Os determinantes da estrutura de capital de empresas do PSI 20
A escolha da estrutura de capital é um tema ainda bastante controverso na
teoria financeira. A heterogeneidade das evidências empíricas mostra que o
assunto ainda não está completamente explorado. Em termos gerais, a estrutura
de capital corresponde à forma como as empresas utilizam o capital próprio e o
capital alheio para financiarem os seus activos.
Desde os trabalhos pioneiros de Modigliani e Miller (1958) que a teoria
financeira incorporou nos seus modelos a relevância da estrutura de capital
para a determinação do valor da empresa.
Podem ser identificadas duas grandes correntes teóricas sobre a estrutura de
capital: a tradicional, representada por Durand (1952), e a proposta por
Modigliani e Miller (1958).
Para Durand (1952), existe uma estrutura de capital óptima que maximiza o valor
de mercado da empresa. Segundo o autor, o custo de capital mantém-se estável
até um determinado nível de endividamento, a partir do qual aumenta face ao
acréscimo de risco. O custo de capital alheio tende a ser inferior ao custo do
capital próprio, consequentemente a empresa endivida-se até ao ponto em que o
custo médio ponderado de capital atinja o mínimo. Este ponto representa a
estrutura de capital óptima que leva à maximização do valor da empresa. É
aceite a tese de Modigliani e Miller (1958) quando aplicada aos mercados de
capitais perfeitos, mas considera que os mercados reais são imperfeitos.
Em oposição à teoria tradicional de Durand (1952), e com base num conjunto de
pressupostos bastante restritos, Modigliani e Miller (1958) defendem que a
forma de financiamento da empresa é irrelevante para o seu valor. Para os
autores, o custo de capital da empresa é o mesmo para qualquer nível de
endividamento. O estudo destaca que num cenário sem impostos, custos de
falência, custos de agência e sem assimetria de informações, não existe o
efeito de economia fiscal e, portanto, as decisões de financiamento são
irrelevantes num mercado de capitais em concorrência perfeita.
Contudo, em 1963, Modigliani e Miller mostraram, corrigindo o seu primeiro
trabalho, que, na presença de impostos, a primeira proposição de irrelevância
não seria a mais correcta. Defendem que, num cenário com impostos, o benefício
fiscal proporcionado pelo endividamento levará a uma diminuição do custo médio
ponderado de capital aumentando o valor da empresa.
A partir dessa discussão, diversas investigações passaram a ser realizadas com
o objectivo de identificar os factores determinantes do nível de endividamento
das empresas, originando a moderna teoria da estrutura de capitais.
Em 1988, Titman e Wessels analisam os factores determinantes da estrutura de
capital no mercado norte-americano para o período de 1974 a 1982. Os autores
verificam que o nível de endividamento das empresas americanas apresenta uma
relação negativa com o factor rendibilidade. O artigo destaca que as empresas
de menor dimensão apresentam custos de endividamento inferiores ao custo de
emissão de acções, especialmente no curto prazo, pelo que preferem manter um
maior nível de endividamento.
Rajan e Zingales (1995) estudam os factores determinantes da estrutura de
capital para os países do G7 (Japão, Alemanha, França, Itália, EUA, Reino Unido
e Canadá), no período de 1987 a 1991. Os autores concluem que as empresas dos
países bank oriented (Japão, Alemanha, França e Itália) apresentam um nível de
endividamento superior às empresas dos países market oriented (EUA, Reino Unido
e Canadá). Para Rajan e Zingales (1995), existe uma relação positiva entre o
nível de endividamento e os factores tangibilidade e dimensão, e negativa para
os factores crescimento e lucro.
Os resultados de Antoniou, Guney e Paudyal (2002) mostraram-se também coerentes
com Rajan e Zingales (1995), Johnson (1998), Mao (2003) e Flannery e Rangan
(2006), com a excepção do caso dos EUA onde se observa uma relação negativa
entre o nível de endividamento e os factores tangibilidade e dimensão. No que
diz respeito à variável oportunidade de crescimento, a relação com o nível de
endividamento é insignificante.
Em Portugal, Jorge e Armada (2001) desenvolveram um estudo com o objectivo de
identificar os factores determinantes do nível de endividamento das maiores
empresas portuguesas para o período de 1990 a 1995. De forma geral, os factores
mostraram-se pouco explicativos. A relação positiva entre o nível de
endividamento das empresas portuguesas e o factor oportunidade de crescimento
revela-se oposta à obtida por Rajan Zingales (1995). Os resultados obtidos
mostraram-se coerentes com Rajan e Zingales (1995), Johnson (1998), Mao (2003)
e Flannery e Rangan (2006), no que diz respeito à relação entre o nível de
endividamento e o factor lucro, confirmando a teoria de pecking order.
Neste trabalho de investigação, pretende-se analisar as características da
estrutura de capital de empresas do mercado de capitais português (com base no
PSI 20). Numa análise de dados em painel, estudam-se as relações existentes
entre o nível de endividamento e os factores que são considerados na literatura
financeira como determinantes da estrutura de capitais: dimensão,
tangibilidade, oportunidade de crescimento, risco de negócio, vantagens fiscais
não resultantes do endividamento, lucro, dividend payout e performance do preço
das acções.
Neste artigo, de seguida, são apresentadas as variáveis dependente e
independentes, o modelo e o método de estimação. No terceiro ponto descrevem-se
os procedimentos estatísticos e os resultados obtidos. No quarto e último ponto
apresentam-se as principais conclusões do estudo.
Metodologia
O modelo adoptado neste estudo empírico segue uma abordagem de dados em painel.
A partir de um conjunto de observações sobre a estrutura financeira de empresas
(não financeiras) do mercado de capitais português (com base no PSI 20),
recolhidas ao longo de um horizonte temporal de 8 anos (2000 a 2007), analisa-
se as relações existentes entre as variáveis dependente e independentes. O
contributo deste trabalho está em adicionar as variáveis independentes dividend
payout e performance do preço das acções ao modelo desenvolvido por Jorge e
Armada (2001), aplicando-o às empresas do PSI 20. A análise adicional destas
variáveis pretende captar as variações da conjuntura económica que podem
afectar as decisões da estrutura de capitais.
Numa abordagem semelhante a Jorge e Armada (2001), utiliza-se o debt to equity
ratio como variável dependente. Os indicadores da variável dependente são os
descritos na Tabela 1.
Tabela 1
Indicadores da variável dependente
Seguindo a evidência empírica de Ferri e Jones (1979), Titman e Wessels (1988)
e Jorge e Armada (2001), foram seleccionados três indicadores para analisar a
variável dimensão: número de trabalhadores, activo total líquido e volume de
negócios. Refira-se que a amostra inclui apenas empresas de grande dimensão
segundo a Comissão da Comunidade Europeia.
Para a variável tangibilidade,medida pelas abordagens de Titman e Wessels
(1988), Thies e Klock (1992) e Jorge e Armada (2001), determinou-se dois
indicadores que representam o peso do imobilizado corpóreo e incorpóreo no
activo total líquido. Na variável oportunidade de crescimento, analisa-se a
taxa de crescimento do activo total líquido (Toy et al., 1974; Jorge e Armada,
2001), calculada anualmente. O risco de negócio, por ser representativo da
volatilidade dos resultados das empresas, será medido pelo desvio-padrão, tal
como em Ferri e Jones (1979) e Jorge e Armada (2001), e pelo coeficiente de
variação dos resultados (Toy et al., 1974; Jorge e Armada, 2001).
Na variável vantagens fiscais não resultantes do endividamento foram utilizados
os rácios Amortização de Imobilizado Corpóreo e Incorpóreo/RAAJI e Despesas
I&D/Vendas, seguindo a evidência empírica de Bradley, Jarrel e Kim (1984) e
Titman e Wessels (1988).
Com a variável lucro pretende-se analisar a influência do resultado operacional
na estrutura de capital (Harris e Raviv, 1991; Ranjan e Zingales, 1995; e
Flanerry e Rangan, 2006). A variável dividend payout foi determinada como sendo
uma percentagem dos resultados líquidos apresentados pela empresa, pagos aos
accionistas sob a forma de dividendos, trata-se de uma abordagem semelhante à
de Antoniou, Guney e Paudyal (2002). A performance do preço das acções
determina as expectativas por parte dos investidores em relação ao futuro da
empresa (Antoniou, Guney e Paudyal, 2002; Korajczk e Levy, 2003; Hovakimian et
al., 2004).
Na Tabela 2 são apresentados os indicadores das variáveis independentes.
Tabela 2
Indicadores das variáveis independentes
O modelo deste trabalho é composto por um conjunto de quatro regressões
lineares múltiplas analisadas separadamente, uma vez que existem quatro
indicadores que representam o rácio de endividamento. Considere-se o seguinte
modelo auto-regressivo:
onde,
Yi,t = medida de endividamento da empresa i no ano t;
ß0 = constante;
ßk = parâmetro estimado pelo modelo;
X= vector das variáveis explicativas; e
εi,t = erro aleatório.
O vector das variáveis explicativas inclui K factores, (K = 1,... , 8), que se
seguem:
(i) dimensão;
(ii) tangibilidade dos activos;
(iii) oportunidade de crescimento;
(iv) risco de negócio;
(v) vantagens fiscais não resultantes do endividamento;
(vi) lucro;
(vii) dividend payout; e
(viii) performance do preço das acções.
O modelo será estimado pelo método dos mínimos quadrados generalizados com
tratamento de dados em painel, numa abordagem semelhante à de Jorge e Armada
(2001). No método dos mínimos quadrados generalizados, admite-se que os erros
são distribuídos aleatoriamente com função densidade, homocedásticos e não
autocorrelacionados, o que permite obter estimadores não enviesados e
consistentes (Greene, 2008). A análise em painel pode ser realizada para dois
modelos: modelo de efeitos fixos e modelo de efeitos aleatórios. No modelo de
efeitos fixos, a estimação é feita assumindo que a heterogeneidade dos
indivíduos se capta na parte constante, mantendo-se a hipótese da homogeneidade
das observações (Greene, 2008).
Para Wooldrige (2006), os parâmetros deste modelo são estimados pelo método dos
mínimos quadrados ordinários ou LSDV (Least Square Dummy Variable). O modelo de
efeitos aleatórios considera o termo constante não como um parâmetro fixo, mas
como um parâmetro aleatório não observável (Greene, 2008). Os parâmetros do
modelo são estimados pelo método dos mínimos quadrados generalizados. A escolha
do modelo mais adequado (efeitos fixos ou efeitos aleatórios) pode ser feita
através de testes de especificação, como por exemplo o teste de Hausman (1978).
Após a aplicação da estatística de Hausman, verificou-se que apenas na
regressão Y1 teremos um modelo de efeitos fixos, pois rejeita-se a hipótese
nula. Nas restantes regressões (Y2, Y3 e Y4), o modelo de efeitos aleatórios é
o mais apropriado.
Resultados empíricos
No presente capítulo são analisados os resultados do modelo auto-regressivo, de
forma a determinar a relevância da estrutura de capital, defendida por
Modigliani e Miller (1963). O modelo, composto por quatro regressões lineares
múltiplas, será estimado pelo método de mínimos quadrados generalizados com
tratamento de dados em painel (Thies e Klock, 1992; Jorge e Armada, 2001)
aplicando o package STATA v.10.0.
A amostra utilizada neste estudo foi recolhida a partir da base de dados
Corporate Focus Premium(base de dados da Universidade Técnica de Lisboa '
Instituto Superior de Economia e Gestão que dispõe informação sobre
demonstrações financeiras de empresas cotadas em bolsa), para um horizonte
temporal de 8 anos (2000 a 2007), sobre a estrutura financeira de empresas (não
financeiras) do mercado de capitais português. Todas as informações adicionais
necessárias à construção do modelo foram obtidas junto da Comissão do Mercado
de Valores Mobiliários. Tal como na maioria dos estudos, utilizou-se valores
contabilísticos (históricos), em vez de valores de mercado ou valores
corrigidos, tendo em conta que estes são os dados que se encontram disponíveis.
Como o modelo segue uma abordagem de dados em painel, os efeitos temporais da
taxa de inflação e produto interno bruto, comuns a todas as empresas da amostra
e que podem variar no tempo, são susceptíveis de influenciar a estrutura de
financiamento das empresas, pelo que são considerados no modelo.
Para aferir a robustez dos resultados deste trabalho empírico, foram
verificados um conjunto de pressupostos sobre a componente erro do modelo, ε,
validados através dos resíduos, ê. Sendo assim, analisou-se a linearidade e a
normalidade dos resíduos. Foi testada a heterocedasticidade e a autocorrelação
dos termos de erro (Greene, 2008). Graficamente verificou-se que todos os
modelos de regressão apresentam uma relação linear entre a variável dependente
e as variáveis independentes. O teste de Shapiro-wilk, a denominada estatística
W, mostra que os resíduos são normalmente distribuídos.
Pelo teste de Breusch-Pagan, com hipótese nula de variância constante,
verificou-se a presença de heterocedasticidade nos resíduos da regressão de
efeitos fixos Y1. Para corrigir o problema, será utilizado o método Prais-
Winstem (P-W), estimando o modelo por mínimos quadrados ordinários. Nos modelos
de regressão de efeitos aleatórios (Y2, Y3 e Y4), a heteroscedasticidade foi
analisada pelo multiplicador Lagrange Breusch-Pagan, com hipótese nula de
homocedasticidade. Em todos os modelos de regressão Y2, Y3 e Y4 rejeita-se a
hipótese nula, pelo que a variância do erro não é constante ao longo das
observações. Para controlar o problema de heteroscedasticidade nos modelos de
efeitos aleatórios, Beck e Katz (1995) propõem uma correcção no cálculo do
erro-padrão, conhecida como panel corrected standard errors (pcse).
O problema da autocorrelação ocorre quando a co-variância do erro é diferente
de zero, sendo o erro não independente ao longo das observações. Pelo teste de
Breusch-Godfrey, verificou-se o problema da autocorrelação no modelo de efeitos
fixos (Y1) . Para corrigir este problema, o modelo de efeitos fixos foi
estimado por mínimos quadrados ordinários, pelo método Prais-Winstem (P-W).
Para controlar eventuais problemas de auto-correlação nos modelos de efeitos
aleatórios Y2, Y3 e Y4, e uma vez que são estimados pelo método dos mínimos
quadrados generalizados, foi aplicado o panel corrected standard errors (pcse),
baseado no teste deDurbin Watson(Beck e Katz, 1995).
Com a estatística t-Studente, considerando um nível de significância de 5% para
um total de 119 observações, avalia-se a significância individual dos
parâmetros das quatro regressões lineares. Na regressão Y1(ver Tabela 3),
verifica-se que apenas o ratio (X4) de tangibilidade dos activos influencia o
nível de endividamento. Este modelo linear explica cerca de 66% da variável
dependente.
Tabela 3
Resultados do modelo regressão Y1
No modelo Y2,com um coeficiente de regressão de 0,46, observa-se que as
variáveis dimensão (ratios X1 e X3), tangibilidade (ratios X4 e X5) e vantagens
fiscais não resultantes do endividamento (ratio X11) assumem significância no
nível de endividamento (ver Tabela 4).
Tabela 4
Resultados do modelo regressão Y2
A regressão Y3explica cerca de 51% da variável dependente. Todos os indicadores
da variável dimensão mostraram-se significativos para o nível de endividamento
(ver Tabela 5).
Tabela 5
Resultados do modelo regressão Y3
No modelo Y4observa-se que as variáveis dimensão (ratio X2), risco de negócio
(ratio X7) e lucro (ratio X12) são estatisticamente significativas no nível de
endividamento. Este modelo apresenta um coeficiente de regressão de 0,38 (ver
Tabela 6).
Tabela 6
Resultados do modelo regressão Y4
A partir dos coeficientes estimados pelos modelos de regressão, analisa-se a
relação existente entre os indicadores da variável dependente e os factores
explicativos. A tabela a seguir (ver Tabela 7) mostra a relação esperada entre
as variáveis dependente e independentes.
Tabela 7
Relação esperada entre variáveis dependentes e independentes
A Tabela 8 indica a relação observada entre as variáveis dependente e
independentes após estimação dos modelos de regressão.
Tabela 8
Relação observada entre variáveis dependentes e independentes
No que respeita à variável dimensão, admite-se uma relação positiva com o nível
de endividamento, quaisquer que fossem as medidas utilizadas (Ferry e Jones,
1979; Remmers et al., 1974). Quando esta variável for medida pelo número de
trabalhadores, os resultados obtidos mostram que existe uma relação positiva
entre a dimensão da empresa e o nível de endividamento de médio e longo prazo e
de curto prazo. O indicador volume de negócios indica uma relação positiva com
o nível de endividamento de curto prazo e negativa com o endividamento de médio
e longo prazo.
Seguindo Titman e Wessels (1988) e Augusto (1996), admite-se que as empresas
com maior proporção de activos tangíveis apresentam maior nível de
endividamento, particularmente de médio e longo prazo. Se se considerar a
intangibilidade dos activos, seria de esperar uma relação negativa com o nível
de endividamento de curto prazo. Os resultados obtidos confirmam estas
hipóteses no que respeita aos activos tangíveis. Porém, para os activos
intangíveis as previsões não são confirmadas. O facto de se incluir na amostra
empresas de diferentes sectores de actividade poderá dificultar a homogeneidade
suficiente no que respeita à utilização de capital fixo corpóreo e incorpóreo.
Para a variável oportunidade de crescimento, seria de esperar uma relação
positiva com o endividamento (Toy et al., 1974; Jorge e Armada, 2001). Contudo,
perante os resultados obtidos, conclui-se que este factor não é determinante da
estrutura de capitais das empresas incluídas na amostra.
Admite-se uma relação negativa entre a variável risco de negócio e o nível de
endividamento de curto prazo (Ferri e Jones, 1979; Bradley, Jerrel e Kim,
1984). Pelos resultados obtidos, a variável risco de negócio apenas é
determinante do nível de endividamento das empresas pelo coeficiente de
variação do RAAJI. Contrariando a teoria, verifica-se que existe uma relação
positiva entre o nível de endividamento e o risco de negócio, o que sugere que
as empresas com maior risco são também as mais endividadas.
Seguindo Bradley, Jarrel e Kim (1984), e Titman e Wessels (1988), seria de
esperar uma relação positiva entre o nível de endividamento e a variável
vantagens fiscais não resultantes do endividamento, quando medida pelo
indicador X10(Amortizações Imobilizado Corpóreo e Incorpóreo/RAAJI) e negativa
se se utilizar o ratio X11(Despesas I&D/Vendas Totais Líquidas). Os
resultados confirmam a relação existente entre o nível de endividamento e a
medida que envolve as despesas I&D (ratioX11). Contudo, o indicador X10 não
se revela determinante no endividamento das empresas.
No que respeita ao lucro, e conforme Harris e Raviv (1991), Ranjan e Zingales
(1995), e Flanerry e Rangan (2006), seria de esperar uma relação negativa entre
o nível de endividamento e esta variável medida pelo resultado operacional
(ratio X12). As previsões são confirmadas, mostrando-se coerente com a teoria
pecking order.
Seria de esperar uma relação inversa entre a variável dividend payout e o nível
de endividamento (Antoniou, Guney e Paudyal, 2002). No entanto, a medida desta
determinante apresenta valores que não são significativos para o nível de
endividamento.
Seguindo Antoniou, Guney e Paudyal (2002), Korajczk e Levy (2003), e Hovakimian
et al. (2004), admite-se uma relação negativa entre a performance do preço das
acções e o nível de endividamento. Todavia, as suposições não foram
confirmadas.
Os resultados evidenciam que há factores que não são determinantes do nível de
endividamento, nomeadamente os indicadores oportunidade de crescimento,
dividend payout e performance do preço das acções. Os outros factores
considerados na análise mostraram-se relevantes na estrutura de capital.
Conclusões
A escolha da estrutura de capital é um tema ainda bastante controverso na
teoria financeira. A heterogeneidade das evidências empíricas mostra que o
assunto ainda não está completamente explorado. A crescente globalização da
economia mundial, consubstanciada numa integração dos mercados, em particular o
financeiro, assenta fundamentalmente numa cada vez maior concorrência das
empresas em todos os sectores de actividade. A definição da estrutura de
capitais e os factores que o determinam é essencial para a sobrevivência,
performance e criação de valor.
O trabalho contribui com uma análise actualizada sobre o tema e adiciona as
variáveis independentes dividend payout e performance do preço das acções ao
modelo desenvolvido por Jorge e Armada (2001), aplicando-o às empresas do PSI
20. A inclusão destas variáveis pretende captar as variações da conjuntura
económica que podem afectar as decisões da estrutura de capitais.
No presente trabalho foram analisados os determinantes da estrutura de capital
de empresas do mercado de capitais português (com base no PSI 20).
Investigaram-se as relações existentes entre o nível de endividamento e os
indicadores que apresentam maior suporte na literatura financeira. Os
resultados evidenciam que os indicadores de crescimento, dividend payout e
performance do preço das acções não explicam o nível de endividamento. Os
indicadores de dimensão, tangibilidade, risco de negócio, vantagens fiscais não
resultantes do endividamento e lucro, considerados na análise, mostraram-se
determinantes na estrutura de capital.
Refira-se que existem características de cada empresa da amostra que, embora
não estando incluídas nas variáveis independentes, determinam o nível de
endividamento. Entre essas características serão de destacar factores
comportamentais específicos dos gestores, o grau de desenvolvimento tecnológico
da empresa, condições de acesso e desenvolvimento do mercado de capitais
português e outros aspectos inerentes à envolvente económica e institucional do
mercado de capitais português não abrangidos pelo estudo.
Como utilizamos dados em painel, os efeitos temporais são eles próprios
considerados como susceptíveis de influenciar a estrutura de financiamento das
empresas, ou seja, os efeitos da inflação e das alterações conjunturais são
implicitamente considerados no modelo.
