BrBRHUAp0080-21072014000300003

Avaliação de empresas e probabilidade de negociação com informação privilegiada no mercado brasileiro de capitais

1. INTRODUÇÃO Um dos papéis da contabilidade, e da informação dela provinda, é possibilitar a redução da assimetria de informação entre os diversos agentes econômicos. Esse fenômeno é reflexo da separação entre a gestão das atividades da empresa e sua propriedade, abrindo espaço para conflitos de agência (Jensen & Meckling, 1976), em que os agentes internos tentam maximizar a própria utilidade, acabando por expropriar os ganhos dos agentes externos, com menos acesso às informações sobre a firma.

Dentre os diferentes problemas derivados da teoria agência, como a expropriação de riqueza dos agentes externos por parte dos agentes internos, destacam-se aqueles mais específicos às companhias abertas. Observa-se que a assimetria de informação pode levar à redução da liquidez no mercado de capitais (Bharath, Pasquariello & Wu, 2009) e ao aumento do custo do capital próprio das companhias (Brennan & Subrahmanyam, 1996), o que pode implicar má formação do preço dos ativos (Fields, Lys & Vicent, 2001) das empresas que têm seus títulos negociados sob o efeito da assimetria informacional.

Nesse contexto, a base neste estudo é a hipótese de mercado eficiente (HME), difundida por Fama (1970), em sua forma semiforte, uma vez que tem como base uma avaliação estruturada em números contábeis. Para isso, pressupõe-se que as negociações baseadas em informações privilegiadas possam fornecer sinais aos investidores para suas tomadas de decisões (Grossman & Stiglitz, 1980).

Segundo a HME, as informações publicamente disponíveis são de imediato incorporadas ao preço da ação (Fama, 1970). Assim, pode-se esperar que as empresas que tenham ações negociadas sob o impacto de informações privilegiadas tenham sua avaliação enviesada, pois tais informações podem proporcionar vantagens a seus portadores, ou insiders, influenciando suas avaliações e decisões de investimento. Assim, é razoável esperar que as informações contábeis afetem significativamente a avaliação das companhias(*) (Fama, 1970), bem como as negociações baseadas em informações privadas (Grossman & Stiglitz, 1980).

De acordo com Camargos e Barbosa (2003), no mercado brasileiro de capitais há evidências somente para a forma semiforte da HME. Além disso, Barbedo, Silva e Leal (2009) alertam que o uso de informação privilegiada na negociação de ações, também conhecido como insider trading, é uma prática que costuma acontecer nos países da América Latina e sua ocorrência faz com que o investidor evite investir nesse mercado ou nesse ativo, com receio de ser prejudicado na transação. Além desses autores, Martins, Paulo e Albuquerque (2013) identificaram a probabilidade de terem ocorrido negociações com informação privilegiada (PIN) no mercado brasileiro de capitais. Esses últimos, sobretudo, verificaram que há uma relação positiva e significante entre a PIN e o retorno das ações. Por essa razão, justifica-se a realização de um estudo que investigue o reflexo dessa assimetria de informação na avaliação de empresas.

Nesse sentido, uma vez que a assimetria de informação pode influenciar a estimativa do valor de um ativo, causando prejuízos aos demais agentes, que não aqueles de informação privada, é razoável considerar que os modelos de avaliação de empresas que não incluem uma estimativa dessa assimetria não capturem satisfatoriamente os fatores determinantes do valor da firma. Assim, uma das justificativas para a elaboração desta pesquisa está em contribuir com os modelos de avaliação de empresas, buscando evidenciar que a assimetria informacional tem impacto significativo no processo de mensuração do valor das firmas, devendo ser considerada nesse processo.

Considerando a larga utilização e validação do modelo de avaliação de empresas de Ohlson (1995) nas literaturas nacional e internacional (Dechow, Hutton & Sloan, 1999; Lopes, 2001; Swartz, Swartz & Firer, 2006), especialmente na área de value relevance, neste estudo o objetivo é investigar a influência da assimetria de informação na avaliação de empresas no mercado brasileiro de capitais por meio do modelo de Ohlson (1995). Assim, questiona-se qual a relação entre a assimetria de informação existente na negociação de ações e a avaliação de empresas no mercado brasileiro de capitais.

Nesse sentido, o trabalho está organizado em cinco seções. Além desta introdução, na segunda seção apresenta-se uma revisão de literatura que aborda a HME e os modelos de avaliação de empresas de Ohlson (1995) e de mensuração de assimetria de informação de Easley, Hvidkjaer e O'Hara (2002). Na terceira, são apresentados os procedimentos metodológicos, desde a coleta e a análise dos dados até a operacionalização desses modelos. Na quarta seção, são apresentados os principais resultados e, na última, as considerações finais do trabalho.

2. REVISÃO DE LITERATURA 2.1. Hipótese de mercado eficiente e teoria da agência O papel principal do mercado de capitais é a alocação dos recursos entre os agentes superavitários e os agentes deficitários (Fama, 1970), ou seja, entre aqueles que precisam de recursos para seus projetos e aqueles que possuem capital excedente à procura de investimento. Para que haja essa transferência de recursos, é necessário que o mercado sinalize se os investidores devem ou não alocar seus recursos em determinada companhia. Para isso, os preços dos títulos devem refletir todas as informações sobre as empresas, imediatamente após sua disponibilização para o público em geral. Quando todas essas informações disponíveis são absorvidas e refletidas nos preços das ações dessas firmas, diz-se que o mercado é eficiente.

Esse modelo de mercado de capitais, em que as informações são divulgadas simetricamente para todos os usuários e imediatamente absorvidas pelos preços das ações das firmas, tem algumas condições para seu funcionamento, quais sejam: que não existam custos de transação nas negociações; que todas as informações disponíveis sejam gratuitas para todos os participantes do mercado; e que todos os investidores concordem com as implicações das informações correntes nos preços correntes dos ativos (Fama, 1970). Contudo, por ser um modelo teórico, é de esperar-se que nem todas essas condições sejam satisfeitas simultaneamente. Sobre isso, Grossman e Stiglitz (1980) argumentam que, se todas as informações fossem disponibilizadas de forma gratuita, não haveria incentivos para negociar com informações privilegiadas (pois elas não existiriam), porque todos os investidores teriam acesso às mesmas informações.

Na literatura de finanças, evidências empíricas ratificam o argumento de Grossman e Stiglitz (1980), a exemplo de Easley, Kiefer e O'Hara (1997), Easley et al. (2002), Barbedo et al. (2009) e Martins et al. (2013). Com isso, pode-se observar que a ocorrência de utilização de informações privadas na negociação de ações pode proporcionar aos insiders a obtenção de um retorno anormal (Medeiros & Matsumoto, 2006), ou seja, maior rentabilidade nos negócios com ações por parte dos investidores que têm acesso privilegiado às informações, contrariando algumas das condições supracitadas, o que, segundo Fama (1970), não invalida isoladamente a HME.

No âmbito das negociações de ações no mercado de capitais, nota-se que a possibilidade de atuar nesses mercados, comprando e vendendo suas participações nas empresas por meio de títulos mobiliários, tem desvinculado o investidor da administração das firmas. Isso tem promovido a separação entre a propriedade e o controle do capital das empresas, o que, segundo Jensen e Meckling (1976), tem dado espaço à formação de conflitos de interesses entre o principal (investidor) e o agente (gestor), o que pode fundamentar a existência de agentes no mercado negociando com informações privadas. Nesse sentido, Jensen e Meckling (1976) destacam que a relação entre acionistas e gestores de uma firma, ou mesmo entre seus acionistas majoritários e minoritários, enquadra-se na definição de uma relação de agência, com problemas associados à separação entre propriedade e controle, em que um grupo pode tentar obter vantagens para si com o uso indevido de informações privadas.

Dessa forma, considerando as evidências empíricas existentes, percebe-se que alguns dos problemas conceituais da HME podem estar relacionados à desconsideração de pesquisas teóricas e empíricas sobre o equilíbrio das expectativas racionais em um ambiente de informação assimétrica (Leroy, 1989), de modo que nesse ambiente um dos pressupostos básicos da HME não pode ser assumido: todos os investidores concordam com as implicações das informações correntes nos preços dos ativos, pois alguns investidores têm acesso privilegiado às informações e outros não. Esse pressuposto não é assumido por Grossman e Stiglitz (1980), que afirmam que as negociações dos insiders podem fornecer conteúdo informativo aos demais participantes do mercado de capitais.

Com base nisso, e devido à possibilidade de atuação dos insiders no mercado brasileiro de capitais, é relevante a análise da relação entre a assimetria de informação e a avaliação de empresas, tendo em vista que a assimetria de informação pode afetar a valoração ou precificação das empresas.

2.2. Avaliação de empresas 2.2.1. O modelo de Ohlson (1995) O processo de avaliação de empresas, na visão de Martins (2006), consiste em alcançar seu valor justo de mercado, ou seja, aquele que representa, de modo equilibrado, o potencial econômico de determinada companhia. Para Martelanc, Pasin e Pereira (2010), esse valor justo também é estabelecido pelo processo de avaliação e é representado pelo valor potencial de um negócio em função de sua expectativa de geração de resultados futuros.

Na literatura de finanças, é possível observar a existência de inúmeros modelos de avaliação de empresas que buscam estimar o valor das companhias. As diferenças entre esses modelos normalmente consistem na abrangência das informações que eles utilizam para realizar essa estimativa e em sua aplicabilidade. Entre os mais comuns, citam-se aqueles baseados em dividendos, em valor presente dos fluxos de caixa futuros, em múltiplos de mercado e em informações contábeis.

Entre eles, destaca-se o modelo de avaliação de empresas de Ohlson (1995), especialmente no que concerne ao value relevance dos números contábeis. A partir desse modelo, baseado em números contábeis e em outras informações que não afetam a contabilidade, pesquisadores, profissionais e investidores puderam ter acesso a uma metodologia de avaliação diferente daquelas apresentadas até então, citadas anteriormente. Seu principal diferencial foi a abertura de novas perspectivas para melhorar a predição e a explicação dos retornos das ações (Bernard, 1995), afora ser mais completo do que os outros modelos clássicos (Frankel & Lee, 1998), por levar em consideração números contábeis e outras informações, que não contábeis. No Brasil, essa metodologia foi inicialmente discutida por Lopes (2001).

O modelo de Ohlson (1995) é suportado por três premissas básicas: valor presente dos dividendos esperados (present value of expected dividends ' PVED); lucro limpo (clean surplus relation ' CSR); e um modelo linear que define o comportamento estocástico dos lucros residuais futuros. O PVED é expresso conforme a Equação [1].

em que Pt é o valor de mercado da companhia no tempo IMG são os dividendos líquidos dos aportes de capital no tempo t; Rf é uma taxa livre de risco mais uma unidade; e IMG é o operador matemático do valor esperado, condicionado pelas informações no tempo t. Cabe ressaltar que os aportes de capital podem assumir valores negativos, quando as captações forem maiores que os dividendos pagos.

A Equação [2] define o lucro limpo (CSR), que garante que todas as alterações nos ativos ou passivos, que não sejam transações entre a entidade e seus acionistas, devem transitar pelo resultado do exercício.

[/img/revistas/rausp/v49n3/a03frm02.jpg] em que Yt é o patrimônio líquido da entidade no tempo t; Yt-1 é o patrimônio líquido da entidade no tempo t-1; xt é o lucro do período; e dt são os dividendos pagos no período.

A expressão matemática da última premissa é definida nas Equações [3a] e [3b].

A dinâmica informacional linear (DIL) é utilizada na predição do lucro residual, ou anormal, com base no lucro residual do ano corrente mais uma variável escalar, denominada de outras informações, e um termo de erro.

[/img/revistas/rausp/v49n3/a03frm03.jpg] em que [/img/revistas/rausp/v49n3/a03img01.jpg] é o lucro residual esperado no futuro; [/img/revistas/rausp/v49n3/a03img03.jpg] é o lucro residual contemporâneo; vt é uma variável escalar que resume todas as outras informações que poderão impactar a avaliação da empresa; [/img/revistas/rausp/v49n3/ a03img02.jpg] são as outras informações esperadas para o futuro; e w e y são os parâmetros de persistência do lucro residual e das outras informações, respectivamente, fixos e conhecidos, não negativos e menores do que 1.

O lucro residual, como evidenciado nas equações acima, é relevante para a avaliação das companhias, segundo o modelo de Ohlson (1995), e expresso conforme a Equação [4].

[/img/revistas/rausp/v49n3/a03frm04.jpg] em que [/img/revistas/rausp/v49n3/a03img03.jpg] é lucro residual; xt é o lucro do período; r é uma taxa de juros livre de riscos; e yt-1 é o patrimônio líquido do início do período. Com isso, infere-se que o lucro residual é a diferença entre o lucro do exercício e a remuneração do capital próprio da entidade, a uma taxa livre de riscos.

A terceira variável considerada nesse modelo, afora lucro residual e patrimônio líquido, é o que Ohlson (1995) chamou de outras informações que possam afetar os lucros esperados futuros, sendo representada por vt. A não consideração dessa variável no modelo reduz seu conteúdo empírico. Para esta pesquisa, foram utilizadas como outras informações duas proxies de assimetria de informação: a probabilidade de ocorrência de um evento informacional (α) e a probabilidade de negociação com informação privilegiada (PIN). Com isso, chega-se ao modelo de mensuração do valor das empresas (pt) baseado em números contábeis e em outras informações, proposto por Ohlson (1995), como explicita a Equação [5].

[/img/revistas/rausp/v49n3/a03frm05.jpg] em que pt é o valor da empresa com base em seu patrimônio líquido (yt), lucro anormal ([/img/revistas/rausp/v49n3/a03img03.jpg]) e o efeito das outras informações (vt) que podem influenciar o lucro e os resultados das firmas no futuro, sendo α1 e α2 os parâmetros do modelo obtidos por meio das Equações [5a] e [5b].

[/img/revistas/rausp/v49n3/a03frm5a.jpg] em que ω é o parâmetro de persistência do lucro residual, λ é o parâmetro de persistência de outras informações, ambos definidos pelo meio econômico ou princípios contábeis, e Rf é uma taxa livre de risco. Ohlson (1995) não deu muitas informações sobre como obter esses parâmetros de persistência do modelo, dizendo apenas que eram conhecidos pelo mercado (Ohlson, 2001); porém, Dechow et al. (1999) utilizaram uma metodologia considerada por Ohlson (2001) como a melhor para a estimação do modelo.

Dechow et al. (1999) avaliaram o modelo teórico por meio da DIL nas empresas que negociaram valores mobiliários nos Estados Unidos da América, no período de 1976 a 1995, e encontraram que o parâmetro do resultado anormal (ω) e das outras informações (λ) foi de 0,62 e 0,32, respectivamente, corroborando o intervalo teórico proposto por Ohlson (1995). O modelo utilizado, sem a presença da previsão dos analistas (vt), obteve poder explicativo de 0,40; com a inclusão da outra variável (outras informações), passou para 0,69, aumentando seu poder explicativo.

Os achados de Dechow et al. (1999) foram limitados pela taxa livre de risco (Rf) utilizada de forma idêntica para todas as empresas durante todo o período analisado (12%), e pela deflação da variável outras informações pelo valor de mercado, o que faz com que os resultados anormais futuros dependam dos valores de mercado futuros das empresas. Neste trabalho, além de usar-se uma variável outras informações diferente da utilizada nos trabalhos anteriores, considera- se um custo de capital específico para cada ano e utiliza-se como deflator das variáveis a quantidade de ações, não vinculando os resultados futuros ao valor de mercado das firmas.

2.3. Mensuração da assimetria de informação: o modelo EHO (2002) A probabilidade de negociação com informação privilegiada (PIN) é o resultado da mensuração da assimetria de informação existente no mercado de capitais e investigada a partir dos dados de microestrutura do mercado, isto é, dados relativos ao processo e aos efeitos da negociação das ações. A PIN é estimada por um modelo de negociação sequencial desenvolvido por Easley et al. (2002), doravante denominado modelo EHO, com base nos trabalhos teóricos de Easley e O'Hara (1987; 1992). O modelo EHO parte da premissa de que as operações de compra e venda de ações ocorrem por consequência das decisões tomadas por negociadores portadores (ou não) de informações privilegiadas para identificar a assimetria de informação nesse mercado.

O modelo EHO possui uma extensa utilização na literatura internacional (Easley et al. 2002; Bopp, 2003; Abad & Rubia, 2005; Duarte & Young, 2009; Albanez, 2008; Mohanram & Rajgopal, 2009). Nele, o ativo negociado tem um valor no final do dia da negociação, que é representado pela variável V. A ocorrência de um evento informacional (α) é representada pelo reflexo de um sinal ψ sobre a variável V. Esse evento informacional pode assumir dois valores: baixo (L) ou alto (H), com probabilidades δ e 1'δ, respectivamente. O valor do ativo condicionado ao sinal de baixa indica má notícia e é dado por V; similarmente, aquele condicionado ao sinal de alta indica boa notícia e é dado por V. Por outro lado, eventos informacionais podem não ocorrer, indicando que as novas informações podem não surgir durante o período de negociação.

Caso esse evento informação não ocorra, assume-se que ψ = 0 e que o valor do ativo pode ser dado por V*=δV+(1-δ)[/img/revistas/rausp/v49n3/v8_barra.jpg].

Assim, a probabilidade de que um evento informacional tenha ocorrido é dada por α, com 1-α correspondente à probabilidade de que não tenha ocorrido nova informação nesse período (Easley et al., 1997). Com esse pressuposto, é possível desenhar a estratégia de negociação do modelo EHO: se um negociador informado observar um sinal de alta, vai comprar as ações se a cotação atual estiver abaixo de [/img/revistas/rausp/v49n3/v8_barra.jpg]; se observar um sinal de baixa, ele vai vender se a cotação estiver acima de V. Já o comportamento do negociador desinformado é mais complexo, tendo em vista que negocia apenas com informações públicas e com suas convicções pessoais.

Dessa forma, a estrutura de uma negociação é baseada em quatro parâmetros que fundamentam a relação entre a informação, quando boa ou má, e sua probabilidade de influência na negociação. O primeiro parâmetro evidencia a probabilidade de ocorrência de um evento informacional durante a negociação (α); o segundo determina o tipo de sinal desse evento (δ para sinal de baixa e 1-δ para sinal de alta); o terceiro reflete a taxa de chegada de ordens de negociadores informados (µ); e o último, a taxa de chegada de ordens de negociadores desinformados (sendo εb a taxa de compradores e εs a de vendedores desinformados).

Esse modelo permite a utilização de dados observáveis, como o número diário de compras e vendas de uma ação, para fazer inferências sobre informações de eventos não observáveis, além da separação dos negócios entre negociadores informados e desinformados. Para isso, o modelo interpreta o nível normal de compras e vendas de uma ação como um negócio desinformado e utiliza esses dados para identificar as taxas de chegada de ordens de compra (εb) e de venda (εs) de negociadores desinformados. Um volume anormal de compras e vendas é interpretado como uma negociação baseada em informação e é utilizado para identificar a chegada de negociadores informados (µ), enquanto o número de dias em que o volume é anormal é utilizado para identificar a probabilidade de ocorrência de um evento baseado em informação (α) e a probabilidade de essa informação ser uma má notícia (δ).

Evidentemente, o risco da ocorrência de negociação baseada em informação envolve todos esses elementos de forma simultânea, estimados por uma inferência bayesiana, com probabilidades condicionais dadas pelo teorema de Bayes. Sendo assim, a probabilidade de negociação com informação privilegiada (PIN) pode ser estimada por meio da Equação [6].

[/img/revistas/rausp/v49n3/a03frm06.jpg] em que α é a probabilidade de ocorrer um evento informacional; µ é a taxa de chegada de ordens de negociadores informados; εb é a taxa de chegada de ordens de compradores desinformados; e εs é a taxa de chegada de ordens de vendedores desinformados.

3. PROCEDIMENTOS METODOLÓGICOS 3.1. Tipo da pesquisa Esta é uma pesquisa empírico-analítica, pois analisa-se o problema por meio da relação de causa entre as variáveis utilizadas no estudo. Quanto ao método, a pesquisa caracteriza-se, ainda, como sendo hipotético-dedutiva, pois inicia-se pela percepção de uma lacuna nos conhecimentos, acerca da qual se formula o problema, e pelo processo de inferência dedutiva testa-se a predição da ocorrência de fenômenos abrangidos por ele (Marconi & Lakatos, 2009).

3.2. Amostra da pesquisa Considerando os pressupostos do modelo EHO, definidos da seção 2.3, a amostra deste estudo foi composta por ações de empresas de capital aberto negociadas na Bolsa de Valores, Mercadorias e Futuros de São Paulo (BM&FBovespa). Para sua definição, com vista a evitar o problema de viés de seleção, foram coletados os volumes intradiários de negociação e as informações financeiras de todas as ações negociadas durante o ano de 2011, a partir da plataforma de negociação eletrônica CMA Series 4, do grupo CMA®, e do banco de dados da Economática®, respectivamente. Apenas após a coleta de todos os dados necessários, a amostra foi definida, composta por ações ativas e que tenham apresentado pelo menos um negócio em cada um dos dias de negociação de 2011.

Esse procedimento foi adotado para garantir a robustez das estimativas da PIN pelo modelo EHO. Com isso, a amostra contou com 198 ações de 178 empresas.

3.3. Coleta e tratamento dos dados Para a utilização no modelo de Ohlson (1995), foram coletados dados trimestrais relativos ao patrimônio líquido, ao lucro líquido e ao valor de mercado das empresas, durante os anos de 2010 e 2011, por meio do banco de dados da Economática®. Adicionalmente, foram coletados os dados referentes à taxa Selic, utilizada como proxy para o custo do capital próprio, no site do Banco Central do Brasil. O valor de mercado, especificamente, foi coletado dois meses após a data de encerramento das demonstrações contábeis devido ao prazo dado pela legislação brasileira para a publicação de resultados trimestrais.

O custo do capital próprio foi utilizado na estimação do lucro residual (anormal), conforme a Equação [4]. Além disso, a Selic ainda foi utilizada para o cálculo dos parâmetros α1 e α2, no modelo de avaliação de empresas de Ohlson (1995), conforme as Equações [5a] e [5b]. As demais variáveis, bem como a PIN, foram utilizadas nas Equações [3a], [3b] e [5].

No que diz respeito à estimação dos parâmetros do modelo EHO, foram coletados os volumes intradiários de negociação das ações integrantes da amostra para todos os dias nos quais houve negociação durante os quatro trimestres de 2011, em alta frequência, minuto a minuto. Esse intervalo temporal é consistente com Easley et al. (1997), que observam que uma janela de negociação de 60 dias já é suficiente para permitir uma estimativa precisa desses parâmetros. Sendo assim, foi possível estimar a PIN para cada trimestre, tendo em vista que todos eles possuem mais de 60 dias de negociação.

No modelo EHO, além de se conhecerem os preços e os volumes de transação de cada negócio, foi necessário identificar se a transação foi disparada por um agente comprador ou vendedor. Assim, como não existe, no Brasil, um banco de dados (inclusive o do CMA) que identifique se os negócios intradiários partiram de um agente comprador ou vendedor, as transações foram classificadas em compra ou venda a partir do algoritmo de Lee e Ready (1991). Nesse método, o preço de fechamento do ativo negociado é comparado à cotação média de compra e venda da última transação e, se for maior do que essa cotação média, é classificado como compra; analogamente, se for menor, como venda. Caso haja uma igualdade, repete-se a classificação da transação anterior.

O método de classificação das negociações em compra e venda, com base no algoritmo de Lee e Ready (1991), tem sido fortemente debatido na literatura mais recente. Hwang, Lee, Lim e Park (2013) destacam a inconsistência do método, o que leva à má classificação da operação, podendo comprometer a estimação da PIN. Boehmer, Gramming e Theissen (2007) evidenciaram que a má classificação das operações causa uma subavaliação da PIN e que o viés é mais evidente com ações de baixa liquidez. Entretanto, esse método tem sido validado em diversas pesquisas, como as de Lee e Radhakrishna (2000) no exterior, com indicação de precisão de 93,0%, e, no Brasil, no de Silva (2009), com cerca de 72,0% de acerto.

3.4. Estimação dos parâmetros do modelo EHO Após a classificação das transações em compras ou vendas pelo algoritmo de Lee e Ready (1991), foram estimados os parâmetros do modelo EHO (α, µ, δ, εb e εs) por meio de um modelo de negociação sequencial. Essa estimativa foi feita por meio da maximização de uma função de máxima verossimilhança condicionada ao histórico de negociação das ações. Dessa forma, com base no modelo estrutural, a função de máxima verossimilhança é dada pela Equação [7].

[/img/revistas/rausp/v49n3/a03frm07.jpg] em que B e S representam o volume de compras e vendas da ação i em um dia de negociação t, respectivamente, e θ = (α, μ, δ, εb e εs) é o vetor de parâmetros. Essa probabilidade é uma combinação de distribuições em que os resultados das negociações são ponderados pela probabilidade de ser uma boa notícia +a(1-δ) , uma má notícia +aδe ou de não haver notícia (1-α). Assim, a imposição de condição de independência em dias de negociação estabelece a função de verossimilhança por meio de I dias conforme a Equação [8].

[/img/revistas/rausp/v49n3/a03frm08.jpg] em que Bi e Si são os dados do negócio para o dia i=1, ... , I e M=((B1, S1), ... , (BI, SI)) é o conjunto de dados. Assim, a maximização de (7) sobre θ, com base nos dados M, determina a forma de estimar os parâmetros estruturais do modelo (α, μ, δ, εb e εs).

3.5. O modelo Ohlson (1995) Com base no modelo de Ohlson (1995), foi incluída a PIN e o α, conforme a Equação [6], como proxy para a assimetria informacional (AI), avaliando seu impacto no valor de mercado das empresas. A escolha do modelo ocorreu pelo fato de ele já ter sido testado no mercado brasileiro de capitais e por possibilitar a inclusão da assimetria de informação, que impacta a avaliação das empresas (Grossman & Stiglitz, 1980). Dessa forma, buscou-se avaliar as empresas com base apenas nos números contábeis, utilizando a Equação [5], porém, com valor 0 (zero) atribuído à variável , com o objetivo de comparar o R2 do modelo sem a AI, como medida de value relevance, com o R2 obtido com a consideração da AI, mensurado pela Equação [9].

[/img/revistas/rausp/v49n3/a03frm09.jpg] em que p é o valor de mercado da companhia i no tempot; y é o patrimônio líquido da companhia i no tempo t; xª é o lucro anormal da companhia i no tempo t; AI são as variáveis que capturam parte das outras informações (PIN ou α) da companhia i no tempo t; ϕ é o novo vetor de outras informações, visto que a AI não representa todas as outras informações; ε é o termo de erro da regressão; e α1 ... 4 são os parâmetros do modelo.

A inclusão da variável δ se deu pelo fato de que a AI não pode ser considerada como variável que resume todas as outras informações relacionadas à companhia.

Porém, nos testes realizados, apenas o patrimônio líquido, o lucro anormal e a AI compõem o modelo.

Sendo significativa estaticamente, considera-se que a AI apresenta conteúdo relevante para a avaliação das companhias. Adicionalmente, se o R2 ajustado com a proxy para a assimetria da informação for significativamente maior do que o R2 ajustado sem essa proxy, também se pode considerar que a AI melhora o conteúdo informativo dos números contábeis, influenciando o processo de avaliação dos ativos incluídos na amostra. Essa avaliação também ocorre por meio dos critérios de Akaike e Schwars e do teste de Wald. Esse teste, por sua vez, é avaliado por meio da estatística F, enquanto os dois outros critérios são avaliados por meio de sua redução, ou seja, quanto menores os critérios, maior a qualidade informativa do modelo.

4. RESULTADOS 4.1. Assimetria de informação no mercado acionário brasileiro Por meio do modelo EHO, foi estimada a PIN para as ações das empresas analisadas durante o ano de 2011, cujas estatísticas são apresentadas na Tabela 1. De acordo com os resultados, pode-se verificar que, durante esse período, a probabilidade média de ocorrência de eventos informacionais (α) durante a negociação das ações analisadas foi de aproximadamente 53,0%. Ademais, nota-se que há, em média, 50,8% de chances de esses eventos informacionais possuírem um sinal negativo, ou seja, indicarem más notícias (contra 49,2% de indicarem boas notícias). Com base nisso, foi possível inferir uma PIN de 22,9% para essas ações, demonstrando que há indícios de utilização de informação privilegiada na negociação das ações analisadas.

A PIN média encontrada neste estudo é, por sua vez, condizente com a PIN média de 23,9% estimada por Bopp (2003) para os American Depositary Receipt (ADR) de empresas brasileiras negociados na New York Stock Exchange (NYSE), ratificando a suposição do referido autor de que há evidências de assimetria de informação no mercado acionário brasileiro. Por outro lado, ela é superior às evidências de Barbedo et al. (2009) para 48 ações negociadas na BM&FBovespa, cuja PIN média foi de 12,5%. Durante o período investigado, a menor PIN apresentada por uma ação foi de 0,0%, sugerindo que não houve negociação com informação privilegiada com essa ação durante esse trimestre, enquanto a maior PIN foi de cerca de 67,4%, sugerindo que a maior parte dos negócios realizados com essa ação, durante esse trimestre, foram baseadas em informação privilegiada.

Tomando como base a média, comparando-se os valores máximo, mínimo e o desvio padrão, pôde-se perceber que a amostra relativa à probabilidade de utilização de informações privilegiadas é heterogênea, visto que existe grande amplitude entre os valores máximo e mínimo, e um desvio padrão relativamente alto. Isso pode ser ocasionado pelo fato de que as informações privilegiadas podem ter ocorrido, no período, para algumas empresas e para outras não, bem como em algumas empresas os insiders podem ter tido menos motivações para utilizar essas informações do que em outras.

Em se tratando das taxas de chegada de ordens de negociação, nota-se que a taxa média de chegada de ordens de transação de negociadores informados (µ) foi de aproximadamente 69,8, enquanto a taxa média de chegada de ordens de compradores desinformados (εb) foi de 72,7 e a taxa média de chegada de ordens de vendedores desinformados (εs) foi de 71,1. Esses valores indicam que, em dias de negociação em que surgem eventos informacionais, o mercado é composto em sua maioria por agentes informados. Por outro lado, em dias de negociação em que não surgem eventos informacionais, o mercado apresentava um equilíbrio entre o número de compradores e de vendedores sem informação privada, o que pode ser considerado uma situação ideal para o bom funcionamento do mercado de capitais (Easley et al., 2002).

4.2. Estatísticas descritivas do modelo de Ohlson (1995) Na Tabela_2, evidenciam-se as estatísticas descritivas da amostra combinada para os quatro trimestres de 2011, composta pelas 178 empresas da amostra.

Durante o período analisado, percebe-se que o lucro residual (LR) médio é negativo, em torno de R$ 0,64, o que indica que, em média, as empresas não criaram valor, remunerando o capital próprio com base na Selic, fato que é corroborado pela mediana que indica que a maioria das empresas também não criou valor, visto que ela foi negativa. O PL por ação foi, em média, positivo, corroborando o trabalho de Cioffi e Famá (2010). A PIN média foi de 25,0%, quando calculada a média em relação a cada empresa. Já quando estimada para o período todo, ela foi de 22,9%. O baixo valor do lucro residual se dá pelo fato de que as companhias da amostra não geraram lucros suficientes para cobrir o custo do capital próprio. Sobre o LR, é importante notar que algumas companhias geraram altos LR, o que pode ser observado diretamente por meio do desvio padrão maior do que a média e dos valores máximo e mínimo. Isso implica dizer que algumas companhias geraram lucros residuais anormais, o que é uma importante informação ao mercado e possível fonte para informações privilegiadas.

[/img/revistas/rausp/v49n3/a03tab02.jpg]

A análise da correlação de Pearson, conforme evidenciada na Tabela_3, mostra que o lucro residual está relacionado com o valor de mercado da companhia, como deveria ser, conforme a estrutura de avaliação que Ohlson (1995) propõe. Em contrapartida ao resultado anteriormente citado, a PIN mostrou-se correlacionada com o valor de mercado da companhia, mesmo ao nível de significância de 10%. Outro resultado que deve ser destacado com base na correlação, é que a PIN é negativamente correlacionada com o LR. Com relação ao α, que representa a probabilidade de surgimento de evento informacional, a correlação de Pearson evidenciou que essa medida está positivamente correlacionada com as demais medidas utilizadas nesta pesquisa.

[/img/revistas/rausp/v49n3/a03tab03.jpg]

4.3. Análise do value relevance da assimetria informacional Para testar a inclusão das variáveis proxies para assimetria da informação no modelo de Ohlson (1995) e analisar sua influência no poder explicativo desse modelo, foram feitas três estimações, uma do modelo sem a variável AI (PIN ou α) e outra com a inclusão dessas variáveis, avaliando os três modelos pelo R2 ajustado e pelos critérios de Akaike e Schwars. (Tabela_4).

[/img/revistas/rausp/v49n3/a03tab04.jpg]

Na Tabela_4, os três modelos foram analisados e todas as variáveis contábeis apresentaram-se significantes, ao nível de 1%, indicando que o conteúdo informativo sobre o lucro residual persistente (LR) e o patrimônio líquido (PL) possuem value relevance no processo de avaliação das empresas que compõem a amostra deste estudo, conforme o modelo 1 (sem a variável AI). Quando se observam as variáveis adicionais dos modelos 2 (com a PIN) e 3 (com o α), apenas a variável α (a probabilidade de surgimento de evento informacional) apresenta-se value relevant, ao nível de 1%.

Quanto à adição de conteúdo informativo por parte de α, pode-se considerar que ele contribui com o incremento de value relevance ao modelo de avaliação de empresas de Ohlson (1995), aumentando seu poder explicativo (R2 ajustado passou de 0,445 para 0,457; aproximadamente, 2,5%). Esse incremento ainda pode ser atestado por meio dos critérios informacionais de Akaike e Schwars, pois diminuíram com a inclusão da variável α, aumentando a qualidade do modelo.

Adicionalmente, controlando a relação entre os segmentos de governança corporativa no qual as empresas estão listadas, pôde-se constatar que apenas as dummies relativas aos segmentos nível 1 e nível 2 apresentaram-se com significância estatística, evidenciando que a segmentação das empresas pelos níveis de governança auxilia sua avaliação. Dessa forma, optou-se por analisar os segmentos de governança corporativa de forma separada, estimando os mesmos modelos (1, 2 e 3) para os segmentos nível 1, nível 2, novo mercado e o tradicional. Barbedo et al. (2009), que avaliaram a probabilidade de negociações com informações privilegiadas de forma comparativa entre os índices de governança corporativa, afirmam que a liquidez do nível 1 e do mercado tradicional são semelhantes, assim como a liquidez do nível 2 e do novo mercado. Sendo assim, na Tabela_5 são apresentados esses pares de segmentos diferenciados de governança corporativa, para facilitar a comparação em relação à liquidez.

Teoricamente, o mercado tradicional possui quantidade e/ou qualidade informacional mais baixa e maior chance de ocorrerem expropriações da riqueza dos investidores. Em decorrência, é de esperar-se que a probabilidade de ocorrerem eventos com informações privilegiadas (α) e a probabilidade de esses eventos gerarem negociações com essas informações (PIN) possuam conteúdos informativos mais relevantes no mercado tradicional do que nos demais, uma vez que o volume de informações divulgadas pelas companhias listadas nesse segmento tende a ser menor, de modo que a atuação de agentes com informações privilegiadas possa sinalizar novas informações ao mercado, segundo a teoria de Grossman e Stiglitz (1980), e como têm demonstrado alguns estudos empíricos (Jaffe, 1974; Aslan, Easley, Hvidkjaer & O'Hara, 2011; Lei & Wang, 2012; Tavakoli, McMillan & McKnight, 2012).

Dessa forma, era de esperar-se que o conteúdo informativo adicional das proxies para assimetria informacional fosse mais relevante no mercado tradicional e menos relevante no novo mercado, uma vez que as empresas listadas nesse segmento utilizam práticas diferenciadas de governança corporativa, fornecendo mais informações do que as listadas no primeiro grupo.

Quando se comparam os resultados do nível 1 com o tradicional, pode-se perceber que, de fato (Tabela_5), as proxies utilizadas para a assimetria informacional têm conteúdo informativo mais relevante no mercado tradicional, o que é demonstrado por meio dos coeficientes e de sua significância estatística. No nível 1, nenhuma proxy apresentou value relevance, enquanto no tradicional a variável α (probabilidade de surgimento de evento informacional) apresentou value relevance, aumentando o poder explicativo do modelo 1 em aproximadamente 10,32%. Já no nível 2 e no novo mercado, a variável α também se mostrou estatisticamente significativa, com sinal positivo, indicando que a assimetria informacional adiciona conteúdo informativo relevante ao processo de avaliação das empresas.