveis devem

ter os três pilares – financeiro, social e ambiental – bem desenvolvidos. Alguns artigos sobre

o SRI (COCHRAN; WOOD, 1984; HAMILTON; JO; STATMAN 1993; STATMAN, 2000;

SCHRÖDER, 2007) discutem se a responsabilidade social agrega, ou não, valor às empresas.

Para tanto, esses artigos analisam o retorno de mercado das empresas, ou fundos SRI,

comparando-os com algumas ações, fundos ou índices.

As pesquisas que tratam do relacionamento entre SRI e MDCG e/ou SRI e EVA

ainda são

muito incipientes. A título de exemplo, em uma busca utilizando-se as palavras chaves EVA e

SRI, EVA e socially responsible investment, economic value added e SRI e economic value

added e socially responsible investment no portal periódicos da CAPES, na base de dados

EBSCO e Proquest, encontrou-se apenas um artigo internacional, escrito por Repetto, Thomas

e Dias (2007), que relacionou SRI com o EVA

. Esse artigo, publicado em 2007, reforça a

relevância e atualidade do presente trabalho. Dessa forma, utilizam-se as empresas do ISE

como amostra para a realização deste trabalho.

Pelo exposto, fez-se necessário estabelecer o problema de pesquisa, que, segundo Kerlinger

(2007), deve atender a três critérios: a) expressar uma relação entre duas ou mais variáveis; b)

ser apresentado em forma interrogativa; e c) possibilitar testagem empírica. A questão que

orienta este trabalho pode, então, ser definida como:

A criação de valor para o acionista está relacionada a diferentes níveis de liquidez

corporativa?

Esta dissertação está organizada em sete capítulos, incluindo-se esta introdução. No capítulo

2, apresentam-se o objetivo geral e os específicos. No capítulo 3, faz-se uma revisão da

literatura, em que se descrevem os trabalhos anteriores que sustentam a realização da presente

pesquisa. No capítulo 4, descreve-se o referencial teórico, com intuito de fundamentar os

conteúdos e variáveis estudadas. No capítulo 5, aborda-se a metodologia, em que são

definidos os procedimentos para a realização dos cálculos das variáveis necessárias à

investigação do problema de pesquisa. No capítulo 6, apresentam-se os resultados e procede-

se a sua análise. No capítulo 7, formulam-se as conclusões.

2 OBJETIVOS

2.1 Objetivo geral

Analisar o relacionamento entre liquidez – índices tradicionais, NAL e variáveis do MDCG –

e a criação de valor para acionistas, aproximada por uma medida de lucro residual, o EVA

, e

pelo MVA, nas empresas que compõem a carteira teórica de 2007-2008 do ISE.

2.2 Objetivos específicos

• Verificar a existência de relação entre o NAL e o EVA

;

• Verificar a existência de relação entre os índices de liquidez tradicional e o EVA

;

• Verificar a existência de relação entre as variáveis do MDCG e o EVA

;

• Verificar a existência de relação entre o NAL e o MVA;

• Verificar a existência de relação entre os índices de liquidez tradicional e o MVA;

• Verificar a existência de relação entre as variáveis do MDCG e o MVA.

3 REVISÃO DA LITERATURA

Segundo Colquitt, Sommer e Godwin (1999), os determinantes de liquidez corporativa são

alvo de vários estudos internacionais, como os realizados por Chudson (1945), Baumol

(1952), Meltzer (1963), Frazer (1964), Vogel e Maddala (1967), Gertler e Gilchrist (1994),

Kim, Mauer e Sherman (1998) e Opler et al. (1967). Já o impacto da liquidez na rentabilidade

da empresa foi estudado no Brasil por Marques (2002), Carneiro Júnior (2006), Diláscio

(2006) e Perobelli, Pereira e David (2006).

Conforme as pesquisas anteriores – Chudson (1945), Baumol (1952), Meltzer (1963), Frazer

(1964), Vogel e Maddala (1967), Gertler e Gilchrist (1994), Kim, Mauer e Sherman (1998) e

Opler et al. (1967) – relacionadas aos determinantes da liquidez corporativa, empresas

maiores apresentam um ganho de escala nas transações de caixa, o qual faz com que,

proporcionalmente, mantenham um menor NAL. Entendem-se como AL os numerários em

caixa e os investimentos de curto prazo, e como NAL o AL dividido pelo AT. Além disso,

empresas que têm acesso a melhores fontes de financiamento também apresentam um NAL

reduzido (COLQUITT; SOMMER; GODWIN, 1999).

Para verificar essas duas afirmações, Colquitt, Sommer e Godwin (1999) propuseram a

utilização de um modelo de regressão que possibilitou a verificação do impacto de algumas

variáveis no NAL mantido pelas empresas. A variável dependente NAL foi mensurada em

função da divisão dos AL pelo investimento total em ativos. As variáveis explicativas do

modelo estavam relacionadas a tamanho das empresas, volatilidade dos fluxos de caixa, prazo

médio de pagamentos, grau de alavancagem e oportunidades de investimentos. Além dessas

variáveis, foram utilizadas duas dummies: para indicar as empresas que faziam parte de um

grupo ou conglomerado; e para distinguir empresas de capital aberto de empresa de capital

fechado. A facilidade de obtenção de financiamento foi mensurada em uma escala de 0 a 5,

sendo 0 para empresas com maior dificuldade para contrair financiamentos e 5 para as

empresas com menor dificuldade.

Os resultados dos autores mencionados no parágrafo anterior confirmaram que tanto as

empresas maiores quanto as empresas que têm melhor acesso a empréstimos apresentam,

proporcionalmente, um menor NAL. Além disso, as empresas com prazos de pagamentos

mais dilatados e as mais alavancadas mantêm um menor NAL. Finalmente, os autores

sugerem que as empresas com maior volatilidade nos fluxos de caixa tendem a manter um

maior NAL.

Outro trabalho internacional em que foram consideradas questões teóricas e empíricas acerca

da liquidez corporativa foi o realizado por Kim, Mauer e Sherman (1998). Nesse trabalho,

assim como no realizado por Opler et al. (1999), são destacados os custos e benefícios

advindos dos investimentos em AL. Ao investir em liquidez, a empresa reduz os

investimentos em ativos não tão líquidos. Esses ativos menos líquidos geralmente estão mais

relacionados às operações da empresa e, conseqüentemente, à geração de riqueza. Além disso,

o ato de vender e comprar ativos financeiros está sujeito a custos de transação. Entretanto,

apesar dos custos inerentes aos AL, as empresas devem manter algum recurso em caixa ou

investimento de curto prazo para arcar com suas necessidades.

Kim, Mauer e Sherman (1998) investigaram como o custo de financiamento, as incertezas

relacionadas aos fluxos de caixa e as oportunidades de investimentos impactaram a liquidez

corporativa. Máximo, Montezano e Brasil (2004), com base no trabalho de Kim, Mauer e

Sherman (1998), apontaram algumas variáveis capazes de explicar o NAL mantido pelas

empresas brasileiras. Esse nível foi mensurado pela divisão dos AL pelo AT. Esse estudo

analisou 53 empresas entre 1999 e 2001.

Os resultados do trabalho de Máximo, Montezano e Brasil (2004) demonstraram que o

retorno operacional das empresas reduzido da taxa de juros de mercado interbancário foi

positivamente relacionado com a formação da liquidez. A partir desse resultado, os autores

sugeriram que quanto menor a diferença entre essas duas taxas maior a quantidade de recursos

destinados pelas empresas para a aquisição de ativos financeiros. A variável relacionada ao

tamanho da empresa – AT – apresentou uma relação negativa com a variável dependente.

Esses autores afirmaram que empresas maiores retêm menos liquidez, o que acompanha as

pesquisas internacionais, como a realizada por Colquitt, Sommer e Godwin (1999). A variável

dummy que distinguia empresas do comércio em relação às demais também se mostrou

relevante. Concluíram que as empresas do comércio têm uma tendência maior a manter um

nível de liquidez mais elevado do que as de outros setores.

Alves (2006) também analisou o comportamento da liquidez corporativa em empresas de

capital aberto no Brasil. Para tanto, utilizou as variáveis do MDCG. A autora concluiu seu

trabalho apresentando algumas variáveis que impactaram a liquidez corporativa em empresas

brasileiras: o poder de barganha com clientes e fornecedores, a política de dividendos e as

condições macroeconômicas. O poder de barganha está diretamente relacionado ao ciclo

financeiro (CF). As políticas de dividendos foram analisadas por meio do payout ratio e as

condições macroeconômicas foram representadas pelo índice geral de preços de mercado

(IGPM), pela taxa do sistema especial de liquidação e custódia (SELIC) e pela variação do

produto interno bruto (PIB).

Krylova (2007) estudou a criação de valor para acionistas de empresas recentemente

adquiridas, por meio de capitais de terceiros. O termo comum na comunidade internacional

leveraged buyout significa que uma operação de compra e venda de uma empresa foi

realizada e que a aquisição foi financiada com um volume muito elevado de capital de

terceiros (CT). Nesse trabalho, Krylova identificou algumas variáveis que influenciam a

criação de valor:

It was determined that the changes in operating efficiency, financial leverage,

effectiveness of the working capital management, financial strength and corporate

governance are the main value drivers of the shareholders value performance in the

first year after the RLBO (KRYLOVA, 2007, p. 3).

Koller, Goedhart, Wessels (2005, p. 171) afirmam que excesso de caixa não deve ser incluído

no capital investido “By its definition, excess cash is unnecessary for core operations […]

Given its liquidity and low risk, excess cash will earn very small returns”.

Em estudo entre

1993 e 2000 os autores identificaram que no Mercado norte-americano empresas com recurso

em caixa superiores a 2% seriam consideradas com excesso de caixa. Porém, os mesmos

autores afirmam que “Companies in economies with poor shareholder protections tend to

hold more cash.” (KOLLER; GOEDHART; WESSELS, 2005, p. 171).

Em estudo realizado Brasil, Silva e Ferreira (2006) regrediram o EVA

, calculado pela

diferença entre o LL e o PL, multiplicada pelo custo do capital próprio, como proxy para a

Constatou-se que a gorvenança corporativa, as mudanças na eficiência das operações, a alavancagem financeira

e a gestão do capital de giro foram os principais elementos criadores de valor para os acionistas no primeiro ano

após a ocorrência da operação de compra e venda da empresa (KRYLOVA, 2007).

Por definição, o excesso de caixa é desnecessário às operações fim da empresa. Em razão de sua liquidez e do

baixo risco, o excesso de caixa proporciona pequenos retornos (KOLLER; GOEDHART; WESSELS, 2005).

Empresas em economias que oferecem pouca proteção aos acionistas tendem a manter mais recurso em caixa

(KOLLER; GOEDHART; WESSELS, 2005).

criação de valor contra índices financeiros. Dentre os índices utilizados, citam-se os de

liquidez (geral, corrente e seca), os de atividade, os de endividamento e os de rentabilidade.

Outro artigo brasileiro, realizado por Perobelli, Pereira e David (2006), relacionou o retorno

contábil das empresas, estimado pelo return on equity (ROE), à sua liquidez. Nesse artigo,

foram analisados dois setores: comércio (segmento: lojas de departamento – 3 empresas) e

indústria (segmento: siderurgia – 4 empresas). Os dados utilizados basearam-se em

demonstrações financeiras não consolidadas, obtidas para cada trimestre entre 1998 e 2005

(PEROBELLI; PEREIRA; DAVID, 2006).

A variável dependente ROE foi analisada separadamente para os dois setores, em função de

algumas variáveis, que ora consideravam aspectos de liquidez, ora não. As duas variáveis que

fizeram parte de todas as regressões foram margem e maf. A margem foi obtida pela divisão

do LL pela receita líquida (RL), enquanto a maf, variável utilizada para captar o grau de

alavancagem, foi obtida pelo AT divido pelo patrimônio líquido (PL). Além dessas variáveis,

os autores testaram o saldo de tesouraria (T) dividido pelo AT, bem como essa mesma

variável em sua forma quadrática, uma vez que tanto o excesso quanto sua falta podem

comprometer a rentabilidade da empresa. Foi criada ainda uma variável qualitativa, perfil2,

com valores de 1 a 6, representando as estruturas propostas por Braga (1991) (PEROBELLI;

PEREIRA; DAVID, 2006).

A significância observada da variável

(

)

T/AT sugere que a rentabilidade mensurada pelo

ROE foi impactada pelo T muito baixo ou muito elevado. Outro resultado indicado por

Perobelli, Pereira e David (2006) refere-se às estruturas financeiras. Verificaram que

empresas comerciais e industriais que apresentaram excesso de liquidez tenderam a ter

menores rentabilidades. Percebeu-se correlação negativa entre as estruturas financeiras do

MDCG e o ROE: “Os resultados obtidos confirmaram estes pressupostos teóricos ao

apresentarem uma correlação inversa entre o perfil de liquidez das empresas analisadas e suas

respectivas rentabilidades” (PEROBELLI; PEREIRA; DAVID,

2006, p. 15).

Além do retorno, mensurado pelo ROE no trabalho de Perobelli, Pereira e David (2006),

alguns trabalhos deram ênfase ao relacionamento do MDCG com o risco. O trabalho de

Rangel (2006) relacionou o β do

capital asset pricing model (CAPM) – considerando 60

meses – com as estruturas do MDCG. O autor utilizou uma

proxy para o endividamento

(END) da empresa, dada pelo logaritmo natural da divisão entre o exigível total (ET) e o PL.

Para captar o efeito do tamanho das empresas, utilizou-se o logaritmo natural do faturamento

bruto. As estruturas do MDCG foram tratadas como tipos de risco, sendo incluídas na

regressão por meio de variáveis

dummies, uma para cada tipo de estrutura financeira. Foram

utilizados 4.410 balanços patrimoniais relativos a 134 empresas, distribuídas em 17 setores

distintos. O período amostral foi definido entre 1990 e 2004 com dados corrigidos pela

inflação.

Carneiro Júnior (2006) investigou o relacionamento entre indicadores econômicos e

financeiros e a criação de valor em empresas do setor elétrico. Nesse estudo, foram testados

indicadores do MDCG e patrimoniais para explicar o EVA

. A amostra utilizada foi

composta por empresas constantes na revista Balanço Anual, no período de 2000 a 2004,

divididas por subgrupo: distribuição, 48 empresas; produção e transmissão, 109 empresas. Os

resultados encontrados pelo autor apontaram para a relevância das variáveis independentes

para explicar o EVA

, à exceção da variável relacionada ao grau de endividamento – ET/AT

–, que não se mostrou significante.

Marques (2002) investigou se a partir de uma análise econômico-financeira baseada no

MDCG é possível saber se a empresa agrega, ou não, valor econômico. Esse estudo utilizou

dados de 171 empresas de três setores, nos anos de 1999 e 2000. Todas as empresas foram

analisadas em conjunto e agrupadas por setor. O modelo utilizado por esse autor considerava

apenas as variáveis do MDCG.

A busca por medidas que relacionem a situação financeira com a rentabilidade da empresa fez

com que Braga, Nossa e Marques (2004) desenvolvessem um indicador de saúde econômico-

financeira das empresas (ISEF), surgindo daí um indicador que relacionava liquidez e

rentabilidade, conforme apresentado na citação a seguir.

No âmbito da análise das demonstrações contábeis é comum encontrar a expressão

situação financeira como sinônimo de capacidade de solvência da empresa e

situação econômico-financeira relacionada com algo mais amplo que envolve,

também, a geração de lucros (BRAGA; NOSSA; MARQUES, 2004, p. 52).

Para desenvolver o ISEF, Braga, Nossa e Marques (2004) utilizaram dados não consolidados

de empresas comerciais, industriais e de serviços. O universo da pesquisa foi formado por

1.237 empresas, as quais ainda foram separadas por faixa de faturamento. Para definir a

amostra, os autores calcularam o ROE. Empresas que consideradas outliers foram

expurgadas.

Os resultados desse artigo escrito por Braga, Nossa e Marques (2004) permitiram a

construção de uma tabela em que são atribuídos pontos para as empresas em função de sua

condição econômico-financeira. O aspecto financeiro foi analisado com base no MDCG. A

partir da pontuação, classificaram-se as empresas em três faixas: luz vermelha (até 6 pontos);

luz amarela (de 6,1 até 8 pontos); e luz verde (de 8,1 até 10 pontos). Os autores afirmaram,

ainda, que o modelo construído “permite aprofundar a análise dos elementos determinantes da

situação financeira” (BRAGA; NOSSA; MARQUES

, 2004, p. 63).

Conforme esta revisão de literatura sugere, em algumas circunstâncias a liquidez impacta a

rentabilidade das empresas. Os estudos dos determinantes da liquidez corporativa (Colquitt,

Sommer e Godwin, 1999; Kim, Mauer e Sherman, 1998; Opler

et al., 1999; Máximo,

Montezano e Brasil, 2004; Alves, 2006) são úteis para elencar variáveis que afetam tanto a

liquidez quanto a rentabilidade. Podem-se elencar algumas dessas variáveis: o tamanho das

empresas, o grau de alavancagem, o

spread entre retorno operacional das empresas e a taxa de

juros de mercado interbancário.

Segundo Braga, Nossa e Marques (2004, p. 52), “[...] uma empresa possui boa situação

econômico-financeira quando apresenta adequado equilíbrio entre sua liquidez e

rentabilidade”. A rentabilidade pode ser aproximada pelo ROE, como fizeram Braga, Nossa e

Marques

(2004) e Perobelli, Pereira e David (2006), ou utilizando o EVA

, como fizeram

Marques (2002) e Carneiro Júnior (2006).

Nos estudos de Braga, Nossa e Marques (2004), Perobelli, Pereira e David (2006), Marques

(2002) e Carneiro Júnior (2006), a liquidez foi estudada por intermédio do MDCG. Ressalta-

se ainda que tanto Perobelli, Pereira e David (2006) quanto Rangel (2006) destacaram

questões relacionadas ao risco, sendo que esse último autor regrediu o β do CAPM –

proxy de

risco – contra as estruturas do MDCG.

4 REFERENCIAL TEÓRICO

Tradicionalmente, segundo Brigham e Ehrhadt (2006), a avaliação de liquidez ocorre por

meio de índices calculados a partir das demonstrações financeiras. A estrutura financeira, a

avaliação de liquidez e a estrutura de capital de giro das empresas têm sido tema de muitas

publicações. Inicialmente, Fleuriet, Kehdy e Blanc (1978), quando realizaram um estudo

sobre a dinâmica financeira das empresas brasileiras, formularam vários conceitos que foram

aprimorados, desde então, por autores como Marques e Braga (1995), Brasil e Brasil (1999) e

Vieira (2005).

4.1 Análise tradicional de liquidez

A capacidade de pagamento da empresa na data do vencimento pode ser percebida por meio

da avaliação da liquidez tradicional. Assim, uma empresa estará equilibrada no curto prazo

quando o ativo circulante (AC) for maior que o passivo circulante (PC). Sempre que essa

situação existir, pode-se dizer que existe capital circulante líquido (CCL) positivo.

PCACCCL −=

[1]

Além do CCL, a análise financeira tradicional utiliza os indicadores de liquidez: geral,

corrente, seca, imediata (PEREIRA FILHO, 1997). A habilidade para cumprir obrigações de

curto prazo é mensurada por meio do índice de liquidez corrente (LC). Contudo, em função de

esse índice ser composto por estoques, que normalmente são menos líquidos que outros

ativos, pode-se usar também o índice de liquidez seca (LS) (BRIGHAM; EHRHADT, 2006).

LC =

[2]

ESTOQUES-AC

LS =

[3]

O índice de liquidez geral (LG) considera, além das contas de curto prazo, contempladas pelo

LC, as contas de longo prazo – RLP e exigível a longo prazo (ELP) –, de acordo com a

equação [4].

ELPPC

RLPAC

[4]

Finalmente, apresenta-se o índice de liquidez imediata (LI), que contempla apenas os ativos

disponíveis divididos pelo PC. Os disponíveis, conforme já apresentado na revisão da

literatura desta dissertação, são os AL, variável composta por numerários em caixa acrescidos

dos investimentos de curto prazo.

sDisponívei

LI ==

[5]

Na análise tradicional, quanto maior forem os indicadores, mais bem avaliadas, sob os

aspectos de liquidez, serão as empresas analisadas. Nesse caso, em termos de liquidez, quanto

maior forem o CCL, a LG, a LC, a LS e a LI, melhor estará a situação da empresa. Entretanto,

Silva (2007) apresenta alguns cuidados que devem ser considerados ao se analisarem as

empresas. O autor destaca que a exigibilidade dos passivos é inquestionável, mas a realização

dos ativos nem tanto, devendo ser bem avaliada. Além disso, deve-se buscar conhecer as

características dos financiamentos e a política de crédito da empresa. Índices não devem ser

analisados isoladamente; é preciso conhecer o setor da empresa.

Brasil e Brasil (1999) afirmam que buscava-se, tradicionalmente, comprovar se as empresas

tinham ou não condições de saldar seus compromissos. Todavia, essa avaliação estava

fundamentada em uma visão estática da empresa, enfatizando o aspecto de solvência. Os

autores, ao criticarem essa mesma avaliação, apoiaram a utilização de um modelo que

considerava não apenas a solvência, mas o pagamento dos compromissos como um processo

contínuo. Esse modelo, desenvolvido por Fleuriet, Kehdy e Blanc (1978), deu um enfoque

dinâmico à liquidez.

4.2 O modelo dinâmico de capital de giro

Entre 1970 e 1980, o professor Michel Fleuriet, com o apoio da Fundação Dom Cabral,

realizou pesquisas relevantes sobre a dinâmica financeira das empresas. Fleuriet, Kehdy e

Blanc (1978), em seu livro, explicaram como o balanço patrimonial (BP) é organizado da

forma tradicional e sugeriram que algumas contas do ativo e do passivo circulante deveriam

ser consideradas de maneira diferente, pelo fato de serem contas que se renovam

constantemente. Essa renovação está ligada aos ciclos econômico e financeiro das empresas.

Segundo Brasil e Brasil (1999), o ciclo econômico (CE) é dado pela diferença entre a data de

venda do produto acabado e a data da compra da matéria-prima. Essa diferença entre datas,

segundo Brasil e Fleuriet (1998), apresenta uma defasagem em relação ao CF, que, por sua

vez, é o prazo decorrido entre o recebimento das vendas e o pagamento das compras. Fleuriet,

Kehdy e Blanc (2003) acrescentam que o CF é o CE mais o prazo médio de recebimento

(PMR) das contas a receber menos o prazo médio de pagamento (PMP) das contas a pagar,

conforme se verifica na equação [6] mencionada por Ross, Westerfield e Jaffe (2002), e na

figura 1, adaptada de Silva (2007).

PMP- PMR CE CF +=

[6]

Figura 1 – Ciclo econômico e ciclo financeiro

Fonte – Adaptado de Silva (2007, p. 420).

Quando positivo, o CF, ou ciclo de caixa, inicia-se na data em que a empresa paga por suas

compras e é finalizado no momento em que essa mesma empresa recebe dos seus clientes os

valores referentes às vendas. Diz-se que o ciclo de caixa é negativo quando a empresa recebe

de seus clientes antes de pagar aos seus fornecedores (ROSS; WESTERFIELD; JAFFE,

2002). Brigham e Ehrhardt (2006) destacam que, para se alcançar um ciclo de caixa negativo,

as empresas procuram negociar os PMP e PMR, mas buscam cada vez mais uma redução do

CE. Essa redução do CE está condicionada à otimização dos processos da cadeia de

suprimento, como: estocagem, produção e venda.

Ciclo econômico (CE)

Prazo médio de recebimento (PMR)

Prazo médio de pagamento (PMP)

Compra

Venda

Pagamento Recebimento

Ciclo financeiro (CF)

Tanto na análise tradicional quanto na análise dinâmica, os ciclos financeiro e econômico

influenciam diretamente o CCL, também conhecido como “capital de giro líquido” (CGL), ou

“ativo circulante líquido” (ACL) (ASSAF NETO, 2007). A partir dos ciclos, os autores que

tratam sobre o MDCG, tais como Fleuriet, Kehdy e Blanc (1978), sugeriram uma

reclassificação das contas do BP, a qual distinguiu contas que compõem a NCG, o capital de

giro (CDG) e o saldo de tesouraria. Destaca-se que, ao longo do tempo, vários autores

adotaram diferentes nomenclaturas para essas variáveis, conforme apresentado na figura 2.

Capital de giro CDG

Capital circulante líquido CCL

Capital permanente líquido CPL

Capital de giro líquido CGL

Ativo circulante líquido ACL

Necessidade de capital de giro NCG

Investimento operacional em giro IOG

Necessidade de investimento em capital de giro NIG

Saldo de tesouraria T

Figura 2 – Nomenclaturas das variáveis do MDCG

Fonte – Elaborado pelo autor desta dissertação.

A NCG abordada por Fleuriet, Kehdy e Blanc (1978), Brasil e Brasil (1999) e Vieira (2005) é

também conhecida na literatura como “necessidade de investimento em capital de giro” (NIG)

por Assaf Neto e Silva (1997) e como “investimento operacional em giro” (IOG) por Braga

(1991) e Marques e Braga (1995). Fleuriet, Kehdy e Blanc (1978), Brasil e Brasil (1999),

Vieira (2005) e Silva (2007) adotam a sigla CDG para se referirem ao capital de giro, ao

passo que outros autores, como Assaf Neto e Silva (1997), Braga (1991), Marques e Braga

(1995) e Silva (2007), adotam CCL. Esse último autor afirma que, matematicamente, o CCL,

dado pela subtração do ativo circulante pelo passivo circulante, é igual ao capital permanente

líquido (CPL) representado pela seguinte equação:

RLP) (AP - ELP) REF (PL CPL

++=

[7]

Nessa equação para cálculo do CPL, as variáveis são as grandes contas não circulantes do BP:

PL, resultado de exercícios futuros (REF), ELP, AP e RLP. Quanto à variável saldo de

tesouraria, como pode ser visualizado na figura 2, existe um consenso da utilização da sigla

representada pela letra T.

A figura 3, adaptada a partir do trabalho de Braga (1991), mostra como as variáveis do

MDCG se relacionam com as contas oficiais publicadas no BP das empresas.

Ativo Ativo Ativo

circulante

cíclico financeiro

AC ACC ACF

- - -

Passivo Passivo Passivo

circulante

cíclico financeiro

PC PCC PCF

= = =

Capital Investimento Saldo de

circulante

operacional

tesouraria

líquido em giro

CCL IOG T

Figura 3 – Relação das variáveis do MDCG com as contas tradicionais do BP

Fonte – Adaptado de Braga (1991, p. 9).

Para este trabalho, adotaram-se as siglas NCG, CDG e T. Segundo Fleuriet, Kehdy e Blanc

(2003), no que se referem ao CF, as empresas apresentam uma NCG negativa quando as

saídas de caixa ocorrem antes das entradas de caixa. Para os autores, o ativo circulante cíclico

(ACC) é a soma das contas do ativo que têm características cíclicas e que o passivo circulante

cíclico (PCC) é a soma das contas do passivo que têm características também cíclicas.

Segundo Vieira (2005), as contas cíclicas também são conhecidas como “contas

operacionais”, pois os fatos geradores dessas contas estão ligados às atividades operacionais

das empresas. Dessa forma, Fleuriet, Kehdy e Blanc (2003), apresentam as contas cíclicas

como sendo aquelas que estão relacionadas com o ciclo operacional do negócio e que por isso

apresentam um movimento contínuo e cíclico. Portanto, a NCG é obtida pela subtração do

ACC pelo PCC. De maneira mais simplificada, como afirmaram Brasil e Brasil (1999, p. 7), a

NCG é “a diferença entre as contas cíclicas do ativo e as contas cíclicas do passivo”.

Ainda sobre as contas cíclicas, Brasil e Brasil (1999) afirmam que estão sempre girando; ou

seja, aumentam e diminuem conforme o ritmo do negócio da empresa. Esses autores citam

como contas do ativo e do passivo que melhor representam o conceito apresentado: duplicatas

a receber, estoques, duplicatas a pagar, salários e encargos.

O CDG é mensurado pela diferença entre o passivo permanente e o ativo permanente. Nesse

caso, entendem-se como permanentes as contas de longo prazo. As demais contas do BP de

curto e curtíssimo prazo, que não fazem parte do processo produtivo da empresa, são

classificadas como erráticas, formando o saldo de tesouraria, obtido pela diferença entre as

contas erráticas do ativo e as contas erráticas do passivo, ou pela diferença entre o CDG e a

NCG (BRASIL; BRASIL, 1999). Ou, conforme a figura 3, pela subtração do passivo

circulante financeiro (PCF) do ativo circulante financeiro (ACF).

Após o cálculo dos valores das variáveis, é possível organizá-las, como fez Vieira (2005)

(figura 4), a partir do trabalho de Brasil e Fleuriet (1998). Esse autor classificou as empresas

em seis tipos de estrutura financeira, sendo que o tipo 1 apresenta a estrutura de liquidez

menos vantajosa para a empresa e o tipo 6, a mais vantajosa estrutura de liquidez. Esse nível

de vantagem, em termos de liquidez, é formado em função dos recursos com que as empresas

financiam suas aplicações.

NCG T T

TCDG NCG

CDG NCG CDG

TT NCG

NCG CDG T

CDG NCG CDG

TIPO 1TIPO 2TIPO 3

TIPO 4TIPO 5TIPO 6

Figura 4 – Estrutura financeira das empresas

Fonte: Adaptado de Vieira (2005).

As empresas que apresentam a estrutura tipo 1 demandam recursos para financiarem sua

NCG. Contudo, não dispõem de recursos de longo prazo para tal finalidade. Assim, o saldo de

tesouraria é responsável por financiar não só a NCG como também o CDG. Já as empresas

que apresentam o tipo 6 têm um CF negativo, o que leva a NCG a ser uma fonte de recursos

para a empresa. Além disso, essas empresas ainda dispõem de recursos de longo prazo – CDG

positivo –, que, somados à NCG, financiam a totalidade do saldo de tesouraria.

Veira (2005) afirma ainda que o tipo mais comum para as empresas atuais é o 4, no qual o

saldo de tesouraria se soma ao CDG como forma de financiar a totalidade da NCG. Essas

empresas têm, portanto, parte de sua NCG financiada com capitais de longo prazo

provenientes do CDG e parte financiada com capitais de curto prazo oriundos do saldo de

tesouraria.

Rangel (2006) realizou, no período de 1990 a 2003, um estudo no qual analisou 4.410

balanços patrimoniais de empresas listadas na BOVESPA, vinculadas a mais de quinze

setores distintos. O autor constatou que a maioria desses balanços (aproximadamente 30%)

apresentava saldo de tesouraria negativo e NCG e CDG positivos. Dessa forma, a afirmação

feita por Vieira (2005) de que o tipo mais comum seria o tipo 4 foi empiricamente verificada

nesse estudo, dado que este tipo é justamente o que apresenta saldo de tesouraria negativo e

NCG e CDG positivos.

No primeiro livro que trata do MDCG, Fleuriet, Kehdy e Blanc (1978) afirmam que existiam

seis tipos de estruturas financeiras, como apresentado na figura 4. Contudo, naquela época,

esses autores apresentaram apenas os tipos 1, 4, 5 e 6, os quatro tipos que apareciam com

maior freqüência na prática. Braga (1991) apresentou dados empíricos de empresas brasileiras

que comprovaram a presença dos seis tipos possíveis formados em função da combinação das

variáveis CDG, NCG e T.

As situações financeiras, originalmente definidas por Fleuriet, Kehdy e Blanc (1978) e

exemplificadas empiricamente por Braga (1991), foram entendidas por Medeiros e Rodrigues

(2004a; 2004b) e Medeiros (2005) como equilibradas quando apresentavam saldo de

tesouraria positivo e não equilibradas quando apresentavam saldo de tesouraria negativo: “[...]

since Fleuriet’s model proposes that firms with negative treasury balances are in financial

disequilibrium [...]” (MEDEIROS, 2005, p. 4).

Entretanto, segundo Fleuriet (2005),

Medeiros inferiu, inadequadamente, que o modelo está relacionado a equilíbrio e que o fato

de as empresas terem saldo de tesouraria negativo significa desequilíbrio financeiro.

O modelo não se propõe a estabelecer se uma firma está em equilíbrio financeiro ou

não. Nem a palavra e nem o conceito aparecem em nenhum ponto do livro. O

método explica que informação relevante pode ser identificada por meio dos

demonstrativos financeiros (FLEURIET, 2005, p. 4).

O método é sugerido como instrumento útil para se reconhecer e analisar, em

Segundo Medeiros (2005, p. 4) o modelo Fleuriet propõe que empresas cujo saldo de tesouraria é negativo

encontram-se em desequilíbrio financeiro.

profundidade, os riscos provenientes dos pontos fracos nos demonstrativos

financeiros corporativos. Assim, quanto maiores as necessidades de capital de giro

de uma empresa, maior será a quantidade de recursos líquidos que a firma necessita

para financiar essas necessidades (FLEURIET, 2005, p. 4).

O MDCG, portanto, mostra-se útil para identificar a NCG e, conseqüentemente, a quantidade

de recursos necessários para financiá-la. Como já mencionado na introdução deste trabalho, a

NCG da empresa é considerada durante a mensuração do EVA

, uma vez que o ativo

permanente se soma ao RLP (considerando apenas os itens que não rendem juros) e à NCG

para formar o capital investido. O EVA

será mais discutido na seção subseqüente, com foco

em sua relevância para a criação de valor para o acionista.

4.3 Criação de valor para o acionista

Segundo Assaf Neto (2007), os detentores de capital estão sempre esperando um retorno que

remunere seus recursos investidos nas empresas, as quais, por sua vez, devem revelar sua

atratividade econômica para captar a quantidade de recursos que demandam. Uma maneira de

a empresa demonstrar viabilidade econômica é fazer com que o retorno sobre investimento,

return on investment (ROI), supere o custo total do capital nela investido. O ROI, segundo

Hitchner (2006), mede o retorno sobre todo o capital investido na empresa, conforme a

seguinte equação.

) prazo longo de dívidaspróprio (capital

) T(1 juroslíquido lucro

ROI

−

[8]

Como os juros são usados para remunerar o capital de terceiros, para se calcular o ROI deve-

se somar ao lucro líquido (LL) os juros pagos livres de seus benefícios fiscais (1–T). Dessa

forma, retorna-se ao lucro a remuneração do capital de terceiros, que, somada ao LL, constitui

o retorno da empresa. Dividindo-se esse retorno pelo investimento, que é a soma do capital

próprio mais o capital de terceiros, obtém-se o ROI (HITCHNER, 2006).

De maneira mais simplificada, Horngren, Sundem e Stratton (2006) apresentam o ROI como a

divisão entre o lucro e o investimento, conforme a equação [9]. Os autores ressaltam que o

ROI é afetado por dois principais itens: o retorno sobre as vendas –

(

)

receita / lucro

– e o giro

do capital –

()

toinvestimen capital / receita .

toinvestimen

lucro

ROI =

[9]

Young e O´Byrne (2003) destacam várias métricas utilizadas para verificar o desempenho de

empresas. A guerra das métricas, como é nomeada, evidencia que um único indicador

dificilmente será capaz de avaliar de modo adequado uma empresa. Os autores classificam as

medidas de desempenho corporativo em cinco categorias básicas: medidas de lucro residual;

componentes do lucro residual; medidas baseadas no mercado; medidas de fluxo de caixa; e

medidas de lucro tradicionais.

As medidas de lucro residual são obtidas pela subtração do custo do capital do lucro

operacional. Como exemplo, citam-se o EVA

e o cash value added. Os componentes do

lucro residual, medidas bastante utilizadas pela gerência intermediária, são elementos do lucro

que não incluem os custos de capital. Alguns desses elementos são: EBIT

, EBITDA

NOPAT

e RONA

. As medidas baseadas no mercado – retorno total do acionista, market

value added (MVA) e valor de crescimento futuro – só são calculadas para empresas com

ações negociadas no mercado de capitais, em função da necessidade de se requererem

medidas confiáveis acerca do valor de seu patrimônio líquido (YOUNG; O´BYRNE, 2003).

Ainda segundo Young e O´Byrne (2003), as medidas de fluxos de caixa contornam a

influência do regime contábil de competência, pois, segundo Stickney e Weil (2001), pela

utilização do regime de caixa, as receitas são contabilizadas no momento em que são

efetivamente recebidas; as despesas, no momento em que são efetivamente pagas. Com isso,

não se apropriam as receitas e gastos pela data de ocorrência do fato gerador, como ocorre no

regime de competência, e sim pela data de desembolso financeiro.

Alguns exemplos das medidas de fluxos de caixa são: fluxo de caixa das operações, fluxo de

caixa livre e retorno do investimento em termos de caixa. Além das medidas apresentadas,

Earnings before interest and taxes (EBIT), em português: lucro antes de juros e imposto de renda (LAJIR).

Earnings before interest, taxes, depreciation and amortization (EBITDA), em português: lucro antes de juros,

imposto de renda, depreciação e amortização (LAJIRDA).

Net operating profit after tax (NOPAT), em português lucro operacional líquido depois do imposto de renda

(LOLDIR).

Return on net asset (RONA), em português: retorno sobre os ativos líquidos.

existem as medidas de lucro tradicionais, utilizadas há décadas por usuários das

demonstrações financeiras, como: LL e lucro por ação (LPA) (YOUNG; O´BYRNE, 2003).

De acordo com Copeland, Koller e Murrin

(2002), os administradores estão sendo expostos a

uma grande quantidade de medidas. No entanto, esses autores acreditam que a discussão sobre

qual é a medida mais adequada desviou do verdadeiro foco: auxiliar os administradores no

processo de tomada de decisões criadoras de valor. Afirmam, ainda, que as tentativas de

comparação de métricas, criadas com objetivo distintos, geram equívocos. Citam

comparações feitas entre o método de fluxo de caixa descontado (FCD) e o lucro econômico.

O primeiro método não é alternativa para o segundo, dado que o FCD concentra-se no

desempenho de longo prazo e deveria ser usado para análises estratégicas, ao passo que o

lucro econômico é um indicador financeiro de curto prazo.

Rappaport (2001, p. 31) apresenta o que ele chama de “Deficiências dos números contábeis”.

Ele enumera algumas deficiências das medidas contábeis, como ROI e ROE, para

fundamentar suas críticas à avaliação baseada no LPA. O ROE é calculado conforme

apresentado na equação [10].

ROE =

[10]

O ROE, apesar de ser de interesse para os investidores, por utilizar o capital próprio como

denominador, fica exposto à alavancagem da empresa. Quanto maior o nível de exigíveis na

composição da estrutura financeira da empresa, maior será o ROE,

ceteris paribus. Contudo, a

elevação do exigível implica maior risco financeiro e conseqüente redução do valor da

empresa. Por esse motivo, Rappaport (2001) alerta que a utilização de dados contábeis pode

ser conflitante com o critério de criação de valor para o acionista.

Observa-se, na figura 5, o relacionamento entre as operações da empresa e a criação de valor.

Alguns aspectos, como decisões da administração relacionadas a operações, investimento e

financiamento, impactam no retorno para o acionista (RAPPAPORT, 2001).

DECISÕES DIRECIONADORES COMPONENTES OBJETIVOS RETORNO

da de da da

ara o

GESTÃO VALO

AVALIAÇÃO EMPRESA ACIONISTA

Duração do

crescimento do valor

Crescimento em vendas

Margem de lucro operacional

Alíquota do imposto de renda

Investimento em

ital de

iro

Investimento em ativos

ermanentes

Dívida

Custo de capital Taxa de Desconto

GANHOS DE

CAPITAL

DIVIDENDOS

OPERACIONAIS

Fluxo de Caixa das

Operações

Valor

Adicionado

para o

Acionista

FINANCIAMENTO

INVESTIMENTO

Figura 5 – Relação entre as decisões da administração e a criação de valor

Fonte – Adaptado de Rappaport (2001, p. 77).

A criação de valor, segundo Rappaport (2001), pode ser verificada pela análise dos

direcionadores de valor, que permitem a observação do relacionamento entre a criação de

valor e as operações da empresa. Rappaport aponta os seguintes direcionadores de valor: taxa

de crescimento em vendas, margem de lucro operacional, alíquota do imposto de renda (IR),

investimento em capital de giro, investimento em ativos permanentes, custo de capital e

duração do crescimento. O direcionador de valor custo de capital é impactado pelo risco do

negócio, bem com pelas decisões de financiamento – proporção entre dívida e capital próprio.

A empresa gera retorno para seu acionista por meio de pagamento de dividendos ou fazendo

com que sua ação se eleve de preço. Nesse último caso, o acionista incorrerá em ganho de

capital.

As empresas podem, então, “destruir” ou “criar” valor para o acionista. Quando as receitas de

vendas superam todos os custos e as despesas incorridas, considerando todos os custos de

oportunidade do capital próprio, diz-se que foi criado valor para o acionista. Por outro lado,

uma empresa pode “destruir” valor quando o montante proveniente do lucro contábil auferido

não cobrir o custo mínimo de oportunidade do capital próprio (ASSAF NETO, 2007). Nesse

contexto, o EVA

apresenta-se como uma medida para identificar empresas que geram valor

ao invés de destruir (GRANT, 1997).

4.3.1 Economic value added

Com o propósito de mensurar a maximização do valor para o acionista, Brigham e Ehrhardt

(2006) destacam uma medida relativamente nova, o EVA

, que foi traduzido para português

como “valor econômico adicionado”. Os autores salientam que o custo de capital de terceiros

(KD), também chamado de “custo da dívida”, é considerado na apuração do lucro líquido

contábil, na medida em que contempla os juros pagos. Contudo, o lucro líquido contábil não

considera o custo de capital próprio (KP) ou dos acionistas. Por esse motivo, o lucro líquido

contábil – resultado final da demonstração do resultado – superestima o “verdadeiro” lucro.

Vários autores, como Grant (1997), Young e O´Byrne (2003) e Silva (2007), destacam o fato

de o EVA

incorporar o KP, que não é considerado pelo lucro contábil.

O lucro econômico é, segundo Copeland, Koller e Murrin (2002), um termo genérico

semelhante ao EVA

. Segundo Young e O´Byrne (2003), o EVA

, em uma visão bastante

restrita, é uma medida para mensuração do desempenho corporativo. Assim esses autores

definem o EVA

O EVA se baseia na noção de lucro econômico (também conhecido como lucro

residual), que considera que a riqueza é criada apenas quando a empresa cobre todos

os seus custos operacionais e também o custo do capital. Neste sentido mais restrito,

o EVA é realmente apenas um caminho alternativo para se perceber o desempenho

corporativo. Pensamos, entretanto, que esta visão é bastante restrita porque ela

desconsidera a vital contribuição que o EVA pode ter para a gestão das firmas

dirigidas pela idéia de valor (YOUNG; O´BYRNE, 2003, p. 31).

Stewart III (2005, p. 117) define o EVA

como uma medida de receita residual, por subtrair o

custo de capital dos lucros operacionais. O EVA

é, assim, uma medida de desempenho que

considera “todas as maneiras pelas quais o valor corporativo pode ser agregado ou perdido”.

Esse autor cita três maneiras de se criar valor para a empresa: a) melhorar a eficiência das

operações sem novos aportes de investimentos; b) realizar novos investimentos em projetos

que apresentam retorno superior ao custo do capital investido; e c) reduzir investimentos em

operações não econômicas que apresentam retornos inadequados. Em contrapartida, para se

perder ou destruir valor, basta que a empresa gere menos que seu custo de capital. Quando a

empresa está nessa situação, significa que ela perde parte do valor de cada unidade monetária

empregada em suas atividades (STEWART III, 2005).

Brasil e Brasil (1999, p. 103) afirmam que, “apesar de ter sido patenteado pela Stern Stewart

& Company, sua concepção pertence ao economista Alfred Marshall”. Marshall (1920)

conceitua juros como o pagamento feito pelo tomador de recursos em função da utilização de

um empréstimo. O autor afirma ainda que uma pessoa não daria continuidade a uma empresa

a menos que seus ganhos líquidos superassem os juros sobre o capital, como pode ser

observado em seu texto, transcrito a seguir.

And, if a man employs in business a capital stock of goods of various kinds [..]. He

would not, however, be willing to continue the business unless he expected his total

net gains from it to exceed interest on his capital at the current rate (MARSHALL,

1920, p. 73).

O que resta do lucro após a dedução do custo de capital é considerado como lucro residual.

Essa mesma diferença entre o lucro e o custo de capital foi chamada por Marshall (1920) de

“

earnings of undertaking or management”. Apresenta-se a seguir a passagem do texto de

Marshall (1920) em que conceitua o

earnings of undertaking or management.

What remains of his profits after deducting interest on his capital at the current rate

(allowing, where necessary, for insurance) is generally called his earnings of

undertaking or management. The ratio in which his profits for the year stand to his

capital is spoken of as his rate of profits (MARSHALL, 1920, p. 74).

Apesar de o conceito do lucro residual ter surgido há muito anos, sua utilização, nas empresas

só foi popularizada recentemente, com a disseminação do EVA

. Segundo Brasil e Brasil

(1999), a utilização do EVA

permite ao analista financeiro verificar se a remuneração sobre

o capital investido está ocorrendo como deveria, considerando o custo de oportunidade de

outras aplicações. Esses autores ressaltam, ainda, a adequação de se utilizar essa medida na

avaliação de projetos. Por fim, os autores destacam a importância do EVA

por possibilitar,

ao usuário dessa informação, verificar se o lucro auferido pela empresa gera riqueza para o

acionista.

Se uma pessoa investe determinado capital em uma empresa, ela não dará continuidade ao negócio, a menos

que o ganho líquido exceda os juros sobre o capital investido (MARSHALL, 1920).

O que resta do lucro após a dedução dos juros sobre o capital próprio é chamado de “earnings of undertaking

or management”. O retorno sobre o lucro é dado pela divisão do lucro de determinado ano pelo capital investido

(MARSHALL, 1920).

Stewart III (2005) também salienta o cuidado que se deve ter ao analisar os dividendos,

sugerindo que esses são indicadores que induzem a conclusões inadequadas acerca do

verdadeiro desempenho das empresas. A taxa de retorno que uma empresa aufere indica a

capacidade, ou não, de pagar dividendos. O autor afirma que, em vez de se preocuparem com

os dividendos pagos, o analista financeiro e/ou o investidor deveriam estar atentos à taxa de

retorno do capital investido.

Segundo Ehrbar (1999), o EVA

, aritmeticamente, é o lucro operacional líquido depois do

imposto de renda (LOLDIR), ou NOPAT, menos o encargo sobre o capital total. O resultado

dessa equação é o valor, em unidades monetárias, que excede o custo de capital total

demandado para possibilitar o lucro auferido. Por isso, é chamado “lucro residual”. Segundo

Stewart III (2005), o EVA

pode ser calculado, ainda, pela diferença entre a taxa de retorno

sobre o capital e o custo total do capital, multiplicado pelo valor econômico-contábil do

capital investido no empreendimento, conforme equação a seguir:

EVA

= (ROI – CMPC) x CI

[11]

Nessa equação, o EVA

é calculado em função das variáveis: retorno sobre o investimento,

custo médio ponderado de capital (CMPC) e capital investido. Uma forma alternativa de se

chegar ao mesmo valor é evidenciada por Stewart III (2005), por meio da seguinte equação:

EVA

= NOPAT – (CMPC x CI)

[12]

Em termos de apuração do EVA

, nota-se que é possível mensurá-lo a partir dos dados

contábeis obrigatórios disponibilizados pelas empresas de capital aberto. No entanto,

constata-se a falta de padronização na forma como se calcula essa medida. O EVA

pode ser

estimado a partir do conceito de ativo econômico (AE), bastante utilizado no MDCG. No

trabalho de Brasil e Brasil (1999) verificam-se as equações que podem ser utilizadas para

obterem-se valores de EVA

a partir do AE:

EVA

= (ROI – CMPC) x AE

[13]

Nessa equação, o ROI significa retorno sobre o AE após os impostos, dado por:

ROI = [EBIT x (1 - IR) ] / AE [14]

Considerando que o NOPAT é igual ao EBIT multiplicado por 1 menos a alíquota do IR, tem-

se que:

ROI = NOPAT / AE [15]

Substituindo a equação [15] na equação [13], verifica-se que:

EVA

= NOPAT – (CMPC x AE)

[16]

Com o intuído de aproximar o NOPAT a um resultado em caixa, alguns ajustes são

necessários. Como exemplo, Horngren, Sundem e Stratton (2006) citam que se devem

capitalizar as despesas de pesquisas e desenvolvimento, além de expurgar eventuais

benefícios da utilização do método de contabilização do estoque UEPS.

Segundo os mesmos

autores, devem-se ainda adicionar os valores de ágio –

goodwill – não registrados e, caso, a

empresa tenha reduzido qualquer despesa de juros do lucro operacional, deve adicionar esse

valor ao NOPAT.

Portanto, para mensurar o EVA

, além dos dados oriundos das demonstrações financeiras,

deve-se calcular o CMPC, o qual necessariamente demanda o cálculo dos custos de capital

próprio e de terceiros.

4.3.2

EVA do acionista

O EVA do acionista pode ser estimado por intermedio da equação [17], representando uma

medida de lucro econômico –

economic profit – que, segundo Fernández (2002), é o valor

contábil de lucro subtraído do valor do capital próprio, multiplicado pela taxa requerida de

retorno sobre esse capital próprio: “[...]

the book profit less the equity’s book value multiplied by

the required return to equity.” (

FERNÁNDEZ, 2002).

Método de contabilização dos estoques em que o último que entra é o primeiro que sai (UEPS). Alternativo ao

método em que o primeiro que entra é o primeiro que sai (PEPS).

EVA do acionista PLKPLL

−= [17]

Nessa equação, as variáveis são: lucro líquido, patrimônio líquido e custo do capital próprio.

Apresentado dessa maneira, o EVA considera apenas o que a empresas gerou para seu

acionista (EVA do acionista ou

equity EVA) (BRASIL, 2002). Re-escrevendo a equação [17],

obtém outra maneira de estimar EVA do acionista, conforme a equação [18].

EVA do acionista

PLKP

⎟

⎠

⎞

⎜

⎝

⎛

−=

[18]

Note-se que LL/PL é o ROE. Portanto, outra maneira se calcular o EVA do acionista é

considerar o ROE, que, segundo Damodaran (2003), é o LL dividido pelo valor contábil do

PL ordinário.

EVA do acionista

()

PLKP ROE

−=

[19]

O mesmo conceito utilizado por Brasil (2002) e Fernández (2002) foi definido por Cheng

(2005, p. 88) como “

abnormal return on equity: residual income scaled by book value of

equity, or the difference between ROE and cost of equity”.

Fernández (2002) destaca que o

lucro econômico utiliza tanto parâmetros contábeis quanto do mercado, pois o capital próprio

é obtido com base nas demonstrações financeiras e o custo do capital próprio é, por sua vez,

um parâmetro de mercado.

Ao se analisarem as equações [17] a [19], observa-se que a alavancagem impacta os cálculos

de duas maneiras. Primeira, na estimação do custo do capital próprio, conforme será

explicado na seção seguinte; e segunda, na composição do PL. Quanto maior a alavancagem

da empresa, maior será o PL, o que irá gerar um impacto no EVA do acionista.

Um dos pressupostos para o cálculo do EVA do acionista consiste no fato de a remuneração

do capital próprio ainda não ter sido realizada até a apuração do LL. Portanto, não gera

benefício fiscal. No Brasil, contudo, existe a presença dos juros sobre o capital próprio (JCP).

Retorno excedente do capital próprio: lucro residual dividido pelo valor contábil do capital próprio ou

diferença entre o ROE e o custo de capital (CHENG, 2005).

Os JCP foram instituídos pela Lei 9.249, de dezembro de 1995, conforme sua redação

original:

Art. 9º. A pessoa jurídica poderá deduzir, para efeitos da apuração do lucro real, os

juros pagos ou creditados individualizadamente a titular, sócios ou acionistas, a

título de remuneração do capital próprio, calculados sobre as contas do patrimônio

líquido e limitados à variação, pro rata dia, da Taxa de Juros de Longo Prazo – TJLP

(BRASIL, 1995).

Por intermédio dessa lei, determina-se que os juros recebidos e ou pagos como remuneração

do capital próprio são contabilizados como receita e despesa financeira, respectivamente. Para

efeito de apresentação das demonstrações financeiras, por se tratar, em essência, de

dividendos, são reclassificados para as contas de investimentos e lucros acumulados,

respectivamente, não produzindo efeito no resultado, exceto pelos impactos fiscais

reconhecidos nas rubricas IR e CSLL.

Na Instrução Normativa 11, de 1996, da Secretaria da Receita da Federal, são estabelecidos os

limites para fins de dedutibilidade dos JCP como despesa financeira. Os juros pagos ou

recebidos não podem exceder a cinqüenta por cento do maior dos seguintes valores: lucro

antes da provisão do IR e lucro antes dos referidos juros ou dos saldos acumulados de lucros

dos períodos anteriores (BRASIL, 1996). Os JCP são pagos em substituição ou complemento

aos dividendos previstos nos estatutos sociais das empresas ou em caso de omissão, conforme

estabelecido pelo art. 202 da Lei 6.404/76.

Assim como o EVA

, o EVA do acionista demanda valores relativos ao custo de capital

próprio. Discutem-se na seção seguinte as questões relativas ao MVA, para, em seguida, na

seção

4.4, apresentar o CMPC, que inclui o custo de capital próprio e de terceiros.

4.3.3

Market value added

O EVA

pode ser relacionado com o valor de mercado agregado, ou market value added

(GRANT, 1997). De maneira análoga, o EVA do acionista também terá sua relação com o

valor de mercado agregado. Young e O´Byrne (2003) destacam que o MVA é igual ao valor

presente dos vários valores de EVA

futuros, descontados pelo custo de capital da empresa.

As equações a seguir são apresentadas por Stewart III (2005) para demonstrar o MVA.

MVA = valor de mercado – CI [20]

MVA = valor presente de todos os EVA

futuros

[21]

Ou seja:

()()()()

∑

CMPC1

EVA

CMPC1

EVA

...

CMPC1

EVA

CMPC1

EVA

MVA

[22]

Segundo Fernández (2002), o MVA é o valor presente dos lucros econômicos descontados

pelo custo de capital. Portanto, o MVA é o valor presente dos EVA

futuros descontados pelo

custo de capital da empresa. Ou, seguindo a abordagem do valor do acionista, o MVA é igual

ao valor presente dos EVA do acionista descontados pelo custo de capital próprio, conforme a

equação [23].

()

∑

KP1

acionista doEVA

MVA

[23]

Para Stewart III (2005 p.144), “o EVA se conecta diretamente ao valor intrínseco de mercado

de qualquer empresa”. Por esse motivo, apresenta-se a figura 6, na qual se destaca a relação

entre o EVA

e o MVA, seja este positivo ou negativo.

Valor de

mercado

ado

Valor

Valor de

mercado

perdido

Valor

mercado

Capital Capital

MVA Positivo

Criação de valor

MVA Negativo

Perda de valor

()

∑

CMPC1

EVA

()

∑

CMPC1

EVA

Figura 6 – Relação entre EVA

e MVA

Fonte – Adaptado de Stewart III (2005, p. 145).

Na figura 6, observa-se que quando o valor presente dos EVA

futuros é superior a zero

(MVA positivo) as empresas estão criando valor. Portanto, seu valor de mercado é formado

pelo capital investido mais o valor de mercado agregado. Por outro lado, quando o valor

presente dos EVA

futuros é inferior a zero (MVA negativo) as empresas estão perdendo

valor. Nesse segundo caso, o valor de mercado é inferior ao capital investido; ou seja, parte do

capital investido foi perdido. De outra maneira, igualando-se a equação [20] à equação [21] e

isolando-se o valor de mercado, obtém-se a equação [24], por meio da qual Stewart III (2005,

p.163) afirma que “maximizar o valor presente do EVA

significa exatamente o mesmo que

maximizar o valor intrínseco de mercado”.

valor de mercado = CI + valor presente de todos os EVA

futuros

[24]

4.4 Custo de capital

O custo de capital é utilizado para o cálculo do EVA

e considera tanto o capital próprio

quanto o de terceiros. A literatura internacional o chama de “

weighted average cost of

capital” (WACC) ou, como tratado pela literatura brasileira, “custo médio ponderado de

capital”, cuja discussão deve ser precedida pelas questões inerentes à estrutura de capital.

Estrutura de capital é um assunto controverso e muito discutido na área de Finanças

Corporativas. Modigliani e Miller (1958) afirmam que o CMPC independe da sua estrutura de

capital e é igual à taxa de capitalização de um fluxo gerado por uma empresa da mesma classe

de risco, totalmente financiada por capital próprio. Para essa primeira proposição, os autores

estabeleceram alguns pressupostos e utilizaram o conceito de arbitragem

para demonstrar

que caso essa proposição não esteja correta a arbitragem irá acontecer. Assim, os preços das

empresas da mesma classe de risco se tornarão iguais.

As proposições de Modigliani e Miller (1958) se chocam com a afirmação de que deveria

existir uma estrutura financeira ótima – ou seja, empresas endividadas apresentam valores

superiores aos de empresas não endividadas. Assim, qualquer empresa que tenha uma

estrutura de capital alavancada – isto é, que use capital de terceiros – apresenta CMPC

inferior ao de uma empresa que seja formada apenas por capital próprio (HAMADA, 1972).

Arbitragem significa comprar e vender simultaneamente o mesmo valor mobiliário em dois mercados

diferentes a preços diferentes recebendo um retorno livre de risco (BRIGHAM; EHRHARDT, 2006)

Segundo Ross, Westerfield e Jaffe (2002), o CMPC é calculado por meio de uma média

ponderada entre o percentual das dívidas e seus respectivos custos, considerando o benefício

fiscal, mais o percentual de recursos próprios e seus respectivos custos, conforme equação a

seguir:

(

)

TSL1KDWDKPWPCMPC

−

×+

[25]

Nessa equação, WP e WD são os percentuais de capital próprio e os de dívida em relação à

totalidade dos recursos utilizados. A tributação sobre o lucro (TSL) representa a alíquota de

tributação incidente sobre o lucro, que, no caso brasileiro, é composto por IR mais

contribuição social sobre o lucro líquido (CSLL). O KP e KD, como já mencionado neste

trabalho, representam os custos de capital próprio e de terceiros.

Segundo Gitman e Mercurio (1982), para o cálculo do CMPC existem algumas abordagens

distintas, por exemplo, a utilização da estrutura de capital proveniente dos dados contábeis

atuais ou de uma estrutura de capital ótima almejada pela empresa. Além disso, pode-se

estimar o CMPC baseado em informações do valor de mercado das empresas ou a partir de

dados internos de cada empresa. Esses autores realizaram uma pesquisa com o intuito de

investigar como as empresas apuravam seu CMPC. Para tanto, enviaram questionários aos

vice-presidentes ou diretores financeiros das empresas listadas na

Fortune 1000. Dos 1000

questionários, 177 foram respondidos. As empresas que responderam apresentavam

faturamento entre 118 milhões de dólares e 79 bilhões de dólares no ano de 1979.

Por meio dessa pesquisa, foi possível verificar que 41,8% das pessoas responsáveis pelas

empresas afirmavam calcular o CMPC com base no

target capital structure weights.

Calculado dessa forma, o CMPC baseia-se em uma estrutura de capital identificada como

mais adequada para a empresa e não necessariamente igual à atual estrutura atual da empresa.

Afirmaram calcular o CMPC baseado no valor de mercado, 28,8%. O CMPC calculado com

valores de mercado extrapola o valor contábil e considera o valor de mercado das contas da

empresa. Utilizavam a estrutura de capital inerente ao

book value, ou valor contábil, 16,4%.

Nessa última situação, utilizava-se a estrutura de capital presente nas demonstrações

financeiras das empresas para calcular seu custo de capital (GITMAN; MERCURIO, 1982, p.

23).

Conforme Rappaport (2001), o CMPC é uma taxa apropriada para descontar uma série de

fluxos de caixa, por considerar os custos da dívida e do capital próprio. Esse mesmo autor cita

como alternativa para o CMPC o

adjusted present value

– valor presente ajustado. O valor

presente ajustado consiste em, inicialmente, avaliar

[...] um investimento como se ele fosse totalmente financiado por capital próprio e

então prossegue na avaliação separada dos efeitos colaterais do financiamento como

benefícios fiscais sobre juros, custos de emissão e financiamento subsidiados

(RAPPAPORT, 2001. p. 55).

Finalmente, destaca-se que, para mensurar o EVA

, além dos dados oriundos das

demonstrações financeiras, deve-se calcular o CMPC, o qual necessariamente demanda o

cálculo do custo de capital de terceiros e próprio, que pode ser aproximado por meio do

modelo de Gordon ou pelo CAPM.

4.4.1

Modelo de Gordon

O modelo de Gordon, ou modelo de Gordon e Shapiro, surgiu a partir do trabalho de J. B.

Williams (1938), o qual estava relacionado com a teoria de investimento, por tratar de

questões como crescimento e taxa de lucro sobre ações. Segundo Gordon e Shapiro (1956), o

modelo desenvolvido por Williams poderia ser melhorado se partisse da equação [26] para

cálculo da taxa de retorno sobre ativo.

()

∑

∞

[26]

Na equação [26], o preço da ação (P

) é calculado pelo somatório de todos os dividendos (D

)

futuros descontados a uma taxa (k). Considerando que D

t+1

pode ser obtido a partir de

(1+g), realizam-se algumas operações matemáticas, a partir da equação [26], para encontrar

outra que isola o custo do capital próprio (k). Segundo Gordon e Shapiro (1956), g é a taxa de

crescimento dos dividendos.

Para outras informações sobre o adjusted present value, ver Luehrman (1997).

()

(

)

()

(

)

()

...

g1D

∑

∝

[27]

Multiplicando-se os dois lados por

(

)

()

(

)

()

(

)

()

(

)

()

(

)

()

...

g1D

[28]

Realizando as multiplicações:

()

()()

(

)

()

...

g1D

111

[29]

Calculando a diferença entre as equações [29] e [27]:

()

()()

(

)

()

() ()

()

()()

[]

⇒

−

⇒=+−+

⇒

+−+

⇒

⎥

⎦

⎤

⎢

⎣

⎡

⎥

⎦

⎤

⎢

⎣

⎡

=−

Dg1k1P

g1PPk1

...

g1D

-...

g1D

111

[30]

[31]

O k encontrado na equação [31] é entendido como o custo do capital próprio ajustado ao

risco. Dessa forma, o modelo de Gordon pode ser utilizado para estimar o custo de capital

próprio. Segundo Gitman e Mercurio (1982), em sua pesquisa realizada com o intuito de

investigar como as empresas apuravam seu custo de capital, 26% dos vice-presidentes ou

diretores financeiros das empresas listadas na

Fortune 1000 que responderam aos

questionários indicaram que o custo de capital próprio era estimado com base na taxa de

pagamento de dividendo mais uma expectativa de crescimento. Essa técnica de estimação foi

a segunda mais indicada. A mais respondida foi uma intitulada “retorno requerido pelos

investidores” ou

return required by investor, que, segundo os autores, pode ser obtido por

meio do CAPM ou de outra técnica, já que na pergunta não se especificava qual técnica

avaliava esse retorno.

Apresenta-se a seguir a abordagem CAPM, discutindo sua utilização como aproximação do

custo de capital. Além disso, principalmente a partir do trabalho de Hamada (1969), discutem-

se a influência da alavancagem e, conseqüentemente, o β alavancado e o não alavancado.

4.4.2

CAPM para a avaliação do KP

O CAPM, segundo Brigham e Ehrhardt (2006), é usado para analisar a relação entre o risco

sistêmico e taxas de retorno para ativos de capital. O risco sistêmico é também conhecido

como “risco sistemático” ou “risco não diversificável”, que não é reduzido com a

diversificação do investimento. Ross, Westerfield e Jaffe (2002) destacam que os investidores

aplicarão seus recursos em ativos que apresentem certos tipos de riscos, esperando um retorno

que compense essa decisão de investimento.

Sharpe (1964), Lintner (1965) e Mossin (1966) propuseram esse modelo de equilíbrio

, que

relaciona um retorno esperado para o ativo (

), em função da taxa livre de risco

R , do beta

desse ativo (β ) em relação ao mercado – medida de risco não diversificável – e do retorno do

mercado (

). A relação entre retorno esperado e beta foi descrita por Ross, Westerfield e

Jaffe (2002), por meio da seguinte equação:

⎟

⎠

⎞

⎜

⎝

⎛

−+=

RRβRR

[32]

O resultado dessa equação pode ser usado para se calcular o custo de capital da empresa

(BRIGHAM; EHRHARDT, 2006). Segundo Penman (2007, p. 113), “

In effect, the cost of

Para melhor compreensão do modelo CAPM, ler os artigos escritos por Sharpe (1964), Lintner (1965) e

Mossin (1966).

capital is the opportunity cost of forgoing an alternative investment with the same risk”.

Segundo Brigham e Ehrhardt (2006), esse custo de capital será estimado levando-se em

consideração o risco de mercado advindo de fatores que afetam sistematicamente as empresas,

tais como: guerra, inflação, recessão e oscilações em taxas de juros. Para Penman (2007), o

custo de capital ou retorno requerido, estimado pelo CAPM, será igual a um retorno livre de

risco acrescido de um prêmio de risco. Ou, ainda,

⎟

⎠

⎞

⎜

⎝

⎛

−+=

RRβRKP

[33]

Em que KP é o custo de capital;

R é o retorno livre de risco; e

⎟

⎠

⎞

⎜

⎝

⎛

−

RRβ é o prêmio de

risco da empresa. Destaca-se ainda que

RR − é considerado o prêmio de risco do mercado,

mensurando quanto seu retorno supera o ativo livre de risco.

Conforme o desenvolvimento do modelo CAPM, o beta representa o risco de mercado de uma

empresa não alavancada, ou seja, empresa financiada apenas com capital próprio. Por outro

lado, uma empresa financeiramente alavancada é aquela que financia parte dos seus ativos

com capital de terceiros. Portanto, a alavancagem financeira é a proporção de capital de

terceiros que compõe o total de recursos da empresa.

Hamada (1969) apresenta as operações matemáticas para relacionar o CAPM, fruto dos

trabalhos de Sharpe (1964), Lintner (1965) e Mossin (1966), com as proposições de

Modigliani e Miller (1958). Por fim, Hamada (1969) apresenta um modo de relacionar o beta

da empresa não alavancada com um beta para a empresa alavancada, partindo da equação de

equilíbrio a seguir:

()

]RRβ[ER)E(R

FMFi

−+=

[34]

Nessa equação, considera-se E(R

) como a esperança matemática do retorno de uma empresa

(i) qualquer. O R

é o retorno do ativo livre de risco; o β é a medida de risco não sistêmico; e

O custo de capital é o custo da oportunidade relacionada a um investimento de mesmo risco (PENMAN,

2007).

o E(R

) é a esperança matemática do retorno do mercado. Além disso, o β é calculado em

função da covariância entre os retornos da empresa e do mercado e a variância dos retornos

do mercado, como apresentado por Hamada (1969).

)(Rσ

)R,cov(R

[35]

Dessa forma, a equação [34] pode ser reescrita como apresentado por Fama (1968):

()

)R,cov(R

)(Rσ

]RR[E

R)E(R

−

[36]

Considerando que

()

)(Rσ

]RR[E

−

é constante para todas as empresas, pode-se substituir esse

termo por

λ.

)R,λcov(RR)E(R

MiFi

[37]

Hamada (1969) apresenta a equação a seguir para representar o retorno esperado para uma

empresa (A) não alavancada. Para tanto, considera dois dos pressupostos de Modigliani e

Miller (1958): a) a não existência dos custos de falência; e b) a não interferência das políticas

de dividendos no valor de mercado das empresas.

AATA

S)E(SE(div))E(X −+=

[38]

Nessa equação, considera-se S

como valor de mercado presente da empresa; E(S

) como a

esperança do valor de mercado futuro; e E(div) como a esperança dos dividendos a serem

pagos no período. Todos esses dados referem-se a empresas não-alavancadas. E(X

) é uma

medida de retorno líquido de depreciação. Portanto, a taxa de retorno E(R

) é obtida

simplesmente pela divisão de E(X

) por S

(HAMADA, 1969).

)E(X

)E(R =

[39]

Por outro lado, a taxa de retorno E(R

) de uma empresa alavancada varia em função da

divisão da diferença entre o retorno E(X

) dessa empresa caso ela fosse não-alavancada e o

custo da dívida pelo valor de mercado dessa empresa. Nesse caso, quanto maior o custo da

dívida,

ceteris paribus, menor o retorno da empresa. Na demonstração feita, Hamada (1969)

assumiu o custo da dívida como sendo o valor do ativo livre de risco multiplicado pela dívida

contraída (R

BFA

DR)E(X

)E(R

−

[40]

Demonstra-se, no APÊNDICE A como obter a equação [41], que apresenta a relação entre o

valor de mercado da empresa alavancada (S

) e o da não-alavancada (S

). Nessa equação,

) é a parcela de dívida contraída pela empresa alavancada.

BBA

DSS

1SS +=⇒

⎟

⎠

⎞

⎜

⎝

⎛

[41]

Por meio das equações apresentas, Hamada (1969) verifica a primeira proposição de

Modigliani e Miller (1958). Dessa forma, um investidor racional, ao estimar um custo de

capital por meio do CAPM, além do prêmio pelo risco da empresa, deve exigir um prêmio

pelo risco financeiro. Ou seja, o custo de capital de uma empresa alavancada – K

– é dado

pelo ativo livre de risco –

– acrescido por um prêmio de risco da empresa –

⎟

⎠

⎞

⎜

⎝

⎛

−

RRβ – mais um prêmio de risco financeiro

()

⎟

⎠

⎞

⎜

⎝

⎛

−

⎟

⎠

⎞

⎜

⎝

⎛

−

TSL1RRβ

. Em que

TSL é a alíquota de tributação e

⎟

⎠

⎞

⎜

⎝

⎛

é o grau de alavancagem da empresa, sendo D o valor

das dívidas e PL o valor do patrimônio líquido da empresa.

()

⎟

⎠

⎞

⎜

⎝

⎛

−

⎟

⎠

⎞

⎜

⎝

⎛

−+

⎟

⎠

⎞

⎜

⎝

⎛

−+=

T1RRβRRβRK

naF

naFA

[42]

Re-escrevendo a equação [42], colocando em evidência o termo

⎟

⎠

⎞

⎜

⎝

⎛

−

RRβ , obtém-se:

()

⎥

⎦

⎤

⎢

⎣

⎡

⎟

⎠

⎞

⎜

⎝

⎛

−+

⎟

⎠

⎞

⎜

⎝

⎛

−+=

T11RRβRK

naFA

[43]

É possível, portanto, obter a relação entre o beta de empresas alavancadas e de empresas não

alavancadas. Para tanto é necessário igualar a equação [42] com a equação [33].

()

⎟

⎠

⎞

⎜

⎝

⎛

−+=

⎟

⎠

⎞

⎜

⎝

⎛

−

⎟

⎠

⎞

⎜

⎝

⎛

−+

⎟

⎠

⎞

⎜

⎝

⎛

−+

naF

RRβR

TSL1RRβRRβR

[44]

Fazendo as operações matemáticas:

()

⎥

⎦

⎤

⎢

⎣

⎡

⎟

⎠

⎞

⎜

⎝

⎛

−+

⎟

⎠

⎞

⎜

⎝

⎛

−=

⎟

⎠

⎞

⎜

⎝

⎛

−

⇒

⎟

⎠

⎞

⎜

⎝

⎛

−+=

⎟

⎠

⎞

⎜

⎝

⎛

−

⎟

⎠

⎞

⎜

⎝

⎛

−+

⎟

⎠

⎞

⎜

⎝

⎛

−+

TSL11RRβRRβ

RRβR

TSL1RRβRRβR

naF

[45]

Simplificando, obtém-se:

()

⎥

⎦

⎤

⎢

⎣

⎡

⎟

⎠

⎞

⎜

⎝

⎛

−+

TSL11

[46]

Isto é:

β: beta da empresa i; β

: beta da empresa i não alavancada; TSL: alíquota de tributação sobre

o lucro (IR + CSLL); D: dívidas; PL: capital próprio

Ao analisar a equação [46], entende-se por que quanto maior a participação de capital de

terceiros na empresa, representado pelo (D), maior será o β da empresa alavancada,

ceteris

paribus, em relação a ela mesma se fosse não alavancada. Por outro lado, caso a empresa não

dependa de capital de terceiros – ou seja, se sua dívida (D) for igual a zero – o β dessa

empresa seria um β não-alavancado. Após a apresentação da estimação para o KP por meio do

CAPM, seguem uma discussão sobre os investimentos socialmente sustentáveis e a

metodologia aplicada neste trabalho.

4.5 Investimentos socialmente responsáveis

Investir em SRI não é uma atividade nova. Por volta de 1900, alguns investidores evitaram

empresas que produziam cigarros e bebidas alcoólicas. Nos Estados Unidos da América

(EUA), nos anos de 1970, os investidores excluíram de suas carteiras empresas associadas à

guerra do Vietnã (SAUER, 1997).

Apesar de os investimentos em empresas socialmente responsáveis e sustentáveis ainda serem

considerados pequenos, estão em crescimento em todo o mundo. Segundo dados do

Social

Investment Forum Foundation

(2005), existiam em 1995 nos EUA 55 fundos mútuos que

tinham por objetivo investir em responsabilidade social. Após dez anos, constatou-se a

existência de mais de 200 desses fundos. No Brasil, como já vem acontecendo há alguns anos

em outros países, ocorreu a criação do ISE, no final de 2005. Segundo dados da BOVESPA

(2007c), o valor da carteira do ISE mais que dobrou de 2005 a 2007, superando US$ 400

bilhões. Apesar de sua recente criação, já é possível notar sua repercussão em âmbito

internacional:

Demand is difficult to gauge in many emerging-market countries, but rapid growth

of SRI in Brazil, South Africa, and certain parts of Asia has begun to be well

documented (SOCIAL INVESTMENT FORUM FOUNDATION, 2005. p. 37).

Nos EUA, a evolução dos investimentos socialmente responsáveis pode ser visualizada no

gráfico 5. Essa modalidade de investimentos em 2005 já era superior a US$ 2 trilhões.

500

1.000

1.500

2.000

2.500

1995 1997 1999 2001 2003 2005

Bilhões US$

Gráfico 5 – Valor investido em empresas socialmente responsáveis nos EUA

Fonte – Adaptado de Social Investment Forum Foundation, 2005.

É difícil mensurar ao certo, mas o crescimento dos investimentos socialmente responsáveis nos mercados

emergentes já vem sendo documentado no Brasil, na África do Sul e em algumas partes da Ásia (SOCIAL

INVESTMENT FORUM FOUNDATION, 2005).

Segundo Cochran e Wood (1984) e Schröder (2007), as análises empíricas dos SRI se

iniciaram com o trabalho de Moskowitz (1972). A partir desse estudo, vários outros surgiram

com intuito de investigar o comportamento dos SRI. No exterior, há várias pesquisas, como as

realizadas por Hamilton, Jo e Statman (1993), Sauer (1997) e Derwall

et al. (2005),

comparando o desempenho dos índices que representam investimentos em empresas

socialmente responsáveis e sustentáveis com investimentos em empresas não sustentáveis.

Todavia, no Brasil, o assunto ainda é incipiente e a própria criação do ISE, apenas em 2005, é

um reflexo disso. Paula, Gonçalves e Coscarelli (2008) apresentam o perfil de publicações

sobre sustentabilidade no Brasil e afirmam que 80% dos artigos sobre o tema encontram-se

publicados entre 2004 e 2007. Alguns dos primeiros estudos nacionais sobre o ISE foram

realizados por Cavalcante, Bruni e Costa (2007), Rezende

et al. (2007) e Coscarelli,

Lamounier e Bressan (2008).

Segundo Derwall e Koedijk (2005), alguns estudiosos defendem que as restrições impostas

pelos investimentos em empresas socialmente responsáveis conduzem esses investimentos a

desempenhos inferiores aos dos não restritos pela sustentabilidade. Por outro lado, os mesmos

autores salientam que os proponentes dos investimentos sustentáveis afirmam que o reflexo

das ações das empresas sustentáveis será percebido a longo prazo.

Repetto, Thomas e Dias (2007) publicaram um artigo em que aferiram o EVA

de empresas

consideradas SRI. Nesse artigo, os autores utilizam uma base de dados criada por uma

organização não-governamental chamada Trucost, especializada em pesquisas relacionadas

aos impactos que as empresas causam no meio ambiente, a qual continha, na data de

publicação do artigo, dados de 3.200 empresas em todo o mundo, com as respectivas

estimativas dos custos relacionados a questões ambientais inerentes a cada uma dessas

empresas.

A Trucost estima os impactos causados pelas empresas com base nos dados internos e

externos às mesmas, provenientes de bases de dados do setor público. As emissões de

resíduos no ar, na terra e na água são estimadas e separadas em categorias. Multiplica-se a

essa quantidade de resíduos uma estimativa de dano marginal unitário (REPETTO;

THOMAS; DIAS, 2007).

A partir desses dados, Repetto, Thomas e Dias (2007 p. 423) incorporaram ao EVA

uma

nova variável: custos relacionados a questões ambientais. Passaram a chamar esse EVA que

contempla os custos ambientais, de “TRUEVA”, uma medida que “[…]

subtracts from the

firm’s operating surplus not only its costs of capital but also the environmental damages it

imposes elsewhere in the economy”.

É pouco provável que exista uma base de dados como a utilizada por Repetto, Thomas e Dias

(2007) para se reaplicar o estudo desses autores para a realidade brasileira. Além disso, deve-

se destacar que a estimação por si só dos custos ambientais já seria um trabalho muito extenso

para ser realizado nesta dissertação. Por esses motivos, não foi objetivo do presente trabalho

explorar o “TRUEVA”. A seguir, apresenta-se a metodologia proposta.

O “TRUEVA” é uma medida que subtrai do resultado operacional da empresa não só os custos de capital,

como também um custo que representa os possíveis danos que a empresas gera ao ambiente (REPETTO;

THOMAS; DIAS, 2007).

5 METODOLOGIA

Para alcançar os objetivos deste trabalho, foi proposta uma pesquisa ex-post facto, que se

caracteriza, ainda, por ser quantitativa

descritiva. Segundo GIL (2007), é um tipo comumente

utilizado nas pesquisas sociais. Para tanto, foram utilizados dados secundários tratados por

meio dos

softwares Excel

, versão 2003, Eviews

, versão 5 e o STATA

, versão 10.1,

realizando as seguintes etapas:

Padronização das demonstrações financeiras conforme o MDCG;

Cálculo da necessidade de capital de giro;

Cálculo do capital de giro;

Cálculo do saldo de tesouraria;

Identificação das estruturas financeiras do MDCG das empresas estudadas;

Mensuração do NAL;

Mensuração dos índices tradicionais de liquidez;

Estimação do custo de capital próprio (KP);

Estimação do EVA do acionista;

Estimação do MVA;

Estimação e validação dos modelos econométricos.

Em um estudo preliminar foram encontradas dificuldades com a utilização de dados

trimestrais. Essas dificuldades referem-se à qualidade das informações das demonstrações

financeiras oriundas dos balancetes trimestrais e às estimações dos betas do CAPM. Por esse

motivo foram obtidas demonstrações financeiras anuais sem que se realizasse nenhum ajuste

contábil. A não realização dos ajustes é justificada pela grande quantidade de setores das

empresas da amostra.

Dessa forma, foram obtidas as demonstrações financeiras anuais relativas ao período de 2003

a 2007 das empresas que compunham a carteira teórica 2007-2008 do ISE, bem como as

cotações de bolsa, das ações das mesmas empresas no período de 1998 a 2007, foram

utilizadas como unidades de observação. Fez-se necessária a obtenção de cotações a partir de

1998 para estimar os betas.

A adoção desta abordagem metodológica está de acordo com o que propõe Laville e Dionne

(2007). Segundo os autores, o objetivo da pesquisa define a abordagem metodológica a ser

empregada em sua investigação. A metodologia proposta para a realização desta pesquisa está

apresentada no quadro 1.

Natureza da pesquisa

Quantitativa / descritiva

Universo de análise

Empresas listadas na BOVESPA que compõem o ISE

Amostra

Não probabilística intencional – empresas não financeiras que

compõem o ISE

Unidades de observação

Demonstrações financeiras e cotações de bolsa

Quadro 1 – Resumo das características metodológicas desta dissertação

Fonte – Elaborado pelo autor desta dissertação.

5.1 Limitações dos cálculos

Para viabilizar esta pesquisa, foi necessário efetuar algumas simplificações da realidade. A

padronização das demonstrações financeiras conforme o MDCG baseou-se nos nomes das

contas. Entretanto, caso fosse um estudo interno, em cada uma das empresas, poderia se obter

uma reclassificação mais apurada das contas, conforme o plano de contas individualizado de

cada empresa. A partir dessa limitação, os valores estimados para a NCG, CDG e T, assim

como as estruturas financeiras identificadas, sofrem a influência da limitação da

reclassificação baseada na nomenclatura das contas.

As mensurações do AL e do NAL sofrem uma limitação similar à apresentada para a

reclassificação do MDCG. Na literatura, identificam-se como AL numerário em caixa e

investimento de curto prazo, ao passo que o NAL constitui-se na divisão do AL pelo AT (ver

Colquitt; Sommer; Godwin, 1999). Para esta pesquisa, a definição do AL também foi baseada

na nomenclatura das contas apresentadas pelo sistema Economática. Caso fosse realizado um

estudo em cada empresa, possivelmente se conseguiria uma identificação mais apurada.

Os índices tradicionais de liquidez foram obtidos sem muitas limitações, por não demandarem

reclassificações. Mesmo que obtidos a partir das contas do sistema Economática, são

estimados com menor subjetividade, por estarem baseados nas contas básicas do BP: AC, PC,

RLP e ELP.

5.2 Amostra

Para este trabalho, o universo da pesquisa incluiu todas as empresas que tiveram ações na

carteira teórica 2007-2008 do ISE listadas na BOVESPA. Não é objetivo deste trabalho

discutir os critérios de inclusão de empresas na carteira teórica do ISE. Portanto, dentre as 40

ações que compuseram essa carteira teórica, pertencentes a 32 empresas consideradas

sustentáveis segundo os critérios estabelecidos pela BOVESPA, selecionou-se uma amostra

intencional, ou por julgamento, como chama Babbie (1999), composta pelas empresas não

financeiras que fazem parte desse universo. Após a exclusão das empresas financeiras,

Bradesco, Banco do Brasil e Itaú, apresentam-se, no quadro 2, as 29 empresas que

compuseram a amostra.

resas Códi

o Setor Economatica Setor NAICS

Perdigão S.A. PRGA

Sadia S.A. SDIA

Natura NATU Comércio Comércio atacadista de bens não duráveis variados

Cesp CESP

Cemig CMIG

Coelce COCE

CPFL Energia CPFE

Copel CPLE

Eletrobrás ELET

Eletropaulo ELPL

Energias BR ENBR

AES Tiete GETI

Light S.A. LIGT

Tractebel TBLE

Weg WEGE Máquinas Industriais Indústria de motores, turbinas e transmissores de energia

Sabesp SBSP Água, esgoto e outros sistemas

Dasa DASA Laboratório de exames médicos

Aracruz ARCZ

Suzano Papel SUZB

V C P VCPA

Petrobras PETR Petróleo e Gás Extração de petróleo e gás

Braskem BRKM

Suzano Petroquímica SZPQ

Am Inox Br ACES

Gerdau GGBR

Gerdau Metalúrgica GOAU

CCR Rodovias CCRO Transporte Serviços Atividades auxiliares ao transporte rodoviário

Iochp-Maxion MYPK Indústria de autopeças

Embraer EMBR Indústria de equipamentos aeroespaciais

Siderurgia & Metalurgia Transformação de aço em produtos de aço

Veículos e peças

Outros

Papel e Celulose Indústria de papel , celulose e papelão

Química Indústria química

Energia Elétrica Geração, transmissão e distribuição de energia elétrica

Alimentos e Bebidas Abatedouros

Quadro 2 – Empresas que compõem a amostra da pesquisa

Fonte – Economática.

As demonstrações financeiras dessas 29 empresas pertencentes à carteira teórica 2007-2008

do ISE foram estudadas durante os anos de 2003 a 2007, sendo que para o cálculo dos β

foram obtidos dados a partir de 1998. Segundo a classificação setorial da

North American

Industry Classification System (NAICS) essas 29 empresas estariam classificadas em 13

setores distintos. Já pela classificação setorial da Economática, essas mesmas empresas seriam

agrupadas em apenas 11 setores.

Segundo Bailey (1992), uma amostra intencional faz parte da amostragem não probabilística,

apresentando alguns aspectos positivos e negativos. A maior desvantagem desse método é que

não se pode garantir que a amostra selecionada seja representativa de uma população maior.

por outro lado, a amostra intencional possibilita ao investigador selecionar unidades de análise

mais adequadas ao propósito do trabalho.

In purposive or judgmental sampling the investigator does not necessarily have a

quota to fill from various strata, as in quota sampling, but neither does he or she just

pink the nearest warm bodies, as in convenience sampling. Rather, the researcher

uses his or her own judgment about which respondents to choose, and picks only

those who best meet the purpose of study (BAILEY, 1992, p. 99).

Foi necessário definir o período amostral, conforme já destacado na Introdução, de modo a

garantir que a realização dos cálculos necessários a esta dissertação. Assim, optou-se por

trabalhar com dados a partir de 2003, o que se justifica pela necessidade de maior liquidez e

negociabilidade, elementos relevantes para os cálculos realizados.

O ISE, índice formado pelas empresas da amostra estudada neste trabalho, criado só em 2005,

é composto por empresas que pertencem às 150 mais líquidas. Liquidez e negociabilidade são

elementos fundamentais para estimar o custo de capital, conforme apresentado nesta

metodologia. Como o custo de capital foi estimado pelo CAPM, não há como estimar os β

caso as ações não sejam negociadas com freqüência.

A amostra intencional, ou proposital, possibilita ao pesquisador não se obrigar a preencher uma cota

estratificada de observações. Permite ao investigador selecionar unidades de análise mais adequadas ao propósito

do trabalho (BAILEY, 1992).

5.3 Definição operacional das variáveis

Os dados utilizados neste trabalho foram obtidos a partir da base de dados da Economática e

foram corrigidos de acordo com a inflação até o dia 31 de março de 2008, conforme o índice

nacional de preços ao consumidor amplo (IPCA), publicado pelo Instituto Brasileiro de

Geografia e Estatística (IBGE). Além disso, foram utilizadas demonstrações financeiras não

consolidadas. Essa opção metodológica foi baseada no artigo escrito por Perobelli, Pereira e

David (2006), em que os autores regrediram o ROE em relação a variáveis do MDCG. No

trabalho desses autores os dados foram trabalhados em painel e foram obtidos por meio do

sistema Economática não consolidados e sem outros ajustes.

5.3.1

Padronização das demonstrações contábeis conforme o MDCG

Para a padronização das demonstrações financeiras, primeiramente, utilizando a ferramenta

“

Stock Guide” da Economática, foram selecionadas as 29 empresas da amostra. Em seguida,

na ferramenta “demonstrativos financeiros”, foram definidos os parâmetros, conforme figura

7. Após a definição dos parâmetros, exportaram-se os dados de todas as empresas para um

único arquivo tipo TXT. Para essa atividade, utilizou-se o comando “arquivo” e, em seguida,

“Gravar Como .TXT”. A opção de “Gravar Como .TXT” foi aplicada a todas as empresas

previamente selecionadas no “

Stock Guide”, conforme figura 8.

Figura 7 – Parâmetros para as demonstrações financeiras

Fonte – Economática.

Figura 8 – Parâmetros de exportação para empresas do Stock Guide

Fonte – Economática.

Com a utilização de um editor de Visual Basic, foi gerado um script cujo objetivo era

importar os dados para o Excel, a partir do arquivo TXT exportado da Economática. Esse

script, além de importar e converter o TXT, organizou os dados de modo a se ter uma planilha

para cada empresa contendo as respectivas demonstrações financeiras.

Para cada planilha – uma por empresa – foram reclassificadas as contas do BP. A

reclassificação do BP conforme o MDCG consistiu em realocar as contas em três grupos: a)

errático ou financeiro; b) operacional ou cíclico; e c) estratégico ou permanente. Nota-se que a

base de dados da Economática apresenta os balanços patrimoniais de maneira agrupada, o que

facilita o trabalho de reclassificação, uma vez que não se propõe neste trabalho a detalhar as

contas apresentadas pela Economática. Não obstante, o agrupamento de contas pode gerar

algumas distorções na análise dos dados, caracterizando, assim, uma limitação deste trabalho.

Segundo Brasil e Brasil (1999), a classificação funcional não deve limitar-se ao nome da

conta, mas também ao seu conteúdo, o que na prática nem sempre é viável. Mesmo assim,

segundo esses autores,

[...] toda classificação, e portanto toda análise, reflete um nível de precisão variável,

dependendo do maior ou menor conhecimento que se tem da empresa e de seus

procedimentos contábeis. De partida, podemos dizer que o analista interno chegará a

uma análise mais precisa que o externo (BRASIL; BRASIL, 1999, p. 5-6).

No quadro 3, apresentam-se as contas do ativo e no quadro 4, as contas do passivo. Essas

contas são as que comumente são encontradas nas demonstrações financeiras disponíveis na

Economática. Para facilitar eventuais reaplicações desta pesquisa, apresentam-se na segunda

coluna desses quadros as nomenclaturas exatamente como constam no plano de contas da

Economática. Nem mesmo a acentuação das palavras foi colocada. Além disso, na última

coluna de cada quadro, apresenta-se a reclassificação com base nos livros que versam sobre o

MDCG: Brasil e Brasil (1999); Brasil e Fleuriet (1998); Fleuriet, Kehdy e Blanc (2003);

Vieira (2005).

Contas do ativo

Nomenclatura exatamente como está no plano

de contas da Economática

Reclassificação

Disponível e investimento de curto prazo Disponivel e Inv CP Errático

Duplicatas a receber Duplicatas a Receber Operacional

Saques cambiais descontados Saques Cambiais Desc Errático

Duplicatas descontadas Duplicatas Descontadas Errático

Provisão de contas de cobranças duvidosas Prov Contas Cobr Duvid Operacional

Títulos a receber de curto prazo Titulos a Receber CP Operacional

A receber de controladas curto prazo A Receber de Control CP Operacional

Aplicações financeiras de curto prazo Aplicacoes Financ CP Errático

Outros créditos de curto prazo Outros Creditos CP Operacional

Estoques Estoques Operacional

Outros ativos de curto prazo Outros Ativos CP Operacional

Realizável a longo prazo Realizavel LP Estratégico

Permanente Permanente Estratégico

Quadro 3 – Reclassificação das contas do ativo

Fonte – Elaborado pelo autor desta dissertação, a partir de dados da Economática.

Contas do passivo

Nomenclatura exatamente como está no plano

de contas da Economática

Reclassificação

Financiamento de curto prazo Financiamento CP Errático

Debêntures de curto prazo Debentures CP Errático

Fornecedores de curto prazo Fornecedores CP Operacional

Impostos a pagar de curto prazo Impostos a Pagar CP Operacional

Dividendos a pagar de curto prazo Dividendos a Pagar CP Errático

Provisões de curto prazo Provisoes CP Errático

A pagar a controladas curto prazo A Pagar a Controlad CP Errático

Outros passivos de curto prazo Outros Passivos CP Errático

Exigível a longo prazo Exigivel LP Estratégico

Resultados de exercícios futuros Resultados de Exer Futur Estratégico

Participação de acionistas minoritários Part Acionistas Minorit Estratégico

Patrimônio líquido Patrimonio Liquido Estratégico

Quadro 4 – Reclassificação das contas do passivo

Fonte – Elaborado pelo autor desta dissertação, a partir de dados da Economática.

Como já dito, a reclassificação de contas, principalmente pelo analista externo, apresenta um

nível de precisão que varia em função do conhecimento. Mesmo consultando uma vasta

bibliografia, restam dúvidas. Nos casos em que a nomenclatura das contas do passivo eram

pouco sugestivas, optou-se por apropriar do conceito contábil do conservadorismo e

classificá-las como errática.

5.3.2

Cálculo da NCG

Uma vez que as demonstrações financeiras estavam reclassificadas, o cálculo das variáveis foi

dado pela diferença entre as contas reclassificadas. Assim, o cálculo da NCG foi realizado

pela diferença entre as contas do ativo e as do passivo classificadas como operacionais. Ou

seja,

NCG = (duplicatas a receber + provisão de contas de cobranças duvidosas +

títulos a receber de curto prazo + a receber de controladas de curto prazo +

outros créditos de curto prazo + estoques + outros ativos de curto prazo) –

(fornecedores de curto prazo + impostos a pagar de curto prazo)

[47]

5.3.3

Cálculo do CDG

O cálculo do CDG foi realizado com base na diferença entre as contas do passivo e as do

ativo classificadas como estratégicas. Ou seja,

CDG = (exigível a longo prazo + resultados de exercícios futuros + participação

de acionistas minoritários + patrimônio líquido) – (realizável de longo prazo +

permanente)

[48]

5.3.4

Cálculo do T

O saldo de tesouraria foi obtido de duas maneiras: a) pela diferença entre o CDG e a NCG; e

b) pela diferença entre as contas do ativo e do passivo classificadas como erráticas. Ou seja,

T = CDG – NCG = (disponível e investimento de curto prazo + saques cambiais

descontados + duplicatas descontadas + aplicações financeiras de curto prazo) –

(financiamento de curto prazo + debêntures de curto prazo + dividendos a pagar

de curto prazo + provisões de curto prazo + a pagar a controladas curto prazo +

outros passivos de curto prazo)

[49]

5.3.5

Identificação das estruturas financeiras do MDCG

As estruturas foram formadas a partir da combinação das variáveis NCG, CDG e T. Sendo

atribuídos os números de 1 a 6 para representar as estruturas financeiras das empresas,

conforme a reclassificação do MDCG proposta por Vieira (2005), apresentada na seção

4.2

desta dissertação.

Estruturas NCG CDG T

Tipo 1 > 0 < 0 < 0

Tipo 2 < 0 < 0 < 0

Tipo 3 < 0 < 0 > 0

Tipo 4 > 0 > 0 < 0

Tipo 5 > 0 > 0 > 0

Tipo 6 < 0 > 0 > 0

Quadro 5 – Estruturas financeiras e as variáveis do MDCG

Fonte – Elaborado pelo autor desta dissertação a partir de Vieira (2005).

Para representar essas estruturas foram utilizadas 5 variáveis binárias: DMDCG1, DMDCG2,

DMDCG3, DMDCG4, DMDCG5. A atribuição do valor zero para todas as cinco

dummies

constituía a categoria base que representava a estrutura tipo 6.

Variável Descrição

DMDCG1

0: empresas que não apresentam a estrutura do tipo 1.

1: empresas que apresentam a estrutura do tipo 1.

DMDCG2

0: empresas que não apresentam a estrutura do tipo 2.

1: empresas que apresentam a estrutura do tipo 2.

DMDCG3

0: empresas que não apresentam a estrutura do tipo 3.

1: empresas que apresentam a estrutura do tipo 3.

DMDCG4

0: empresas que não apresentam a estrutura do tipo 4.

1: empresas que apresentam a estrutura do tipo 4.

DMDCG5

0: empresas que não apresentam a estrutura do tipo 5.

1: empresas que apresentam a estrutura do tipo 5.

Quadro 6 – Dummies para as estruturas financeiras do MDCG

Fonte – Elaborado pelo autor desta dissertação.

5.3.6 Mensuração do NAL

Conforme observado no trabalho de Colquitt, Sommer e Godwin (1999), o NAL foi dado em

função da divisão dos numerários em caixa, acrescidos dos investimentos de curto prazo, pelo

investimento total em ativos. Com base nos dados da Economática, o NAL foi obtido

conforme a seguinte equação.

totalativo

CP inv. e disponivel

NAL

[50]

5.3.7

Mensuração dos índices tradicionais de liquidez

Além do CCL, que matematicamente é igual ao CDG, foram calculados os índices

tradicionais de liquidez: geral, corrente, seco e imediato. Para tanto, apresentam-se a seguir as

equações utilizadas:

ELPPC

RLPAC

[51]

[52]

estoques-AC

[53]

sdisponívei

[54]

5.3.8

Cálculo do β alavancado

Os β alavancados foram obtidos por meio da base de dados Economática, a partir de dados

ajustados pela inflação medida pelo IPCA do IBGE até 31/3/2008. As cotações utilizadas

também foram ajustadas para proventos e dividendos. Esse β será móvel de n meses, sendo n

= {12, 24, 36, 48, 60}. Ou seja, para cada ano (t) da amostra existem até cinco β, por empresa

(i), que foram calculados em função dos últimos 12, 24, 36, 48 e 60 meses. A utilização dos

cinco β móveis minimiza eventuais anomalias que possam influenciar as estimações do custo

do capital. Além disso, seria muito arbitrário escolher um único período, como fez Rangel

(2005). Esse próprio autor utilizou o β 60 e, ao final do trabalho, sugeriu pesquisas futuras

utilizando outros β.

)(Rσ

)R,cov(R

Mtn

Mtnitn

itn

[55]

5.3.9

Cálculo do β não alavancado

Para calcular o β não alavancado, utilizaram-se os β alavancados que consideravam retornos

de n meses anteriores de cada empresa (i) em cada ano (t), conforme a equação a seguir,

adaptada de Brigham e Ehrhardt (2006).

()

⎥

⎦

⎤

⎢

⎣

⎡

⎟

⎠

⎞

⎜

⎝

⎛

−+

itn

T11

βna

[56]

Isto é:

itn

: Beta da empresa i no momento t utilizando retornos dos últimos n meses

βna

tin

: Beta de n meses da empresa i não-alavancada no momento t

T: Alíquotas de IR e de CSLL

PL: Capital próprio (patrimônio líquido)

D: Dívidas ou capital de terceiros (Passivo Circulante + Exigível de Longo Prazo)

5.3.10

Cálculo do custo de capital próprio

O KP foi encontrado de forma aproximada, dado que seu real valor é desconhecido,

principalmente para os usuários externos. É preciso destacar que a estimação do KP pode ser,

muitas vezes, um processo difícil, como já alertava Marshall (1920, p. 73): “[…]

money value

of the things which constitute his capital has been estimated: and such an estimate is often

found to involve great difficulties”.

Para este trabalho, utilizou-se uma aproximação por

meio do CAPM e do modelo de Gordon. Em caso de valores negativos ou de insuficiência de

dados para se calcularem os β, o modelo de Gordon foi utilizado.

Para estimar o custo de capital próprio pelo CAPM, utilizou-se a mediana dos β não

alavancados (βna). Adotou-se como ativo livre de risco (R

) a taxa Selic over e como retorno

médio de mercado

o retorno do Ibovespa, ambos variando em função dos anos (t) da

amostra. O retorno do Ibovespa foi dado pelo variação entre o valor médio de fechamento do

mês de dezembro de cada ano em relação ao do ano anterior. Alguns trabalhos anteriores

também utilizaram a Selic e o Ibovespa, como Motta, Fortunato e Russo (2007) ao estimarem

O valor monetário das coisas que constituem o capital foi estimado, e essa estimação, freqüentemente, envolve

grande dificuldade (MARSHALL, 1920).

o CAPM e o DCAPM, ou como fizeram Lima, Costa e Bruni (2005) ao estudarem anomalias

do mercado brasileiro. Além desses, para justificar a adoção da Selic e do Ibovespa, cita-se o

trabalho de Nakamura e Matias Filho (2006), em que analisaram a viabilidade de utilização de

metodologias alternativas de cálculo do CAPM no mercado bursátil brasileiro

A análise efetuada na data-base 30/dez/2004 demonstrou, através do método

estatístico aplicado, que o modelo proposto por Sharpe/Lintner/Mossin utilizando o

beta histórico apresentou resultados satisfatórios em alguns cenários, notadamente

quando se utilizou como taxa livre de risco a Selic [...] (NAKAMURA, MATIAS

FILHO, 2006, p. 13).

Em termos de parâmetros utilizados nos diversos cenários, concluiu-se que tanto a

Selic quanto a TJPL funcionaram adequadamente como indicadores da taxa livre de

risco da economia, obtendo-se em ambos os casos resultados favoráveis. Da mesma

forma as proxies do ativo de mercado testadas, Ibovespa e FGV100, também

alcançaram resultados positivos em alguns de seus respectivos cenários

(NAKAMURA, MATIAS FILHO, 2006, p. 14).

Dessa forma, estimou-se o KP por meio da equação a seguir, adaptada de Brigham e Ehrhardt

(2006).

⎟

⎠

⎞

⎜

⎝

⎛

−+=

itftit

RRβnaRKp

[57]

A outra maneira utilizada para estimar o custo de capital próprio, para suprir os casos em que

os resultados encontrados mediante a aplicação do CAPM fossem eventualmente negativos,

foi por meio do modelo de Gordon. Esse modelo foi calculado a partir dos dividendos

ajustados por inflação pelo IPCA do IBGE até 31/03/2008, referente ao período de 2003 a

2007, de cada empresa, com o intuito de estimar a sua taxa de crescimento. No entanto, em

vez de fazer uma média aritmética simples desses dividendos, foi utilizado o seu logaritmo

natural dos mesmos para calcular o crescimento por meio de um modelo log-lin. Segundo

Gujarati (2006), os modelos semilogarítmicos são utilizados para identificar a taxa de

crescimento composta (g), ou geométrica, de variáveis. Assim, o modelo utilizado para

calcular a taxa de crescimento dos dividendos das empresas pertencentes à amostra foi

definido como:

lndiv

= α

+ β

t + ε

[58]

Nessa equação, o β

representa a taxa de crescimento instantânea, que pode ser transformada

para a taxa de crescimento composta a partir da subtração do antilogarítimo de β

por 1,

conforme apresentado por Gujarati (2006).

g = Exp (β

) - 1 [59]

Segundo Brigham e Ehrhardt (2006), para se conhecer a taxa de retorno esperada é preciso

dividir os dividendos esperados no momento 1 pelo valor da ação no momento 0 e somar esse

resultado à taxa de crescimento. Entretanto, o valor dos dividendos no tempo 1 não é

conhecido. Faz-se necessário, portanto, estimar os dividendos futuros. Essa estimação pode

ser dada pela multiplicação dos dividendos correntes pela taxa de crescimento.

()

g1D

[60]

Conforme a equação [60], foram utilizados o valor dos dividendos presentes, a taxa de

crescimento, estimada pelo modelo semilogarítmico, e a cotação média do último mês de cada

ano (t) para estimar o KP pelo modelo de Gordon.

5.3.11

Cálculo do EVA do acionista

O EVA

foi calculado a partir de sua abordagem para o acionista, como realizado por Silva e

Ferreira (2006). Todavia, para a operacionalização dos testes das hipóteses, e com intuito de

reduzir o efeito do tamanho das empresas, que pode ser muito diferente, utilizou-se o

economic value added para o acionista de maneira percentual. Esse medida é chamada por

Assaf Neto (2005, p. 197) de

spread econômico. O EVA

em percentual nada mais é do que a

diferença entre ROE e a taxa requerida de retorno desse capital, conforme apresentado na

equação [61]. Perez e Martins (2005) também controlaram o efeito do tamanho das empresas

ao calcularam o EVA

como a diferença entre o ROI e o CPMC.

O modelo de Gordon e as deduções matemáticas que levam à equação do Kp foram apresentados na seção

4.4.1 deste trabalho.

KPROE*EVA

−

[61]

Para a apresentação dos resultados deste trabalho, adotou-se a sigla EVA

como sendo o

resultado da equação [61] e, portanto, como uma medida percentual, e não mais monetária,

como é o EVA

. Doravante, sempre que se mencionar EVA

, entenda-se a diferença entre o

ROE e o custo do capital próprio.

No caso de o KP ser inferior ao ROE, o acionista tem um custo do seu capital inferior ao

retorno sobre seu investimento. Essa empresa estará, portanto, “criando valor” para seu

acionista. Não obstante, se o custo do capital próprio for superior ao ROE a empresa estará

“destruindo valor”, pois seu retorno não será capaz de cobrir os custos do capital próprio.

5.3.12

Cálculo do MVA

O MVA, como apresentado por Stewart III (2005), é igual ao valor de mercado das empresas

subtraído do capital nela investido. Note-se que a comparação de empresas com tamanhos

distintos, assim como no caso do EVA

, também é prejudicada com essa metodologia.

Segundo Carneiro Júnior (2006), o MVA pode ser estimado pela diferença entre o valor de

mercado e o patrimônio líquido.

ititit

PLmercado devalor MVA

−

[62]

Estimado dessa forma, o MVA sofre influência da magnitude das empresas. De outro lado,

estimado percentualmente, expurga-se o efeito tamanho dos MVA, permitindo-se que se

realizem comparações entre empresas distintas e de diferentes setores. Para tanto, o que se

propõe é calcular os MVA em uma forma percentual, por meio da equação [63].

itit

PLmercado devalor

*MVA

−

[63]

Para a apresentação dos resultados deste trabalho, adotou-se a sigla MVA

como sendo o

resultado da equação [63] e, portanto, uma medida percentual e não mais monetária, como é o

MVA. Doravante, sempre que se mencionar MVA

entenda-se a diferença entre o valor de

mercado e o PL, dividida pelo PL.

O valor de mercado para os acionistas é dado pelo valor de mercado das ações em circulação

ex-tesouraria e pode ser encontrado por meio da equação [64], sendo calculado com valores

do mês de dezembro de cada ano.. Essa variável foi diretamente obtida da base de dados

Economática.

aispreferenci ações dasvalor

iaextesourar aispreferenci ações quantidade

ordinárias ações dasvalor

iaextesourar ordinárias ações de quantidade

mercado deValor

×+

+×

×=

[64]

A interpretação da medida MVA

, como apresentada neste trabalho, sugere para resultados

maiores do que zero uma valorização dos valores investidos pelos acionistas. De outro lado,

resultados negativos implicam desvalorização dos valores investidos pelos acionistas. Os

valores encontrados para determinada empresa podem ser comparados com os de outras

empresas, pois todos são divididos pelo PL, e por isso representam o percentual do valor de

mercado adicionado em função do capital investido pelos acionistas.

Assim, enquanto o EVA

, por estar baseado nas demonstrações financeiras reflete os

desempenhos passados das empresas, o MVA

, por considerar o valor de mercado e refletir a

visão do mercado de capitais, incorpora a expectativa de resultados futuros (SANTOS;

WANTANABE, 2005).

Finalmente, apresenta-se, a seguir, um resumo contendo as siglas, as descrições e as fontes

das variáveis dependentes e independentes. No quadro 7 são apresentados o EVA

e o MVA

como variáveis dependentes. Já no quadro 8 estão dispostas as variáveis independentes de que

captam aspectos de liquidez.

SIGLA DESCRIÇÃO FONTE

EVA*

ROE

*EVA −=

Calculada a partir de dados

obtidos da Economática

MVA*

mercado deValor

MVA

−

Calculada a partir de dados

obtidos da Economática

Quadro 7 – Variáveis dependentes

Fonte – Elaborado pelo autor desta dissertação.

SIGLA DESCRIÇÃO FONTE

NAL

totalativo

CP inv. e disponível

NAL =

Calculada a partir de

dados obtidos da

Economática.

ELPPC

RLPAC

Calculada a partir de

dados obtidos da

Economática.

LC =

Calculada a partir de

dados obtidos da

Economática.

estoques-AC

LS =

Calculada a partir de

dados obtidos da

Economática.

sdisponívei

LI =

Calculada a partir de

dados obtidos da

Economática.

T = CDG – NCG = (disponível e investimento de curto prazo + saques

cambiais descontados + duplicatas descontadas + aplicações financeiras

de curto prazo) – (financiamento de curto prazo + debêntures de curto

prazo + dividendos a pagar de curto prazo + provisões de curto prazo + a

pagar a controladas curto prazo + outros passivos de curto prazo)

Calculada a partir de

dados obtidos da

Economática.

NCG

NCG = (duplicatas a receber + provisão de contas de cobranças

duvidosas + títulos a receber de curto prazo + a receber de controladas

curto prazo + outros créditos de curto prazo + estoques + outros ativos

de curto prazo) – (fornecedores de curto prazo + impostos a pagar de

curto prazo)

Calculada a partir de

dados obtidos da

Economática.

CDG

CDG = (exigível a longo prazo + resultados de exercícios futuros +

participação de acionistas minoritários + patrimônio líquido) –

(realizável a longo prazo + permanente)

Calculada a partir de

dados obtidos da

Economática.

DMDCG1

0: empresas que não apresentam a estrutura do tipo 1.

1: empresas que apresentam a estrutura do tipo 1.

Calculada a partir de

dados obtidos da

Economática.

DMDCG2

0: empresas que não apresentam a estrutura do tipo 2.

1: empresas que apresentam a estrutura do tipo 2.

Calculada a partir de

dados obtidos da

Economática.

DMDCG3

0: empresas que não apresentam a estrutura do tipo 3.

1: empresas que apresentam a estrutura do tipo 3.

Calculada a partir de

dados obtidos da

Economática.

DMDCG4

0: empresas que não apresentam a estrutura do tipo 4.

1: empresas que apresentam a estrutura do tipo 4.

Calculada a partir de

dados obtidos da

Economática.

DMDCG5

0: empresas que não apresentam a estrutura do tipo 5.

1: empresas que apresentam a estrutura do tipo 5.

Calculada a partir de

dados obtidos da

Economática.

Quadro 8 – Variáveis independentes

Fonte – Elaborado pelo autor desta dissertação.

5.3.13 Variáveis de controle

Com intuito de melhorar a qualidade do ajustamento dos modelos estimados para esta

dissertação, foram incluídas algumas variáveis de controle. Segundo Correia (2008), a

inclusão de variáveis de controle é útil para auxiliar a explicação das variáveis e reduzir

possíveis distorções dos resultados advindas de variáveis omitidas. Carneiro Júnior (2006)

também analisou o EVA

por meio de um modelo de regressão linear múltiplo.

Foi incluída uma variável dummy para identificar as empresas que fizeram initial public

offering (IPO) no período estudado; outra para captar a participação em um dos níveis de GC;

outra para identificar empresas emissoras de

american depositary receipt (ADR) na New York

stock exchange (NYSE); e outra para identificar os setores das empresas. Além dessas, foram

incluídos o ROA, o

payout e uma variável de endividamento. Essas variáveis de controle

foram identificadas na literatura. Apresenta-se a seguir o modo como se obteve cada uma

delas.

•

DIPO: dummy para as empresas que fizeram IPO no período entre 2003 e 2007. Foi

atribuído o valor 0 para as empresas que não abriram capital a partir de 2003 e 1 aquelas

que abriram. A informação consultada para atribuição desse código binário foi originada

da seção “Ano de listagem” disponível no site da BOVESPA.

Segundo Roosenboon e

Goot (2003, p. 3), “Investors that buy shares in the IPO anticipate conflict of interests with

management and are expected to negatively factor takeover defenses into the price they

are willing to pay for the IPO shares”.

Espera-se que empresas que realizaram IPO nos

anos do estudo tenham comportamento distinto das demais em termos de criação de valor.

•

DGC: dummy para empresas listadas em um dos segmentos de GC da BOVESPA (N1, N2

e NM). Evidências empíricas apontam para o fato de que a governança corporativa agrega

valor para as empresas. Klapper e Love (2003), por exemplo, encontraram resultados que

indicam a existência de uma relação positiva entre a governança corporativa e o valor de

mercado das empresas. Silveira, Barros e Famá (2003) apresentam evidências empíricas

que sugerem a existência de uma relação significativa e positiva entre a governança

corporativa e o valor das empresas. Espera-se que empresas que façam parte dos níveis de

governança corporativa tenham comportamento distinto das demais em termos de criação

de valor.

•

DADR: variável binária dummy em que se atribuiu o valor 0 para as empresas que não

emitem ADR na NYSE e o valor 1 para as empresa que têm ADR negociadas na NYSE.

http://www.bovespa.com.br/Empresas/InformacoesEmpresas/ExecutaAcaoConsultaDataIPO.asp

Investidores que compram ações na oferta primária da abertura de capital antecipam conflitos de interesses e

reduzem o preço que estão dispostos a pagar pelas ações (ROOSENBOON; GOOT, 2003).

Para a obtenção dessas informações, consultou-se o site da NYSE.

A inclusão desta

variável baseia-se no trabalho de Klapper e Love (2003). Segundo os autores, empresas

que emitem ADR na NYSE devem atender aos

american generally accepted accounting

principles (US GAAP) e ficam submetidas às regras da Securities and Exchange

Commission (SEC), que, por sua vez, impõe regras rígidas em relação à publicação dos

dados contábeis que forçam as empresas a apresentarem dados mais confiáveis e precisos.

Espera-se que empresas que emitem ADR na NYSE tenham comportamento distinto das

demais em termos de criação de valor.

•

DSET: variáveis binárias para identificar a qual setor a empresa pertence. Conforme a

classificação setorial da Economática, as empresas da amostra pertencem a 11 setores.

Dessa forma, foi necessário criar 10

dummies, DSET1 a DSET10, em que se atribuiu

valores 0 e 1 para cada uma das empresas. Como exemplo, as empresas do setor 1

receberam o valor 1 da DEST1 e valor 0 nas DSET2 a DSET10. Espera-se com esta

variável isolar eventuais efeitos específicos de cada setor.

•

ROA: variável formada pela divisão do LL pelo AT e calculada com base nos dados

obtidos da Economática. Com intuito de verificar a eficácia operacional, o lucro

operacional deveria ser usado como numerador desse indicador. Apesar disso, optou-se

por utilizar o LL, conforme realizado no estudo de Silva e Ferreira (2006), em que o

EVA

foi regredido contra vários índices financeiros. O ROA apresentou efeito

significante no EVA

com coeficiente positivo. Ainda segundo Silva e Ferreira (2006, p.

11) “A variável ROA significativa a 0,0% indica que a eficácia empresarial na geração de

lucros a partir dos ativos disponíveis tem grande influência na elevação do EVA

®”

•

PAYOUT: variável formada pela divisão dos dividendos pagos pelo LL, obtida

diretamente da Economática. Espera-se que essa variável exerça efeito inverso sobre o

EVA

do tempo imediatamente posterior. Assim, quanto maior o payout de um referido

ano, menor o EVA

do ano seguinte. Isso se deve ao fato de o desinvestimento,

simbolizado pelo elevado pagamento de dividendos, poder restringir os recursos

disponíveis na empresa necessários para continuar o processo de geração de valor.

http://www.nyse.com/about/listed/lc_all_region_4.html?country=7

• END: Obtido por meio dos dados da Economática, calculado pelo capital de terceiros,

divido pelo ativo total, assim como definido no trabalho internacional de Krylova (2007) –

financial leverage. Silva e Ferreira (2006) também incluíram esta variável sob a

nomenclatura endividamento geral. Segundo Krylova (2007), a elevação dessa variável

gera um efeito negativo no valor para o acionista.

Apresenta-se no quadro 9 um resumo das variáveis de controle, bem como a fonte dos dados

que as compõem.

SIGLA DESCRIÇÃO FONTE

DIPO 0: empresas que não abriram capital a partir de 2003.

1: empresas que abriram capital a partir de 2003.

BOVESPA

DGC 0: empresas que não estão listadas em um dos níveis de GC.

1: empresas que estão listadas no N1, N2 ou NM.

BOVESPA

DADR 0: empresas que não têm ADR na NYSE.

1: empresas que têm ADR na NYSE.

NYSE

DSET1 0: empresas que não pertencem ao setor 1.

1: empresas que pertencem ao setor 1.

BOVESPA

DSET2 0: empresas que não pertencem ao setor 2.

1: empresas que pertencem ao setor 2.

BOVESPA

DSET3 0: empresas que não pertencem ao setor 3.

1: empresas que pertencem ao setor 3.

BOVESPA

DSET4 0: empresas que não pertencem ao setor 4.

1: empresas que pertencem ao setor 4.

BOVESPA

DSET5 0: empresas que não pertencem ao setor 5.

1: empresas que pertencem ao setor 5.

BOVESPA

DSET6 0: empresas que não pertencem ao setor 6.

1: empresas que pertencem ao setor 6.

BOVESPA

DSET7 0: empresas que não pertencem ao setor 7.

1: empresas que pertencem ao setor 7.

BOVESPA

DSET8 0: empresas que não pertencem ao setor 8.

1: empresas que pertencem ao setor 8.

BOVESPA

DSET9 0: empresas que não pertencem ao setor 9.

1: empresas que pertencem ao setor 9.

BOVESPA

DSET10 0: empresas que não pertencem ao setor 10.

1: empresas que pertencem ao setor 10.

BOVESPA

ROA LL / AT Calculada a partir de dados

obtidos da Economática.

PAYOUT Dividendos / LL x 100 Economática

END CT / AT Economática

Quadro 9 – Variáveis de controle

Fonte – Elaborado pelo autor desta dissertação.

5.4 Definição operacional das equações para testes das hipóteses de trabalho

Para dar continuidade aos trabalhos anteriores, principalmente o de Marques (2002) e o de

Carneiro Júnior (2006), primeiramente, estimaram-se os mesmos modelos desenvolvidos por

esses autores. Para tanto, foram utilizados os dados de 2007, calculados para a presente

dissertação. Em seguida, foram incluídas outras variáveis de controle, conforme indicado por

Carneiro Júnior (2006) em suas sugestões para futuras pesquisas.

Após a estimação dos modelos desenvolvidos pelos autores supracitados e, ainda, buscando

testar a relevância das variáveis de liquidez para a explicação do EVA

para o acionista,

foram utilizados para o ano de 2007 e para a média das variáveis os modelos a seguir. Os anos

de 2003 a 2005 apresentaram dados ausentes, motivo pelo qual se optou por utilizar um corte

transversal dos dados do EVA

em 2007. Portanto, as equações utilizaram ora dados de 2007,

ora dados de 2006 para explicar o EVA

de 2007. Nas equações a seguir, X representa o vetor

das variáveis anteriormente citadas.

jiji21i

εXβNALββ*EVA +++=

∑

[65]

jiji21i

εXβLGββ*EVA +++=

∑

[66]

jiji21i

εXβLCββ*EVA +++=

∑

[67]

jiji21i

εXβLSββ*EVA +++=

∑

[68]

jiji21i

εXβLIββ*EVA +++=

∑

[69]

De maneira semelhante para as variáveis do MDCG, apresentam-se os modelo estimados para

verificar a relevância dessas variáveis.

jiji21i

εXβTββ*EVA +++=

∑

[70]

jiji21i

εXβNCGββ*EVA +++=

∑

[71]

jiji21i

εXβCDGββ*EVA +++=

∑

[72]

Finalmente apresenta-se um modelo em que as estruturas do MDCG são incluídas como

variáveis

dummies (DMDCG).

1kj

jij

jij1i

εXβDMDCGββ*EVA +++=

∑∑

+==

[73]

Em todos os nove modelos, equações [65] a [73], verificaram-se quais variáveis apresentaram

efeito significativo sobre o EVA

, por meio da estatística t do erro padrão de cada coeficiente.

Dadas as variáveis definidas para o vetor

X, optou-se por realizar todas as combinações

possíveis entre elas, a fim de selecionar, para cada um dos nove modelos – [65] a [73] – a

equação em que os coeficientes apresentam efeitos significativos, estimados por meio da

estatística t do erro padrão, sobre a variável estudada. Pretendeu-se com isso ser o menos

arbitrário possível, selecionando as equações a serem validadas pelo critério da relevância dos

coeficientes teste t.

Para tanto, foram estimadas 128 regressões para cada uma dessas equações. Essas 128

regressões foram geradas a partir de todas as combinações possíveis entre as 7 variáveis de

controle. Segundo Stevenson (1981), as combinações possíveis para 7 variáveis são dadas

por:

k)!(nk!

kn,

−

⎟

⎠

⎞

⎜

⎝

⎛

= . Assim, as 7 variáveis de controle foram organizadas uma a uma,

duas a duas, e assim por diante, conforme a tabela 1.

Tabela 1

Regressões estimadas para cada modelo

Combinações Regressões

Modelo restrito 1

−

⎟

⎠

⎞

⎜

⎝

⎛

1)!(71!

7,1

−

⎟

⎠

⎞

⎜

⎝

⎛

2)!(72!

7,2

−

⎟

⎠

⎞

⎜

⎝

⎛

3)!(73!

7,3

−

⎟

⎠

⎞

⎜

⎝

⎛

4)!(74!

7,4

−

⎟

⎠

⎞

⎜

⎝

⎛

5)!(75!

7,5

−

⎟

⎠

⎞

⎜

⎝

⎛

6)!(76!

7,6

Modelo com a inclusão de

todas as variáveis

Total 128

Fonte – Elaborado pelo autor desta dissertação.

Essas 128 equações utilizaram variáveis explicativas de três maneiras: primeiramente, com

dados contemporâneos; em seguida com dados com uma defasagem; e, finalmente, com dados

médios. Assim, nas estimações em que foram utilizados dados de 2007 do EVA

consideraram-se regressores contemporâneos e regressores com uma defasagem. Nas

estimações em que se utilizaram valores médios do EVA

, os regressores também foram

incluídos nas equações como valores médios. As 128 equações estimadas 26 vezes (8

utilizando a média das variáveis, 9 para o ano de 2007 sem defasagem e 9 com defasagem)

estão apresentadas no APÊNDICE B.

De maneira análoga, outras 3.328 estimações foram realizadas para explicar o MVA

Substituiu-se o EVA

pelo MVA

(APÊNDICE C), com o intuído de atender aos demais

objetivos deste trabalho, conforme se observa nas equações que se seguem.

jiji21i

εXβNALββ*MVA +++=

∑

[74]

jiji21i

εXβLGββ*MVA +++=

∑

[75]

jiji21i

εXβLCββ*MVA +++=

∑

[76]

jiji21i

εXβLSββ*MVA +++=

∑

[77]

jiji21i

εXβLIββ*MVA +++=

∑

[78]

jiji21i

εXβTββ*MVA +++=

∑

[79]

jiji21i

εXβNCGββ*MVA +++=

∑

[80]

jiji21i

εXβCDGββ*MVA +++=

∑

[81]

1kj

jij

jij1i

eXβDMDCGββ*MVA +++=

∑∑

+==

[82]

5.4.1

Dados em painel

Após esses modelos iniciais, optou-se por realizar nova estimação para os modelos mais

ajustados. Ou seja, após as estimações, em corte transversal, baseadas no método dos

mínimos quadrados ordinários (MQO), optou-se por realizar nova estimação, porém com os

dados em painel. Esse processo não se constituiu de um processo de tentativa e erro, mas sim

em um processo normal de modelagem econométrica, em que se parte de estudos anteriores,

formulam-se modelos, coletam-se os dados e verifica-se a validade estatística desses modelos.

Esse processo pode ser tanto mais complexo quanto mais incipientes forem os

desenvolvimentos dos temas pesquisados.

Segundo Brooks (2002), dados em painel caracterizam-se por várias observações em corte

transversal combinadas e em séries de tempo. Segundo Wooldridge (2002), a abordagem de

dados em painel permite a análise das mesmas empresas em vários períodos diferentes, o que

possibilita uma análise dinâmica do relacionamento entre as variáveis. Uma representação

geral para modelos em painel balanceados que relacionam dados em seção cruzadas com

séries temporais é apresentado por Baum (2006) como:

T1,..., tN,1,...,i ,εβxβy

kitkit0itit

==++=

∑

[83]

Em que N é o número de unidades em seções cruzadas e T é o número de períodos.

Segundo Correia (2008), nos casos em que é necessário estimar modelos em painel pode-se

utilizar o método mínimos quadrados generalizados. Contudo, a autora destaca que a

estimação por mínimos quadrados generalizados, na maioria dos casos, não fornece

estimativas consistentes, por não considerar a heterogeneidade dos dados das unidades do

painel, ou seja, as especificidades das unidades em corte transversal e em séries de tempo.

Com o intuito de modelar a heterogeneidade dos dados, apresentam-se os modelos de efeitos

fixos e aleatórios. Segundo Baum (2006), no modelo de efeitos fixos os coeficientes angulares

são constantes para as unidades em corte transversal e para as séries de tempo. Contudo,

estimam-se vários interceptos para captar os efeitos específicos das unidades do painel. Esse

mesmo autor apresenta o modelo de efeitos fixos, conforme a equação que se segue:

T1,..., tN,1,...,i ,euδzβxy

itiikitit

+++=

[84]

Em que

x é um vetor de variáveis que varia em função das empresas e dos anos;

β é um

vetor de coeficientes de

z é um vetor que capta apenas as variações das seções cruzadas,

com seus coeficientes expressos pelo vetor

δ ;

apresenta o efeito individual de cada

empresa; e

e é o vetor dos distúrbios.

Nos casos em que os termos em

u são correlacionados com os regressores, constantes dos

vetores

x e

z , os efeitos fixos são caracterizados. De outro lado, os efeitos aleatórios são

verificados quando

u não é correlacionado com

x e

z .

Segundo Heij

et al. (2004), os modelos de efeitos aleatórios, além de apresentar coeficientes

angulares constantes para as unidades em corte transversal e para as séries de tempo, captam

todos os efeitos individuais das unidades do painel em um único intercepto. A equação que

representa o modelo de efeitos aleatórios e apresentada por Baum (2006, p. 227)

()

T1,..., tN,1,...,i ,euδzβxy

itiikitit

+++=

[85]

Heij

et al. (2004) apresentam a notação

ω para representar

(

)

iti

. Em seguida, destaca

seus pressupostos:

[]

0ωE

= ;

[

]

222

ωE

σσ

+= ;

[

]

isit

ωωE

= para t ≠ s;

[

]

0ωωE

jsit

para

todo t, s e i ≠ j.

5.4.2

Testes para dados em corte transversal

O primeiro teste utilizado foi o teste t, para verificar se cada variável explicativa apresentava

algum efeito na variável explicada. Esse teste foi realizado no Excel

, versão 2003. A

hipótese nula desse teste é que o coeficiente da variável seja igual a 0. Neste caso, essa

variável não apresentaria um efeito significativo em y. O teste baseia-se no erro padrão do

coeficiente (

jjj

ass = ), conforme a equação [86], extraída de Heij et. al. (2004). Ressalta-se

que o “s” substitui o σ, dado que esse último é desconhecido

()

(

)

k)(n

ee'

aσ/βb

βb

jjjj

−

[86]

Ao atribuir o valor de β = 0, obtém-se a estatística de teste, que será equivalente a um valor p,

que, por sua vez, será analisado em função do nível de significância estabelecido.

t =

[87]

Além do teste t, utilizou-se a análise do coeficiente de correlação entre as variáveis. Segundo

Heij

et al. (2004), em trabalhos com dados econômicos a possibilidade de se realizar

experimentos com variáveis controladas é bem limitada, pois, geralmente, as variáveis são

influenciadas por vários fatores. Mesmo com essa ressalva, deve-se testar a condição de

ortogonalidade dos resíduos em relação aos regressores. Assim, analisaram-se, também, as

correlações entre os regressores e os resíduos dos modelos gerados.

Outros testes foram realizados com o intuito de verificar os pressupostos dos modelos de

regressão utilizados. Para testar a linearidade dos modelos – o que implica dizer que o

processo gerador de dados de y seria mais bem representado por y = Xβ + ε –, foi utilizado o

teste Ramsey

Regression Specification Error Test (RESET). Segundo Heij et al., (2004) este

teste capta erros de especificações. No Eviews, sua hipótese nula refere-se à correta

especificação do modelo e à correta forma funcional. Na eventual violação desse pressuposto,

devem-se adicionar novas variáveis ao modelo ou incluir termos que o transforme em um

modelo não linear.

O RESET baseia-se fundamentalmente na comparação entre dois modelos com base em um

teste F. Para calcular a estatística F, obtém-se o

R do modelo ao qual se pretende testar e,

em seguida, estima-se um segundo modelo, acrescentando-se regressores adicionais –

...Y,Y,Y

– para obter um segundo

R . A partir dos dois R², pode-se calcular a estatística

F, conforme equação [88] (GUJARATI, 2006). Para este trabalho, foram testadas as formas

quadráticas e cúbicas no Eviews

, versão 5.

(

)

()

2 modelo do sregressore de totalnúmero sobservaçõe de totalR1

2 modelo no incluídos sregressore novos de númeroRR

−−

−

[88]

Após o cálculo do valor F, comparou-se esse valor com um valor F da tabela da distribuição

ao nível de 5% de significância. Valores calculados superiores aos valores da tabela indicam

que a hipótese nula deve ser rejeitada. Nesse caso, implicaria dizer que o modelo estaria mal

especificado (GUJARATI, 2006).

Com o intuito de testar o pressuposto de que a média dos termos de erro é igual a zero,

ε ]=0, as estatísticas descritivas da série de resíduos foram consultadas. Procurou-se

verificar se a soma dos resíduos estaria próxima do valor zero.

O pressuposto de que as perturbações do termo de erro são, de forma conjunta, distribuídas

normalmente, ε ~ N(0, σ²) foi testado por meio do teste de Jarque-Bera, o qual, segundo

Gujarati (2000), compara a simetria e a curtose dos resíduos do modelo com a simetria e a

curtose da distribuição normal, que são, respectivamente, 3 e 0. A hipótese nula é de

normalidade dos resíduos. Se o resultado do teste Jarque-Bera encontrado for menor do que o

nível de significância desejada, a hipótese nula deve ser rejeitada. Isso implica que os resíduos

não têm uma distribuição normal. Heij

et al. (2004) apresenta como calcular essa estatística

de teste na equação [89].

() () ()

2χ3K

n3K

≈

⎟

⎠

⎞

⎜

⎝

⎛

−+=

⎟

⎠

⎞

⎜

⎝

⎛

−+

⎟

⎠

⎞

⎜

⎝

⎛

[89]

Na equação [89], n representa o número de observações; S, simetria; e K, curtose. A hipótese

nula baseia-se em um teste conjunto de simetria e curtose (H

: S = 0 e K = 3) com grau de

liberdade igual a 2. Assim, valores elevados de JB levariam à rejeição da hipótese nula e,

conseqüentemente, à violação do pressuposto de normalidade dos resíduos.

O pressuposto de não existência de autocorrelação dos erros, E[ε

] = 0 foi verificado por

meio de dois testes apresentados no Eviews:

correlograms and q-statistics, também chamado

de Ljung-Box, e

Breusch-Godfrey serial correlation LM test. Esses testes têm como hipótese

nula a não autocorrelação dos erros.

Breusch-Godfrey serial correlation LM test baseia-se no multiplicador de Lagrange. Para

realizá-lo, deve-se primeiro estimar o modelo para obter-se os resíduos. Em seguida, esses

resíduos são regredidos contra os regressores do modelo original, juntamente com os próprios

resíduos defasados. Finalmente, calcula-se a estatística de teste, que é obtida pela

multiplicação do R² desta última regressão pelo número de observações. Essa estatística de

teste calculada é um valor comparável a um valor F (HEIJ

et al., 2004).

A interpretação do teste Breusch-Godfrey foi realizada da seguinte maneira: se a

probabilidade do F estatístico encontrado for menor do que a probabilidade de significância

desejada, a hipótese nula de não existência de autocorrelação deve ser rejeitada.

O teste de v

ariance inflation factors (VIF) foi realizado no STATA

, versão 10.1, para

detectar multicolinearidade entre os regressores. Segundo Williams (2008) e Baum (2006),

valores VIF superiores a 10 podem evidenciar indícios de multicolinearidade. Segundo Baum

(2006, p. 85),

VIF

measures the degree to which the variance has been inflated because

regressor k is not orthogonal to the regression

Quanto ao pressuposto de constância dos parâmetros, foram realizados os testes de soma

cumulativa, em que se utiliza a soma cumulativa dos resíduos para testar, a um nível

determinado de significância, a adequação da especificação do modelo (HEIJ

et al., 2004).

Caso os valores dos erros acumulados excedam o intervalo de confiança de 5%, deve-se

rejeitar a hipótese nula de constância dos parâmetros.

A distribuição homocedástica dos resíduos foi verificada por meio do teste de White no

Eviews

, versão 5. Este teste baseou nos seguintes passos apresentados por Gujarati (2000):

a) estimou-se o modelo e obtiveram-se os resíduos; b) realizou-se uma regressão auxiliar, a

partir dos resíduos, ao quadrado, do modelo contra todos os possíveis produtos cruzados dos

regressores; e c) multiplicou-se o R² da regressão auxiliar pelo tamanho da amostra (n). A

multiplicação de R² por n segue uma distribuição qui-quadrada, e por isso foi possível testar a

hipótese nula de não ocorrência de heterocedasticidade. A interpretação deste teste foi

realizada da seguinte maneira: se a probabilidade do F estatístico encontrado for menor do

que a probabilidade de significância desejada, a hipótese nula de homocedasticidade deve ser

rejeitada. Isso implica concluir que a variância dos erros não é constante e deve ser modelada.

Além do teste White, foi realizado, no STATA

, versão 10.1, o teste Breusch-Pagan / Cook-

Weisberg, o qual apresenta três variações no STATA

, ambas tendo como hipótese nula a

homocedasticidade dos resíduos. Optou-se por utilizar a primeira delas, dada pelo comando

estat hettest. A versão deste teste apresenta uma hipótese nula, que inclui o pressuposto de

O VIF mede o grau de inflação de variância ocasionada pela não ortogonalidade dos regressores (BAUM,

2006).

normalidade. O quadro 10 que resume quais softwares foram utilizados para cada teste e qual

a hipótese nula de cada um desses testes.

Teste utilizado Utilização do teste Hipótese Nula Softwares Utilizados

Teste t

Verificar presença de efeito das

variáveis independentes na

variável explicada

Coeficiente da

variável independente

igual a 0.

Excel

versão 2003.

Eviews

versão 5.

STATA

versão 10.1

Ramsey RESET

(quadrática)

Verificar a linearidade do

modelo

Correta especificação

do modelo e forma

funcional.

Eviews

versão 5.

Ramsey RESET (cúbica)

Média dos termos de erro

Verificar se a soma dos resíduos

é igual a 0.

Soma dos resíduos é

igual a 0.

Eviews

versão 5.

Jarque-Bera

Verificar se os resíduos

apresentam uma distribuição

normal.

Normalidade dos

resíduos.

Eviews

versão 5.

Breusch-Godfrey serial

correlation LM Test

Verificar se existe auto

correlação nos resíduos.

Não existência de

auto correlação nos

resíduos

Eviews

versão 5.

Correlograms and q-

statistics

VIF

Verificar a existência de

Multicolinearidade entre os

regressores.

* STATA

versão 10.1

CUSUM

Verificar a constância dos

parâmetros

** Eviews

versão 5.

White

Verificar se a distribuição dos

resíduos é homocedástica.

Homocedasticidade

Eviews

versão 5.

Breusch-Pagan / Cook-

Weisberg

STATA

versão 10.1

Quadro 10 – Testes para regressão que considerava o EVA

médio

Legenda – * Valores VIF superiores a 10 podem evidenciar indícios de multicolinearidade. ** O Eviews

versão 5, gera um gráfico que, ao nível de confiança de 5%, indica violação, ou não, do pressuposto de

constância dos parâmetros.

Obs. – Valores p iguais a zero implicam rejeição das H

o que significa dizer, no caso do teste t, que a variável

independente não apresenta efeito na variável estudada. No caso dos testes de pressupostos, valores p iguais a

zero significam violações desses pressupostos.

Fonte – Elaborado pelo autor desta dissertação.

5.4.3 Testes para dados em painel

Todas as estimações e os testes realizados para os dados em painel desta dissertação foram

realizadas no STATA

, versão 10.1. Dados em painel, por considerarem dados em séries

temporais e em corte transversal, estão suscetíveis a violações de pressupostos característicos

de dados em corte transversal – heterocedasticidade – e em séries temporais – autocorrelação.

Por esse motivo, foram realizados testes para verificar a relevância de efeitos fixos ou

aleatórios, além da presença de heterocedasticidade e autocorrelação, como fez Correia

(2008).

Segundo Wooldrige (2002), nos casos em que as variáveis explicativas não variam muito em

função dos anos, os efeitos fixos podem apresentar estimativas imprecisas. Além disso, se os

efeitos não estão correlacionados com as variáveis explicativas, os efeitos aleatórios são mais

eficientes. De outro lado, o modelo de efeitos fixos são mais eficientes quando os efeitos estão

correlacionados com as variáveis explicativas. Em função da busca da eficiência dos

estimadores faz-se necessário realizar o teste Hausman, que basicamente, consiste em

comparar os coeficientes gerados a partir dos efeitos fixos e aleatórios. A estatística de teste

pertence a uma distribuição χ² e é gerada conforme a equação [90].

()

FERE

H ≈

⎟

⎠

⎞

⎜

⎝

⎛

−

⎟

⎠

⎞

⎜

⎝

⎛

−=

βΣΣ

[90]

Este teste foi realizado no STATA

, versão 10.1, sob a hipótese nula de não diferença entre a

eficiência dos estimadores. Portanto, valores p superiores a 5% indicam que o modelo de

efeitos aleatórios deve ser preferível em relação ao de efeito fixo. A implementação deste

teste no STATA

, versão 10.1, consiste em realizar os seguintes passos:

Estimar o modelo de efeito fixo: xtreg y x

, x

... x

, fe.

Salvar os resultados da estimação: estimates store EF.

Estimar o modelo de efeito aleatório: xtreg y x

, x

... x

, re.

Salvar os resultados da estimação: estimates store EA.

Comparar as estimações: hausman EF EA.

O teste para verificar a homocedasticidade dos resíduos em painel utilizado foi desenvolvido

por Baum (2001) e baseia-se em uma modificação do teste Wald. A homocedasticidade entre

as unidades do corte transversal é a hipótese nula desse teste. Valores p inferiores a 5%

indicam rejeição da hipótese nula e, conseqüentemente, violação do pressuposto. A estatística

de teste é gerada conforme a equação [91], apresentada por Baum (2001).

()

∑

−

[91]

Em que

∑

−

eTσ

é o estimador da variância do erro, baseado nos T

resíduos e

, de cada

unidade em corte transversal; e V

é o estimador da variância dada pela equação [92].

()

∑

−

−−=

e1TTV

[92]

Este teste deve ser instalado, antes de suas implementação, no STATA

versão 10.1. Portanto,

para sua operacionalização é preciso realizar os seguintes passos:

Instalar o teste: ssc install xttest3.

Estimar o modelo de efeitos fixos: xtreg y x

, x

... x

, fe.

Realizar o teste: xttest3.

O teste de autocorrelação utilizado foi o xtserial desenvolvido, no STATA

, versão 10.1, por

Drukker (2003), com base no trabalho de Wooldridge (2002). Este teste utiliza a primeira

defasagem dos resíduos da regressão conforme equação [93].

it1it1ititit

ΔεΔyyΔy +=−=

−

βX

[93]

Segundo Drukker (2003), regride-se

Δy em relação à

ΔX para se obter os parâmetros

β e

os resíduos

. Caso

ε não apresente autocorrelação, a correlação entre

()

5,0Δε,ΔεCorr

1-itit

−

= . A operacionalização deste teste no STATA

, versão 10.1, também

deve ser precedida pela instalação do seu

ado file e, portanto, deve seguir os passos:

Localiza o teste: net sj 3-2 st0039.

Instala o teste: net install st0039.

Realizar o teste: xtserial y x

, x

... x

A hipótese nula do xtserial é de não existência de autocorrelação. Dessa forma, nos casos em

que o valor p for superior a 5% deve-se rejeitar essa hipótese, o que implica dizer que o

pressuposto foi violado.

6 APRESENTAÇÃO E ANÁLISE DOS RESULTADOS

A análise dos resultados está dividida em três partes. Na primeira, apresentam-se os resultados

dos cálculos que culminaram nos valores das variáveis estudadas. Procedeu-se, para cada

etapa da metodologia, à análise descritiva das variáveis calculadas. Na segunda parte desta

seção, apresenta-se a análise dos modelos econométricos estimados. Na terceira parte, uma

análise final dos resultados encontrados.

Na seção

6.2, apresentam-se os resultados dos modelos cujos pressupostos foram validados.

Objetivou-se, com essa seção, apresentar e analisar os resultados e os testes econométricos

que validam o estudo. Na seção

6.3, análise final, são apresentados os resultados, de maneira

sintética, e o confronto entre o comportamento encontrado e o esperado das variáveis.

6.1 Análise descritiva das variáveis

Para atender aos objetivos deste trabalho, foi necessário cumprir as etapas apresentadas da

metodologia. Primeiramente, a padronização das demonstrações financeiras possibilitou

atribuir às contas do BP sua reclassificação como contas erráticas, operacionais ou

estratégicas. A partir dos dados padronizados, foi possível calcular os valores da NCG, CDG e

T para cada empresa em cada ano do estudo, conforme as tabelas a seguir.

Observa-se que em apenas 2 casos dos 145 casos – 29 empresas x 5 anos – a NCG é negativa.

NCG negativa implica ciclo financeiro, ou de caixa negativo, que ocorre quando o ciclo

operacional (

PMRPME

) é inferior ao PMP. Em outras palavras, a NCG negativa significa

que os passivos operacionais superam o ativo operacional, fazendo com que existam fontes de

recursos operacionais para financiar o T ou o CDG da empresa. Os valores calculados de

NCG estão apresentados na tabela 2.

Tabela 2

NCG das empresas pesquisadas

Empresas 2003 2004 2005 2006 2007 Mediana

Perdigão S.A. 43.221 58.581 101.728 37.876 44.941 44.941

Sadia S.A. 1.927.202 1.973.539 1.267.076 1.591.588 1.280.726 1.591.588

Natura 198.235 230.083 244.068 318.753 474.899 244.068

Cesp 326.874 576.206 435.933 541.214 306.581 435.933

Cemig 1.498.061 1.552.557 1.725.380 1.237.844 1.491.011 1.498.061

Coelce 364.536 343.170 489.309 415.594 492.236 415.594

CPFL Energia 87.471 491.312 611.242 908.277 1.056.926 611.242

Copel 88.389 232.573 120.767 810.481 740.487 232.573

Eletrobrás 5.258.415 5.848.793 5.768.384 7.867.764 5.724.928 5.768.384

Eletropaulo 1.013.340 1.635.657 1.567.175 1.479.638 1.568.493 1.567.175

Energias BR 250.118 318.915 549.826 209.209 489.059 318.915

AES Tiete 312.162 182.923 37.877 (61.402) 143.627 143.627

Light S.A. 1.353.120 1.402.439 1.794.349 228 206.712 1.353.120

Tractebel 594.443 386.534 471.423 326.461 9.456 386.534

Weg 156.727 102.210 96.918 125.037 170.808 125.037

Sabesp 920.793 1.106.886 1.379.538 1.422.144 1.488.773 1.379.538

Dasa 93.771 133.748 126.897 135.642 182.844 133.748

Aracruz 1.577.295 1.701.197 1.599.986 1.140.989 1.250.070 1.577.295

Suzano Papel 722.576 1.317.297 1.460.513 1.235.781 1.441.034 1.317.297

V C P 656.528 1.116.266 507.475 761.598 395.847 656.528

Petrobras 11.046.466 14.352.465 16.886.404 18.093.663 16.648.481 16.648.481

Braskem 1.200.120 773.081 (62.150) 54.068 980.294 773.081

Suzano Petroquímica 16.740 5.543 549.978 567.749 552.557 549.978

Am Inox Br 747.584 900.077 765.925 883.384 748.632 765.925

Gerdau 242.486 200.443 282.117 355.540 297.068 282.117

Gerdau Metalúrgica 97.957 154.029 96.072 128.638 110.051 110.051

CCR Rodovias 22.323 31.458 69.284 83.115 9.248 31.458

Iochp-Maxion 7.390 17.208 21.656 25.899 42.760 21.656

Embraer 3.866.154 4.479.574 3.118.524 2.846.951 3.261.046 3.261.046

Fonte – Elaborado pelo autor desta dissertação.

No trabalho de Rangel (2006), realizado com 4.410 balanços e discutido na seção 3 desta

dissertação, concluiu-se que o mais comum nas empresas é a existência de ciclo de caixa

positivo e, por conseguinte, NCG positiva. Nessa situação, as contas do ativo cíclico superam

o passivo cíclico, fazendo com que recursos de curto prazo (T) ou de longo prazo (CDG)

sejam utilizados para financiar essa NCG positiva. Em termos de prazos médios, a NCG

positiva é advinda de um ciclo operacional superior ao PMPC.

Os valores do CDG apresentam-se bem mais distribuídos do que os da NCG. Várias empresas

apresentam ora valores negativos, ora valores positivos, fazendo com que o intervalo de

confiança dos dados de CDG seja maior do que o dos dados da NCG. Algumas empresas,

como Cesp, Tracbel e Petrobras, mantiveram CDG negativo em todos os anos da análise,

conforme se verifica na tabela 3.

Tabela 3

CDG das empresas pesquisadas

Empresas 2003 2004 2005 2006 2007 Mediana

Perdigão S.A. (225) 12.703 28.478 522.899 1.236.095 28.478

Sadia S.A. 1.400.081 497.365 309.561 667.023 (174.923) 497.365

Natura (70.913) 86.423 53.547 (72.877) (7.455) (7.455)

Cesp (2.649.049) (2.258.028) (2.418.276) (1.402.582) (667.494) (2.258.028)

Cemig (1.227.243) (708.819) (261.825) (247.587) 482.808 (261.825)

Coelce 62.191 106.951 (7.482) (245.480) (302.196) (7.482)

CPFL Energia 32.415 524.907 381.658 143.402 350.779 350.779

Copel (186.918) (528.621) (96.762) 263.646 357.897 (96.762)

Eletrobrás 4.677.448 4.474.155 7.166.549 9.250.151 8.908.940 7.166.549

Eletropaulo (3.448.854) (345.108) (270.621) 410.998 753.242 (270.621)

Energias BR 57.253 207.468 672.640 183.892 383.067 207.468

AES Tiete 357.729 457.231 389.512 260.614 261.177 357.729

Light S.A. (2.554.835) (2.142.408) 1.269.172 (261) 1.879 (261)

Tractebel (69.037) (79.145) (344.489) (401.813) (177.507) (177.507)

Weg 111.161 51.105 53.575 57.447 100.611 57.447

Sabesp (709.734) (1.006.967) 36.553 (193.956) (233.715) (233.715)

Dasa 51.644 194.179 59.746 365.828 62.759 62.759

Aracruz (447.273) 934.288 422.393 482.007 699.795 482.007

Suzano Papel 30.404 901.261 739.780 1.706.139 1.570.045 901.261

V C P 272.641 389.229 6.386 632.336 294.514 294.514

Petrobras (5.342.332) (14.442.818) (3.282.263) (1.435.001) (20.538.801) (5.342.332)

Braskem (2.504.305) (868.159) 360.332 (408.295) (33.658) (408.295)

Suzano Petroquímica 6.291 (4.372) (102.802) 257.379 647.933 6.291

Am Inox Br (207.673) 366.789 376.307 797.835 1.010.294 376.307

Gerdau 279.649 (302.033) 1.346.860 897.753 (165.834) 279.649

Gerdau Metalúrgica 16.655 64.223 41.942 59.644 125.878 59.644

CCR Rodovias (21.776) 403.458 208.615 510.535 520.412 403.458

Iochp-Maxion (91.952) (95.983) (62.860) (56.177) 10.922 (62.860)

Embraer 855.124 1.974.611 1.585.537 1.716.731 1.365.462 1.585.537

Fonte – Elaborado pelo autor desta dissertação.

O CDG, formado pela subtração das fontes de longo prazo em relação às aplicações de longo

prazo, mostrou-se positivo em aproximadamente 62% dos casos (90 observações em 145)

(tabela 3). O CDG diminui quando a empresa realiza novos investimentos em bens do ativo

permanente e aumenta em função de novos aportes de recursos de longo prazo (capital

próprio ou de terceiro). Nos casos em que o CDG é negativo – aplicações de longo prazo

superiores às fontes de longo prazo –, as empresas financiam parte dos seus ativos

permanentes com recursos de curto prazo. Essa situação, se prolongada, pode, segundo

Fleuriet, Kehdy e Blanc (1978), aumentar o risco de insolvência da empresa.

Em seguida, foram calculados os valores de T, que acompanharam os resultados do trabalho

realizado por Rangel (2006). Nesse trabalho, constatou-se que a maioria das empresas listadas

na BOVESPA financia sua NCG, parte por CDG e parte por T.

Tabela 4

T das empresas pesquisadas

Empresas 2003 2004 2005 2006 2007 Mediana

Perdigão S.A. (43.446) (45.877) (73.250) 485.025 1.191.153 (43.446)

Sadia S.A. (527.121) (1.476.174) (957.514) (924.565) (1.455.648) (957.514)

Natura (269.148) (143.659) (190.520) (391.628) (482.353) (269.148)

Cesp (2.975.922) (2.834.234) (2.854.207) (1.943.796) (974.074) (2.834.234)

Cemig (2.725.306) (2.261.378) (1.987.206) (1.485.431) (1.008.204) (1.987.206)

Coelce (302.343) (236.219) (496.791) (661.073) (794.432) (496.791)

CPFL Energia (55.058) 33.596 (229.584) (764.875) (706.148) (229.584)

Copel (275.308) (761.194) (217.529) (546.834) (382.589) (382.589)

Eletrobrás (580.967) (1.374.639) 1.398.164 1.382.387 3.184.011 1.382.387

Eletropaulo (4.462.195) (1.980.765) (1.837.795) (1.068.638) (815.252) (1.837.795)

Energias BR (192.866) (111.446) 122.815 (25.317) (105.993) (105.993)

AES Tiete 45.567 274.308 351.634 322.015 117.551 274.308

Light S.A. (3.907.956) (3.544.848) (525.178) (489) (204.833) (525.178)

Tractebel (663.480) (465.681) (815.913) (728.275) (186.965) (663.480)

Weg (45.567) (51.106) (43.344) (67.590) (70.198) (51.106)

Sabesp (1.630.526) (2.113.852) (1.342.984) (1.616.101) (1.722.488) (1.630.526)

Dasa (42.126) 60.430 (67.150) 230.185 (120.085) (42.126)

Aracruz (2.024.568) (766.909) (1.177.593) (658.982) (550.275) (766.909)

Suzano Papel (692.171) (416.036) (720.734) 470.357 129.013 (416.036)

V C P (383.887) (727.037) (501.088) (129.261) (101.334) (383.887)

Petrobras (16.388.798) (28.795.284) (20.168.667) (19.528.665) (37.187.282) (20.168.667)

Braskem (3.704.425) (1.641.239) 422.482 (462.362) (1.013.951) (1.013.951)

Suzano Petroquímica (10.449) (9.914) (652.781) (310.369) 95.376 (10.449)

Am Inox Br (955.258) (533.287) (389.618) (85.550) 261.662 (389.618)

Gerdau 37.162 (502.476) 1.064.743 542.211 (462.903) 37.162

Gerdau Metalúrgica (81.300) (89.805) (54.128) (68.993) 15.828 (68.993)

CCR Rodovias (44.099) 372.000 139.330 427.419 511.164 372.000

Iochp-Maxion (99.341) (113.191) (84.516) (82.075) (31.838) (84.516)

Embraer (3.011.030) (2.504.965) (1.532.988) (1.130.221) (1.895.585) (1.895.585)

Fonte – Elaborado pelo autor desta dissertação.

O T mostrou-se negativo em 81% das empresas estudadas. Medeiros e Rodrigues (2004a;

2004b) e Medeiros (2005) concluiriam que empresas com T negativo estavam em

desequilíbrio financeiro. Entretanto, Fleuriet (2005) deixa claro que T negativo não significa

necessariamente desequilíbrio financeiro. O T positivo indica a presença de AL, que poderão

estar em caixa ou em aplicações de curto prazo, aumentando a margem de segurança

financeira da empresa. Destaca-se que a análise do T deve ser feita em conjunto com CDG e

com a NCG e considerar a evolução das variáveis ao longo dos anos.

O próximo passo da pesquisa consistiu em identificar as estruturas financeiras de cada

empresa em cada ano segundo os conceitos do MDCG, conforme apresentado na tabela 5.

Tabela 5

Estrutura financeira das empresas pesquisadas

Empresas 2003 2004 2005 2006 2007

Perdigão S.A. Tipo 1 Tipo 4 Tipo 4 Tipo 5 Tipo 5

Sadia S.A. Tipo 4 Tipo 4 Tipo 4 Tipo 4 Tipo 1

Natura Tipo 1 Tipo 4 Tipo 4 Tipo 1 Tipo 1

Cesp Tipo 1 Tipo 1 Tipo 1 Tipo 1 Tipo 1

Cemig Tipo 1 Tipo 1 Tipo 1 Tipo 1 Tipo 4

Coelce Tipo 4 Tipo 4 Tipo 1 Tipo 1 Tipo 1

CPFL Energia Tipo 4 Tipo 5 Tipo 4 Tipo 4 Tipo 4

Copel Tipo 1 Tipo 1 Tipo 1 Tipo 4 Tipo 4

Eletrobrás Tipo 4 Tipo 4 Tipo 5 Tipo 5 Tipo 5

Eletropaulo Tipo 1 Tipo 1 Tipo 1 Tipo 4 Tipo 4

Energias BR Tipo 4 Tipo 4 Tipo 5 Tipo 4 Tipo 4

AES Tiete Tipo 5 Tipo 5 Tipo 5 Tipo 6 Tipo 5

Light S.A. Tipo 1 Tipo 1 Tipo 4 Tipo 1 Tipo 4

Tractebel Tipo 1 Tipo 1 Tipo 1 Tipo 1 Tipo 1

Weg Tipo 4 Tipo 4 Tipo 4 Tipo 4 Tipo 4

Sabesp Tipo 1 Tipo 1 Tipo 4 Tipo 1 Tipo 1

Dasa Tipo 4 Tipo 5 Tipo 4 Tipo 5 Tipo 4

Aracruz Tipo 1 Tipo 4 Tipo 4 Tipo 4 Tipo 4

Suzano Papel Tipo 4 Tipo 4 Tipo 4 Tipo 5 Tipo 5

V C P Tipo 4 Tipo 4 Tipo 4 Tipo 4 Tipo 4

Petrobras Tipo 1 Tipo 1 Tipo 1 Tipo 1 Tipo 1

Braskem Tipo 1 Tipo 1 Tipo 6 Tipo 1 Tipo 1

Suzano Petroquímica Tipo 4 Tipo 1 Tipo 1 Tipo 4 Tipo 5

Am Inox Br Tipo 1 Tipo 4 Tipo 4 Tipo 4 Tipo 5

Gerdau Tipo 5 Tipo 1 Tipo 5 Tipo 5 Tipo 1

Gerdau Metalúrgica Tipo 4 Tipo 4 Tipo 4 Tipo 4 Tipo 5

CCR Rodovias Tipo 1 Tipo 5 Tipo 5 Tipo 5 Tipo 5

Iochp-Maxion Tipo 1 Tipo 1 Tipo 1 Tipo 1 Tipo 4

Embraer Tipo 4 Tipo 4 Tipo 4 Tipo 4 Tipo 4

Fonte – Elaborado pelo autor desta dissertação.

Observa-se que nenhuma das empresas da amostra apresentou as estruturas do tipo 2 ou do

tipo 3. Esse resultado confirma o que foi dito por Fleuriet, Kehdy e Blanc (1978). Esses

autores afirmaram existirem os seis tipos, mas apresentaram apenas os tipos 1, 4, 5 e 6,

alegando que os tipos 2 e 3 não se verificavam com freqüência na prática. Braga (1991)

conseguiu apresentar dados de empresas que se enquadravam em todas as seis estruturas. No

estudo de Rangel (2006) também foram verificadas empresas de todos os tipos, apesar de em

menor freqüência para os tipos 2 e 3.

Tabela 6

Distribuição das estruturas nas empresas pesquisadas

Estruturas Observações

Tipo 1 55 38%

Tipo 2 0 0%

Tipo 3 0 0%

Tipo 4 63 43%

Tipo 5 25 17%

Tipo 6 2 1%

Soma

145 100%

Fonte – Elaborado pelo autor desta dissertação.

As estruturas dos tipos 1, 2 e 3 apresentam CDG negativa – aplicações de longo prazo,

superiores às fontes de longo prazo. Segundo Fleuriet, Kehdy e Blanc (1978), essa situação

aumenta o risco de insolvência da empresa. As empresas do tipo 1 têm a sua NCG e o CDG

financiado com recursos de curto prazo (T). Essa situação pode, freqüentemente, apresentar-

se como mais onerosa para empresa, caso os recursos de curto prazo estejam sendo obtidos a

taxas mais elevadas. Essa mesma estrutura pode evidenciar a necessidade de aportes de

capital próprio ou de terceiros de longo prazo para fazer frente às aplicações de curto prazo.

As duas empresas que mantiveram a estruturas tipo 1 durante todo o período do estudo foram

a Cesp e a Petrobras.

A Petrobras mantém, aproximadamente, um terço das aplicações de longo prazo em empresas

controladas. Isso faz com que a empresa tenha um RLP muito elevado, o que reduz o CDG. Já

no caso da Cesp, as contas a receber de coligadas não se mostram tão expressivas e o RLP é

inferior a um décimo das aplicações de longo prazo. O que reduz o CDG no caso da Cesp é a

imobilização do ativo. A conta “ativo imobilizado” representa aproximadamente 90% do AT

em todos os anos do estudo.

Das empresas que apresentaram CDG positivo, apenas a Embraer manteve, durante os cinco

anos, uma única estrutura. Esta empresa manteve a estrutura do tipo 4, na qual parte da NCG

é financiada com capital de longo prazo (CDG) e parte com capital de curto prazo (T).

Após a análise do MDCG, realizaram-se os cálculos do NAL e, em seguida, dos índices

tradicionais de liquidez, conforme tabelas a seguir.

Tabela 7

Nível de ativos líquidos mantido pelas empresas da amostra

Empresas 2003 2004 2005 2006 2007 Mediana

Perdigão S.A. 0,01% 0,01% 0,00% 22,92% 37,49% 0,01%

Sadia S.A. 1,79% 10,09% 14,09% 8,39% 8,77% 8,77%

Natura 8,87% 21,38% 23,17% 10,06% 6,78% 10,06%

Cesp 0,23% 1,12% 0,25% 1,67% 3,46% 1,12%

Cemig 2,47% 4,99% 3,02% 0,25% 0,22% 2,47%

Coelce 5,33% 3,62% 6,36% 3,09% 0,48% 3,62%

CPFL Energia 1,91% 4,26% 4,68% 0,47% 0,28% 1,91%

Copel 0,04% 0,05% 0,22% 6,57% 0,62% 0,22%

Eletrobrás 1,38% 1,06% 1,71% 3,08% 5,77% 1,71%

Eletropaulo 2,21% 1,04% 2,09% 4,02% 8,55% 2,21%

Energias BR 0,24% 4,10% 6,88% 4,64% 2,19% 4,10%

AES Tiete 11,90% 20,97% 31,20% 28,75% 25,32% 25,32%

Light S.A. 1,51% 3,17% 3,67% 0,01% 0,09% 1,51%

Tractebel 0,12% 0,09% 0,19% 0,15% 10,55% 0,15%

Weg 4,02% 3,46% 3,25% 3,64% 4,03% 3,64%

Sabesp 1,70% 0,63% 1,61% 1,82% 2,49% 1,70%

Dasa 8,18% 24,63% 8,96% 33,53% 1,87% 8,96%

Aracruz 0,05% 0,02% 0,00% 0,02% 0,02% 0,02%

Suzano Papel 7,79% 11,01% 7,73% 11,33% 9,38% 9,38%

V C P 1,57% 0,04% 1,91% 8,51% 6,59% 1,91%

Petrobras 16,88% 8,41% 11,35% 11,19% 3,72% 11,19%

Braskem 1,19% 9,31% 9,80% 12,54% 7,60% 9,31%

Suzano Petroquímica 0,70% 2,92% 7,52% 5,54% 18,03% 5,54%

Am Inox Br 10,75% 8,69% 7,27% 11,01% 17,43% 10,75%

Gerdau 0,00% 0,02% 0,00% 0,00% 0,00% 0,00%

Gerdau Metalúrgica 0,00% 0,00% 0,00% 0,00% 0,00% 0,00%

CCR Rodovias 2,28% 34,92% 10,05% 23,36% 30,31% 23,36%

Iochp-Maxion 1,78% 4,95% 6,02% 1,22% 0,18% 1,78%

Embraer 19,99% 12,02% 12,59% 14,69% 13,70% 13,70%

Fonte – Elaborado pelo autor desta dissertação.

Observa-se que algumas empresas (Aracruz, Gerdau e Gerdau Metalúrgica) apresentaram

NAL bem próximos de zero durante todo o período estudado. Isso significa que os

disponíveis e os investimentos de curto prazo são bem pequenos se comparados à quantidade

dos demais ativos que compõem o BP dessas empresas. Não foi o foco desta dissertação

explorar quais fatores influenciam a formação do NAL. Contudo, na revisão da literatura

destacaram-se o tamanho e a facilidade de obtenção de novos financiamentos, dentre outros.

A avaliação tradicional de liquidez, por meio dos índices (geral, corrente, seco e imediato), é

uma alternativa para se analisar o risco de solvência das empresas. Os índices de liquidez

calculados estão apresentados no APÊNDICE D, com exceção do índice de liquidez imediata,

apresentado a seguir (tabela 8).

100

Tabela 8

Liquidez imediata

Empresas 2003 2004 2005 2006 2007 Mediana

Perdigão S.A. 99,36% 127,01% 138,10% 104,30% 71,53% 104,30%

Sadia S.A. 154,17% 96,32% 76,02% 102,87% 68,97% 96,32%

Natura 65,38% 70,06% 59,73% 68,02% 84,08% 68,02%

Cesp 15,89% 22,56% 20,67% 30,38% 31,57% 22,56%

Cemig 60,84% 62,93% 75,19% 82,33% 142,55% 75,19%

Coelce 84,86% 101,39% 80,61% 66,78% 71,60% 80,61%

CPFL Energia 60,07% 258,74% 119,87% 113,90% 143,00% 119,87%

Copel 56,02% 40,76% 72,71% 71,24% 160,98% 71,24%

Eletrobrás 147,08% 156,19% 235,48% 239,29% 166,31% 166,31%

Eletropaulo 41,20% 86,07% 85,51% 96,79% 89,76% 86,07%

Energias BR 126,44% 169,14% 315,10% 94,16% 221,96% 169,14%

AES Tiete 107,63% 72,99% 34,84% 34,63% 52,77% 52,77%

Light S.A. 41,26% 46,35% 145,95% 50,57% 99,67% 50,57%

Tractebel 93,59% 93,53% 71,23% 66,41% 41,48% 71,23%

Weg 167,65% 100,72% 100,37% 93,99% 110,75% 100,72%

Sabesp 50,73% 53,51% 85,42% 75,68% 71,68% 71,68%

Dasa 115,40% 141,92% 102,41% 111,66% 123,01% 115,40%

Aracruz 80,36% 191,82% 131,43% 153,89% 193,14% 153,89%

Suzano Papel 61,19% 110,99% 110,05% 158,01% 139,58% 110,99%

V C P 129,25% 142,52% 83,26% 85,73% 68,74% 85,73%

Petrobras 43,69% 49,78% 57,06% 57,77% 53,50% 53,50%

Braskem 52,08% 57,59% 70,11% 55,42% 70,08% 57,59%

Suzano Petroquímica 92,52% 13,27% 61,47% 130,85% 133,24% 92,52%

Am Inox Br 52,71% 98,35% 103,61% 126,74% 114,34% 103,61%

Gerdau 218,16% 42,57% 504,49% 421,87% 69,52% 218,16%

Gerdau Metalúrgica 114,21% 131,55% 138,62% 144,99% 217,14% 138,62%

CCR Rodovias 37,47% 28,21% 179,77% 529,37% 40,16% 40,16%

Iochp-Maxion 7,05% 13,23% 20,48% 30,37% 131,50% 20,48%

Embraer 69,24% 100,67% 92,63% 92,53% 89,61% 92,53%

Fonte – Elaborado pelo autor desta dissertação.

Analisando-se a mediana dos dados da LI, verifica-se que a Gerdau apresenta o resultado mais

elevado, superando 2,18, enquanto a Cesp e a Iochp-Maxion apresentaram índices inferiores a

0,25. A LI mensura a quantidade de recursos em caixa mantidos para fazer frente ao PC.

Conforme a análise dos índices de liquidez tradicionais, quanto menores os valores, maior o

risco de insolvência. De outro lado, quanto maior a LI, menor o risco de insolvência. Para

cada unidade monetária obtida no curto prazo (fontes de curto prazo) existem, no caso da

Gerdau, 2,18 unidades monetárias aplicadas em recursos líquidos, o que, em termos de

solvência, é uma condição satisfatória. Todavia, esse resultado não implica necessariamente

que a Gerdau estará “criando” valor ou que a Cesp e a Iochp-Maxion estarão “destruindo”

valor para seus acionistas.

Após a análise da liquidez das empresas, analisou-se também a rentabilidade por meio do

ROA e do ROE. As medidas de rentabilidade relacionam o resultado da empresa com

101

medidas de capital investido. O ROA considera a remuneração de todo o capital investido,

seja ele oneroso ou não oneroso. A seguir, apresentam-se os valores dos ROA para todas as

empresas da amostra no período de 2003 a 2007.

Tabela 9

ROA

Empresas 2003 2004 2005 2006 2007 Mediana

Perdigão S.A. 15,86% 28,27% 27,91% 5,34% 9,86% 15,86%

Sadia S.A. 8,87% 8,73% 11,29% 5,57% 8,86% 8,86%

Natura 10,09% 34,66% 33,36% 35,41% 29,33% 33,36%

Cesp 3,17% 0,17% -1,01% -0,60% 0,91% 0,17%

Cemig 8,06% 8,34% 20,14% 18,16% 17,49% 17,49%

Coelce 3,74% 1,53% 7,88% 11,88% 9,49% 7,88%

CPFL Energia -6,98% 6,37% 17,75% 24,75% 25,51% 17,75%

Copel 2,62% 5,55% 6,98% 13,97% 12,21% 6,98%

Eletrobrás 0,36% 1,44% 1,07% 1,24% 1,60% 1,24%

Eletropaulo 0,68% 0,04% -1,49% 3,00% 5,86% 0,68%

Energias BR -9,90% 6,94% 11,63% 9,78% 10,28% 9,78%

AES Tiete 8,73% 12,49% 21,82% 25,67% 24,34% 21,82%

Light S.A. -4,69% -0,93% 2,29% -12,99% 37,49% -0,93%

Tractebel 10,34% 15,10% 18,45% 20,20% 19,28% 18,45%

Weg 32,59% 32,00% 25,02% 29,68% 28,38% 29,68%

Sabesp 5,04% 3,06% 4,96% 4,33% 5,62% 4,96%

Dasa -2,43% -3,69% 1,78% 1,69% 5,05% 1,69%

Aracruz 11,11% 12,90% 13,57% 12,41% 9,65% 12,41%

Suzano Papel 13,19% 9,90% 7,08% 4,71% 4,84% 7,08%

V C P 19,02% 14,39% 7,79% 7,03% 9,53% 9,53%

Petrobras 14,63% 12,90% 15,23% 14,51% 10,43% 14,51%

Braskem 1,50% 4,14% 4,60% 0,49% 3,27% 3,27%

Suzano Petroquímica 0,27% 10,90% 0,62% 0,00% 5,69% 0,62%

Am Inox Br 6,16% 17,66% 13,85% 13,97% 16,56% 13,97%

Gerdau 24,06% 38,40% 26,15% 23,51% 15,78% 24,06%

Gerdau Metalúrgica 26,67% 44,03% 31,25% 26,94% 18,81% 26,94%

CCR Rodovias 25,12% 21,59% 31,41% 30,95% 32,05% 30,95%

Iochp-Maxion -1,92% 16,98% 22,04% 16,22% 20,69% 16,98%

Embraer 5,02% 9,18% 4,96% 4,35% 4,28% 4,96%

Fonte – Elaborado pelo autor desta dissertação.

As empresas Natura, CCR Rodovias e Weg apresentaram as maiores medianas em relação ao

ROA (33,36%, 30,95% e 29,68%). De outro lado, a Light S.A., a Cesp e a Suzano

Petroquímica apresentaram as menores medianas para o ROA (-0,93%, 0,17% e 0,62%).

Deve-se desatacar que, em alguns anos, empresas apresentaram ROA negativos, o que indica

que as mesmas não auferiram lucro no período.

Enquanto o ROA considera todo o capital investido, o ROE considera apenas o capital

próprio. Na tabela 10 estão apresentados os ROE, que, na maioria dos casos, foram superiores

ao ROA de cada empresa e em cada ano. Faz-se relevante destacar que quando o ROE é

102

superior ao ROA a empresa está se beneficiando da alavancagem financeira. Um exemplo

claro desse fato é a AES Tiete. Essa empresa apresenta uma mediana de ROE de

aproximadamente 117%, ao passo que a mediana do ROA é inferior a 22%. Em média, para

os anos de 2003 a 2007, a participação do capital de terceiros sobre o AT da AES Tiete foi de

aproximadamente 80%.

Tabela 10

ROE

Empresas 2003 2004 2005 2006 2007 Mediana

Perdigão S.A. 16,61% 29,46% 29,48% 5,44% 10,08% 16,61%

Sadia S.A. 30,26% 24,85% 29,06% 15,41% 23,58% 24,85%

Natura 53,14% 68,67% 75,94% 72,10% 66,88% 68,67%

Cesp 8,83% 0,48% -2,77% -1,17% 1,73% 0,48%

Cemig 18,26% 19,10% 27,88% 22,85% 20,68% 20,68%

Coelce 8,04% 3,19% 25,77% 38,22% 28,78% 25,77%

CPFL Energia -8,75% 6,81% 19,73% 28,85% 33,17% 19,73%

Copel 3,52% 7,28% 9,16% 19,49% 15,29% 9,16%

Eletrobrás 0,48% 1,85% 1,29% 1,49% 1,94% 1,49%

Eletropaulo 3,93% 0,26% -9,43% 17,00% 21,45% 3,93%

Energias BR -12,27% 7,81% 12,52% 10,64% 11,16% 10,64%

AES Tiete 44,03% 63,60% 116,96% 129,18% 121,57% 116,96%

Light S.A. -94,01% -23,13% 14,29% -13,00% 40,37% -13,00%

Tractebel 19,88% 27,82% 34,26% 35,42% 37,12% 34,26%

Weg 35,73% 34,65% 27,33% 32,38% 31,43% 32,38%

Sabesp 11,00% 6,45% 10,21% 8,64% 10,72% 10,21%

Dasa -6,30% -7,72% 3,82% 3,52% 11,05% 3,52%

Aracruz 31,24% 29,95% 27,93% 23,53% 18,89% 27,93%

Suzano Papel 24,41% 21,31% 15,90% 11,28% 12,22% 15,90%

V C P 25,35% 19,41% 13,11% 12,31% 14,85% 14,85%

Petrobras 34,02% 27,63% 29,06% 26,23% 18,99% 27,63%

Braskem 9,78% 16,36% 14,76% 1,75% 9,29% 9,78%

Suzano Petroquímica 0,28% 11,41% 1,58% 0,00% 13,78% 1,58%

Am Inox Br 22,77% 44,67% 25,32% 23,01% 25,88% 25,32%

Gerdau 27,55% 46,62% 34,58% 28,91% 20,04% 28,91%

Gerdau Metalúrgica 29,17% 48,53% 33,05% 28,31% 19,57% 29,17%

CCR Rodovias 28,65% 24,47% 36,43% 34,94% 36,07% 34,94%

Iochp-Maxion -3,37% 27,29% 31,37% 21,81% 23,31% 23,31%

Embraer 16,60% 27,74% 14,56% 11,38% 11,10% 14,56%

Fonte – Elaborado pelo autor desta dissertação.

No caso do ROE, as empresas que apresentaram as maiores medianas foram AES Tiete,

Natura e CCR Rodovias (116,96%, 68,67% e 34,94%). De outro lado, a Light S.A., a Cesp e a

Eletrobrás apresentaram as menores medianas para o ROA (13,00%, 0,48% e 1,49%). Deve-

se desatacar que, em alguns anos, empresas apresentaram ROA negativos, o que indica que

não auferiram lucro no período.

103

Após os cálculos dos índices de liquidez e rentabilidade, calcularam-se os β (APÊNDICE E)

e, em seguida, o custo de capital (APÊNDICE F). Apesar de ter-se restringido ao período de

2003 a 2007, com o intuito de obter-se maior liquidez e negociabilidade, algumas empresas

tiveram suas ações pouco negociadas, o que pode comprometer o cálculo do β e sua

conseqüente utilização para estimação do custo de capital por intermédio do CAPM. A

utilização da mediana de cinco estimações de custo de capital minimizou esta limitação. O

valor do custo de capital próprio ao ano e em percentual está apresentado na tabela 11.

Tabela 11

Mediana dos custos de capital anuais estimado pelo CAPM

Empresas 2003 2004 2005 2006 2007

Perdigão S.A. 22,79% 8,20% 15,21% 18,76% 11,78%

Sadia S.A. 26,79% 8,41% 16,51% 18,83% 9,65%

Natura ▫ – – 15,73% 19,08% 9,65%

Cesp ○ 53,41% 8,90% 17,66% 28,08% 12,04%

Cemig 52,30% 8,83% 18,84% 26,60% 10,80%

Coelce 45,41% 8,59% 14,86% 15,57% 8,26%

CPFL Energia ▫ – – 16,79% 17,41% 10,10%

Copel 71,17% 9,49% 19,93% 25,07% 11,17%

Eletrobrás 72,12% 9,51% 21,99% 33,98% 14,14%

Eletropaulo ○ 38,17% 8,64% 15,13% 15,26% 8,76%

Energias BR ◊ – – – 24,26% 9,24%

AES Tiete 19,13% 8,22% 12,86% 12,70% 7,30%

Light S.A. 18,53% 8,14% 14,66% 30,66% 14,36%

Tractebel 30,68% 8,41% 14,38% 12,89% 8,22%

Weg 36,84% 8,58% 16,54% 16,68% 8,86%

Sabesp 52,67% 8,94% 17,80% 20,79% 8,95%

Dasa ▫ – – 16,76% 19,56% 8,11%

Aracruz 14,16% 8,23% 15,62% 15,16% 8,63%

Suzano Papel 29,10% 8,33% 15,45% 18,65% 9,47%

V C P 19,50% 8,21% 15,60% 15,65% 8,96%

Petrobras 45,76% 8,68% 17,50% 22,88% 10,96%

Braskem 30,45% 8,74% 17,17% 17,69% 8,57%

Suzano Petroquímica 93,58% 8,83% 16,97% 19,28% 8,81%

Am Inox Br 33,23% 8,39% 16,55% 20,66% 8,80%

Gerdau 71,14% 9,26% 20,90% 30,29% 12,71%

Gerdau Metalúrgica 63,36% 9,17% 21,45% 30,07% 12,80%

CCR Rodovias 104,43% 9,50% 19,05% 23,67% 10,68%

Iochp-Maxion 42,06% 8,75% 15,99% 15,09% 8,92%

Embraer 37,50% 8,65% 16,01% 17,58% 8,61%

Legenda –

▫

: Abertura de capital ocorreu em 2004.

◊

: Abertura de capital ocorreu em 2005.

○

: Utilizadas

as ações mais líquidas em todo o período, mesmo que não pertencente à carteira teórica do ISE. –: Dados

ausentes.

Fonte – Elaborado pelo autor desta dissertação.

Conforme estabelecido na metodologia, calcularam-se para cada ano 5 β por empresa,

considerando-se os últimos 12, 24, 36, 48 e 60 meses. A partir de cada um desses valores,

foram calculados os custos de capital próprio – 5 por ano e por empresa. Em seguida,

calcularam-se as medianas anuais desses cinco custos de capital (tabela 11).

104

Conforme a metodologia de cálculo do CAPM, o custo de capital próprio é bastante

influenciado pelo retorno do mercado e, conseqüentemente, pelo prêmio de risco do mercado.

A discrepância dos valores encontrados para o KP, principalmente entre 2003 e 2004, é

parcialmente explicada pelo retorno das cotações do Ibovespa, que, corrigido pelo IPCA, até

31/03/2008 apresentou uma majoração superior a 80% em 2003, ao passo que em 2004 houve

menor retorno entre 2003 e 2007, inferior a 10%. Por esse motivo, a estimação do KP

considerando risco e retorno, como previsto pelo CAPM, apresenta alguns valores que variam

bastante de um ano para outro.

Como alternativa prevista na metodologia para os casos de ausência de dados para se

calcularem os β ou para os casos de KP negativo, apresentam-se na tabela 12 os valores

estimados por meio do modelo de Gordon. Como se optou por utilizar a abordagem log-lin,

alguns dos custos do capital próprio não puderam ser estimados. Isso ocorreu sempre que a

empresa não pagou dividendos, pois não é possível calcular o logaritmo de zero.

Verifica-se na tabela 12 que a estimação do KP por meio do modelo de Gordon apresentou

resultados negativos para 3 empresas durante os cinco anos. Outras 49 observações da tabela

12 referem-se a dados ausentes. Restam, portanto, apenas 81 estimações positivas para o KP

das 145 observações possíveis. Por este motivo, para a estimação do EVA

foram utilizadas as

medianas anuais dos custos de capital apurados pelo CAPM a partir dos β 12, 24, 36, 48 e 60

meses (tabela 11).

105

Tabela 12

Custos de capital estimado pelo modelo de Gordon

Empresas 2003 2004 2005 2006 2007

Perdigão S.A. 8,65% 8,69% 7,87% 4,93% 5,30%

Sadia S.A. 3,25% 7,62% 4,83% 3,42% 1,94%

Natura ▫ – – 59,47% 58,80% 63,14%

Cesp ○ –––––

Cemig 53,42% 57,65% 55,86% 64,58% 59,57%

Coelce 71,70% 38,92% 43,66% 48,09% 47,67%

CPFL Energia ▫ – – 68,55% 74,31% 76,47%

Copel –––––

Eletrobrás 8,55% 9,12% 9,06% 7,11% 8,09%

Eletropaulo ○ –––––

Energias BR ◊ –––––

AES Tiete 82,37% 91,48% 84,23% 94,37% 87,32%

Light S.A. –––––

Tractebel 33,24% 32,19% 32,40% 30,43% 27,49%

Weg 23,77% 23,24% 21,12% 21,65% 21,08%

Sabesp -1,74% -1,63% -1,22% -6,45% -6,86%

Dasa ▫ –––––

Aracruz 3,63% 7,28% 5,53% 3,63% 3,57%

Suzano Papel -4,68% -2,37% -3,79% -6,98% -7,00%

V C P 15,85% 19,02% 24,82% 18,00% 16,80%

Petrobras 10,34% 9,19% 7,05% 7,17% 4,29%

Braskem –––––

Suzano Petroquímica -81,11% -81,01% -80,79% -81,22% -81,31%

Am Inox Br –––––

Gerdau 24,75% 24,83% 25,72% 23,53% 22,05%

Gerdau Metalúrgica 27,52% 24,92% 27,41% 23,64% 21,37%

CCR Rodovias 79,54% 82,35% 84,60% 82,26% 85,31%

Iochp-Maxion –––––

Embraer 1,90% 5,84% 3,84% 2,46% 2,61%

Legenda –

▫

: Abertura de capital ocorreu em 2004.

◊

: Abertura de capital ocorreu em 2005.

○

: Utilizadas as

ações mais líquidas em todo o período, mesmo que não pertencente à carteira teórica do ISE. –: Dados

ausentes.

Fonte – Elaborado pelo autor desta dissertação.

Apresenta-se na tabela 13 a estimação do EVA

para cada empresa no período de 2003 a

2007. Destaca-se que em 2003 e 2004 houve 4 dados ausentes e em 2005 apenas 1. Em 2006

e 2007, foi possível calcular o EVA

para todas as empresas. Em função da quantidade de

dados ausentes, advindos do não pagamento de dividendos por parte das empresas, apesar de

se ter calculado o custo de capital pelo modelo de Gordon, esses resultados não foram

utilizados para o cálculo do EVA

106

Tabela 13

EVA

calculados para as empresas da amostra

Empresas 2003 2004 2005 2006 2007 Mediana

Perdigão S.A. -6,18% 21,26% 14,27% -13,32% -1,70% -1,70%

Sadia S.A. 3,48% 16,44% 12,55% -3,42% 13,93% 12,55%

Natura ▫ – – 60,20% 53,01% 57,23% 57,23%

Cesp ○ -44,58% -8,42% -20,43% -29,24% -10,31% -20,43%

Cemig -34,04% 10,27% 9,04% -3,75% 9,88% 9,04%

Coelce -37,37% -5,40% 10,91% 22,65% 20,52% 10,91%

CPFL Energia ▫ – – 2,94% 11,45% 23,06% 11,45%

Copel -67,64% -2,21% -10,77% -5,58% 4,12% -5,58%

Eletrobrás -71,64% -7,65% -20,70% -32,49% -12,20% -20,70%

Eletropaulo ○ -34,24% -8,38% -24,56% 1,74% 12,70% -8,38%

Energias BR ◊ – – – -13,62% 1,92% -5,85%

AES Tiete 24,90% 55,39% 104,10% 116,48% 114,27% 104,10%

Light S.A. -112,53% -31,28% -0,37% -43,66% 26,01% -31,28%

Tractebel -10,80% 19,41% 19,88% 22,53% 28,90% 19,88%

Weg 0,00% 26,08% 10,78% 15,70% 22,57% 15,70%

Sabesp -41,67% -2,49% -7,60% -12,15% 1,77% -7,60%

Dasa ▫ – – -12,94% -16,04% 2,94% -12,94%

Aracruz 17,08% 21,72% 12,31% 8,37% 10,26% 12,31%

Suzano Papel -4,68% 12,98% 0,45% -7,37% 2,76% 0,45%

V C P 5,85% 11,21% -2,50% -3,34% 5,90% 5,85%

Petrobras -11,74% 18,95% 11,56% 3,35% 8,03% 8,03%

Braskem -20,67% 7,62% -2,41% -15,94% 0,72% -2,41%

Suzano Petroquímica -93,31% 2,58% -15,40% -19,28% 4,97% -15,40%

Am Inox Br -10,45% 36,28% 8,77% 2,35% 17,08% 8,77%

Gerdau -43,59% 37,36% 13,68% -1,37% 7,33% 7,33%

Gerdau Metalúrgica -34,20% 39,36% 11,60% -1,77% 6,76% 6,76%

CCR Rodovias -75,78% 14,96% 17,38% 11,27% 25,39% 14,96%

Iochp-Maxion -45,43% 18,54% 15,38% 6,72% 14,39% 14,39%

Embraer -20,91% 19,09% -1,45% -6,20% 2,50% -1,45%

Legenda –

▫

: Abertura de capital ocorreu em 2004.

◊

: Abertura de capital ocorreu em 2005.

○

: Utilizada ações

mais líquidas em todo o período, mesmo não pertencente à carteira teórica do ISE. –: Dados ausentes.

Fonte – Elaborado pelo autor desta dissertação.

A análise da mediana dos dados permitiu observar que a AES Tiete é a empresa que,

conforme a metodologia de cálculo, apresentou a maior criação percentual de valor para o

acionista. Outra empresa que se destacou foi a Natura (57,23%). De outro lado, as empresas

que demonstram as maiores “destruições” de valores foram a Cesp a Eletrobrás e a Light.

Finalmente, na tabela 14, são apresentados os MVA

calculados para cada empresa, conforme

descrito na metodologia no período de 2003 a 2007. Destaca-se que em 2003 e 2004

ocorreram 4 dados ausentes e em 2005 apenas 1. Em 2006 e 2007, foi possível calcular o

MVA

para todas as empresas.

107

Tabela 14

MVA

calculados para as empresas da amostra

Empresas 2003 2004 2005 2006 2007 Mediana

Perdigão S.A. 16,63% 91,58% 139,95% 134,31% 152,29% 134,31%

Sadia S.A. 81,73% 122,70% 96,25% 93,79% 133,38% 96,25%

Natura ▫ – 1402,67% 1573,61% 1878,36% 966,90% 1488,14%

Cesp ○ -81,09% -83,01% -80,09% -36,12% 4,71% -80,09%

Cemig 30,26% 44,95% 114,14% 126,03% 88,20% 88,20%

Coelce -44,76% -44,04% 50,64% 128,44% 96,82% 50,64%

CPFL Energia ▫ – 98,03% 180,09% 195,76% 226,12% 187,93%

Copel -23,39% -38,20% -10,28% 7,29% 1,35% -10,28%

Eletrobrás -64,19% -69,85% -70,46% -65,25% -67,58% -67,58%

Eletropaulo ○ 38,91% 40,84% 113,96% 95,25% 58,06% 58,06%

Energias BR ◊ – – 26,04% 42,37% 18,27% 26,04%

AES Tiete 174,50% 615,33% 920,46% 1149,01% 1165,04% 920,46%

Light S.A. 482,71% 462,57% 20,66% 104,25% 118,46% 118,46%

Tractebel 100,96% 129,53% 265,75% 325,00% 393,58% 265,75%

Weg 254,69% 313,16% 245,97% 419,11% 750,89% 313,16%

Sabesp -38,66% -43,61% -47,29% -7,47% -4,22% -38,66%

Dasa ▫ – 424,53% 776,75% 458,49% 313,40% 441,51%

Aracruz 288,52% 198,80% 127,33% 177,32% 146,24% 177,32%

Suzano Papel 45,59% 41,25% 7,20% 64,51% 105,75% 45,59%

V C P 101,87% 110,03% 31,81% 65,76% 96,21% 96,21%

Petrobras 62,61% 65,79% 99,52% 117,85% 234,29% 99,52%

Braskem 111,96% 179,59% 41,44% 19,51% 6,34% 41,44%

Suzano Petroquímica -19,97% 57,51% 9,30% -10,04% 114,80% 9,30%

Am Inox Br 17,29% 89,25% -8,03% 46,57% 129,98% 46,57%

Gerdau 115,04% 130,81% 116,00% 132,10% 201,49% 130,81%

Gerdau Metalúrgica 36,10% 87,76% 54,95% 70,13% 140,62% 70,13%

CCR Rodovias 242,72% 444,72% 442,82% 642,45% 585,19% 444,72%

Iochp-Maxion 45,79% 325,89% 339,88% 264,68% 541,11% 325,89%

Embraer 254,49% 146,38% 164,65% 214,76% 179,33% 179,33%

Legenda –

▫

: Abertura de capital ocorreu em 2004.

◊

: Abertura de capital ocorreu em 2005.

○

: Utilizadas as

ações mais líquidas em todo o período, mesmo que não pertencente à carteira teórica do ISE. –: Dados

ausentes.

Obs – Valores dos MVA

dados pela divisão do valor de mercado menos o PL, divido pelo PL.

Fonte – Elaborado pelo autor desta dissertação.

Ao analisar os valores calculados para o MVA

, observa-se que a Natura apresentou o mais

elevado resultado no período estudado. Esta empresa abriu seu capital em 2004, com um valor

de mercado adicionado, aproximadamente, 1.400% superior ao capital investido pelos

acionistas. Nota-se que em 2007 esse valor havia reduzido para algo próximo de 1.000%. Essa

variação não foi ocasionada pela elevação do PL, mas sim por uma redução do valor de

mercado. Eventualmente, essa correção pode ser conseqüência de um IPO supervalorizado.

Outra inferência que pode ser realizada a partir desses dados refere-se a uma elevação do

MVA

em quase todas as empresas. Assim, a maioria das empresas apresentou um MVA

superior em 2007 em relação ao de 2003.

108

Vários trabalhos – STEWART III (2005); Kyriazis e Anastassis (2007); Santos e Watanabe

(2005) – investigam a relação entre MVA e EVA

. Apesar de não ser foco desta dissertação

investigar essa relação, apresenta-se a matriz de correlação das variáveis dependentes do

presente trabalho. Observa-se que com o passar dos anos o MVA

apresenta uma correlação

crescente se comparado ao EVA

do mesmo ano e do ano seguinte, conforme destacado em

cinza. Destaca-se que o MVA

reflete a expectativa, por considerar o valor de mercado das

ações, ao passo que o EVA

reflete aspectos passados.

mva_2003 mva_2004 mva_2005 mva_2006 mva_2007 eva_2003 eva_2004 eva_2005 eva_2006 eva_2007

mva_2003

1,0000

mva_2004

0,7624 1,0000

mva_2005

0,3602 0,7964 1,0000

mva_2006

0,4206 0,8076 0,9765 1,0000

mva_2007

0,3901 0,8047 0,9334 0,9434 1,0000

eva_2003

0,0041 0,0816 0,3370 0,3202 0,3246 1,0000

eva_2004

0,0544 0,3531 0,5848 0,5514 0,5996 0,6496 1,0000

eva_2005

0,2928 0,6971 0,8811 0,8749 0,8297 0,4843 0,7069 1,0000

eva_2006

0,1068 0,5254 0,8710 0,8673 0,8176 0,5526 0,6652 0,8877 1,0000

eva_2007

0,3586 0,7452 0,8790 0,8975 0,8356 0,2992 0,4667 0,8963 0,8889 1,0000

Quadro 11 – Matriz de correlação das variáveis dependentes

Fonte – STATA

, versão 10.1.

Observa-se que as variáveis MVA

e EVA

são fortemente correlacionadas com suas

primeiras defasagens. Assim, na segunda diagonal, os retângulos destacam essa forte

correlação das variáveis com sua primeira defasagem. Além disso, percebe-se que para as

duas variáveis essa autocorrelação linear de primeira ordem torna-se cada vez mais forte com

o passar dos anos. O MVA

de 2007 tem autocorrelação de 0,9434 (94,34%) com o MVA

2006, ao passo que o MVA

de 2004 tem uma autocorrelação de 0,7624 (76,24%) como

MVA

de 2003. Já o EVA

apresenta uma autocorrelação de 0,8889 (88,89%) entre os dados

de 2007 e 2006, e uma autocorrelação de 0,6496 (64,96%) entre os dados de 2004 e 2003.

6.2 Análise dos modelos econométricos estimados

Após a descrição básica das variáveis calculadas, analisou-se, conforme descrito na

metodologia, a sua relevância para a explicação do EVA

do ano de 2007. Carneiro Júnior

(2006) estimou um modelo em que foram incluídas duas variáveis do MDCG – NCG e CDG

– além de outros dois indicadores. Marques (2002, p. 86) afirma que: “[...] bastam duas

variáveis do Modelo Fleuriet [...]. Adicionando-se a terceira variável para a análise de

regressão, qualquer que seja ela, não há melhoria na explicação do comportamento do

EVA

”. Apesar da afirmação de Marques (2002), testaram-se neste trabalho as três

109

combinações possíveis entre NCG, CDG e T. Os resultados das regressões são conflitantes se

comparados aos obtidos pelo por Marques (2002). Uma das distinções metodológicas entre

este trabalho e o de Marques (2002) que podem justificar a divergência encontrada, refere-se

ao custo de capital, que não considerou aspectos relacionados ao risco e foi aproximado em

função do IPCA no trabalho anterior. Nesta dissertação, como já mencionado na metodologia,

o custo de capital considera o risco e o retorno, e é calculado a partir do CAPM.

Notou-se nos três casos em que se combinaram duas variáveis do MDCG para explicar o

EVA

do ano de 2007 que os valores de probabilidade foram elevados. A um nível de

significância de 10%, deve-se rejeitar a hipótese nula de que os coeficientes sejam diferentes

de zero. Observa-se ainda que, para chegar-se a conclusões baseadas em uma estimação

MQO, deve-se pautar na validação de seus pressupostos, o que não pôde ser verificado nos

modelos apresentados nas tabelas a seguir.

Tabela 15

Resultado da regressão que considerava o EVA

contra CDG e NCG (2007)

eva_2007 Coeficiente Erro Padrão Estatística t Valor p

cdg_2007 0,0000 0,0000 -1,3400 0,1930

ncg_2007 0,0000 0,0000 -1,5900 0,1230

Constante 0,1899 0,0515 3,6900 0,0010

R² 0,0911

R² Ajustado 0,0212

Fonte – STATA

, versão 10.1.

Tabela 16

Resultado da regressão que considerava o EVA

contra CDG e T (2007)

eva_2007 Coeficiente Erro Padrão Estatística t Valor p

cdg_2007 0,0000 0,0000 -1,5900 0,1230

t_2007 0,0000 0,0000 1,5900 0,1230

Constante 0,1899 0,0515 3,6900 0,0010

R² 0,0911

R² Ajustado 0,0212

Fonte – STATA

, versão 10.1.

Tabela 17

Resultado da regressão que considerava o EVA

contra NCG e T (2007)

eva_2007 Coeficiente Erro Padrão Estatística t Valor p

ncg_2007 0,0000 0,0000 -1,5900 0,1230

t_2007 0,0000 0,0000 -1,3400 0,1930

Constante 0,1899 0,0515 3,6900 0,0010

R² 0,0911

R² Ajustado 0,0212

Fonte – STATA

, versão 10.1.

110

Como já destacado, Marques (2002) afirma que a inclusão da terceira variável não ocasionaria

melhora no modelo. Em verdade, a inclusão dessa terceira variável não é possível, dado que

cada uma das três variáveis do MDCG é formada a partir da combinação linear das outras

duas, conforme já explicado no referencial teórico desta dissertação. Assim, a tentativa de

incluir a terceira variável é frustrada, conforme se observa na tabela 18. O STATA

, para

evitar a situação de colinearidade perfeita, elimina uma das três variáveis do modelo. Neste

caso, a variável NCG foi excluída.

Tabela 18

Resultado da regressão – EVA

contra CDG, NCG e T (2007)

eva_2007 Coeficiente Erro Padrão Estatística t Valor p

cdg_2007 0,0000 0,0000 -1,5900 0,1230

ncg_2007 (excluída)

t_2007 0,0000 0,0000 1,5900 0,1230

Constante 0,1899 0,0515 3,6900 0,0010

R² 0,0911

R² Ajustado 0,0212

Fonte – STATA

, versão 10.1.

Após ter verificado que duas variáveis do MDCG combinadas, como fizeram Marques (2002)

e Carneiro Júnior (2006), não apresentavam resultados consistentes em modelos com

pressupostos estatísticos validados, novas estimações foram realizadas com apenas uma das

variáveis do MDCG. Portanto, para explicar o EVA

do ano de 2007, em função dos nove

modelos apresentados na metodologia – [65] a [73] –, foram realizadas 3.328 estimações, a

saber: 1.152 que consideraram os valores de 2007 para a variável estudada e para as variáveis

explicativas (variáveis contemporâneas); 1.152 que consideraram os valores de 2007 para a

variável estudada e valores de 2006 as variáveis explicativas (variáveis defasadas); e 1.024

que utilizaram a média da variável estudada e das variáveis explicativas. No caso do modelo

[73], não há como fazer a média entre as

dummies das estruturas.

Dentre as 2.304 regressões estimadas – 1.152 com variáveis contemporâneas e 1.152 com

variáveis defasadas –, apresenta-se na tabela 19 a quantidade de equações em que as variáveis

de liquidez mostraram-se relevantes aos níveis de 1%, 5% e 10%.

Observa-se que as variáveis de liquidez tradicional (LG, LC, LS) com e sem defasagem não

apresentaram efeito significativo sobre o EVA

de 2007. A LI com e sem defasagem

apresentou em 6 equações algum efeito sobre EVA

a um nível de 10% de significância. As

variáveis do MDCG (NCG, CDG e T) e o NAL, tanto defasados quanto contemporâneos,

111

apresentaram efeitos no EVA

de 2007. A exceção é a variável CDG, que, quando defasada,

não apresentou significância em nenhum caso. Em 20 casos, mais relevantes, as variáveis do

MDCG são as únicas que apresentaram significância a um nível de 1%.

Tabela 19

Modelos em que as variáveis de liquidez foram relevantes (EVA

_2007)

Significância => 1% 5% 10% Nº de regressões

NAL_2007 0 8 41 128

LG_2007 0 0 1 128

LC_2007 0 0 0 128

LS_2007 0 0 0 128

LI_2007 0 0 2 128

T_2007 5 26 38 128

NCG_2007 4 30 49 128

CDG_2007 5 12 15 128

NAL_2006 0 21 43 128

LG_2006 0 0 0 128

LC_2006 0 0 0 128

LS_2006 0 0 0 128

LI_2006 0 0 4 128

T_2006 0 20 26 128

NCG_2006 6 26 36 128

CDG_2006 0 0 0 128

DMDCG1_2007 0 11 32

DMDCG4_2007 0 0 12

DMDCG1_2006 128 128 128

DMDCG4_2006 128 128 128

DMDCG5_2006 128 128 128

Soma 404 538 683 2304

128

Fonte – Elaborado pelo autor desta dissertação.

Quando as dummies que representavam as estruturas financeiras foram utilizadas, constatou-

se que em todos os modelos com dados defasados essas variáveis apresentaram efeitos

significativos no EVA

. Contudo, a combinação das mesmas dummies sem a referida

defasagem não é significativa aos níveis de 1% e 5%, existindo apenas alguns casos ao nível

de 10% de significância. Para as regressões em que se utilizaram as médias dos valores

referentes aos anos 2003 a 2007 para cada uma das variáveis os resultados gerais

acompanham os resultados da regressão que considerava apenas o EVA

de 2007.

A partir das regressões em que se utilizaram valores médios para as variáveis, observou-se na

tabela 20 que três das variáveis de liquidez tradicional (LG, LC, LS) não apresentaram efeito

significativo sobre o EVA

. A LI em 4 e 9 casos apresentam algum efeito sobre EVA

a um

nível de 5% e de 10% de significância, respectivamente. O NAL foi a variável que mais

apresentou, de maneira geral, efeitos no EVA

112

Tabela 20

Modelos em que as variáveis de liquidez foram relevantes (EVA

_MÉDIO)

Significância => 1% 5% 10% Nº de regressões

NAL_MÉDIO 30 77 106 128

LG_MÉDIO 0 0 0 128

LC_MÉDIO 0 0 0 128

LS_MÉDIO 0 0 0 128

LI_MÉDIO 0 4 9 128

T_MÉDIO 4 18 28 128

NCG_MÉDIO 0 0 17 128

CDG_MÉDIO 0 3 8 128

Soma 34 102 168 1024

Fonte – Elaborado pelo autor desta dissertação.

Em relação às variáveis do MDCG, percebe-se que o número de modelos em que essas

variáveis eram significativas diminuiu consideravelmente. Apenas a média da variável T

apresentou relevância ao nível de 1% de significância. No quadro 12, apresentam-se as

equações cujos pressupostos foram validados.

Equações Pressupostos validados

2006

PAYOUT

2006

DMDCG5

2006

DMDCG4

2006

DMDCG1

2007

EVA

+++

+++=

Pressupostos validados ao nível de

significância de 10%, com exceção do

pressuposto de normalidade que foi validado

ao nível de 1%.

DIPO

DGC

MÉDIO

ROA

MÉDIO

END

MÉDIO

EVA

++++

+++=

Pressupostos validados ao nível de

significância de 10% com exceção do

pressuposto de linearidade. O teste Ramsey

RESET para a forma cúbica foi validado ao

nível de 1%.

Quadro 12 – Equações com pressupostos validados

Obs. – Para o teste CUSUM, utiliza-se o valor p igual a 5%, padrão do Eviews

, versão 5. Para o VIF, utiliza-se

a regra de bolso que estabelece que valores superiores a 10 evidenciam presença de multicolinearidade.

Fonte – Elaborado pelo autor desta dissertação.

Para as duas equações do quadro 12, são apresentados, a seguir, os resultados das regressões e

dos testes realizados.

Tabela 21

Resultado da regressão que considerava o EVA

de 2007

eva_2007 Coeficiente Erro Padrão Estatística t Valor p

dmdcg1_2006 -0,8838 0,1379 -6,4100 0,0000

dmdcg4_2006 -0,9116 0,1407 -6,4800 0,0000

dmdcg5_2006 -0,9646 0,1470 -6,5600 0,0000

payout_2006 0,0020 0,0009 2,3400 0,0280

Constante 0,9397 0,1520 6,1800 0,0000

R² 0,7573

R² Ajustado 0,7169

Fonte – STATA

, versão 10.1.

113

Neste estudo, as empresas apresentaram apenas quatro das seis estruturas financeiras do

MDCG, conforme já descrito na primeira subseção destes resultados. Assim, bastaram três

dummies – DMDCG1, DMDCG4, DMDCG5 – para captar o efeito das quatro estruturas (1, 4,

5 e 6). Observa-se que as

dummies que captam as estruturas do MDCG foram utilizadas com

uma defasagem e exercem efeito significativo sobre o EVA

de 2007.

A DMDCG6 foi usada como categoria base. E, portanto, após considerar o efeito do

payout, a

constante apresenta o valor médio (0,9397) dos EVA

das empresas cujas estruturas eram do

tipo 6 em 2006. Conforme citado no referencial teórico (ver Vieira, 2005), as estruturas dos

tipos 1, 2 e 3 apresentam CDG negativo, ao passo que as estruturas dos tipos 4, 5 e 6

apresentam DGC positivo. De outro lado, as empresas dos tipos 1, 2 e 4 apresentam T

negativo. Nesse sentido, as empresas do tipo 6 são as que apresentam T e CDG positivo e

NCG negativa. Empresas com estrutura do tipo 6 apresentam recursos de médio e de longo

prazo para financiarem suas necessidades de curto prazo, além de apresentarem um ciclo

financeiro negativo, evidenciado pela NCG negativa.

A partir da categoria base, segundo Gujarati (2006), as outras

dummies são coeficientes

diferenciais. Pode-se, então, identificar o valor médio do EVA

para cada estrutura: tipo 1 =

0,9397 - 0,8838 = 0,0558; tipo 4 = 0,9397 - 0,9116 = 0,0281; e tipo 5 = 0,9397 - 0,9646 =

0,0249. Esse resultado indica que as empresas cujas estruturas financeiras em determinado

ano foram formadas por T e CDG positivo e NCG negativa – tipo 6 – apresentaram uma

média mais elevada de EVA

para o ano seguinte.

Esperava-se que a variável

payout exercesse um efeito inverso sobre o EVA

do tempo

imediatamente posterior. Isso porque o desinvestimento, simbolizado pelo elevado pagamento

de dividendos, pode restringir os recursos disponíveis na empresa necessários para continuar o

processo de geração de valor. Contudo, o que foi observado na tabela 21 é que o payout

defasado exerceu uma influência direta sobre a variável explicada.

Nota-se, a partir da matriz de correlação (quadro 12), que nenhum dos regressores está

correlacionado com os resíduos da primeira regressão. Em complemento, percebe-se que a

variável de controle –

payout – é pouco correlacionada com as dummies que expressam as

estruturas do MDCG. Os testes dos pressupostos do modelo de regressão linear são analisados

no APÊNDICE H.

114

eva_2007 dmdcg1_2006 dmdcg4_2006 dmdcg5_2006 payout_2006 residuos

eva_2007

1,0000

dmdcg1_2006

0,0369 1,0000

dmdcg4_2006

-0,1480 -0,6095 1,0000

dmdcg5_2006

-0,2317 -0,3705 -0,4291 1,0000

payout_2006

0,5501 0,1689 -0,1474 -0,1829 1,0000

residuos

0,4926 0,0000 0,0000 0,0000 0,0000 1,0000

Quadro 13 – Matriz de correlação das variáveis da regressão – EVA

de 2007

Fonte – STATA

, versão 10.1.

Após a realização dos testes dos pressupostos do primeiro modelo mostrado no quadro 12,

procedeu-se à validação dos pressupostos do segundo modelo, também descrito no mesmo

quadro.

Tabela 22

Resultado da regressão que utilizou o EVA

médio

eva_médio Coeficiente Erro Padrão Estatística t Valor p

t_médio 0,0000 0,0000 2,1500 0,0420

end_médio 0,5331 0,1129 4,7200 0,0000

roa_médio 2,0056 0,2679 7,4900 0,0000

dgc -0,2808 0,0863 -3,2600 0,0030

dipo 0,1915 0,0611 3,1300 0,0050

Constante -0,1989 0,1263 -1,5700 0,1290

R² 0,8051

R² Ajustado 0,7627

Fonte – STATA

, versão 10.1.

As variáveis END e ROA exercem efeito direto sobre o EVA

médio. Além disso, as

dummies que captam efeito de governança corporativa e de abertura de capital também

apresentam efeito significativo sobre a variável explicada. Já a variável T, apesar de ser

estatisticamente significante ao nível de 5%, não apresenta efeito bastante relevante com seu

valor muito próximo de zero. Esse resultado pode ter sido obtido em função da magnitude da

variável. Apesar de a variável T ser obtida em função da diferença de algumas contas do BP,

essa variável ainda pode sofrer o efeito do tamanho das empresas. Esse efeito foi controlado

com a divisão da variável T pelo PL. Mesmo assim, realizaram-se os testes, conforme descrito

na metodologia (APÊNDICE H).

Mesmo com a validação dos pressupostos, considera-se necessário expurgar o efeito tamanho

da variável T. Para tanto, optou-se por dividir a variável T pelo valor do PL. Obteve-se uma

variável que expressa o percentual de capital dos acionistas que permanece nas empresas

como saldo de tesouraria. Dessa forma, após essa redução do efeito tamanho, a regressão

apresentou os seguintes resultados.

115

Tabela 23

Resultado da regressão que considerava o EVA

médio com T/PL

eva_médio Coeficiente Erro Padrão Estatística t Valor p

t_pl_médio 0,2737 0,0722 3,7900 0,0010

end_médio 0,7301 0,1081 6,7500 0,0000

roa_médio 1,9880 0,2301 8,6400 0,0000

dgc -0,1165 0,0666 -1,7500 0,0940

dipo 0,1944 0,0525 3,7000 0,0010

Constante -0,3919 0,1004 -3,9000 0,0010

R² 0,8558

R² Ajustado 0,8245

Fonte – STATA

, versão 10.1.

Após expurgar o efeito tamanho na variável T, fazendo sua divisão pelo PL, esta variável

continuou apresentando efeito significativo sobre a variável EVA

_Médio, com o coeficiente

igual a 0,2737. Assim, o nível médio de capital próprio mantido como saldo de tesouraria

gerou um efeito direto sobre a média dos EVA

na amostra selecionada para este trabalho.

Esse resultado confirma o que se esperava, pois no trabalho de Marques (2002) a regressão

com dados de 2000 apresentou relação direta de 0,351 entre T e o EVA

A análise do sinal da variável de controle ROA mostrou que se comportamento ocorreu como

esperado, tal como apresentado na seção

5.3.13. Além disso, foi possível verificar que a

abertura de capital e a participação em níveis de GC também foram variáveis de controle

relevantes para a explicação da criação de valor para o acionista. Contudo, esperava-se,

conforme o trabalho de Krylova (2007), que a variável END, medida para captar o nível de

alavancagem, gerasse um efeito negativo no valor para o acionista, o que não ocorreu. Em

contraste com o trabalho de Krylova (2007), deve-se destacar que a alavancagem, até algum

patamar, proporciona um benefício fiscal para a empresa. Esse benefício fiscal eleva o LL,

ceteris paribus, aumentando o ROE e, conseqüentemente, propiciando a criação de valor.

Para a análise das

dummies, deve-se considerar que a constante capta o valor médio do EVA

para as empresas que não pertencem a nenhum dos níveis de GC e que não abriram o capital a

partir de 2003 após expurgar o efeito das variáveis T, dividido pelo PL, END e ROA. Esse

valor (-0,3919) é inferior ao valor médio dos EVA

das empresas que abriram capital a partir

de 2003 (-0,1975) e superior ao das empresas que estão listadas em um dos níveis de GC (-

0,5085).

A matriz de correlação indica, como se esperava, que os resíduos não são correlacionados

com os regressores e que a variável T/PL é inversamente correlacionada com endividamento

116

(-0,46) e com a dummy da participação em níveis de governança corporativa (-0,09). De outro

lado, a variável T/PL apresenta um correlação direta, porém fraca, com o ROA e com a

dummy que capta a abertura de capital durante o período analisado.

eva_médio t_pl_médio end_médio roa_médio dgc dipo residuos

eva_médio

1,0000

t_pl_médio

0,3084 1,0000

end_médio

0,2140 -0,4664 1,0000

roa_médio

0,5805 0,3324 -0,4630 1,0000

dgc

-0,4230 -0,0979 -0,3298 -0,0363 1,0000

dipo

0,2010 0,0470 -0,1257 0,0008 0,1359 1,0000

residuos

0,3797 0,0000 0,0000 0,0000 0,0000 0,0000 1,0000

Quadro 14 – Matriz de correlação das variáveis da regressão – EVA

médio com T/PL

Fonte – STATA

, versão 10.1.

Os testes de pressupostos, previstos na metodologia, foram realizados e encontram-se no

APÊNDICE H. Uma vez estimados os 3.328 modelos MQO em corte transversal, optou-se

por gerar nova estimação, a partir do modelo apresentado na tabela 23. Contudo, dessa vez,

utilizando a abordagem de dados em painel.

Primeiramente, estimou-se o modelo com efeitos fixos e realizaram-se os testes de

autocorrelação

– e heterocedasticidade

(APÊNDICE H). Ambos apresentaram violação

dos pressupostos de não existência de correlação serial e de homocedasticidade. Em seguida,

estimou-se o modelo de efeitos aleatórios, que se mostrou, segundo o teste de Hausman, mais

eficientes do que o modelo de efeitos fixos.

Tabela 24

Resultado da estimação – efeito aleatório – em painel para EVA

eva Coeficiente Erro Padrão Estatística t Valor p

t_pl 0.1332 0.0519 2.5600 0.0100

end 0.7148 0.1267 5.6400 0.0000

roa 2.1971 0.2433 9.0300 0.0000

Constante -0.5226 0.0811 -6.4500 0.0000

R² 0.6139

Obs – Regressão de efeito aleatório com correção de heterocedasticidade – Robust

Fonte – STATA

, versão 10.1.

Observa-se que os sinais das variáveis mantiveram-se iguais aos encontrados na regressão, em

que o EVA

médio foi regredido contra a variável T, divida pelo PL, o endividamento, o ROA

e as

dummies: governança corporativa e IPO. Contudo, as dummies foram expurgadas do

Autocorrelação testado por meio do xtserial, implementado com o STATA

, versão 10.1.

Heterocedasticidade testada por meio do xttest3, implementado com o STATA

, versão 10.1.

117

modelo em painel. Os valores dos coeficientes mantiveram-se próximos da estimação

realizada em corte transversal (tabela 23).

Assim como no caso do EVA

, para o MVA

do ano de 2007, em função dos nove modelos

apresentados na metodologia – [74] a [82] –, foram realizadas 3.328 estimações, a saber:

1.152 que consideraram os valores de 2007 para a variável estudada e para as variáveis

explicativas (variáveis contemporâneas); 1.152 que consideraram os valores de 2007 para a

variável estudada e valores de 2006 para as variáveis explicativas (variáveis defasadas); e

1.024 que utilizaram a média da variável estudada e das variáveis explicativas. No caso do

modelo [82], não há como fazer a média entre as

dummies das estruturas.

Dentre 2.304 regressões estimadas – 1.152 com variáveis contemporâneas e 1.152 com

variáveis defasadas –, apresenta-se na tabela 25 a quantidade de equações em que os

coeficientes das variáveis de liquidez mostraram-se relevantes aos níveis de 1%, 5% e 10%.

Tabela 25

Modelos em que as variáveis de liquidez foram relevantes (MVA

_2007)

Significância => 1% 5% 10% Nº de regressões

NAL_2007 0 10 86 128

LG_2007 0 0 0 128

LC_2007 0 0 0 128

LS_2007 0 0 1 128

LI_2007 0 1 8 128

T_PL_2007 13 48 54 128

NCG_PL_2007 0 0 5 128

CDG_PL_2007 0 38 79 128

NAL_2006 29 111 122 128

LG_2006 0 0 0 128

LC_2006 0 0 0 128

LS_2006 0 0 0 128

LI_2006 0 0 0 128

T_PL_2006 56 79 103 128

NCG_PL_2006 3 7 20 128

CDG_PL_2006 6 50 87 128

DMDCG1_2007 0 0 0

DMDCG4_2007 0 1 4

DMDCG1_2006 122 128 128

DMDCG4_2006 124 128 128

DMDCG5_2006 114 128 128

Soma 467 729 953 2304

128

Fonte – Elaborado pelo autor desta dissertação.

A na tabela 25 mostra que as variáveis de liquidez tradicional – LI, LG, LC e LS – com

defasagem não exerceram efeito significativo sobre o MVA

de 2007. A LS e a LI,

contemporâneas, apresentaram em dez equações algum efeito sobre MVA

. Quanto ao NAL,

118

verificou-se que essa variável apresentou efeito contemporâneo e defasado sobre o MVA

2007. Dados os resultados encontrados para o EVA

, optou-se por utilizar variáveis do

MDCG – NCG, CDG e T –, divididas pelo PL para expurgar o efeito tamanho. Foi possível

em vários casos encontrar influência nos níveis de significância indicados.

Além disso, quando as

dummies que representavam as estruturas financeiras foram utilizadas,

constatou-se que em todos os modelos com dados defasados essas variáveis geraram efeitos

significativos no MVA

ao nível de 5% de significância, o que ocorre em menor freqüência

quando consideradas as variáveis contemporâneas. A seguir, apresenta-se uma análise similar

para o MVA

médio, em que as variáveis do MDCG também foram utilizadas divididas pelo

PL.

Tabela 26

Modelos em que as variáveis de liquidez foram relevantes (MVA

_MÉDIO)

Significância => 1% 5% 10% Nº de regressões

NAL_MÉDIO 103 124 128 128

LG_MÉDIO 0 2 11 128

LC_MÉDIO 0 3 24 128

LS_MÉDIO 0 4 25 128

LI_MÉDIO 6 8 10 128

T_PL_MÉDIO 0 11 30 128

NCG_PL_MÉDIO 12 16 20 128

CDG_PL_MÉDIO 7 49 61 128

Soma 128 217 309 1024

Fonte – Elaborado pelo autor desta dissertação.

A partir das regressões que contemplaram valores médios para as variáveis, observou-se que o

NAL foi a variável com maior quantidade de modelos em que se verificaram coeficientes com

efeitos sobre o MVA

Como no caso do EVA

, nem todas as 3.328 regressões cuja variável explicada era o MVA

tiveram os pressupostos do método de estimação testados. Selecionou-se apenas a equação em

que as variáveis apresentaram efeitos significativos no MVA

e os pressupostos foram

validados.

119

Equação Pressupostos validados

DADR

2006

PAYOUT

2006

NAL

2007

MVA

+++=

O teste Ramsey RESET para a forma quadrática

foi validado ao nível de 3%. O teste Breusch-

Pagan / Cook-Weisberg para homocedasticidade

foi validado ao nível de 2%. Os demais

pressupostos foram validados ao nível de

significância de 10%.

Quadro 15 – Equação com pressupostos validados

Obs. – Para o teste CUSUM, utiliza-se o valor p igual a 5%, padrão do Eviews

, versão 5. Para o VIF, utiliza-se

a regra de bolso, que estabelece que valores superiores a 10 evidenciam presença de multicolinearidade.

Fonte – Elaborado pelo autor desta dissertação.

Para a equação do quadro 15, são apresentados os resultados das regressões e dos testes

realizados.

Tabela 27

Resultado da regressão que considerava o MVA

de 2007

mva_2007 Coeficiente Erro Padrão Estatística t Valor p

nal_2006 12,4106 4,7719 2,6000 0,0150

payout_2006 0,0475 0,0144 3,3000 0,0030

dadr -1,8729 0,8785 -2,1300 0,0430

Constante 0,0529 0,8985 0,0600 0,9530

R² 0,4692

R² Ajustado 0,4055

Fonte – Elaborado pelo autor desta dissertação.

O NAL apresentou efeito direto – 12,41 – e estatisticamente significativo sobre MVA

do ano

de 2007 para a amostra estudada. A constante (0,0529) capta o valor médio do MVA

para as

empresas que não têm ADR negociadas na NYSE, após expurgar o efeito das variáveis NAL

payout. De outro lado, as empresas que emitem ADR apresentaram MVA

médio de -1,82,

também após expurgar o efeito das variáveis NAL e

payout. Para a validação dos

pressupostos desse modelo que considerava o NAL, foi necessária a inclusão das variáveis

payout e da dummy que captava a emissão de ADR no mercado norte americano. A seguir,

apresenta-se a matriz de correlação das variáveis da regressão.

mva_2007 nal_2006 payout_2006 dadr residuos

mva_2007

1,0000

nal_2006

0,4010 1,0000

payout_2006

0,4584 -0,0046 1,0000

dadr

-0,3056 -0,0743 0,0724 1,0000

residuos

0,7286 0,0000 0,0000 0,0000 1,0000

Quadro 16 – Matriz de correlação das variáveis da regressão – MVA

de 2007

Fonte – STATA

, versão 10.1.

Os dados da matriz de correlação já possibilitam algumas análises preliminares. Observa-se

que nenhum dos regressores está correlacionado com os resíduos da regressão

120

ii4

20063

200621

2007

εDADRβPAYOUTβNALββMVA

++= . Em complemento, percebe-

se que as variáveis de controle são pouco correlacionadas entre si. A variável em estudo,

NAL, apresentou uma correlação inversa e fraca em relação ao

payout e à DADR. Os

pressupostos foram testados e sumarizados no APÊNDICE H. Não foi possível, com os dados

desta dissertação, validar um modelo de dados em painel, com pressupostos validados, para

explicar o MVA

(testes dos pressupostos estão apresentados no APÊNDICE H).

6.3 Análise final dos resultados encontrados

Após o estabelecimento dos diversos modelos para a análise do impacto da liquidez

corporativa na criação de valor para os acionistas, obtiveram-se as equações que melhor

descreveram o comportamento do EVA

e do MVA

Modelos

2006

PAYOUT

2006

DMDCG5

2006

DMDCG4

2006

DMDCG1

2007

*EVA +++++=

DIPO

DGC

MÉDIO

ROA

MÉDIO

END

MÉDIO

EVA

++++++=

εROA

βEND

EVA

itit

++++=

DADR

2006

PAYOUT

2006

NAL

2007

*MVA ++++=

Quadro 17 – Resumo das equações com pressupostos validados

Fonte – Elaborado pelo autor desta dissertação.

Não foi objetivo deste trabalho verificar qual proxy de liquidez melhor explica o EVA

e o

MVA

. Por esse motivo, apresenta-se na tabela 28 um resumo com valor dos coeficientes e

dos resultados dos quatro modelos validados. No quadro 18 uma síntese da comparação dos

resultados encontrados com os esperados. Os resultados esperados baseiam-se nos trabalhos

anteriores, conforme descrito na seção

5.3.13.

Variáveis

Sinais dos coeficientes

Esperados Encontrados

Payout

-1

Negativo Positivo

T/PL Positivo Positivo

END Negativo Positivo

ROA Positivo Positivo

NAL

-1

Positivo Positivo

Quadro 18 – Comparação entre resultados encontrados e resultados

esperados

Fonte – Elaborado pelo autor desta dissertação.

121

Tabela 28

Resumo dos resultados encontrados

Modelos 1 2 3 4

Variáveis EVA*

2007

EVA*

Médio

EVA*

MVA*

2007

Constante

0,9396

(0,000)

-0,3919

(0,001)

0,5226

(0,000)

0,0529

(0,953)

DMDCG1

t-1

0,8838

(0,000)

DMDCG4

t-1

0,9116

(0,000)

DMDCG5

t-1

0,9645

(0,000)

Payout

t-1

0,0020

(0,028)

0,0475

(0,003)

T/PL

0,2736

(0,001)

0,1331

(0,000)

END

0,7301

(0,000)

0,7148

(0,000)

ROA

1,9879

(0,000)

2,1970

(0,000)

DGC

-0,1164

(0,094)

DIPO

0,1943

(0,001)

NAL

t-1

12,4106

(0,015)

DADR

-1,8729

(0,043)

0,7573 0,8558 0,6139 0,4692

Ajustado 0,7169 0,8245 0,4055

Teste F 18,7200 27,3000 7,3700

Prob F 0,0000 0,0000 0,0011

Obs. 29 29 136 29

Obs. – Os valores em parênteses são os valores p.

Fonte – Elaborado pelo autor desta dissertação.

Esperava-se que as variáveis dummies de setor, de estruturas do MDCG, de GC, de IPO e de

ADR fossem relevantes para a explicação da criação de valor. Nesse sentido, observou-se, a

partir da amostra estudada, que dentre as

dummies testadas apenas as de setores não se

mostraram relevantes. Esse resultado pode ser explicado pelo pequeno número de empresas

da amostra que compõem cada setor.

A estimação realizada por Marques (2002), utilizando dados de 2000, apresentou uma relação

direta entre o T e o EVA

. No trabalho desse autor a unidade de ambas as variáveis era

monetária. Nesta dissertação, ambas são quocientes e o período de análise e a moldura de

amostragem são distintos dos utilizados por Marques (2002), conforme explicado na

metodologia. Mesmo assim, os coeficientes encontrados para o T/PL nos modelos 2 e 3

122

preservam o mesmo sinal da pesquisa anterior. Marques (2002) encontrou um coeficiente de

0,351 para o T, enquanto que nesta pesquisa encontrou-se 0,273 na regressão em corte

transversal para os valores médios e 0,133 para os dados em painel. Ambos os coeficientes

estimados nesta dissertação indicam, com maior ou menor força, que,

ceteris paribus, para a

amostra e período estudados cada acréscimo da quantidade de T/PL mantida pela empresa

ocasionará uma elevação no EVA

O R

ajustado mais elevado, 0,8245, foi obtido para o modelo em que se incluíram as

seguintes variáveis de controle: END, ROA, DGC e DIPO. Já para o modelo em painel

apenas com as variáveis de controle END e ROA o R

obtido foi de 0,6139. Constatou-se

também que os coeficientes das duas variáveis de controle comuns entre os modelos 2 e 3

tiveram uma pequena variação, passando de 0,730 e 1,987 para 0,714 e 2,197. Essa pequena

variação dos coeficientes do modelo em que se utilizaram valores médios das variáveis em

corte transversal em comparação com o modelo de dados em painel torna o resultado ainda

mais relevante.

O ROA apresentou sinal positivo. Esse resultado corrobora a afirmação de Silva e Ferreira

(2006) de que a eficácia empresarial na geração de lucros, estimada pelo ROA, tem influência

direta no EVA

e, portanto, na criação de valor para o acionista. Já o sinal encontrado para o

END não foi o que era esperado, conforme o trabalho de Krylova (2007). Esperava-se que a

elevação do END gerasse um efeito contrário na criação de valor, Contudo, conforme já

explicado na subseção anterior, sugeriu-se que a alavancagem, até algum patamar,

proporciona um benefício fiscal para a empresa que eleva o LL,

ceteris paribus, aumenta o

ROE e, conseqüentemente, a criação de valor. As variáveis DGC e DIPO também foram

relevantes. Esperava-se que as empresas que abriram o capital recentemente ou que pertençam

a seguimentos de GC tenham comportamento distintos em relação às demais empresas,

conforme destacado por Roosenboon e Goot (2003), na seção

5.3.13. Essa expectativa foi

verificada na amostra estudadas.

Outra maneira de verificar o impacto de liquidez na criação de valor para os acionistas deu-se

por meio da utilização das

dummies que representaram as estruturas financeiras do MDCG –

modelo 1 da tabela 28. Como era esperado, as estruturas financeiras do MDCG mostraram-se

relevantes ao impactar a criação de valor para o acionista. Dessa maneira, conseguiu-se

explicar o comportamento do EVA

para o ano de 2007 com um R

ajustado de 0,716. Para o

123

mesmo modelo, foi necessário incluir a variável payout em sua primeira defasagem como

variável de controle.

payout, como variável de controle, apresentou sinal contrário do esperado. Esperava-se que

quanto maior o

payout de um referido ano menor seria o EVA

do ano seguinte. Isso se deve

ao fato de que o desinvestimento, simbolizado pelo elevado pagamento de dividendos,

poderia restringir os recursos disponíveis na empresa necessários para continuar o processo de

geração de valor. Contudo, observou-se nos dados empíricos desta dissertação uma influência

positiva entre o

payout e a criação de valor, apesar do baixo valor encontrado para variável

(0,0020). Segundo Rappaport (2001), o retorno para o acionista ocorre por meio de ganhos de

capital ou pagamento de dividendos. A partir dos resultados empíricos encontrados nesta

dissertação, pode-se sugerir que o pagamento de dividendos representa a entrega de valor para

os acionistas e, em alguma medida, exerce um impacto positivo no processo de criação de

valor para os acionistas.

Finalmente, para a tentativa de verificar uma possível influência de variáveis de liquidez

sobre o MVA

, apenas um modelo – modelo 4, da tabela 28 –, foi validado conforme os testes

descritos. Esse modelo apresentou o menor R

ajustado – 0,4055 – e a única variável de

liquidez relevante foi o NAL, em sua primeira defasagem, com relação direta com o MVA

2007. Deve-se destacar que nem Marques (2002) nem Carneiro Júnior (2006) utilizaram o

MVA

como regressando.

Nesse modelo, o MVA

médio para o ano de 2007 das empresas que não têm ADR nas NYSE

é dado pela constante (0,0529), após expurgado o efeito do NAL e do

payout. Já as empresa

que negociam ADR na NYSE apresentam um MVA

médio para o ano de 2007 de -0,82.

Sobre o aspecto de liquidez percebe-se, conforme os resultados empíricos desta dissertação,

que quanto maior o nível de ativos líquidos mantidos pela empresa mais elevado tende a ser

seu MVA

, ceteris paribus. Essa constatação implica dizer que, pelo menos para a amostra e o

período estudado, a expectativa do mercado em termos de criação de valor para o acionista,

captada pelo valor de mercado, foi impactada pela liquidez.

Dessa forma, a liquidez, seja por meio das variáveis e estruturas do MDCG, ou do NAL,

impacta a criação de valor para os acionistas. Quanto aos indicadores tradicionais de liquidez,

124

observou-se que esses não foram relevantes para explicar o EVA

e o MVA

das empresas

analisadas. Com esses resultados, foi possível atender ao objetivo deste trabalho de analisar o

relacionamento entre a liquidez – índices tradicionais, NAL e variáveis do MDCG – e a

criação de valor para acionistas.

125

7 CONCLUSÃO

Em geral, os dois temas principais abordados nesta dissertação – liquidez corporativa e

criação de valor – são estudados separadamente. Verifica-se uma incipiência de artigos,

dissertações e teses sobre o relacionamento entre liquidez corporativa e criação de valor. A

baixa quantidade de estudos relacionando os dois temas foi mais uma motivação para o

desenvolvimento deste trabalho.

A amostra utilizada também corrobora a relevância desta pesquisa. O conceito do TBL

relaciona desenvolvimento ambiental, social com o financeiro. Assim, o tema

“sustentabilidade” tem sido foco não só entre os investidores, mas também entre os

pesquisadores. Este trabalho contribui para a literatura especializada na medida em que

relaciona empresas socialmente sustentáveis, considerando sua participação no ISE, com o

EVA

e com variáveis de liquidez.

Com o propósito de investigar o relacionamento entre a liquidez e a criação de valor para

acionistas nas empresas que compõem a carteira teórica 2007-2008 do ISE, foram realizadas

6.656 estimações pelo MQO. Com o intuito de dar maior embasamento a essas estimações,

foram realizados testes dos pressupostos do método de estimação e, nos casos necessários,

geraram-se novos modelos com dados em painel, considerando efeitos fixos e aleatórios.

Nos estudos de Marques (2002) e Carneiro Júnior (2006), as variáveis de liquidez se

restringiram às do MDCG, regredidas apenas contra o EVA

. Neste trabalho, foram

consideradas outras variáveis para contemplar as de liquidez tradicional, a variável NAL,

tradução de

Cash Holdings, apresentada por Colquitt, Sommer e Godwin (1999), e, além do

EVA

, o MVA

. Nesta dissertação, foram apresentadas, ainda, novas variáveis de controle e

vários modelos e métodos de estimação.

A análise descritiva de todas as variáveis estudadas contribuiu não só para formular os

modelos econométricos, como também para embasar futuras pesquisas. Percebeu-se, por

exemplo, uma grande concentração – 60% – de empresas com estruturas financeiras dos tipo

4 e 5, segundo os conceitos do MDCG. A partir dessas estruturas, verifica-se que as empresas

estudadas seguem o que foi apresentado por Vieira (2005) para o grupo geral de empresas

brasileiras de capital aberto. Esse autor sustenta que a maior parte das empresas com esse

126

perfil apresenta estrutura dos tipos 4 e 5. Além disso, a não identificação de empresas dos

tipos 2 e 3 corrobora os argumento de Fleuriet, Kehdy e Blanc (1978) de que, quando

formularam o modelo, apresentaram apenas os tipos 1, 4, 5 e 6, pois esses quatro tipos eram

os que apareciam com maior freqüência na prática.

Quanto ao NAL, é relevante destacar sua baixa magnitude nas empresas siderúrgicas, por

exemplo. Empresas como Gerdau e Gerdau Metalúrgica apresentaram valores próximos de 0

em todos os anos do estudo. Contudo, esse dado não é surpreendente. Empresas siderúrgicas

são marcadas por um alto índice de ativos imobilizados, o que faz com que seus ativos

líquidos tornem-se inexpressivos em muitos casos se comparados aos ativos totais.

O custo de capital, estimado pelo CAPM, sofre influência da variação do retorno do mercado

e apresenta algumas limitações que devem ser consideradas. Em alguns casos o custo de

capital apresentou algumas oscilações elevadas no período analisado. Apesar disso, está

alinhado à teoria tradicional de finanças, por contemplar questões de risco e retorno.

O EVA

foi utilizado como uma proxy para a criação de valor. Destaca-se que essa

informação baseia-se em dados passados que podem não se repetir no futuro. Já o MVA

, ao

contemplar o preço das ações, incorpora uma característica que reflete a expectativa do

mercado. Dessa forma, ao utilizar essas duas abordagens, tentou-se apresentar dados com

resultados mais completos e consistentes.

No caso do MVA

, foi percebido que a Natura – IPO em 2004 – possivelmente abriu seu

capital de forma mais valorada do que deveria. Isso seria uma possível explicação para o fato

de essa empresa ter apresentado a mediana mais elevada entre os MVA

, além de ser uma das

poucas que no período estudado sofreu reduções no MVA

. A maioria das empresas teve seu

MVA

majorado no período compreendido entre 2003 e 2007.

Conclusões acerca de dados estatísticos devem estar calcadas na validação dos pressupostos

dos métodos utilizados para as estimações, sob pena de conclusões inadequadas e de relações

espúrias entre as variáveis estudadas. Para o presente trabalho, conforme amostra apresentada

na metodologia, verificou-se que a combinação de duas das três variáveis do MDCG – CDG,

NCG e T – implicou ineficiência de uma das duas variáveis para explicar tanto o EVA

quanto o MVA

. Os modelos desenvolvidos pelos pesquisadores anteriores – Marques (2002)

127

e Carneiro Júnior (2006) – não tiveram seus pressupostos validados quando utilizados os

dados desta presente dissertação. Por esse motivo, foi necessário identificar novos modelos

que permitissem a investigação do problema de pesquisa.

Os resultados indicaram quatro modelos em que a liquidez apresentou efeito na criação de

valor para os acionistas. Três desses modelos basearam-se em estimações MQO em corte

transversal e um modelo em painel.

Dentre os modelos em corte transversal, o que utilizou dados do EVA

de 2007 indicou que as

estruturas do MDCG do ano anterior, tratadas como variáveis

dummies, exerceram efeito

significativo na

proxy para a criação de valor para o acionista. O outro modelo em corte

transversal em que se procurou explicar o comportamento do EVA

médio do período de

2003 a 2007 com variáveis do MDCG apresentou o R² e o R² ajustado acima de 80%. Nesse

modelo, o coeficiente da variável T/PL apresentou um valor estatisticamente significativo, de

0,2736.

Por meio do modelo para dados em painel, também foi possível verificar a relevância da

variável do MDCG. Assim como no caso da estimação em corte transversal do EVA

médio,

a variável T/PL apresentou uma relação direta com o regressando, porém em menor grau.

Esse resultado empírico não corrobora a afirmação feita por Koller, Goedhart e Wessels

(2005) de que o excesso de caixa proporciona pequenos retornos. Dessa forma, pesquisas

futuras poderiam considerar mais empresas com excesso de liquidez para identificar se esse

excesso impacta negativamente a criação de valor para os acionistas.

Para o caso do MVA

, apenas um modelo em corte transversal teve seus pressupostos

validados. Nesse modelo a variável de liquidez que apresentou efeito na criação de valor foi o

NAL. A não validação de outros modelos MQO, ou em painel, pode sugerir a necessidade de

pesquisas futuras.

A partir dos modelos apresentados na seção de resultados, foi possível investigar o problema

de pesquisa e atender aos objetivos propostos. Verificou-se na amostra e no período estudados

a inexistência de relação entre os índices de liquidez tradicional, o NAL e o EVA

. Já o saldo

de tesouraria do MDCG e as suas estruturas apresentaram relação com o EVA

e, portanto,

foram relevantes para explicar o comportamento da criação de valor para os acionistas.

128

Para atender aos objetivos referentes ao MVA, foram estimadas regressões da variável

dependente MVA

. Verificou-se na amostra e no período estudados a inexistência de relação

entre as estruturas e as variáveis do MDCG e entre os índices de liquidez tradicional e o

MVA

. Já o NAL apresentou relação positiva com o MVA

Como limitação, destaca-se que, pelo fato de a amostra selecionada não ser probabilística,

resultados encontrados mediante a reaplicação da metodologia desta dissertação para outras

amostras não serão necessariamente iguais aos resultados desta pesquisa. Além disso, não foi

propósito deste trabalho avaliar se as empresas sustentáveis apresentam EVA

superior ou

inferior ao das empresas que não são classificadas como sustentáveis.

Optou-se por utilizar indicadores já apresentado em trabalhos anteriores para a explicação da

criação de valor. Contudo, trabalhos futuros poderiam explorar o impacto causado pelos

direcionadores de valor, apresentado por Rappaport (2001), na criação de valor. Ainda como

sugestões para futuras pesquisas pode-se relacionar o grau de alavancagem financeira com o

EVA

Em função do elevado, porém decrescente, MVA

apresentado pela Natura após seu IPO,

futuras pesquisas podem explorar questões relacionadas à eficiência de mercado e à abertura

de capital. Notou-se que a partir de 2004 várias aberturas de capital ocorreram na BOVESPA

e que muitas dessas empresas começam a apresentar volume de negociação suficiente para

merecerem estudos voltados a elas.

Pesquisas futuras podem abordar o impacto dos custos de agência e dos conflitos de interesse

sobre liquidez e criação de valor. Além disso, a partir de uma base de dados de empresas que

passaram por problemas de falência e/ou insolvência, seria possível estudar o comportamento

das

proxies de liquidez e de criação de valor apresentadas na presente dissertação. Nesse

estudo seria possível verificar se empresas que faliram ou se tornaram insolventes

apresentavam indícios desses fatos antes dos mesmos ocorrerem.

Finalmente, pode-se utilizar a metodologia aqui apresentada para os cálculos das variáveis do

MDCG, EVA

e MVA

, e ampliar o estudo. Para tanto, sugere-se a análise partir das ações

que compõem o IBRX 100.

129

REFERÊNCIAS

ALVES, Fernanda Freitas. Avaliação do perfil de liquidez corporativa: estudo empírico

de empresas brasileiras de capital aberto. 2006. 118 f. Dissertação (Mestrado Profissional

em Administração de Empresas) – Faculdades Integradas de Pedro Leopoldo, Pedro

Leopoldo, 2006.

ASSAF NETO, Alexandre.

Estrutura e análise de balanços: um enfoque econômico-

financeiro. 8. ed. São Paulo: Atlas, 2007. 371 p.

ASSAF NETO, Alexandre.

Finanças corporativas e valor. 2. ed. São Paulo: Atlas, 2005.

ASSAF NETO, Alexandre; SILVA, Cesar Augusto Tiburcio.

Administração do capital de

giro. 2. ed. São Paulo: Atlas, 1997. 200 p.

BABBIE, Earl.

Método de pesquisas de survey. Belo Horizonte: UFMG, 1999.

BAILEY, Kenneth D.

Methods of social research. New York, The free Press, 1992.

BAUM, Christopher F.

An introduction to modern econometrics using stata. Texas: Stata,

2006. 338 p.

BAUM, Christopher F. Residual diagnostics for cross-section time series regression models.

Stata Journal, v. 1, n. 1, p. 101-104, 2001.

BOVESPA.

Capitalização bursátil. 2007. Disponível em: <

http://www.bovespa.com.br/Mercado/RendaVariavel/Indices/FormConsultaCapBursatil.asp?g

strData=90&Indice=ISE&gintstatus=1#busatil>. Acesso em: 17 dez. 2007.

BOVESPA.

Estatísticas das Aberturas de Capital na BOVESPA. 2007. Disponível em:

<http://www.bovespa.com.br> Acesso em 17 dez. 2007.

BOVESPA.

Índice de sustentabilidade empresarial. 2007. Disponível em:

<http://www.bovespa.com.br/pdf/Indices/ResumoISENovo.pdf> Acesso em: 25 set. 2007.

BOVESPA.

Novo Mercado. 2006. Disponível em: <

http://www.bovespa.com.br/pdf/Folder_NovoMercado.pdf> Acesso em: 11 jun. 2008.

BOVESPA.

Visão geral do mercado. 2008. Disponível em: <

http://www.bovespa.com.br/pdf/DadosNotas.pdf> Acesso em: 20 ago. 2008.

BRAGA, Roberto. Análise avançada do capital de giro.

Cadernos de Estudo FIPECAFI,

São Paulo: FEA/USP, n. 3 Set. 1991. p. 49-63.

130

BRAGA, Roberto; NOSSA, Valcemiro; MARQUES, José Augusto Veiga da Costa. Uma

proposta para a análise integrada da liquidez e rentabilidade das empresas.

Revista

Contabilidade & Finanças – USP. São Paulo: USP, Edição Especial, p. 51-64, 30 junho

2004.

BRASIL. Presidência da República. Lei n. 6.404 de 15 de dezembro de 1976.

Dispõe sobre

as Sociedades por Ações. Diário Oficial da União, Brasília, DF, 15 dez. 1976. Disponível

em: < http://www.planalto.gov.br/CCIVIL/LEIS/L6404consol.htm > Acesso em: 20 de out.

2007.

BRASIL. Presidência da República. Lei n. 9.249 de 26 de dezembro de 1995.

Altera a

legislação do imposto de renda das pessoas jurídicas, bem como da contribuição social

sobre o lucro líquido, e dá outras providências. Diário Oficial da União, Brasília, DF, 27

dez. 1995. Disponível em: < http://www.planalto.gov.br/Ccivil_03/Leis/L9249.htm > Acesso

em: 12 de jun. 2008.

BRASIL. Secretaria da Receita Federal. Instrução Normativa SRF n. 11 de 21 de fevereiro de

1996.

Dispõe sobre a apuração do imposto de renda e da contribuição social sobre o

lucro das pessoas jurídicas a partir do ano-calendário de 1996. Diário Oficial da União,

Brasília, DF, 22 fev. 1996. Disponível em: <

http://www.receita.fazenda.gov.br/legislacao/ins/ant2001/Ant1997/1996/insrf01196.htm >

Acesso em: 12 de jun. 2008.

BRASIL, Haroldo Guimarães.

Avaliação moderna de investimentos. Rio de Janeiro:

Qualitymark, 2002.

BRASIL, Haroldo Vinagre; BRASIL, Haroldo Guimarães.

Gestão financeira das empresas:

um modelo dinâmico. 4. ed. Rio de Janeiro: Qualitymark, 1999. 162 p.

BRASIL, Haroldo Vinagre; FLEURIET, Michel.

O planejamento financeiro das pequenas

e médias empresas

: um modelo integrado. 2. ed. Belo Horizonte: Fundação Dom Cabral,

1998. 151 p.

BRIGHAM, Eugene F.; EHRHARDT, Michael C.

Administração financeira: teoria e

prática. 10. ed. São Paulo: Thomson, 2006. 1044 p.

BROOKS, Chris. Introductory econometrics for finance. New York: Cambridge, 2002. 701

CAVALCANTE, Luiz Ricardo Mattos Teixeira; BRUNI, Adriano Leal; COSTA, Fábio José

Mota.

Sustentabilidade empresarial e desempenho corporativo: uma análise do mercado

brasileiro de ações. In: XXXI ENANPAD - Encontro Nacional da Associação Nacional de

Pós-Graduação e Pesquisa em Administração, 2007.

CARNEIRO JÚNIOR, João Bosco.

Uma investigação do relacionamento entre

indicadores econômicos e financeiros e a criação de valor: um estudo aplicado ao setor

elétrico brasileiro no período de 2000-2004

. 2006. 108 f. Dissertação (Mestrado em

131

Ciências Contábeis) – Faculdade de Administração e Ciências Contábeis da Universidade

Federal do Rio de Janeiro – FACC/UFRJ, Rio de Janeiro, 2006.

CHENG, Quiang.What determines residual income?

The Accouting Review. v. 80, n. 1, p.

85-112, 2005.

COCHRAN, Philip L.; WOOD, Robert A. Corporate social responsibility and financial

performance.

Academy of Management Journal. v. 27, n. 1, p. 42-56, 1984.

COPELAND, Tom; KOLLER, Tim; MURRIN, Jack.

Valuation: calculando e gerenciando o

valor das empresas. 3. ed. São Paulo: Pearson Makron Books, 2002. 499 p.

COLQUITT, L. Lee; SOMMER, David W.; GODWIN, Norman H. Determinants of cash

holdings by property-liability insurers.

Journal of Risk and Insurance, v. 66, n. 3, p. 401-

415, 1999.

CORREIA, Laíse Ferraz. Um índice de governança para empresas no Brasil. 2008. Tese

(Doutorado em Administração) – Faculdade de Ciências Econômicas da Universidade Federal

de Minas Gerais – FACE/UFMG, Minas Gerais, 2008.

COSCARELLI, Bruno Vidigal; LAMOUNIER, Wagner Moura; BRESSAN, Aureliano

Angel. Risco e Retorno nos Investimentos em Ações de Empresas Socialmente Responsáveis:

Evidências Empíricas para o Mercado de Capitais do Brasil. In: XII Congresso de

Contabilidade e Auditoria, 2008, Coimbra.

Anais... ISCA, 2008.

DAMODARAN, Aswath.

Corporate Finance: theory and practice. 2. ed. John Wiley &

Sons, 2003. 1008 p.

DERWALL, Jeroen; GUENSTER, Nadja; BAUER, Rob; KOEDIJK, Kees. The eco-

efficiency premium puzzle.

Financial Analysts Journal. v. 61, n. 2, 51-63, mar./abr. 2005.

DERWALL, Jeroen; KOEDIJK, Kees.

The Performance of socially responsible bond

funds. Jan. 2005. Disponível em:

<http://www.fma.org/Chicago/Papers/SRI_Bond_Mutual_Funds_11_1_05.pdf>. Acesso em:

15 out. 2007.

DILÁSCIO, Ronaldo Eduardo.

EVA e o modelo Fleuriet: uma poddibilidade para análise

de criação de valor. 2006

. 128 f. Dissertação (Mestrado em Administração) – FEAD-

MINAS – Centro de Gestão Empreendedora, Belo Horizonte, 2006.

DRUKKER, David M. Testing for serial correlation in linear panel-data models.

Stata

Journal, v. 3, n. 2, p. 168-177, 2003.

EHRBAR, Al.

EVA Valor econômico agregado: a verdadeira chave para a criação de

riqueza. Rio de Janeiro: Qualitymark, 1999, 183 p.

132

ELKINGTON, J. Canibais com garfo e faca. São Paulo: Makron Books, 2001. 472 p.

FAMA, Eugene F. Risk, return and equilibrium: some clarifying comments.

Journal of

Finance. v. 23 n. 1, p. 29-40, mar. 1968.

FERNÁNDEZ, Pablo. Three Residual Income Valuation Methods and Discounted Cash Flow

Valuation.

Social Science Research Network. jan. 2002. Disponível em:

http://ssrn.com/abstract=296945. Acesso em: 15 abril 2008.

FLEURIET, Michel; KEHDY, Ricardo; BLANC, Georges.

A dinâmica financeira das

empresas brasileiras: um novo método de analise, orçamento e planejamento financeiro.

Belo Horizonte: Fundação Dom Cabral, 1978. 181 p.

FLEURIET, Michel; KEHDY, Ricardo; BLANC, Georges.

O modelo Fleuriet: a dinâmica

financeira das empresas brasileiras: um método de análise, orçamento e planejamento

financeiro. 4. ed. Rio de Janeiro: Elsevier, 2003. 169 p.

FLEURIET, Michel. Fleuriet's Rebuttal to “Questioning Fleuriet's Model of Working Capital

Management on Empirical Grounds”.

Social Science Research Network. jun. 2005.

Disponível em: http://ssrn.com/abstract=741624. Acesso em: 15 jul. 2007.

GIL, A. C.

Como elaborar projetos de pesquisa. São Paulo: Atlas, 2007.

GORDON, Myron J.; SHAPIRO, Eli. Capital equipment analysis: the required rate of profit.

Management Science. v. 3, n. 1, p. 102-110, 1956.

GITMAN, Lawrence J.; MERCURIO, Vincent A. Cost of capital techniques used by major

U.S. firms: survey and analysis of fortune's 1000.

Financial Management. v. 11, n. 4, p. 21-

29, 1982.

GRANT, James L. Foundations of economic value added. New Hope: FJF, 1997, 127p.

GUJARATI, Damodar.

Econometria básica. 4. ed. Rio de Janeiro: Elsevier, 2006.

HAMADA, Robert S. Portfolio analysis, market equilibrium and corporation finance.

The

Journal of Finance. p. 13-31, 1969.

HAMADA, Robert S. The effect of the firm´s capital structure on the systematic risk or

common stocks.

The Journal of Finance. p. 435-452, 1972.

HAMILTON, Sally; JO, Hoje; STATMAN, Meir. Doing well while doing good? The

investment performance of socially responsible mutual funds.

Financial Analysts Journal. v.

49, n. 6, 62-66. nov./dez. 1993.

133

HEIJ, Christiaan; BOER, Paul de; FRANSES, Philip Hans; KLOEK, Teun; DIJK, Herman K.

Van.

Econometric methods with applications in business and economics. New York:

Oxford, 2004, 787 p.

HITCHNER, James R.

Financial Valuation: Applications and models. 2. ed. John Wiley &

Sons, 2006, 1336 p.

HORNGREN, Charles T.; SUNDEM, Gary L.; STRATTON, William O.

Contabilidade

Gerencial. 12. ed. São Paulo: Pearson, 2006, 560 p.

KERLINGER, F. N.

Metodologia da pesquisa em ciências sociais. Belo Horizonte: UFMG,

2007.

KIM, Chan-Soo; MAUER, David C.; SHERMAN, Ann E. The determinants of corporate

liquidity: theory and evidence.

The Journal of Financial and Quantitative Analysis, v. 33,

n. 3, p. 335-359, 1998.

KOLLER; Tim; GOEDHART, Marc; WESSELS David.

Valuation: Measuring and

Managing the Value of Companies. 4. ed.2005.

KLAPPER, L. F.; LOVE, I. Corporate governance, investor protection and performance in

emerging markets.

Journal of Corporate Finance, v.10. n.5, p. 703-728, 2003.

KRYLOVA, Olga.

Reverse LBOs: Post-IPO changes and shareholders value performance.

58 f. Dissertation (Master of Science) – Cranfield University, 2007.

KYRIAZIS, Dimitris; ANASTASSIS, Christos. The validity of the economic value added

approach: an empirical application.

European Financial Management, v.13. n.1, p. 71-100,

2007.

LAVILLE, Christian; DIONNE, Jean.

A construção do saber: manual de metodologia da

pesquisa em ciências humanas. Belo Horizonte: UFMG, 2007.

LIMA, F. R. S.; COSTA, M. M.; BRUNI, A. L. Anomalias em mercados de capitais: uma

análise do efeito tamanho na bolsa de valores de São Paulo com o uso do CAPM e do modelo

de mercado.

Revista Gestão e Planejamento. Salvador, v. 6, n. 11, p. 23-28, jan./jun. 2005.

LINTNER, J. The valuation of risk assets and the selection of risk in vestments in stock

portfolios and capital budgets.

Review of Economic and Statistics. v. 47, p. 13-37, feb.

1965.

LUEHRMAN, Timothy A. Using APV: a better tool for valuing operations.

Harvard

Business Review, v. 75, n. 3, p. 145-154, may./jun. 1997.

MARQUES, J. A. V. C.; BRAGA, R. Análise dinâmica do capital de giro: o modelo Fleuriet.

Revista de Administração de Empresas, São Paulo, v.35, n.3, p.49-63, 1995.

134

MARQUES, Rogério Ramos. Uma investigação do relacionamento entre o modelo

Fleuriet e o modelo baseado no valor econômico agregado: estudo utilizando dados de

empresas relativos aos anos 1999 e 2000. 2002. 154 f. Dissertação (Mestrado em Ciências

Contábeis) – Programa Multiinstitucional e Inter-Regional de Pós-Graduação em Ciências

Contábeis da Universidade de Brasília, da Universidade Federal da Paraíba, da Universidade

Federal de Pernambuco e da Universidade Federal do Rio Grande do Norte, Brasília, 2002.

MARSHALL, Alfred.

Principles of Economics. 8. ed. New York: Cosimo, 2006. 319p.

MARTINS, Marco Antônio Campos. Endividamento, liquidez e o modelo Brasileiro de

capitalização da empresa nacional.

IPEA, Brasília, p.1-12, abr. 1977.

MÁXIMO, Ivan Ricardo de Andrade; MONTEZANO, Roberto Marcos da Silva; BRASIL,

Haroldo Guimarães. Liquidez: um estudo empírico de empresas brasileiras de capital aberto.

In: XXVIII ENANPAD – Encontro Nacional da Associação Nacional de Pós-Graduação e

Pesquisa em Administração, 2004, Curitiba.

Anais... Paraná, 2004.

MEDEIROS, Otavio R. de. Questioning Fleuriet's Model of Working Capital Management on

Empirical Grounds.

Social Science Research Network. abr. 2005. Disponível em:

<http://ssrn.com/abstract=700802>. Acesso em: 15 jul. 2007.

MEDEIROS, Otavio R. de; RODRIGUES, Fernanda Fernandes. Testando Empiricamente o

Modelo Fleuriet. In:

IV Congresso USP de Controladoria e Contabilidade, 2004, São

Paulo. Congresso USP de Controladoria e Contabilidade. São Paulo: FEA/USP, 2004.

MEDEIROS, Otavio R. de; RODRIGUES, Fernanda Fernandes. Questionando empiricamente

a validade do Modelo Fleuriet.

Revista de Adminisração e Contabilidade da Unisinos.

set./dez., v.1, n.2, p.25-32, 2004.

MODIGLIANI, F.; MILLER, M. H. The cost of capital, corporation finance, and the theory of

investment.

American Economic Review, v. 48, p. 216-297, 1958.

MONTEIRO, A. A. S.; MORENO R. Fluxos de caixa e capital de giro: uma adaptação do

Modelo Fleuriet In: XXVII ENANPAD – Encontro Nacional da Associação Nacional de Pós-

Graduação e Pesquisa em Administração, 2003, Atibaia.

Anais... São Paulo, 2003.

MOSKOWITZ, M. Choosing Socially Responsible Stocks.

Business and Society, v. 1, p. 71-

75, 1972.

MOSSIN, J. Equilibrium in a capital asset market. Econometrica, p. 768-783, oct. 1966.

MOTTA, L. F. J.; FORTUNATO, G. RUSSO, G. Custo de Capital Próprio em Mercados

Emergentes: Resultados de Uma Investigação Empírica no Brasil com o Downside Risk. In:

XXXI ENANPAD – Encontro Nacional da Associação Nacional de Pós-Graduação e

Pesquisa em Administração, 2007, Salvador.

Anais... Rio de Janeiro, 2007.

135

NAKAMURA W. T. MATIAS FILHO, J. Estudo Empírico sobre Metodologias Alternativas

de Aplicação do CAPM no Mercado de Ações Brasileiro. In: 6º Congresso USP de

Controladoria e Contabilidade, 2006, São Paulo.

Anais... São Paulo, 2006.

OPLER, Tim; PINKOWIZ, Lee; STULZ, René; WILLIAMSON, Rohan. The determinants

and implications of corporate cash holdings.

Journal of Financial Economics, v. 52, p. 3-46,

1999.

PAULA, Caésio Sousa; GONCALVES, Marcio Augusto; COSCARELLI, Bruno Vidigal. O

perfil de publicações sobre sustentabilidade nos eventos da associação nacional de pós-

graduação e pesquisa em administração. In: XV Simpósio de Engenharia de Produção -

SIMPEP, 2008, Bauru.

Anais… SP, 2008.

PENMAN, Stephen H.

Financial Statement Analysis and Security Valuation. 3. ed. New

York: McGraw-Hill Irwin, 2007. 776 p.

PEREIRA FILHO, Antônio Dias.

Estratégias de financiamento das empresas alimentícias

e eletrônicas em tempos de real. 1997. 121 f. Dissertação (Mestrado em Administração) –

Centro de Pós-graduação e Pesquisa em Administração da Faculdade de Ciências Econômicas

da Universidade Federal de Minas Gerais – CEPEAD, Belo Horizonte, 1997.

PEREZ, M. M.; MARTINS, R. C. S. Decifrando a geração de valor ao acionista. In: XXIX

ENANPAD – Encontro Nacional da Associação Nacional de Pós-Graduação e Pesquisa em

Administração, 2005, Brasília.

Anais... DF, 2005.

PEROBELLI, Fernanda Finotti Cordeiro; PEREIRA, Jonas Ferreira; DAVID, Marcus

Vinícius. Relação liquidez-retorno: existiria também uma “estrutura de liquidez” ideal para

cada perfil de empresa? In: XXX ENANPAD – Encontro Nacional da Associação Nacional

de Pós-Graduação e Pesquisa em Administração, 2006, Salvador.

Anais... Bahia, 2006.

RANGEL, Jorge Luiz.

Teste empírico da classificação de risco proposta a partir do

“Modelo Fleuriet”

: uma aplicação em companhias abertas brasileiras, no período de 1990 a

2003. 2006. 65 f. Dissertação (Mestrado em Ciências Contábeis) – Fundação Instituto

Capixaba de Pesquisas em Contabilidade, Economia e Finanças – FUCAPE, Vitória, 2006.

RAPPAPORT, Alfred.

Gerando valor para o acionista: um guia para administradores e

investidores. São Paulo: Atlas, 2001. 219 p.

REPETTO, Robert; THOMAS, Simon; DIAS, Daniel. Integrated environmental and financial

performance metrics for investment analysis and portfolio management.

Corporate

Governance

, v. 15, n. 3, p. 421-426, 2007

REZENDE, Idália Antunes Cangussú; NUNES, Julyana Goldner; PORTELA, Simone Salles;

NASCIMENTO, Antonio Paula; SALVADOR, Nadir; TELLES, Tânia Eliete Alves Oliveira.

Um estudo sobre o desempenho do índice BOVESPA de sustentabilidade empresarial.

In: XXXI ENANPAD - Encontro Nacional da Associação Nacional de Pós-Graduação e

Pesquisa em Administração, 2007.

136

ROOSENBOON, Peter; GOOT, Tjalling Van Der. Takeover defenses an IPO firm value in

the netherlands.

Social Science Research Network. jun. 2003. Disponível em:

<http://papers.ssrn.com/sol3/papers.cfm?abstract_id=423660>. Acesso em: 29 ago. 2007.

ROSS, Stephen A.; WESTERFIELD, Randolph W.; JAFFE, Jeffrey F.

Administração

fiananceira. São Paulo: Atlas, 2002. 776 p.

SANTOS, José Odálio dos; WATANABE, Roberto. Uma análise da correlação entre o EVA e

o MVA no contexto das empresas brasileiras de capital aberto.

Caderno de pesquisas em

administração. São Paulo, jan./mar., v.12, n.1, p.19-32, 2005.

SAUER, David A. The impact of social-responsibility screens on investment performance:

evidence from the Domini 400 Social Index and Domini Equity Mutual Fund.

Review of

Financial Economics

. v. 6, n. 2, p. 137-149, 1997.

SCHRÖDER, Michael. Is there a difference? The performance characteristics of SRI equity

indices.

Journal of Business Finance & Accounting. v. 34, n. 1, 331-348, jan./mar. 2007.

SHARPE, W. Capital asset prices: a theory of market equilibrium under conditions of risk.

Journal of Finance, p. 425-442, sep. 1964.

SILVA, José Pereira da.

Análise financeira das empresas. 8. ed. São Paulo: Atlas, 2007. 552

SILVA, S. S.; FERREIRA, P. A. Estratégias de gestão financeira para a criação e destruição

de valor. In:

VI Congresso USP de Controladoria e Contabilidade, 2006, São Paulo.

Congresso USP de Controladoria e Contabilidade. São Paulo: FEA/USP, 2006.

SILVEIRA, A. D. M.; BARROS, L. A. B. C.; FAMÁ, R. Estrutura de governança e

desempenho financeiro nas companhias abertas brasileiras: um estudo empírico.

Cadernos de

Pesquisa em Administração USP/FEA

, v. 10, n. 1, p. 57-71, jan./mar. 2003.

SOCIAL INVESTIMENT FORUM FOUNDATION.

2005 report on socially responsible

investing trends in the United States. 2005. Disponível em

<http://www.socialinvest.org/areas/research/trends/sri_trends_report_2005.pdf> Acesso em

26 set. 2007.

STATMAN, Meir. Socially responsible mutual funds.

Financial Analysts Journal. v.56, n.3,

p. 30-39, 2000.

STEVENSON, W. J.

Estatística aplicada à administração. São Paulo: Harbra, 2001. 495 p.

STEWART III, G. Bennett.

Em busca do valor: o guia de EVA para estrategistas. Porto

Alegre: Bookman, 2005. 655 p.

137

STICKNEY, C. P.; WEIL, R. L. Contabilidade Financeira: uma introdução aos conceitos,

métodos e usos. São Paulo: Atlas, 2001. 909 p.

VIEIRA, Marcos Villela.

Administração estratégica do capital de giro. São Paulo: Atlas,

2005. 326 p.

WILLIAMS, John Burr.

The theory of investment value. Harvard University Press.

Massachusetts: Cambridge, 1938.

WILLIAMS, Richard.

Stata Highlights. University of notre dame. Disponível em:

<http://www.nd.edu/~rwilliam/stats1/StataHighlights.html>. Acesso em: 15 set. 2008.

WOOLDRIDGE, Jeffrey M.

Econometric analysis of cross section and panel data.

Massachusetts: Cambridge, 2002.

WORLD FEDERATION OF EXCHANGES.

Domestic market capitalization. Disponível

em: <http://www.world-exchanges.org>. Acesso em 20 ago. 2008.

YOUNG, S. David; O´BYRNE, Stephen F.

EVA*e gestão baseada em valor: guia prático

para implementação. Porto Alegre: Bookman, 2003. 422 p.

138

APÊNDICES

APÊNDICE A

Conforme apresentado por Hamada (1969), dado que

)R,λcov(RR)E(R

MiFi

[94]

AATA

S)E(SE(div))E(X −+=

[95]

)E(X

)E(R =

[96]

BFA

DR)E(X

)E(R

−

[97]

Substituindo E(R

) e E(R

) na equação [37] e igualando esses resultados às equações [96] e

[97], respectivamente, obtém-se as equações a seguir:

MAFA

)E(X

)R,λcov(RR)E(R =+=

[98]

BFA

MBFB

DR)E(X

)R,λcov(RR)E(R

−

=+=

[99]

Isolando E(X

) em ambas equações:

[]

)R,λcov(RRS)E(X

MAFAA

[100]

BFMBBFBA

DR)R,λcov(RSRS)E(X

[101]

Colocando S

em evidência e igualando a equação [100] com a equação [101]:

139

[]

⎥

⎦

⎤

⎢

⎣

⎡

⎟

⎠

⎞

⎜

⎝

⎛

++=+

FMBBMAFA

1R)R,λcov(RS)R,λcov(RRS

[102]

Dado que a

()

[]

⎪

⎭

⎪

⎬

⎫

⎪

⎩

⎪

⎨

⎧

−

⎥

⎦

⎤

⎢

⎣

⎡

⎟

⎠

⎞

⎜

⎝

⎛

−=

RER

E)R,cov(R logo

)R,cov(X

)R,cov(R =

e, de maneira similar,

)R,cov(X

)R,cov(R =

. Ao se

substituírem esses termos na equação [102] obtém-se:

⎥

⎦

⎤

⎢

⎣

⎡

⎟

⎠

⎞

⎜

⎝

⎛

++=

⎥

⎦

⎤

⎢

⎣

⎡

)R,cov(X

λS

)R,cov(X

λRS

[103]

Fazendo as operações necessárias para retirarem os termos dos colchetes:

⎟

⎠

⎞

⎜

⎝

⎛

++=+

AFA

1RS

)R,cov(X

λS

)R,cov(X

λSRS

[104]

Isolando S

)R,λcov(X

1RS)R,λcov(XRS

FBMAFA

−

⎟

⎠

⎞

⎜

⎝

⎛

++=

[105]

Simplificando:

BBA

DSS

1SS +=⇒

⎟

⎠

⎞

⎜

⎝

⎛

[106]

140

APÊNDICE B

Modelo Equação

EVA*Z

EVA*Z END

EVA*Z PAYOUT

EVA*Z ROA

EVA*Z DGC

EVA*Z DADR

EVA*Z DIPO

EVA*Z DSET1 DSET2 DSET3 DSET4 DSET5 DSET6 DSET7 DSET8 DSET9 DSET10

EVA*Z END PAYOUT

EVA*Z END ROA

EVA*Z END DGC

EVA*Z END DADR

EVA*Z END DIPO

EVA*Z END DSET1 DSET2 DSET3 DSET4 DSET5 DSET6 DSET7 DSET8 DSET9 DSET10

EVA*Z PAYOUT ROA

EVA*Z PAYOUT DGC

EVA*Z PAYOUT DADR

EVA*Z PAYOUT DIPO

EVA*Z PAYOUT DSET1 DSET2 DSET3 DSET4 DSET5 DSET6 DSET7 DSET8 DSET9

DSET10

EVA*Z ROA DGC

EVA*Z ROA DADR

EVA*Z ROA DIPO

EVA*Z ROA DSET1 DSET2 DSET3 DSET4 DSET5 DSET6 DSET7 DSET8 DSET9 DSET10

EVA*Z DGC DADR

EVA*Z DGC DIPO

EVA*Z DGC DSET1 DSET2 DSET3 DSET4 DSET5 DSET6 DSET7 DSET8 DSET9 DSET10

EVA*Z DADR DIPO

EVA*Z DADR DSET1 DSET2 DSET3 DSET4 DSET5 DSET6 DSET7 DSET8 DSET9 DSET10

EVA*Z DIPO DSET1 DSET2 DSET3 DSET4 DSET5 DSET6 DSET7 DSET8 DSET9 DSET10

EVA*Z END PAYOUT ROA

EVA*Z END PAYOUT DGC

EVA*Z END PAYOUT DADR

EVA*Z END PAYOUT DIPO

EVA*Z END PAYOUT DSET1 DSET2 DSET3 DSET4 DSET5 DSET6 DSET7 DSET8 DSET9

DSET10

EVA*Z END ROA DGC

EVA*Z END ROA DADR

EVA*Z END ROA DIPO

EVA*Z END ROA DSET1 DSET2 DSET3 DSET4 DSET5 DSET6 DSET7 DSET8 DSET9

DSET10

EVA*Z END DGC DADR

EVA*Z END DGC DIPO

EVA*Z END DGC DSET1 DSET2 DSET3 DSET4 DSET5 DSET6 DSET7 DSET8 DSET9

DSET10

EVA*Z END DADR DIPO

EVA*Z END DADR DSET1 DSET2 DSET3 DSET4 DSET5 DSET6 DSET7 DSET8 DSET9

DSET10

EVA*Z END DIPO DSET1 DSET2 DSET3 DSET4 DSET5 DSET6 DSET7 DSET8 DSET9

DSET10

141

EVA*Z PAYOUT ROA DGC

EVA*Z PAYOUT ROA DADR

EVA*Z PAYOUT ROA DIPO

EVA*Z PAYOUT ROA DSET1 DSET2 DSET3 DSET4 DSET5 DSET6 DSET7 DSET8 DSET9

DSET10

EVA*Z PAYOUT DGC DADR

EVA*Z PAYOUT DGC DIPO

EVA*Z PAYOUT DGC DSET1 DSET2 DSET3 DSET4 DSET5 DSET6 DSET7 DSET8 DSET9

DSET10

EVA*Z PAYOUT DADR DIPO

EVA*Z PAYOUT DADR DSET1 DSET2 DSET3 DSET4 DSET5 DSET6 DSET7 DSET8 DSET9

DSET10

EVA*Z PAYOUT DIPO DSET1 DSET2 DSET3 DSET4 DSET5 DSET6 DSET7 DSET8 DSET9

DSET10

EVA*Z ROA DGC DADR

EVA*Z ROA DGC DIPO

EVA*Z ROA DGC DSET1 DSET2 DSET3 DSET4 DSET5 DSET6 DSET7 DSET8 DSET9

DSET10

EVA*Z ROA DADR DIPO

EVA*Z ROA DADR DSET1 DSET2 DSET3 DSET4 DSET5 DSET6 DSET7 DSET8 DSET9

DSET10

EVA*Z ROA DIPO DSET1 DSET2 DSET3 DSET4 DSET5 DSET6 DSET7 DSET8 DSET9

DSET10

EVA*Z DGC DADR DIPO

EVA*Z DGC DADR DSET1 DSET2 DSET3 DSET4 DSET5 DSET6 DSET7 DSET8 DSET9

DSET10

EVA*Z DGC DIPO DSET1 DSET2 DSET3 DSET4 DSET5 DSET6 DSET7 DSET8 DSET9

DSET10

EVA*Z DADR DIPO DSET1 DSET2 DSET3 DSET4 DSET5 DSET6 DSET7 DSET8 DSET9

DSET10

EVA*Z END PAYOUT ROA DGC

EVA*Z END PAYOUT ROA DADR

EVA*Z END PAYOUT ROA DIPO

EVA*Z END PAYOUT ROA DSET2 DSET7

EVA*Z END PAYOUT DGC DADR

EVA*Z END PAYOUT DGC DIPO

EVA*Z END PAYOUT DGC DSET2 DSET7

EVA*Z END PAYOUT DADR DIPO

EVA*Z END PAYOUT DADR DSET2 DSET7

EVA*Z END PAYOUT DIPO DSET2 DSET7

EVA*Z END ROA DGC DADR

EVA*Z END ROA DGC DIPO

EVA*Z END ROA DGC DSET2 DSET7

EVA*Z END ROA DADR DIPO

EVA*Z END ROA DADR DSET2 DSET7

EVA*Z END ROA DIPO DSET2 DSET7

EVA*Z END DGC DADR DIPO

EVA*Z END DGC DADR DSET2 DSET7

EVA*Z END DGC DIPO DSET2 DSET7

EVA*Z END DADR DIPO DSET2 DSET7

EVA*Z PAYOUT ROA DGC DADR

EVA*Z PAYOUT ROA DGC DIPO

EVA*Z PAYOUT ROA DGC DSET2 DSET7

EVA*Z PAYOUT ROA DADR DIPO

EVA*Z PAYOUT ROA DADR DSET2 DSET7

142

EVA*Z PAYOUT ROA DIPO DSET2 DSET7

EVA*Z PAYOUT DGC DADR DIPO

EVA*Z PAYOUT DGC DADR DSET2 DSET7

EVA*Z PAYOUT DGC DIPO DSET2 DSET7

EVA*Z PAYOUT DADR DIPO DSET2 DSET7

EVA*Z ROA DGC DADR DIPO

EVA*Z ROA DGC DADR DSET2 DSET7

EVA*Z ROA DGC DIPO DSET2 DSET7

EVA*Z ROA DADR DIPO DSET2 DSET7

EVA*Z DGC DADR DIPO DSET2 DSET7

100

EVA*Z END PAYOUT ROA DGC DADR

101

EVA*Z END PAYOUT ROA DGC DIPO

102

EVA*Z END PAYOUT ROA DGC DSET2 DSET7

103

EVA*Z END PAYOUT ROA DADR DIPO

104

EVA*Z END PAYOUT ROA DADR DSET2 DSET7

105

EVA*Z END PAYOUT ROA DIPO DSET2 DSET7

106

EVA*Z END PAYOUT DGC DADR DIPO

107

EVA*Z END PAYOUT DGC DADR DSET2 DSET7

108

EVA*Z END PAYOUT DGC DIPO DSET2 DSET7

109

EVA*Z END PAYOUT DADR DIPO DSET2 DSET7

110

EVA*Z END ROA DGC DADR DIPO

111

EVA

A Z END ROA DGC DADR DSET2 DSET7

112

EVA*Z END ROA DGC DIPO DSET2 DSET7

113

EVA*Z END ROA DADR DIPO DSET2 DSET7

114

EVA*Z END DGC DADR DIPO DSET2 DSET7

115

EVA*Z PAYOUT ROA DGC DADR DIPO

116

EVA*Z PAYOUT ROA DGC DADR DSET2 DSET7

117

EVA*Z PAYOUT ROA DGC DIPO DSET2 DSET7

118

EVA*Z PAYOUT ROA DADR DIPO DSET2 DSET7

119

EVA*Z PAYOUT DGC DADR DIPO DSET2 DSET7

120

EVA*Z ROA DGC DADR DIPO DSET2 DSET7

121

EVA*Z END PAYOUT ROA DGC DADR DIPO

122

EVA*Z END PAYOUT ROA DGC DADR DSET2 DSET7

123

EVA*Z END PAYOUT ROA DGC DIPO DSET2 DSET7

124

EVA*Z END PAYOUT ROA DADR DIPO DSET2 DSET7

125

EVA*Z END PAYOUT DGC DADR DIPO DSET2 DSET7

126

EVA*Z END ROA DGC DADR DIPO DSET2 DSET7

127

EVA*Z PAYOUT ROA DGC DADR DIPO DSET2 DSET7

128

EVA*Z END PAYOUT ROA DGC DADR DIPO DSET2 DSET7

Quadro 19 – Equações para verificar a relevâncias das variáveis em relação ao EVA

Obs. – O Z é um vetor de variáveis que representa uma única variável dentre as seguintes: NAL, LG, LC, LS, LI,

T, NCG ou CDG. Quando representa as estruturas do MDCG, o Z é composto por diversas variáveis

dummies:

DMDCG1, DMDCG2, DMDCG3, DMDCG4 e DMDCG5.

Fonte – Elaborado pelo autor desta dissertação.

143

APÊNDICE C

Modelo Equação

MVA* Z

MVA* Z END

MVA* Z PAYOUT

MVA* Z ROA

MVA* Z DGC

MVA* Z DADR

MVA* Z DIPO

MVA* Z DSET1 DSET2 DSET3 DSET4 DSET5 DSET6 DSET7 DSET8 DSET9 DSET10

MVA* Z END PAYOUT

MVA* Z END ROA

MVA* Z END DGC

MVA* Z END DADR

MVA* Z END DIPO

MVA* Z END DSET1 DSET2 DSET3 DSET4 DSET5 DSET6 DSET7 DSET8 DSET9 DSET10

MVA* Z PAYOUT ROA

MVA* Z PAYOUT DGC

MVA* Z PAYOUT DADR

MVA* Z PAYOUT DIPO

MVA* Z PAYOUT DSET1 DSET2 DSET3 DSET4 DSET5 DSET6 DSET7 DSET8 DSET9

DSET10

MVA* Z ROA DGC

MVA* Z ROA DADR

MVA* Z ROA DIPO

MVA* Z ROA DSET1 DSET2 DSET3 DSET4 DSET5 DSET6 DSET7 DSET8 DSET9 DSET10

MVA* Z DGC DADR

MVA* Z DGC DIPO

MVA* Z DGC DSET1 DSET2 DSET3 DSET4 DSET5 DSET6 DSET7 DSET8 DSET9 DSET10

MVA* Z DADR DIPO

MVA* Z DADR DSET1 DSET2 DSET3 DSET4 DSET5 DSET6 DSET7 DSET8 DSET9 DSET10

MVA* Z DIPO DSET1 DSET2 DSET3 DSET4 DSET5 DSET6 DSET7 DSET8 DSET9 DSET10

MVA* Z END PAYOUT ROA

MVA* Z END PAYOUT DGC

MVA* Z END PAYOUT DADR

MVA* Z END PAYOUT DIPO

MVA* Z END PAYOUT DSET1 DSET2 DSET3 DSET4 DSET5 DSET6 DSET7 DSET8 DSET9

DSET10

MVA* Z END ROA DGC

MVA* Z END ROA DADR

MVA* Z END ROA DIPO

MVA* Z END ROA DSET1 DSET2 DSET3 DSET4 DSET5 DSET6 DSET7 DSET8 DSET9

DSET10

MVA* Z END DGC DADR

MVA* Z END DGC DIPO

MVA* Z END DGC DSET1 DSET2 DSET3 DSET4 DSET5 DSET6 DSET7 DSET8 DSET9

DSET10

MVA* Z END DADR DIPO

MVA* Z END DADR DSET1 DSET2 DSET3 DSET4 DSET5 DSET6 DSET7 DSET8 DSET9

DSET10

MVA* Z END DIPO DSET1 DSET2 DSET3 DSET4 DSET5 DSET6 DSET7 DSET8 DSET9

DSET10

144

MVA* Z PAYOUT ROA DGC

MVA* Z PAYOUT ROA DADR

MVA* Z PAYOUT ROA DIPO

MVA* Z PAYOUT ROA DSET1 DSET2 DSET3 DSET4 DSET5 DSET6 DSET7 DSET8 DSET9

DSET10

MVA* Z PAYOUT DGC DADR

MVA* Z PAYOUT DGC DIPO

MVA* Z PAYOUT DGC DSET1 DSET2 DSET3 DSET4 DSET5 DSET6 DSET7 DSET8 DSET9

DSET10

MVA* Z PAYOUT DADR DIPO

MVA* Z PAYOUT DADR DSET1 DSET2 DSET3 DSET4 DSET5 DSET6 DSET7 DSET8 DSET9

DSET10

MVA* Z PAYOUT DIPO DSET1 DSET2 DSET3 DSET4 DSET5 DSET6 DSET7 DSET8 DSET9

DSET10

MVA* Z ROA DGC DADR

MVA* Z ROA DGC DIPO

MVA* Z ROA DGC DSET1 DSET2 DSET3 DSET4 DSET5 DSET6 DSET7 DSET8 DSET9

DSET10

MVA* Z ROA DADR DIPO

MVA* Z ROA DADR DSET1 DSET2 DSET3 DSET4 DSET5 DSET6 DSET7 DSET8 DSET9

DSET10

MVA* Z ROA DIPO DSET1 DSET2 DSET3 DSET4 DSET5 DSET6 DSET7 DSET8 DSET9

DSET10

MVA* Z DGC DADR DIPO

MVA* Z DGC DADR DSET1 DSET2 DSET3 DSET4 DSET5 DSET6 DSET7 DSET8 DSET9

DSET10

MVA* Z DGC DIPO DSET1 DSET2 DSET3 DSET4 DSET5 DSET6 DSET7 DSET8 DSET9

DSET10

MVA* Z DADR DIPO DSET1 DSET2 DSET3 DSET4 DSET5 DSET6 DSET7 DSET8 DSET9

DSET10

MVA* Z END PAYOUT ROA DGC

MVA* Z END PAYOUT ROA DADR

MVA* Z END PAYOUT ROA DIPO

MVA* Z END PAYOUT ROA DSET2 DSET7

MVA* Z END PAYOUT DGC DADR

MVA* Z END PAYOUT DGC DIPO

MVA* Z END PAYOUT DGC DSET2 DSET7

MVA* Z END PAYOUT DADR DIPO

MVA* Z END PAYOUT DADR DSET2 DSET7

MVA* Z END PAYOUT DIPO DSET2 DSET7

MVA* Z END ROA DGC DADR

MVA* Z END ROA DGC DIPO

MVA* Z END ROA DGC DSET2 DSET7

MVA* Z END ROA DADR DIPO

MVA* Z END ROA DADR DSET2 DSET7

MVA* Z END ROA DIPO DSET2 DSET7

MVA* Z END DGC DADR DIPO

MVA* Z END DGC DADR DSET2 DSET7

MVA* Z END DGC DIPO DSET2 DSET7

MVA* Z END DADR DIPO DSET2 DSET7

MVA* Z PAYOUT ROA DGC DADR

MVA* Z PAYOUT ROA DGC DIPO

MVA* Z PAYOUT ROA DGC DSET2 DSET7

MVA* Z PAYOUT ROA DADR DIPO

MVA* Z PAYOUT ROA DADR DSET2 DSET7

145

MVA* Z PAYOUT ROA DIPO DSET2 DSET7

MVA* Z PAYOUT DGC DADR DIPO

MVA* Z PAYOUT DGC DADR DSET2 DSET7

MVA* Z PAYOUT DGC DIPO DSET2 DSET7

MVA* Z PAYOUT DADR DIPO DSET2 DSET7

MVA* Z ROA DGC DADR DIPO

MVA* Z ROA DGC DADR DSET2 DSET7

MVA* Z ROA DGC DIPO DSET2 DSET7

MVA* Z ROA DADR DIPO DSET2 DSET7

MVA* Z DGC DADR DIPO DSET2 DSET7

100

MVA* Z END PAYOUT ROA DGC DADR

101

MVA* Z END PAYOUT ROA DGC DIPO

102

MVA* Z END PAYOUT ROA DGC DSET2 DSET7

103

MVA* Z END PAYOUT ROA DADR DIPO

104

MVA* Z END PAYOUT ROA DADR DSET2 DSET7

105

MVA* Z END PAYOUT ROA DIPO DSET2 DSET7

106

MVA* Z END PAYOUT DGC DADR DIPO

107

MVA* Z END PAYOUT DGC DADR DSET2 DSET7

108

MVA* Z END PAYOUT DGC DIPO DSET2 DSET7

109

MVA* Z END PAYOUT DADR DIPO DSET2 DSET7

110

MVA* Z END ROA DGC DADR DIPO

111

MVA* Z END ROA DGC DADR DSET2 DSET7

112

MVA* Z END ROA DGC DIPO DSET2 DSET7

113

MVA* Z END ROA DADR DIPO DSET2 DSET7

114

MVA* Z END DGC DADR DIPO DSET2 DSET7

115

MVA* Z PAYOUT ROA DGC DADR DIPO

116

MVA* Z PAYOUT ROA DGC DADR DSET2 DSET7

117

MVA* Z PAYOUT ROA DGC DIPO DSET2 DSET7

118

MVA* Z PAYOUT ROA DADR DIPO DSET2 DSET7

119

MVA* Z PAYOUT DGC DADR DIPO DSET2 DSET7

120

MVA* Z ROA DGC DADR DIPO DSET2 DSET7

121

MVA* Z END PAYOUT ROA DGC DADR DIPO

122

MVA* Z END PAYOUT ROA DGC DADR DSET2 DSET7

123

MVA* Z END PAYOUT ROA DGC DIPO DSET2 DSET7

124

MVA* Z END PAYOUT ROA DADR DIPO DSET2 DSET7

125

MVA* Z END PAYOUT DGC DADR DIPO DSET2 DSET7

126

MVA* Z END ROA DGC DADR DIPO DSET2 DSET7

127

MVA* Z PAYOUT ROA DGC DADR DIPO DSET2 DSET7

128

MVA* Z END PAYOUT ROA DGC DADR DIPO DSET2 DSET7

Quadro 20 – Equações para verificar a relevâncias das variáveis em relação ao MVA

Obs. – O Z é um vetor de variáveis que representa uma única variável dentre as seguintes: NAL, LG, LC, LS, LI,

T, NCG ou CDG. Quando representa as estruturas do MDCG, o Z é composto por diversas variáveis

dummies:

DMDCG1, DMDCG2, DMDCG3, DMDCG4 e DMDCG5.

Fonte – Elaborado pelo autor desta dissertação.

146

APÊNDICE D

Tabela 29

Liquidez geral

Empresas 2003 2004 2005 2006 2007 Mediana

Perdigão S.A. 113,66% 126,18% 137,32% 1372,11% 1774,62% 137,32%

Sadia S.A. 96,42% 99,10% 84,64% 74,32% 64,06% 84,64%

Natura 57,77% 111,76% 98,30% 87,22% 86,51% 87,22%

Cesp 13,38% 16,14% 13,22% 22,01% 24,12% 16,14%

Cemig 73,58% 79,01% 136,98% 135,10% 186,21% 135,10%

Coelce 76,25% 70,46% 69,94% 64,74% 59,44% 69,94%

CPFL Energia 78,92% 221,31% 193,04% 135,97% 114,50% 135,97%

Copel 105,15% 104,60% 100,81% 89,87% 98,31% 100,81%

Eletrobrás 227,19% 249,93% 320,02% 325,88% 319,60% 319,60%

Eletropaulo 59,03% 58,95% 56,20% 58,15% 61,94% 58,95%

Energias BR 216,31% 239,35% 328,83% 204,15% 242,64% 239,35%

AES Tiete 49,40% 54,63% 61,59% 59,48% 63,12% 59,48%

Light S.A. 37,38% 39,84% 58,02% 73,07% 100,96% 58,02%

Tractebel 49,16% 58,40% 50,89% 56,00% 59,04% 56,00%

Weg 208,02% 225,21% 182,51% 138,73% 142,47% 182,51%

Sabesp 27,00% 30,56% 36,84% 40,71% 46,08% 36,84%

Dasa 66,73% 110,53% 71,80% 101,52% 62,25% 71,80%

Aracruz 32,09% 40,92% 41,57% 36,09% 36,74% 36,74%

Suzano Papel 49,24% 69,86% 59,77% 51,94% 55,20% 55,20%

V C P 89,29% 99,35% 40,05% 55,50% 51,44% 55,50%

Petrobras 106,75% 109,80% 112,26% 117,94% 109,33% 109,80%

Braskem 37,41% 49,79% 55,29% 57,22% 56,97% 55,29%

Suzano Petroquímica 172,92% 92,75% 51,98% 54,64% 99,90% 92,75%

Am Inox Br 69,41% 85,43% 94,04% 118,45% 136,25% 94,04%

Gerdau 79,98% 20,99% 65,22% 60,12% 41,82% 60,12%

Gerdau Metalúrgica 68,00% 80,66% 69,75% 91,41% 116,62% 80,66%

CCR Rodovias 236,67% 479,60% 223,46% 247,69% 301,68% 247,69%

Iochp-Maxion 102,12% 70,36% 70,81% 47,33% 135,01% 70,81%

Embraer 115,59% 121,53% 119,62% 119,31% 112,40% 119,31%

Fonte – Elaborado pelo autor desta dissertação.

147

Tabela 30

Liquidez corrente

Empresas 2003 2004 2005 2006 2007 Mediana

Perdigão S.A. 99,50% 127,17% 138,14% 1339,78% 1771,71% 138,14%

Sadia S.A. 158,95% 118,64% 112,93% 131,54% 93,73% 118,64%

Natura 82,73% 120,26% 108,68% 89,12% 98,96% 98,96%

Cesp 17,64% 30,50% 22,35% 44,23% 66,35% 30,50%

Cemig 71,44% 84,24% 89,00% 83,94% 144,61% 84,24%

Coelce 109,41% 121,12% 99,17% 75,12% 72,73% 99,17%

CPFL Energia 118,82% 369,26% 169,68% 117,27% 145,33% 145,33%

Copel 56,75% 41,18% 76,80% 121,27% 172,54% 76,80%

Eletrobrás 170,08% 174,62% 277,85% 307,87% 282,41% 277,85%

Eletropaulo 46,61% 90,36% 92,92% 111,00% 125,57% 92,92%

Energias BR 128,83% 206,70% 472,64% 173,06% 261,81% 206,70%

AES Tiete 202,47% 213,82% 152,88% 136,34% 132,28% 152,88%

Light S.A. 45,43% 54,49% 169,20% 73,07% 100,90% 73,07%

Tractebel 94,19% 93,94% 72,07% 67,06% 86,29% 86,29%

Weg 217,54% 149,21% 154,84% 143,13% 161,41% 154,84%

Sabesp 66,99% 58,54% 101,98% 91,30% 90,62% 90,62%

Dasa 149,36% 267,20% 138,48% 341,90% 134,85% 149,36%

Aracruz 80,56% 191,97% 131,46% 154,09% 193,42% 154,09%

Suzano Papel 102,97% 168,26% 150,31% 282,13% 222,11% 168,26%

V C P 143,74% 142,81% 100,76% 151,13% 131,38% 142,81%

Petrobras 90,14% 73,94% 93,71% 97,34% 66,50% 90,14%

Braskem 55,75% 86,20% 108,70% 92,73% 99,24% 92,73%

Suzano Petroquímica 134,60% 90,05% 86,95% 169,43% 216,03% 134,60%

Am Inox Br 86,32% 130,26% 135,66% 179,13% 198,61% 135,66%

Gerdau 218,17% 42,86% 504,57% 421,93% 69,59% 218,17%

Gerdau Metalúrgica 114,23% 131,60% 138,63% 144,99% 217,25% 138,63%

CCR Rodovias 67,95% 428,34% 597,90% 3120,38% 880,00% 597,90%

Iochp-Maxion 12,65% 26,37% 40,77% 35,66% 133,50% 35,66%

Embraer 111,19% 132,32% 129,26% 132,31% 125,37% 129,26%

Fonte – Elaborado pelo autor desta dissertação.

148

Tabela 31

Liquidez seca

Empresas 2003 2004 2005 2006 2007 Mediana

Perdigão S.A. 99,50% 127,17% 138,14% 1339,78% 1771,71% 138,14%

Sadia S.A. 112,82% 69,54% 69,60% 80,81% 54,21% 69,60%

Natura 82,62% 119,81% 108,54% 84,59% 94,84% 94,84%

Cesp 17,14% 30,01% 21,80% 43,67% 65,67% 30,01%

Cemig 71,02% 83,87% 89,00% 83,94% 144,61% 83,94%

Coelce 109,21% 121,01% 99,05% 75,03% 72,68% 99,05%

CPFL Energia 118,82% 369,26% 169,68% 117,27% 145,33% 145,33%

Copel 56,75% 41,18% 76,80% 121,27% 172,54% 76,80%

Eletrobrás 170,06% 174,61% 277,79% 307,81% 282,36% 277,79%

Eletropaulo 45,96% 89,26% 91,95% 110,21% 124,66% 91,95%

Energias BR 128,83% 206,70% 472,64% 173,06% 261,81% 206,70%

AES Tiete 202,13% 213,48% 152,71% 136,16% 132,13% 152,71%

Light S.A. 45,33% 54,31% 169,06% 73,07% 100,90% 73,07%

Tractebel 92,80% 92,78% 70,07% 65,08% 82,43% 82,43%

Weg 217,54% 149,21% 154,84% 143,13% 161,41% 154,84%

Sabesp 65,69% 57,13% 99,84% 88,97% 88,46% 88,46%

Dasa 132,23% 252,15% 128,45% 331,55% 124,22% 132,23%

Aracruz 73,25% 174,57% 116,53% 128,73% 166,81% 128,73%

Suzano Papel 77,44% 137,36% 122,89% 233,14% 179,35% 137,36%

V C P 109,99% 115,84% 64,78% 121,88% 104,44% 109,99%

Petrobras 70,88% 49,83% 72,03% 71,81% 45,30% 70,88%

Braskem 40,46% 63,05% 75,68% 65,45% 65,38% 65,38%

Suzano Petroquímica 134,60% 90,05% 57,97% 120,26% 177,07% 120,26%

Am Inox Br 56,39% 82,51% 84,06% 121,31% 146,29% 84,06%

Gerdau 218,17% 42,86% 504,57% 421,93% 69,59% 218,17%

Gerdau Metalúrgica 114,23% 131,60% 138,63% 144,99% 217,25% 138,63%

CCR Rodovias 67,95% 428,34% 597,90% 3120,38% 880,00% 597,90%

Iochp-Maxion 12,65% 26,37% 40,77% 35,66% 133,50% 35,66%

Embraer 68,56% 67,62% 66,70% 54,32% 51,06% 66,70%

Fonte – Elaborado pelo autor desta dissertação.

149

Tabela 32

Capital circulante líquido

Empresas 2003 2004 2005 2006 2007 Mediana

Perdigão S.A. (225) 12.704 28.477 522.900 1.236.095 28.477

Sadia S.A. 1.400.081 497.365 309.561 667.023 (174.922) 497.365

Natura (70.913) 86.423 53.549 (72.877) (7.454) (7.454)

Cesp (2.649.049) (2.258.028) (2.418.276) (1.402.582) (667.494) (2.258.028)

Cemig (1.227.245) (708.819) (261.825) (247.587) 482.807 (261.825)

Coelce 62.192 106.951 (7.481) (245.480) (302.196) (7.481)

CPFL Energia 32.415 524.907 381.658 143.401 350.779 350.779

Copel (186.919) (528.622) (96.762) 263.646 357.897 (96.762)

Eletrobrás 4.677.447 4.474.154 7.166.549 9.250.150 8.908.940 7.166.549

Eletropaulo (3.448.854) (345.108) (270.621) 410.999 753.241 (270.621)

Energias BR 57.252 207.468 672.640 183.892 383.067 207.468

AES Tiete 357.729 457.232 389.511 260.614 261.176 357.729

Light S.A. (2.554.836) (2.142.408) 1.269.173 (261) 1.880 (261)

Tractebel (69.037) (79.145) (344.489) (401.813) (177.508) (177.508)

Weg 111.160 51.105 53.574 57.446 100.610 57.446

Sabesp (709.733) (1.006.967) 36.553 (193.956) (233.714) (233.714)

Dasa 51.644 194.179 59.746 365.828 62.759 62.759

Aracruz (447.273) 934.287 422.393 482.008 699.795 482.008

Suzano Papel 30.405 901.262 739.780 1.706.139 1.570.046 901.262

V C P 272.641 389.229 6.386 632.337 294.514 294.514

Petrobras (5.342.332) (14.442.818) (3.282.264) (1.435.001) (20.538.801) (5.342.332)

Braskem (2.504.305) (868.158) 360.333 (408.294) (33.658) (408.294)

Suzano Petroquímica 6.292 (4.372) (102.802) 257.379 647.933 6.292

Am Inox Br (207.673) 366.789 376.307 797.834 1.010.294 376.307

Gerdau 279.649 (302.032) 1.346.860 897.754 (165.834) 279.649

Gerdau Metalúrgica 16.655 64.223 41.943 59.645 125.878 59.645

CCR Rodovias (21.776) 403.459 208.615 510.535 520.411 403.459

Iochp-Maxion (91.952) (95.983) (62.859) (56.177) 10.922 (62.859)

Embraer 855.124 1.974.610 1.585.536 1.716.731 1.365.462 1.585.536

Fonte – Elaborado pelo autor desta dissertação.

150

APÊNDICE E

Tabela 33

Betas calculados para 2003

Empresas β

Perdigão S.A. – 0,0954 0,2326 0,2073 0,0658

Sadia S.A. 0,6608 0,7306 0,5333 0,4904 0,4797

Natura

▫

–––––

Cesp

○

1,1836 1,0773 1,3049 1,3232 1,8941

Cemig 1,0691 0,9922 1,0345 1,2379 1,7186

Coelce 0,8137 0,7441 0,7389 0,9060 0,8673

CPFL Energia

▫

–––––

Copel 1,0367 0,9794 1,0581 1,3924 1,4523

Eletrobrás 0,9477 0,9722 1,0614 1,6002 1,8472

Eletropaulo

○

1,4419 1,4644 1,5599 1,8792 2,2010

Energias BR

◊

–––––

AES Tiete – 0,4799 0,4885 0,0029 0,2006

Light S.A. 1,0840 1,0324 1,1980 1,1369 2,2166

Tractebel 0,5493 0,4237 0,3717 0,1336 0,6373

Weg – – 0,3769 0,3595 0,6878

Sabesp 1,0865 1,0122 1,0470 0,9656 1,2053

Dasa

▫

–––––

Aracruz 0,2235 0,2123 0,0066 (0,0874) 0,0424

Suzano Papel 0,4410 0,3747 0,3854 0,1475 0,0690

V C P 0,4741 0,3256 0,1197 (0,0255) (0,2632)

Petrobras 0,9115 0,7707 0,7180 0,9322 0,9905

Braskem 0,9807 0,9785 1,2060 1,3298 1,9598

Suzano Petroquímica – – – – 1,2172

Am Inox Br 0,9608 0,8364 0,8797 0,5659 (0,6047)

Gerdau 0,9668 1,0049 0,9435 0,8815 0,6121

Gerdau Metalúrgica 0,7979 0,7892 0,7923 0,7804 0,8743

CCR Rodovias – – – 1,1465 1,8104

Iochp-Maxion 0,5197 0,6584 0,5594 0,6473 0,8268

Embraer 0,7343 0,9636 0,9187 0,5118 1,6899

Legenda –

▫

: Abertura de capital ocorreu em 2004.

◊

: Abertura de capital ocorreu em 2005.

○

: Utilizadas as

ações mais líquidas em todo o período, mesmo que não pertencente à carteira teórica do ISE. –: Dados

ausentes.

Fonte – Elaborado pelo autor desta dissertação.

151

Tabela 34

Betas calculados para 2004

Empresas β

Perdigão S.A. 0,0981 0,2515 0,2135 0,1136 0,0729

Sadia S.A. 0,7117 0,5250 0,4883 0,6486 0,5657

Natura

▫

–––––

Cesp

○

1,0831 1,2966 1,3087 1,5826 1,1804

Cemig 0,9759 1,0089 1,1694 1,2312 0,6958

Coelce 0,6759 0,6500 0,7635 0,5299 0,0431

CPFL Energia

▫

–––––

Copel 1,0026 1,0833 1,3837 1,3447 1,2110

Eletrobrás 1,0012 1,0915 1,5801 1,6736 1,2024

Eletropaulo

○

1,4783 1,5701 1,8463 1,9085 1,7491

Energias BR

◊

–––––

AES Tiete 0,4678 0,4732 (0,0067) (0,1357) 0,7386

Light S.A. 1,0886 1,2582 1,2316 1,9738 1,8075

Tractebel 0,3997 0,3457 0,1359 0,5428 0,6264

Weg – – 0,2622 0,3930 0,4248

Sabesp 1,0368 1,0773 1,0233 1,2742 1,2447

Dasa

▫

–––––

Aracruz 0,2452 0,0658 0,0354 0,4383 0,5887

Suzano Papel 0,3640 0,3701 0,1720 0,3573 0,1988

V C P 0,3323 0,1473 0,0446 0,1171 0,3956

Petrobras 0,7696 0,7223 0,9048 0,8165 0,7778

Braskem 1,0583 1,2889 1,4150 2,0576 2,0250

Suzano Petroquímica – – – 0,7004 0,4249

Am Inox Br 0,7934 0,8174 0,4878 (0,3101) (0,0098)

Gerdau 1,0173 0,9627 0,9220 0,8624 1,1815

Gerdau Metalúrgica 0,8232 0,8337 0,8338 0,9209 1,2390

CCR Rodovias – – 1,0996 1,3241 0,8016

Iochp-Maxion 0,6897 0,6063 0,6571 0,6904 0,9259

Embraer 0,9926 0,9640 0,6540 1,5357 1,4565

Legenda –

▫

: Abertura de capital ocorreu em 2004.

◊

: Abertura de capital ocorreu em 2005.

○

: Utilizadas as

ações mais líquidas em todo o período, mesmo que não pertencente à carteira teórica do ISE. –: Dados

ausentes.

Fonte – Elaborado pelo autor desta dissertação.

152

Tabela 35

Betas calculados para 2005

Empresas β

Perdigão S.A. 0,1396 0,3254 0,3690 0,3170 1,1420

Sadia S.A. 0,6333 0,6554 0,9623 1,0525 1,2082

Natura

▫

– – – – 0,6957

Cesp

○

1,3107 1,3274 1,5068 1,3229 1,2790

Cemig 0,9492 1,0523 0,9634 0,6327 0,4126

Coelce 0,6771 0,7651 0,5886 0,5357 1,1121

CPFL Energia

▫

– – – – 0,5439

Copel 1,0720 1,2930 1,1320 1,0317 1,0499

Eletrobrás 1,1263 1,5311 1,5404 1,2930 1,2265

Eletropaulo

○

1,4299 1,5941 1,3719 1,0073 0,3711

Energias BR

◊

–––––

AES Tiete 0,3842 (0,0300) (0,1146) 0,1646 0,1015

Light S.A. 1,1445 1,0985 1,4499 0,9956 0,5569

Tractebel 0,3318 0,1559 0,4125 0,3807 (0,2266)

Weg – – 0,3136 0,5193 0,5054

Sabesp 1,0686 1,0250 1,1798 1,1000 0,9421

Dasa

▫

– – – – 0,8835

Aracruz 0,1732 0,2008 0,6182 0,7530 0,8162

Suzano Papel 0,4402 0,3231 0,6236 0,6663 0,8811

V C P 0,2597 0,2401 0,5242 0,7878 0,9814

Petrobras 0,7858 0,9484 0,9214 1,0008 1,1825

Braskem 1,2331 1,3508 1,7987 1,4034 1,2147

Suzano Petroquímica – – 1,0390 1,0160 1,3254

Am Inox Br 0,8516 0,6221 0,3638 0,7374 1,3206

Gerdau 1,0635 1,0798 1,2223 1,5142 1,8087

Gerdau Metalúrgica 0,8872 0,9252 1,1155 1,2584 1,3971

CCR Rodovias – 1,0156 1,1102 0,7126 0,5925

Iochp-Maxion 0,5226 0,5446 0,5261 0,3715 0,0264

Embraer 0,9376 0,6845 1,2183 1,0267 0,8014

Legenda –

▫

: Abertura de capital ocorreu em 2004.

◊

: Abertura de capital ocorreu em 2005.

○

: Utilizadas as

ações mais líquidas em todo o período, mesmo que não pertencente à carteira teórica do ISE. –: Dados

ausentes.

Fonte – Elaborado pelo autor desta dissertação.

153

Tabela 36

Betas calculados para 2006

Empresas β

Perdigão S.A. 0,3674 0,4204 0,4661 1,1116 0,2858

Sadia S.A. 0,6489 0,9076 0,9264 0,9699 0,3991

Natura

▫

– – – 0,7219 0,7393

Cesp

○

1,4018 1,5815 1,5074 1,5442 1,6354

Cemig 1,0659 1,0156 0,7914 0,7597 1,0907

Coelce 0,7423 0,5686 0,5447 0,8500 -0,2264

CPFL Energia

▫

– – – 0,5177 0,2303

Copel 1,2470 1,0725 0,9829 0,9708 0,9117

Eletrobrás 1,4914 1,4665 1,2626 1,2110 1,6459

Eletropaulo

○

1,4697 1,2112 0,8693 0,4674 0,8522

Energias BR

◊

– – – – 0,7753

AES Tiete 0,0240 0,0038 0,2387 0,2444 0,3442

Light S.A. 1,1030 1,3510 1,0370 0,7492 1,8898

Tractebel 0,1142 0,2959 0,2170 -0,1942 -0,3176

Weg – 0,2602 0,3281 0,3552 0,2977

Sabesp 0,9497 0,9891 0,8825 0,6594 0,0056

Dasa

▫

– – – 0,9953 0,5897

Aracruz 0,1467 0,4245 0,4540 0,3301 0,1122

Suzano Papel 0,4100 0,6933 0,7865 0,9197 1,0544

V C P 0,1847 0,3528 0,4883 0,4265 0,0272

Petrobras 0,9894 1,0008 1,0865 1,2362 0,9601

Braskem 1,1707 1,4215 0,9422 0,6403 0,1456

Suzano Petroquímica – 0,9259 0,8269 0,9389 0,7656

Am Inox Br 0,6407 0,4357 0,7493 1,0495 0,8235

Gerdau 1,1027 1,2448 1,4464 1,5919 1,1975

Gerdau Metalúrgica 0,9334 1,1043 1,1853 1,2381 0,9400

CCR Rodovias 1,0017 1,0695 0,7583 0,7211 0,6374

Iochp-Maxion 0,4753 0,4481 0,2492 0,0488 -0,0633

Embraer 0,6766 1,0888 0,9067 0,7180 0,1068

Legenda –

▫

: Abertura de capital ocorreu em 2004.

◊

: Abertura de capital ocorreu em 2005.

○

: Utilizadas as

ações mais líquidas em todo o período, mesmo que não pertencente à carteira teórica do ISE. –: Dados

ausentes.

Fonte – Elaborado pelo autor desta dissertação.

154

Tabela 37

Betas calculados para 2007

Empresas β

Perdigão S.A. 0,4607 0,5556 1,1762 0,8618 1,3691

Sadia S.A. 0,9386 0,9706 1,0212 0,8043 1,1832

Natura

▫

– – 0,8179 0,8534 1,4255

Cesp

○

1,5175 1,4376 1,4303 1,3379 0,8599

Cemig 0,9789 0,7520 0,7324 0,8687 0,6449

Coelce 0,5409 0,4921 0,7371 (0,0473) 0,3180

CPFL Energia

▫

– – 0,6347 0,6525 1,0864

Copel 1,0081 0,8926 0,8614 0,6509 0,4756

Eletrobrás 1,4579 1,2644 1,2381 1,4612 1,4536

Eletropaulo

○

1,1646 0,8585 0,5181 0,8271 0,7237

Energias BR

◊

– – – 0,5261 0,2932

AES Tiete (0,0076) 0,1789 0,1782 0,1293 (0,0737)

Light S.A. 1,3841 1,1375 0,9270 1,7124 1,8351

Tractebel 0,3664 0,3263 0,0261 0,2664 1,0678

Weg 0,2679 0,3418 0,3776 0,3334 1,6171

Sabesp 0,8941 0,7537 0,5350 (0,0517) (0,1153)

Dasa

▫

– – 0,8033 0,3268 (0,0620)

Aracruz 0,4526 0,4795 0,3976 0,2923 0,5961

Suzano Papel 0,6978 0,7804 0,8861 0,8608 0,8753

V C P 0,3769 0,5089 0,4609 0,2349 0,4669

Petrobras 1,0137 1,0971 1,2179 1,0787 1,0102

Braskem 1,3129 0,8552 0,5911 0,2374 0,4111

Suzano Petroquímica 0,7353 0,6158 0,5937 0,1322 (1,1782)

Am Inox Br 0,3890 0,6454 0,8534 0,4225 (0,0491)

Gerdau 1,1985 1,3504 1,4413 1,0258 0,7914

Gerdau Metalúrgica 1,0620 1,1143 1,1378 0,8457 0,6408

CCR Rodovias 1,0277 0,7126 0,7030 0,5858 0,6631

Iochp-Maxion 0,4659 0,3127 0,1693 0,3582 0,4940

Embraer 0,9714 0,7576 0,5597 (0,0022) (0,1469)

Legenda –

▫

: Abertura de capital ocorreu em 2004.

◊

: Abertura de capital ocorreu em 2005.

○

: Utilizadas as

ações mais líquidas em todo o período, mesmo que não pertencente à carteira teórica do ISE. –: Dados

ausentes.

Fonte – Elaborado pelo autor desta dissertação.

155

Tabela 38

Betas desalavancados calculados para 2003

Empresas β

Perdigão S.A. – 0,0925 0,2256 0,2010 0,0638

Sadia S.A. 0,2551 0,2820 0,2059 0,1893 0,1852

Natura

▫

–––––

Cesp

○

0,5434 0,4946 0,5991 0,6075 0,8697

Cemig 0,5827 0,5408 0,5639 0,6748 0,9368

Coelce 0,4810 0,4398 0,4367 0,5355 0,5126

CPFL Energia

▫

–––––

Copel 0,8440 0,7974 0,8614 1,1336 1,1824

Eletrobrás 0,7817 0,8019 0,8754 1,3198 1,5236

Eletropaulo

○

0,3458 0,3512 0,3741 0,4506 0,5278

Energias BR

◊

–––––

AES Tiete – 0,1309 0,1332 0,0008 0,0547

Light S.A. 0,0800 0,0762 0,0884 0,0839 0,1635

Tractebel 0,3414 0,2633 0,2310 0,0830 0,3960

Weg – – 0,3544 0,3380 0,6467

Sabesp 0,6104 0,5687 0,5882 0,5425 0,6772

Dasa

▫

–––––

Aracruz 0,1018 0,0967 0,0030 (0,0398) 0,0193

Suzano Papel 0,2825 0,2400 0,2468 0,0945 0,0442

V C P 0,3888 0,2670 0,0982 (0,0209) (0,2158)

Petrobras 0,4861 0,4110 0,3829 0,4972 0,5283

Braskem 0,2114 0,2109 0,2600 0,2867 0,4225

Suzano Petroquímica – – – – 1,1925

Am Inox Br 0,3457 0,3010 0,3166 0,2036 (0,2176)

Gerdau 0,8823 0,9171 0,8610 0,8045 0,5586

Gerdau Metalúrgica 0,7514 0,7432 0,7462 0,7350 0,8234

CCR Rodovias – – – 1,0491 1,6566

Iochp-Maxion 0,3464 0,4388 0,3728 0,4314 0,5510

Embraer 0,2910 0,3819 0,3641 0,2029 0,6698

Legenda –

▫

: Abertura de capital ocorreu em 2004.

◊

: Abertura de capital ocorreu em 2005.

○

: Utilizadas as

ações mais líquidas em todo o período, mesmo que não pertencente à carteira teórica do ISE. –: Dados

ausentes.

Fonte – Elaborado pelo autor desta dissertação.

156

Tabela 39

Betas desalavancados calculados para 2004

Empresas β

Perdigão S.A. 0,0954 0,2447 0,2077 0,1105 0,0709

Sadia S.A. 0,3207 0,2366 0,2200 0,2922 0,2549

Natura

▫

–––––

Cesp

○

0,4969 0,5948 0,6004 0,7260 0,5415

Cemig 0,5273 0,5451 0,6319 0,6653 0,3760

Coelce 0,3943 0,3792 0,4454 0,3092 0,0251

CPFL Energia

▫

–––––

Copel 0,8307 0,8975 1,1464 1,1141 1,0033

Eletrobrás 0,8430 0,9190 1,3304 1,4091 1,0124

Eletropaulo

○

0,3520 0,3739 0,4396 0,4544 0,4165

Energias BR

◊

–––––

AES Tiete 0,1264 0,1279 (0,0018) (0,0367) 0,1996

Light S.A. 0,0652 0,0754 0,0738 0,1182 0,1083

Tractebel 0,2570 0,2222 0,0874 0,3490 0,4027

Weg – – 0,2486 0,3726 0,4027

Sabesp 0,5982 0,6216 0,5904 0,7352 0,7182

Dasa

▫

–––––

Aracruz 0,1310 0,0351 0,0189 0,2341 0,3144

Suzano Papel 0,2067 0,2102 0,0977 0,2029 0,1129

V C P 0,2700 0,1197 0,0362 0,0952 0,3214

Petrobras 0,4388 0,4119 0,5159 0,4656 0,4435

Braskem 0,3615 0,4402 0,4833 0,7028 0,6917

Suzano Petroquímica – – – 0,6794 0,4121

Am Inox Br 0,3949 0,4069 0,2428 (0,1544) (0,0049)

Gerdau 0,8914 0,8436 0,8079 0,7557 1,0353

Gerdau Metalúrgica 0,7711 0,7810 0,7811 0,8627 1,1607

CCR Rodovias – – 1,0108 1,2172 0,7369

Iochp-Maxion 0,4924 0,4328 0,4691 0,4929 0,6610

Embraer 0,4252 0,4129 0,2801 0,6578 0,6239

Legenda –

▫

: Abertura de capital ocorreu em 2004.

◊

: Abertura de capital ocorreu em 2005.

○

: Utilizadas as

ações mais líquidas em todo o período, mesmo que não pertencente à carteira teórica do ISE. –: Dados

ausentes.

Fonte – Elaborado pelo autor desta dissertação.

157

Tabela 40

Betas desalavancados calculados para 2005

Empresas β

Perdigão S.A. 0,1346 0,3138 0,3558 0,3057 1,1012

Sadia S.A. 0,3107 0,3216 0,4722 0,5164 0,5928

Natura

▫

– – – – 0,3776

Cesp

○

0,6070 0,6147 0,6978 0,6127 0,5923

Cemig 0,7570 0,8392 0,7683 0,5046 0,3290

Coelce 0,2710 0,3062 0,2356 0,2144 0,4451

CPFL Energia

▫

– – – – 0,5066

Copel 0,8890 1,0723 0,9388 0,8556 0,8707

Eletrobrás 0,9935 1,3506 1,3588 1,1406 1,0819

Eletropaulo

○

0,3165 0,3528 0,3037 0,2230 0,0821

Energias BR

◊

–––––

AES Tiete 0,0991 (0,0077) (0,0296) 0,0425 0,0262

Light S.A. 0,2565 0,2462 0,3250 0,2232 0,1248

Tractebel 0,2119 0,0996 0,2635 0,2432 (0,1447)

Weg – – 0,2956 0,4895 0,4764

Sabesp 0,6299 0,6042 0,6954 0,6484 0,5553

Dasa

▫

– – – – 0,5024

Aracruz 0,1020 0,1182 0,3640 0,4434 0,4806

Suzano Papel 0,2417 0,1774 0,3425 0,3659 0,4839

V C P 0,1791 0,1656 0,3615 0,5433 0,6768

Petrobras 0,4913 0,5929 0,5760 0,6257 0,7393

Braskem 0,5042 0,5523 0,7355 0,5738 0,4967

Suzano Petroquímica – – 0,5287 0,5170 0,6745

Am Inox Br 0,5506 0,4022 0,2352 0,4768 0,8539

Gerdau 0,8769 0,8904 1,0079 1,2486 1,4914

Gerdau Metalúrgica 0,8547 0,8913 1,0746 1,2123 1,3459

CCR Rodovias – 0,9187 1,0043 0,6446 0,5360

Iochp-Maxion 0,4085 0,4257 0,4112 0,2904 0,0206

Embraer 0,4116 0,3005 0,5349 0,4507 0,3518

Legenda –

▫

: Abertura de capital ocorreu em 2004.

◊

: Abertura de capital ocorreu em 2005.

○

: Utilizadas as

ações mais líquidas em todo o período, mesmo que não pertencente à carteira teórica do ISE. –: Dados

ausentes.

Fonte – Elaborado pelo autor desta dissertação.

158

Tabela 41

Betas desalavancados calculados para 2006

Empresas β

Perdigão S.A. 0,3629 0,4152 0,4603 1,0979 0,2823

Sadia S.A. 0,2998 0,4193 0,4280 0,4481 0,1844

Natura

▫

– – – 0,4287 0,4391

Cesp

○

0,8654 0,9764 0,9306 0,9533 1,0096

Cemig 0,9108 0,8678 0,6763 0,6492 0,9320

Coelce 0,3014 0,2308 0,2211 0,3451 (0,0919)

CPFL Energia

▫

– – – 0,4667 0,2076

Copel 0,9889 0,8505 0,7795 0,7699 0,7230

Eletrobrás 1,3163 1,2943 1,1143 1,0688 1,4526

Eletropaulo

○

0,3600 0,2967 0,2130 0,1145 0,2088

Energias BR

◊

– – – – 0,7327

AES Tiete 0,0066 0,0010 0,0652 0,0667 0,0940

Light S.A. 1,1026 1,3505 1,0366 0,7489 1,8890

Tractebel 0,0763 0,1976 0,1449 (0,1297) (0,2121)

Weg – 0,2454 0,3095 0,3350 0,2808

Sabesp 0,5730 0,5968 0,5325 0,3979 0,0034

Dasa

▫

– – – 0,5795 0,3433

Aracruz 0,0922 0,2667 0,2852 0,2074 0,0705

Suzano Papel 0,2132 0,3606 0,4090 0,4783 0,5484

V C P 0,1235 0,2358 0,3264 0,2851 0,0182

Petrobras 0,6455 0,6529 0,7088 0,8065 0,6264

Braskem 0,4390 0,5331 0,3533 0,2401 0,0546

Suzano Petroquímica – 0,4706 0,4203 0,4772 0,3891

Am Inox Br 0,4489 0,3053 0,5250 0,7353 0,5770

Gerdau 0,9575 1,0809 1,2560 1,3823 1,0398

Gerdau Metalúrgica 0,9032 1,0686 1,1469 1,1980 0,9096

CCR Rodovias 0,9232 0,9856 0,6988 0,6646 0,5874

Iochp-Maxion 0,3872 0,3650 0,2030 0,0398 (0,0516)

Embraer 0,3273 0,5267 0,4386 0,3473 0,0517

Legenda –

▫

: Abertura de capital ocorreu em 2004.

◊

: Abertura de capital ocorreu em 2005.

○

: Utilizadas as

ações mais líquidas em todo o período, mesmo que não pertencente à carteira teórica do ISE. –: Dados

ausentes.

Fonte – Elaborado pelo autor desta dissertação.

159

Tabela 42

Betas desalavancados calculados para 2007

Empresas β

Perdigão S.A. 0,4539 0,5474 1,1589 0,8491 1,3490

Sadia S.A. 0,4475 0,4628 0,4869 0,3835 0,5641

Natura

▫

– – 0,4433 0,4626 0,7726

Cesp

○

0,9509 0,9008 0,8962 0,8383 0,5388

Cemig 0,8737 0,6712 0,6537 0,7754 0,5756

Coelce 0,2311 0,2102 0,3149 (0,0202) 0,1359

CPFL Energia

▫

– – 0,5297 0,5446 0,9067

Copel 0,8642 0,7652 0,7384 0,5580 0,4077

Eletrobrás 1,2807 1,1107 1,0876 1,2836 1,2769

Eletropaulo

○

0,4228 0,3117 0,1881 0,3003 0,2627

Energias BR

◊

– – – 0,4981 0,2776

AES Tiete (0,0021) 0,0492 0,0490 0,0356 (0,0203)

Light S.A. 1,3174 1,0827 0,8823 1,6299 1,7467

Tractebel 0,2275 0,2026 0,0162 0,1654 0,6631

Weg 0,2501 0,3191 0,3525 0,3113 1,5097

Sabesp 0,5592 0,4714 0,3346 (0,0323) (0,0721)

Dasa

▫

– – 0,4504 0,1832 (0,0348)

Aracruz 0,2774 0,2939 0,2437 0,1792 0,3654

Suzano Papel 0,3478 0,3890 0,4417 0,4291 0,4363

V C P 0,2753 0,3718 0,3367 0,1716 0,3411

Petrobras 0,6575 0,7116 0,7900 0,6997 0,6552

Braskem 0,5933 0,3865 0,2671 0,1073 0,1858

Suzano Petroquímica 0,3847 0,3222 0,3106 0,0692 (0,6164)

Am Inox Br 0,2836 0,4706 0,6222 0,3081 (0,0358)

Gerdau 1,0172 1,1461 1,2233 0,8706 0,6717

Gerdau Metalúrgica 1,0345 1,0854 1,1083 0,8238 0,6242

CCR Rodovias 0,9491 0,6581 0,6492 0,5410 0,6124

Iochp-Maxion 0,4300 0,2886 0,1563 0,3306 0,4559

Embraer 0,4737 0,3695 0,2730 (0,0011) (0,0716)

Legenda –

▫

: Abertura de capital ocorreu em 2004.

◊

: Abertura de capital ocorreu em 2005.

○

: Utilizadas as

ações mais líquidas em todo o período, mesmo que não pertencente à carteira teórica do ISE. –: Dados

ausentes.

Fonte – Elaborado pelo autor desta dissertação.

160

APÊNDICE F

Tabela 43

Apuração do prêmio de mercado

2003 2004 2005 2006 2007

IBOV 0,8055 0,0949 0,2084 0,2888 0,1261

SELIC OVER 0,1285 0,0803 0,1264 0,1157 0,0710

- R

0,6770 0,0145 0,0819 0,1731 0,0551

Obs. – Valores do Ibovespa são as oscilações dos fechamentos ajustados pelo IPCA em

31/03/2008. Valores da SELIC OVER são as oscilações da LFT Acumulada ajustada pelo IPCA

em 31/03/2008.

Fonte – Elaborado pelo autor desta dissertação a partir de dados da Economática.

Tabela 44

Custo de capital próprio para o ano de 2003

Empresas Kpβ

Kpβ

Mediana Kp Gordon

Perdigão S.A. – 0,1911 0,2812 0,2646 0,1717 0,2279 0,0865

Sadia S.A. 0,3012 0,3194 0,2679 0,2567 0,2539 0,2679 0,0325

Natura

▫

–––––– –

Cesp

○

0,4964 0,4634 0,5341 0,5398 0,7172 0,5341 –

Cemig 0,5230 0,4946 0,5102 0,5853 0,7627 0,5230 0,5342

Coelce 0,4541 0,4262 0,4242 0,4910 0,4755 0,4541 0,7170

CPFL Energia

▫

–––––– –

Copel 0,6999 0,6683 0,7117 0,8959 0,9289 0,7117 –

Eletrobrás 0,6577 0,6713 0,7212 1,0220 1,1599 0,7212 0,0855

Eletropaulo

○

0,3626 0,3662 0,3817 0,4336 0,4858 0,3817 –

Energias BR

◊

–––––– –

AES Tiete – 0,2171 0,2187 0,1290 0,1655 0,1913 0,8237

Light S.A. 0,1826 0,1801 0,1883 0,1853 0,2392 0,1853 –

Tractebel 0,3596 0,3068 0,2849 0,1847 0,3966 0,3068 0,3324

Weg – – 0,3684 0,3573 0,5663 0,3684 0,2377

Sabesp 0,5417 0,5135 0,5267 0,4958 0,5869 0,5267 (0,0174)

Dasa

▫

–––––– –

Aracruz 0,1974 0,1940 0,1305 0,1016 0,1416 0,1416 0,0363

Suzano Papel 0,3197 0,2910 0,2956 0,1925 0,1584 0,2910 (0,0468)

V C P 0,3917 0,3093 0,1950 0,1143 (0,0176) 0,1950 0,1585

Petrobras 0,4576 0,4068 0,3877 0,4651 0,4861 0,4576 0,1034

Braskem 0,2716 0,2713 0,3045 0,3226 0,4145 0,3045 –

Suzano Petroquímica – – – – 0,9358 0,9358 (0,8111)

Am Inox Br 0,3626 0,3323 0,3428 0,2664 (0,0188) 0,3323 –

Gerdau 0,7258 0,7493 0,7114 0,6731 0,5067 0,7114 0,2475

Gerdau Metalúrgica 0,6372 0,6317 0,6336 0,6260 0,6859 0,6336 0,2752

CCR Rodovias – – – 0,8387 1,2499 1,0443 0,7954

Iochp-Maxion 0,3630 0,4256 0,3809 0,4206 0,5015 0,4206 –

Embraer 0,3255 0,3871 0,3750 0,2658 0,5819 0,3750 0,0190

Legenda –

▫

: Abertura de capital ocorreu em 2004.

◊

: Abertura de capital ocorreu em 2005.

○

: Utilizadas as ações

mais líquidas em todo o período, mesmo que não pertencente à carteira teórica do ISE. –: Dados ausentes.

Fonte – Elaborado pelo autor desta dissertação.

161

Tabela 45

Custo de capital próprio para o ano de 2004

Empresas Kpβ

Kpβ

Mediana Kp Gordon

Perdigão S.A. 0,0817 0,0839 0,0834 0,0820 0,0814 0,0820 0,0869

Sadia S.A. 0,0850 0,0838 0,0835 0,0846 0,0841 0,0841 0,0762

Natura

▫

–––––– –

Cesp

○

0,0876 0,0890 0,0891 0,0909 0,0882 0,0890 –

Cemig 0,0880 0,0883 0,0895 0,0900 0,0858 0,0883 0,5765

Coelce 0,0861 0,0859 0,0868 0,0848 0,0807 0,0859 0,3892

CPFL Energia

▫

–––––– –

Copel 0,0924 0,0934 0,0970 0,0965 0,0949 0,0949 –

Eletrobrás 0,0926 0,0937 0,0997 0,1008 0,0951 0,0951 0,0912

Eletropaulo

○

0,0855 0,0858 0,0867 0,0869 0,0864 0,0864 –

Energias BR

◊

–––––– –

AES Tiete 0,0822 0,0822 0,0803 0,0798 0,0832 0,0822 0,9148

Light S.A. 0,0813 0,0814 0,0814 0,0821 0,0819 0,0814 –

Tractebel 0,0841 0,0836 0,0816 0,0854 0,0862 0,0841 0,3219

Weg – – 0,0840 0,0858 0,0862 0,0858 0,2324

Sabesp 0,0890 0,0894 0,0889 0,0910 0,0908 0,0894 (0,0163)

Dasa

▫

–––––– –

Aracruz 0,0823 0,0809 0,0806 0,0837 0,0849 0,0823 0,0728

Suzano Papel 0,0834 0,0834 0,0818 0,0833 0,0820 0,0833 (0,0237)

V C P 0,0843 0,0821 0,0809 0,0817 0,0850 0,0821 0,1902

Petrobras 0,0867 0,0863 0,0878 0,0871 0,0868 0,0868 0,0919

Braskem 0,0856 0,0867 0,0874 0,0906 0,0904 0,0874 –

Suzano Petroquímica – – – 0,0902 0,0863 0,0883 (0,8101)

Am Inox Br 0,0861 0,0863 0,0839 0,0781 0,0803 0,0839 –

Gerdau 0,0933 0,0926 0,0921 0,0913 0,0954 0,0926 0,2483

Gerdau Metalúrgica 0,0915 0,0917 0,0917 0,0929 0,0972 0,0917 0,2492

CCR Rodovias – – 0,0950 0,0980 0,0911 0,0950 0,8235

Iochp-Maxion 0,0875 0,0866 0,0872 0,0875 0,0899 0,0875 –

Embraer 0,0865 0,0863 0,0844 0,0899 0,0894 0,0865 0,0584

Legenda –

▫

: Abertura de capital ocorreu em 2004.

◊

: Abertura de capital ocorreu em 2005.

○

: Utilizadas as ações

mais líquidas em todo o período, mesmo que não pertencente à carteira teórica do ISE. –: Dados ausentes.

Fonte – Elaborado pelo autor desta dissertação.

162

Tabela 46

Custo de capital próprio para o ano de 2005

Empresas Kpβ

Kpβ

Mediana Kp Gordon

Perdigão S.A. 0,1374 0,1521 0,1556 0,1515 0,2166 0,1521 0,0787

Sadia S.A. 0,1519 0,1528 0,1651 0,1687 0,1750 0,1651 0,0483

Natura

▫

– – – – 0,1573 0,1573 0,5947

Cesp

○

0,1761 0,1768 0,1836 0,1766 0,1749 0,1766 –

Cemig 0,1884 0,1952 0,1894 0,1678 0,1534 0,1884 0,5586

Coelce 0,1486 0,1515 0,1457 0,1440 0,1629 0,1486 0,4366

CPFL Energia

▫

– – – – 0,1679 0,1679 0,6855

Copel 0,1993 0,2143 0,2033 0,1965 0,1978 0,1993 –

Eletrobrás 0,2078 0,2371 0,2378 0,2199 0,2151 0,2199 0,0906

Eletropaulo

○

0,1523 0,1553 0,1513 0,1447 0,1331 0,1513 –

Energias BR

◊

–––––– –

AES Tiete 0,1345 0,1258 0,1240 0,1299 0,1286 0,1286 0,8423

Light S.A. 0,1474 0,1466 0,1530 0,1447 0,1366 0,1466 –

Tractebel 0,1438 0,1346 0,1480 0,1463 0,1145 0,1438 0,3240

Weg – – 0,1506 0,1665 0,1654 0,1654 0,2112

Sabesp 0,1780 0,1759 0,1834 0,1795 0,1719 0,1780 (0,0122)

Dasa

▫

– – – – 0,1676 0,1676 –

Aracruz 0,1348 0,1361 0,1562 0,1627 0,1658 0,1562 0,0553

Suzano Papel 0,1462 0,1409 0,1545 0,1564 0,1661 0,1545 (0,0379)

V C P 0,1411 0,1400 0,1560 0,1709 0,1819 0,1560 0,2482

Petrobras 0,1667 0,1750 0,1736 0,1777 0,1870 0,1750 0,0705

Braskem 0,1677 0,1717 0,1867 0,1734 0,1671 0,1717 –

Suzano Petroquímica – – 0,1697 0,1688 0,1817 0,1697 (0,8079)

Am Inox Br 0,1715 0,1594 0,1457 0,1655 0,1964 0,1655 –

Gerdau 0,1983 0,1994 0,2090 0,2287 0,2486 0,2090 0,2572

Gerdau Metalúrgica 0,1964 0,1994 0,2145 0,2257 0,2367 0,2145 0,2741

CCR Rodovias – 0,2017 0,2087 0,1792 0,1703 0,1905 0,8460

Iochp-Maxion 0,1599 0,1613 0,1601 0,1502 0,1281 0,1599 –

Embraer 0,1601 0,1510 0,1702 0,1633 0,1552 0,1601 0,0384

Legenda –

▫

: Abertura de capital ocorreu em 2004.

◊

: Abertura de capital ocorreu em 2005.

○

: Utilizadas as ações

mais líquidas em todo o período, mesmo que não pertencente à carteira teórica do ISE. –: Dados ausentes.

Fonte – Elaborado pelo autor desta dissertação.

163

Tabela 47

Custo de capital próprio para o ano de 2006

Empresas Kpβ

Kpβ

Mediana Kp Gordon

Perdigão S.A. 0,1785 0,1876 0,1954 0,3058 0,1646 0,1876 0,0493

Sadia S.A. 0,1676 0,1883 0,1898 0,1933 0,1476 0,1883 0,0342

Natura

▫

– – – 0,1899 0,1917 0,1908 0,5880

Cesp

○

0,2655 0,2848 0,2768 0,2808 0,2905 0,2808 –

Cemig 0,2734 0,2660 0,2328 0,2281 0,2771 0,2660 0,6458

Coelce 0,1679 0,1557 0,1540 0,1755 0,0998 0,1557 0,4809

CPFL Energia

▫

– – – 0,1965 0,1517 0,1741 0,7431

Copel 0,2869 0,2630 0,2507 0,2490 0,2409 0,2507 –

Eletrobrás 0,3436 0,3398 0,3086 0,3008 0,3672 0,3398 0,0711

Eletropaulo

○

0,1780 0,1671 0,1526 0,1355 0,1519 0,1526 –

Energias BR

◊

– – – – 0,2426 0,2426 –

AES Tiete 0,1168 0,1159 0,1270 0,1273 0,1320 0,1270 0,9437

Light S.A. 0,3066 0,3495 0,2952 0,2454 0,4428 0,3066 –

Tractebel 0,1289 0,1499 0,1408 0,0933 0,0790 0,1289 0,3043

Weg – 0,1582 0,1693 0,1737 0,1643 0,1668 0,2165

Sabesp 0,2149 0,2190 0,2079 0,1846 0,1163 0,2079 (0,0645)

Dasa

▫

– – – 0,2160 0,1752 0,1956 –

Aracruz 0,1317 0,1619 0,1651 0,1516 0,1279 0,1516 0,0363

Suzano Papel 0,1526 0,1781 0,1865 0,1985 0,2107 0,1865 (0,0698)

V C P 0,1371 0,1565 0,1722 0,1651 0,1189 0,1565 0,1800

Petrobras 0,2275 0,2288 0,2384 0,2553 0,2242 0,2288 0,0717

Braskem 0,1917 0,2080 0,1769 0,1573 0,1252 0,1769 –

Suzano Petroquímica – 0,1972 0,1885 0,1983 0,1831 0,1928 (0,8122)

Am Inox Br 0,1934 0,1686 0,2066 0,2430 0,2156 0,2066 –

Gerdau 0,2815 0,3029 0,3332 0,3550 0,2957 0,3029 0,2353

Gerdau Metalúrgica 0,2721 0,3007 0,3143 0,3231 0,2732 0,3007 0,2364

CCR Rodovias 0,2755 0,2864 0,2367 0,2308 0,2174 0,2367 0,8226

Iochp-Maxion 0,1827 0,1789 0,1509 0,1226 0,1068 0,1509 –

Embraer 0,1724 0,2069 0,1917 0,1758 0,1247 0,1758 0,0246

Legenda –

▫

: Abertura de capital ocorreu em 2004.

◊

: Abertura de capital ocorreu em 2005.

○

: Utilizadas as ações

mais líquidas em todo o período, mesmo que não pertencente à carteira teórica do ISE. –: Dados ausentes.

Fonte – Elaborado pelo autor desta dissertação.

164

Tabela 48

Custo de capital próprio para o ano de 2007

Empresas Kpβ

Kpβ

Mediana Kp Gordon

Perdigão S.A. 0,0960 0,1012 0,1349 0,1178 0,1454 0,1178 0,0530

Sadia S.A. 0,0957 0,0965 0,0979 0,0922 0,1021 0,0965 0,0194

Natura

▫

– – 0,0955 0,0965 0,1136 0,0965 0,6314

Cesp

○

0,1234 0,1207 0,1204 0,1172 0,1007 0,1204 –

Cemig 0,1192 0,1080 0,1071 0,1138 0,1027 0,1080 0,5957

Coelce 0,0838 0,0826 0,0884 0,0699 0,0785 0,0826 0,4767

CPFL Energia

▫

– – 0,1002 0,1010 0,1210 0,1010 0,7647

Copel 0,1187 0,1132 0,1117 0,1018 0,0935 0,1117 –

Eletrobrás 0,1416 0,1322 0,1310 0,1418 0,1414 0,1414 0,0809

Eletropaulo

○

0,0943 0,0882 0,0814 0,0876 0,0855 0,0876 –

Energias BR

◊

– – – 0,0985 0,0863 0,0924 –

AES Tiete 0,0709 0,0737 0,0737 0,0730 0,0699 0,0730 0,8732

Light S.A. 0,1436 0,1307 0,1197 0,1609 0,1673 0,1436 –

Tractebel 0,0836 0,0822 0,0719 0,0801 0,1076 0,0822 0,2749

Weg 0,0848 0,0886 0,0905 0,0882 0,1542 0,0886 0,2108

Sabesp 0,1018 0,0970 0,0895 0,0692 0,0670 0,0895 (0,0686)

Dasa

▫

– – 0,0958 0,0811 0,0691 0,0811 –

Aracruz 0,0863 0,0872 0,0845 0,0809 0,0912 0,0863 0,0357

Suzano Papel 0,0902 0,0925 0,0954 0,0947 0,0951 0,0947 (0,0700)

V C P 0,0862 0,0915 0,0896 0,0805 0,0898 0,0896 0,1680

Petrobras 0,1073 0,1102 0,1146 0,1096 0,1071 0,1096 0,0429

Braskem 0,1037 0,0923 0,0857 0,0769 0,0813 0,0857 –

Suzano Petroquímica 0,0922 0,0888 0,0881 0,0748 0,0370 0,0881 (0,8131)

Am Inox Br 0,0867 0,0970 0,1053 0,0880 0,0690 0,0880 –

Gerdau 0,1271 0,1342 0,1384 0,1190 0,1080 0,1271 0,2205

Gerdau Metalúrgica 0,1280 0,1308 0,1321 0,1164 0,1054 0,1280 0,2137

CCR Rodovias 0,1233 0,1073 0,1068 0,1008 0,1048 0,1068 0,8531

Iochp-Maxion 0,0947 0,0869 0,0796 0,0892 0,0962 0,0892 –

Embraer 0,0971 0,0914 0,0861 0,0710 0,0671 0,0861 0,0261

Legenda –

▫

: Abertura de capital ocorreu em 2004.

◊

: Abertura de capital ocorreu em 2005.

○

: Utilizadas as ações

mais líquidas em todo o período, mesmo que não pertencente à carteira teórica do ISE. –: Dados ausentes.

Fonte – Elaborado pelo autor desta dissertação.

165

APÊNDICE G

Resultados dos modelos estimados

_cons .189988 .0514682 3.69 0.001 .0841935 .2957824

ncg_2007

-3.26e-08 2.04e-08 -1.59 0.123 -7.46e-08 9.41e-09

cdg_2007

-2.01e-08 1.51e-08 -1.34 0.193 -5.11e-08 1.08e-08

eva_2007 Coef. Std. Err. t P>|t| [95% Conf. Interval]

Total 1.54047097 28 .05501682 Root MSE = .23206

Adj R-squared = 0.0212

Residual

1.40014458 26 .053851715 R-squared = 0.0911

Model

.140326384 2 .070163192 Prob > F = 0.2889

F( 2, 26) = 1.30

Source

SS df MS Number of obs = 29

. regress eva_2007 cdg_2007 ncg_2007

Figura 9 – Resultado da regressão – EVA

contra CDG e NCG (2007)

Fonte – STATA

, versão 10.1.

_cons .189988 .0514682 3.69 0.001 .0841935 .2957824

t_2007

3.26e-08 2.04e-08 1.59 0.123 -9.41e-09 7.46e-08

cdg_2007

-5.27e-08 3.31e-08 -1.59 0.123 -1.21e-07 1.53e-08

eva_2007 Coef. Std. Err. t P>|t| [95% Conf. Interval]

Total 1.54047097 28 .05501682 Root MSE = .23206

Adj R-squared = 0.0212

Residual

1.40014453 26 .053851713 R-squared = 0.0911

Model

.140326432 2 .070163216 Prob > F = 0.2889

F( 2, 26) = 1.30

Source

SS df MS Number of obs = 29

. regress eva_2007 cdg_2007 t_2007

Figura 10 – Resultado da regressão que considerava o EVA

contra CDG e T (2007)

Fonte – STATA

, versão 10.1.

_cons .189988 .0514682 3.69 0.001 .0841935 .2957824

t_2007

-2.01e-08 1.51e-08 -1.34 0.193 -5.11e-08 1.08e-08

ncg_2007

-5.27e-08 3.31e-08 -1.59 0.123 -1.21e-07 1.53e-08

eva_2007 Coef. Std. Err. t P>|t| [95% Conf. Interval]

Total 1.54047097 28 .05501682 Root MSE = .23206

Adj R-squared = 0.0212

Residual

1.40014461 26 .053851716 R-squared = 0.0911

Model

.140326354 2 .070163177 Prob > F = 0.2889

F( 2, 26) = 1.30

Source

SS df MS Number of obs = 29

. regress eva_2007 ncg_2007 t_2007

Figura 11 – Resultado da regressão que considerava o EVA

contra NCG e T (2007)

Fonte – STATA

, versão 10.1.

166

_cons .189988 .0514682 3.69 0.001 .0841935 .2957824

t_2007

3.26e-08 2.04e-08 1.59 0.123 -9.41e-09 7.46e-08

ncg_2007

(dropped)

cdg_2007

-5.27e-08 3.31e-08 -1.59 0.123 -1.21e-07 1.53e-08

eva_2007 Coef. Std. Err. t P>|t| [95% Conf. Interval]

Total 1.54047097 28 .05501682 Root MSE = .23206

Adj R-squared = 0.0212

Residual

1.40014453 26 .053851713 R-squared = 0.0911

Model

.140326432 2 .070163216 Prob > F = 0.2889

F( 2, 26) = 1.30

Source

SS df MS Number of obs = 29

. regress eva_2007 cdg_2007 ncg_2007 t_2007

Figura 12 – Resultado da regressão – EVA

contra CDG, NCG e T (2007)

Fonte – STATA

, versão 10.1.

_cons .9396656 .152008 6.18 0.000 .6259365 1.253395

payout_2006

.0020303 .0008677 2.34 0.028 .0002395 .0038212

dmdcg5_2006

-.9645956 .1470156 -6.56 0.000 -1.268021 -.6611702

dmdcg4_2006

-.9116246 .140668 -6.48 0.000 -1.201949 -.6213

dmdcg1_2006

-.8838337 .137932 -6.41 0.000 -1.168511 -.5991561

eva_2007 Coef. Std. Err. t P>|t| [95% Conf. Interval]

Total 1.54047097 28 .05501682 Root MSE = .12481

Adj R-squared = 0.7169

Residual

.373859456 24 .015577477 R-squared = 0.7573

Model

1.16661151 4 .291652878 Prob > F = 0.0000

F( 4, 24) = 18.72

Source

SS df MS Number of obs = 29

. regress eva_2007 dmdcg1_2006 dmdcg4_2006 dmdcg5_2006 payout_2006

Figura 13 – Resultado da regressão que considerava o EVA

de 2007

Fonte – STATA

, versão 10.1.

_cons -.1988935 .1263188 -1.57 0.129 -.4602039 .0624169

dipo

.1914952 .0611279 3.13 0.005 .0650425 .3179478

dgc

-.2808274 .0862569 -3.26 0.003 -.4592635 -.1023913

roa_medio

2.00556 .2678896 7.49 0.000 1.451389 2.559732

end_medio

.5330889 .1129084 4.72 0.000 .29952 .7666579

t_medio

1.19e-08 5.55e-09 2.15 0.042 4.66e-10 2.34e-08

eva_medio Coef. Std. Err. t P>|t| [95% Conf. Interval]

Total 1.47394777 28 .052640992 Root MSE = .11176

Adj R-squared = 0.7627

Residual

.287278562 23 .012490372 R-squared = 0.8051

Model

1.18666921 5 .237333842 Prob > F = 0.0000

F( 5, 23) = 19.00

Source

SS df MS Number of obs = 29

. regress eva_medio t_medio end_medio roa_medio dgc dipo

Figura 14 – Resultado da regressão que considerava o EVA

médio

Fonte – STATA

, versão 10.1.

167

_cons -.3919448 .1004253 -3.90 0.001 -.5996903 -.1841993

dipo

.1943613 .0525084 3.70 0.001 .0857393 .3029833

dgc

-.1164614 .0666249 -1.75 0.094 -.2542855 .0213628

roa_medio

1.98799 .2300947 8.64 0.000 1.512002 2.463977

end_medio

.7301441 .1081477 6.75 0.000 .5064236 .9538646

t_pl_medio

.2736652 .0722294 3.79 0.001 .1242472 .4230831

eva_medio Coef. Std. Err. t P>|t| [95% Conf. Interval]

Total 1.47394777 28 .052640992 Root MSE = .09612

Adj R-squared = 0.8245

Residual

.212515248 23 .009239793 R-squared = 0.8558

Model

1.26143252 5 .252286504 Prob > F = 0.0000

F( 5, 23) = 27.30

Source

SS df MS Number of obs = 29

. regress eva_medio t_pl_medio end_medio roa_medio dgc dipo

Figura 15 – Resultado da regressão que considerava o EVA

médio com T/PL

Fonte – STATA

, versão 10.1.

rho .10660221 (fraction of variance due to u_i)

sigma_e

.18319708

sigma_u

.06328186

_cons -.5226489 .0810749 -6.45 0.000 -.6815528 -.3637451

roa

2.197073 .2432829 9.03 0.000 1.720248 2.673899

end

.7148447 .1266849 5.64 0.000 .4665469 .9631424

t_pl

.1331858 .0519297 2.56 0.010 .0314055 .234966

eva Coef. Std. Err. z P>|z| [95% Conf. Interval]

Robust

(Std. Err. adjusted for clustering on empresa)

corr(u_i, X) = 0 (assumed) Prob > chi2 = 0.0000

Random effects u_i ~ Gaussian Wald chi2(3) = 90.97

overall = 0.6139 max = 5

between = 0.8015 avg = 4.7

R-sq: within = 0.4085 Obs per group: min = 2

Group variable: empresa Number of groups = 29

Random-effects GLS regression Number of obs = 136

. xtreg eva t_pl end roa, re robust

Figura 16 – Resultado da estimação – efeito aleatório – em painel para EVA

Obs – Estimação corrida para Heterocedasticidade por meio do robust.

Fonte – STATA

, versão 10.1.

_cons .052932 .8985101 0.06 0.953 -1.797584 1.903448

dadr

-1.872909 .8784946 -2.13 0.043 -3.682202 -.0636153

payout_2006

.047458 .0143602 3.30 0.003 .0178825 .0770334

nal_2006

12.4106 4.771915 2.60 0.015 2.582661 22.23855

mva_2007 Coef. Std. Err. t P>|t| [95% Conf. Interval]

Total 245.509071 28 8.7681811 Root MSE = 2.2831

Adj R-squared = 0.4055

Residual

130.318779 25 5.21275117 R-squared = 0.4692

Model

115.190292 3 38.3967639 Prob > F = 0.0011

F( 3, 25) = 7.37

Source

SS df MS Number of obs = 29

. regress mva_2007 nal_2006 payout_2006 dadr

Figura 17 – Resultado da regressão que considerava o MVA

de 2007

Fonte – STATA

, versão 10.1.

168

APÊNDICE H

Teste dos pressupostos dos modelos estimados

Validação dos pressupostos do modelo

ii6i5

MÉDIO

εDIPOβDGCβROAβENDβTββ*EVA ++

++=

residuos 0.4415 0.0000 -0.0000 -0.0000 0.0000 0.0000 1.0000

dipo

0.2010 0.1128 -0.1257 0.0008 0.1359 1.0000

dgc

-0.4230 0.5235 -0.3298 -0.0363 1.0000

roa_medio

0.5805 0.0504 -0.4630 1.0000

end_medio

0.2140 -0.1657 1.0000

t_medio

0.0201 1.0000

eva_medio

1.0000

eva_me~o t_medio end_me~o roa_me~o dgc dipo residuos

(obs=29)

. correlate eva_medio t_medio end_medio roa_medio dgc dipo residuos

Figura 18 – Matriz de correlação das variáveis da regressão – EVA

médio

Fonte – STATA

, versão 10.1.

Os dados da matriz de correlação já possibilitam algumas análises preliminares. Observa-se

que nenhum dos regressores está correlacionado com os resíduos da regressão

ii6i5

MÉDIO

εDIPOβDGCβROAβENDβTββ*EVA ++

++= . Em

complemento percebe-se que as variáveis de controle são pouco correlacionadas, a exceção do

endividamento que mostrou alguma correlação negativa com as demais variáveis de controle.

A variável em estudo, T, apresentou uma correlação fraca e inversa com o endividamento e

fraca uma um pouco mais forte e direta com a

dummy que expressa a participação em um dos

níveis de governança corporativa. Os pressupostos foram testados e sumarizados no quadro a

seguir.

Pressuposto Teste utilizado Resultados

Linearidade do modelo

Ramsey RESET (quadrática) F-estatístico 2,37 valor-p 0,13

Ramsey RESET (cúbica) F-estatístico 4,29 valor-p 0,02

] = 0

Média dos termos de erro 2.89E-15 ≈ 0

ε ~ N(0, σ²In) Jarque-Bera Jarque-Bera 1.31 valor-p 0,51

E[ε

] = 0

Breusch-Godfrey serial correlation

LM Test

F-estatístico 0,42 valor-p 0,65

Correlograms and q-statistics Figura 19

Multicolinearidade VIF Figura 20

Constância dos parâmetros CUSUM Figura 21

E[ε²

] = σ²

White F-estatístico 1,91 valor-p 0,12

Breusch-Pagan / Cook-Weisberg χ-estatístico 6,26 valor-p 0,01

Quadro 21 – Testes para regressão que considerava o EVA

médio

Obs. – Valores p iguais a zero implicariam em rejeição das H

o que significa dizer que pressupostos seriam

violados.

Fonte – Elaborado pelo autor desta dissertação a partir dos testes do Eviews

, versão 5, e do STATA

, versão

10.1.

169

Figura 19 – Teste correlograms and q-statistics para regressão – EVA

médio

Fonte – Eviews

, versão 5.

Mean VIF 1.38

dipo 1.03 0.969382

roa_medio

1.36 0.736375

t_medio

1.40 0.716549

end_medio

1.52 0.656492

dgc

1.60 0.624152

Variable VIF 1/VI

Figura 20 – Teste VIF para regressão que considerava o EVA

médio

Fonte – STATA

, versão 10.1.

-15

-10

-5

8 10 12 14 16 18 20 22 24 26 28

CUSUM 5% Significance

Figura 21 – Teste CUSUM para regressão que considerava o EVA

médio

Fonte – Eviews

, versão 5.

170

Validação dos pressupostos do modelo

ii6i5

MÉDIO

321

MÉDIO

εDIPOβDGCβROAβENDβ

ββ*EVA

MÉDIO

++++++=

Pressuposto Teste utilizado Resultados

Linearidade do modelo

Ramsey RESET (quadrática) F-estatístico 4,02 valor-p 0,05

Ramsey RESET (cúbica) F-estatístico 8,05 valor-p 0,002

] = 0

Média dos termos de erro 2.89E-15 ≈ 0

ε ~ N(0, σ²In) Jarque-Bera Jarque-Bera 1.93 valor-p 0,38

E[ε

] = 0

Breusch-Godfrey serial correlation

LM Test

F-estatístico 0,32 valor-p 0,72

Correlograms and q-statistics Figura 22

Multicolinearidade VIF Figura 23

Constância dos parâmetros CUSUM Figura 24

E[ε²

] = σ²

White F-estatístico 4,23 valor-p 0,007

Breusch-Pagan / Cook-Weisberg χ-estatístico 6,26 valor-p 0,04

Quadro 22 – Testes para regressão que considerava o EVA

médio com T/PL

Obs. – Valores p iguais a zero implicariam em rejeição das H

o que significa dizer que pressupostos seriam

violados.

Fonte – Elaborado pelo autor desta dissertação a partir dos testes do Eviews

, versão 5, e do STATA

, versão

10.1.

Figura 22 – Teste correlograms para regressão – EVA

médio com T/PL

Fonte – Eviews

, versão 5.

Mean VIF 1.40

dipo 1.03 0.971856

dgc

1.29 0.773913

roa_medio

1.35 0.738387

t_pl_medio

1.42 0.705692

end_medio

1.89 0.529340

Variable VIF 1/VIF

. estat vif

Figura 23 – Teste VIF para regressão – EVA

médio com T/PL

Fonte – STATA

, versão 10.1.

171

-15

-10

-5

8 10 12 14 16 18 20 22 24 26 28

CUSUM 5% Significance

Figura 24 – Teste CUSUM para regressão –EVA

médio com T/PL

Fonte – Eviews

, versão 5.

Validação dos pressupostos do modelo

20065

20064

20063

200621

2007

εPAYOUTβDMDCG5βDMDCG4βDMDCG1ββ*EVA

Pressuposto Teste utilizado Resultados

Linearidade do modelo

Ramsey RESET (quadrática) F-estatístico 0,94 valor-p 0,34

Ramsey RESET (cúbica) F-estatístico 0,47 valor-p 0,62

] = 0

Média dos termos de erro -3.46E-15 ≈ 0

ε ~ N(0, σ²In) Jarque-Bera Jarque-Bera 8,60 valor-p 0,01

E[ε

] = 0

Breusch-Godfrey serial correlation

LM Test

F-estatístico 0,45 valor-p 0,63

Correlograms and q-statistics Figura 25

Multicolinearidade VIF Figura 26

Constância dos parâmetros CUSUM Figura 27

E[ε²

] = σ²

White F-estatístico 0,55 valor-p 0,78

Breusch-Pagan / Cook-Weisberg χ-estatístico 0,04 valor-p 0,83

Quadro 23 – Testes para regressão que considerava o EVA

de 2007

Obs. – Valores p iguais a zero implicariam em rejeição das H

o que significa dizer que pressupostos seriam

violados.

Fonte – Elaborado pelo autor desta dissertação.

172

Figura 25 – Teste correlograms para regressão – EVA

de 2007

Fonte – Eviews

, versão 5.

Mean VIF 6.19

payout_2006 1.23 0.814207

dmdcg5_2006

6.60 0.151457

dmdcg1_2006

8.00 0.124972

dmdcg4_2006

8.94 0.11191

Variable VIF 1/VI

Figura 26 – Teste VIF para regressão que considerava o EVA

de 2007

Fonte – STATA

, versão 10.1.

-12

-8

-4

14 16 18 20 22 24 26 28

CUSUM 5% Significance

Figura 27 – Teste CUSUM para regressão que considerava o EVA

de 2007

Fonte – Eviews

, versão 5.

173

Validação dos pressupostos do modelo

ii4

20063

200621

2007

εDADRβPAYOUTβNALββMVA

++=

Pressuposto Teste utilizado Resultados

Linearidade do modelo

Ramsey RESET (quadrática) F-estatístico 5,21 valor-p 0,03

Ramsey RESET (cúbica) F-estatístico 2,50 valor-p 0,10

] = 0

Média dos termos de erro -7,77E-15≈ 0

ε ~ N(0, σ²In) Jarque-Bera Jarque-Bera 1.81 valor-p 0,40

E[ε

] = 0

Breusch-Godfrey serial correlation

LM Test

F-estatístico 0,04 valor-p 0,95

Correlograms and q-statistics Figura 28

Multicolinearidade VIF Figura 29

Constância dos parâmetros CUSUM Figura 30

E[ε²

] = σ²

White F-estatístico 1,70 valor-p 0,15

Breusch-Pagan / Cook-Weisberg χ-estatístico 4,97 valor-p 0,02

Quadro 24 – Testes para regressão que considerava o MVA

de 2007

Obs. – Valores p iguais a zero implicariam em rejeição das H

o que significa dizer que pressupostos seriam

violados.

Fonte – Elaborado pelo autor desta dissertação a partir dos testes do Eviews

, versão 5 e do STATA

, versão

10.1.

Figura 28 – Teste correlograms para regressão – MVA

de 2007

Fonte – Eviews

, versão 5.

Mean VIF 1.01

payout_2006 1.01 0.994760

nal_2006

1.01 0.994475

dadr

1.01 0.989285

Variable VIF 1/VIF

. estat vif

Figura 29 – Teste VIF para regressão que considerava o MVA

de 2007

Fonte – STATA

, versão 10.1.

174

-15

-10

-5

6 8 10 12 14 16 18 20 22 24 26 28

CUSUM 5% Significance

Figura 30 – Teste CUSUM para regressão que considerava o MVA

de 2007

Fonte – Eviews

, versão 5.

Dados em painel

itit4it321

εROAβENDβ

ββ*EVA ++++=

Prob > F = 0.0000

F( 1, 27) = 93.798

H0: no first-order autocorrelation

Wooldridge test for autocorrelation in panel data

. xtserial eva t_pl end roa dgc dipo

Prob>chi2 = 0.0000

chi2 (29) = 7872.47

H0: sigma(i)^2 = sigma^2 for all i

in fixed effect regression model

Modified Wald test for groupwise heteroskedasticity

. xttest3

Figura 31 – Testes para autocorrelação em heterocedasticidade para os dados em painel

Fonte – STATA

, versão 10.1.

Prob>chi2 = 0.4240

= 2.80

chi2(3) = (b-B)'[(V_b-V_B)^(-1)](b-B)

Test: Ho: difference in coefficients not systematic

B = inconsistent under Ha, efficient under Ho; obtained from xtreg

b = consistent under Ho and Ha; obtained from xtreg

roa 2.30278 2.095525 .2072544 .2296863

end

.4597557 .6546593 -.1949036 .1482224

t_pl

.1036896 .1256676 -.0219779 .0207409

EF EA Difference S.E.

(b) (B) (b-B) sqrt(diag(V_b-V_B))

Coefficients

. hausman EF EA

Figura 32 – Teste Hausman para comparação de modelos em dados em painel

Fonte – STATA

, versão 10.1.

175

Dados em painel

itit4it3it21it

εDADRβPAYOUTβNALββ*MVA +

Prob > F = 0.1619

F( 1, 28) = 2.064

H0: no first-order autocorrelation

Wooldridge test for autocorrelation in panel data

. xtserial mva nal payout dadr

Prob>chi2 = 0.0000

chi2 (29) = 1.6e+05

H0: sigma(i)^2 = sigma^2 for all i

in fixed effect regression model

Modified Wald test for groupwise heteroskedasticity

. xttest3

Figura 33 – Testes para autocorrelação em heterocedasticidade para os dados em painel

Fonte – STATA

, versão 10.1.

UNIVERSIDADE FEDERAL DE MINAS GERAIS

FACULDADE DE CIÊNCIAS ECONÔMICAS

DEPARTAMENTO DE CIÊNCIAS ADMINISTRATIVAS

CENTRO DE PÓS-GRADUAÇÃO E PESQUISAS EM ADMINISTRAÇÃO

BRUNO VIDIGAL COSCARELLI

LIQUIDEZ CORPORATIVA E

CRIAÇÃO DE VALOR PARA ACIONISTAS

BELO HORIZONTE

2008

Livros Grátis
( http://www.livrosgratis.com.br )
 
Milhares de Livros para Download:
 
Baixar livros de Administração
Baixar livros de Agronomia
Baixar livros de Arquitetura
Baixar livros de Artes
Baixar livros de Astronomia
Baixar livros de Biologia Geral
Baixar livros de Ciência da Computação
Baixar livros de Ciência da Informação
Baixar livros de Ciência Política
Baixar livros de Ciências da Saúde
Baixar livros de Comunicação
Baixar livros do Conselho Nacional de Educação - CNE
Baixar livros de Defesa civil
Baixar livros de Direito
Baixar livros de Direitos humanos
Baixar livros de Economia
Baixar livros de Economia Doméstica
Baixar livros de Educação
Baixar livros de Educação - Trânsito
Baixar livros de Educação Física
Baixar livros de Engenharia Aeroespacial
Baixar livros de Farmácia
Baixar livros de Filosofia
Baixar livros de Física
Baixar livros de Geociências
Baixar livros de Geografia
Baixar livros de História
Baixar livros de Línguas

Baixar livros de Literatura
Baixar livros de Literatura de Cordel
Baixar livros de Literatura Infantil
Baixar livros de Matemática
Baixar livros de Medicina
Baixar livros de Medicina Veterinária
Baixar livros de Meio Ambiente
Baixar livros de Meteorologia
Baixar Monografias e TCC
Baixar livros Multidisciplinar
Baixar livros de Música
Baixar livros de Psicologia
Baixar livros de Química
Baixar livros de Saúde Coletiva
Baixar livros de Serviço Social
Baixar livros de Sociologia
Baixar livros de Teologia
Baixar livros de Trabalho
Baixar livros de Turismo
 
 