BrBRHUAp0080-21072015000300381

Maturidade do endividamento, desenvolvimento financeiro e instituições legais: análise multinível em empresas latino-americanas 1. INTRODUÇÃO Já se passaram mais de 50 anos desde que a conhecida conclusão de Modigliani_e Miller_(1958) foi publicada. A partir da inclusão de algumas premissas restritivas, os autores identificaram que o valor da firma é independente da sua estrutura de capital. Também com base em algumas restrições, Stiglitz_ (1974) encontrou que a mesma conclusão de independência poderia ser estendida para outras políticas de financiamento da firma, como, por exemplo, a maturidade das dívidas. Entretanto, o próprio autor incita um questionamento: "Whether these assumptions are 'realistic' or not is a question of some debate " (Stiglitz,_1974, p. 851). De forma similar a Modigliani_e_Miller_(1958), na medida em que algumas premissas não se mostraram verossímeis, surgiram hipóteses teóricas com o objetivo de explicar as escolhas de maturidade. Na classificação de Terra_(2011), as hipóteses são: trade-off estático (Brick, &_Ravid,_1985 ; 1991; Kane,_Marcus,_&_McDonald,_1985) ; custos de agência (Myers,_1977; Barnea,_Haugen,_&_Senbet,_1980) ; sinalização (Flannery,_1986; Diamond,_1991); e maturity matching (Myers,_1977; Diamond,_1991; Emery,_2001).

O objetivo no presente trabalho é investigar a influência de diferentes grupos de fatores explicativos na variância da maturidade do endividamento corporativo na América Latina. A partir da análise de trabalhos empíricos prévios, percebeu-se que há cinco grupos de variáveis que, potencialmente, impactam nas escolhas de maturidade do endividamento corporativo. No entanto, percebeu-se que tais grupos de fatores foram preliminarmente tratados de forma isolada e não se procedeu à sua análise em conjunto. Ademais, o tratamento de variações setoriais é majoritariamente feito com a utilização de variáveis binárias e pouca atenção se dá às variações setoriais medidas continuamente.

A amostra utilizada foi composta por países da América Latina. Especialmente em ambientes voláteis, como os analisados, espera-se que a utilização de recursos de longo prazo seja menor. Dessa forma, analisar a maturidade do endividamento deve captar com propriedade as influências dos diferentes níveis de fatores nas decisões de financiamento. É notável, também, que se extraíram fatores relativos ao desenvolvimento financeiro e à qualidade das instituições de 32 e 6 variáveis, respectivamente. A extração dos fatores permitiu, essencialmente, a comparação direta entre os dois grupos de variáveis, e seu impacto na maturidade.

De modo geral, os resultados sugerem que: * as variações ao longo do tempo e as variações entre as empresas são as maiores fontes de variações na maturidade; * o tamanho, a liquidez, a taxa real de juros e o nível de desenvolvimento financeiro do país sobressaem-se como variáveis que sistematicamente influenciam a maturidade do endividamento corporativo; * o nível de desenvolvimento financeiro e a qualidade das instituições impactaram indiretamente na maturidade por meio da variável tamanho.

O restante do trabalho foi construído do seguinte modo: na seção 2 expõem-se os possíveis determinantes da maturidade do endividamento e as hipóteses teóricas relacionadas; na seção 3 apresenta-se a amostra utilizada e descreve-se o método aplicado; na seção 4 são apresentados os resultados; e finalmente, na seção 5, são feitas as considerações finais.

2. FATORES DETERMINANTES DA MATURIDADE DO ENDIVIDAMENTO A análise das hipóteses teóricas relacionadas revela que a dívida de curto prazo é frequentemente sugerida como ótima. Por exemplo, caso a estrutura a termo da taxa de juros seja decrescente: a maturidade de curto prazo torna-se ótima (Brick,_&_Ravid,_1985) ; o uso de dívida de curto prazo pode controlar o subinvestimento (Myers,_1977); pode diminuir os custos de agência associados à assimetria de informação, ao "efeito de substituição de ativos", e ao subinvestimento (Barnea_et_al.,_1980); pode sinalizar ao mercado a boa qualidade da firma de modo a diferenciá-la das demais (Flannery,_1986); pode sinalizar ao mercado que os gestores têm expectativas positivas quanto ao futuro da empresa (Diamond,_1991), e pode proporcionar maior lucratividade por aumento das receitas e diminuição dos custos financeiros (Emery,_2001). Por outro lado, a dívida de longo prazo: é ótima quando a estrutura a termo da taxa de juros é crescente (Brick_&_Ravid,_1985) ; vai se tornando ótima quando ocorre aumento dos custos de transação, aumento dos impostos para pessoa física, diminuição da volatilidade do retorno dos ativos da empresa (Kane_et al.,1985), e, ainda, diminui o risco de liquidez (Diamond,_1991).

Diversos fatores, internos e externos à firma, podem influenciar as escolhas do prazo do endividamento. Trabalhos empíricos anteriores sugerem que há cinco grupos de fatores determinantes da maturidade do endividamento, a saber: fatores em nível de firma; em nível de setor, e em nível de país, isto é, macroeconômicos; relacionados ao desenvolvimento financeiro e à qualidade das instituições legais. Contudo, tais trabalhos carecem da análise conjunta desses grupos de fatores. Por exemplo: Guedes_e_Opler_(1996), Antoniou,_Guney_e Paudyal_(2006) e Terra_(2011) analisam apenas os fatores específicos das empresas; Barclay_e_Smith_(1995) e Stohs_e_Mauer_(1996) analisam apenas fatores específicos das empresas em conjunto de variáveis binárias para setor; Giannetti_(2003) e Kirch_e_Terra_(2012) analisam apenas fatores específicos das empresas em conjunto de fatores relativos ao desenvolvimento financeiro do país; Demirgüç-Kunt_e_Maksimovic_(1999) analisam apenas fatores macroeconômicos em conjunto a fatores institucionais; e Qian_e_Strahan_(2007) e Fan,_Titman_e Twite_(2012)analisam apenas fatores específicos das empresas em conjunto a fatores institucionais. O restante da seção destina-se à apresentação de tais trabalhos, à análise das medidas empíricas utilizadas em cada grupo e ao relacionamento deles com as hipóteses teóricas.

2.1. Fatores em nível de firma As variáveis específicas da firma estudadas foram: carga fiscal, oportunidades de crescimento, tamanho, liquidez e maturidade dos ativos. A carga fiscal permite testar a hipótese do trade-off estático. Conforme Kane_et_al._(1985), é esperada uma relação inversa dessa variável com maturidade. Para os autores, quanto menor for a alíquota de imposto paga, menores serão as vantagens fiscais decorrentes do endividamento e, portanto, a empresa necessitará de maiores períodos de tempo para amortizar os custos de transação na emissão da dívida.

No que tange à hipótese dos custos de agência, Myers_(1977) destaca que, quando os fluxos de caixa dos projetos disponíveis à firma acontecem antes do pagamento dos juros aos credores, os acionistas têm menores incentivos à execução dos projetos. Isso porque parte desses fluxos iria compor o pagamento dos juros aos credores – o que, consequentemente, poderia gerar o problema de agência denominado subinvestimento. Para mitigar tal problema, Myers_(1977) sugere a utilização de dívidas de curto prazo. Nesse caso, deve-se esperar relação negativa entre oportunidades de crescimento e maturidade. Os resultados de Guedes_e_Opler_(1996) e Ozkan_(2000)corroboram tal relação. Da mesma forma, o tamanho da firma está relacionado ao maior monitoramento de analistas externos, o que diminui o virtual conflito de agência incorrido pela firma e possibilita a utilização de recursos de maior prazo. Logo, espera-se relação positiva entre maturidade e tamanho . Ozkan_(2000) encontrou tal relação positiva, enquanto Perobelli_e_Famá_(2002) encontraram relação negativa com dívida de curto prazo.

Já a inclusão de uma medida de liquidez das firmas permite um teste da hipótese da sinalização. De acordo com Diamond_(1991), a dívida de curto prazo aumenta o risco de liquidez da empresa, o que diminui sua capacidade de endividamento.

Empresas que mantêm maior nível de liquidez devem, portanto, ter mais acesso a recursos de maiores prazos. Logo, espera-se relação positiva entre liquidez e maturidade. Por fim, conforme sugerem Diamond_(1991) e Emery_(2001), as firmas tendem ao casamento das maturidades das dívidas e dos ativos. Logo, segundo a hipótese de maturity matching, a relação entre tais variáveis deve ser positiva. Nota-se que Guedes_e_Opler_(1996) encontraram tal relação positiva.

2.2. Fatores em nível de setor A partir dos trabalhos de Barclay_e_Smith_(1995) e Stohs_e_Mauer_(1996), notou- se aumento apenas marginal após a inclusão de variáveis binárias (dummies) para os setores econômicos das empresas. Com o objetivo de aprimorar a análise, no presente trabalho, utilizaram-se, inicialmente, as variáveis construídas por Kayo_e_Kimura_(2011), a saber: munificência (medida da disponibilidade dos recursos no setor), dinamismo (volatilidade dos recursos disponíveis no setor), e concentração setorial. Também foram incorporadas as variáveis utilizadas por Copat_e_Terra_(2009), a saber: ciclo de vida, dispersão de eficiência tecnológica, dispersão da qualidade dos produtos, poder de barganha dos clientes e poder de barganha dos fornecedores.

Em ambientes cuja munificência é maior, espera-se que o crescimento das firmas seja maior e, por conseguinte, sua rentabilidade. A fim de se evitar o subinvestimento (Myers,_1977), tais firmas devem captar apenas dívida de curto prazo; logo, espera-se relação negativa entre munificência e maturidade. Da mesma forma, a maior volatilidade nos recursos disponíveis ao setor pode acarretar maior captação de recursos de curto prazo. Tal decisão se dá devido à busca de aumento de discricionariedade do gestor no controle da dívida. Além disso, em setores mais voláteis, o risco tende a ser maior, o que sugere menor maturidade nos ativos (Kane_et_al.,_1985) e, consequentemente, menor maturidade das dívidas. Analogamente, espera-se que, em setores mais concentrados, o risco das empresas seja maior (Kayo_&_Kimura,_2011) e, portanto, a maturidade dos ativos deverá também ser menor. Consequentemente, também se espera relação negativa entre concentração e maturidade.

Para Maksimovic_e_Zechner_(1991), as empresas mais eficientes, e cujos produtos são mais qualificados, apresentam maior rentabilidade. Para equipararem sua rentabilidade e manterem-se competitivas no setor, as empresas menos eficientes, e cujos produtos são menos qualificados, aumentam seu endividamento. Analogamente, tais empresas poderiam aumentar o prazo de utilização de seus recursos. Seguindo tais autores, portanto, pode-se esperar que, em setores com maiores dispersão da eficiência tecnológica e dispersão de qualidade dos produtos, um número elevado de empresas tem o incentivo para aumentar a maturidade do seu endividamento.

Empresas que atuam em setores mais novos, por sua vez, possuem um conjunto maior de investimentos a ser feito. Para evitar incorrer em subinvestimento, tais firmas devem, majoritariamente, se financiar com dívidas de menor prazo, conforme sugerido por Myers_(1977). Dessa forma, espera-se relação negativa entre ciclo de vida e maturidade. Finalmente, Kale_e_Shahrur_(2007) argumentam que, quanto maior o poder de barganha dos clientes e dos fornecedores, maior a pressão exercida pelos clientes e fornecedores por prazos de pagamento e recebimento, o que extrai recursos financeiros da firma. Em tais setores, a utilização de dívida de menor prazo pode ser propositalmente aumentada como forma de comprometer uma parcela maior dos fluxos financeiros da firma com os credores e diminuir a potencial expropriação por clientes e fornecedores.

Portanto, espera-se relação negativa com maturidade.

2.3. Fatores em nível de país Para Fan_et_al._(2012), taxas de inflação mais altas indicam maior nível de incerteza econômica. Nesse cenário, evita-se a utilização de recursos de longo prazo como forma de diminuir o risco financeiro da firma. Espera-se, portanto, relação negativa entre taxa de inflação e maturidade, relação essa encontrada nos estudos de Demirgüç-Kunt_e_Maksimovic_(1999), os quais sugerem que diferenças no Produto Interno Bruto (PIB) explicam aproximadamente 40% das variações de maturidade das dívidas. Adicionou-se, então, a variável PIB per capita e espera-se relação positiva com maturidade. Foram incluídas também a variação cambial e a taxa real de juros. Espera-se que maior variação cambial aumente o custo da captação de dívida externa de longo prazo e que maior taxa real de juros aumente o custo de captação de dívida interna, e, consequentemente, uma relação negativa com maturidade em ambos os casos. Por fim, seguindo-se Jong,_Kabir_e_Nguyen_(2008), incluiu-se o crescimento do PIB como variável de controle das condições gerais da economia.

No tocante às variáveis relacionadas ao desenvolvimento financeiro, Demirgüç- Kunt_e_Maksimovic_(1998) afirmam que a existência de um mercado financeiro desenvolvido facilita captações de maiores prazos. Já o estudo de Giannetti_ (2003) indica que: em países com mercado de ações mais capitalizado, o endividamento corporativo é de menor prazo; em países com mercado de dívida mais capitalizado, o endividamento corporativo é de maior prazo; e a maturidade do endividamento é menor em países cujo sistema bancário é mais concentrado.

Kirch_e_Terra_(2012), por meio da análise fatorial, utilizaram 32 variáveis para compor fatores para desenvolvimento financeiro. Seu resultado indica uma relação positiva entre o fator e o endividamento de longo prazo de empresas latino-americanas. Seguindo esses trabalhos, espera-se relação positiva entre desenvolvimento financeiro e maturidade das dívidas corporativas.

Por fim, Qian_e_Strahan_(2007) argumentam que proteção ao credor mais forte está positivamente relacionada a empréstimos bancários de maiores prazos. Já Fan_et_al._(2012) encontraram que o nível de corrupção é negativamente relacionado à maturidade das dívidas, enquanto a presença de um código de falência explícito no país é positivamente relacionada. Os autores sugerem que as empresas assumem maior proporção de dívida de longo prazo em países cujo sistema legal provê os investidores de melhor proteção. Seguindo Fan_et_al._ (2012), espera-se uma relação positiva entre o fator relativo à qualidade das instituições e a variável dependente.

3. DADOS, AMOSTRA E MODELO ESTATÍSTICO 3.1. Dados e amostra A amostra foi composta pelos seguintes países: Argentina, Brasil, Chile, Colômbia, México, Peru e Venezuela. Essencialmente, esses são os países com as maiores economias e maiores expressões econômicas na América Latina. O período utilizado na pesquisa vai de 1996 a 2009. Tal escolha foi necessária na medida em que os dados disponíveis acerca de algumas variáveis relativas ao desenvolvimento financeiro são disponibilizados apenas após 1996. Para comparação, foram incluídas empresas dos Estados Unidos. No total, 1.820 empresas fizeram parte da amostra.

A fonte dos dados utilizada foi a base Economática, da qual foi extraída a classificação setorial, sendo excluídos, porém, o setor "finanças e seguros" e o setor "fundos", devido às suas peculiaridades em termos de tomada de capital externo, e o setor "outros", por não ser um segmento uniforme. Os dados macroeconômicos, por sua vez, foram retirados do International Monetary Fund (2011). Já os dados acerca dos fatores relacionados ao desenvolvimento financeiro e à qualidade das instituições legais foram retirados da fonte apontada por Kaufmann,_Kraay_e_Mastruzzi_(2009) e Beck,_Demirgüç-Kunt_e_Levine_ (2010): World Bank Financial Structure Dataset e Governance Indicators Dataset, respectivamente. Por fim, vale ressaltar que se procedeu ao winsorization a 1% em ambas as caudas como medida para minimizar os impactos de potenciais outliers.

3.2. Mensuração do desenvolvimento financeiro e da qualidade das instituições As variáveis relativas ao desenvolvimento financeiro e à qualidade das instituições foram retiradas de World Bank Financial Structure e Governance Indicators Dataset, respectivamente. O período total coberto vai de 1960 a 2009 (1), sendo que mais de 200 países compõem a base. Foram utilizadas as variações observadas em todos os países contidos na amostra, o que, além de aumentar a relação número de observações por variável estudada, implica a utilização da variabilidade disponibilizada por toda a base de dados e não apenas de uma parte. Dessa forma, entende-se que os fatores extraídos são representativos em nível global e não apenas em nível local ou nacional.

Em relação ao desenvolvimento financeiro, ao todo, foram 32 as variáveis disponibilizadas. Contudo, algumas apresentavam poucas observações ou dados faltantes para os países analisados, levando a excluir tais variáveis da análise(2). Ao todo, foram selecionadas 16 variáveis (50% do número total de variáveis, mas 66% do número total de observações disponíveis). Na média, o número de observações por ano foi de 109 e sempre maior do que 89, resultando em torno de 6,83 e 5,56 observações por variável, respectivamente. A medida Kaiser-Meyer-Olkin (KMO) média foi 0,792 (menor valor médio foi 0,77), o que sugere alta adequação do fator aos dados. A média do Eingevalor foi de 6,1 e explica em torno de 38% da variância. Foram disponibilizadas seis variáveis relacionadas à qualidade das instituições legais(3). Em virtude de não haver um número de variáveis-observações criticamente baixo, não foi necessária a exclusão de variáveis. Na média, o número de observações por ano foi de 194, resultando, aproximadamente, 32 observações por variável. O KMO médio foi 0,897 (menor valor médio foi 0,835), ou seja, o fator extraído mostra-se bastante adequado. A média do Eingenvalor foi 5,1, o que explica aproximadamente 86% da variância. Na Tabela_1 apresentam-se as estatísticas descritivas dos fatores (4).

Tabela 1 Estatísticas Descritivas dos Fatores    Desenvolvimento Financeiro   Qualidade das Instituições   MédiaDesvio PadrãoMáximoMínimo MédiaDesvio PadrãoMáximoMínimo Argentina -0.48 0.14 -0.33 -0.79  -0.14 0.33 0.41 -0.71 Brasil -0.12 0.06 -0.02 -0.21  0.03 0.08 0.21 -0.07 Chile 0.02 0.19 0.26 -0.21  1.26 0.09 1.38 1.08 Colômbia -0.53 0.24 -0.17 -0.81  -0.53 0.14 -0.32 -0.69 México -0.55 0.08 -0.39 -0.65  -0.03 0.12 0.17 -0.15 Peru -0.56 0.10 -0.40 -0.71  -0.30 0.07 -0.21 -0.45 Venezuela -0.69 0.14 -0.41 -0.93  -0.89 0.36 -0.40 -1.39 Estados 1.14 0.40 1.73 0.54  1.49 0.11 1.64 1.30 Unidos Em relação ao desenvolvimento financeiro, a média dos valores do fator extraído para o Chile foi a única positiva (0,02). A seguir, encontram-se Brasil, Argentina, Colômbia, México, Peru e Venezuela. Acerca da qualidade das instituições, o valor médio encontrado para o Chile também foi superior aos dos vizinhos: média próxima a 1,26. Na sequência, posicionam-se Brasil, México, Argentina, Peru, Colômbia e Venezuela. Resumidamente, percebe-se que a economia chilena apresentao maior nível de desenvolvimento financeiro e de qualidade das instituições dentre os países latino-americanos. Os Estados Unidos são o país com maiores níveis em geral.

3.3. Modelo estatístico Foi utilizado o Modelo Linear Hierárquico, da mesma forma que em Kayo_e_Kimura_ (2011). Para o aninhamento, foi feita a mesma divisão dos autores: o primeiro nível foi composto pela variável tempo, o segundo pelas variáveis específicas da firma, e o terceiro pelas variáveis relativas ao setor e às variáveis em nível de país(5). Finalmente, ressalta-se que os dados estão em formato de painel não balanceado.

3.3.1. O modelo vazio Um dos recursos obtidos, a partir da escolha do modelo linear hierárquico como método estatístico utilizado, é a decomposição da variância da variável dependente. Como primeiro passo, assume-se que a maturidade (MATtfsp) do ano t, da firma f, que faz parte do setor s e do país p, é uma função da maturidade média da firma f ao longo do tempo (β0fsp) mais um erro "(εtfsp) que tem distribuição normal, média zero e variância σ2 e que representa a variância ao longo do tempo.

No segundo nível de análise, a maturidade média ao longo do tempo da firma f, que faz parte do setor s e do país p (β0fsp), é uma função da maturidade média do setor s e do país p(γ00sp) mais um erro (r0fsp) que representa a variância entre as firmas.

[/img/revistas/rausp/v50n3//0080-2107-rausp-50-03-0381-e02.jpg] Finalmente, no terceiro nível, a maturidade média do setor s e do país p (γ00sp), que passa a ser aleatória, é uma função da maturidade média de toda a amostra (δ 0000) mais um erro aleatório (u00sp), que representa a variância do setor s e do país p.

[/img/revistas/rausp/v50n3//0080-2107-rausp-50-03-0381-e03.jpg] Nesse nível, porém, são adicionados dois novos elementos: um erro aleatório (s00s 0), que representa a variância entre os setores, e um erro aleatório (t000p) que representa a variância entre os países. Consolidando as três equações, tem-se: [/img/revistas/rausp/v50n3//0080-2107-rausp-50-03-0381-e04.jpg] Desse modo, a maturidade MATtfsp do ano t, da firma f, que faz parte do setor s e do país p, é uma função da maturidade média de toda a amostra δ 0000; de um erro aleatório u00sp, que representa a variância de um termo de interação entre o setor s e o país p ; de um erro s00s 0 que representa a variância entre os setores; de um erro t000p que representa a variância entre os países; de um erro r0fsp que representa a variância entre as firmas, e de um erro εtfsp que representa a variância ao longo do tempo. A variância dos erros descritos indica a importância relativa do nível de estudo. Por exemplo, a variância do erro εtfsp indica a importância relativa do tempo na variância da variável dependente; o mesmo ocorre para os demais níveis estudados.

3.3.2. A inclusão das variáveis independentes Uma vez feita a decomposição da variância, com o objetivo de se analisar a significância dos coeficientes das equações seguintes, foram incluídas as variáveis independentes. Tal inclusão foi feita gradualmente conforme as Equações [1], [2] e [3] foram reestimadas. Dessa forma, o primeiro passo foi reestimar a Equação [1], incluindo as variáveis específicas da firma, a saber: carga fiscal (CFtfsp), oportunidades de crescimento (OCtfsp), tamanho (TAtfsp), liquidez (LItfsp) e maturidade dos ativos (MAtfsp). Adicionou-se, ainda, a variável binária ANOtfsp para cada ano da análise, exceto o primeiro.

[/img/revistas/rausp/v50n3//0080-2107-rausp-50-03-0381-e05.jpg] Na sequência, a Equação [2] foi reestimada e incluídas as variáveis relativas aos setores, a saber: munificência (MUoosp), dinamismo (DIoosp), concentração (HHoosp), ciclo de vida do setor (CVoosp), dispersão da eficiência tecnológica (DToosp), dispersão da qualidade dos produtos do setor (DQoosp), poder de barganha dos clientes (PCoosp) e poder de barganha dos fornecedores (PFoosp).

[/img/revistas/rausp/v50n3//0080-2107-rausp-50-03-0381-e06.jpg] Finalmente, a Equação_[3] foi reestimada, incluindo-se, nesse caso, as variáveis em nível de país, a saber: crescimento real do PIB (CRP000p), PIB per capita (PpC000p), taxa de inflação (TI000p), variação cambial (VC000p), taxa real de juros (TJ000p), fator de desenvolvimento financeiro (DF000p) e fator de qualidade das instituições legais (IN000p). Afim de se mitigar o potencial efeito da endogeneidade, defasou-se, em uma unidade de tempo, o fator de desenvolvimento financeiro(6).

[/img/revistas/rausp/v50n3//0080-2107-rausp-50-03-0381-e07.jpg] Consolidando as Equações [5], [6] e [7], tem-se a seguinte Equação [8]: [/img/revistas/rausp/v50n3//0080-2107-rausp-50-03-0381-e08.jpg] 3.3.3. Os efeitos indiretos A última etapa do método teve como objetivo analisar os impactos indiretos que o desenvolvimento financeiro e a qualidade das instituições têm na utilização de recursos de longo prazo, por meio da medida empírica relacionada ao tamanho da firma. De acordo com a teoria dos custos de agência, empresas maiores são mais monitoradas do que empresas menores, o que diminui o virtual conflito de agência e facilita o acesso a recursos de longo prazo. Adicionalmente, de acordo com a teoria do trade-off estático, empresas maiores têm menor risco de falência e, potencialmente, apresentam maior capacidade de oferecer colateral, o que também facilita o acesso a recursos de longo prazo. Sob ambos os pontos de vista, empresas menores são mais dependentes do crédito de menor prazo.

Contudo, maiores níveis de desenvolvimento financeiro aumentam a disponibilidade de recursos de longo prazo por meio da maior atividade e tamanho do mercado de dívidas. Analogamente, a qualidade das instituições deve facilitar o acesso à informação por parte dos investidores. Como resultado, o incentivo dos investidores ao financiamento de projetos de longo prazo deve aumentar devido aos menores riscos de conflito de agência. Ambos os fatores devem aumentar a disponibilidade de recursos de longo prazo, inclusive para empresas menores. Em resumo, a fim de se investigar se tais fatores facilitam a utilização de recursos de longo prazo, objetivamente, foram incluídos, na Equação_[8], termos de interação entre os dois fatores descritos e a variável tamanho.

3.4. Medidas empíricas Empiricamente, as variáveis previamente descritas foram mensuradas da seguinte forma: tal qual Barclay_e_Smith_(1995), Stohs_e_Mauer_(1996), Guedes_e_Opler_ (1996), Ozkan_(2000), Antoniou_et_al._(2006), Terra_(2011) e Kirch_e_Terra_ (2012), oportunidades de crescimento é medida pelo market-to-book, tamanho é medido pelo logaritmo da receita de vendas e liquidez é mensurada por ativos correntes/ativo total. Maturidade dos ativos é medida por (ativos correntes/ custo do produto vendido + imobilizado líquido/depreciação do exercício) e carga fiscal é o quociente tributos pagos/ativo.

A medida de cálculo para munificência e dinamismo foi feita de acordo com Kayo e_Kimura_(2011). Para munificência: fez-se a regressão do tempo contra as vendas do setor dos cinco anos anteriores ao período em análise; e dividiu-se o coeficiente angular pela média das vendas do setor do período. O dinamismo é medido pelo erro padrão do coeficiente angular da regressão de munificência dividido pela média das vendas do setor. Concentração é mensurada pela soma dos quadrados das participações de mercado das empresas dentro do setor.

Seguindo Copat_e_Terra_(2009), o ciclo de vida do setor é medido pela mediana de ((receita operacional líquidat/ receita operacional líquidat-1)-1). Assume- se que setores em fase inicial de vida apresentam maior crescimento e, portanto, maior variação da sua receita operacional líquida. A dispersão da eficiência tecnológica é medida pelo desvio padrão setorial de imobilizado/ custo do produto vendido; tal medida capta as variações entre firmas de suas capacidades de produção instalada. Dispersão da qualidade dos produtos do setor é o desvio padrão setorial do lucro bruto/receita operacional líquida, captando-se, assim, variações na qualidade dos produtos por meio da diferença na margem de lucro bruto que a empresa consegue repassar a seus clientes.

Também de acordo com Copat_e_Terra_(2009), os prazos médios de recebimento e pagamento (com sinal negativo), respectivamente, são boas proxies para poder de barganha dos clientes e poder de barganha dos fornecedores. Tais variáveis foram medidas, respectivamente, da seguinte forma: mediana setorial de (clientes de curto prazo/receita operacional líquida) X 360; mediana setorial de (fornecedores de curto prazo/receita operacional líquida) X 360.

Finalmente, seguindo Demirgüç-Kunt_e_Maksimovic_(1998,_1999), Jong_et_al._ (2008) e Kayo_e_Kimura_(2011): crescimento real do PIB é medido por (Produto Interno Brutot/Produto Inter-no Brutot-1) / (índice deflator do PIBt/ índice deflator do PIBt-1); PIBper capita é igual ao PIB/população. Taxa de inflação é dada por índices de preços do consumidort/índices de preços do consumidort-1 (Fan_et_al.,2012). Também segundo Copat_e_Terra_(2009), variação cambial é igual a (moeda nacional/ SDR)t/(moeda nacional/SDR)t-1. Taxa real de juros é dada por ((1+taxa de juros de captação)/(1+ taxa de inflação)-1).

Desenvolvimento financeiro e qualidade das instituições legais referem-se aos fatores extraídos via análise fatorial.

No que tange à construção da variável explicada, Barclay_e_Smith_(1995), Demirgüç-Kunt_e_Maksimovic_(1999), Antoniou_et_al._(2006), Fan_et_al._(2012), Terra_(2011)e Kirch_e_Terra_(2012) utilizam o quociente dívida de longo prazo/ dívida total (doravante M1). Por sua vez, Demirgüç-Kunt_e_Maksimovic_(1999) valem-se do quociente dívida de longo prazo/ativo total (doravante M2).

Adicionalmente, foram utilizados testes de robustez para a relação dívida de longo prazo/(ativo total– patrimônio líquido) (doravante M3). Sua inclusão objetivou considerar o trade credit – que foi desprezado pelas outras medidas e que, potencialmente, é fonte relevante de financiamento utilizada pelas firmas latino-americanas.

4. RESULTADOS 4.2. Modelo vazio Após a consecução do modelo vazio, identificou-se que as variações ao longo do tempo e as variações entre as empresas são as maiores fontes da variabilidade de M1. Ao todo, quando se trata dos países latino-americanos, em torno de 92% das variações são originadas nos primeiro e segundo níveis. As variações entre os setores foram fonte de, aproximadamente, 5% das variações da maturidade. As variações entre os países representaram menos de 1% das variações totais.

Acredita-se que esse resultado foi causado pela similaridade dos países dessa amostra. Quando se consideram os Estados Unidos, aumenta a proporção de variabilidade, em decorrência dos setores, para em torno de 9,1%. Apesar disso, os primeiro e segundo níveis mantiveram-se como as maiores fontes, somando em torno de 83% das variações na maturidade. A Tabela_2 consolida esses resultados.

Tabela 2 Modelo Vazio  Maturidade Amostra EUA/AL Amostra AL País 9,11% 0,83% Setor 5,67% 4,43% Interação país versus set 2,16% 1,24% Empresa 46,49% 46,56% Tempo 36,57% 46,94% Total 100,00% 100,00% Observações 14.809 5.833 Procedeu-se, também, à decomposição da variância da variável dependente discriminada por país. Nesse caso, o terceiro nível foi composto, unicamente, pelas variações setoriais. Os demais níveis foram os mesmos anteriormente utilizados. Na Tabela_3, apresentam-se os resultados.

Tabela 3 Modelo Vazio por País(*)  Maturidade Argentina Brasil Chile ColômbiaMéxicoVenezuela Estados Unidos Setor 0,00% 9,37% 2,56% 0,00% 9,63% 1,71% 12,72% Empresa 45,06% 47,75% 43,57% 63,89% 33,09% 44,97% 52,08% Tempo 54,94% 42,88% 53,87% 36,11% 57,28% 53,33% 35,20% Total 100% 100% 100% 100% 100% 100% 100% Observaçõe 574 2.704 675 83 892 162 8.976 Nota: (*)O resultado referente ao Peru não é apresentado devido ao fato de não se ter atingido convergência na estimação da variância - foi permitida até a 1.000a interação.

Apesar de as variações ao longo do tempo e entre as empresas terem sido, novamente, as maiores fontes da variabilidade, nota-se que para Estados Unidos, Brasil e México as variações setoriais parecem ser fontes expressivas de variações na maturidade do endividamento. Reconhecidamente, essas são as maiores economias analisadas. Tal resultado, nesse caso, pode sugerir que, especialmente em economias maiores, as diferenças entre os setores não devem ser desconsideradas na análise da maturidade das dívidas. Em economias menores, entretanto, o acesso a tais recursos é mais homogêneo entre os setores, de modo que as particularidades de cada setor são menos relevantes. Outra possível explicação é o diferente nível de concentração das empresas nos setores entre os países. Países cujas economias são menores apresentam empresas em apenas uma parcela dos setores, enquanto países cujas economias são maiores apresentam maior dispersão de empresas dentro dos setores. Nesse caso, tal fato também pode explicar o resultado obtido.

4.3. Variáveis independentes As Tabelas_4 e 5 apresentam os resultados após a inclusão das variáveis independentes. De modo geral, nota-se que os coeficientes de tamanho e liquidez apresentaram relação significativa a 1%. A relação positiva entre tamanho e maturidade suporta a hipótese teórica dos custos de agência. Conforme comentam Stohs_e_Mauer_(1996), empresas pequenas enfrentam maiores conflitos de agência do que empresas maiores, de modo que reduzem o prazo da dívida como forma de mitigar tais problemas (Myers,_1977). A relação entre liquidez e maturidade, por sua vez, mostrou-se negativa, o que não confirma a hipótese teórica da sinalização. Uma possível explicação para a relação encontrada é que as empresas que mantêm maior liquidez também mantêm uma maior proporção de dívida de curto prazo, a fim de aumentar a discricionariedade dos gestores em relação à rolagem da dívida. Antoniou_et_al._(2006) sugerem, entretanto, que tal inversa relação pode ser devida aos custos de agência dos fluxos de caixa livres (freecashflow).

Tabela 4 Análise Multinível - Amostra EUA/AL, Período 1996-2009  Maturidade (M1) Relação Amostra EUA/AL Esperada I II III IV Variáveis binárias para anos   Sim Sim Sim Sim Constante   0,51*** 0,49*** 0,57*** 0,59*** Carga fiscal - 0,10 0,10 0,09 0,15 Oportunidades de crescimento - 0,00 0,00 -0,01* -0,01** Tamanho + 0,01*** 0,01*** v0,01*** 0,01*** Liquidez + -0,25*** -0,25*** -0,26*** -0,27*** Maturidade dos ativos + 0,00 0,00 0,00 0,00 Munificência -   -0,18 -0,12 -0,01 Dinamismo -   1,35*** 1,19*** 1,45*** Concentração -   0,00 0,00 -0,00** Ciclo de vida do setor -   0,01 0,01 0,02 Dispersão da eficiência +   0,00 0,00 0,00 tecnológica Dispersão da qualidade dos +   0,08** 0,07** 0,09** produtos Poder de barganha dos clientes -   0,00 0,00 0,00 Poder de barganha dos fornecedores -   0,00 0,00 0,00 PIB per capita +     0,00*** 0,00*** Crescimento do PIB       0,20 -0,01 Taxa de inflação -     -0,25*** -0,18* Variação cambial -     -0,05** -0,03 Taxa real de juros -     -0,28*** -0,29*** Desenvolvimento financeiro +       0,08*** Qualidade das instituições +       -0,03 Observações   7.620 7.620 7.620 7.416 AIC   -3.007,2 -3.007,6 -3.062,2 -3.041,9 BIC   -2.840,7 -2.785,6 -2.805,4 -2.779,3 Notas: *, **e *** indicam significância de 1%, 5% e 10%, respectivamente. Variável dependente é a medida de maturidade do endividamento M1. I - variáveis em nível de firma; II - variáveis em nível de firma e setor; III - variáveis em nível de firma, setor e macroeconômicas; IV - variáveis em nível de firma, setor, macroeconômicas, desenvolvimento financeiro e qualidade das instituições.

Tabela 5 Análise Multinível - Amostra AL, Período 1996-2009  Maturidade (M1) Relação Amostra AL Esperada I II III IV Variáveis binárias para anos   Sim Sim Sim Sim Constante   0,31*** 0,30*** 0,40*** 0,45*** Carga fiscal - 0,43** 0,44** 0,40** 0,41** Oportunidades de crescimento - 0,01* 0,02** 0,01 0,01 Tamanho + 0,02*** 0,02*** 0,02*** 0,03*** Liquidez + -0,30*** -0,29*** -0,30*** -0,30*** Maturidade dos ativos + 0,00 0,00 0,00 0,00 Munificência -   -0,37 -0,35 -0,24 Dinamismo -   1,53*** 1,35*** 1,38** Concentração -   0,00 0,00 0,00 Ciclo de vida do setor -   -0,03 -0,03 -0,04 Dispersão da eficiência +   0,00 0,00 0,00 tecnológica Dispersão da qualidade dos +   0,18*** 0,16*** 0,19*** produtos Poder de barganha dos clientes -   0,00 0,00 0,00 Poder de barganha dos fornecedores -   0,00 0,00 0,00 PIB per capita +     0,00 0,00 Crescimento do PIB       0,25 0,24 Taxa de inflação -     -0,22* -0,16 Variação cambial -     -0,07* -0,05 Taxa real de juros -     -0,26*** -0,24*** Desenvolvimento financeiro +       0,20*** Qualidade das instituições +       -0,02 Observações   3.551 3.551 3.551 3.382 AIC   -741,8 -746,5 -772,8 -758,9 BIC   -593,6 -548,9 -544,3 -526,1 Notas: *, **e *** indicam significância de 1%, 5% e 10%, respectivamente. Variável dependente é a medida de maturidade do endividamento M1. I - variáveis em nível de firma; II - variáveis em nível de firma e setor; III - variáveis em nível de firma, setor e macroeconômicas; IV - variáveis em nível de firma, setor, macroeconômicas, desenvolvimento financeiro e qualidade das instituições.

Os sinais dos coeficientes de oportunidades de crescimento apresentaram relação negativa na Amostra EUA/AL, porém positiva na Amostra AL. No entanto, a significância dos coeficientes ora foi acima, ora foi abaixo de 10%, o que torna as interpretações inconclusivas. Uma possível explicação para esses resultados é a diferença na utilização da dívida de curto prazo como mecanismo de governança. O sinal negativo na Amostra EUA/AL pode indicar que empresas norte-americanas utilizam a dívida de curto prazo como fator mitigador do subinvestimento (Myers,_1977). Por sua vez, o sinal positivo encontrado na Amostra AL pode indicar que as empresas de crescimento que operam em mercados financeiros comparativamente menos desenvolvidos, tal qual América Latina, podem sofrer maior risco de liquidez (Diamond,_1991) e, portanto, têm o incentivo a tomar emprestados, preferencialmente, recursos de longo prazo.

Ao contrário do esperado, a carga fiscal apresentou sinal positivo. AAmostra AL, contendo apenas países latino-americanos, apresentou p -valor < 5%, contudo, na Amostra EUA/AL os coeficientes não foram significativos a 10%. Tais resultados, majoritariamente, não confirmam a hipótese do trade-offestático.

Além disso, observa-se que a maturidade dos ativos não mostrou relação significativa em nenhuma das amostras. Tal achado, nesse caso, não suporta a hipótese de que as firmas planejam adequar a maturidade de seu financiamento à maturidade de seus ativos e indica que, na amostra estudada, as decisões de maturidade são independentes da alocação dos ativos da firma.

No que diz respeito às variáveis específicas dos setores, os resultados foram pouco conclusivos. Ao contrário das expectativas, encontrou-se relação positiva e significativa entre maturidade e dinamismo. Esse resultado pode indicar que empresas que operam em setores com maior volatilidade no acesso a recursos preferem a utilização de capital de longo prazo, como forma de mitigar o risco do refinanciamento da sua dívida em períodos de escassez. Adicionalmente, corroborando o esperado, encontrou-se que a dispersão na qualidade dos produtos tem relação positiva com a maturidade. Isso sugere que, a fim de equiparar sua competitividade dentro do setor, empresas com produtos menos qualificados aumentam o prazo dos seus endividamentos. Por fim, há de se observar que os demais fatores, em nível setorial, não apresentaram coeficientes significativamente diferentes de zero.

Em relação às variáveis macroeconômicas, notou-se a predominância na relação entre a taxa real de juros e a maturidade – todos os coeficientes em todas as estimativas apresentaram p -valor < 1%. Esse resultado sugere que a taxa real dos juros da economia é um dos direcionadores-chave no processo de escolha dos prazos dos recursos a serem utilizados. Conforme o esperado, o coeficiente mostrou-se negativo. Tal resultado indica que, quando as taxas de juros praticadas na economia são maiores, as firmas emitem menores proporções de dívida de longo prazo em relação à dívida total, possivelmente para evitar os maiores custos da dívida durante a emissão. Na Amostra EUA/AL, o PIB per capita mostrou relação positiva e indica que, quanto maior o Produto Interno Bruto do país, maior a utilização de dívida de prazos mais longos. No entanto, na Amostra AL, os coeficientes não foram mais significativos, o que sugere que a relação encontrada pode ser fruto do PIB norte-americano ser consideravelmente maior do que o dos demais países estudados. Finalmente, notaram-se evidências parciais de relação negativa entre taxa de inflação, variação cambial e maturidade. Ambos os casos sugerem que, conforme a incerteza na economia aumenta, as firmas captam, preferencialmente, dívida de curto prazo. Uma possível explicação dessa escolha é o fato de que, em momentos de incerteza, os gestores preferem manter maior discricionariedade sobre a estrutura de capital da firma e evitam comprometer seus recursos no pagamento de juros de longo prazo.

Por fim, a inclusão dos fatores referentes a desenvolvimento financeiro e qualidade das instituições apresentou relações que merecem destaque.

Inicialmente, o coeficiente relativo ao desenvolvimento financeiro mostrou-se positivamente relacionado com a maturidade e apresentou significância de 1% em todas as análises feitas. Essa relação sugere que, na medida em que a economia de um país se desenvolve financeiramente, as empresas têm mais acesso a recursos de prazos mais longos, o que corrobora Demirgüç-Kunt_e_Maksimovic_ (1998), e Kirch_e_Terra_(2012). Consequentemente, o desenvolvimento financeiro de um país pode ser um meio facilitador para investimentos cujos prazos de retornos são maiores.