v.
5, n. 1, Janeiro-Abril/2021 This work is licensed under a Creative
Commons
Attribution
4.0 International License
Determinantes
internos e externos da estrutura de capital das empresas brasileiras
Georgia Saiani Mendes
0000-0001-6790-4352
Universidade de São Paulo
Ribeirão Preto, São Paulo,
Brasil
David Ferreira Lopes Santos
david.lopes@unesp.br
0000-0003-3890-6417
Universidade Estadual
Paulista
Jaboticabal, São Paulo,
Brasil
Elton Eustáquio Casagrande
0000-0003-4523-6802
Universidade Estadual
Paulista
Araraquara, São Paulo,
Brasil
RESUMO
Este artigo teve
por objetivo analisar os determinantes do endividamento das empresas no Brasil.
Propõem-se um tratamento diferenciado nessa pesquisa ao avaliar variáveis
internas e externas às firmas. As variáveis endógenas refletem os fundamentos
financeiros da empresa e as variáveis exógenas expressam a dinâmica setorial
competitiva em que a empresa está inserida. A hipótese do artigo é que ambas as
dimensões exercem influência no
endividamento. A base de dados foi construída combinando dados
financeiros anuais de empresas de capital aberto e fechado entre os anos de
1998 a 2014. A média de empresas em cada ano foi de 1.211 firmas. A partir
destas empresas criou-se um painel balanceado
com 89 empresas ativas ao longo dos 16 anos estudados e com informações para
todas as variáveis. Os resultados
demonstram que todas as variáveis relacionadas aos fundamentos das empresas são
significativas para explicar o endividamento das empresas. No entanto, somente
uma variável relativa à dinâmica setorial foi significativa para explicar a
estrutura de capital. Os resultados evidenciam que não há um único padrão teórico (Pecking Order ou Trade-off)
para direcionar a estratégia de endividamento.
Palavras-chave: Desempenho Financeiro; Dinâmica
Setorial; Endividamento; Gestão Financeira; Regressão com Dados em Painel.
Internal and external determinants of the capital structure
of Brazilian companies
ABSTRACT
This paper aimed at analyzing
the determinants factors of corporate indebtedness in Brazil. We propose a
differential treatment in this research when evaluating internal and external
variables to firms. The endogenous variables reflect the company financial
fundamentals and the exogenous variables express the competitive sector
dynamics in which the company is inserted in. The hypothesis is that both
dimensions exert influence on
indebtedness. The database was constructed combining annual financial data of
public and private companies between 1998 and 2014. The average number of
companies in each year was of 1,211 companies. From that number, a balanced
panel with 89 active companies throughout the 16 years of study and information
for all the variables was created. The results show that all variables related
to the companies foundations are significant to explain the indebtedness of
them. However, only one variable related
to the sectoral dynamics was significant
to explain the capital structure. The results show that there is no single
theoretical pattern (Pecking Order or Trade-off) to direct to the debt
strategy.
Keywords: Financial Performance; Sector
Dynamics; Indebtedness; Financial Management; Panel Data Regression
Submetido:
19/12/2020
Solicitação
de Correções: 24/02/2021
Aceito:
25/02/2021
Publicado:
30/04/2021
CONSIDERAÇÕES
INICIAIS
O debate sobre estrutura de capital
repousa sobre contribuições seminais que continuam a influenciar as
investigacões recentes e acentuar as discordâncias. A estrutura de capital tem
relação com as decisões de
endividamento e valor das empresas e procura explicar como as empresas combinam
capital próprio e de terceiro para financiar investimento em ativos reais. A teoria tradicional desenvolvida por
Durand (1952) afirma que é possível alcançar um nível ótimo de
endividamento a fim de maximizar o valor do investimento e não da renda empresarial. O autor,
contudo, coloca que sua teoria não era integralmente convecional, pois defendia
que os empresários deviam maximizar a riqueza e não a renda. Mesmo intuítivo, Durand (1952) trabalha
com a relação entre risco e retorno, em particular, ao acrescentar
ao modelo o financiamento através de capital próprio acrescido de capital de
terceiros.
A predominância da teoria que veio a
seguir, de proposição Modigliani e Miller (1958), explorou a arbitragem para
demonstrar que o fato de existerem empresa alavancadas, não causaria diferenças
de valor com relação as empresas não alavancadas. Logo, a forma de
financiamento era irrelevante e desconsiderava a estrutura de financiamento
para a decisão de investimento em ativos reais. Mais tarde, ou autores acima
incluíram o efeito do benefício fiscal da dívida para incrementar o trabalho
anterior e, neste caso, ficou demonstrado que a diferença de valor entre
empresas alavancadas e não alavancadas existe em função exclusivamente do
benefício fiscal (MODIGLIANI; MILLER, 1963).
Pesquisar impactos antes desconsiderados
da pesquisa de Modigliani e Miller foram feitos por outras abordagens, e entre
elas, as teorias decorrentes do infortúnio financeiro (ALTMAN, 1984), custo de
agência (JENSEN; MECKLING, 1976) e assimetria de informação (MYERS, 1984) que
decorreu da crítica deste último ao estudo de Donaldson (1962), em particular
com relação às expectativas homogêneas assumidas pelo último.
A
contribuição da Pecking Order Theory
se origina com o conceito de assimetria de informações, que significa, por sua
vez, um conhecimento mais completo por parte das Diretorias sobre a condição da
empresa que administram do que os investidores. O efeito dessa hipótese se dá
sobre a escolha entre financiamento interno ou externo e também entre emissão
de dívida ou venda de novas ações. Logo, firmas irão preferir empregar recursos
acumulados internamente, adaptarão os pagamentos de dividendos para manter a
liquidez, e quando recursos externos são necessários, a preferência é pela
emissão de dívidas.
No Brasil, estudos apontam que as
organizações apresentam resultados na direção da Pecking Order (CORREA; BASSO; NAKAMURA, 2013; ZEIDAN; GALIL;
SHAPIR, 2018; CORDEIRO FILHO et al., 2018) e uma preferência por abordarem da
estrutura de capital e sua relação com variáveis internas às firmas (KUMAR;
COLOMBAGE; RAO, 2017; LI; ISLAM, 2015). Por outro lado, encontram-se uma
variedade de estudos que buscam entender o comportamento de métricas internas
às organizações de um único setor associadas a estrutura de capital (KAVESKI et
al., 2015; HOYOS; GARZÓN, 2015; BRUNOZI et al., 2016, SANTOS et al., 2014), o que sugere que as
características específicas de cada
setor podem afetar seu endividamento (ZHONG; CHEN, 2014).
Por isso, esse estudo se posiciona na
discussão teórica que envolve a tríade endividamento, desempenho e dinâmica
setorial ainda em conformação e sem estudos empíricos de larga amplitude para a
realidade brasileira. Devido a polarização que os estudos sobre endividamento
possuem, o objetivo dessa pesquisa é analisar
os fatores os determinantes do endividamento das empresas no Brasil, a
partir de um modelo que agregue variáveis internas e externas à firma.
Para tanto, o artigo foi organizado em
mais 3 seções posteriores a essa introdução para melhor apresentar a pesquisa
realizada. A próxima seção apresenta os fundamentos teóricos sobre o tema e que
permitiram construir as hipóteses. A terceria seção apresenta os materiais e
métodos que possibilitaram a construção da base de dados e os resultados que
são apresentados e discutidos na quarta seção. Por fim, as considerações finais
relatam as implicações e limitações desse estudo, bem como novas proposições
para estudos empíricos. A listagem das
referências utilizadas encerram o artigo.
FUNDAMENTOS
TEÓRICOS
Esta seção aborda os fundamentos teóricos que
permitiram construir as hipóteses e as variáveis para testá-las. Desta forma,
priorizou-se o uso de artigos clássicos nesse tema, bem como estudos empíricos
nacionais e internacionais, com vistas a avaliar a utilização das variáveis
explicativas ao endividamento e definir as relações esperadas.
Estrutura de Capital
A combinação das fontes de capitais, próprias e
de terceiros, e seus respectivos custos geram o custo médio ponderado de
capital. A maximização do lucro esperado por ação, depende de um custo médio
ponderado mínimo, que por sua vez, é afetado pela relação dívida/ativos totais.
Na abordagem tradicional existiria um nível de endividamento ótimo que poderia
ser alcançado através da combinação de capital de terceiros e próprio que
maximizariam o valor da empresa (DURAND, 1952).
O grau de alavancagem se relaciona com o risco
enfrentado pelos acionistas e, portanto, com o custo do patrimônio dos
acionistas ordinários. Esse risco, também conhecido pelo termo “beta” de uma empresa alavancada” pode
ser resultado de uma estrutura ótima de capital, com metas calculadas para
obter tal maximização.
Há, contudo, limitações empíricas para essa
abordagem em mercados com fraca eficiência, em que o coeficiente beta é estimado
com restrições em função da carteira de mercado não expressar de forma robusta
o risco sistemático do país, como ocorre para a realidade brasileira (ASSAF
NETO; LIMA; ARAÚJO, 2008; RODRIGUES et al., 2017).
A teoria da irrelevância financeira de Modigliani
e Miller (1963) que corrigida para os
efeitos dos impostos em relação ao artigo de 1958, demonstra que o
efeito fiscal da alavancagem afeta o valor de mercado e o WACC da empresa.
(RODRIGUES, 2013; JAROS; BARTOSOVA, 2015; VIEIRA, 2013).
A teoria do Trade
Off pressupõe que as empresas buscam definir seu endividamento considerando
o balanceamento entre os benefícios fiscais da dívida e os custos de
dificuldades financeiras com uma meta para endividamento (MYERS, 2001).
Contudo, para a Pecking Order Theory,
essa meta não é realizável pela existência da hipótese da assimetria de
informações, que por sua vez, só pode ser observada indiretamente: a existência
de restrição financeira externa eleva os custos de captação das empresas, o que
torna a hierarquia de financiamento uma condição necessária para que a empresa
realize seus investimentos. Em suma, há divergência entre os custos de
financiamentos internos e externos o que leva as empresas acumularem de
liquidez. Greenwald (1984) e Myers and
Majluf (1984).
A Pecking
Order define que há preferências entre as fontes de financiamento. Uma
empresa deve utilizar primeiramente seus recursos próprios (lucros somados a
depreciação – cash-flow), para em
seguida optar por capital de terceiros, e caso necessário utilizaria a emissão
de ações (MYERS; MAJLUF, 1984). Essa vertente se sustenta com o fato de que
empresas que possuem maior lucratividade podem reter seus lucros, e, portanto,
tendem a utilizar capital próprio em detrimento do capital de terceiros, ou
seja, são menos propensas ao endividamento (MYERS, 2001).
Moshirian, Nanda, Valdilyev, Zhang e Zhang (2017)
estudaram a sensibilidade das variáveis financeiras internas da firma ao
investimento em ativos fixos para 42 países, de 1993 a 2013, como forma de se observar
os efeitos da assimetria de informações. Segundo os autores, na medida que os
investimentos em intangíveis tornam-se relevantes relativamente ao investimento
em ativos haverá redução da sensibilidade do cash-flow empregada como proxy
para restrição financeira, em particular, para os países desenvolvidos. Quando
se analisa a liquidez e investimento em tangíveis a produtividade marginal do
capital fixo é mais previsível do que a dos ativos intangíveis. A previsão de
produtividade a relação com a estrutura de capital permite testes mais robustos
para os determinantes do investimento.
Logo, os estudos para os países em
desenvolvimento tendem a apresentar uma maior sensibilidade do investimento às
variáveis financeiras internas do que as empresas dos países desenvolvidos.
Liu (2017) discute, com base em revisitação de
estudos publicados a partir dos anos 2000, os conceitos de flexibilidade
financeira e política financeira. O autor parte do pressuposto de que os
mercados financeiros não são perfeitos e a prudência precaucional deve ser
testada. Com base nas investigações o autor defende que a flexibilidade define
a estratégia da política financeira. A política financeira segundo o autor
compreende as decisões de estrutura de capital.
A flexibilidade financeira se resume na
manutenção de elevados níveis de liquidez (disponibilidades) e nos baixos
níveis de alavancagem. A combinação dessas duas decisões produzem efeitos no
mercado ao favorecer o aumento do endividamento quando a corporação encontra
oportunidades de investimento lucrativas.
Neste contexto, de oportunidade de crescimento,
uma empresa ou grupo empresarial tem recursos imediatos para estabelecer suas
ações, ao mesmo tempo que, pode recorrer aos credores dada sua capacidade de
pagamento. Além das duas estratégias para manter a flexibilidade financeira, o
autor recolhe também evidências de que a política de distribuição de dividendos
se torna passiva e submissa a política de flexibilidade financeira (LIU, 2017).
A capacidade financeira citada como relevante nos
parágrafos anteriores é medida por noções de liquidez, seja o índice de
liquidez ou na forma do capital circulante líquido. O fato é que a decisão
empresarial de utilizar variáveis que compõem a liquidez corrente pode se
revelar de duas maneiras: i) redução dos ativos circulantes; ii) aumento dos
passivos circulantes. Os efeitos combinados de i) e ii) serão empregados no
financiamento de ativos imobilizados.
Ronneberg e Aarnes (2015) analisam a disposição
de manter excesso de disponibilidades acima das necessidades operacionais em
empresas públicas e privadas devido aos motivos de precaução, custos
transacionais para tranformar ativos em disponibilidades, custo de agência,
tributação – quando empresas tem bases multinacionais e procurarm postergar
repatriações de lucros e estrutura competitiva de mercado. O período do estudo
é de 2002 a 2012 com empresas norueguesas. As informações das demonstrações
contábeis após o tratamento dos dados levou a formação de uma amostra com
779.113 observações do setor privado e 1.458 observações de mepresas públicas.
Os autores também avaliam o desempenho dos dois grupos ao observarem o retorno
sobre os ativos e a política de dividendos. Os autores demonstram a relevância
das variáveis internas para explicar os investimentos e que as empresas
públicas sofrem os efeitos dos custos de agência.
No artigo de Al–Amri, Al-Busaidi e Akguc (2015)
as disponibilidade de recursos de curto prazo ou liquidez são meios para
enfrentar situações críticas e recessivas. O estudo foi feito para a Europa e
países do Oriente Médio no período entre 2003 e 2012 para os setores de bens
duráveis, não duráveis, energia, química, serviços, saúde e indústria de
transformação.
Ainda para Al–Amri, Al-Busaidi e Akguc (2015), o
excesso de liquidez é definido como o volume acima do que seria necessário para
financiar o investimento operacional corrente. A gestão contábil conservadora é
definida como um instrumento de governança através da antecipação das perdas
futuras e ganhos não auferidos. A contabilidade conservadora combinada com a
decisão de manter elevado níveis de liquidez reduzem os efeitos das assimetrias
de informação, de acordo com a revisão da literatura feita por estes autores.
Para completar o quadro de investigação os autores também consideram a
importância da liquidez como comportamento precaucional. O argumento é baseado
nas expectativas das Diretorias ao prever restrições creditícias futuras em
seus mercados, tanto em função do funcionamento dos mercados de crédito quanto
da avaliação da atividade econômica. Os resultados demonstraram que a prática
de governança – contabilidade conservadora e elevada liquidez influenciou as
decisões de investimento das corporações, em particular as públicas.
O estudo de Zeidan, Galil e Shapir (2018)
comprova a hipótese de que as empresas brasileiras estão mais inclinadas a
utilizar seus lucros retidos como fonte de recursos. Correa, Basso e Nakamura
(2013) também identificaram que as maiores empresas brasileiras aproximam-se
mais da Pecking order do que da Trade off Theory. Uma justificativa para esse comportamento é
que a o capital próprio é de facil e rápido acesso pelas empresas em comparação
com outras possibilidades de fonte de financiamento (XU; LI, 2015).
Dinâmica Setorial e Desempenho
A estrutura de concorrência setorial
afeta a estrutura de capital e as decisões relacionadas ao endividamento das
empresas (ISLAM; KHANDAKER; 2015; MANGAFIC; MARTINOVIC; 2015). Os gestores
devem se preocupar com o risco que a estrutura concorrencial do setor causa
sobre a alavancagem operacional ou risco do negócio (ZHONG; CHEN; 2014;
DE-CARVALHO; DIAS; ROSSI, 2018).
Li e Stathis (2017) testaram a estrutura
de capital relacionando-a com a média de endividamento e o crescimento do setor
econômico em cada empresa estava inserida na Austrália. Ambas as variáveis
apresentaram relação com a contração de dívidas, de forma que empresas que
estão em indústrias em crescimento tendem a utilizar recursos próprios. Aquelas
que estão em setores com endividamento médio-alto são propensas a contrair mais
dívidas. Os autores observaram também que as dívidas do setor vem se tornando
mais importante, e por sustentar o sinal significantemente positivo em relação
ao endividamento reforça a ideia da Trade-off
Theory.
Pinková e Riederová (2013) analisaram
variáveis internas às firmas considerando os diferentes setores da indústria de
transformação do Cazaquistão. Há mudanças de decisão de estrutura de capital
quando as empresas se encontram em setores distintos e algumas variáveis podem
indicar propensão à constituição de dívidas em um setor, enquanto em outro pode
significar aversão ao financiamento.
Martins e Terra (2014) e Kayo e Kimura
(2011) utilizaram variáveis setoriais para mensurar os determinantes da
estrutura de capital na América Latina. Para sua pesquisa, selecionaram as
variáveis: dinamismo do setor, munificiência setorial e concentração do setor.
Kayo e Kimura (2011) verificaram que 11,6% da estrutura de capital pode ser
explicada com variáveis setoriais, demonstrando que em empresas localizadas em
países emergentes o dinamismo e a concentração de mercado demonstram relação
negativa com o endividamento. Já Martins e Terra (2014) concluíram que, em
empresas brasileiras, variações setoriais corresponderam a 4,79% de variações
em alavancagem e encontraram significância somente na variável de
munificiência.
Venanzi, Nacarato e Abate (2014)
encontraram associação negativa do índice de Herfindahl-Hirschman (IHH) com o endividamento, demonstrando que
empresas que estão em mercados mais competitivos tendem a obter maior
financiamento do que empresas em indústrias concentradas. Mitani (2014) estudou
a relação da concentração de mercado feita através do market share com a estrutura de capital e identificou que empresas
com grande market share tendem a
contrair menos dívidas e organizações com baixa concentração de mercado estão
sucetíveis a obter maior quantidade de capital de terceiros.
Macedo et al. (2015) apontam que as
organizações brasileiras que não são cotadas na bolsa de valores se preocupam
com a volatilidade dos seus lucros e Zhong e Chen (2014) demonstram que as
organizações devem observar o endividamento do setor em que estão inseridas
para definirem sua estrutura de capital. O risco da indústria foi estudado por
Li e Islam (2015) e os autores observaram que organizações que se encontram em
setores que possuem altos riscos tendem a contrair mair dívidas.
Apesar das evidências apresentadas
considerando o efeito da dinâmica setorial na estrutura de capital, os autores
Nejad e Wasiuzzaman (2015) alegam a pouca influência da indústria no
endividamento, representando somente 3,62% de mudanças na estrutura de capital.
Existe uma
preponderância dos estudos utilizarem as variáves de retorno para estudar a
relação do desempenho financeiro com a estrutura de capital. O retorno sobre
ativos é o mais comentado, sendo apresentado majoritariamente sua associação
negativa com o endividamento, sustentando o pressuposto que empresas tendem a
reter seus lucros para suprir sua demanda de capital (VĂTAVU, 2015; SALIM;
YADAV, 2012; KAVESKI et al., 2015).
Sumedrea (2015) estudou o retorno sobre o
patrimônio líquido (ROE – Return on Equity) e reafirma a tendência a Pecking Order Theory, pois quanto maior
o ROE, menor as dívidas das organizações, ou seja, as empresas preferem
utilizar recursos internos em detrimento dos externos para seu financiamento.
Vătavu (2015), porém, encontrou relação negativa entre a dívida total e de
curto prazo considerando o ROE como variável dependente, e defendeu que quanto
mais dívidas a empresa possui, menos eficientemente ela utiliza o recurso de
seus acionistas.
Thippayana (2014), Seghiescu e Văidean (2014) e Serrano e
Franco (2018) constatam que o tamanho das empresas afeta positivamente o seu
endividamento, ou seja, empresas maiores possuem mais ativos e têm menores
dificuldades financeiras menores custos de falência e são sucetíveis a contrair
maiores dívidas, apoiando a Trade-off
Theory.
O giro do ativo e a estrutura de capital
são métricas dispostas no estudo de Seghiescu e Văidean (2014) que identificaram que
quanto mais eficiente a organização é em gerar receita sobre seus ativos, mais
capital de terceiros ela possui. Santos et al. (2014) investigaram a estrutura
de capital das empresas e notaram que o giro do ativo tem efeito significativo
e positivo somente em referência ao endividamento a curto prazo. Brunozi et al.
(2016) também encontrou resultados semelhantes sobre a variável, mostrando que
quanto maior o giro do ativo, maior sua dependência em relação a recusos para
sustentar suas atividades, e consequentemente maior seu endividamento.
Segundo Rodrigues et al. (2017), há
relação negativa entre a estrutura de capital de empresas brasileiras e a
margem operacional, Arowshegbe e Idialu (2013) também demonstraram essa
associação ao testar o efeito da estrutura de capital na margem operacional
observando que organizações com mais lucro tendem a contrair menos dívidas,
sustentando a Pecking Order Theory (MYERS,
1984).
A concepção e a elaboração
do modelo
A fim de estudar os efeitos de fatores internos e
externos às empresas foram contruídas hipóteses com base no referencial teórico
estudado. Assim, o Quadro 1 relaciona as variáveis internas e externas com as
hipóteses e as referências teóricas que as sustetam.
O modelo proposto para esse estudo agrega
variáveis internas e externas às firmas relacionadas, destaca-se, sobretudo, as
variáveis com maior influência externa relativa à dinâmica setorial competitiva
em que as empresas estão inseridas. A expectativa é aumentar a compreensão
sobre os fatores que contribuem para a formação do endivamento empresarial,
tendo em vista, os resultados inconclusos na literatura.
Quadro 1. Modelo de
estudo
Variável |
Hipótese |
Referências |
|
Alavancagem (Interna) |
H1: Há relação positiva
entre a Alavancagem e o Endividamento. |
Assaf Neto et
al. (2008); Salim e Yadav (2012). |
|
Capacidade de Pagamento (Interna) |
H2: Há relação
negativa entre a Capacidade de Pagamento e o Endividamento. |
Öztekin (2015);
Myers (1984); Xu e Li (2015). |
|
Giro do Ativo (Interna) |
H3: Há relação
positiva entre o Giro do Ativo e o Endividamento. |
Serghiescu e Vaidean (2014); Santos et al. (2014); Brunozi
et al. (2016). |
|
Margem
Operacional (Interna) |
H4: Há relação
negativa entre a Margem Operacional e o Endividamento. |
Arowshegbe e
Idialu (2013); Rodrigues et al. (2017). |
|
Retorno sobre
ativo (Interna) |
H5: Há relação
negativa entre o ROA e o Endividamento. |
Vătavu (2015);
Salim e Yadav (2012); Kaveski et al. (2015). |
|
Retorno sobre o
patrimônio líquido (Interna) |
H6: Há relação
negativa entre o ROE e o Endividamento. |
Kaveski et al.
(2015); Salim e Yadav (2012); Sumedrea (2015). |
|
Tamanho (Interna) |
H7: Há relação
positiva entre o Tamanho e o Endividamento. |
Thippayana
(2014), Seghiescu e Văidean (2014) e Serrano e Franco (2018) |
|
Concentração (Externa) |
H8: Há relação
negativa entre a concentração e o Endividamento. |
Martins e Terra
(2014); Kayo e Kimura (2011). |
|
Variação da Receita (Externa) |
H9: Há relação
negativa entre a Δ Receita e o Endividamento. |
Hoyos e Garzón,
(2015); Li e Islam (2015) |
|
Variação do Lucro Operacional (Externa) |
H10: Há relação
negativa entre a Δ Lucro Operacional e o Endividamento. |
Santos e
Rodriges (2014); Adi, Suhadak, Handayani e
Rahayu (2013) |
Fonte. Elaboração própria.
MATERIAL E MÉTODOS
A abordagem neste artigo é descritiva e analisa
relação de fatores internos e externos às empresas e seus efeitos sobre o
endividamento, O método é quantitativo, baseado na aplicação de modelo empírico
calculado por meio de regressão com dados em painel.
As fontes de informação são: 1. Sistema
Economática®; 2. “Balanços Patrimoniais”. A base de dados tem 1.211
empresas, das quais 89 apresentaram informações de 1998 a 2014, resultando em
1.424 observações (16 anos x 89 empresas). Pontua-se que o ano de 1998 serviu
como ano base, por isso, são 16 e não 17 anos. Trata-se, portanto, de um dos
estudos longitudinais com amostra não exclusiva de empresas de capital aberto
para o Brasil. As empresas se distribuem por 17 setores: agricultura,
alimentos, bebidas e fumo, sucroalcoleiro, comércio atacadista , comércio varejista,
couro e calçados, equipamentos elétricos, farmacêutica , logística, madeira e
móveis, material eletrônico, metalurgia, mineração , papel e celulose, plástico
e borracha.
As identidade das variáveis utilizadas para o
modelo empírico são apresentadas no Quadro 2 e decorrem de forma direta do
modelo proposto no Quadro 1.
Quadro 2. Dados e variáveis necessárias para o
desenvolvimento do modelo
Variáveis |
Fórmulas |
Construtos |
Nomenclaturas |
Endividamento Total |
|
Estrutura de
Capital |
P – Passivo Total AT – Ativo Total |
Variação da receita |
|
Dinâmica
Setorial |
R – Receita |
Variação do lucro operacional |
|
LO – Lucro Operacional |
|
Razão de Concentração |
|
Ri – Receita da empresa i Rt – Receita total do
mercado |
|
Índice de Herfindahl-Hirschman |
|
||
Giro do Ativo |
|
Desempenho Financeiro |
GA – Giro do ativo |
Margem Operacional |
|
EBIT – Earn Before
Interest and Taxes |
|
Primeira diferença do ROE |
|
LL – Lucro Líquido PL – Patrimônio Líquido |
|
Primeira diferença do ROA |
|
AT – Ativo Total LL – Lucro Líquido |
|
Alavancagem |
|
|
ALAV – Alavancagem |
Tamanho |
|
TAM – Tamanho |
|
Primeira diferença do Endividamento |
|
End – Endividamento |
|
Capacidade de Pagamento |
|
LO - Lucro Operacional |
Fonte. Elaboração
própria.
A variação da receita e a variação do lucro
operacional (VREC e VLO) são usadas como proxy
para medir o risco que cada empresa está exposta nos setores econômicos que
estão inseridas. Como as receitas decorrem da quantidade de produtos vendidos e
os preços praticados e essas premissas estão associadas múltiplos fatores
externos às empresas (renda, crédito, concorrência, produtos substituos, entre
outros), entende-se que a volatilidade da receita pode representar o risco do
mercado que a empresa atua. Nessa direção, a variação da Margem Operacional
também pode capturar o risco associado aos custos e despesas da empresa.
Empresas com maior volatilidade nas suas margens pode sinalizar um ambiente de
negociação com fornecedores mais dinâmico.
Em tempo, a utilização das variáveis Razão de
Concentração (RC) e do Índice de Herfindahl-Hirschman (HHI) deve-se a
capacidade das mesmas de identificar o tamanho da empresa diante do mercado que
atua. Assim, quanto menor for o resultado mais exposta ao ambiente competitivo
está a empresa. Ressalta-se que o painel balanceado construído para o modelo
empírico contemplou 88 empresas que apresentaram informações em todos os anos,
no entanto, os cálculos para RC e HHI foram feitos anualmente considerando
todas as empresas alcançadas pelas bases nos seus respectivos setores
(amostra anual média de 1.211 empresas),
o que permitiu calcular a participação da empresa no seu setor em cada ano.
Por oportuno, as variáveis relativas à
rentabilidade (ROE e ROA) são usadas nesse estudo a partir das diferenças entre
o resultado do período analisado e o imediatamente anterior. Esse fato deve-se
ao julgamento que a formação do endividamento pode estar associada com a
evolução dos níveis de rentabilidade no período analisado e, não simplesmente,
por uma posição estática.
Os testes realizados Jarque-Bera e
Kwiatkowski-Phillips-Schmidt-Shin, mais conhecido como KPSS, verificam a
característica de normalidade das empresas e a estacionariedade da amostra
(MARQUES, 2000). A matriz de correlação foi utilizada para observar a
correlação entre as variáveis e estatística descritiva apresentar as
características amostrais.
A análise de regressão com dados
em painel foi utilizada por combinar informações transversais de cada empresa
(i) no recorte temporal (t) de 16 anos. Uma das principais vantagens que a
estimação de dados em painel proporciona é a consideração da heterogeneidade
particular, assumindo a existência de fatores diferenciadores dentro da amostra
(MARQUES, 2000).
Os dados em painel são
determinados com base na seguinte equação genérica:
, onde:
“βit corresponde ao vetor (k×1) de parâmetros
desconhecidos relativos ao indivíduo i
no momento t e xit a matriz (k×1) de variáveis explicativas; cuja
primeira coluna, no caso do modelo ter termo independente, será integralmente
constituída por 1’s” (MARQUES, 2000, p.4). A técnica dos dados em painel
proporciona maior suporte econométrico e estatístico, mais informações
inclusive de grande variabilidade dos dados, credibilidade, baixa colinearidade
das métricas e maior número de graus de liberdade (DUARTE; LAMOUNIER;
TAKAMASTU, 2007; MARQUES, 2000). Contudo,
a análise também pode apresentar problemas, como: maior risco de amostras
incompletas, enviesamento de heterogeneidade e de seleção (MARQUES, 2000).
As variáveis do modelo não têm
distribuição normal, uma vez que não apresentam p-valor acima de 5% para
o teste Jarque-Bera, mas as variáveis são estacionárias. A matriz de correlação
aponta que 32,05% das variáveis apresentaram correlação nula, 6% fraca, e 2,5%
apontaram correlação moderada. Esses resultados afastam a possibilidade de multicolineariedade.
Devido a alta correlação entre HHI e RC (p-valor > 0,9) optou-se por
utilizar a última de acordo com os resultados do intervalo de confiança do
coeficiente registrado pela regressão de dados em painel. A correlação moderada
entre o endividamento e a diferença do endividamento existe e representa uma
limitação do estudo. Contudo, o objetivo ao emprega-las é observar o
comportamento histórico entre ambas.
Na Tabela 1 as
estatísticas esclarecem que:
1. O log do ativo possui correlação de 0,5
com a razão de concentração, o que identifica que empresas com maior
concentração de ativo podem ter porcentagem de vendas acima da média da
amostra;
2. O
endividamento médio da amostra é de 46%, com desvio padrão é 27%. Seria
esperado que setores produtivamente similares apresentassem endividamentos
semelhantes. Porém, há uma divergência entre o esperado e o observado para as
empresas, discutido inclusive na literatura (ZHONG; CHEN, 2014);
3. A dispersão
mais contundente é a de Capacidade de Pagamento (PGTO), excetuando as variáveis
de primeira diferença. O resultado significa que há empresas que utilizam a
retenção de lucros para pagar suas dívidas (MYERS, 1984; XU e LI; 2015) e
outras que se financiam com fontes externas.
Os resultados do
modelo de regressão com dados em painel estão na Tabela 1
Tabela 1. Estatísticas descritivas e
matriz de correlação das variáveis do modelo
Variável |
Média |
DP |
Alav |
Dend |
DROA |
DROE |
END |
GA |
TAM |
MO |
PGTO |
RC |
VLO |
VREC |
ALAV |
2,56 |
3,689 |
1 |
0,07 |
0,01 |
-0,30 |
0,33 |
0,01 |
0,07 |
-0,06 |
-0,02 |
0,01 |
-0,01 |
-0,01 |
DEND |
0,002 |
0,381 |
|
1 |
-0,25 |
-0,10 |
0,25 |
0,04 |
0,00 |
-0,02 |
-0,06 |
-0,01 |
0,01 |
0,01 |
DROA |
-0,001 |
0,174 |
|
|
1 |
0,17 |
-0,04 |
0,04 |
-0,04 |
0,14 |
0,08 |
0,00 |
-0,01 |
0,03 |
DROE |
-0,004 |
0,456 |
|
|
|
1 |
0,01 |
0,01 |
0,02 |
0,02 |
0,01 |
0,01 |
-0,00 |
0,00 |
END |
0,464 |
0,273 |
|
|
|
|
1 |
0,09 |
0,08 |
-0,18 |
-0,10 |
0,04 |
-0,00 |
-0,05 |
GA |
1,094 |
0,947 |
|
|
|
|
|
1 |
-0,18 |
-0,04 |
-0,06 |
0,02 |
0,03 |
0,08 |
TAM |
12,74 |
2,946 |
|
|
|
|
|
|
1 |
0,01 |
0,04 |
0,51 |
-0,02 |
-0,00 |
MO |
0,0859 |
0,384 |
|
|
|
|
|
|
|
1 |
0,14 |
0,01 |
-0,01 |
0,00 |
PGTO |
0,000 |
0,000 |
|
|
|
|
|
|
|
|
1 |
-0,01 |
-0,00 |
0,01 |
RC |
0,001 |
0,003 |
|
|
|
|
|
|
|
|
|
1 |
-0,01 |
-0,01 |
VLO |
0,100 |
2,870 |
|
|
|
|
|
|
|
|
|
|
1 |
-0,01 |
VREC |
0,238 |
1,368 |
|
|
|
|
|
|
|
|
|
|
|
1 |
Fonte. Elaboração própria.
O Método de Mínimos Quadrados
Ponderados[1]
foi empregado devido a presença de heteroscedasticidade no Modelo com Efeitos
Fixos dada as diferenças entre as empresas e a variação no tempo das variáveis
(GUJARATI, 2006).
Tabela 2. Resultados do modelo de
regressão com dados em painel balanceado
Variáveis |
Coeficiente |
Erro Padrão |
Razão-t |
p-valor |
Intervalo de Confiança |
Constante |
0,298 |
0,020 |
14,69 |
<0,0001 |
(0,258; 0,338) |
ALAV |
0,042 |
0,002 |
23,32 |
<0,0001 |
(0,038; 0,046) |
DEND |
0,397 |
0,037 |
10,61 |
<0,0001 |
(0,323; 0,470) |
DROA |
-0,086 |
0,043 |
-2,02 |
0,0441 |
(-0,170; -0,002) |
DROE |
0,122 |
0,013 |
9,29 |
<0,0001 |
(0,096; 0,147) |
GA |
0,020 |
0,004 |
5,03 |
<0,0001 |
(0,012; 0,028) |
TAM |
0,003 |
0,001 |
1,96 |
0,0496 |
(0,000; 0,005) |
MO |
-0,105 |
0,013 |
−7,93 |
<0,0001 |
(-0,131; -0,079) |
PGTO |
-0,002 |
0,001 |
-3,90 |
0,0001 |
(-0,003; -0,001) |
RC |
0,386 |
0,343 |
1,12 |
0,2614 |
(-0,287; 1,059) |
VLO |
-1,49e-09 |
1,10e-08 |
-0,13 |
0,8932 |
(-2,3e-008; 2,09e-008) |
VREC |
-4,63e-01 |
1,37e-01 |
-3,367 |
0,0008 |
(-7,3e-012; -1,93e-012) |
Fonte. Elaboração própria
Na Tabela 2, o R² alcançou 41,87%
e o R² ajustado 41,38%. A Estatística F (11,1323) do modelo reportou valor de
86,63, com p-valor menor que 0,000
rejeitando a hipótese nula de má especificação do modelo.
Os intervalos de confiança das
variáveis com coeficientes significativos (p-valor < 0,10) asseguram maior
confiabilidade na análise dos resultados dos coeficientes, pois os limites
inferiores e superiores das variáveis apresentam o mesmo sinal que o
coeficente. O intervalo foi definido para 95% de confiança.
A constante do modelo apresentou
significância e associação positiva com o endividamento, ou seja, há outros
fatores que não estão no estudo explicam o financiamento. Esses fatores podem
ser aspectos comportamentais dos executivos das organizações.
As variáveis relacionadas ao
Desempenho Financeiro foram todas significativas em relação ao endividamento. A
variável mais importante, segundo o coeficiente, foi a diferença do
endividamento (DEND), o que sugere que as decisões de financiar dependem do
endividamento do ano anterior.
Não obstante, como as mudanças na
estrutura de capital são uma decisão interna às empresas, o comportamento da
variação do endividamento indica a preferência pela adoção de fatores endógenos
para determinação do mesmo (KAYO; KIMURA, 2011; NEJAD; WASIUZZAMAN, 2015).
A diferença do retorno sobre o
ativo (DROA) apresentou associação expressiva e negativa com o endividamento,
apoiando o estudo feito por Vătavu (2015) sobre o uso da primeira diferença.
Quanto mais às empresas apresentam variação positiva na rentabilidade dos seus
ativos no ano x para x+1, menor será o seu endividamento, em função
de recursos retidos (SERGHIESCU; VĂIDEAN, 2014; KAVESKI et al., 2015). Esse
fato pode estar associado a estabilidade, pois uma vez que não há constância na
rentabilidade obtida, a opção mais segura seria se utilizar de recursos
próprios, o que indica uma associação com a pecking
order (MYERS, 1984; CORDEIRO FILHO et al., 2018).
Os resultados também mostram que
as empresas que possuem capacidade de geração de lucros para os acionistas
(DROE) associada à alavancagem (ALAV) são propensas a ter maior endividamento,
pois utilizam suas dívidas a investimentos que proporcionam melhores níveis de
rentabilidade. Evidências como essa contrariam resultados obtidos por Kaveski
et al. (2015) e Salim e Yadav (2012) que previram a inexistência de associação
e relação negativa da estrutura de capital com o ROE. O comportamento da
alavancagem (ALAV) acompanhado da primeira diferença do patrimônio líquido
(DROE) favorece a Trade-Off Theory.
O tamanho dos ativos (TAM) afeta
positivamente a estrutura de capital das organizações, em virtude da manutenção
e desenvolvimento de seu crescimento, devido a menor dificuldade financeira
e/ou custo de agência da dívida das
mesmas (THIPPAYANA, 2014; SERRANO; FRANCO,
2018).
A maior eficiência no uso dos
ativos (GA) reflete a tendência a aumentar o endividamento e a dependência
deste. Portanto, o resultado aponta para a existência de Trade-off Theory, na qual as empresas preferem fontes de
financiamentos externas à internas visto que podem ser favorecidas fiscalmente
com as dívidas, ignorando a facilidade de obtenção proporcionada por recursos
internos (BRUNOZI et al, 2016; SERGHIESCU; VĂIDEAN, 2014; XU; LI, 2015).
O resultado do coeficiente
negativo da Margem Operacional (MO) e da Capacidade de Pagamento (PGTO) com o
endividamento significa que as empresas com poucos recursos em caixa tendem a
endividar-se mais, da mesma maneira que, firmas com maior margem têm propensão
a endividar-se menos, pois as últimas priorizam a utilização de recursos
internos de acordo com a Pecking Order
(RODRIGUES et al., 2017; AROWSHEGBE;
IDIALU, 2013).
As variáveis de Dinâmica Setorial
definidas razão de concentração (RC), variação o lucro operacional (VLO) não
apresentaram significância no modelo (p-valor > 0,10). Por outro lado,
variação da receita (VREC) apresentou coeficiente negativo e significativo, o
que sinaliza que as empresas cujas receitas são mais voláteis apresentam
menores níveis de endividamento, cumpre ressaltar, entretanto, que o
coeficiente é praticamente nulo resultado similar ao alcançado por Nejad e
Wasiuzzaman (2015). Esses últimos explicaram que as condições exógenas às
empresas explicam 3,62% das variações da estrutura de capital.
Kayo e Kimura (2011), por sua vez,
observaram que a dinâmica setorial pode representar uma variação de 11,6% do
endividamento, mesmo que preponderem os fatores endógenos para determinação da
estrutura de capital.
O Quadro 3 recupera os principais
resultados alcançados. Destaca-se assim uma relação entre resultados – relação com a Estrutura de capital – Teorias.
A sigla TOT se refere a Trade-off Theory,
PO a Pecking Order e AI a Asssimetria
de Informações.
Quadro 3. Variáveis e
sua relação com a Estrutura de Capital
Variável |
Hipótese |
Resultado |
Teoria |
Endividamento |
Há relação entre o Endividamento e as demais
variáveis. |
Aceita parcialmente |
TOT, PO e AI |
Alavancagem |
Há relação positiva entre a Alavancagem e o
Endividamento. |
Aceita |
TOT |
DROA |
Há relação negativa entre o ROA e o Endividamento. |
Aceita |
PO |
DROE |
Há relação negativa entre o ROE e o Endividamento. |
Aceita |
TOT |
GA |
Há relação positiva entre o GA e o Endividamento. |
Aceita |
TOT |
TAM |
Há relação positiva entre o Tamanho e o
Endividamento. |
Aceita |
TOT |
MO |
Há relação negativa entre a Margem Operacional e
Endividamento. |
Aceita |
PO
e AI |
PGTO |
Há relação negativa entre a Capacidade de Pagamento e
o Endividamento. |
Aceita |
PO e AI |
RC |
Há relação negativa entre a concentração e o
Endividamento. |
Rejeitada |
|
VLO |
Há relação negativa entre a ΔLucro Operacional e o
Endividamento. |
Rejeitada |
|
VREC |
Há relação negativa entre a ΔReceita e o Endividamento. |
Aceita |
PO e AI |
Fonte. Elaboração própria
Todas as variáves relativas ao
desempenho financeiro das empresas e, portanto variáveis endógenas, foram
significativas o que não ocorreu com as variáveis externas relativas à dinâmica
setorial, pois somente a variação da receita foi significativa e, ainda assim,
com o menor coeficiente entre as variáveis analisadas.
A preponderância dos fatores
internos frente os externos para essa amostra, em que o endividamento das
empresas foi estudado por 16 anos, revela que a longevidade das empresas pode
estar mais associada a estratégias de orçamento de capital baseadas nos
fundamentos financeiros das empresas do que na dinâmica setorial que envolve o
mercado.
O presente estudo identificou os
fatores internos e externos às empresas que são importantes na determinação da
estrutura de capital, com base em uma amostra composta de 89 firmas
distribuídas em 17 setores entre 1999 a 2014.
Os fatores internos às empresas
foram os que mais explicaram a estrutura de capital. A dinâmica da indústria,
apesar de sua base teórica (PINKOVÁ;
RIEDEROVÁ, 2013; MITANI, 2014; KAYO; KIMURA, 2011) não apresentou
significância e confiabilidade de seus coeficientes. A razão de concentração
não apresentou associação com as dívidas das empresas, como apontado pelos autores
Nejad e Wasiuzzaman (2015), que já haviam identificado a baixa preponderância
das condições exógenas às firmas em relação ao endividamento. O risco de
mercado, representado por variação do lucro operacional (VLO) e da receita
(VREC), também não indicou relacionamento com a estrutura de capital e
demonstrou incerteza do posicionamento de seu coeficiente através do intervalo
de confiança.
O desempenho financeiro
especificado pela reunião das variáveis:1. Alavancagem; 2. Diferença de
endividamento; 3. Diferença do retorno sobre ativo; 4. Diferença do retorno
para o acionista; 5. Giro e tamanho do ativo apresentaram alta significância
com a estrutura de capital das firmas, confirmando a importância dos fatores
internos às organizações na escolha do endividamento (KAYO; KIMURA, 2011;
MARTINS; TERRA, 2014). No entanto, a capacidade de pagamento obteve pouca
significância e sua influência no endividamento tendeu a zero.
A alta associação da primeira
diferença do endividamento (DEND) com a estrutura de capital indica que as
organizações estão analisando majoritariamente a sua composição do ano anterior
para tomar decisões futuras, o que revela uma posição conservadora de seus
executivos, como também foi destacado por Al–Amri, Al-Busaidi, e Akguc (2015).
Apesar da majoritaria influência
da diferença do endividamento, há evidências que os gestores também tomam
decisões relacionadas à estrutura de capital dependendo da situação que a
empresa se encontra.
De maneira geral, as evidências do
presente estudo sugerem que não há uma única orientação teórica capaz de
explicar plenamente os resultados. É admissível que firmas em crescimento
(DROE) e com expansão da receita (GA) busquem uma maior contração de dívidas
para viabilizar seu desenvolvimento, da mesma forma que organizações que
possuem modelos de negócios que viabilizam o uso da alavancagem (ALAV) busquem
o nível ótimo de endividamento fundamentando-se na Trade-Off Theory.
Sob outra perspectiva, empresas
com maior geração de caixa (MO) são capazes de usar esse recurso para financiar
suas atividades e ampliar sua independência em relação às dívidas (RODRIGUES et
al., 2017). Organizações maduras em seus setores que não buscam necessariamente
crescimento acelerado (DROA) e firmas que possuem rentabilidade abaixo dos
juros ofertados pelo mercado (DROA) também são direcionadas para fontes
internas de financiamento, sustentando a Pecking
Order (MYERS, 1984).
A assimetria de informações também
foi identificada, pois organizações com alta geração de caixa (MO) podem
encaminhar esses recursos para o autofinanciamento e não para distribuição de
dividendos, a fim de demonstrar confiança nos investimentos que foram
realizados pela empresa (MYERS, 1984).
A contribuição desta pesquisa está
relacionada a definição das variáveis que explicam a estrutura de capital, e,
consequentemente, refletem nas decisões dos gestores quanto ao endividamento.
Para os gestores, é importante observar endividamento de anos anteriores, o
crescimento da empresa, crescimento da receita, a situação do negócio perante a
alavancagem, geração de caixa, maturidade da organização e a rentabilidade em
relação ao juros do mercado.
As limitações do estudo se baseiam
na falta de normalidade dos resíduos e das variáveis individuais, fato que pode
ser compreendido frente a heterogeneidade da amostra, em função das diferentes
características e tamanhos das empresas estudadas. Também houve a significância
da constante do modelo de regressão com dados em painel, o que sugere que
outras variáveis, que não foram abordadas neste estudo, explicam a variável
dependente endividamento. Além disso, existe a limitação temporal que o estudo
possui e a correlação moderada da variável diferença do endividamento com o
endividamento.
Recomenda-se que estudos futuros
verifiquem se aspectos comportamentais dos executivos das empresas influenciam
a tomada de decisão perante o finaciamento, verificando se o perfil, idade,
gênero, nacionalidade, formação, experiência, tamanho do conselho e remuneração
dos gestores afetam as decisões de estrutura de capital. Outra possibilidade
seria pesquisar sobre outros fatores externos às empresas, identificando novas
variáveis indicativas do setor, da economia e do país que possam sinalizar
mudanças na estrutura de capital das empresas. Por fim,
discutir os resultados desse estudo moderando empresas de capital aberto e
capital fechado, bem como, empresas de pequeno e grande porte poderá trazer
contribuições distintas ao tema.
REFERÊNCIAS
ADI, T. W.; SUHADAK; HADAYANI; S. R., RAHAYU, S. M. The Influence of
Corporate Governance and Capital Structure on Risk, Financial Performance and
Firm Value: A Study on the Mining Company Listed in Indonesia Stock Exchange in
20092012. European Journal of
Business and Management , v. 5, n. 29, p. 200-217, 2013.
AL ANI, M. K..; AL AMRI, M. S. The
determinants of capital structure: an empirical study of Omani listed
industrial companies. Business: Theory and Practice, v. 16, n. 22, p. 159-167, 2015.
ALTMAN, E. I. A furher empirical investigation of the Banckruptcy Cost
Question. Journal of Finance,
set., p. 1067-1089, 1984.
ARNES, O.; RONNEBERG, K. Corporate cash holdings: An empirical comparison of Norwegian public
and private firms (Master Thesis). Norwegian School of
Economics, Bergen, Noruega. Recuperado de https://brage.bibsys.no/xmlui/handle/11250/301024, Acesso em 10 jun de 2018.
AROWOSHEGBE, A. O.;
IDIALU, J. O. Capital structure and profitability of quoted companies in
Nigeria. International Journal of Business and Social Research, v. 3, n.
3, p. 99-106, 2013.
ASSAF NETO, A.;
LIMA, F. G.; DE ARAÚJO, A. M. Uma proposta metodológica para o cálculo de custo
de capital no Brasil. Revista de Adminsitração, v. 43, n. 1, p. 72-83, 2008.
BRITTO, P. A. P.; SERRANO, A. L. M.; FRANCO, V. R.
Determinantes da estrutura de capital de empresas brasileiras de capital aberto
em período de crise. Revista
Ambiente Contábil, v. 10, n. 2, p. 364-383, 2018.
BRUNOZI, M. A. V.; GONÇALVES, R. M. L.; ARANTES, R. C.;
BRUNOZI JÚNIOR, A. C. Indicadores econômico-financeiros e os determinantes da
estrutura de capital das empresas do setor de serviços: uma análise de dados em
painel. Revista Ambiente Contábil,
v. 2, n. 7, p. 110-135, 2016.
CORDEIRO FILHO, M.; PAMPLONA, J. B.; LUCAS, E. C.; KAWAI, R.
M. Determinantes da estrutura de capital no Brasil: evidências empíricas a
partir de dados em painel no período entre 2010 e 2016. Revista de Administração, v. 4,
n. 2, p. 183-203, 2018.
CORREA, A. C.;
BASSO, L. F. C; NAKAMURA, W. T. A Estrutura de Capital das Maiores Empresas
Brasileiras: Análise Empírica das Teorias de Pecking Order e Tradeoff, Usando
Panel Data, Revista de
Administração Mackenzie, v. 14, n. 4, p. 106-133, 2013.
DE-CARVALHO, J. P.; DIAS, A.
T.; ROSSI, F. S. M. Efeitos da munificência no desempenho da firma. Revista
Ciências Administrativas, v. 24,
n. 1, p. 1-12, 2018.
DUARTE, P. C.; LAMOUNIER, W.
M.; TAKAMATSU, R. T. Modelos econométricos para dados em painel: aspectos
teóricos e exemplos de aplicação à pesquisa em contabilidade e finanças. In: CONGRESSO USP DE CONTROLADORIA E
CONTABILIDADE, 7.; CONGRESSO USP DE INICIAÇÃO CIENTÍFICA EM CONTABILIDADE, 4. 2007, São Paulo. Anais... São Paulo, 2007. p. 1-15.
DURAND, D. Costs of Debt and Equity Funds for Business: Trends and
Problems of Measurement. In: CONFERENCE ON RESEARCH IN BUSINESS FINANCE. 1952, New
York. Anais... 1952. p. 215-262.
GUJARATI, D. N. Econometria Básica. 4. ed. Rio de
Janeiro: Elsevier, 2006.
HOYOS, A. N.; GARZÓN, E. A. Key factors for the structure of capital in
the oilfield services sector in Colombia. Suma de Negocios, v. 6, n. 14, p. 147–154, 2015.
ISLAM, S. Z.; KHANDAKER, S. Firm leverage decisions: Does industry matter?
The North American Journal of
Economics and Finance, v. 31, p. 94-107, 2015.
JAROS, J.; BARTOSOVA, V.
To the capital structure choice: Miller and Modigliani Model. Procedia Economics and Finance, v. 26, p.
351-358, 2015.
KAVESKI, I. D.;
DEGENHART, L.; VOGT, M.; SILVA, T. P. Determinantes da estrutura de capital das
empresas de tecnologia da informação brasileiras. Revista
Iberoamericana de Ciencia, Tecnología e Sociedad, v. 29, n. 10, p. 235-262, 2015.
KAYO, E. K.; KIMURA, H.
Hierarchical determinants of capital structure. Journal of Banking &
Finance, v. 35, n. 2,
p. 358-371, 2011.
KUMAR, S.; COLOMBAGE, S.,
RAO, P. Research on capital structure determinants: a review and future
directions. International Journal of Managerial Finance, v. 13, n. 2,
p.106-132, 2017.
LI, H.; STATHIS, P.
Determinants of capital structure in Australia: an analysis of important
factors. Managerial Finance,
v. 43 n. 8, p. 881-897, 2017.
LI, L.; ISLAM, S. Firm and industry specific determinants of capital
structure: evidence from Australian Market. In: FINANCIAL MARKETS &
CORPORATE GOVERNANCE CONFERENCE, 11, 2015, Hobart. Anais… AFAANZ, 2015,
1-27.
LIU, Z. Financial flexibility and financial policy. Educational Research International, v. 6 n. 2, p. 90– 95, 2017.
MANGAFIC, J.; MARTINOVIC, D. The
firm-specific determinants of the target capital structure: evidence from
Bosnia and Herzegovina Panel Data. Mediterranean Journal of Social Sciences, v. 6, n. 2, p. 188-198, 2015.
MARQUES, L. D. Modelos dinâmicos com dados em painel:
revisão da literatura. Working
Papers. Centro de Estudos Macroeconômicos e Previsão. Faculdade de
Economia do Porto, Portugal, n. 100, 2000.
MARTINS, H. C.;
TERRA, P. R. Determinantes nacionais e setoriais da estrutura de capital na
América Latina. Revista de Administração
Contemporânea, v. 18, n. 5, p. 577-597, 2014.
MITANI, H. Capital structure and competitive position in product market. International
Review of Economics and Finance, v. 29, p. 358-371, 2014.
MODIGLIANI, F.; MILLER, M. H. Corporate income taxes and the cost of
capital: a correction. The American Economic Review, v.
53, n. 3, p. 433-443, 1963.
MODIGLIANI, F.; MILLER, M. H. The Cost of Capital, Corporation Finance and
the Theory of Investment. The American Economic Review, v.
48, n. 3, p. 261-297, 1958.
MYERS, S. C. Capital Structure. The Journal of Economic Perspectives,
v. 15, n. 2, p. 81-102,
2001.
MYERS, S. The capital structure puzzle. The Journal of Finance, v. 39, n. 3, p. 575-592, 1984.
MYERS, S.; MAJLUF, N. S. Corporate Financing And Investment Decisions When Firms Have
Information that Investors do not Have*. Journal of Financial Economics, v. 13, p. 187-221, 1984.
NEJAD, N. R.; WASIUZZAMAN, S.
Multilevel Determinants of Capital Structure: Evidence from Malaysia. Global
Business Review, v. 16, n. 2, p. 199-212, 2015.
ÖZTEKIN, Ö. Capital Structure Decisions around the World: Which Factors
Are Reliably Important? Journal of Financial and Quantitative Analysis,
v. 50, n. 3, p. 301-323, 2015.
PINKOVÁ, P.; RIEDEROVÁ,
S. Inter- and intra-industry variations of capital structure in the Czech
manufacturing industry. Acta
Universitatis Agriculturae et Silviculturae Mendelianae Brunensis,
v. 61, n. 7, p. 2623–2629, 2013.
RODRIGUES, S. V.; MOURA, J. H.; SANTOS, D. F. L.; SOBREIRO, V. A. Capital
structure management differences in Latin American and US firms after 2008
crisis. Journal of Economics,
Finance and Administrative Science,
v. 22, n. 42, p. 51-74, 2017.
SALIM, M.; YADAV, R. Capital Structure and Firm Performance: Evidence from
Malaysian Listed Companies. Procedia - Social and Behavioral Sciences,
v. 65, p. 156–166, 2012.
SANTOS, D. F. L.;
RODRIGUES, S. V. Estrutura de capital da indústria farmacêutica brasileira. Estudo
& Debate, v. 21, n. 1, p. 7-25, 2014.
SANTOS, D. F. L.;
MARTINS, R. A.; FIGUEIRA, S. R. F.; SANCHES, A. Fatores determinantes da
estrutura de capital das empresas de materiais básicos do Brasil. Enfoque: Reflexão Contábil, v. 33, n. 2, p. 87-103, 2014.
SERGHIESCU, L.; VĂIDEAN, V. L. Determinant factors of the capital
structure of a firm- an empirical analysis. Procedia Economics and Finance,
v. 15, p. 1447 – 1457,
2014.
SUMEDREA, S. How the companies did structure their capital to surpass
crises? Procedia Economics and
Finance, v. 27, p.
22-28, 2015.
THIPPAYANA, P. Determinants of Capital Structure in Thailand. Procedia - Social and Behavioral Sciences, v. 143, p. 1074-1077, 2014.
VENANZI, D.; NACCARATO,
A.; ABATE, G. Does the country effect matter in the capital structure decicions
of European firms? In: EUROPEAN
FINANCIAL MANAGEMENT ASSOCIATION ANNUAL MEETING, 2014, Rome. Anais…
EFMAE, Rome, 2014. p. 1-45
VIEIRA, E.
Determinantes da estrutura de capital das empresas portuguesas cotadas. Revista
Portuguesa e Brasileira de Gestão, v. 12, n. 1, p. 37-51, 2013.
XU, Q.; LI, C. An empirical study on determinants of
capital structure in chinese listed companies. In: INTERNATIONAL
CONFERENCE ON COMPUTATIONAL INTELLIGENCE AND SECURITY, 10, 2015, Shenzen. Anais… Kunming: IEEE, 2015. p. 724-728.
ZEIDAN, R.; GALIL, K.;
SHAPIR, O. M. Do ultimate owners follow the pecking order theory? The Quarterly Review of Economics and Finance,
v. 67, p. 45-50, 2018.
ZHONG, Y.; CHEN L. An
Investigation of inter-industry difference on capital structure: The case of
chinese listed corporations. In: INTERNATIONAL SYMPOSIUM ON COMPUTATIONAL
INTELLIGENCE AND DESIGN, 70, 2014, Hangzhou. Anais… Hangzhou: ISCID,
2014. p. 179-182.
[1] A premissa central do Método
Mínimos Quadrados Ponderados reside em proporcionar estimadores (coeficientes)
que minimizam a soma ponderado dos quadrados dos resíduos, tornando-os mais
consistentes. Isso ocorre ao ponderar em menor grau as variáveis com maior
variância, o que não ocorre no Método de Mínimos Quadrados Ordinários em que os
pesos são idênticos para todas as variáveis em todo o tempo (GUJARATI, 2006).