PONTIFÍCIA UNIVERSIDADE CATÓLICA DE SÃO PAULO PUC-SP … · 2018-08-18 · trimestre de 2010 e o...
Transcript of PONTIFÍCIA UNIVERSIDADE CATÓLICA DE SÃO PAULO PUC-SP … · 2018-08-18 · trimestre de 2010 e o...
PONTIFÍCIA UNIVERSIDADE CATÓLICA DE SÃO PAULO
PUC-SP
Daniele Santos Damascena
Determinantes da estrutura de capital das empresas
de edificações brasileiras na crise
MESTRADO EM ADMINISTRAÇÃO DE EMPRESAS
São Paulo
2018
Daniele Santos Damascena
Determinantes da estrutura de capital das empresas
de edificações brasileiras na crise
MESTRADO EM ADMINISTRAÇÃO DE EMPRESAS
Dissertação apresentada à Banca Examinadora da Pontifícia Universidade Católica de São Paulo, como exigência parcial para obtenção do título de Mestre em Administração de Empresas, sob a orientação do Professor Dr. José Odálio dos Santos.
São Paulo 2018
Banca Examinadora
______________________________________________
______________________________________________
______________________________________________
Agradeço à Coordenação de Aperfeiçoamento de Pessoal de
Nível Superior (CAPES) pela concessão da bolsa durante todo
o período de realização do mestrado.
AGRADECIMENTOS
Gostaria de agradecer a Deus pela minha vida e por todas as coisas que
consegui realizar.
A minha irmã, por ter me ajudado na análise estatística.
Aos meus pais e marido, pelo incentivo e apoio em mais essa etapa.
Ao meu orientador, Professor Dr. José Odálio dos Santos, pela atenção e
aprendizado durante o curso.
Aos professores e funcionários da PUC-SP pela dedicação e suporte
oferecidos.
Ao meu chefe no Metrô de São Paulo, Ronaldo Moreira da Silva, por me ajudar
na realização desse sonho.
Todos os seus sonhos podem se tornar realidade se você tem coragem para persegui-los. (Walt Disney)
RESUMO
A partir do ano de 2014, em função das incertezas causadas pela instabilidade política
e econômica, o PIB brasileiro começou a apresentar sinais negativos e a impactar
toda a economia. O desempenho do setor de edificações foi um dos primeiros a ser
comprometido. O objetivo principal desta pesquisa foi identificar e analisar os fatores
determinantes da estrutura de capital das cinco maiores empresas do setor de
edificação listadas na Bolsa de Valores de São Paulo, no período de 2010 a 2017,
considerando os pressupostos de três teorias de estrutura de capital: Pecking Order,
Agência e Teoria Trade off. O período estudado foi o compreendido entre o primeiro
trimestre de 2010 e o primeiro trimestre de 2017, totalizando 29 trimestres para cada
empresa. Os dados contábeis foram extraídos da base dados Economática.
Primeiramente, foi efetuada uma análise gráfica do desempenho contábil e financeiro
dessas empresas. Logo após, foi feita a análise de dados em painel, considerando
índices de endividamento como variáveis dependentes e os fatores lucratividade,
tangibilidade, crescimento e liquidez como variáveis independentes. O resultado
evidente foi a constatação de aderência aos preceitos da Teoria Pecking Order para
as variáveis lucratividade e liquidez no período anterior à crise política e econômica.
Durante a crise, observou-se que as variáveis crescimento e tangibilidade foram as
mais afetadas em função de servirem como garantias nas operações de crédito.
Palavras-chave: Captação. Endividamento. Estrutura de capital. Fatores
determinantes. Crise.
ABSTRACT
Starting in 2014, due to the uncertainties caused by political and economic instability,
the Brazilian GDP began to show negative signs and to impact the entire economy.
The performance of the building industry was one of the first to be compromised. The
main objective of this research was to identify and analyze the factors determining the
capital structure of the five largest companies in the building sector listed on the São
Paulo Stock Exchange, from 2010 to 2017, considering the assumptions of three
capital structure theories: Pecking Order, Agency and Trade off. The period studied
was between the first quarter of 2010 and the first quarter of 2017, totaling 29 quarters
for each company. The accounting data was extracted from the Economática
database. First, a graphical analysis of the accounting and financial performance of
these companies was carried out. Afterwards, panel data analysis was performed,
considering indebtedness indices as dependent variables and the factors of
profitability, tangibility, growth and liquidity as independent variables. The evident
result was the observation of adherence to the precepts of the Pecking Order Theory
for the variables of profitability and liquidity in the period prior to the political-economic
crisis. During the Crisis, it was observed that the variables Growth and Tangibility were
the most affected by the fact that they served as collateral in credit operations.
Keywords: Borrowing. Debt. Capital structure. Determinants. Crisis.
LISTA DE GRÁFICOS
GRÁFICO 1 – Evolução do patrimônio – Cyrela .............................................. 34
GRÁFICO 2 – Passivo Oneroso – Cyrela ........................................................ 35
GRÁFICO 3 – Passivo Oneroso em relação ao Passivo total – Cyrela ............ 35
GRÁFICO 4 – Evolução do lucro e das despesas financeiras – Cyrela ........... 36
GRÁFICO 5 – Evolução do patrimônio – Ezetc ................................................ 37
GRÁFICO 6 – Passivo Oneroso – Ezetc .......................................................... 37
GRÁFICO 7 – Evolução do lucro e das despesas financeiras – Ezetc ............ 38
GRÁFICO 8 – Evolução do patrimônio – Gafisa .............................................. 39
GRÁFICO 9 – Passivo Oneroso – Gafisa ........................................................ 40
GRÁFICO 10 – Passivo Oneroso em relação ao Passivo total – Gafisa .......... 40
GRÁFICO 11 – Evolução do lucro e das despesas financeiras – Gafisa ......... 41
GRÁFICO 12 – Evolução do patrimônio – MRV ............................................... 42
GRÁFICO 13 – Passivo Oneroso – MRV ......................................................... 42
GRÁFICO 14 – Passivo Oneroso em relação ao Passivo total – MRV ............ 43
GRÁFICO 15 – Evolução do lucro e das despesas financeiras – MRV ........... 43
GRÁFICO 16 – Evolução do patrimônio – Rossi .............................................. 44
GRÁFICO 17 – Passivo Oneroso – Rossi ........................................................ 45
GRÁFICO 18 – Passivo Oneroso em relação ao Passivo total – Rossi ........... 45
GRÁFICO 19 – Evolução do lucro e das despesas financeiras – Rossi .......... 46
GRÁFICO 20 – Evolução do Patrimônio das empresas ................................... 46
GRÁFICO 21 – Evolução das dívidas de longo prazo das empresas .............. 47
GRÁFICO 22 – Evolução das dívidas de curto prazo das empresas ............... 47
GRÁFICO 23 – Evolução do lucro das empresas ............................................ 48
LISTA DE QUADROS
QUADRO 1 – Interpretação teste de Hausman................................................ 27
QUADRO 2 – Setor de atuação – Classificação Bovespa ............................... 30
LISTA DE TABELAS
TABELA 1 – Participação da construção civil no PIB ....................................... 15
TABELA 2 – Principais medidas descritivas para as variáveis dependentes
do estudo de acordo com o período estudado ............................ 49
TABELA 3 – Principais medidas descritivas para as variáveisindependentes
do estudo ..................................................................................... 50
TABELA 4 – Matriz de correlação – variáveis independentes .......................... 51
TABELA 5 – Determinantes do capital no período anterior à crise e no
período de crise – parte 1 ............................................................ 51
TABELA 6 – Determinantes do capital no período anterior à crise e no
período de crise – parte 2 ............................................................ 52
TABELA 7 – Determinantes do capital no período anterior à crise e no
período de crise – resumo dos resultados ................................... 55
SUMÁRIO
1 INTRODUÇÃO .......................................................................................... 14
1.1 Contextualização................................................................................ 14
1.2 Objetivo .............................................................................................. 14
1.3 Justificativa ........................................................................................ 14
1.4 Relevância ......................................................................................... 16
1.5 Problema de pesquisa ....................................................................... 16
1.6 Limitações .......................................................................................... 16
1.7 Estrutura ............................................................................................ 16
2 REFERENCIAL TEÓRICO ....................................................................... 18
2.1 Teorias de estrutura de capital ........................................................... 18
2.2 Determinantes da estrutura de capital ............................................... 21
2.3 Cenário econômico e o setor de edificações ..................................... 24
3 METODOLOGIA ....................................................................................... 26
3.1 Estudos de dados em painel .............................................................. 26
3.2 Procedimentos econométricos ........................................................... 28
3.3 Hipóteses ........................................................................................... 28
3.4 Amostra e período do estudo ............................................................. 29
3.5 Variáveis ............................................................................................ 30
3.5.1 Variáveis dependentes ................................................................. 30
3.5.2 Variáveis independentes .............................................................. 32
4 ANÁLISE DOS RESULTADOS ................................................................ 34
4.1 Análise financeira das empresas ....................................................... 34
4.1.1 Cyrela ........................................................................................... 34
4.1.2 Eztec ............................................................................................. 36
4.1.3 Gafisa ........................................................................................... 38
4.1.4 MRV .............................................................................................. 41
4.1.5 Rossi ............................................................................................. 44
4.2 Análise Comparada das empresas .................................................... 46
4.3 Análise descritiva estatística .............................................................. 48
4.4 Resultados dos modelos econométricos ............................................ 51
5 CONSIDERAÇÕES FINAIS ...................................................................... 57
REFERÊNCIAS ................................................................................................ 60
14
1 INTRODUÇÃO
1.1 Contextualização
Existe uma procura pela estrutura de capital ótima que represente a
composição adequada entre capital próprio e capital de terceiros. A ideia de
existência dessa estrutura ótima foi apresentada pela primeira vez por Durand,
em 1952, que defendia que a estrutura de capital de uma empresa influencia
diretamente o seu valor no mercado. Contudo, o início da discussão e estudos
mais aprofundados para encontrar o melhor modelo que defina essa estrutura
apenas foram impulsionados após Modigliani e Miller, em 1958, contradizendo
Durand e afirmando que a estrutura de capital não alteraria em nada o valor de
uma empresa. Posteriormente, em 1963, após terem sido contestados por
Durand, Modigliani e Miller revisaram a sua teoria, pois o modelo não
considerava algumas variáveis. Desde então, o assunto vem sendo amplamente
debatido na comunidade científica.
Diversas contribuições foram feitas e algumas teorias desenvolvidas.
Dentre esses trabalhos, podemos citar as teorias Trade-Off, de Myers e Majluf
(1984), Pecking Order, de Myers (1984), Teoria da Agência, de Jensen e
Meckling (1976), e Market Timing, de Baker e Wurgler (2002).
1.2 Objetivo
O objetivo principal desta pesquisa foi identificar e analisar os fatores
determinantes da estrutura de capital das cinco maiores empresas do setor de
edificação listadas na Bolsa de Valores de São Paulo (Bovespa), no período de
2010 a 2017, considerando os pressupostos de três teorias de estrutura de
capital: Pecking Order, Agência e Trade off.
O objetivo complementar foi avaliar se a crise política e econômica
brasileira, vivenciada no período de 2014 a 2017, alterou, de forma
estatisticamente significativa, a estrutura de capital das empresas selecionadas.
1.3 Justificativa
15
Segundo levantamento do Sindicato Nacional da Indústria da Construção
Pesada (SINICON), em parceria com a LCA Consultores, no primeiro semestre
do ano de 2017, o setor de construção civil teve retração de 6,6%. Esse
desempenho foi o pior de todos os subsetores da economia e, inclusive, puxou
o resultado geral do PIB no primeiro semestre do ano para baixo, conforme
mostra a Tabela 1.
Tabela 1 – Participação da construção civil no PIB
Setor 2010 2011 2012 2013 2014 2015 2016
1º sem 2017
Agropecuária 6,7 5,6 -3,1 8,4 2,8 3,6 -6,6 15
Extrativa mineral 14,9 3,5 -1,9 -3,2 9,1 4,8 -2,9 7,8
Indústria da transformação 9,2 2,2 -2,4 3 -4,7 -10,4 -5,2 -1
Construção 13,1 8,2 3,2 4,5 -2,1 -6,5 -5,2 -6,6
Comércio 11,1 2,3 2,4 3,4 0,6 -8,7 -6,3 -0,8 Serviços de transporte, armazenagem e correio 11,2 4,3 2 2,6 1,5 -6,6 -7,1 -1,4
Serviços de informação, 5,4 6,5 7 4 5,3 -0,5 -3 -1,4 intermediação financeira e seguros 9,3 6,2 1,5 1,8 -0,6 -0,8 -2,8 -3,1
Administração pública 2,2 1,9 1,3 2,2 0,1 -0,1 -0,1 -1
PIB 7,5 4 1,9 3 0,5 -3,8 -3,6 0
Fonte: G1
A Tabela 1 também demonstra que a área da construção civil tem sentido
a crise de uma forma mais intensa que os outros setores, visto que acumula
queda de 15,71% desde o ano de 2014, enquanto o PIB total recuou apenas
6,83%. Outro dado que monstra o impacto da crise econômica e política no setor
é o número de desempregados da área. Entre 2013 e 2017, foram cortadas
quase 1 milhão de vagas de emprego no setor, o que representa mais de 1/3 do
total de vagas que deixaram de existir no país.
Ao considerar a atualidade e a relevância do tema, a caracterização de
atividade cíclica das empresas selecionadas – ou seja, muito sensível à
ocorrência de eventos sistêmicos adversos – e o grande interesse dos
pesquisadores acadêmicos pelo tema de estrutura de capital corroborado pelo
número expressivo de pesquisas, considerou-se oportuna a ocasião para o
desenvolvimento desta pesquisa.
16
1.4 Relevância
As decisões financeiras de uma organização podem ser cruciais para a
sua continuidade, principalmente em períodos de recessão econômica, como o
que o Brasil passou no período de 2014 a 2017. Dentre essas decisões, a
composição dos custos de financiamento deve ser levada em consideração por
qualquer empresa e, por isso, o estudo das determinantes da estrutura de capital
tem sido objeto de várias pesquisas no meio acadêmico. A presente pesquisa
possui relevância por analisar a composição do endividamento das empresas
brasileiras do setor de edificações, as quais representam setor sensível a
impactos econômicos, além de serem representativos na formação do PIB
brasileiro.
1.5 Problema de pesquisa
Questões centrais da pesquisa:
a. Quais os determinantes da estrutura de capital adotados pelas cinco
maiores empresas de edificações listadas na Bolsa de Valores
brasileira – Brasil Bolsa Balcão ou B3 – no período anterior à crise de
2014 a 2017?
b. Quais os determinantes da estrutura de capital adotados pelas cinco
maiores empresas de edificações listadas na B3 neste mesmo período
de crise?
1.6 Limitações
Embora seja comum utilizar como amostra todas as empresas de um
mesmo setor, nesta pesquisa, optou-se por utilizar apenas as cinco maiores,
uma vez que resultados amostrais setoriais podem apresentar discrepâncias em
função das diferenças nas estratégias comerciais, políticas de investimento,
financiamento e distribuição de dividendos adotadas pelas empresas.
17
1.7 Estrutura
Após a introdução do tema, o Capítulo 2 apresenta o referencial teórico,
que aborda as teorias sobre estrutura de capital, os principais estudos
relacionados ao tema e o panorama do setor. O Capítulo 3 descreve a
metodologia de pesquisa, o Capítulo 4 destaca os resultados da pesquisa e, nas
Considerações Finais, tem-se o fechamento e as conclusões.
18
2 REFERENCIAL TEÓRICO
2.1 Teorias de estrutura de capital
A primeira teoria que chamou a atenção do meio acadêmico para a
existência de uma estrutura de capital ótima foi apresentada por Durand (1952).
Ele argumenta ser possível encontrar uma melhor combinação entre capital de
terceiros e capital próprio para maximizar o valor da empresa perante o mercado.
Seu artigo expõe que o capital de terceiros possui um custo de capital
menor que o custo do capital próprio, uma vez que seria possível utilizar os
benefícios da dedução no imposto de renda pessoa jurídica. Entretanto, o autor
ressalta que as empresas não devem utilizar o endividamento de terceiros ao
máximo, visto que, na medida em que o endividamento aumenta, o risco de
falência também se torna maior.
Contudo, Modigliani e Miller (1958) causaram grande impacto no mundo
acadêmico ao afirmar que a estrutura de capital seria irrelevante para o valor de
uma empresa. No desenvolvimento dessa proposição, os autores consideraram
um mercado perfeito, ou seja, que não leva em conta os custos de transação,
custos de agência, custos de falência ou impostos. Modigliani e Miller (1958)
defendiam que, em um mercado perfeito, as fontes de recursos que financiam
os ativos são irrelevantes, pois não afetam o lucro operacional ou o valor de
mercado dos ativos. Portanto, não existiria diferença entre uma empresa
alavancada e uma não alavancada, já que são unicamente as decisões de
investimento dos ativos que agregam valor.
Já em sua segunda proposição, Modigliani e Miller (1958) afirmaram que
um aumento do nível de endividamento tende a elevar o retorno esperado de
uma ação, pois os acionistas percebem um aumento de risco.
Em 1963, em função das críticas geradas pelo artigo anterior, Modigliani
e Miller publicaram um novo trabalho em que reconheceram o efeito na
tributação da alavancagem financeira. Admitiram que a utilização do capital de
terceiros diminui o valor do Imposto de Renda, visto que as dívidas seriam
despesas financeiras e poderiam ser abatidas da base de cálculo do imposto,
resultando na diminuição do custo de capital.
19
Posteriormente, Miller (1977) publicou um estudo em que incluiu o efeito
do imposto de renda pessoa física. O autor demonstrou que o benefício tributário
gerado pela alavancagem se anula quando se considera também a provisão para
o imposto de renda pessoa física, que a empresa faz para o acionista. Portanto,
novamente, concluiu que as decisões de endividamento não seriam relevantes
para o valor de uma empresa.
Em 1982, Modigliani publicou um estudo no qual afirma que a taxa média
de impostos e o nível de incerteza influenciam na estrutura de capital. Dessa
forma, passou a assumir um posicionamento contrário ao de Miller (1977),
reconhecendo que deve ser considerado o benefício tributário na estrutura de
capital, a qual seria relevante para o valor de uma empresa.
Para Fama (2000), ficou evidente a polêmica do assunto, pois mesmo
entre os autores que iniciaram a discussão não havia um consenso.
Em 1976, Jensen e Meckling introduziram a Teoria da Agência e seus
aspectos comportamentais dentro da acalorada discussão sobre estrutura de
capital. Essa teoria analisa os conflitos que surgem entre os agentes que se
relacionam numa empresa, que, em sua maioria, são gestores e acionistas. Os
autores buscam compreender as causas e consequências dos conflitos de
interesses internos e a concordância ou não com as metas pelos agentes de
uma organização, visto que há separação entre a propriedade e a gestão de uma
empresa.
Ainda segundo essa teoria, os conflitos de agência surgem na medida em
que um administrador busca atender aos seus objetivos individuais, em vez de
cuidar dos interesses dos acionistas. Assim, os gestores podem tomar decisões
que não atendam totalmente às necessidades dos acionistas, ou seja, decisões
que poderiam ocasionar a diminuição do valor da empresa. Essas reduções no
valor da empresa e os gastos incorridos para monitorar os administradores são
denominados custos de agência.
Para os autores, a estrutura ótima de capital é aquela que minimiza os
custos de agência.
Ross (1977) introduziu a Teoria da Sinalização, que trata a forma como
as decisões na estrutura de capital podem sinalizar a situação de uma empresa
ao mercado, visto que vivemos em um mercado com assimetria informacional.
20
Harris e Raviv (1991) verificaram em seus estudos, e com base na Teoria
da Sinalização, que empresas com fluxos de caixa altos contraem uma maior
quantidade de dívidas, pois o mercado entende que o nível de risco da atividade
em que a organização atua é menor. Com isso, a empresa pode tomar uma
posição mais alavancada. Os autores concluíram que o valor da empresa se
eleva com o aumento da alavancagem, pois o mercado interpreta isso como um
sinal de valor e qualidade da empresa.
Se uma empresa aumenta expressivamente o seu endividamento, pode
ser que encontre dificuldades para fechar contratos de longo prazo, assim como
o seu custo de falência também tende a aumentar. Os especialistas da área
financeira, então, começaram a analisar o custo de oportunidade gerado pelo
endividamento e chegaram à conclusão que esses custos de falência devem ser
considerados e subtraídos do valor de mercado da empresa (BREALEY;
MYERS; ALLEN, 2008).
Portanto, para maximizar o seu valor, as empresas buscam o ponto ótimo
entre o benefício da utilização de dívidas e os custos do endividamento. Esse é
o principal ponto da Teoria Trade-off, de Myers (1984).
A Teoria Pecking Order, formulada por Myers e Majluf (1984), também se
baseia na assimetria informacional e expectativas racionais. De acordo com os
autores, a assimetria informacional influência na escolha da estrutura de capital
a ser adotada, visto que os agentes possuem acesso a diferentes níveis de
informação. Os administradores possuem mais informações e conhecimento dos
riscos envolvidos no negócio e das decisões tomadas no dia a dia da
organização do que os acionistas.
Em seu trabalho, Myers (1984) propõe uma hierarquia de escolha para a
composição da estrutura de capital que minimizaria os custos da assimetria de
informação.
Para o autor, os investimentos devem ser financiados primeiramente
pelos recursos internos, como o lucro retido. Em segundo lugar, as empresas
devem optar pela captação por meio de dívidas com terceiros e, por último, a
empresa deve se utilizar da emissão de ações.
Ainda segundo Myers (1984), os administradores procuram evitar
financiamentos com o uso de recursos externos, pois o mercado passa a
acompanhar os resultados da empresa, exigindo que sejam mais disciplinados.
21
Baker e Wurgler (2002) desenvolveram a Teoria das Janelas de
Oportunidade. Essa teoria defende que o comportamento dos gestores com
relação à estrutura de capital seria o mais favorável do momento, levando em
consideração o valor de mercado das ações e o valor patrimonial da empresa.
Se o valor da ação estiver elevado, os gestores emitem ações; já no momento
em que os títulos estiverem desvalorizados, os administradores compram esses
papéis, aproveitando a oportunidade de cada ocasião.
2.2 Determinantes da estrutura de capital
Diversos trabalhos foram elaborados com o intuito de descobrir os
determinantes da estrutura de capital, os quais podem ser definidos como as
variáveis que influenciam as empresas na sua busca por suas fontes de
recursos.
De maneira geral, os estudos apontam algumas características comuns
que afetam na decisão de endividamento como, por exemplo, lucratividade,
tamanho, tangibilidade, expectativa de crescimento e liquidez.
Myers (2003) argumenta que as teorias são circunstanciais e não globais.
Os resultados das análises dependem das características das amostras, do setor
analisado e das técnicas estatísticas empregadas. Apesar dos estudos
apontarem características que influenciam as decisões de endividamento
similares, acredita-se que o tema não esteja esgotado e que existam outros
fatores para se explorar.
Por exemplo, a lucratividade é considerada um determinante do
endividamento. Se considerarmos esse determinante sob a perspectiva da
Teoria Pecking Order, a lucratividade servirá para financiar a empresa por meio
dos lucros retidos e, portanto, teria uma relação negativa com o endividamento.
Quanto mais lucrativa uma empresa for, menos empréstimos ela irá contrair
(MYERS; MAJLUF, 1984; MYERS, 1984). Essa relação também foi encontrada
nos trabalhos de Jorge e Armada (2001) e por Brealey, Myers e Allen (2008).
Empresas lucrativas possuem maiores disponibilidades de caixa e, por isso,
acabam captando menos dívidas, pois conseguem se autofinanciar.
A análise da lucratividade, considerando a Teoria Trade-off, diz que
empresas lucrativas aumentam seu percentual de endividamento em função da
22
relação custo/benefício da dívida. Portanto, segundo essa teoria, há uma relação
positiva entre o endividamento e os lucros, mostrado no estudo efetuado por
Frank e Goyal (2003).
A tangibilidade é outro fator cuja aderência as teorias costumam testar.
Os ativos tangíveis servem de garantia nas operações de crédito com instituições
financeiras no momento em que as empresas adquirirem um empréstimo.
Portanto, empresas com alto valor de ativo tangível tendem a ser mais
endividadas, apontam Titman e Wessels (1988).
Com relação ao tamanho, os estudos também apresentam resultados
diversos. Para Rajan e Zingales (1995), existe uma relação positiva entre o
tamanho da empresa e seu grau de endividamento. Essa relação se justifica pela
facilidade de acesso para captar empréstimos que as empresas de grande porte
possuem, o que está em concordância com os preceitos da Teoria Trade-off. Já
com a análise à luz da Teoria Pecking Order, a relação pode ter sinal negativo,
uma vez que empresas maiores tendem a ter facilidade em gerar lucros e retê-
los ou emitir ações.
Em seu trabalho, Titman e Wessels (1988) incluíram a análise do
endividamento de curto e longo prazos e, ao encontro dos resultados
apresentados por Rajan e Zingales (1995), notaram que empresas de pequeno
porte utilizam mais as dívidas de curto prazo do que as empresas de maior porte.
Uma justificativa seria os altos custos de transação que as empresas pequenas
teriam para captar dívidas de longo prazo e emitir ações.
Harris e Raviv (1991) analisaram a questão da participação e controle nas
empresas. Para os autores, os gastos em decorrência de conflitos de interesse
entre gestores e acionistas, denominados custos de agência, definem a estrutura
de capital.
Para Jensen e Meckling (1976), a estrutura ótima de capital é aquela em
que os custos de agência são minimizados. No entendimento dos autores,
empresas lucrativas e líquidas deveriam aumentar o seu grau de endividamento
para melhor utilizar os recursos da empresa e inibir gastos inapropriados da
administração. Portanto, do ponto de vista da Teoria da Agência, existe uma
relação positiva entre dívidas e o valor de uma empresa.
Segundo Booth (2001), as mesmas variáveis que explicam o
endividamento em países desenvolvidos também podem ser utilizadas nos
23
países em desenvolvimento. Porém, em países onde há fragilidades
institucionais, os custos de agência e a assimetria de informações exercem forte
impacto nas decisões de endividamento das empresas.
Em seu artigo publicado em 2001, Jorge e Armada analisaram os
determinantes da estrutura de capital das 93 maiores empresas não financeiras
portuguesas, de 1990 a 1995. Foram analisadas as relações da dívida total,
dívida de longo prazo, dívida de curto prazo com o ativo total e da dívida total
com patrimônio líquido. Como resultados, observaram que o crescimento foi
positivamente correlacionado com o endividamento. Já para a rentabilidade, os
resultados foram apenas significativos para os endividamentos global e de curto
prazo com relação negativa, o que está em conformidade com a Teoria Pecking
Order.
Os resultados encontrados por Terra (2002) para a variável lucratividade
também vão ao encontro da Teoria Pecking Order, pois mostraram uma relação
negativa entre os lucros e endividamento. Com relação ao crescimento,
encontrou-se uma relação positiva com o endividamento, o que vai de encontro
à perspectiva de que empresas com melhores oportunidades deveriam ter
menos dívida.
Como é uma adaptação à realidade brasileira, no estudo de Perobelli e
Famá (2002) foram encontradas algumas divergências em relação ao de Titman
e Wessels (1988). Nos resultados, os fatores que se mostraram relevantes foram
tamanho, crescimento e lucratividade, que têm relação negativa com o
endividamento de curto prazo. Os outros fatores foram não significantes.
Perobelli e Famá constataram ainda que o endividamento é menor no curto prazo
para empresas com alto giro.
Em seu estudo, Espinola (2013) encontrou relação negativa entre as
variáveis lucratividade e crescimento com relação ao endividamento de longo
prazo. Já para as variáveis tangibilidade e tamanho encontrou uma relação
positiva. Foi feita uma análise do impacto causado pela Crise Financeira Global
sobre os determinantes da dívida. Para as variáveis tangibilidade e tamanho,
encontrou-se uma relação positiva e, para lucratividade, uma relação negativa.
24
2.3 Cenário econômico e o setor de edificações
Em função da crise econômica de 2008 vivenciada pelos EUA, e logo após
na Europa, o governo brasileiro utilizou medidas de incentivo ao consumo para
estimular o mercado interno. Porém, essas medidas anticíclicas, tais como
desonerações de impostos e aumento dos gastos do governo, trouxeram um
desequilíbrio nas contas públicas, que foi intensificado em função da crise
política e dos escândalos de corrupção revelados pelas investigações da Polícia
Federal, conhecidas como Operação Lava Jato.
Em 2015, o setor da construção foi bastante impactado pela crise
econômica iniciada em 2014 e, dentre algumas razões que a motivaram,
podemos citar a recessão, a inflação elevada, o desemprego e a paralização de
obras em função das investigações da Lava Jato. O PIB brasileiro caiu 3,8%, a
inflação encerrou o ano acima de 10%, o número de desempregados cresceu
40,6%, a taxa SELIC fechou o ano valendo 14,25%, e o déficit fiscal alcançou
R$ 111,24 bilhões. Esses fatores, somados ao cenário de crise política,
fortaleceram as incertezas com relação ao país e inibiram os investimentos.
Essa conjuntura adversa enfraqueceu as empresas do setor de
construção, que, no período de 2007 a 2013, protagonizaram o ciclo de
crescimento do país. Esse enfraquecimento é demonstrado nos números da
última Pesquisa Anual da Indústria de Construção (PAIC), divulgada no ano de
2015. Essa pesquisa é elaborada pelo Instituto Brasileiro de Geografia e
Estatística (IBGE) e demonstra as principais características estruturais desse
segmento empresarial que possui grande importância na economia nacional.
No ano de 2015, existiam no país 131.487 empresas na construção civil,
que geravam um valor adicionado, ou PIB setorial, de R$ 172,6 bilhões, o que
representa uma redução de 4,9% em relação ao ano anterior. O segmento de
construção de edifícios, que está dentro do setor da construção, foi responsável
pela parcela de 45,12% do valor adicionado do setor (IBGE, 2015).
Houve um aumento significativo do número de empresas no setor de 2007
a 2015. Em 2007, existiam 52.870 empresas; já em 2015, 131.487, o que
equivale a um incremento de 148,70%. Em 2011, houve um aumento de 22,37%
do número de empresas do setor; já em 2015, houve uma elevação de apenas
25
2,7%. Esses resultados demonstraram o ritmo do segmento nos anos
comentados (IBGE, 2015).
Em 2014, o setor de construção foi responsável por ocupar 2,9 milhões
de pessoas, enquanto em 2015 esse número caiu para 2,4 milhões. Portanto,
em 2015 as dificuldades foram refletidas no mercado de trabalho, pois se
observou uma queda de 17,24% no número de pessoas ocupadas, visto que
houve uma diminuição de 455 mil postos de trabalho no ano de 2015 em
comparação com 2014. Segundo o Ministério do Trabalho (2015), ao registrar
esse saldo negativo, com o número de demissões superior ao número de
contratações em todos os meses, o setor retornou aos mesmos níveis
registrados no ano de 2010.
26
3 METODOLOGIA
3.1 Estudos de dados em painel
Dentre as técnicas estatísticas de destaque na literatura mundial está
inserida a metodologia de análise de painel, que se constitui da observação de
n entidades por mais de dois períodos de tempo, combinados a características
de séries temporais, com dados em corte transversal amplamente utilizado em
estudos econométricos e nas ciências sociais aplicadas. Dados em painel, ou
panel data, são informações de unidades, indivíduos, empresas, parâmetros
etc., que podem ser acompanhadas ao longo do tempo.
A opção de trabalhar com um painel de dados, em detrimento de cross-
section ou de séries de tempo, é largamente justificada pela teoria econométrica,
por gerar uma série de vantagens, dentre elas: fornecer um maior número de
observações, uma vez que se trabalha com a dimensão cross-section e sua
evolução no tempo; conter mais variação e menos colinearidade entre as
variáveis (WOOLDRIDGE, 2006).
Segundo Hsiao (1986), outra vantagem do método é o fato de que os
dados em painel, por permitirem o uso de mais observações, aumentam o
número de graus de liberdade e são capazes de identificar e mensurar efeitos
que não são possíveis de serem detectados por meio de análise de dados em
corte transversal ou de séries temporárias isoladamente.
A utilização de dados em painel permite conjugar a diversidade de
comportamentos individuais com a existência de dinâmicas de ajustamento, bem
como identificar e medir efeitos não detectáveis em estudos exclusivamente
seccionais ou temporais. Nesse caso, caberia escolher entre efeitos fixos e
aleatórios.
No modelo de efeitos fixos, o intercepto pode diferir entre os indivíduos,
pois cada unidade ou corte transversal pode possuir características especiais.
Entretanto, a expressão “efeitos fixos” indica que o intercepto de cada indivíduo
não se altera com o tempo. Isso significa que cada unidade ou corte transversal
possui seu próprio valor fixo de intercepto. Além disso, o modelo pressupõe que
os coeficientes angulares dos regressores não variam entre indivíduos e ao
27
longo do tempo. O modelo é adequado quando o intercepto do indivíduo pode
estar correlacionado a um ou mais regressores (GUJARATI; PORTER, 2011).
No modelo de efeitos aleatórios é suposto que o intercepto de uma
unidade individual seja extraído aleatoriamente de uma população maior com um
valor médio constante. O intercepto comum representa o valor médio dos
interceptos de corte transversal e o componente de erro representa o desvio
aleatório do intercepto individual desse valor médio. Esse modelo é adequado
quando o intercepto de cada unidade de corte transversal não é correlacionado
com os regressores (GUJARATI; PORTER, 2011).
Para determinar qual modelo é o mais adequado, utilizou-se o Teste de
Hausman, cuja hipótese nula pressupõe que os estimadores do modelo de
efeitos fixos e do modelo de efeitos aleatórios não diferem substancialmente. A
rejeição da hipótese nula indica que o modelo de efeitos fixos é preferido ao
modelo de efeitos aleatórios.
A interpretação do Teste de Hausman baseou-se nos parâmetros
seguintes:
Quadro 1 – Interpretação teste de Hausman
Valor de p Interpretação
0,00 – 0,01 Efeito Fixo
0,01 – 0,10 Opção do pesquisador
0,10 – 1,00 Efeito Aleatório
Fonte: GUJARATI; PORTER, 2011
O teste de Breusch-Pagan (1979) foi utilizado para verificar a presença de
heterocedasticidade. A rejeição da hipótese nula indica presença de
heterocedasticidade nos resíduos do modelo e, nesse caso, foram utilizados
erros-padrão robustos.
28
3.2 Procedimentos econométricos
Na análise dos dados, foram utilizados dois modelos econométricos para
o tratamento de dados em painel (ou dados longitudinais): o modelo de efeitos
fixos e o modelo de efeitos aleatórios. De forma geral, as regressões utilizadas
para a análise dos fatores determinantes da estrutura de capital podem ser
escritas como:
��� = ��� + ��� ����������� + ����������������� + �����������
+ ��� ���� ���!�� + ���
���: variável dependente
��: coeficientes associados às variáveis explicativas
���: intercepto associado à empresa i
���: erro aleatório
i: empresa, i = 1,2,3,4 e 5
t: trimestre, t = 1,2,3,...,29
A diferença entre os modelos está nas suposições feitas sobre os
coeficientes ���. No caso do modelo de efeitos fixos, é razoável pensar que os
��� são correlacionados às variáveis explicativas; no caso do modelo de efeitos
aleatórios, não.
3.3 Hipóteses
A seguir, estão as hipóteses formuladas para esta pesquisa:
• Liquidez
H0: A liquidez não influencia, de forma estatisticamente significativa, o
nível de endividamento das empresas do setor de edificações.
H1: A liquidez influencia, de forma estatisticamente significativa, o nível
de endividamento das empresas do setor de edificações.
• Tangibilidade
29
H0: A tangibilidade não influencia, de forma estatisticamente significativa,
o nível de endividamento das empresas do setor de edificações.
H1: A tangibilidade influencia, de forma estatisticamente significativa, o
nível de endividamento das empresas do setor de edificações.
• Expectativa
H0: A expectativa de crescimento não influencia, de forma
estatisticamente significativa, o nível de endividamento das empresas do
setor de edificações.
H1: A expectativa de crescimento influencia, de forma estatisticamente
significativa, o nível de endividamento das empresas do setor de
edificações.
• Lucro
H0: O lucro não influencia, de forma estatisticamente significativa, o nível
de endividamento das empresas do setor de edificações.
H1: O lucro influencia, de forma estatisticamente significativa, o nível de
endividamento das empresas do setor de edificações.
3.4 Amostra e período do estudo
A amostra do estudo foi composta por empresas do setor de edificações,
segundo a classificação da Bolsa de Valores brasileira. Elas estão dispostas
dentro do setor de consumo cíclico, pois são mais sujeitas a variações de
consumo e, portanto, podem ser afetadas durante as crises.
Em função de diferenças apresentadas nas políticas comerciais,
investimento, financiamento e distribuição de dividendos entre empresas,
mesmo sendo do mesmo setor, optou-se por selecionar apenas cinco para dar
mais uniformidade e coerência ao trabalho. Portanto, foram selecionadas as
cinco empresas que possuíam maior valor de ativo em dezembro de 2017
(conforme Quadro 2).
30
Quadro 2 – Setor de atuação – Classificação Bovespa
Empresa Valor do Ativo em dezembro de 2017
MRV ENGENHARIA E PARTICIPACOES S.A. 12.345.518
CYRELA BRAZIL REALTY S.A. EMPREEND E PART 7.061.552
ROSSI RESIDENCIAL S.A. 5.938.583
GAFISA S.A. 3.538.909
EZ TEC EMPREEND. E PARTICIPACOES S.A. 3.357.261
Fonte: B3, 2018
As demonstrações financeiras de cada empresa foram coletadas na base
de dados ECONOMATICA. Também foi utilizado o software estatístico livre R
versão 3.2.11 para fazer as análises estatísticas e obter os resultados
necessários ao atingimento dos objetivos propostos pelo estudo.
O período estudado foi o compreendido entre primeiro trimestre de 2010
e o primeiro trimestre de 2017, totalizando 29 trimestres para cada empresa.
Foi definido como período de crise o período abrangido entre o segundo
trimestre de 2014 e o primeiro trimestre de 2017, quando o PIB do país
permaneceu negativo. Os valores do PIB foram retirados de dados estatísticos
disponibilizados pelo IPEA (IPEA, 2018).
O setor de edificações costuma ser um dos primeiros setores impactados
em períodos de crise. Dessa forma, entende-se que o PIB seja um bom definidor
de crise para esse setor.
3.5 Variáveis
As variáveis utilizadas neste estudo são aquelas empregadas em estudos
sobre estrutura de capital já mencionados na sessão anterior.
3.5.1 Variáveis dependentes
As variáveis dependentes selecionadas demonstram o nível de
endividamento das empresas, o que favorece na concretização dos objetivos
1 Disponível em: <www.r-project.org>. Acesso em: 3 jul. 2018.
31
deste estudo, de analisar a estrutura de capital das empresas do setor de
edificações.
São elas:
a) Endividamento total
"� =#
$�
"� = "������� ���! �!��� # = #�����! $� = $���! �!���
b) Endividamento de longo prazo
"#% ="# + &#
$�
"#% = "������� ���! �� !��! # ��! "# = " ' �� !� �� !��! # ��! &# = &���� �� �� !��! # ��! $� = $���! �!���
c) Endividamento de curto prazo
"�#% ="�# + &�#
$�
"�#% = "������� ���! �� �� �! # ��!
"�# = " ' �� !� �� �� �! # ��! &�# = &���� �� �� �� �! # ��!
$� = $���! �!���
d) Participação do PL
## =#
#
## = #� ����'�çã! �! #
# = #�� � ô��! í����!
# = #�����!
e) Custo da Dívida
�& =&.
#/
�& = ����! �� &���
&. = &��'���� .������� ��
#/ = #�����! /�� !�!
32
3.5.2 Variáveis independentes
As variáveis independentes são os fatores por meio dos quais se espera
verificar a relação com o endividamento e, assim, ajudar na identificação dos
determinantes da estrutura de capital. Foram selecionados os fatores
comumente usados nos estudos de estrutura de capital e mencionados no
referencial teórico. Assim, foram utilizadas as variáveis: tangibilidade,
crescimento, lucratividade, liquidez e crise.
a) Tangibilidade
������������� =0 !�������! + "��!����
$�
$� = $���! �!���
b) Crescimento
� ���� ���! =$��
$��1
$�� = $���! �!��� �! �� '! �
c) Lucratividade
2/" =
#
2/" = 2��� � !� "����3 = �� ! í����! # = #�� � ô��! í����!
d) Liquidez
������� =$�
#�
$� = $���! �� ������� #� = #�����! �� �������
33
e) Crise
Foi incluída a variável dummie denominada Crise. Foi atribuído o valor 0
no período anterior à crise e 1 durante a crise econômica.
A variável tamanho também é muito utilizada como variável independente
nos estudos de estrutura de capital, porém, como foram analisados os dados das
maiores empresas do setor de edificações, optou-se por não incluí-la neste
estudo.
34
4 ANÁLISE DOS RESULTADOS
4.1 Análise financeira das empresas
A seguir, são apresentadas breves descrições da história de cada empresa
e os principais resultados financeiros no período do estudo. Todas as
informações históricas foram retiradas dos respectivos sites das empresas.
4.1.1 Cyrela
O Grupo Cyrela foi fundado em 1962 pelo imigrante sírio Elie Horn. Em
2005, a empresa abriu capital e, a partir daí, passou por um ciclo de crescimento,
chegando a ter mais de 220 canteiros de obra simultâneos em 120 cidades.
Atualmente, a construtora está presente em 16 estados brasileiros, na Argentina
e Uruguai, e possui cerca de cinco mil funcionários. Em 2010, a avaliação de
rating nacional de longo prazo da empresa era AA. Em 2017, passou para BB-,
que representa um grau de não investimento.
Gráfico 1 – Evolução do patrimônio – Cyrela
Valores em milhares de reais. Fonte: Elaborado pela autora
No período de 2010 até 2017, o Ativo total da Cyrela variou pouco,
apresentando aumento de apenas 3,7% (R$ 6.811.649 – R$ 7.061.552). Já o
Passivo, entre 2010 e 2017, teve uma queda de 54% (R$2.485.169 – R$
-
1.000.000
2.000.000
3.000.000
4.000.000
5.000.000
6.000.000
7.000.000
8.000.000
9.000.000
2010 2011 2012 2013 2014 2015 2016 2017
Passivo total Patrimônio líquido Ativo
35
1.136.961). O Patrimônio Líquido cresceu, entre 2010 e 2017, em torno de 37%
(R$ 4.326.480 – R$ 5.924.591), conforme o Gráfico 1.
Gráfico 2 – Passivo Oneroso – Cyrela
Valores em milhares de reais.
Fonte: Elaborado pela autora
No período apresentado no Gráfico 2, o Passivo oneroso da Cyrela é
composto, em sua maior parte, de empréstimos de longo prazo até 2013. A partir
de 2015, os valores passam a cair, tanto que, em 2017, os empréstimos de longo
prazo representam 50,33% do total do Passivo oneroso, quase a mesma
proporção dos empréstimos de curto prazo.
Gráfico 3 – Passivo Oneroso em relação ao Passivo total – Cyrela
Valores em milhares de reais. Fonte: Elaborado pela autora
-
500.000
1.000.000
1.500.000
2.000.000
2.500.000
2010 2011 2012 2013 2014 2015 2016 2017
Empréstimos e Financiamentos de Curto Prazo
Empréstimos e Financiamentos de Longo Prazo
-
500.000
1.000.000
1.500.000
2.000.000
2.500.000
3.000.000
3.500.000
2010 2011 2012 2013 2014 2015 2016 2017
Passivo oneroso Passivo não oneroso Passivo total
36
Pelo exposto no Gráfico 3, novamente fica evidente a queda de 54% do
Passivo total no período de 2010 a 2017. O Passivo oneroso aumentou apenas
de 2011 para 2012, em 23% (R$ 1.870.582 – R$ 2.306.378), mas, a partir de
2013, apresenta redução, sendo que a variação no período de 2010 a 2017 foi
de 56% (R$ 1.869.737 – R$ 826.153).
Gráfico 4 – Evolução do Lucro e das despesas financeiras – Cyrela
Valores em milhares de reais.
Fonte: Elaborado pela autora
No período de 2010 até 2014, a empresa apresenta lucro superior aos
valores das despesas financeiras. A partir de 2014, o lucro passa a cair e, em
2016, os valores pagos de despesas financeiras passam a serem maiores do
que os ganhos da empresa (Gráfico 4).
4.1.2 Eztec
A Eztec foi fundada em 15 de fevereiro de 1979 pelos senhores Ernesto
Zarzur, Flávio Ernesto Zarzur e Silvio Ernesto Zarzur, os quais permanecem até
hoje na administração da empresa. Em 27 de junho de 2007, a Eztec iniciou sua
operação na bolsa sob o código EZTC3.
A empresa é responsável pela construção do EZ Towers, que é
considerado um dos maiores empreendimentos da história do setor imobiliário.
Diferente das outras empresas selecionadas, a construtora atua somente na
cidade de São Paulo e em regiões metropolitanas próximas. A empresa mantém
-200.000
-
200.000
400.000
600.000
800.000
1.000.000
2010 2011 2012 2013 2014 2015 2016 2017
Lucro Operacional Despesas Financeiras
37
a sua imagem de ser avessa a riscos, pois, a partir de 2015, em decorrência da
realidade econômica do Brasil, optou por reduzir o ritmo de seus lançamentos.
Gráfico 5 – Evolução do patrimônio – Ezetc
Valores em milhares de reais. Fonte: Elaborado pela autora
O Ativo total da Eztec aumentou 183% (R$ 1.098.520 – R$ 2.535.342) de
2010 até 2017. Seu passivo total aumentou sutilmente (R$ 86.276 – R$
821.919), considerando a proporção em relação ao Ativo e ao Patrimônio líquido.
A evolução do Patrimônio (Gráfico 5) chama a atenção no período analisado,
pois variou 131% (R$ 1.098.520 – R$ 2.535.342). Percebe-se que a companhia
teve como estratégia aumentar o capital próprio ao longo dos anos, em vez de
utilizar capital de terceiros.
Gráfico 6 – Passivo Oneroso – Ezetc
Valores em milhares de reais. Fonte: Elaborado pela autora
-
500.000
1.000.000
1.500.000
2.000.000
2.500.000
3.000.000
3.500.000
4.000.000
2010 2011 2012 2013 2014 2015 2016 2017
Passivo total Patrimônio líquido Ativo
-
200.000
400.000
600.000
800.000
1.000.000
2010 2011 2012 2013 2014 2015 2016 2017
Passivo oneroso Passivo não oneroso Passivo total
38
No período exposto, observa-se que a companhia não utilizou passivos
onerosos para manter suas atividades.
Gráfico 7 – Evolução do Lucro e das despesas financeiras – Ezetc
Valores em milhares de reais. Fonte: Elaborado pela autora
Conforme observado no Gráfico 7, não houve pagamento de despesas
financeiras, uma vez que a empresa não utiliza empréstimos e financiamentos.
Com relação ao lucro, observa-se que, apesar da crise financeira iniciada
em 2014, a empresa manteve resultados positivos.
4.1.3 Gafisa
A Gomes de Almeida Fernandes Ltda., ou simplesmente “GAF”, foi
constituída em 1954 na cidade no Rio de Janeiro.
Em 2005, a Equity International comprou ações da empresa. A Equity
International é uma sociedade que investe em empresas atuantes no setor
imobiliário fora dos Estados Unidos e foi fundada por Samuel Zell.
Em fevereiro de 2006, a Gafisa efetuou sua oferta pública inicial no Brasil,
e no exterior. Passados dois anos, a empresa passou a ser titular de 60% do
capital social total e votante da Construtora Tenda S.A.. Em 1º de outubro de
2010, a Equity International vendeu sua participação na companhia. Em 2017,
-
100.000
200.000
300.000
400.000
500.000
600.000
700.000
2010 2011 2012 2013 2014 2015 2016 2017
Lucro Operacional Despesas Financeiras
39
em função de diferenças de perfis estratégicos e operacionais entre as
empresas, a Gafisa se separou da Tenda, que começou a vender seus papéis
no segmento tradicional da B3 S.A.
Durante o período analisado, o rating de crédito da Gafisa passou de brA-
em 2010 para brB-.
Gráfico 8 – Evolução do patrimônio – Gafisa
Valores em milhares de reais. Fonte: Elaborado pela autora
O Ativo total da Gafisa se manteve praticamente estável de 2010 até 2015,
recuando apenas 7,31% (R$ 7.005.270 – R$ 6.492.901) nesse período. Porém,
a partir de 2016, observa-se uma queda de 25,41% (R$ 7.005.270 –
R$ 5.225.376) e, considerando a variação em todos os anos demonstrados, o
Ativo da companhia diminuiu em 49,48% (R$ 7.005.270 – R$ 3.538.909) o valor
do seu Ativo (conforme Gráfico 8).
Os valores do Patrimônio líquido foram reduzidos em 79% (R$ 3.722.235
– R$ 755.557) no período, o que demonstra que a empresa optou pelo capital de
terceiros para se financiar, visto que o valor do Passivo no período analisado
variou apenas 15% (R$ 3.283.035 – R$ 2.783.352), não tanto quanto o
Patrimônio Líquido e o Ativo (Gráfico 8).
-
1.000.000
2.000.000
3.000.000
4.000.000
5.000.000
6.000.000
7.000.000
8.000.000
2010 2011 2012 2013 2014 2015 2016 2017
Passivo total Patrimônio líquido Ativo
40
Gráfico 9 – Passivo Oneroso – Gafisa
Valores em milhares de reais. Fonte: Elaborado pela autora
Pode-se observar, pelo Gráfico 9, que os empréstimos de longo prazo
tiveram uma queda 74% de 2010 para 2011 (R$ 1.678.493 – R$ 444.705), sendo
que os recursos de curto prazo foram maiores que os de longo prazo nesse ano.
Porém, em 2012, os empréstimos de longo prazo retornam ao patamar
observado em 2011, apresentando a proporção de 76,97% do Passivo oneroso
naquele ano. De 2010 a 2017, houve um decréscimo no valor do Passivo
oneroso de longo prazo de 55,19%.
Gráfico 10 – Passivo Oneroso em relação ao Passivo total – Gafisa
Valores em milhares de reais. Fonte: Elaborado pela autora
-
500.000
1.000.000
1.500.000
2.000.000
2.500.000
3.000.000
2010 2011 2012 2013 2014 2015 2016 2017
Empréstimos e Financiamentos de Curto Prazo
Empréstimos e Financiamentos de Longo Prazo
-
500.000
1.000.000
1.500.000
2.000.000
2.500.000
3.000.000
3.500.000
4.000.000
4.500.000
2010 2011 2012 2013 2014 2015 2016 2017
Passivo oneroso Passivo não oneroso Passivo total
41
De 2010 até 2017, observa-se uma queda 55,19% (R$ 2.164.499 –
R$ 969.843) no valor dos empréstimos onerosos e um aumento de 62%
(R$ 1.118.536 – R$ 1.813.509) no valor do passivo não oneroso (Gráfico 10).
Gráfico 11 – Evolução do Lucro e das despesas financeiras – Gafisa
Valores em milhares de reais. Fonte: Elaborado pela autora
No período de 2010 até 2017, apenas nos anos de 2010 e 2013 o lucro
operacional foi suficiente para cobrir as despesas financeiras com folga, como
pode ser visto no Gráfico 11.
4.1.4 MRV
O Grupo MRV foi fundado em 1979 pelos sócios Rubens Menin Teixeira
de Souza, Mário Lúcio Pinheiro Menin e Vega Engenharia Ltda., com a
constituição da MRV Serviços de Engenharia, na cidade de Belo Horizonte.
Em 2007 a empresa abriu capital e suas ações passaram a ser
negociadas na Bolsa de Valores de São Paulo. As ações da Companhia fazem
parte do grupo de ações do Novo Mercado, além de participar dos principais
índices da bolsa brasileira, conforme lista a seguir: IBOVESPA, ISE, INDX,
IMOB, IBRX, IBRX 50, IGCT, IGC, IBRA, ITAG, ICO2, IVBX2, SMLL, IGC-NM.
Atualmente, a MRV Engenharia e Participações S.A. está presente em
145 cidades e 22 estados brasileiros e Distrito Federal e é a maior incorporadora
e construtora brasileira no segmento de empreendimentos residenciais
populares em número de unidades incorporadas e cidades atendidas.
-1.000.000
-800.000
-600.000
-400.000
-200.000
-
200.000
400.000
600.000
2010 2011 2012 2013 2014 2015 2016 2017
Lucro Operacional Despesas Financeiras
42
O rating de crédito da MRV no período analisado continuou o mesmo
brAA-.
Gráfico 12 – Evolução do patrimônio – MRV
Valores em milhares de reais. Fonte: Elaborado pela autora
A MRV aumentou em 118,57% (R$ 5.648.223 – R$ 12.345.518) o seu
Ativo total nesses oito anos analisados (Gráfico 12). Seu Passivo total aumentou
145,32% (R$ 2.773.370 – R$ 6.803.756). Entre 2010 e 2017, o patrimônio líquido
cresceu 92,77% (R$ 2.874.853 – R$ 5.541.762). Observa-se que a companhia
teve como estratégia equilibrar a proporção entre o capital próprio e o capital de
terceiros.
Gráfico 13 – Passivo Oneroso – MRV
Valores em milhares de reais. Fonte: Elaborado pela autora
-
2.000.000
4.000.000
6.000.000
8.000.000
10.000.000
12.000.000
14.000.000
2010 2011 2012 2013 2014 2015 2016 2017
Passivo total Patrimônio líquido Ativo
-
500.000
1.000.000
1.500.000
2.000.000
2.500.000
3.000.000
2010 2011 2012 2013 2014 2015 2016 2017
Empréstimos e Financiamentos de Curto Prazo
Empréstimos e Financiamentos de Longo Prazo
43
A distribuição entre os Passivos onerosos de curto e longo prazo variaram
bastante no período analisado, sendo que a utilização de recursos de curto prazo
variou de 100,34% (R$ 317.312 – R$ 667.423) de 2010 até 2017. Os
empréstimos de longo prazo variaram 76,66% (R$ 1.233.198 – R$ 2.178.623) no
período (conforme Gráfico 13).
Gráfico 14 – Passivo Oneroso em relação ao Passivo total – MRV
Valores em milhares de reais. Fonte: Elaborado pela autora
O Gráfico 14 mostra que a utilização de Passivos onerosos, no período
de 2010 até 2017, cresceu 83,56% (R$ 1.550.510 – R$ 2.846.046) e a utilização
de recursos não onerosos aumentou em 223,64% (R$ 1.222.860 – R$
3.957.710) nesse mesmo período.
Gráfico 15 – Evolução do Lucro e das despesas financeiras – MRV
Valores em milhares de reais. Fonte: Elaborado pela autora
-
1.000.000
2.000.000
3.000.000
4.000.000
5.000.000
6.000.000
7.000.000
8.000.000
2010 2011 2012 2013 2014 2015 2016 2017
Passivo oneroso Passivo não oneroso Passivo total
-
200.000
400.000
600.000
800.000
1.000.000
2010 2011 2012 2013 2014 2015 2016 2017
Lucro Operacional Despesas Financeiras
44
No período de 2010 até 2017, a receita operacional gerada pela MRV foi
positiva e suficiente para cobrir as despesas financeiras, como pode ser
observado no Gráfico 15.
4.1.5 Rossi
A Construtora Rossi iniciou sua atuação no setor de construção no ano de
1961 e atua principalmente com foco em imóveis residenciais de médio e alto
padrão. Em 2007 a Rossi abriu capital e foi uma das primeiras empresas do setor
a fazer sua oferta pública inicial de ações na Bolsa de Valores.
A empresa possui filiais nos estados do Amazonas, Bahia, Ceará, Distrito
Federal, Espírito Santo, Goiás, Minas Gerais, Mato Grosso do Sul, Pará,
Pernambuco, Paraná, Rio de Janeiro, Rio Grande do Norte, Rio Grande do Sul,
São Paulo, Santa Catarina e Sergipe.
O rating de crédito da empresa em 2010 era brBBB+ e, em 2016, passou
para bb+, abaixo do grau de investimento.
Gráfico 16 – Evolução do patrimônio – Rossi
Valores em milhares de reais. Fonte: Elaborado pela autora
A Construtora Rossi apresentou, em seus relatórios, um aumento no Ativo
de 29,55% (R$ 4.583.865 – R$ 5.938.583) de 2010 a 2017. O Passivo da
companhia aponta crescimento de 113,91% (R$ 2.600.161 – R$ 5.561.979) no
período. Já o Patrimônio Líquido teve diminuição do seu valor em 81,02% (R$
-
1.000.000
2.000.000
3.000.000
4.000.000
5.000.000
6.000.000
7.000.000
8.000.000
2010 2011 2012 2013 2014 2015 2016 2017
Passivo total Patrimônio líquido Ativo
45
1.983.704 – R$ 376.604). Observa-se, pelo Gráfico 16, que a empresa reduziu
drasticamente o capital próprio e está operando com capital de terceiros.
Gráfico 17 – Passivo Oneroso – Rossi
Valores em milhares de reais. Fonte: Elaborado pela autora
As dívidas onerosas de curto e longo prazo variaram bastante no período
de 2010 até 2017. De 2010 a 2014, as dívidas de longo prazo prevaleciam sobre
as de curto prazo, mas, em 2015, os valores de curto prazo subiram 64,18% (R$
1.181.181 – R$ 636.479) com relação a 2014 (Gráfico 17).
No período todo, houve variação de 8,60% (R$ 313.414 – R$ 340.357)
nas dívidas de curto prazo e recuo de 33,14% (R$ 1.167.437 – R$ 780.579) nas
de longo prazo.
Gráfico 18 – Passivo Oneroso em relação ao Passivo total – Rossi
Valores em milhares de reais. Fonte: Elaborado pela autora
-
500.000
1.000.000
1.500.000
2.000.000
2.500.000
3.000.000
2010 2011 2012 2013 2014 2015 2016 2017
Empréstimos e Financiamentos de Curto Prazo
Empréstimos e Financiamentos de Longo Prazo
-
1.000.000
2.000.000
3.000.000
4.000.000
5.000.000
6.000.000
7.000.000
2010 2011 2012 2013 2014 2015 2016 2017
Passivo oneroso Passivo não oneroso Passivo total
46
No período analisado, o Passivo não oneroso da companhia aumentou
substanciais 296,77% (R$ 1.119.310 – R$ 4.441.043), e o Passivo oneroso
diminuiu modestos 24,30% (R$ 1.480.851 – R$ 1.120.936), conforme Gráfico 18.
Gráfico 19 – Evolução do Lucro e das despesas financeiras – Rossi
Valores em milhares de reais. Fonte: Elaborado pela autora
Como se observa no Gráfico 19, de 2010 até 2017, apenas no ano de 2010
o lucro operacional foi suficiente para cobrir as despesas financeiras com folga.
4.2 Análise Comparada das empresas
No período analisado, apenas houve crescimento nos Patrimônios Líquidos
das empresas Cyrela, MRV e Eztec, conforme gráfico 20.
Gráfico 20 – Evolução do Patrimônio das empresas
Valores em milhares de reais. Fonte: Elaborado pela autora
-600.000
-500.000
-400.000
-300.000
-200.000
-100.000
-
100.000
200.000
300.000
2010 2011 2012 2013 2014 2015 2016 2017
Lucro Operacional Despesas Financeiras
-
2.000.000
4.000.000
6.000.000
8.000.000
2010 2011 2012 2013 2014 2015 2016 2017
Evolução do patrimônio
Cyrela Eztec Gafisa MRV Rossi
47
No período analisado apenas houve crescimento nos Patrimônios
Líquidos das empresas Cyrela, MRV e Eztec, conforme gráfico 20.
Gráfico 21 – Evolução das dívidas de longo prazo das empresas
Valores em milhares de reais. Fonte: Elaborado pela autora
No gráfico 21, observa-se que o endividamento de longo prazo diminuiu
substancialmente para todas as empresas a partir de 2013. Em 2016, nota-se
que a MRV aumentou seu endividamento de longo prazo. O valor do
endividamento oneroso da Eztec no período foi nulo.
Gráfico 22 – Evolução das dívidas de curto prazo das empresas
Valores em milhares de reais. Fonte: Elaborado pela autora
-
500.000
1.000.000
1.500.000
2.000.000
2.500.000
2010 2011 2012 2013 2014 2015 2016 2017
Dívidas de longo prazo
Cyrela Eztec Gafisa MRV Rossi
-
500.000
1.000.000
1.500.000
2.000.000
2.500.000
2010 2011 2012 2013 2014 2015 2016 2017
Dívidas de curto prazo
Cyrela Eztec Gafisa MRV Rossi
48
Com relação às dívidas de curto prazo, observa-se que a maioria das
empresas aumentaram os seus volumes, conforme gráfico 22.
Gráfico 23 – Evolução do Lucro das empresas
Valores em milhares de reais. Fonte: Elaborado pela autora
O gráfico 23 demonstra que apenas as empresas MRV e Eztec tiveram
resultados positivos durante todo o período analisado. Também nota-se uma
forte queda dos lucros das empresas a partir de 2013.
4.3 Análise descritiva estatística
Na Tabela 2, são apresentadas as estatísticas descritivas das variáveis
dependentes.
Observa-se que o endividamento médio de curto prazo aumentou 9,52%
durante a crise. O que pode ser explicado pelas empresas que estavam com
dificuldades de caixa e que necessitaram de empréstimos de curto prazo para
quitar suas dívidas, mesmo sendo uma modalidade de crédito mais cara.
-1.000.000
-500.000
-
500.000
1.000.000
2010 2011 2012 2013 2014 2015 2016
Evolução do Lucro
Cyrela Eztec Gafisa MRV Rossi
49
Tabela 2 – Principais medidas descritivas para as variáveis dependentes do estudo de acordo com o período estudado
Variável período n média (dp) med (mín - máx) Empréstimos de completo 145 0.065 (0.050) 0.064 (0.000; 0.301)
curto Prazo antes da crise 85 0.063 (0.050) 0.059 (0.000; 0.301) crise 60 0.069 (0.050) 0.080 (0.000; 0.183)
Empréstimo de completo 145 0.149 (0.095) 0.164 (0.000; 0.322) longo prazo antes da crise 85 0.180 (0.100) 0.218 (0.000; 0.322)
crise 60 0.104 (0.065) 0.119 (0.000; 0.230)
Endividamento completo 145 0.434 (0.219) 0.489 (0.024; 0.915) total antes da crise 85 0.426 (0.196) 0.481 (0.024; 0.692)
crise 60 0.445 (0.249) 0.501 (0.115; 0.915)
Estrutura de completo 145 3.019 (5.170) 1.044 (0.093; 40.011) capital antes da crise 85 3.478 (6.460) 1.077 (0.446; 40.011)
crise 60 2.369 (2.254) 0.997 (0.093; 7.679)
Custo da Dívida completo 116 0.047 (0.037) 0.035 (0.003; 0.190) antes da crise 68 0.038 (0.027) 0.031 (0.003; 0.129)
crise 48 0.061 (0.045) 0.044 (0.008; 0.190) dp: desvio padrão; med: mediana; mín: mínimo; máx: máximo. Fonte: Elaborada pela autora
Entretanto, a média dos empréstimos de longo prazo diminuiu 42,22% no
período de crise. Podemos inferir que as empresas capitalizadas têm capacidade
de evitar os bancos num momento em que o crédito costuma ficar mais caro.
Já o endividamento total médio aumentou apenas 4,46% no período de
crise, o que pode ser justificado pela dificuldade em conseguir crédito barato no
mercado nesse período, visto que o custo médio da dívida subiu drasticamente
– 60,53% –, de 3,8% no período anterior à crise para 6,10% na época de crise.
A participação do PL média caiu 31,89% no período analisado,
demonstrando que o valor do Patrimônio Líquido das empresas diminuiu.
Na Tabela 3, são apresentadas as estatísticas descritivas das variáveis
independentes.
50
Tabela 3 – Principais medidas descritivas para as variáveis independentes do estudo
Variável período n média (dp) med (mín - máx) Tangibilidade completo 145 0.064 (0.072) 0.018 (0.000; 0.215)
antes da crise 85 0.059 (0.060) 0.034 (0.002; 0.167)
crise 60 0.072 (0.085) 0.006 (0.000; 0.215)
Crescimento completo 145 1.022 (0.055) 1.018 (0.836; 1.259)
antes da crise 85 1.036 (0.060) 1.031 (0.890; 1.259)
crise 60 1.003 (0.039) 1.009 (0.836; 1.081)
ROE completo 145 0.031 (0.144) 0.046 (-0.720; 0.279)
antes da crise 85 0.070 (0.087) 0.055 (-0.357; 0.279)
crise 60 -0.024 (0.186) 0.024 (-0.720; 0.197)
Liquidez completo 145 1.304 (0.883) 1.213 (0.075; 3.842)
antes da crise 85 1.451 (0.960) 1.314 (0.100; 3.842) crise 60 1.097 (0.718) 1.035 (0.075; 2.492)
dp: desvio padrão; med: mediana; mín: mínimo; máx: máximo. Fonte: Elaborada pela autora
Observa-se queda na medida de rentabilidade média, ROE, no período
de crise com diminuição de 65,71%, o que demonstra a forte relação que o setor
apresenta com o crescimento da economia.
No mesmo período, a tangibilidade média aumentou 22,03%, o que pode
ser explicado pela dificuldade em vender seus estoques de imóveis e se desfazer
de ativos Imobilizados durante a crise.
Observa-se também que a liquidez média caiu 24,40% e que o
crescimento do Ativo diminuiu 3%.
Pensando no ajuste dos modelos para a análise dos fatores
determinantes da estrutura de capital, para não incorrer no problema de
multicolinearidade entre as variáveis independentes, calculamos a matriz de
correlação. Os valores de correlação (Tabela 4) observados entre as variáveis
independentes são baixos.
51
Tabela 4 – Matriz de correlação – variáveis independentes
Tangibilidade Crescimento ROE Liquidez Tangibilidade 1 Crescimento -0.02 1 ROE 0.03 0.43 1 Liquidez 0.48 0.34 0.33 1
Fonte: Elaborada pela autora
4.4 Resultados dos modelos econométricos
Os resultados dos modelos são apresentados nas Tabelas 5 e 6.
Podemos dizer que os determinantes da estrutura de capital nos períodos
anterior à crise e no período de crise foram:
Tabela 5 – Determinantes do capital no período anterior à crise e no período de crise – parte 1
Empréstimos de longo Empréstimos de curto Endividamento total
antes da crise crise antes da crise crise antes da crise crise
Constante 0.0775 -0.1207 0.2083** 0.3015. 0.3871*** 0.1212**
(0.0730) (0.1043) (0.0675) (0.1698) (0.0773) (0.0447)
ROE 0.0815* -0.0099 -0.1585*** 0.0264 -0.0963*** -0.2394***
(0.0329) (0.0429) (0.0403) (0.0513) (0.0213) (0.0327)
Tangibilidade 1.4592* -0.6184** -0.6905. 0.2097* 0.4918. -0.0297
(0.5886) (0.2278) (0.4047) (0.1040) (0.2875) (0.1650)
Liquidez 0.0013 0.0062 -0.0116. -0.0072 -0.0535*** -0.0479***
(0.0056) (0.0214) (0.0063) (0.0073) (0.0145) (0.0124)
Crescimento 0.0093 0.2614** -0.0747 -0.2385 0.0907 0.3718*
(0.0508) (0.0955) (0.0535) (0.1506) (0.0594) (0.1403)
n 5 5 5 5 5 5
N 85 60 85 60 85 60
R2 ajustado 0.209 0.078 0.417 0.116 0.523 0.388 H (valor p)
3.09 (0.543) 3.033 (0.552) 4.314 (0.365) 2.539 (0.638) 1.564 (0.815) 3.121 (0.538)
Os valores principais reportados são os coeficientes das respectivas regressões (betas). Os valores entre parênteses são os erros-padrão robustos. Os valores de p foram significantes a ***0,001, **0,01, *0,05 e 0,10. n: número de empresas analisadas; N: número total de observações analisadas; H: estatística do teste de Hausman referente à adequação do modelo de efeitos aleatórios; R2: valor do coeficiente de determinação do modelo. Fonte: Elaborada pela autora
52
Com base nos resultados das tabelas 5 e 6, podemos retomar as
hipóteses propostas no início do trabalho. Os itens marcados com (*) apontam
valores de p value menores, ou iguais a 0,05, que demonstram se as variáveis
dependentes afetaram de forma estatisticamente significativa as variáveis
independentes. Dessa forma, concluímos que são determinantes.
Tabela 6 – Determinantes do capital no período anterior à crise e no período de crise – parte 2
Custo da Dívida Participação do PL
antes da crise crise antes da crise crise
Constante 0.0622* 0.1799** 16.9737 -
(0.0252) (0.0642) (11.1133) ( - ) ROE 0.1105. -0.0663 -3.9983. 0.8337
(0.0581) (0.0412) (2.1905) (0.5489) Tangibilidade -0.0180 -0.2848*** -56.5110. 2.1246**
(0.0431) (0.0278) (31.6168) (0.7730) Liquidez -0.0180*** -0.0005 3.5870* 0.5935***
(0.0047) (0.0076) (1.7810) (0.0608) Crescimento -0.0032 -0.0966 -14.5900 -3.0551
(0.0204) (0.0767) (10.0283) (1.9437)
n 4 4 5 5 N 68 48 85 60
R2 ajustado 0.181 0.343 0.268 0.145 F (valor p) - - - 4.496 (0.003) H (valor p) 1.403 (0.844) 1.379 (0.848) 2.904 (0.574) 96.951 (<0.001)
Os valores principais reportados são os coeficientes das respectivas regressões (betas). Os valores entre parênteses são os erros padrão robustos. Os valores de p foram significantes a ***0,001, **0,01, *0,05 e 0,10. n: número de empresas analisadas; N: número total de observações analisadas; H: estatística do teste de Hausman referente à adequação do modelo de efeitos aleatórios; R2: valor do coeficiente de determinação do modelo. Fonte: Elaborada pela autora
Período sem crise – Para o Endividamento total, as determinantes são:
ROE (coef. -0.0963, p-valor < 0,001) e liquidez (coef. -0.0535, p-valor < 0,001).
Para os empréstimos de longo prazo, as variáveis ROE (coef. 0.0815, p-
valor < 0,05) e a tangibilidade (coef. +1.4592, p-valor < 0,05) são importantes.
Para os Empréstimos de curto prazo, a determinante foi: ROE (coef. -
0.1585, p-valor < 0,001). Para a variável participação do PL, a determinante foi
53
liquidez (coef. +3.5870, p-valor < 0,05) e, para o Custo da Dívida, foi a liquidez
(coef. -0.0180, pvalor< 0,001).
Período com crise – Para o endividamento total, as variáveis ROE e
liquidez continuaram sendo significantes e com mesmo poder explicativo. Em
adição, apenas a variável crescimento passou a ter importância (coef. 0.3718, p-
valor < 0,05).
Para o endividamento de longo prazo, a variável ROE deixou de ter
importância, a tangibilidade continuou e, em adição, o crescimento passou a ser
significativo (coef. 0.2614, p-valor < 0,05). Já para o Endividamento de curto
prazo, a variável ROE perde a importância e a tangibilidade passa a ser
determinante (coef. 0.2097, p-valor < 0,05).
Para a participação do PL, a liquidez continua sendo relevante, porém,
com mais poder explicativo. Em adição, a tangibilidade passa a ser relevante
(coef. 2.1246, p-valor < 0,01). Para a variável custo da dívida, a liquidez perdeu
importância e foi substituída pela tangibilidade (coef. -0.3718, p-valor < 0,05).
O ROE apresentou uma relação negativa com o endividamento total antes
e depois da crise e com o endividamento de curto prazo antes da crise para as
empresas do setor de edificações brasileiras. Esses resultados mostram
aderência com a teoria Pecking Order. Isso significa que, quanto mais lucro elas
têm, menos dívidas irão fazer, pois utilizam os lucros retidos como fonte de
recursos. Esse resultado está de acordo com os estudos de Titman e Wessels
(1988), Rajan e Zingagles (1995), Jorge e Armada (2001), Terra (2001), Famá e
Perobelli (2002), e Espinola (2013), que revelam significância e uma relação
negativa entre lucro e endividamento.
No período avaliado, o ROE demonstrou uma relação positiva e
significativa com os empréstimos de longo prazo antes da crise. Isso que pode
ser justiçado pela facilidade em contrair crédito no período anterior à crise, visto
que os valores das taxas de juros estavam mais atrativos e também está em
linha com os preceitos da Teoria Trade off. Já a relação positiva entre os
empréstimos de curto prazo e tangibilidade durante a crise, que também foi
significante, pode demonstrar as dificuldades financeiras de algumas empresas,
principalmente Gafisa e Rossi, que durante o período estudado contraíram
empréstimos vultosos de curto prazo.
54
Para a variável tangibilidade, também foi encontrada uma relação positiva
com os endividamentos totais e de longo prazo, este último com significância,
ambos no período anterior à crise. Esse fato está de acordo com a teoria Pecking
Order e demonstra que, quando as empresas utilizam empréstimos, a
quantidade de ativos tangíveis é considerada como garantia para os credores e
facilita a tomada de empréstimos.
Em linha com esse resultado, está a relação da variável Custo da Dívida
com a tangibilidade, que possui sinal negativo. Portanto, quanto mais ativos
tangíveis uma empresa possuir menor serão as taxas cobradas nos
empréstimos, novamente de acordo com a teoria Pecking Order .
Porém, para a mesma variável Tangibilidade no período de crise
encontrou-se uma relação negativa com o endividamento de longo prazo e com
o custo da dívida. Essa observação está de acordo com os resultados dos
estudos até então avaliados. Porém, destaca-se que os valores dos estoques
foram incluídos no cálculo da tangibilidade e, possivelmente, durante a crise,
houve baixo giro do estoque em função da dificuldade para vender.
A variável liquidez apresentou uma relação negativa com o endividamento
total e de curto prazo antes e durante a crise. Esse dado corrobora com as teorias
da Agência e Pecking Order, que defendem que existe uma relação negativa
entre liquidez e endividamento, pois, em função da maior abundância financeira,
as empresas tendem a diminuir os valores de dívidas contratadas.
Nota-se também que há uma relação positiva e significante para a liquidez
e a participação do PL no período anterior e durante a crise, o que demonstra
que quanto maior for a liquidez, maior será o percentual de participação do
Patrimônio Líquido.
A relação negativa entre o Custo da Dívida e a liquidez também é
significante, o que demonstra que quanto maior for a liquidez de uma empresa
menores serão os custos que ela terá para captar dinheiro.
Foi encontrada uma relação positiva entre o endividamento total,
endividamento de longo prazo com a variável crescimento. Sob a ótica da teoria
do Pecking Order, as empresas com maiores níveis de crescimento necessitam
de financiamentos para investir em seus projetos, visto que nem sempre os
lucros retidos são suficientes.
55
Tabela 7 – Determinantes do capital no período anterior à crise e no período de crise – resumo dos resultados
ELP ECP ET CD PPL
a. c. crise a. c. crise a. c. crise a. c. crise a. c. crise
ROE + NS - NS - - NS NS NS NS Tangibilidade + - NS + NS NS NS - NS + Liquidez NS NS NS NS - - - NS + + Crescimento NS + NS NS NS + NS NS NS NS
ELP: empréstimos de longo prazo; ECP: empréstimos de curto prazo; ET: endividamento total; CD: custo da dívida. PPL: participação do PL; a.c.: antes da crise; (+): coeficiente significante e com sinal positivo; (-): coeficiente significante e com sinal negativo. Fonte: Elaborada pela autora
Utilizando os dados das tabelas 5 e 6, e considerando o nível de
significância de 5%, foi construída a Tabela 7, que resume os resultados
encontrados. De forma geral, podemos dizer que a estrutura de capital não foi a
mesma no período anterior e no período de crise.
Conforme a tabela 7, observa-se que relação entre a tangibilidade com as
demais variáveis foi a que mais mostrou alterações durante a crise. Isso pode
ser interpretado como uma busca por garantias dos bancos na sua análise de
crédito.
Observa-se que, durante a crise, a variável ROE deixou de ser
estatisticamente significante para os endividamentos de curto prazo e longo
prazo, o que pode ser justificado pela diminuição de contratação de empréstimos
pelas empresas em função da crise. A relação foi significativa e negativa apenas
para o endividamento total, o que está de acordo com a teoria Pecking Order.
Outra relação que chama a atenção é entre a variável liquidez e a variável
participação do PL, que foi positiva e significativa no período anterior e durante
a crise. Nota-se que, no período de crise, ela passa a ter um maior poder
explicativo, pois o p value foi significante a 0,001, enquanto no período anterior
à crise foi a 0,05. Essa informação pode ser interpretada como a tendência das
empresas aumentarem o seu capital próprio no período de crise. Durante a crise,
as taxas de juros aumentaram, assim como as exigências dos bancos para
conceder crédito e, em função disso, as empresas podem ter optado por reter o
capital.
56
Com relação à variável crescimento, podemos dizer que, na crise, o
crescimento passou a ser significativo e possui relação positiva com os
endividamentos de longo prazo e total. Pode-se interpretar essa relação positiva
e significativa como a necessidade dessas empresas que possuem crescimento
para captar empréstimos.
57
5 CONSIDERAÇÕES FINAIS
Observa-se que os resultados do setor de edificações foram determinantes
na queda do PIB brasileiro no período, o que demonstrou a relevância e a força
do setor para a nossa economia. Verificou-se que, em função da crise econômica
e política vivenciada pelo pais de 2014 até 2017, as receitas das vendas das
empresas do setor de construção civil foram afetadas bruscamente.
A partir da análise gráfica e financeira das empresas selecionadas, pode-se
dizer que as organizações que foram mais conservadoras em suas políticas de
crédito, financiamento e expansão no período não foram tão afetadas pela crise
econômica. Nos anos de crise, também ficou evidente que as empresas
buscaram ser mais eficientes operacionalmente para melhorar os resultados.
Na análise estatística, verificou-se que, no período anterior à crise, os
determinantes da estrutura de capital para as variáveis dependentes foram:
• empréstimos de longo prazo: ROE e tangibilidade, ambos com sinal
positivo. Essas relações estão de acordo com a teoria Trade off, uma vez
que o cenário político e econômico estava favorável e era possível captar
empréstimos a taxas de juros baixas e as garantias ajudavam essas
operações;
• empréstimos de curto prazo: ROE, com sinal negativo em função das altas
taxas de juros para essa modalidade de empréstimo;
• empréstimos totais: ROE e Liquidez, ambos com sinal negativo.
Resultados em linha com a teoria Pecking Order, segundo a qual as
empresas lucrativas tendem a reter seus recursos para se financiar.
• custo da dívida: Liquidez, apresentando uma relação negativa. Isso
demonstra que empresas líquidas tendem a obter menores taxas de juros
em empréstimos;
• participação no Patrimônio Líquido: Liquidez, com uma relação positiva. A
análise dos dados pode ser interpretada como uma tendência de
empresas mais líquidas reterem seus recursos e aumentarem suas
reservas.
58
Já no período de crise, os determinantes da estrutura de capital foram:
• empréstimos de longo prazo: Tangibilidade, com sinal negativo e diverso
do encontrado em outros trabalhos. Crescimento, com sinal positivo. Isso
demonstra que empresas que crescem buscam empréstimos de longo
prazo para se financiar;
• empréstimos de curto prazo: Tangibilidade, com sinal positivo, estando de
acordo com as teorias Trade off, Agência e Pecking Order.
• empréstimos totais: ROE e Liquidez, com sinal negativo, e de acordo com
a teoria Pecking Order. Crescimento, com sinal positivo.
• custo da dívida: Tangibilidade, com sinal negativo. A partir desse
indicador, pode-se entender que quanto mais ativos tangíveis uma
empresa possuir menores serão as taxas de juros cobradas em seus
empréstimos, em função da utilização destes como garantia nas
operações de crédito;
• participação no Patrimônio Líquido: Tangibilidade, com sinal positivo e de
acordo com as teorias Trade off, Agência e Pecking Order. Outro
determinante foi a Liquidez, que também apresentou sinal positivo.
Destaca-se que a variável expectativa de crescimento, que não tinha
demonstrado importância no período anterior à crise, passou a ter relações
significativas e positivas no período de crise, com as variáveis empréstimos de
longo prazo e endividamento total, o que pode se entender como a busca das
empresas com crescimento para financiar suas atividades de expansão.
De uma forma geral, notou-se que as variáveis que envolvem garantias,
como crescimento e tangibilidade, foram as mais afetadas durante o período de
crise, o que pode ser interpretado como uma busca por segurança durante a
recessão, pois esses ativos garantem a segurança nas operações de crédito.
Como conclusão, pode-se dizer que esta pesquisa contribuiu para
entender melhor o setor de edificações e para os estudos dos fatores
determinantes do endividamento dessas empresas, uma vez que comprovou-se
aderência com importantes teorias de estrutura de capital, como as teorias
Pecking Order, Trade off e Agência.
59
Em pesquisas futuras, sugere-se o uso de variáveis independentes
diferentes para tentar captar uma maior gama de elementos que podem afetar o
endividamento. Sugere-se também a utilização de uma amostra maior para
verificar os resultados do setor como um todo.
60
REFERÊNCIAS ALVARENGA, D. Construção civil se retrai em 2017 e segura a recuperação da economia. G1. São Paulo, 8 out. 2017. Disponível em: <https://g1.globo.com/economia/noticia/construcao-civil-se-retrai-em-2017-e-segura-recuperacao-da-economia.ghtml>. Acesso em: 1 jul. 2018. ARBEX, P. O próximo passo da Cyrela. Revista Isto é Dinheiro. São Paulo, 31 maio 2018. Disponível em: <https://www.istoedinheiro.com.br/o-proximo-passo-da-cyrela/>. Acesso em: 1 jul. 2018. BAKER, M.; WURGLER, J. Market Timing and Capital Structure. The Journal of Finance, v. 57, n. 1, p. 1-32, feb. 2002. BASTOS, D. NAKAMURA, W. Determinantes da Estrutura de Capital das Companhias Abertas no Brasil, México e Chile no Período 2001-2006. Revista de Contabilidade e Finanças, São Paulo, v. 20, n. 50, p. 75-94, mai/ago 2009. BOOTH, L. et al. Capital Structure in Developing Countries. The Journal of Finance. [S.l.], v. 56, n. 1, p. 87-130, 2001. BREALEY, R. A.; MYERS, S. C.; ALLEN, F. Princípios de Finanças Corporativas. Tradução Maria do Carmo Figueira, Nuno Carvalho. Rev. técnica Fabio Gallo Garcia, Luiz Alberto Bertucci. 8. ed. São Paulo: Ed. Mcgraw-Hill Companies, 2008. BREUSCH, T. S.; Pagan, A. R. A Simple Test for Heteroskedasticity and Random Coefficient Variation. Econometrica, v. 47, n. 5, p. 1287-1294, 1979. DURAND, D. Cost of Debt and Equity Funds for Business: Trends and Problems of Measurement, Conference on Research on Business Finance. New York: National Bureau of Economic Research, 1952. ESPINOLA, L. F. Determinantes da Estrutura de Capital na Crise Financeira Global. 2013. 59f. Dissertação (Mestrado em Administração de Empresas) – Universidade de São Paulo, São Paulo. FAMÁ, R.; GRAVA, W. Teoria da Estrutura de Capital - As discussões persistem. Caderno de Pesquisas em Administração, São Paulo, v. 1, n. 11, p. 27-36, 2000. FRANK, M. Z.; GOYAL, V. K. Testing the pecking order theory of capital structure. Journal of Financial Economics, v. 67, n. 2, p. 217-248, fev. 2003. ______. Capital structure decisions: which factors are reliably important? Financial Management, Tampa, v. 38, n. 1, p. 1-37, 2009. GAMEIRO, G. PIB da construção tem novo recuo de 5% em 2017, aponta IBGE. Construção Mercado. São Paulo, 12 mar. 2018. Disponível em:
61
<https://construcaomercado.pini.com.br/2018/03/pib-da-construcao-tem-novo-recuo-de-5-em-2017-aponta-ibge/>. Acesso em: 1 jul. 2018. GUJARATI, D. N. Econometria básica. Porto Alegre: AMGH, 2011. GUJARATI, D. N.; PORTER, D. C. Econometria básica. 5. ed. Porto Alegre: AMGH, 2011. 924 p. HARRIS, M.; RAVIV, A. Corporate Control Contest and Capital Structure. Journal of Financial Economics. [S.l.], v. 20, p. 50-86, 1988. ______. The Theory of Capital Structure. The Journal of Finance. [S.l.], v. 46, n. 1, p. 297- 355, 1991. HAUSMAN, J. A. Specification Tests in Econometrics. Econometrica, v. 46, n. 6, p. 1251-1271, 1978. HSIAO, C. Analysis of panel data. Cambridge: Cambridge University Press. 1986. INSTITUTO DE PESQUISA ECONÔMICA APLICADA. Produto Interno Bruto (PIB) real. 31 maio 2018. Disponível em: <http://www.ipeadata.gov.br/exibeserie.aspx?serid=38414>. Acesso em: 1 jul. 2018. JENSEN, M. C., & Meckling, W. H. Theory of the firm: managerial behavior, agency costs and ownership structure. Journal of Financial Economics, v. 3, n. 4, p. 305-360, 1976. JORGE, S.; ARMADA, M. J. R. Factores determinantes do endividamento: uma análise em painel. Revista de Administração Contemporânea, v. 5, n. 2, p. 9-31, mai./ago. 2001. MILLER, M. Debt and Taxes. The Journal of Finance. [S.l.], v. 32, p. 261-275, 1977. MINISTÉRIO DO TRABALHO E EMPREGO. CAGED de dezembro de 2015. Disponível em: <http://pdet.mte.gov.br/caged/caged-2015/caged-dezembro-2015>. Acesso em: 1 jul. 2018. MODIGLIANI, F.; MILLER, M. H. The cost of capital, Corporation finance and theory of investment. The American Economic Review, v. 48, n. 3, Jun. 1958. ______. Corporate income taxes and cost of capital: a correction. The American Economic Review, v. 53, n. 3, p. 433-443, Jun. 1963. MODIGLIANI, F. Debt, Dividend Policy, Taxes, Inflation, and Market Valuation. Journal of Finance, v. 37, n. 2, May 1982.
62
MYERS, S. The Capital Structure Puzzle. The Journal of Finance. [S.l.], v. 39, p. 575-592, 1984. ______. Financing of corporations. Handbook of the Economics of Finance. [S.l], Elsevier North Holland, v. 1, part 1, p. 215-253, 2003. MYERS, S.C; MAJLUF, N. S. Corporate Financing and Investment Decisions when Firms Have Information that Investors do not Have. Journal of Financial Economics, v. 13, n. 2, p. 187-221, jul. 1984 PEROBELLI, F. F. C., & Famá, R. Fatores determinantes da estrutura de capital para empresas latino-americanas. Revista de Administração Contemporânea, v. 7, n. 1, p. 9-35. 2003. QUINTÃO, C. Construção representou 8,1% do PIB nacional em 2010, aponta Abramat. Valor Econômico, São Paulo, 1 nov. 2011. Disponível em: <http://www.valor.com.br/empresas/1078500/construcao-representou-81-do-pib-nacional-em-2010-aponta-abramat>. Acesso em: 1 juj. 2018. RAJAN, R., & Zingales, L. What do we know about optimal capital structure? Some evidence from international data. The Journal of Finance, v. 50, n. 5, p. 1421-1460. 1995. REVISTA CONJUNTURA DA CONSTRUÇÃO. São Paulo: FGV, set. 2017. Disponível em: < https://www.sindusconsp.com.br/wp-content/uploads/2017/10/Revista-CC-outubro2017-baixa-resolucao2-v3.pdf >. Acesso em: 5 jul. 2018 ROSS, S. A. The Determination of Financial Structure: The Incentive-Signalling Approach. The Bell Journal of Economics, v. 8, n. 1, p. 23-40, 1977. SINDICATO NACIONAL DA INDÚSTRIA DA CONSTRUÇÃO PESADA. Impactos da construção pesada na economia. Disponível em: <https://www.sinicon.com.br/files/SINICON_Impactos_na_Economia_2017.09.25.pdf>. Acesso em: 1 jul. 2018. SOBRAL, L. Porque a Eztec sobe 50 e a Gafisa cai 60 a pior e a melhor do setor na bolsa. Revista Exame, São Paulo, 16 abr. 2012. Disponível em: <https://exame.abril.com.br/mercados/por-que-a-eztec-sobe-50-e-a-gafisa-cai-60-a-pior-e-a-melhor-do-setor-na-bolsa>. Acesso em: 1 jul. 2018. TERRA, P. R. S. An empirical investigation on the determinants of capital structure in Latin America. In: ENCONTRO ANUAL DA ASSOCIAÇÃO NACIONAL DOS PROGRAMAS DE PÓS-GRADUAÇÃO EM ADMINISTRAÇÃO, 26, 2002, Salvador, Anais... Salvador: ANPAD, 2002. CD-ROM. TITMAN, S.; WESSELS, R. The determinants of capital structure choice. The Journal of Finance, Berkeley, v. 43, n. 1, p. 1-19, Mar. 1988.
63
WOOLDRIDGE, J. M. Introdução à econometria: uma abordagem moderna. São Paulo: Pioneira Thomson Learning, 2006.