Determinants of capital structure: an analysis of IBOVESPA enterprises from 1995 to 2007/Determinantes da estrutura de capital: uma analise de dados em painel de empresas pertencentes ao IBOVESPA no periodo de 1995 a 2007/Factores determinantes de la estructura de capital: un analisis de los datos de panel de empresas pertenecientes al IBOVESPA en el periodo de 1995 a 2007.

Ceretta, Paulo Sergio ; Vieira, Kelmara Mendes ; da Fonseca, Juliara Lopes 等

1. INTRODUCAO

No mundo das financas corporativas, a estrutura de capital das empresas determina a sobrevivencia das organizacoes (BIAGNI, 2003). Utilizar ou nao capital de terceiros e uma decisao da alta administracao que exige muitos conhecimentos sobre a estrutura da empresa, pois um nivel alto de endividamento pode prejudicar a solvencia das organizacoes. Por outro lado, um baixo nivel de endividamento pode representar a perda de boas oportunidades de investimento e a reducao da riqueza dos acionistas. Nesse sentido, surge o seguinte questionamento: como as empresas definem sua estrutura de capital?

Definir uma estrutura otima de capital nao e algo ainda consolidado pelas teorias existentes. Muitos autores buscam resposta a esse questionamento, destacando-se entre eles Durand (1952), Modiglani e Miller (1958), Myers (1984), Titman e Wessels (1988), Leal e Saito (2003) e Fama e Perobelli (2002). Um nivel otimo de endividamento, ou seja, uma estrutura de capital que ira maximizar o valor de mercado da empresa, e de dificil alcance, pois quando se consideram a nao existencia de um mercado perfeito e a tributacao, para cada cenario e estrutura escolhida tem-se um valor de mercado diferente. Empresas do mesmo setor, ou de um mesmo pais, nao possuem a mesma estrutura, embora alguns pontos comuns possam ser encontrados entre elas.

Em 1958, a partir dos estudos de Modigliani e Miller (MM), foi criada a teoria classica sobre estrutura de capital e valor de empresa. Nessa teoria os autores propuseram que a estrutura de capital e irrelevante para a determinacao do valor da empresa, considerando-se certas premissas

e restricoes. Embora essa proposicao ja tivesse sido apresentada por Durand (1952), que descreveu uma estrutura que maximizaria o valor da empresa, Modigliani e Miller foram os primeiros a expor formalmente o meio pelo qual a indiferenca era assegurada em um contexto de equilibrio parcial do mercado. Esses autores demonstraram que, em um mercado perfeito, uma mudanca na estrutura de capital da empresa nao representaria uma alteracao no valor da empresa para o acionista. Isso porque o valor da empresa nao dependeria da estrutura adotada, mas sim dos fluxos de caixa e dos riscos operacionais decorrentes de cada estrutura. Dessa forma, o custo de capital da empresa seria o mesmo para qualquer nivel de endividamento e, portanto, nao haveria uma estrutura de capital otima.

Myers (1977), com o intuito de aperfeicoar o estudo realizado por Modigliani e Miller, acrescentou a essa teoria os custos de agencia derivados do endividamento e as vantagens fiscais provenientes do uso da divida, formando a Static Tradeoff Theory. Ao utilizar capital de terceiros, a empresa pode utilizar-se do beneficio fiscal de deducao de juros do imposto devido, tornando o custo do capital de terceiros inferior ao custo do capital proprio. Entretanto, esse fato so acontece ate um determinado nivel. Isso porque, conforme aumenta o endividamento da empresa, o risco para o credor tambem aumenta, tornando tanto o capital proprio como o de terceiros mais oneroso.

Continuando os estudos sobre estrutura de capital, Myers (1984) e Myers e Majluf (1984) propoem uma nova teoria segundo a qual as empresas seguiriam uma ordem hierarquica para decidir a fonte de financiamento. Essa teoria, denominada Pecking Order, sugere que a opcao por financiamento prioriza as fontes internas (retencao de lucros) e, secundariamente, a captacao externa (capital de terceiros e emissao de novas acoes).

Desde entao muitos trabalhos ja foram realizados com o objetivo de identificar os fatores que determinam a estrutura de capital das organizacoes. Aspectos tanto do ambiente interno quanto macroeconomicos sao abordados nesses estudos. Os primeiros referem-se a participacao do capital de terceiros no ativo total da empresa, a imobilizacao de recursos proprios e a medidas de tamanho tais como receita, ativo e valor de mercado (GAUD et al., 2005; TITMAN; WESSELS, 1988; RAJAN; ZINGALES, 1995). Destacam-se ainda medidas de falencia, rentabilidade e distribuicao de riquezas (FAMA; FRENCH, 2000; VIEIRA, 2003; GOODACRE; BEATTIE; THOMSON, 2004). Alguns estudos utilizam tambem medidas referentes ao mercado de capitais, tais como oscilacao, risco e volatilidade, para definir a estrutura de capital (MELLONE JR., 2003; JONG; KABIR; NGUYEN, 2007). Recentemente, autores como Bastos, David e Bergmann (2008), Wald (1999) e Terra (2007) adotaram, alem de algumas variaveis supracitadas, variaveis macroeconomicas como, por exemplo, PIB e inflacao, para o estudo dos determinantes.

Nesse sentido, este trabalho investiga os fatores determinantes da Estrutura de Capital das Empresas de Capital Aberto pertencentes ao Indice da Bolsa de Valores de Sao Paulo (IBOVESPA) entre os anos de 1995 e 2007, por meio de uma analise de dados em painel.

2. DETERMINANTES DA ESTRUTURA DE CAPITAL

Titman e Wessels (1988) se destacam no contexto dos estudos sobre estrutura de capital por sugerirem que empresas selecionam sua estrutura de capital (ou grau de endividamento) de acordo com atributos proprios que determinam os varios custosbeneficios associados a decisao de financiamento. A comprovacao das teorias expostas, no entanto, seria dificultada pelo fato de tais atributos serem expressos na forma de conceitos abstratos e nao diretamente observados. De maneira geral, o metodo convencional utilizado no teste das teorias consiste em estimar regressoes tendo como variavel dependente o nivel de endividamento e como variaveis independentes os varios atributos teoricos, alem de proxies para os atributos nao observaveis diretamente.

Segundo Fama e Perobelli (2002), porem, varios sao os problemas associados a esse metodo. Em primeiro lugar, pode nao existir uma unica proxy para o atributo que se quer relacionar ao nivel de endividamento; em segundo lugar, e dificil encontrar medidas para um atributo que nao estejam relacionadas a outros atributos de interesse, razao pela qual uma proxy escolhida pode estar medindo os efeitos de varios atributos; em terceiro lugar, como as proxies sao representacoes aproximadas dos atributos, o uso delas na regressao pode introduzir um vies denominado "erro-na-variavel"; em quarto lugar, os erros de medidas das proxies podem estar relacionados aos erros de medida da variavel dependente (endividamento), criando uma correlacao espuria que talvez nao ocorra quando a variavel dependente se relaciona ao atributo verdadeiro. A verificacao de tais problemas fez com que varias proposicoes teoricas desenvolvidas nao pudessem ser testadas empiricamente de forma consistente.

No entanto, esses autores destacam que o trabalho de Titman e Wessels (op. cit.) trouxe varias contribuicoes a literatura de estrutura de capital, pois considera novos determinantes desta e examina a relacao entre os atributos e os diferentes instrumentos de financiamento--curto prazo, longo prazo, divida conversivel. Ressaltam ainda que o trabalho de Titman e Wessels e pioneiro na utilizacao da Modelagem Estrutural Linear, que visa mitigar os problemas do metodo convencional.

Em relacao aos determinantes, Rajan e Zingales (1995) sugerem quatro fatores principais relacionados ao estudo da estrutura de capital: (1) Tamanho: grandes empresas tendem a possuir um nivel de endividamento maior; (2) Ativos Tangiveis: empresas que possuem altas taxas de ativos fixos em relacao aos seus ativos totais apresentam maior nivel de endividamento; (3) Lucratividade: empresas mais lucrativas possuem um indice de endividamento menor; (4) Valor de mercado sobre valor contabil: empresas com alto valor de mercado em relacao ao valor contabil possuem menor nivel de endividamento.

De forma semelhante, Bastos, David e Bergmann (2008) elaboram um quadro resumindo o comportamento esperado de algumas variaveis segundo as principais teorias sobre estrutura de capital:

Com relacao ao tamanho, percebe-se atraves do quadro acima que as teorias citadas relatam uma relacao variada, a nao ser a Teoria da Agencia e a da Tradeoff, que convergem em quase todas as variaveis. Logo, de acordo com essas teorias, quanto maior e a firma, maior e seu acesso ao mercado de capitais e, consequentemente, ao financiamento de terceiros. Para a teoria da assimetria e da Pecking Order, a relacao entre tamanho e estrutura de capital e ambigua (BASTOS; DAVID; BERGMANN, 2008).

No que tange a rentabilidade, a maioria das teorias corrobora a ideia de que a rentabilidade dos ativos e diretamente proporcional a estrutura de capital, exceto a teoria da Pecking Order, para a qual essa relacao e inversamente proporcional. Acerca disso, Strebulaev (2007) menciona as previsoes contrarias sobre a relacao entre as variaveis lucratividade e alavancagem: enquanto na Pecking Order espera-se uma relacao negativa entre as duas variaveis, na Tradeoff espera-se uma relacao positiva, ja que uma maior lucratividade diminui os custos esperados de dificuldades financeiras e permite a firma aumentar os beneficios fiscais, aumentando a alavancagem.

O risco do negocio e interpretado unanimemente por todas as teorias como sendo uma variavel que contribui negativamente para a estrutura de capital das organizacoes. Logo, o sinal negativo representa que as empresas menos arriscadas, com menor probabilidade e menores custos de falencia sao as que possuem maior acesso a recursos de terceiros.

De acordo com Grinblatt e Titman (2002), empresas que estao gerando lucros substanciais antes de juros e impostos devem usar um montante significativo de dividas para obter as vantagens da dedutibilidade dos juros para fins de imposto de renda. De acordo com evidencias empiricas obtidas por Kester (1986), porem, empresas mais rentaveis tendem a manter um nivel de endividamento mais baixo, resultado confirmado por Gaud et al. (2005).

Fama e Perobelli (2002) replicaram o estudo de Titman e Wessels (1988) utilizando a tecnica de analise fatorial desenvolvida por esses autores, para identificar os determinantes dos endividamentos de curto e longo prazo das empresas. Foram encontradas relacoes negativas entre o crescimento dos ativos, tamanho e lucratividade e o grau de endividamento de curto prazo. Em relacao ao endividamento de longo prazo, nao foram observados resultados significantes. Gomes e Leal (2001) desenvolveram estudo relativo ao periodo de 1995 a 1997, considerando os fatores: tamanho, tangibilidade, crescimento, risco e setor industrial. Os autores encontraram relacao positiva entre endividamento e os fatores tangibilidade e risco, bem como relacao inversa entre endividamento e os fatores rentabilidade, crescimento e tamanho. Observa-se que os resultados relativos a risco e tamanho contrariam as teorias prevalecentes. Em relacao a classificacao industrial, os resultados mostraram-se nao significantes.

Mellone Jr. (2003) tomou o beta das acoes como medida de risco para 187 empresas de capital aberto no ano de 2001 e concluiu que esse fator nao e significativo para a escolha da estrutura de capital das empresas. O estudo foi feito baseado na hipotese de que o controlador da empresa diversifica o seu risco por meio do aumento do endividamento, o que modifica sua estrutura de capital. Nakamura e Mota (2002) desenvolveram pesquisa de campo com executivos financeiros de grandes empresas brasileiras (94 respondentes), praticamente replicando o trabalho desenvolvido por Pinegar e Wilbricht (1989), e verificaram que a amostra selecionada tende a seguir a teoria da Pecking Order na tomada de decisao da politica de endividamento.

No que tange as variaveis macroeconomicas, isto e, variaveis externas que afetam a estrutura de capital, Bastos, David e Bergmann (2008) ressaltam que o crescimento do PIB, a participacao na economia das companhias de capital aberto e o tempo medio de abertura de um negocio no Pais possuem relacao negativa, enquanto a inflacao possui relacao positiva e a renda per capita e a carga fiscal apresentam um comportamento indeterminado. Essas relacoes foram extraidas dos estudos de La Porta et al. (1998), Demirguc-Kunt e Maksimovic (1998), Wald (1999), Booth et al. (2001), Terra (2007) e Jong, Kabir e Nguyen (2007).

O estudo realizado por Terra (2007) buscou identificar e mensurar, por meio da tecnica em painel, a influencia de fatores macroeconomicos sobre o endividamento das empresas de uma amostra de sete paises latino-americanos, inclusive o Brasil. Para o periodo de 1986 a 2000 os resultados contrariam estudos anteriores, sugerindo que fatores macroeconomicos especificos de cada pais nao sao determinantes do endividamento. Na verdade, fatores especificos das empresas mostraram-se mais significativos como indicadores da estrutura de capital das empresas.

Em ambito internacional, Wald (1999), a partir de dados de empresas da Franca, Alemanha, Japao, Reino Unido e Estados Unidos, verificou que ha diferencas nos fatores institucionais que influenciam no endividamento conforme o pais analisado. Essas diferencas estao na correlacao entre divida de longo prazo e risco do negocio, lucratividade, tamanho e crescimento. Apesar dessas diferencas, o autor identificou similaridades nos fatores especificos das empresas relacionados ao nivel de endividamento.

De forma semelhante, o trabalho de Booth et al. (2001) ressalta que o estudo da estrutura de capital se aplica tanto aos paises desenvolvidos quanto aos paises em desenvolvimento, e encontra evidencias que sustentam que as decisoes sobre a estrutura de capital sao afetadas pelas mesmas variaveis. Entretanto, conclui que o conhecimento sobre o tipo de pais possui grande significancia estatistica, pois ha diferencas sistematicas na forma pela qual os indicadores do grau de endividamento sao influenciados pelo tipo de pais, como a taxa de crescimento do PIB, taxas de inflacao e desenvolvimento do mercado.

Bastos, David e Bergmann (2008) realizaram uma pesquisa com uma amostra de 388 empresas, de diversos setores, pertencentes as cinco maiores economias da America Latina (Mexico, Brasil, Argentina, Chile e Peru), no periodo entre 2001 e 2006, e constataram, a partir de uma analise em painel, que alguns fatores macroeconomicos sao significativos na estrutura de capital, tais como: crescimento do PIB, relevancia do mercado de capitais, carga fiscal e tempo de abertura de um novo negocio.

Assinala-se que o desenvolvimento das teorias sobre estrutura de capital ocorreu em ambientes economicos e institucionais bastante diferentes do contexto brasileiro. Esses mercados apresentam determinadas caracteristicas que nao se verificam em economias em desenvolvimento como, por exemplo, o Brasil. Entre essas caracteristicas, Assaf Neto (2003:414) destaca "as taxas de juros homogeneas, o equilibrio entre agentes economicos superavitarios e deficitarios, a ausencia de controles artificiais de mercado e a inexistencia de niveis de inflacao relevantes".

Como o Brasil nao possui um mercado de capitais desenvolvido, estudos realizados ate agora concluem que a maioria das empresas brasileiras usa a retencao de lucros como principal fonte de financiamento de seus ativos. Acerca disso, Leal e Saito (2003) esclarecem que a escassez de financiamento de longo prazo atinge uma ampla gama de empresas, levando as firmas a financiar suas atividades geralmente por meio de lucros retidos, emissao de divida e emissao de acoes, nesta ordem. Para os autores, as desvantagens de abrir o capital devem superar as vantagens, uma vez que as emissoes estao mais raras, tem custo elevado e tendem a ocorrer com mais frequencia em periodos de euforia no mercado.

Segundo Brito, Corrar e Batistella (2007), outra caracteristica do mercado brasileiro que dificulta a captacao de recursos via financiamentos e o custo de capital de terceiros nao ser funcao apenas do risco do tomador, mas tambem da natureza da fonte de financiamento. Em razao disso, determinadas linhas de credito de longo prazo vinculadas a investimentos especificos chegam a ter custo financeiro inferior a linhas de curto prazo, cujo risco de credito para o credor normalmente e maior.

Resultados de estudos sobre a estrutura de capital nas companhias brasileiras sugerem que quanto maior for a lucratividade historica da empresa, menor sera a utilizacao de recursos de terceiros. Eid Jr. (1996), em um estudo sobre o comportamento das empresas em relacao ao custo e a estrutura de capital, identificou, por meio de questionarios, a existencia de um grande numero de empresas (40%) que segue uma hierarquia de captacao predeterminada, ratificando a validade da teoria da Pecking Order.

Schnorrenberger e Procianoy (2002) realizaram um estudo sobre a influencia da estrutura de capital e do controle nas decisoes das companhias brasileiras, e concluiram que existe um arranjo de controle nas decisoes de capital, bem como Pecking Order voltada para a manutencao do controle acionario, ja que a opcao pela diluicao desse controle acontece principalmente a partir da reducao dos niveis de recursos proprios disponiveis e do crescimento do endividamento e do risco.

Um possivel comportamento a ser esperado de cada uma das dimensoes propostas tanto para a teoria da Tradeoff quanto para a teoria da Pecking Order pode ser visualizado no Quadro 2 a seguir.

Esse quadro foi idealizado com base nos estudos realizados por Bastos, David e Bergmann (2008), Jong, Kabir e Nguyen (2007), Biagni (2003), Fama e French (2000), DeAngelo e Masulis (1980) e Vieira (2003), e sera utilizado como referencia na analise dos resultados.

3. METODOLOGIA

Para a formacao da amostra foram consideradas as empresas registradas como sociedades anonimas de capital aberto, exceto aquelas que sao classificadas como financeiras, com acoes negociadas na Bolsa de Valores de Sao Paulo (BOVESPA) e que possuiam dados contabeis, financeiros e de mercado no Economatica[R] no periodo de 1995 a 2007. Tambem foram coletados os dados macroeconomicos do PIB da industria, da taxa de juros de longo prazo, da taxa Selic, do dolar comercial (no Banco Central do Brasil) e da taxa de inflacao trimestral medida pelo Instituto de Pesquisa Economica e Aplicada (IPEA). Inicialmente, selecionaram-se as 53 empresas pertencentes ao Indice BOVESPA em dezembro de 2007. As acoes do indice foram escolhidas por possuirem maior liquidez, sendo tanto do tipo "ON" quanto do tipo "PN".

No total, foram analisadas 17 variaveis no periodo de 12 anos. Com relacao as variaveis financeiras, contabeis e de mercado, uma e dependente--a estrutura de capital--e as outras 9 sao independentes. O Quadro 3 apresenta a descricao, mensuracao e fontes de cada uma das variaveis utilizadas no estudo.

Todas as variaveis do Quadro 3 foram coletadas no banco de dados Economatica[R]. Para fins de aplicacao da tecnica de analise em painel, os dados foram coletados trimestralmente, o que resultou em um numero maximo de 768 dados financeiros/contabeis e/ou de mercado por empresa.

No que tange as variaveis macroeconomicas, cabe salientar que dentro de um mesmo ano os valores adotados no trimestre para uma empresa foram os mesmos para todas as outras. Isso porque quase todos os dados sao indices gerais, sem divisao por setor.

O Quadro 4 ilustra as variaveis macroeconomicas utilizadas no estudo.

A fim de que o objetivo deste trabalho fosse alcancado, utilizou-se a tecnica de analise de dados em painel, que, segundo Biagni (2003:75), "e um dos metodos mais usuais no meio academico para se analisar os efeitos que algumas variaveis exercem, ou que parecem exercer, sobre outras". Marques (2000) esclarece que uma das vantagens da estimacao com dados em painel e o tratamento da heterogeneidade dos dados. Assim, os dados em painel sugerem a existencia de caracteristicas diferenciadoras dos individuos, as quais podem ou nao ser constantes ao longo do tempo, de tal forma que estudos temporais ou seccionais que nao levem em conta tal heterogeneidade produzirao, quase sempre, resultados fortemente enviesados.

Segundo Gujarati (2006), dados em painel, tambem chamados de dados combinados, mesclam series temporais e cortes transversais em um unico estudo, isto e, a mesma unidade de corte transversal e acompanhada ao longo do tempo. Para o autor, a principal vantagem dessa tecnica e a obtencao de dados mais informativos, com mais variabilidade, menor colinearidade, mais graus de liberdade e mais eficiencia.

Para Marques (2000), a reducao da colinearidade dos dados e obtida por meio da variabilidade dos dados, pois a diversificacao deles contribui para a reducao da eventual colinearidade existente entre variaveis, particularmente em modelos com defasamentos distribuidos. Assim, a utilizacao de dados em painel ajusta a diversidade de comportamentos individuais, com dinamicas de ajustamento, ainda que potencialmente distintas, ou seja, permite tipificar as respostas de diferentes individuos a determinados acontecimentos, em diferentes momentos.

O modelo geral de dados em painel pode ser expresso conforme [1]:

yi,t = Ai,t + A i,tx1 + ... + Pmjxn + e,J

,

onde o subscrito i = 1,..., N indica a empresa, t = 1,..., T o tempo e |3's os parametros da regressao. As variaveis sao dadas por:

yit= variavel dependente para a empresa i no tempo t; x1 = variavel independente 1 ou explicativa 1 para a empresa i no tempo t; xn = variavel independente "n" ou explicativa "n" para a empresa i no tempo t; eit = termo de erro para a empresa i no tempo t.

Existem basicamente tres formas de simplificar e ajustar o modelo geral a fim de torna-lo mais funcional: o Modelo Pooled, o Fixed-Effects Model (Modelos Fixos) e o Random Effects (Efeitos Aleatorios).

No primeiro modelo o intercepto e o mesmo para toda a amostra, ou seja, assume-se que todos os elementos da amostra possuem comportamento identico. O Modelo Pooled nao considera o efeito do tempo e nem o efeito individual de cada empresa (BALTAGI, 2001 apud DAHER, 2004).

Ja o Modelo de Efeitos Fixos baseia-se na premissa de que os coeficientes da regressao podem variar de individuo para individuo ou no tempo, ainda que permanecam como variaveis fixas, ou seja, nao aleatorias (MARQUES, 2000). Este tipo de modelo pode, adicionalmente, ser dinamico quando uma variavel defasada e incluida no modelo, e estatico, no caso contrario (BALTAGI, 2001 apud DAHER, 2004).

Por ultimo, tem-se ainda o Modelo de Efeitos Aleatorios, que segue a premissa de que a influencia do comportamento do individuo ou o efeito do tempo nao podem ser conhecidos. Dessa forma, admite-se a existencia do erro nao correlacionado com os regressores. Marques (2000) afirma que a pressuposicao que permeia o modelo e a de que o comportamento do individuo e do tempo nao pode ser observado nem medido, e que em grandes amostras esse desconhecimento pode ser representado por uma variavel aleatoria normal, ou seja, o erro.

A escolha do modelo mais adequado para a amostra em estudo acontece mediante comparacao realizada pelos seguintes testes: 1) Teste F, que compara a regressao Pooled com o Modelo de Efeitos Fixos; (2) Breusch-Pagan, que compara a regressao Pooled com o Modelo de Efeitos Aleatorios; e (3) Teste de Hausman, que verifica qual modelo, Fixo ou Aleatorio, e o mais adequado.

Entretanto, primeiramente e necessario verificar se as variaveis possuem associacoes lineares significativas. Se isso ocorrer, pode-se ter a frente o problema de multicolinearidade, que sera confirmado atraves do calculo dos fatores de inflacionamento da variancia (VIF), dado por VIF(j) = 1/(1--R(/')A2), onde Rj e o coeficiente de correlacao multipla entre a variavel j e a outra variavel independente. Se o modelo estiver livre da multicolinearidade, a escolha entre os modelos podera ser realizada por meio dos testes supracitados.

4. ANALISE DOS RESULTADOS

Tendo em vista a ausencia de dados (missings) no Economatica[R] e problemas de outliers, a amostraficou reorganizada para 45 empresas e 16 variaveis independentes, expostas nos Quadros 2 e 4. O criterio de exclusao inicial de variaveis foi a exigencia de, no minimo, 65% dos dados no periodo analisado. Para se trabalhar com o modelo dinamico de efeitos aleatorios, todas as variaveis foram analisadas relativamente a variacao porcentual e as suas defasagens de dois periodos foram incluidas no modelo.

Na Tabela 1 e apresentado o sumario do modelo que se mostrou mais adequado na explicacao da variavel dependente, conforme os criterios de informacao BIC, HQC e AIC, que consideram como melhor modelo aquele que apresentar o menor valor. Na segunda coluna tem-se as estimativas de minimos quadrados de amostragem (Pooled OLS). Foram usadas 1379 observacoes e incluidas 45 unidades de secao-cruzada com tamanho da serie temporal de no minimo 24 e no maximo 31 observacoes. Nas demais colunas encontram-se os valores correspondentes ao erropadrao, teste t, significancia e fatores de inflacionamento de variancia (VIF). Este modelo explica 92% dos casos e apresenta 6 variaveis significativas a 1%.

Na ultima coluna da Tabela 1 sao apresentados os resultados do VIF. Esse indicador apresenta valores de no minimo 1,0 e, se apresentar valores superiores a 10,0, pode indicar um problema de multicolinearidade. No caso de os valores do VIF serem todos inferiores a 10, deve-se analisar o valor medio, que nao deve ser muito distante de um.

Os valores do VIF sao todos menores de 10,00 e seu valor medio de 1,3545 e proximo de um. Portanto, o modelo estimado esta livre das interferencias da multicolinearidade e, assim, e possivel realizar a comparacao e escolha entre os modelos.

Para comparar as estimativas do Modelo Pooled com o Modelo de Efeitos Fixos utiliza-se o Teste F. Um p-valor baixo contraria a hipotese nula de que o Modelo Pooled e adequado, validando a hipotese alternativa da existencia de Efeitos Fixos. Dessa forma, neste caso o Modelo Pooled e preferido ao Modelo de Efeitos Fixos, tendo em vista o resultado: F(44, 1328) = 0,4404 com p-valor 0,9995.

Para verificar se o Modelo Pooled e mais adequado do que o Modelo de Efeitos Aleatorios, utiliza-se o teste de Breusch-Pagan. Como resultado, obteve-se LM = 7,3066 com p-valor = prob (qui-quadrado (1) > 7,3066) = 0,0069. Um pvalor baixo contraria a hipotese nula de que o Modelo Pooled e adequado, validando a hipotese alternativa da existencia de Efeitos Aleatorios. Neste caso, o Modelo de Efeitos Aleatorios deve ser preferido, uma vez que o p-valor foi rejeitado.

Ao final, utilizou-se o teste de Hausman para a escolha entre o Modelo Fixo e o Modelo Aleatorio. Um p-valor baixo contraria a hipotese nula de que o Modelo de Efeitos Aleatorios e consistente, validando a hipotese alternativa da existencia do Modelo de Efeitos Fixos. Tendo-se um H = 1,6518 com p-valor = prob (qui-quadrado (6) > 1,6518) = 0,9488, confirma-se a preferencia pelo Modelo de Efeitos Aleatorios, aceitando-se as estimativas por Generalized Least Squares (GLS) como consistentes.

Dessa forma, com base nos testes aplicados, o modelo de efeitos aleatorios mostrou-se o mais satisfatorio. Entretanto, em razao de a amostra ser grande para a aplicacao da tecnica de analise de dados em painel, os coeficientes e significancia obtidos para as estimativas de Efeitos Aleatorios por GLS usando 1312 observacoes foram os mesmos obtidos pela Pooled Regression, razao pela qual esses dados nao serao apresentados novamente.

Com base nas informacoes contidas na Tabela 1, e possivel afirmar com 99% de confianca que as variaveis que melhor explicam a estrutura de capital da amostra analisada sao: variacao porcentual da razao entre Ativo Imobilizado e Ativo Total; variacao porcentual da razao entre Ativo Permanente e Ativo Total; variacao porcentual da defasagem do PIB Industria; variacao porcentual da Taxa de Juros Selic; variacao porcentual da defasagem da Taxa de Juros Selic; e variacao porcentual do cambio do Dolar. O modelo pode ser visualizado em [2]:

AI AP

yt = 0,0137 + 0,4654--0,0382--0,1762PIBt1 + 0,3374Selic + 0,2334Selict1 + 0,2534Dolar

a AT AT t- t-1

Entretanto, para confirmar que o referido modelo representa a amostra pesquisada procedeu-se a um teste de validacao do modelo. O procedimento aplicado consistiu em dividir a amostra em duas subamostras. Depois, foram obtidos os coeficientes para elas. E esperado que, se o modelo for valido, os coeficientes de ambas sejam semelhantes ao da amostra como um todo.

Na Tabela 2 sao apresentadas as estimativas do modelo de efeitos aleatorios (GLS) para as duas subamostras. Na primeira subamostra foram usadas 666 observacoes e incluidas 22 unidades de secaocruzada com tamanho da serie temporal de no minimo 24 e no maximo 31 observacoes; na segunda, foram utilizadas 713 observacoes e incluidas 23 unidades de secao-cruzada com tamanho da serie temporal tambem de 31 observacoes.

Constata-se que, exceto para a variavel variacao porcentual da defasagem do PIB Industria, o modelo da Tabela 1 pode ser considerado valido. Embora o coeficiente estimado para essa variavel nao se tenha mostrado significante estatisticamente, seu sinal esta de acordo com o modelo estimado para a amostra como um todo e isso vem contribuir para a validacao geral.

Apos a validacao do modelo, e necessario analisar os sinais e os coeficientes encontrados para as variaveis observadas, de forma a corroborar ou nao as teorias estudadas no artigo. Das 6 dimensoes contabeis, financeiras e de mercado estudadas, apenas a variacao porcentual das variaveis componentes da dimensao tangibilidade mostrou-se significativa. Nessa dimensao, o sinal esperado pelas teorias da Tradeoff e da Pecking Order em relacao a estrutura de capital e positivo, ou seja, quanto maior o nivel de tangibilidade dos ativos, maior deveria ser o endividamento da empresa.

As duas variaveis utilizadas para mensurar a dimensao tangibilidade mostraram-se significativas, mas com sinais opostos, sendo o indice razao entre ativo imobilizado e ativo total a variavel de maior relevancia no estudo. Essa variavel mensura a parcela de imobilizacao dos ativos, ou seja, quanto de bens de carater permanente de uso a empresa possui em relacao ao total dos ativos. Na amostra estudada, verificou-se que existe uma relacao positiva de 0,4654 entre a imobilizacao e o endividamento, isto e, uma variacao ocorrida no indice de imobilizacao causa uma oscilacao de 0,4654 na estrutura de capital, o que indica uma forte relacao entre variaveis. Essa relacao positiva confirma tanto a teoria da Tradeoff quanto a da Pecking Order, que pressupoem que as empresas com maior volume de ativos fixos possuem maior capacidade de endividamento, visto que podem apresentar tais ativos como colaterais.

Por outro lado, o sinal negativo do indice razao entre ativo permanente e ativo total e contrario ao esperado por ambas as teorias. Isso pode ter ocorrido por causa de um aumento proporcionalmente maior da conta depreciacao em relacao a conta ativo permanente. Dessa forma, quando a desvalorizacao do ativo permanente e considerada, tende a haver uma relacao negativa de 0,0382 entre o indice razao entre ativo permanente e ativo total e o nivel de endividamento da empresa. No entanto, o peso do coeficiente dessa variavel e muito inferior ao peso da variavel razao entre ativo imobilizado e ativo total, o que indica que esta tem mais influencia na estrutura de capital do que aquela.

Em relacao a Taxa de Juros Selic, Biagni (2003) afirma que a relacao negativa esperada e compreensivel, visto que as empresas tendem a privilegiar o uso de dividas quando as taxas de juros sao mais atraentes. Neste estudo, as variaveis macroeconomicas Taxa de Juros Selic e Taxa de Juros Selic t-1 apresentaram sinal positivo. Esses resultados vao de encontro a relacao esperada pelas teorias, onde uma taxa menor representaria uma maior possibilidade de endividamento. Isso pode ter ocorrido porque o aumento da Selic realizado pelo Banco Central para controlar a inflacao ou para controlar o acesso ao credito coincide com os momentos em que as empresas brasileiras da amostra estudada mais necessitaram de credito interno para financiar seus investimentos, seja pela fuga do investidor estrangeiro, seja pelo processo de expansao e pela crescente busca por fontes de recursos financeiros. Dessa forma, a relacao positiva encontrada de 0,3374 e 0,2334 para a Taxa de Juros Selic e Taxa de Juros Selic t-1, respectivamente, possui relevancia e faz sentido do ponto de vista economico.

Em relacao a variavel macroeconomica Dolar, medida pelo valor da taxa de cambio dessa moeda em relacao ao Real no ultimo dia de cada trimestre analisado, a relacao positiva esperada foi encontrada, corroborando as teorias analisadas. Uma oscilacao no dolar representa uma variacao de 0,2534 no nivel de endividamento das empresas estudadas. Essa relacao positiva e de facil entendimento se for observado que, quando o dolar se valoriza frente ao Real, ha um aumento de credito estrangeiro no Pais, ou seja, ha um maior acesso a recursos de terceiros vindos de outros paises, o que aumenta o nivel de endividamento. Alem disso, algumas empresas assumem dividas em dolares, o que pode representar, em um contexto de alta volatilidade, um aumento ou uma diminuicao brusca da divida, sem que isso represente aumento ou diminuicao dos recursos.

5. CONSIDERACOES FINAIS

Este estudo objetivou investigar os fatores determinantes da Estrutura de Capital de 45 Empresas de Capital Aberto pertencentes ao indice da Bolsa de Valores de Sao Paulo (IBOVESPA) entre os anos de 1995 e 2007, mediante uma analise de dados em painel.

No total, foram coletadas 9 variaveis explicativas de carater contabil, financeiro e de mercado, com o intuito de explicar 6 dimensoes que poderiam esclarecer a estrutura de capital das empresas. Alem disso, foram coletadas 7 variaveis macroeconomicas para identificar se existe influencia do ambiente externo na estrutura de capital.

Destaca-se que, de 33 variaveis originais, restaram apenas 16, que foram as utilizadas na regressao, tendo em vista que as demais foram excluidas em decorrencia de missings e outliers; pelo mesmo motivo, 6 empresas da amostra original tambem foram retiradas, restando as 45 analisadas no estudo. Na regressao por dados em painel pelo modelo aleatorio, considerado o mais adequado para a amostra estudada, 6 variaveis mostraram-se significativas: variacao porcentual da razao entre Ativo Imobilizado e Ativo Total; variacao porcentual da razao entre Ativo Permanente e Ativo Total; variacao porcentual da defasagem do PIB Industria; variacao porcentual da Taxa de Juros Selic; variacao porcentual da defasagem da Taxa de Juros Selic; e variacao porcentual do cambio do Dolar. As duas primeiras refletem a tangibilidade, unica dimensao que foi significativa. As dimensoes non debt-tax shiled e rentabilidade foram excluidas da analise por nao apresentarem variaveis explicativas significativas, corrobrando os resultados obtidos por Mellone Jr. (2003) e Nakamura et al. (2007).

A variavel PIB Industria, embora se tenha mostrado significativa no modelo de efeitos aleatorios, nao o foi no procedimento de validacao, razao pela qual tambem foi excluida do estudo.

A teoria da Tradeoff, que define a existencia de um nivel otimo de capital, determina que os sinais de tangibilidade, tamanho e rentabilidade sejam positivos e que a dimensao de falencia, ao contrario, tenha relacao negativa com o endividamento. Ja a teoria da Pecking Order pressupoe que as decisoes de investimento seguem uma hierarquia de escolhas, com o capital proprio sendo preferido ao capital de terceiros, e determina que falencia, rentabilidade e liquidez apresentem relacao inversa ao endividamento, que a tangibilidade possua relacao direta e que o tamanho ora apresente relacao positiva, ora negativa. Neste estudo, os resultados nao corroboraram esses pressupostos, visto que a maior parte das variaveis estudadas nao se mostrou significativa para explicar a amostra estudada. Apenas a dimensao tangibilidade mostrou-se significativa e apresentou tanto o sinal esperado quanto o oposto.

Estes resultados vao de encontro aos de Fama e Perobelli (2002), Kester (1986), Gaud et al. (2005) e Gomes e Leal (2001), que encontraram em seus estudos relacao inversa entre as variaveis tamanho e rentabilidade e o grau de endividamento. Nakamura et al. (2007) tambem encontraram significancia estatistica para a dimensao liquidez.

No que se refere as variaveis macroeconomicas, este trabalho corrobora o estudo de Biagni (2003), que encontrou significancia tanto na taxa Selic quanto no cambio para explicar o nivel de endividamento das empresas. Nesse sentido, essas duas variaveis se mostram importantes para explicar a estrutura de capital das empresas pertencentes ao IBOVESPA, indo contra os resultados obtidos por Terra (2007), nos quais as variaveis especificas as empresas se mostraram mais relevantes do que as macroeconomicas para explicar o endividamento.

Constata-se, ao final deste estudo, que os resultados obtidos nao confirmam os pressupostos das teorias Tradeoff e Pecking Order, o que sinaliza a necessidade de que mais estudos sobre estrutura de capital sejam realizados para as empresas pertencentes ao IBOVESPA. Uma sugestao para estudos futuros e a replicacao deste estudo, com a adicao de novas variaveis, para verificar quais outros fatores influenciam na estrutura de capital da amostra estudada.

6. REFERENCIAS BIBLIOGRAFICAS

ASSAF NETO, A. Financas corporativas e valor. 1. ed. Sao Paulo: Atlas, 2003.

BASTOS, D. D.; DAVID, M.; BERGMANN, D. R. Determinantes da estrutura de capital das companhias abertas na America Latina no periodo 2001-2006. In: ENCONTRO DA ASSOCIACAO NACIONAL DE POS-GRADUACAO E PESQUISA EM ADMINISTRACAO, 32., 2008, Rio de Janeiro. Anais... Rio de Janeiro: ANPAD, 2008. CD-ROM.

BIAGNI, F. L. Fatores determinantes da estrutura de capital das empresas de capital aberto no Brasil: uma analise em painel. Dissertacao (Mestrado em Administracao). Pontificia Universidade Catolica do Rio de Janeiro, Rio de Janeiro, 2003.

BOOTH, L. et al. Capital structures in developing countries. The Journal of Finance, v. 56, n. 1, p. 87130, Feb. 2001.

BRADLEY, M.; JARREL, G.; KIM, E. On the existence of an optimal capital structure: theory and evidence. Journal of Finance, v. 39, p. 857-878, 1984.

BRITO, G.; CORRAR, L.; BATISTELLA, F. Fatores determinantes da Estrutura de Capital das maiores empresas que atuam no Brasil. Revista de Administracao da Universidade de Sao Paulo-- RAUSP, Sao Paulo, n. 43, p. 9-19, jan.-abr, 2007.

DAHER, C. E. Testes empiricos de teorias alternativas sobre a determinacao da estrutura de capital das empresas brasileiras. Dissertacao (Mestrado em Administracao). Universidade de Brasilia, Brasilia, 2004.

DeANGELO, H.; MASULIS, R. Optimal capital structure under corporate and personal taxation. Journal of Financial Economics, v. 8, n. 1, p. 3-30, Mar. 1980.

DEMIRGUC-KUNT, A.; MAKSIMOVIC, V. Law, finance and firm growth. The Journal of Finance, v. 53, n. 6, p. 2107-2137, Dec. 1998.

DURAND, D. Cost of debt and equity funds for business: trends and problems of measurement. In: CONFERENCE ON RESEARCH ON BUSINESS FINANCE, 1952, New York. Anais... New York:

National Bureau of Economic Research, 1952.

EID JR., W. Custo e Estrutura de Capital: o comportamento das empresas brasileiras. Revista de Administracao de Empresas--RAE, v. 36, n. 4, p. 51-59, 1996.

FAMA, R.; BARROS, L. A. B. C.; SILVEIRA, A. D. M. A Estrutura de Capital e relevante? Novas evidencias a partir de dados norte-americanos e latino-americanos. Caderno de Pesquisas em Administracao, Sao Paulo, v. 8, n. 2, p. 71-84, abr. jun. 2001.

FAMA, R.; KAYO, E. K. Teoria de agencia e crescimento: evidencias empiricas dos efeitos positivos e negativos do endividamento. Cadernos de Pesquisa em Administracao, v. 2, n. 5, p. 1-8, 1997.

FAMA, R.; PEROBELLI, F. F. C. Fatores Determinantes da estrutura de capital: aplicacao a empresas de capital aberto no Brasil. RAUSP, Sao Paulo, v. 37, n. 3, jul.-set. 2002.

FAMA, E. F.; FRENCH, K. R. Testing Tradeoff and Pecking Order predictions about dividends and debt. Graduate School of Business, University of Chicago, 2000. Disponivel em: <http://papers.ssrn.com/sol3/papers.cfm?abstract_id =199431>. Acesso em: 4 ago. 2008.

GAUD, P.; JANI, E.; HOESLI, M.; BENDER, A. The capital structure of swiss companies: an empirical analysis using dynamic panel data. European Financial Management, v. XI, n. 1, p. 51-69, 2005.

GOMES, G. L.; LEAL, R. P. C. Determinantes da estrutura de capitais das empresas brasileiras com acoes negociadas em bolsas de valores. In: Financas Corporativas. Sao Paulo: Atlas, 2001.

GOODACRE, A.; BEATTIE, V. A.; THOMSON, S. J. Diversity and Determinants of Corporate Financing Decisions: Survey Evidence. Working paper, 2004. Disponivel em: <http://papers.ssrn.com/sol3/papers.cfm?abstract_id =564602>. Acesso em: 4 ago. 2008.

GRINBLATT, M.; TITMAN, S. Financial markets and corporate strategy. 2. ed. Nova Iorque: McGraw-Hill, 2002.

GUJARATI, D. Econometria basica. 4. ed. Rio de Janeiro: Elsevier, 2006.

JONG, A.; KABIR, R.; NGUYEN, T. T. Capital structure around the world: the roles of firm- and country-specific determinants. Working paper, 2007. Disponivel em: <http://papers.ssrn.com/sol3/papers.cfm?abstract_id =890525>. Acesso em: 4 ago. 2008.

KESTER, C. W. Capital and ownership structure: a comparison of United States and Japanese manufacturing corporations. Financial Management, v. 15, p. 5-16, 1986.

LA PORTA, R. et al. Law and finance. The Journal of Political Economy, v. 106, n. 6, p. 1113-1155, Dec. 1998.

LEAL, R. P. C.; SAITO, R. Financas corporativas no Brasil. Revista de Administracao Eletronica--RAE, v. 2, n. 2, 2003.

MARQUES, L. D. Modelos dinamicos com dados em painel: revisao de literatura. Dissertacao (Mestrado)--Faculdade de Economia do Porto, Portugal, 2000.

MELLONE JR., G. Diversificacao do risco, estrutura de capital e de controle: um estudo empirico. In: ENCONTRO BRASILEIRO DE FINANCAS, 3., Sao Paulo, 2003. Anais... Sao Paulo: SBFIN, 2003.

MODIGLIANI, F.; MILLER, M. H. Corporate income taxes and the cost of capital: a correction. American Economic Review, v. 53, n. 3, p. 433-443, June 1963.

--. The cost of capital, corporation finance, and the theory of investment. American Economic Review, Nashville: American Economic Association, v. 48, n. 3, June 1958.

MYERS, S. C. The capital structure puzzle. The Journal of Finance, v. 39, n. 3, p. 575- 592, 1984.

--. Determinants of corporate borrowing. Journal of Financial Economics, v. 5, n. 2, p. 147-175, 1977.

MYERS, S. C.; MAJLUF, N. S. Corporate financing and investment decisions whem firms have informations that investors do not have. Journal of Financial Economics, v. 13, n. 2, p. 187-221, 1984.

NAKAMURA, W. T. et al. Determinantes de estrutura de capital no mercado brasileiro--analise de regressao com painel de dados no periodo 1999-2003. Revista de Contabilidade e Financas da USP, Sao Paulo, n. 44, p. 72-85, maio-ago. 2007.

NAKAMURA, W. T.; MOTA, A. S. Decisoes de estrutura de capital das empresas brasileiras: um estudo empirico. In: ASSEMBLEIA DO CONSELHO LATINO-AMERICANO DE ESCOLAS DE ADMINISTRACAO, 37., Porto Alegre, 2002. Anais... Porto Alegre: Cladea, 2002. v. 1, p. 1-10.

PINEGAR, J. M.; WILBRICHT, L. What managers think of capital structure theory: a survey. Financial Management, v. 18, n. 4, p. 82-91, Winter, 1989.

RAJAN, R.; ZINGALES, L. What do we know about capital structure? Some evidence from international data. The Journal of Finance, v. 50, n. 5, p. 1421-1460, Dec. 1995.

SCHNORRENBERGER, A.; PROCIANOY, J. L. A influencia da estrutura de controle nas decisoes de estrutura de capital das companhias brasileiras. In: ASSEMBLEIA DO CONSELHO LATINOAMERICANO DE ESCOLAS DE ADMINISTRACAO, 37., Porto Alegre, 2002. Anais... Porto Alegre: Cladea, 2002.

SOUZA, A. M.; VIEIRA, K. M.; SILVA, W. Fatores determinantes da estrutura de capital das grandes empresas: aplicacao tecnica de analise fatorial. In: SIMPOSIO DE ENGENHARIA DE PRODUCAO, 11., Bauru, 2004. Anais... Bauru, 2004. CD-ROM.

STREBULAEV, I. A. Do tests of capital structure theory mean what they say? The Journal of Finance, Chicago, v. 62, n. 4, p. 1747-1787, 2007.

TERRA, P. R. S. Estrutura de capital e os fatores macroeconomicos na America Latina. Revista de Administracao da Universidade de Sao Paulo-- RAUSP, Sao Paulo, v. 42, n. 2, p. 192-204, abr.-jun. 2007.

TITMAN, S.; WESSELS, R. The determinants of capital structure choice. The Journal of Finance, v. 43, n. 1, Mar.1988.

VIEIRA, K. M. Fatores determinantes da estrutura de capital nas grandes empresas. Trabalho de conclusao (Especializacao Lato Sensu). Universidade Federal de Santa Maria, Santa Maria, 2003.

WALD, J. K. How firm characteristics affect capital structure: an international comparison. The Journal of Financial Research, v. 22, n. 2, p. 161-187, Summer 1999.

Recebido em: 28/6/2009

Aprovado em: 14/8/2009

Paulo Sergio Ceretta

Graduado em Administracao pela Universidade Federal de Santa Maria. Mestre em Engenharia de Producao pela Universidade Federal de Santa Maria. Doutor em Engenharia de Producao pela Universidade Federal de Santa Catarina

E-mail: ceretta@smail.ufsm.br

Kelmara Mendes Vieira

Doutora em Administracao pela Universidade Federal do Rio Grande do Sul. Professora Adjunta da Universidade Federal de Santa Maria

E-mail: kelmara@smail.ufsm.br

Juliara Lopes da Fonseca

Mestranda do Programa de Pos-Graduacao em Administracao da Universidade Federal de Santa Maria

E-mail: juliarafonseca@yahoo.com.br

Larissa de Lima Trindade

Mestranda do Programa de Pos- Graduacao em Administracao da Universidade Federal de Santa Maria. Professora do Centro Universitario Franciscano (UNIFRA)

E-mail: laritrin@yahoo.com.br

Quadro 1: Relacao esperada entre algumas variaveis e as teorias sobre
estrutura de capital

 Relacao esperada com a estrutura de
 capital segundo a literatura
 Variaveis
 Tradeoff Assimetria
 de informacao

Liquidez Indeterminada Negativa
Tangibilidade Positiva Positiva
Rentabilidade do ativo Positiva Positiva
Market to Book value Negativa Negativa
Oportunidades de Crescimento Negativa Negativa
Pagamento do IR Positiva Indeterminada
Tamanho Positiva Positiva/Negativa
Risco do negocio Negativa Negativa

 Relacao esperada com a estrutura de
 capital segundo a literatura
 Variaveis
 Pecking Order Teoria da Agencia

Liquidez Negativa Indeterminada
Tangibilidade Positiva Positiva
Rentabilidade do ativo Negativa Positiva
Market to Book value Positiva/Negativa Positiva/Negativa
Oportunidades de Crescimento Positiva/Negativa Positiva/Negativa
Pagamento do IR Indeterminada Indeterminada
Tamanho Positiva/Negativa Positiva
Risco do negocio Negativa Negativa

Fonte: BASTOS; DAVID; BERGMANN, 2008.

Quadro 2: Relacao esperada de sinais entre as dimensoes estudadas e as
teorias da Tradeoff e da Pecking Order

 Dimensoes Relacao Esperada

 Tradeoff Pecking Order

Tangibilidade Positiva Positiva
Tamanho Positiva Positiva/Negativa
Falencia Negativa Negativa
Rentabilidade Positiva Negativa
Liquidez Indeterminada Negativa
Non debt-tax shiled Positiva/Negativa Negativa
Ln PIB da industria Negativa Negativa
Ln da soma do valor de mercado Negativa Negativa
Participacao da empresa na
 economia Negativa Negativa
IPCA Positiva Positiva
TJLP Negativa Negativa
Taxa de Juros Selic Negativa Negativa
Dolar Positiva Positiva

Fonte: os Autores.

Quadro 3: Indice, caracteristicas principais e fontes de referencia das
variaveis contabeis, financeiras e de mercado

Dimensao Indice/medida Caracteristica

Estrutura de Exigivel total/ Porcentual de ativo total
Capital (variavel ativo total financiado com recursos de
dependente) terceiros

Tangibilidade Ativo imobilizado/ Porcentual de imobilizacao
 ativo total dos bens e direitos da empresa

 Ativo permanente/ Porcentual de bens duraveis
 ativo total na empresa em relacao ao total
 de bens

Tamanho Ativo total Valor financeiro dos bens e
 direitos totais da empresa

Falencia Liquidez Seca Capacidade de pagamento das
 dividas de curto prazo com
 direitos de curto prazo
 excluidos os estoques

 Divida financeira/ Porcentual de dividas
 ativo total financeiras em relacao ao
 ativo total

Rentabilidade Rentabilidade Valor financeiro do lucro
 do Ativo liquido, dividido pelo valor
 financeiro do ativo total

 Retorno da Acao Diferenca entre o valor da
 acao no primeiro e no ultimo
 dia do trimestre

Liquidez Liquidez Corrente Ativo circulante menos
 Passivo circulante

Non debt-tax Depreciacao e Valor financeiro da
shiled amortizacao depreciacao e amortizacao
 acumuladas acumuladas retirado da DOAR

Dimensao Referencias

Estrutura de Modigliani e Miller (1963);
Capital (variavel Fama, Barros e Silveira (2001)
dependente)

Tangibilidade Bradley, Jarrel e Kim (1984);
 Fama e Kayo (1997)

Tamanho Souza, Vieira e Silva (2004);
 Brito, Corrar e Batistella
 (2007)

Falencia Vieira (2003)

Rentabilidade Vieira (2003); Goodacre,
 Beattie e Thomson (2004);
 Nakamura et al. (2007)

Liquidez Nakamura et al. (2007)

Non debt-tax Vieira (2003); DeAngelo e
shiled Masulis (1980); Nakamura et
 al. (2007)

Fonte: os Autores.

Quadro 4: Caracteristicas principais, relacao esperada com as teorias
e fontes de referencia das variaveis macroeconomicas

 Variaveis Caracteristica Referencias

Ln PIB da industria Logaritmo do Produto Interno Bastos, David e
 Bruto do setor industrial Bergmann (2008)
 e Jong, Kabir e
Ln da soma do valor Logaritmo da soma do valor de Nguyen (2007)
de mercado mercado por trimestre de
 todas as empresas

Participacao da LN da soma de valor de mercado
empresa na economia dividido pelo LN do PIB da
 industria

IPCA Indice de Precos ao consumidor
 acumulado trimestralmente

TJLP Taxa de juros de longo prazo
 acumulada trimestralmente

Taxa de Juros Selic Taxa de juros acumulada
 trimestralmente

Dolar Valor da taxa de cambio do Biagni (2003)
 dolar negociado no ultimo
 dia do trimestre

Fonte: os Autores.

Tabela 1: Coeficientes, erro-padrao, teste t, significancia e fatores
de inflacionamento de variancia da pooled regression

 Coeficiente Erro-Padrao Teste t

Constante 0,0137 0,0041 3,3300
Ativo Imobilizado / Ativo Total 0,4654 0,0037 125,5000
Ativo Permanente / Ativo Total -0,0382 0,0066 -5,7660
[PIB Industria.sub.t-1] -0,1762 0,0740 -2,3810
Taxa de Juros Selic 0,3374 0,0580 5,8170
[Taxa de Juros Selic.sub.t-1] 0,2334 0,0614 3,8000
Dolar 0,2534 0,0361 7,0200

 Significancia VIF

Constante 0,0009 1,0110
Ativo Imobilizado / Ativo Total 0,0000 1,0110
Ativo Permanente / Ativo Total 0,0000 1,8050
[PIB Industria.sub.t-1] 0,0174 1,3690
Taxa de Juros Selic 0,0000 1,8330
[Taxa de Juros Selic.sub.t-1] 0,0002 1,0980
Dolar 0,0000 1,0110

R-quadrado nao ajustado = 0,92180; R-quadrado ajustado = 0,92146;
Criterio de informacao de Akaike (AIC) 1807,02; Criterio Bayesiano de
Schwarz (BIC) = -1770,42; Criterio de Hannan-Quinn (HQC) = -1793,33

Fonte: os Autores.

Tabela 2: Coeficientes, erro-padrao e significancia do modelo de
efeitos aleatorios para as subamostras 1 e 2

 Subamostra 1

 Coeficiente Erro-Padrao

Constante 0,0158 ** 0,0069
Ativo Imobilizado / Ativo Total 0,4683 * 0,0043
Ativo Permanente / Ativo Total -0,0348 * 0,0078
[PIB Industria.sub.t-1] -0,2104 0,1239
Taxa de Juros Selic 0,2389 ** 0,0971
[Taxa de Juros Selic.sub.t-1] 0,2113 ** 0,1030
Dolar 0,2986 * 0,0602

 Subamostra 2

 Coeficiente Erro-Padrao

Constante 0,0115 * 0,0043
Ativo Imobilizado / Ativo Total 0,1084 * 0,0394
Ativo Permanente / Ativo Total -0,1073 ** 0,0446
[PIB Industria.sub.t-1] -0,1852 ** 0,0773
Taxa de Juros Selic 0,4371 * 0,0609
[Taxa de Juros Selic.sub.t-1] 0,2961 * 0,0641
Dolar 0,1563 * 0,0382

* Significativo a 1%; ** Significativo a 5%.

Fonte: os Autores.