RELAÇÃO ENTRE PREÇO DAS AÇÕES E OS ... Fatores Que determinam a Formação da precificação...

RELAÇÃO ENTRE PREÇO DAS AÇÕES E OS

INDICADORES CONTÁBEIS NO MERCADO ACIONÁRIO BRASILEIRO

Área temática: Gestão Econômica e Financeira

Jailson da Conceição Teixeira de Oliveira

[email protected]

Fernando Henrique Taques

[email protected]

Resumo: A Incerteza iminente nenhuma Mercado Financeiro Exige Que tomadores de decisão tenham cuidado Maior

NAS SUAS previsões. A Expansão do Mercado de capitais brasileiro Gerou uma necessidade de Entendimento a Respeito

dos Fatores Que determinam a Formação da precificação das Ações. Sendo ASSIM, O Presente Estudo objetiva VerificAR

POR Meio da Metodologia de Dados em Painel se nenhuma Período 2009 a 2013 OS Preços das Ações das Empresas

Listadas na BM & FBovespa Guardam Relações com Indicadores Contábeis, Entre enguias o Lucro POR Ação, o valor

patrimonial da Ação OE Ativo USADA Como total de procuração PARA O TAMANHO da firma. Os Resultados

encontrados mostram that such INFORMAÇÕES São Relevantes na determinação dos Preços das

Ações. A procuração PARA O TAMANHO da firma Definida com base de não Ativo Setor totais POR apresentou

significância Estatística e Com Sinal positivo, sinalizando Que o TAMANHO da Empresa E Relevante na Medida em that o

Mercado REAGE de forma assimétrica between como Empresas considerando o Seu porte. Amostras Pará Setoriais o

Fator Relevante TAMANHO mostrou nsa Setores de Bens Industriais e da Construção e Transporte. Verifica-se AINDA

that como INFORMAÇÕES Contábeis São bons previsores principalmente nsa Setores de consumo cíclico, Utilidade

Pública e Bens Industriais.

Palavras-chaves: Mercado de ações, precificação, Variáveis Contábeis, Dados em Painel

ISSN 1984-9354

XI CONGRESSO NACIONAL DE EXCELÊNCIA EM GESTÃO 13 e 14 de agosto de 2015

2

1. INTRODUÇÃO

No Brasil, o mercado acionário sofreu considerável expansão nos anos 2000. Esse

processo não foi resultado unicamente da liquidez internacional vigente na primeira parte da década,

mas também da ampliação desse mercado aos pequenos investidores e as constantes reformas

efetuadas. Lameira (2005) destaca as ações da Comissão de Valores Mobiliários1 (CVM), em

atualizar o ambiente regulatório através da inserção de novos produtos, valorização dos interesses dos

investidores, e a modernização de procedimentos operacionais flexibilizando o acesso ao mercado das

empresas que demandam recursos. Pellicani (2011) aponta como principais causas para o fraco

desempenho do mercado acionário na década de 90 e inicio da década de 2000 a falta de qualidade das

ações ofertadas aos investidores. Desse modo a Bovespa decidiu adotar medidas de governança

corporativa (estimulando o interesse dos investidores e ao mesmo tempo valorizar as empresas),

criando em 2000, os Níveis Diferenciados de Governança Corporativa (Nível 1 e Nível 2) e o Novo

Mercado. Essa diferenciação tem como objetivo destacar as empresas comprometidas com maior

transparência e melhores práticas de Governança Corporativa.

Essas ações culminam num maior acesso as informações por parte dos investidores. Assim, é

esperado que a decisão do investidor leve em consideração tanto elementos do passado sobre as

potenciais empresas para aquisição do papel, bem como a expectativa futura sobre o desempenho da

mesma. Esses dois aspectos estão presentes na abordagem seminal de Ohlson (1995) ao argumentar

que as informações contábeis podem ser uma importante fonte de precificação de ativos.

De acordo com o autor, é possível que as demonstrações financeiras contribuam no

entendimento do preço de ação e seja fator decisório para o investidor. Nessa abordagem, a expectativa

de lucro futuro trazido a valor presente e a própria informação obtida no presente, sobre o período

imediatamente anterior, são fatores relevantes na análise. Nessa mesma direção Oliveira, Montezano e

Oliveira (2013) ressaltam que os agentes no mercado de capitais entre eles, os investidores, executivos

financeiros e analistas de investimentos são consumidores usuais de informações contábeis, visando o

auxilio na tomada de decisão. Sendo assim acreditam que as variáveis contábeis podem ser boas fontes

para estimação do preço das ações.

Alguns trabalhos derivados do modelo de Ohlson (1995), tanto a nível nacional e internacional,

como o caso de Matucheski e Almeida (2006), Brimble e Hodgson (2007), El-Gazzar, Finn e Tang

(2009), Oliveira, Montezano e Oliveira (2013) e Gonçalves, Rodrigues e Macedo (2014) tem

1 Agência estatal que regula e fiscaliza o mercado de capitais


3

verificado possíveis relacionamentos entre as variáveis oriundas das demonstrações financeiras e os

preços das ações. Os resultados confirmam que algumas informações contábeis podem ser bons

regressores. Diante desse contexto, o objetivo central dessa pesquisa é analisar a validade do

argumento que as demonstrações financeiras podem contribuir no entendimento da precificação de

ações no mercado acionário brasileiro, no período entre 2009 a 2013. Pretende-se ver se nesse período

em que a economia brasileira sofreu os efeitos da crise econômica internacional o preço das ações

podem ter seu comportamento captado pelas informações contábeis e em quais setores de atividade

mostram maior relevância. Para tal, recorrerá a metodologia de dados em painel por viabilizar

trabalhar com informações longitudinais de diferentes empresas. A base de dados é composta por 194

empresas abertas brasileiras que atuam em diferentes setores de atividades.

É importante ressaltar que a escolha do período para análise tem como intuito estabelecer

comparações com os resultados obtidos por outros trabalhos brasileiros sobre o tema. Durante esse

período, o Brasil enfrentou um cenário econômico internacional com características recessivas, devido

à crise financeira iniciada com a recessão econômica norte americana que se iniciou em dezembro de

2007 com fim em junho de 2009, de acordo com National Bureau of Economic Research (NBER,

2012).

Na América Latina, os efeitos foram sentidos na conta de movimento de capital e de

transações correntes. Os mercados de ações e as moedas domésticas em termos de dólares demonstram

os efeitos nas economias da região (CARVALHO, 2010). Ferreira e Mattos (2012) destacam que a

crise levou a oscilações no mercado financeiro nacional. O resultado foi uma elevação na volatilidade

e queda de preços dos ativos com concomitante elevação dos movimentos de fluxo de recursos entre

mercados. Ressaltam ainda que existem diferenças setoriais dos efeitos da crise. Os setores imobiliário

e financeiro apresentaram os maiores contágios, refletindo as perdas registradas nas indústrias de

construção civil, somadas à escassez de crédito interno e externo.

O artigo está estruturado em três seções, além da introdução e da conclusão. A segunda aborda

uma breve revisão teórica sobre o argumento de Olhson (1995) e evidências empíricas sobre o

mercado acionário brasileiro em termos da importância da utilização de informações de natureza

contábil na precificação de ações. A terceira contempla a exposição dos procedimentos metodológicos,

ou seja, da base de dados e especificação do modelo e do método de estimação, enquanto que na quarta

seção são apresentados os resultados do modelo econométrico. Por fim, na ultima seção são

apresentados as considerações finais do trabalho.


4

2. REVISÃO BIBLIOGRÁFICA

A literatura aponta que as informações contábeis, originárias das demonstrações financeiras,

podem contribuir no entendimento da formação de preços das ações. Nesse sentido, o trabalho de

Ohlson (1995) apresentou contribuição singular na literatura, sendo posteriormente alvo de diversas

evidências de natureza empírica.

2.1. Revisão Teórica

A pesquisa pioneira de Ohlson (1995) argumenta que é possível verificar o efeito dos

dividendos sobre o valor de mercado de empresas. Para tanto, parte de um modelo de desconto de

lucros residuais (anormais), denominado de RIV (residual income valuation), que incorpora

informações de natureza contábil na estimativa. Nesse sentido, alguns aspectos são considerados como

pilares do modelo: a) avaliação baseada no RIV; b) linearidade e c) lucro limpo.

A principal contribuição do autor foi associada à relação entre o lucro residual e o valor da ação

de uma empresa. Os lucros residuais são dados a partir do desconto de fluxo de caixa de dividendos,

ou seja, o valor de uma empresa é derivado do somatório do valor contábil do patrimônio líquido e do

valor presente dos lucros esperados residuais. A taxa de desconto utilizada é a taxa livre de risco (parte

do pressuposto de neutralidade de risco). Então, é esperado que haja uma redução no lucro esperado,

caso ocorra aumento de dividendos no período anterior, uma vez que tal condição reflete em um menor

lucro e é diretamente afetada pela taxa de desconto.

Sobre a segunda característica, a série de dados relativa aos dados do lucro anormal deve ter

um comportamento estocástico e, portanto, aproximando-se de uma função do tipo linear, mediante

modelo autoregressivo. Por fim, a terceira se sustenta no argumento que os dados de origem contábil

são verdadeiros, tanto para lucro contábil, quanto para valor contábil do patrimônio líquido e

dividendos. Em suma, os resultados derivados pelo autor indicam que os lucros de períodos futuros

trazidos a valor presente e o patrimônio líquido por ação podem ser fatores que explicam a

precificação de ações.


5

2.2. Evidências Empíricas Interacionais

A partir do trabalho seminal de Ohlson (1995), diversos outras pesquisas foram elaboradas para

compreender os efeitos originários das demonstrações financeiras sobre a precificação de ativos. Brief

e Zarowin (1999) estudam a relevância dos valores contábil e dividendos sobre os preços das ações. A

primeira análise contempla o valor contábil e o lucro, enquanto a segunda o valor contábil e os

dividendos, ambos em relação ao preço da ação. Concluem os autores que as empresas que pagam

dividendos possuem, em geral, um maior poder explicativo do valor contábil em relação ao preço, em

detrimento do lucro ou dividendos. Em relação à análise do valor contábil e dividendos, o poder de

explicação é similar em comparação ao valor contábil e lucro.

Para o mercado acionário australiano Brimble e Hodgson (2007) testaram as relações entre

preços de ações (retornos) e lucros por ação e valor patrimonial da ação. Seus achados vão de encontro

com a teoria, dado o fato que as variáveis explicativas foram significantes e com sinais esperados.

El-Gazzar, Finn e Tang (2009) por meio de um modelo empírico estudaram a dinâmica do

preço de ações das empresas do setor aéreo dos EUA comparando os períodos antes e depois da

regulação do setor. Os resultados apontam para assimetria entre os períodos, sendo que no primeiro a

variável lucro não apresentou significância, enquanto que no segundo período seu impacto foi

significante e positivo.

Dawar (2012) busca compreender como se forma o valor das variáveis financeiras das

empresas do setor de veículos da Índia. Para tanto, parte de uma análise que determina empiricamente

se os preços das ações são dados por aspectos como a decisão de dividendos, investimento e também

de financiamento. Como resultado, observa que tais variáveis respondem parcialmente pela fixação de

preços de ações no setor. Nesse sentido, argumenta que atuam como um importante instrumento de

sinalização sobre a informação de mercado que não constam em relatórios de natureza financeira,

embora não consiga identificar a relevância da estrutura de capital no contexto alvo do estudo.

Wang, Fu e Luo (2013) estudam o mercado de capitais da China em relação ao impacto das

informações contábeis sobre a formação de preços das ações. Partindo de dados de 60 empresas do

país, concluem que existe uma relação positiva entre a informação contábil e o preço das ações. Além

disso, o lucro por ação e o retorno sobre o capital possuem forte correlação (sendo estatisticamente

significante).


6

2.3. Evidências Empíricas Nacionais

Para o mercado brasileiro, Schiehll (1996) busca entender se há efeitos das demonstrações

financeiras de uma empresa de capital aberta no preço das ações de uma empresa. A análise é

segmentada em dois pontos: compreender se as demonstrações financeiras e se o parecer de auditores

independentes às demonstrações financeiras influencia a precificação das ações. Com um modelo de

retorno ajustado ao risco e ao mercado a partir de dados de 90 ações negociadas na Bovespa, no

período entre janeiro de 1987 e 1995, o autor encontra suporte para afirmar que as demonstrações

financeiras produzem efeitos significativos sobre os preços das ações das empresas, distintamente do

resultado obtido sobre o parecer de auditores independentes.

Antunes e Procianoy (2002) por outro lado, definem como objetivo compreender a relação

entre decisões de investimentos e preços das ações no mercado de capitais. Com dados de 87 ações

diferentes que apresentavam maior índice médio de liquidez entre março de 1989 e agosto de 1999, os

autores analisaram as variações do ativo (permanente e imobilizado) e o preço das ações. Como

conclusão, identificaram que há uma relação entre a variação do ativo permanente e o valor da ação da

empresa.

Matucheski e Almeida (2006) analisam o poder de explicação do lucro e patrimônio líquido em

relação aos preços das ações. Recorreram a dados do período entre 2000 e 2005, relativos a 103 títulos

(incluindo ações preferenciais e ordinárias). A análise parte de coeficientes de correlação e

determinação, além da relação entre valor de mercado e patrimônio líquido. Como resultado,

encontraram associação entre o patrimônio líquido e o preço das ações, poder esse de explicação maior

do que entre lucro e preços das ações.

Em outra frente, Galdi e Lopes (2008) estudam a relação de longo prazo entre lucro contábil e

preço de ações de empresas na América Latina. Por meio da metodologia de series temporais, partem

dos testes de estacionaridade (KPSS), co-integração (estatística do traço e do máximo autovalor) e

causalidade de Granger para as estimativas. Com dados de lucro por ação e preço da ação de 41

empresas, no período de 1995 até 2005 (apenas empresas com ao menos oito anos de informação), os

autores identificaram uma relação positiva entre lucro e preços das ações para a maior parte das

empresas alvo do estudo, porém não é possível estabelecer causação entre as variáveis a partir do

conceito de Granger (para 27 empresas não há sentido de causalidade).

Nessa mesma direção Sonza e Kloeckner (2009) estudam equilíbrios de longo prazo e da

dinâmica de curto prazo entre lucro contábil e preço das ações com dados de 20 empresas para o

período entre 1990 e 2008. Partindo de uma análise de co-integração e de um modelo de vetor de


7

correção de erros, concluem que há uma relação significativa de longo prazo entre lucro contábil e o

valor das ações.

Lopes e Galdi (2010) buscam entender a relação entre variáveis contábeis e a taxa de desconto

com o retorno das ações. Fizeram uso das variáveis lucro líquido, variação da rentabilidade, capital

investido, variação da oportunidade de crescimento e taxa de redesconto, a partir de 1678 observações

no período entre 1997 e 2008. Com as metodologias de dados em painel com retorno anormal, Fama

Mac-Beth, efeitos fixos e pooled, os autores afirmam que as variáveis contábeis possuem poder

explicativo no retorno das ações.

Oliveira, Montezano e De Oliveira (2013) testaram a hipótese de associação entre preços de

ações e variáveis contábeis, a partir de uma amostra de 219 empresas de capital aberta do Brasil, no

período entre 1995 e 2007. Partindo de um modelo de dados em painel não balanceado com efeitos

fixos e dados trimestrais, utilizaram as seguintes variáveis para testar a relação: preço da ação, lucro

por ação, valor patrimonial da ação (valor do patrimônio líquido – PL – ajustado pelo número de ações

em circulação da empresa) e variáveis dummy para porte da empresa, setor de atuação e sinal do lucro

(positivo ou negativo).

Os autores partem de três distintos modelos para testar a relação: i) relação univariada com

lucro (regressão linear simples com o preço como variável dependente e lucro corrente representando

variável de fluxo); ii) relação univariada com o valor patrimonial (regressão linear simples entre preço

e valor patrimonial da ação – variável de estoque); iii) relação multivariada dada pela combinação

entre lucro por ação e valor patrimonial da ação. Como resultado, identificaram que as assimetrias de

lucros oriundas de diferenças setoriais, tamanho da empresa e sinal da lucratividade, se mostraram

estatisticamente significantes. Por outro lado, mudanças no lucro por ação e no valor contábil da ação

explicam de 35% a 40% das flutuações nos preços das ações, o que implica que as informações

financeiras podem contribuir no entendimento da formação de preços de ações. Em específico, o valor

patrimonial (quando positivo) possui maior poder explicativo que o lucro por ação.

Por fim, o trabalho de Gonçalves, Rodrigues e Macedo (2014) centra como objetivo

compreender o efeito do lucro líquido por ação e do patrimônio líquido por ação sobre o preço das

ações. Com dados de 24 empresas do setor energético para o período entre 2009 e 2010, os autores

utilizaram análise de regressão múltipla para estabelecer a relação entre as variáveis, além dos critérios

de Akaike e Schwarz e coeficientes padronizados. Os resultados apontam que tanto lucro líquido por

ação quanto patrimônio líquido por ação apresentam maior capacidade conjunta de explicação com a

adoção do IFRS (padrão contábil internacional).


8

3. PROCEDIMENTOS METODOLÓGICOS

3.1. Especificação do modelo

De acordo com Oliveira e Frascaroli (2014) os modelos de fatores são normalmente utilizados

para identificar as relações existentes em finanças e ressaltam o modelo multifatorial da teoria de

precificação por arbitragem (APT). A escolha dos fatores pode ser de ordem econômica e finançeira

(taxas de juros, inflação, PIB, índices de mercado, taxas de câmbio, etc), fundamentalista (razões

preço/lucro, dividendos, etc) ou estatística (análise dos principais componentes, análise fatorial, etc).

Segundo Alexander (2005), o sucesso dos modelos fatoriais depende tanto dos fatores de escolha, bem

como do método utilizado na estimação das sensibilidades desses fatores. Para o presente estudo os

fatores escolhidos tem como base os trabalhos de Matucheski e Almeida (2006), Brimble e Hodgson

(2007), El-Gazzar, Finn e Tang (2009), Oliveira, Montezano e Oliveira (2013) e Gonçalves, Rodrigues

e Macedo (2014). Serão testadas três especificações. A especificação é dada em termos da empresa i e

do trimestre t . O modelo (1) é dado por:

ittititit UVPALPAPA 210 (1)

onde, itPA representa o preço das ações, itLPA

o lucro por ação, itVPA o valor patrimonial da ação e

Ut é um conjunto de dummys no período t que capturam os efeitos específicos de cada período.

Visando captar os efeitos do tamanho das firmas na formação dos preços resolveu estimar mais

dois modelos que incluam uma proxy para a variável tamanho. A forma funcional do modelo (2) é

dada por:

ittitititit UDATVPALPAPA 3210 (2)

onde, itDAT é a dummy do ativo total da empresa em cada trimestre, assumindo valor 0 caso o valor

do ativo total estiver abaixo do 3 decil da sua distribuição e 1 caso contrario.

Dado o fato que possam existir diferenças significativas do valor do ativo entre os setores

optou-se por incluir ainda uma dummy que captasse as diferenças de tamanho das empresas entre os

setores. Sendo assim, para cada trimestre do período amostral e para cada setor de atividade, as firmas

que se situam no 3 decil inferior da distribuição do ativo total foram consideradas pequenas e assumem

valor 0 e 1 caso contrario. Essa classificação está de acordo com o trabalho de Kirch, Procianoy e

Terra (2014). Portanto, o modelo (3) é dado por:


9

ittsitititit UDATVPALPAPA 3210 (3)

onde DATsit é a dummy do ativo total por setor de atividade. Caso, β3 ≠ 0, tem-se que o tamanho da

empresa é relevante como determinante do preço por ação, ou seja, o mercado reage de forma diferente

entre as empresas grandes e pequenas. Por fim, o modelo (3) será estimado para amostras setoriais

visando captar se a relevância das variáveis contábeis bem como o tamanho das empresas pode diferir

considerando os setores de atuação das firmas, dado que também nesse período os efeitos da crise

foram assimétricos.

3.2. Base de dados

Os dados utilizados na análise se referem as informações financeiras trimestrais de empresas de

capital aberto listado no site do BM&FBovespa, e compreende o período entre 2009 a 2013 em

milhares de reais e tem coletados junto a Economática, ferramenta para análise de ações e fundos de

investimento que fornece informações financeiras das empresas. A amostra final é composta por 194

firmas distribuídas em 9 setores de atividades definidas de acordo com a BM&FBovespa, totalizando

2749 observações em um painel não balanceado, ou seja, nem todas empresas possuem informações

desde o inicio da amostra. Como podem ser observados na Tabela 1 os setores de consumo ciclo,

consumo não cíclico, utilidade pública, e construção e transportes juntos respondem por 67,84% das

observações. A princípio, a base era composta por um universo de 371 firmas, ao qual foram

excluídas as firmas financeiras e as que não apresentavam dados de um ou mais variáveis necessárias

para o modelo.

Tabela 1 – Frequência dos dados por setor de atividade econômica

Setor Frequência

Absoluta

Frequência

Relativa

Bens Industriais 352 12,80%

Construção e Transporte 444 16,15%

Consumo Cíclico 500 18,19%

Consumo não Cíclico 448 16,29%

Materiais Básicos 358 13,02%

Petróleo, Gás e

Biocombustíveis 29 1,05%

Tecnologia da Informação 83 3,02%

Telecomunicações 62 2,26%

Utilidade Pública 473 17,21%

Total 2749 100,00%

Fonte: Elaboração própria dos autores


10

Entre as variáveis coletadas estão os preços das ações (PA) como variável dependente, e na

lista das variáveis independentes selecionadas com base nos trabalhos dessa temática figuram o lucro

por ação, o valor patrimonial por ação, e dummys sobre o tamanho da firma. A Tabela 2 mostra o

resumo das abreviações das variáveis do modelo para facilitar a leitura posterior das parametrizações,

bem como suas respectivas as estatisticas descritivas.

Tabela 2 – Estatística descritiva das Variáveis do Modelo

Variáveis Notação Média Desvio-

Padrão Mínimo Máximo

Preço das ações PAit 21,25039 24,70915 0,3199998 299,1418

Lucro por ação LPAit 0,9559508 2,989387 -33,30796 44,05646

Valor patrimonial da

ação VPAit

15,43692 27,92403 -22,69235 360,7186

Dummy Ativo Total DATit 0,696617 0,4598029 0 1

Dummy Ativo Total por

setor DATsit

0,6987996 0,4588631 0 1


Com base nas informações da Tabela 2, verifica-se que o as empresas analisadas ao longo desse

período atingiram preço médio das ações de R$21,25, lucro médio por ação no valor de R$ 0,95, e

valor contábil médio de R$ 15,43. Sendo assim o market-to-book dessa amostra de dados é maior do

que um sinalizando que em média as empresas tem tido uma valorização do mercado acima do seu

valor contábil, ou seja, o mercado está valorizando algo que não está sendo registrado pela

contabilidade ou que ainda esteja sendo feita, mas de modo incompleta (SANTANNA, TEIXEIRA e

LOUZADA, 2003). Vale ressaltar que esse resultado deve ser visto com cautela dado o fato que os

coeficientes de variação dessas variáveis foram elevados.

3.3. Método de estimação

O modelo de dados em painel é utilizado quando estão disponíveis observações longitudinais,

isto é, por indivíduos num espaço de tempo, o que fornece informações a respeito de possíveis

heterogeneidades individuais2. De acordo com Greene (2002) ele é bastante utilizado para investigar

mudanças estruturais e dinâmicas de transição.

Este modelo possui algumas vantagens importantes, dentre elas Hsiao (2003) destaca algumas

como a oportunidade de redução em problemas de colinearidade e problemas de variáveis omitidas,

2 Ver Cameron e Trivedi (2005) para uma maior compreensão das vantagens que advém do uso dos modelos que captam a

heterogeneidade dos indivíduos.


11

aumento dos graus de liberdade, permitindo que a dinâmica intertemporal e a individualidade das

variáveis analisadas possam ser mais bem controladas, no que se refere aos efeitos da omissão de

outras variáveis. A estimativa por dados em painel considera as observações em distintos instantes de

tempo. Para o presente caso sua forma funcional é do tipo:

itititit xPA (1)

onde PAit é o preço da ação, itx é matriz das variáveis explicativas com k regressores sem a constante,

i=1,...,N, se refere à unidade as empresas e t=1,…,T, refere-se ao trimestre e it é o termo de erro tal

que 2~ (0, )it N com ausência de autocorrelação dos resíduos IID (independente e identicamente

distribuídos), o parâmetro it 2~ (0, )N , é um termo estocástico inerente às unidades individuais, que

capta os efeitos individuais e pode ou não ser correlacionado com o vetor de variáveis explicativas

como mostra Cameron e Trivedi (2005).

Caso ( , ) 0i ijCov x

, a estimação deve ser feita por meio de um modelo com efeitos fixos. Tem-se

que a ideia é eliminar o efeito não-observado i , baseado na suposição de que ( | , ) 0it i iE x

, o que

é conhecida como condição de exogeneidade estrita. Para tal deve-se tirar a media da equação (1) no

tempo de modo que o efeito fixo i é eliminado. Sendo assim, pode-se usar Mínimos Quadrados

Ordinários (MQO) para obter o estimador de efeitos fixos.

Mas, caso ( , ) 0i ijCov x

, ou seja, i é não correlacionado com o vetor de variáveis explicativas,

se torna preferível modelar esses efeitos como aleatoriamente distribuídos entre as unidades

observacionais, utilizando o modelo de efeitos aleatórios. Por existir correlação entre os erros da

mesma empresa em períodos de tempo diferentes, se torna mais apropriado recorrer ao estimador de

Mínimos quadrados generalizados (MQG), em vez do MQO

A escolha entre o modelo de efeitos fixos e efeitos aleatórios é dada pelo teste de Hausman

(1978). A hipótese nula do teste é de que não há correlação entre o erro idiossincrático e as variáveis

independentes no modelo de efeitos aleatórios. Portanto, se não rejeitada a hipótese nula, o modelo de

efeitos aleatórios é consistente e as diferenças de todos os coeficientes não é sistemática. Em

contrapartida, se rejeitada indica que o modelo de efeitos fixos é mais consistente.3

3 Alguns autores utilizam a denominação de within para a estimativa de efeitos fixos e FGLS (feasible generalized least

squares) – pondera-se as variáveis pelo desvio-padrão, resultando em resíduos mais consistentes - para efeitos aleatórios.


12

4. RESULTADOS

Com o intuito de verificar as primeiras relações entre as informações contábeis e os preços das

ações, foi aplicada a correlação de Pearson com significância estatística de 5%. A Tabela que segue

apresenta os resultados.

Tabela 3 - Correlação de Pearson

PAit LPAit VPAit DATit DATsit

PAit 1

LPAit 0.3801* 1

VPAit 0.6077* 0.2024* 1

DATit 0,0150 0,0328 -

0.0647* 1

DATsit 0,0514* 0,0105 -0,0132 0,6602* 1


Nota: *, ** e *** denotam significância estatística aos níveis de 1, 5 e 10%, respectivamente.

De acordo com os resultados da Tabela 3, verifica-se que todas variáveis contábeis (LA, VP,)

selecionadas em relação ao preço das ações apresentam os coeficientes de correlação como o esperado,

ou seja, para além dos sinais esperados positivos, mas também estatisticamente diferentes de zero.

Sendo assim uma deterioração em alguma dessas variáveis pode acarretar na queda do preço das ações.

Entre as variáveis selecionadas o valor contábil da empresa foi a que apresentou maior correlação com

os preços das ações. É possível observar ainda que a variável dummy com base no ativo total da

empresa não apresentou significância estatística em relação a variável dependente, diferentemente da

dummy com base no ativo por setor de atividade. Após a verificação da significante correlação entre as

variáveis selecionadas com os preços das ações, foram estimados modelos propostos. A Tabela 4

ilustra os resultados obtidos.


13

Tabela 4 – Modelo Econométrico

Variáveis Modelo 1 Modelo 2 Modelo 3

Cons 9,28821* 7,319783* 6,364835*

(1,111359) (1,491068) (1,285519)

[8,36] [4,91] [4,95]

LPA 0,5660696* 0,5586982* 0,5439578*

(0,0800547) (0,0802153) (0,0807095)

[7,07] [6,96] [6,74]

VPA 0,7391098* 0,739172* 0,7383929*

(0,0134934) (0,0134914) (0,0134894)

[54,78] [54,79] [54,74]

DAT - 1,318957 -

- (1,023023) -

- [1,29] -

DATs - - 1,814485**

- - (0,8696913)

- - [2,09]

Dummys de

Ano Sim Sim Sim

Hansen 136,62 151,59 125,29

Wald 3331,62 3334,99 3339,95

R2 0,5651 0,5653 0,5958

Firmas 194 194 194

N 2749 2749 2749

Fonte: Elaboração própria dos autores.

Notas: Erro padrão entre parênteses. Estatísticas z entre colchetes. *, ** e *** denotam significância

estatística aos níveis de 1, 5 e 10%, respectivamente.

Inicialmente foi realizada a estimação dos modelos de efeitos fixos bem como dos modelos de

efeitos aleatórios. Contudo, o teste de Hausman para todas as três especificações que se encontram na

Tabela 4, indicam para todos os casos o estimador de efeitos aleatórios ajusta melhor ao objetivo

proposto, dado o fato que se rejeita a hipótese nula de não correlação entre os efeitos específicos e as

variáveis explicativas. O teste Wald de todos os modelos estimados indicam a rejeição da hipótese nula

de não significância estatísticas das variáveis. Nas estimações foram inseridos dummys temporais de

modo a controlar os efeitos de cada período.

Ao avaliar os coeficientes das variáveis verifica-se que para os três modelos estimados a

variável lucro por ação afeta a formação do preço das ações por ser estatisticamente significante

considerando 1% do nível de significância. O sinal do parâmetro associado a ela é positiva, indicando,

portanto que aumentos no lucro da empresa culminam em aumento do preço. Esse resultado é diferente

do encontrado no trabalho de Oliveira, Montezano e Oliveira (2013) quando por meio de um conjunto


14

de regressões multivariado os parâmetros associados a variável lucro por ação hora não apresentava

significância estatística e hora apresentava, contudo com sinal negativo. Portanto, para o período aqui

estudado o lucro por ação constitui como um bom regressor do preço das ações.

Quanto ao resultado do efeito do VPA sobre o preço das ações, tem-se que para todos os

modelos estimados foi estatisticamente significante ao considerar o nível de significância de 1%. O

sinal encontrado foi positivo o que corrobora com a literatura do assunto. Para o mercado de capitais

brasileiro Matucheski e Almeida (2006), Oliveira, Montezano e Oliveira (2013) e Gonçalves,

Rodrigues e Macedo (2014) encontraram que essa variável tem relevância como determinante dos

preços das ações. Portanto, para diferentes períodos o VPA tem apresentado relevante na determinação

dos preços.

Com o intuito de verificar se para o período em analise existiu assimetrias na formação de

preços decorrentes do fator tamanho das empresas. No modelo 2 foi introduzido a variável dummy

com base no ativo total da empresa em cada trimestre, assumindo valor 0 caso o valor do ativo total

estiver abaixo do 3 decil da sua distribuição e 1 caso contrario. Já, no modelo 3, a dummy introduzida

foi gerada levando em consideração o setor de atividade, ou seja para cada trimestre do período

amostral e para cada setor de atividade, as firmas nos 3 decis inferiores assumiram valor 0 e 1 caso

contrario. O resultado encontrado no modelo 2 não apresentou significância estatística, diferentemente

do trabalho de Oliveira, Montezano e Oliveira (2013) onde adotaram a mediana dos ativos em 2007

para separar a amostra entre grandes e pequenas empresas. Já, os resultados da estimação do modelo 3

a dummy tamanho por setor apresentou significância estatística e com sinal positivo, evidenciando

portanto que dentro de cada setor o fator tamanho é relevante na formação do preço das ações.

Levando em consideração que as relações aqui verificadas podem ser diferentes entre os

diversos setores de atividades, ou seja, que a relevância dos fatores contábeis bem como o tamanho das

empresas podem diferir considerando os setores de atuação das firmas, foram estimadas o modelo (3)

para os seis setores que apresentaram mais de 12% do tamanho da amostra desse estudo, onde

destacam os setores de bens industriais, construção e transporte, consumo cíclico, consumo não

cíclico, materiais básicos e utilidade publica. Os resultados das estimações encontram-se na Tabela 5.


15

Tabela 5 – Modelo Econométrico por setor de atividade

Variáveis BI CT CC CNC MB UP

Cons 7,2550* -4,2198** 8,8693* -7,6965*** 9,3071* 8,7236***

(1,4923) (1,7607) (2,2821) (4,2749) (2,4092) (4,8527)

[4,86] [-2,40] [3,89] [-1,80] [3,86] [1,80]

LPA 1,4868* -0,5225* 1,5314* 2,8682* 0,7176* 1,1232*

(0,1543) (0,0747) (0,4151) 0,5896 (0,1425) (0,1814)

[9,63] [-6,99] [3,69] [4,86] [5,04] [6,19]

VPA 0,5472* 1,5594* 0,7064* 2,8446* 0,3338* 0,8441*

(0,0413) (0,0821) (0,0138) (0,1506) (0,0380) (0,0250)

[13,22] [18,97] [51,07] [18,88] [8,78] [33,74]

DAT 9,5465* 2,9241** 1,8703 -3,3022 0,9105 -4,5120

(2,4899) (1,1424) (1,5639) (3,2810) (1,4390) (4,4272)

[3,83] [2,56] [1,2] [-1,01] [0,63] [-1,02]

Dummys

de Ano Sim Sim Sim Sim Sim Sim

Hansen 152,5 32,04 60,22 94,15 119,94 99,51

Wald 586,03 466,53 3020,69 445,40 263,82 1423,18

R2 0,6536 0,5721 0,8769 0,5349 0,4185 0,7771

Firmas 25 30 37 35 23 31

N 352 444 500 448 358 473

Fonte: Elaboração própria dos autores.

Notas: Erro padrão entre parênteses. Estatísticas z entre colchetes. *, ** e *** denotam significância

estatística aos níveis de 1, 5 e 10%, respectivamente. BI: Bens industriais; CT: Construção e

Transporte; CC: Consumo cíclico; CNC: Consumo não cíclico; MB: Materiais básicos; e UP:

Utilidade pública.

Nas estimações foram inseridos dummys temporais de modo a controlar os efeitos de cada

período. Assim como para os resultados da amostra completa, o teste de Hausman para todos os

setores de atividades apontam que o estimador de efeitos aleatórios ajusta melhor ao objetivo proposto,

e o teste Wald para todos os modelos estimados indicam a rejeição da hipótese nula de não

significância estatísticas das variáveis.

Ao analisar os coeficientes estimados da variável lucro por ação é possível observar que para

todos os setores apresentaram ser estatisticamente significante considerando 1% do nível de

significância e com sinal esperado, com exceção do setor da construção e transporte onde os efeitos do

LPA são negativos. Pode ser, que uma das razões para explicar esse resultado contra intuitivo seja o

fato desse setor entre os aqui analisados ser o que mais sofreu com os efeitos da crise financeira

internacional, como aponta o estudo de Ferreira e Mattos (2012). Na outra mão verifica-se que o setor

de consumo não cíclico foi aquele que apresentou a maior magnitude do coeficiente associado a LPA,

seguido do setor de consumo cíclico, que representam os setores que durante o período em questão


16

destacaram na economia brasileira, devido a reação do governo frente à crise de 2008, provocando a

redução da taxa básica de juros e a expansão do crédito dos bancos públicos, estimulando a demanda

agregada beneficiando em particular o consumo das famílias.

Para o caso do VPA, ao analisar a Tabela 5, verifica-se que para todos os setores de atividades

os parâmetros estimados foram estatisticamente significante considerando 1% do nível de significância

e com sinal esperado, ou seja, positivo, ilustrando, portanto que acréscimos nessa variável podem

acarretar no aumento do preço das ações das empresas de todos os setores, sendo mais expressiva dada

sua magnitude no setor de consumo não cíclico e uma menor influencia no setor de matérias básico.

De modo a verificar a existência de assimetria determinação de preços das ações oriundas da

diferença de tamanho das empresas as estimações incluíram as dummys definidas com base no ativo

total das mesmas. E de acordo com os resultados da Tabela 5, os setores que apresentam tal assimetria

durante o período analisado foram os de bens industriais e os de construção e transportes. Para os

demais setores essa variável não apresentou significância estatística. Portanto, as estimações por

setores evidenciam que a assimetria na formação dos preços não é um fato generalizado, mas sim em

setores que estão mais expostos aos efeitos negativos da crise devido as elasticidades preço e renda das

mesmas. De acordo com Ferreira e Mattos (2012) foram registradas fortes perdas nas indústrias de

construção civil. Para o caso do setor industrial, vale ressaltar que desde o inicio de 2010 a produção

industrial de transformação não cresce, explicada pela estagnação da produtividade do setor e ao

aumento da substituição dos produtos nacionais pelo externo, ocasionando aumentos nas importações

liquidas.

O fator tamanho pode ser relevante na medida em que firmas maiores podem ter ganhos de

escala na produção afetando sua estrutura de custos e consequentemente sua competitividade. Tem

ainda o fato de que firmas maiores sofram menos com a restrição de financiamento. De acordo com

Martins e Paulo (2014) o Brasil é caracterizado como um mercado emergente e o problema de

informação assimétrica constitui um obstáculo ao desenvolvimento do seu mercado de capitais. Isso

pode culminar num mercado financeiro com restrições para investimentos, sendo assim firmas

consideradas menores podem ter sua demanda por financiamento inibida, inviabilizando a execução de

projetos rentáveis de investimento (ALDRIGHI E BISINHA, 2010).

Por fim, ao analisarmos o R2 das estimações pode-se afirmar que para o período em estudo as

informações contábeis aqui empregados explicam a formação dos preços de 41,85% a 87,69%. Os

setores que as variáveis contábeis mostraram serem melhores previsores dos preços das ações foram os


17

de consumo cíclico, utilidade pública e bens industriais, enquanto que o setor de matérias básico foi

aquele que apresentou menor qualidade de ajuste.

5. CONSIDERAÇÕES FINAIS

A incerteza iminente no mercado financeiro exige que os tomadores de decisão tenham um

cuidado maior nas suas previsões. Para o caso especifico do mercado acionário tem-se que o risco

comparativo ao do mercado de renda fixa é maior, culminando na necessidade dos agentes conhecerem

sua dinâmica, como por exemplo, os fenômenos inerentes aos preços das ações.

Sendo assim, o presente estudo tem como objetivo verificar se durante o período 2009 a 2013

os preços das ações das empresas listadas na BM&FBovespa guardam algumas relações com alguns

indicadores contábeis, entre eles o lucro por ação, o valor patrimonial da ação e o ativo total usada

como proxy para o tamanho da firma. As variáveis selecionadas tiveram como base os estudos

empíricos dessa literatura e foram recolhidos junto ao Economatica.

Visando captar os efeitos do tamanho das firmas na formação dos preços resolveu estimar no

total três modelos, sendo os dois últimos incluindo uma proxy para o tamanho das firmas. Numa o

tamanho é definido por uma dummy com base no ativo total da empresa em cada trimestre, e na outra

se dá por uma dummy com base no ativo total por setor de atividade em cada período. Essa ultima tem

como motivação o fato que possam existir diferenças significativas dos ativos entre os setores de

atividade. De modo a reforçar a robustez dos resultados foi estimado o terceiro modelo para amostras

setoriais, ou seja, para amostras contendo apenas empresas do mesmo setor de atividade permitindo

verificar se as relevâncias dos fatores contábeis bem como o efeito tamanho das empresas podem

diferir em função dos setores que atuam.

A estratégia empírica adotada foi a de dados em painel. O método de estimação que melhor se

ajustou ao conjunto de dados utilizados de acordo com o teste de Hasmaun foi o de efeitos aleatórios.

Os resultados encontrados para a amostra contendo todas as empresas e para todas as especificações

corroboram com a literatura do assunto. Tanto os coeficientes associados as variáveis lucro por ação,

quanto aqueles referente ao valor patrimonial da ação apresentaram significância estatística e além do

mais obtiveram sinal positivo, evidenciando portanto que incremente no lucro da firma ou no seu

patrimônio culminam num preço maior das suas ações. No que diz respeito as dummys inseridas,

somente a definida com base no ativo total por setor apresentou significância estatística e com sinal

positivo, sinalizando que o tamanho da empresa é relevante na medida em que o mercado reage de

forma assimétrica entre as empresas consideradas grandes e pequenas.


18

Para o caso das amostras setoriais os resultados obtidos reforçam que as variáveis lucro por

ação e valor patrimonial da ação apresentam significância e com sinais positivos para todos os setores,

com exceção do lucro por ação no setor de construção e transporte que apresentou sinal negativo. O

efeito tamanho das empresas definidas com base no ativo total das mesmas mostram que elas são

significantes nos setores de bens industriais e os de construção e transportes, ou seja, que nesses

setores existem assimetrias na determinação dos preços das ações. Esse resultado pode ter como

justificativa o fato de serem os setores que foram mais expostos aos efeitos negativos da crise

financeira, sendo que o primeiro desde 2010 não apresenta crescimento na sua produção e no segundo

foram registradas fortes perdas na sua indústria.

Por fim, os resultados mostram que para o período em estudo as informações contábeis aqui

empregados explicam a formação dos preços de 41,85% a 87,69% e que os setores que apresentaram

como melhores previsores dos preços das ações foram as do consumo cíclico, utilidade pública e bens

industriais, enquanto que o setor de matérias básico foi aquele que apresentaram menor qualidade de

ajuste.


19

REFERÊNCIAS

ALDRIGH D. M.; BISINHA R. Restrição financeira em empresas com ações negociadas na bovespa.

Revista Brasileira de Economia, Rio de Janeiro, v. 64, n. 1, p. 25-47, jan./mar. 2010.

ANTUNES, M. A.; PROCIANOY, J. L. Os efeitos das decisões de investimento das empresas sobre

os preços de suas ações no mercado de capitais. R. Adm., São Paulo, v. 38, n. 1, p. 5-14, jan./fev./mar.

2003.

BRIMBLE, M., e A. Hodgson. On the intertemporal Value Relevance of Conventional Financial

Accounting in Austrália. Accounting & Finance. 47 (4): 599-622, 2007.

BRIEF, R. P.; ZAROWIN, P. The value relevance of dividends, book value and earnings. Working

Paper, New York University, 1999.

CAMERON, A. C; TRIVEDI, P. K. Microeconometrics – methods and applications. Cambridge

University Press, New York, 2005.

CARVALHO, D. F. A crise financeira dos EUA e suas prováveis repercussões na economia global e

na América Latina: Uma abordagem pós-minskyana. In: Anais do III Encontro da Associação

Keynesiana Brasileira, São Paulo, São Paulo, 2010.

CHUNG, K.; PRUITT, S. A simple approximation of Tobin’s Q. Financial Management, v. 23, n. 3, p.

70-74, Autumn, 1994.

DAWAR, V. Determinants of share prices in Indian auto industry. International Journal of Computing

and Business Research, v. 3, n. 3, September, 2012.

EL-GAZZAR, S.M., FINN, P.M. e TANG, C.. The Value Relevance of Earnings and Nonearnings

Information in Regulated and Deregulated Markets: The case of the airline industry, International

Advances in Economic Research, v.15, n.1, p. 88- 101, 2009.

FERREIRA, D. M.; MATTOS, L. B. O efeito contágio da crise do subprime no mercado acionário

brasileira. In: Anais do XXXX Encontro Nacional de Economia – ANPEC, Porto de Galinhas,

Pernambuco, 2012.

GALDI, F. C.; LOPES, A. B. Relação de longo prazo e causalidade entre o lucro contábil e o preço

das ações: Evidências do mercado latino-americano. R. Adm., São Paulo, v. 43, n. 2, p. 186-201,

abr./maio/jun. 2008.

GONCALVES, J. C.; RODRIGUES, A.; MACEDO, M. A. S. Poder explicativo de variáveis contábeis

no preço das ações das companhias elétricas em ambiente de IFRS. Revista Ambiente Contábil, v. 6, p.

219-235, 2014.

GREENE, W. H. Econometric analysis. 5th ed. Upper Saddle River, New Jersey: Prentice Hall, 2002.

HANSEN, L. Large sample properties of generalized method of moments estimators. Econometrica,

New York, v. 50, n. 3, p. 1029-54, 1982.

HAUSMAN, J. A. Specification test in econometrics. Econometrica, v. 46, n. 6, p. 1251-1271, 1978.


20

HSIAO, Cheng. Analysis of Panel Data. 2 ed. New York: Cambridge University Press. 2003.

LAMEIRA, V. Negócios em bolsa de valores: estratégias para investimentos. São Paulo: Alaúde

Editorial, 2005.

LOPES, R. F.; GALDI, F. C. Como as variáveis contábeis explicam o retorno das ações: Um estudo

empírico no mercado brasileiro. In: IV Congresso ANPCONT, Natal, 2010.

MARTINS, O. S.; PAULO, E. Assimetria de informação na negociação de ações, características

econômico-financeiras e governança corporativa no mercado acionário brasileiro. Revista

Contabilidade & Finanças, v. 25, p. 33-45, 2014.

MATUCHESKI, Silvio e ALMEIDA, Lauro. Variáveis Contábeis e o Preço das Ações. In: Anais do

6º. Congresso USP Controladoria e Contabilidade, São Paulo. 2006.

OHLSON, J. A. Earnings, book values, and dividends in equity valuation. Contemporary Accounting

Research, v. 11, n.2, p. 661-687, 1995.

OLIVEIRA, J. C. T.; FRASCAROLI, B. F. Impacto dos fatores macroeconômicos na emissão de

ações na bolsa de valores. Revista de Gestão, Finanças e Contabilidade, Salvador, v. 4, n. 1, p. 30-51,

jan./abr., 2014.

OLIVEIRA, A. L. C. C.; MONTEZANO, R. M. S.; OLIVEIRA, M. A. C. Determinantes Contábeis

dos Preços de Ações Brasileiras. Contabilidade Vista & Revista, v. 24, p. 37-58, 2013.

PELLICANI, A.D. Governança corporativa e restrição financeira nas decisões de investimento. 2011.

113f. Dissertação (Mestrado em Engenharia Produção) - Escola de Engenharia de São Carlos da

Universidade de São Paulo, São Carlos, 2011.

SANTANNA, D. P; TEIXEIRA, A. J. C.; LOUZADA, L. C.. A relação entre market-to-book equity e

lucros anormais no mercado de capitais no Brasil. In: XXVII ENANPAD, 2003, Atibaia (SP).

Realizado de 20 a 24 de set.

SCHIEHLL, E. O efeito da divulgação das demonstrações financeiras no mercado de capitais

brasileiro: Um estudo sobre a variação no preço das ações. Dissertação de Mestrado em Administração

de Empresas. Universidade Federal do Rio Grande do Sul (UFRGS), Porto Alegre, 1996.

SONZA, I. B.; KLOECKNER, G. O. Co-integração entre o lucro contábil e o preço das ações

negociadas pela Bovespa: Um estudo empírico. In: IX Encontro Brasileiro de Finanças, São Leopoldo,

2009.

WANG, J.; FU, G.; LUO, C. Accounting information and stock price reaction of listed companies –

Empirical evidence from 60 listed companies in Shanghai stock exchange. Journal of Business &

Management, v. 2, n. 2, p. 11-21, 2013.

RELAÇÃO ENTRE PREÇO DAS AÇÕES E OS ... Fatores Que determinam a Formação da precificação...

Documents

Transcript of RELAÇÃO ENTRE PREÇO DAS AÇÕES E OS ... Fatores Que determinam a Formação da precificação...