FACTORES DETERMINANTES DA DIVULGAÇÃO DE INFORMAÇÃO SOBRE ATIVOS
INTANGÍVEIS, CONCENTRAÇÕES DE ATIVIDADES EMPRESARIAIS E GOODWILL –
EVIDÊNCIA EMPÍRICA NA EURONEXT LISBON
Catarina Fernandes
Kátia Lemos
Escola Superior de Gestão – Instituto Politécnico do Cávado e do Ave
Campus do IPCA - Barcelos
Área temática: A) Información Financiera e Normalización Contable
Palavras-chave: Ativos intangíveis, Concentrações empresariais, Goodwill, Nível de
divulgação.
64a
ii
FACTORES DETERMINANTES DA DIVULGAÇÃO DE INFORMAÇÃO SOBRE ATIVOS
INTANGÍVEIS, CONCENTRAÇÕES DE ATIVIDADES EMPRESARIAIS E GOODWILL –
EVIDÊNCIA EMPÍRICA NA EURONEXT LISBON
Abstract
This paper analyzes the level of disclosure of Intangible Assets, Business Combinations and
Goodwill in the consolidated financial statements and its explanatory factors. We have
analyzed the annual reports of companies listed on Euronext Lisbon for the year 2010 and
have created a Disclosure Index which allows to measure the level of disclosure for each
company in this area, based on the existing accounting standards. In order to identify the
association between the level of disclosure and its determinants, we have tested several
hypotheses which explain the degree of disclosure.
The results evidences, company’s size, industry, leverage and audit firms belonging to Big
4as explanatory factors. Only the size presents a positive association with disclosure index,
confirming the hypothesis which establishes that the level of disclosure about Intangible
Assets, Business Combinations and Goodwill is greater in larger companies. The remaining
explanatory variables present a negative association with disclosure level.
3
INTRODUÇÃO
As alterações registadas no contexto empresarial, nos últimos anos, traduziram-se num
crescimento expressivo do número de concentrações de atividades empresariais (CAE’s),
da importância dos ativos intangíveis (AI) e ainda da relevância do goodwill nas
demonstrações financeiras (DF’s) das empresas. Esta nova realidade dos sistemas
empresariais surtiu na Contabilidade uma necessidade de se adaptar, permitindo assim
apresentar informação útil e precisa sobre a empresa. Verificava-se especialmente uma
lacuna no reconhecimento dos AI’s, refletindo assim uma imagem inapropriada, que não
correspondia à real, comprometendo a fiabilidade contabilística das demonstrações
financeiras. Para além disso, fruto da crescente importância dos grupos financeiros,
tornou-se necessário refletir a realidade consolidada do grupo e, consequentemente, o
valor do goodwill resultante dessas CAE’s.
Uma resposta significativa às necessidades de informação dos investidores da Europa
verificou-se com a aplicação das International Accounting Standards (IAS) e International
Financial Reporting Standards (IFRS) pelas entidades europeias com valores mobiliários
em mercados regulamentados a partir de 2005. Ou seja, desde o dia 1 de Janeiro de
2005 que as empresas cotadas em Portugal estão obrigadas a adotar um sistema
contabilístico baseado nas IAS e IFRS, na preparação e apresentação de contas
consolidadas. Esta alteração teve como objetivo melhorar a transparência financeira,
aumentando a relevância da informação financeira, e ainda a comparabilidade das
demonstrações financeiras entre as empresas europeias.
Para além do já exposto, a falta de investigação no âmbito da divulgação de informação
sobre CAE’s e goodwill contribuiu significativamente para a definição do tema a abordar.
Existe muita insuficiência de estudos publicados a nível nacional, e mesmo a nível
internacional, sobre a divulgação de informação por parte das empresas sobre estas
duas temáticas. Aliás, pudemos concluir pela inexistência de estudos similares ao nosso.
Há alguns estudos semelhantes no domínio dos AI’s, contudo o mesmo não acontece
para as CAE’s e goodwill.
Com esta investigação procuramos obter evidência empírica sobre o relato das empresas
cotadas na Euronext Lisbon, procurando identificar as práticas de divulgação adotadas
em matéria de AI’s, CAE’s e goodwill, aferindo o grau de cumprimento do normativo
contabilístico vigente. Espera-se assim prestar um contributo na perceção das práticas de
divulgação de informação prestada pelas sociedades com ações admitidas à cotação na
4
Bolsa de Valores do mercado oficial da Euronext Lisbon. Por fim, esta investigação será
útil na determinação dos fatores que explicam o grau de divulgação de informação sobre
AI’s, CAE’s e goodwill.
Nesse sentido, procedeu-se à análise dos Relatórios & Contas de 2010 (o primeiro
exercício em que se adotou a revisão da IFRS 3) das 51 empresas constituintes da
amostra, com o propósito de verificar a presença ou ausência de informação relativa a
cada item por nós definido, de acordo com o normativo contabilístico existente, para aferir
quanto ao nível de divulgação das três categorias objeto do nosso estudo. Esta recolha
de dados levou à criação de um índice de divulgação de informação sobre AI’s, CAE’s e
goodwill e de três sub-índices, permitindo assim analisar o grau de divulgação, para cada
empresa, sobre as três categorias em geral e individualmente. Como forma de analisar os
fatores determinantes desse nível de divulgação de informação criou-se um modelo de
regressão linear múltipla.
De forma a cumprir com os objetivos estipulados, este trabalho encontra-se dividido em 2
pontos. No primeiro ponto, é efetuada uma revisão da literatura, destacando os estudos
que se debruçaram sobre a identificação dos determinantes de divulgação. O segundo
ponto é dedicado ao estudo empírico que se prende com a análise do nível de divulgação
de informação, pelas empresas da Euronext Lisbon, sobre AI’s, CAE’s e goodwill para o
exercício de 2010 e dos fatores explicativos desse grau de divulgação. Por fim, são
apresentadas as principais conclusões, as limitações do estudo e as sugestões para
futura investigação.
1. REVISÃO DE ESTUDOS EMPÍRICOS
É vasta a quantidade de estudos empíricos sobre a divulgação de informação relacionada
com os AI’s. Contudo, o mesmo não se verifica para as CAE’s e o goodwill.
Determinados estudos preocupam-se apenas em analisar a quantidade e qualidade da
divulgação de informação sobre essas temáticas (Jiménez e Rebull, 2004; Gomes et al.,
2006; PriceWaterHouseCoopers, 2009; Sapena e Grima, 2011; Ernst &Young, 2011;
Carlinetal. 2007a e 2007b; Intangible BusinessLtd, 2008). Outros, para além da análise
do nível de divulgação, direccionam-se simultaneamente para a verificação das
categorias mais divulgadas (Chander e Mehra,2011; Arvidson, 2003; Marques, 2009;
Condor et al., 2002; Financial Reporting Council, 2008). De forma mais complementar,
existem vários estudos que analisam também os factores determinantes da divulgação de
informação, ou seja, as características das empresas que estão relacionadas com o nível
5
da divulgação e qual o sentido dessa associação (Putri, 2011; Kang e Gray, 2011;
Oliveira et. al, 2006; Ferreira, 2008; Arvidsson, 2003; Soares et al., 2011; Chen e Gu,
2010). De referir que a maioria destes estudos referem-se à divulgação de informação
sobre AI’s, uma vez que se constatou existir apenas um reduzido número de
investigações empíricas no âmbito da divulgação de informação sobre CAE’s e goodwill.
Assim, no que se refere aos factores determinantes da divulgação de AI’s:
- Arvidsson (2003) identificou o tamanho da empresa;
- Oliveira et al. (2006) identificaram o tamanho da empresa, indústrias com níveis
elevados de AI´s, cotação nas bolsas estrangeiras, concentração acionista e tipo de
auditor;
- Ferreira (2008) identificou como fatores explicativos do nível de divulgação de
informação sobre Capital Intelectual, a dimensão da empresa e o tipo de auditor;
- Kang e Gray (2011) concluem que o nível de endividamento, a adoção de IFRS/US
GAAP, o tipo de indústria, o price-to-book ratio e os fatores específicos do país, tais como
os riscos associados com as políticas económicas e o sistema legal, também explicam o
nível de divulgação;
- Putri (2011) obteve evidência empírica da relação positiva entre a divulgação de
informação sobre AI’s e o tamanho da empresa e secrecy accounting value. Contudo,
conclui que o endividamento, a concentração acionista, a margem Earnings before
interest, taxes, depreciation and amortization (EBITDA) e o sistema legal do país onde
estão localizadas as empresas, não influenciam as práticas de divulgação de informação
dos AI’s
- Silva et al. (2011) constataram que os bancos divulgam em média 1/3 dos itens
exigidos, sendo, na análise multivariada apenas o peso dos AI’s no balanço se apresenta
como variável explicativa, associando-se inversamente ao índice de divulgação.
No que concerne à divulgação de informação sobre CAE’s:
- Rodrigues (2003) constatou que as CAE’s normalmente efetuadas atribuem uma
participação de capital maioritária à adquirente passando esta a deter uma posição de
controlo face à sua filial; o valor das CAE’s é reduzido quando analisado a nível mundial;
Apenas uma pequena percentagem dos grupos que reconhecem AI’s identificáveis e que
6
não estavam contabilizados nas DF’s individuais; conclui ainda pela fraca divulgação de
informação sobre as diferenças de consolidação de cada CAE.
- Shalev (2009) concluiu que a performance futura da empresa adquirente, medida
através da Returnon Assets (ROA) e dos aumentos anormais na valorização das ações,
melhora com níveis elevados de divulgação de informação sobre as CAE’s. Quanto aos
determinantes de divulgação, as conclusões obtidas sugerem que o nível de divulgação
de informação sobre CAE’s diminui nas situações em que há níveis anormais de preço de
compra alocado ao goodwill. Os resultados desta investigação indicam que as empresas
adquirentes tendem a divulgar menos informação quando perante uma aquisição menos
favorável, omitindo assim as “más notícias
- Soares et al. (2011) concluiram existir incumprimento, em alguns casos, dos requisitos
de divulgação sobre as CAE’s, principalmente do item evolução da quantia dos
resultados da adquirida desde a data de aquisição incluída nos resultados da adquirente.
Em sentido contrário, os mais divulgados são a data da CAE, a percentagem de
interesses de capital próprio e o valor da quantia escriturada do goodwill no início e no fim
do período de relato.
Finalmente, no que se refere à divulgação de informação sobre goodwill:
- Chen e Gu (2010) concluiram que as empresas divulgam mais sobre os testes de
imparidade quando as perdas por imparidade são maiores, o valor do goodwill é elevado,
o grupo opera em diversos segmentos de negócio e quando a empresa enfrenta maiores
riscos de litígio entre os acionistas e os gestores da empresa. Em termos de importância
da divulgação de informação sobre a imparidade do goodwill, este estudo concluiu que
essa divulgação representa um fator relevante para aumentar a transparência sobre a
decisão de registar imparidade no Goodwill e para satisfazer as necessidades de
informação dos investidores. Para além disso, a divulgação da informação é também
considerada como preditiva de futuras imparidades.
2. ESTUDO DA INFORMAÇÃO DIVULGADA PELAS EMPRESAS COTADAS NA
EURONEXT LISBON
2.1. Objetivos do estudo e hipóteses de investigação
O objetivo deste estudo prende-se com a quantificação e especificação da informação
divulgada pelas empresas com ações cotadas na Euronext Lisbon acerca dos AI’s, CAE’s
7
e goodwill, a qual é apresentada nos Relatórios & Contas. Esta investigação cingiu-se ao
ano de 2010, uma vez que representa o primeiro exercício económico de aplicabilidade
da revisão da IFRS 3 para a maioria das empresas constantes da amostra1.
Nesse sentido, procedeu-se à medição da amplitude da divulgação de informação por
parte das empresas da amostra criando-se assim a variável dependente da investigação
e, posteriormente, à análise dos fatores explicativos da prática de divulgação de
informação. Desta forma, são de seguida apresentadas as hipóteses de investigação
formuladas para aferir as associações existentes entre a divulgação de informação
relativa a essas temáticas e algumas características empresariais.
a) Dimensão da empresa (TMH)
Segundo Oliveira et al (2006), esta é a variável independente mais utilizada em estudos
de divulgação contabilística por todo o mundo. No domínio dos AI’s, Ferreira (2008),
Putri(2011), Arvidson (2003) e Gerpott et al.(2008) concluíram que existe uma relação
positiva entre a divulgação de informação e o tamanho da empresa. Igualmente, na área
das CAE’s e do goodwill, Paananen (2008) e Mitra e Cready (2005) comprovaram essa
associação.
Esta relação é justificada por diversas razões:
Pelo facto de as empresas de maior dimensão estarem sujeitas a uma maior
exposição e visibilidade, sofrem mais pressões por parte dos stakeholders para
divulgarem mais informação (Depoers, 2000);
As pequenas empresas tendem a ser mais sensíveis ao risco de divulgação de
informações por pôr em risco a sua competitividade (Singhvi e Desai, 1971;
Buzby, 1975; Raffournier, 1995);
As grandes empresas tendem a recorrer mais a mercados de capital para
financiamento externo das suas atividades. Neste sentido, a divulgação de
informação promoverá a confiança dos investidores (Singhvi e Desai, 1971;
Buzby, 1975)..
Assim, a hipótese 1 desta investigação define-se nos seguintes termos:
H1: O nível de informação divulgada sobre AI, CAE’s e goodwill é maior nas
empresas de maior tamanho. 1 Para as três sociedades desportivas da amostra a alteração à IFRS 3 teve aplicação no exercício económico iniciado a 1 de Julho de 2009.
8
Existem diversas medidas alternativas para medir o tamanho da empresa tais como, o
total de ativo (Oliviera et al., 2005; Oliviera et al., 2006; Ferreira, 2008, Williams, 2001;
Arvidsson, 2003; Bruggen et al., 2009; Silva et al., 2011;), vendas (Bozzolan et al., 2003),
volume de negócios (Putri, 2011; Oliviera et al., 2005; Oliviera et al., 2006), capitalização
de mercado (Oliviera et al., 2005; Oliviera et al., 2006; Kang e Gray, 2011;White et al.,
2007) e número de empregados (Oliviera et al., 2005; Oliviera et al., 2006).
Visto não existir consenso na definição operacional a utilizar para medir o tamanho da
empresa, utiliza-se como medida da dimensão da empresa o logaritmo do activo.
b) Setor de Atividade (SETOR)
A variável setor de atividade tem sido identificada como uma das principais razões para
se efetuarem CAE’s, sendo que as empresas procuram dessa forma obter sinergias entre
empresas do mesmo setor de atividade, no sentido de aumentar o seu poder de
negociação, aproveitar eventuais economias de escala e os canais de distribuição
(Soares etal., 2011).
Foram realizados vários estudos que comprovaram que o setor de atividade influencia a
divulgação de informação sobre AI’s, exemplos desses estudos são Oliveira et al.(2005),
Oliveira et al. (2006), Kang e Gray (2011) e Bozzolan et al.(2006). No entanto, noutras
investigações ainda no domínio dos AI’s, não foi encontrada evidência empírica de
qualquer relação, exemplos disso são os estudos de García-Meca et al.(2005) e Ferreira
(2008). No domínio das CAE’s e goodwill não foram encontrados estudos que
investigassem a associação existente entre o seu nível de divulgação e a variável
indústria.
A reduzida dimensão da amostra pode condicionar os resultados relativos a esta variável,
uma vez que há setores compostos por uma ou duas empresas. Por esta razão, na nossa
investigação procedemos à agregação de setores, tendo os mesmos sido divididos em
dois grupos: o grupo da indústria e o grupo do comércio e serviços. Este método foi
também utilizado por An et al. (2011) para analisar a associação existente entre o nível
de divulgação de capital intelectual e o tipo de setor das empresas. Para estes autores
era expectável que as empresas pertencentes ao setor dos serviços divulgassem mais
informação sobre capital intelectual nos seus Relatório & Contas visto que, sendo o peso
dos seus AI’s baixo, ao divulgarem informação sobre os AI’s estariam a manter os
stakeholders informados sobre as principais fontes de criação de valor da empresa.
9
Contudo, não foram encontradas diferenças significativas nos níveis de divulgação dos
dois grupos.
Tendo em conta a diversidade de resultados obtidos na análise da relação existente entre
a variável setor e o nível de divulgação, foi formulada a seguinte hipótese:
H2: O nível de informação divulgada sobre AI, CAE’s e goodwill está relacionado
com o setor de atividade em que a empresa se insere.
c) Concentração de Capital (CONC)
Não existe consenso quanto à relação existente entre a concentração da estrutura
acionista e a divulgação de informação relativa aos AI, sendo que as investigações de
Ferreira (2008), Kang e Gray (2011) e Depoers (2000) concluíram pela inexistência de
relação, mas as de Oliveira et al. (2006) e Singhvi e Desai (1971) apontam em sentido
contrário, confirmando a existência de uma correlação negativa.
A Teoria dos stakeholders defende que uma baixa concentração de detentores de capital
indica a existência de um conjunto de stakeholders da empresa mais diversificado e,
consequentemente, a empresa tem mais incentivos para divulgar informações
voluntariamente de forma a satisfazer as diferentes necessidades de informação de cada
stakeholder (Cormier et al., 2005).
A relação desta variável com a divulgação de informação também pode ser justificada
através da Teoria da Agência, formulada por Jensen e Meckling (1976),visto que, os
custos de agência aumentam à medida que a estrutura de propriedade se torna mais
difusa, como consequência deste tipo de empresas ser mais propensa a conflitos de
interesse do que as empresas com uma estrutura acionista mais concentrada. Desta
forma, as empresas com elevada dispersão da estrutura acionista têm mais incentivos
para divulgar informação como forma de reduzir os custos de agência.
Face aos resultados contraditórios das investigações anteriores, não há uma forte
expectativa em relação a esta variável. Deste modo, a terceira hipótese deste estudo é
definida da seguinte forma:
H3: O nível de informação divulgada sobre AI, CAE’s e goodwill está relacionado
com a estrutura acionista.
10
A Concentração Acionista é medida através da percentagem de direitos de voto detida
pelos três maiores acionistas.
d) Endividamento (END)
Esta variável suscita opiniões diversificadas quanto ao sinal da relação existente da
mesma com a divulgação de informação.
A Teoria da Agência defende que as empresas com elevados níveis de endividamento
têm mais incentivos para divulgar informações, como forma de reduzir os custos de
agência, o que sugere uma relação positiva entre o nível de divulgação e o
endividamento. Ou seja, as empresas com maiores valores de endividamento estão
geralmente sob maior escrutínio por parte dos credores para assegurar que não estão a
violar as cláusulas da dívida e, por isso, os titulares de participação na empresa
pressionam os dirigentes a divulgar mais informação (Jaggie Low, 2000).
Por outro lado, a Teoria da Sinalização defende que as empresas com valores de
endividamento baixos têm incentivos para enviar sinais ao mercado sobre a sua estrutura
financeira, o que implica uma maior divulgação de informação (Ereira e Canadas, 2009).
Kang e Gray (2011) comprovaram que o endividamento está significativamente associado
ao nível de divulgação de informação dos AI’s e que essa relação é negativa. Em sentido
contrário, Jaggi e Low (2000) sugerem que o endividamento tem um impacto positivo no
nível de divulgação de informação. Por outro lado, outros estudos não têm encontrado
uma relação entre esta variável e a divulgação de informação (Arvidson 2003; Depoers,
2000). Devido aos resultados inconclusivos e inconsistentes das investigações anteriores,
não existe uma grande expectativa em relação ao sinal dessa correlação. Ou seja, prevê-
se a existência de associação mas não é possível estimar o sinal dessa associação.
Assim, a hipótese será formulada sem prever o sinal esperado.
Face ao exposto, a hipótese 4 define-se da seguinte forma:
H4: O nível de informação divulgada sobre AI, CAE’s e goodwill está relacionado
com o nível de endividamento da empresa.
A variável utilizada para medir o nível de endividamento das empresas é a seguinte:
END: Total do Passivo/ Total do Ativo x 100
11
e) Rendibilidade (REND)
A Teoria da Agência estabelece que a divulgação de informação funciona como
mecanismo de controlo da performance dos gestores e, por isso, estes são estimulados a
divulgar informação para manter as suas posições e os acordos de compensação (Watts
e Zimmerman, 1978 e Depoers, 2000).
Segundo a Teoria da Sinalização, as empresas com rendibilidades elevadas são mais
propensas a divulgar os bons resultados de forma a atrair investimentos e criar uma
imagem mais favorável da empresa (Amran, 2012).
A investigação de García-Meca et al. (2005) concluiu que as empresas com níveis
superiores de rendibilidade divulgam informação mais detalhada sobre AI, como forma de
aumentar a remuneração da administração e justificar os níveis de lucro.
Gerpottetal. (2008) verificaram a existência de uma relação insignificante entre a ROA e a
divulgação sobre AI. Para estes autores, elevadas margens de ROA são indicativas de
bons níveis de eficiência operacional, que são originados por AI, tais como, funcionários
muito qualificados ou processos organizacionais sofisticados. Neste sentido, estas
empresas quererão informar os seus stakeholders desta mais-valia através da divulgação
de informação acerca dos seus AI.
Deste modo, a hipótese 5 define-se nos seguintes termos:
H5: O nível de informação divulgada sobre AI, CAE’s e goodwill é maior nas
empresas com rendibilidades elevadas.
Para medir o nível de rendibilidade das empresas incluídas na amostra, utiliza-se a
rendibilidade dos capitais próprios (ROE): Resultado Antes de Impostos (RAI)/ Capital
Próprio x 100
f) Tipo de Auditor externo (AUD)
Segundo Jensen e Meckling (1976), na perspetiva da Teoria da Agência, a Auditoria é
considerada como um mecanismo utilizado para reduzir os custos de agência, através da
redução das lacunas de informação e do aumento da credibilidade das informações
perante os stakeholders. Neste sentido, as empresas de auditoria mais prestigiadas
12
incentivam as empresas a divulgar mais informação como forma de manter a sua
credibilidade. Espera-se, portanto que as empresas auditadas por uma das Big 4
divulguem mais informação que as restantes.
Em linha de conta com o estudo de Oliveira et al.(2006), como forma de caracterizar o
auditor externo, criou-se uma variável dummy, que assume o valor 1 se a empresa é
auditada por uma das Big4 e 0, caso contrário. Nessa investigação, foi obtida evidência
empírica de que o tipo de auditor é um fator que influencia o nível de informação
divulgada sobre AI’s nos Relatórios & Contas das empresas cotadas na Euronext Lisbon.
Deste modo, a hipótese 6 é formulada do seguinte modo:
H6: O nível de informação divulgada sobre AI, CAE’s e goodwill é maior nas
empresas auditadas por uma das Big 4 do que nas auditadas por auditoras não
pertencentes às Big 4.
g) PSI – 20
Para as empresas do PSI-20 há uma forte pressão do mercado para serem transparentes
e, segundo a investigação de Healy e Palepu (2001), essa exigência cria incentivos para
as empresas divulgarem informação útil.
Segundo Ferreira (2008), sendo as empresas pertencentes ao PSI 20 as que têm maior
capitalização bolsista e tendo em consideração que esta é uma medida da dimensão da
empresa utilizada em alguns estudos, é expectável que estas empresas divulguem mais
informação.
Procurou-se neste estudo analisar empiricamente a relação existente entre pertencer ao
PSI – 20 e a divulgação de AI, CAE’s e goodwill, enunciando a seguinte hipótese:
H7: O nível de informação divulgada sobre AI, CAE’s e goodwill é maior nas
empresas do PSI – 20 do que nas restantes empresas da Euronext Lisbon.
2.2. Metodologia de Investigação na recolha e tratamento de dados
2.2.1. Definição da amostra
Atendendo à natureza exploratória do estudo, a amostra foi selecionada de acordo com
os critérios julgados importantes, tendo sempre em conta o objetivo da análise. Nesta
13
perspetiva, embora o tecido empresarial português seja composto maioritariamente por
Pequenas e Médias Empresas (PME’s), o universo do estudo considerado foram as
sociedades cotadas na Euronext Lisbon que, obrigatoriamente têm de tornar púbicos os
seus Relatórios & Contas, apresentar contas consolidadas e ainda porque são as que
efetuam mais CAE’s. As empresas registadas nos mercados financeiros têm uma
dimensão elevada e, por isso, englobam-se no universo de entidades que registam um
maior número de aquisições de partes de capital. Para além disso, a informação
financeira divulgada por estas empresas é mais completa e rigorosa devido às
características deste tipo de sociedades, nomeadamente a necessidade de informação
dos stakeholders. Não descurando estes fatores, o critério principal na definição da
amostra prende-se com o facto de apenas as empresas cotadas em bolsa estarem
obrigadas a aplicar as IAS. Assim, sendo o objetivo deste estudo verificar se as empresas
cumprem os requisitos de divulgação das IAS 38, IAS 27 e IFRS 3, não seria coerente
com o mesmo se a população a analisar incluísse empresas não cotadas.
Foram analisados os Relatórios & Contas Consolidados do total das 51 empresas
(consultados no site da Comissão do Mercado de Valores Mobiliários (CMVM) que
compõem a amostra desta investigação (n=51).
2.2.2. Recolha e Tratamento dos Dados
As empresas cotadas estão obrigadas a divulgar diversas informações, das quais
constam as fontes de informação desta investigação. Assim, as técnicas de recolha de
dados utilizadas centraram-se na observação e estudo de documentos, nomeadamente,
na observação das informações divulgadas pelas entidades nos seus Relatórios &
Contas Consolidados de 2010. Contudo, esta análise foi complementada com informação
específica constante no site da CMVM, como forma de corroborar os dados obtidos nos
Relatórios & Contas.
Dado que o trabalho empírico foi iniciado em finais de 2010, e que a IFRS 3 sofreu uma
revisão com aplicação nos exercícios económicos iniciados em ou após 1 de Julho de
2009, optou-se por considerar, o exercício 2010, como o período de análise.
No caso das Sociedades Anónimas Desportivas, os seus Relatórios & Contas são
preparados com base num exercício económico de Julho a Junho do ano seguinte, ou
seja, diferente do das restantes sociedades que utilizam o ano civil. Foi decidido que não
14
se iriam excluir da população em análise, uma vez que, analisados as contas
consolidadas elaboradas para 1 de Julho de 2009 a 30 de Junho de 2010 e para 01 de
Julho de 2010 a 30 de Junho de 2011, não foram encontradas diferenças em termos de
divulgação de informação constante dos itens deste estudo.
Procedeu-se assim à análise dos Relatórios & Contas Anuais Consolidados de todas as
sociedades cotadas na Euronext Lisbon, de forma a apurar a medida em que cumprem
com os requisitos de divulgação de informação definidos no índice criado para medir a
qualidade e quantidade dessas divulgações.
A metodologia adotada foi a análise de conteúdo dos Relatórios & Contas consolidados
dos grupos que compõem a Euronext Lisbon para o ano de 2010, com o objetivo de
verificar a presença ou ausência de informação relativa a cada item, independentemente
da qualidade ou quantidade da mesma.
2.2.3. Índice de Divulgação
A forma utilizada para medir o nível de divulgação foi o recurso a um índice, o Índice
Global de Divulgação (IGD), que constitui a nossa variável dependente. Diversas
investigações, no âmbito dos AI’s, tais como Ferreira (2008), Oliveira et. al (2006),
Arvidson (2003), Putri(2011) e Chander e Mehra (2011), utilizaram os índices para medir
o nível de divulgação. Igualmente, no domínio das CAE’s e goodwill se verificou o uso
deste método de análise, como se pode verificar pelos estudos de Rodrigues (2003),
Lópezet. al (2002) e Jiménez e Rebull (2004). O IGD permitirá obter a relação, expressa
em percentagem, da pontuação obtida por uma empresa e o máximo que poderia ter
obtido caso divulgasse a totalidade da informação, ou seja, a fórmula de cálculo será o
somatório dos elementos de divulgação sobre o número máximo de elementos
analisados. Assim, é obtida, para cada empresa do estudo, uma valorização do nível de
informação divulgada pelas mesmas nos seus Relatórios & Contas como forma de medir
a amplitude dessa divulgação.
Neste sentido, para a criação do IGD e atendendo às exigências de divulgação da IFRS
3, IAS 38 e IAS 27, foram criadas 3 categorias distintas e 24 itens:
Ativos Intangíveis (8 itens)
Concentrações de Atividades Empresariais (9 itens)
Goodwill (7 itens)
15
Deste modo, para cada empresa da amostra é verificado se divulga alguma informação
relativa a cada categoria. A não divulgação obriga a passar para a categoria seguinte. Em
caso afirmativo, analisa-se cada item, atribuindo o valor 0, se não divulgar, e 1 se o item
é divulgado.
Segundo Ferreira (2008), sendo este método um indicador de presença ou ausência, o
valor 1 é o máximo que pode ser atribuído a cada item para cada empresa, ou seja,
independentemente de a empresa divulgar várias vezes informação relativa a um item, é
considerado só uma vez. Desta forma, o valor do IGD pode variar entre 0 e 1, em que 0
significa que a empresa não divulgou nenhum dos itens que compõem o IGD e 1 se os
divulgou todos.
Considerando a decomposição em 3 categorias, criaram-se também 3 sub-índices de
divulgação (SID), uma vez que serão analisadas categorias que, embora estejam
relacionadas entre si, serão tratadas separadamente. Assim, os sub-índices a calcular
são:
SID1 – Sub-Índice de Divulgação dos AI
SID2 – Sub-Índice de Divulgação das CAE
SID3 – Sub-Índice de Divulgação do Goodwill
Para cada uma das 3 classes foi criada uma lista de elementos definidos com base nos
requisitos de divulgação de informação das normas aplicáveis, os quais podem ser
consultados no apêndice I.
2.3. Apresentação e análise dos resultados
2.3.1. Caracterização da amostra
De forma a conhecer mais exaustivamente a amostra e à semelhança de Carlin et al.
(2007b), Oliveira et al. (2005) e Shalev (2009), achou-se pertinente analisar a atividade
económica2 de cada empresa, podendo-se concluir pelo quadro 1 que se caracterizam
por uma elevada disparidade nesse âmbito.
2 Divisão sectorial segundo a New York Stock Exchange (NYSE).
16
(Quadro 1: Repartição por sectores)
Sector Designação Nº de Empresas %
0001 Gás e Petróleo 1 1,96%
1000 Materiais Básicos 5 9,80%
2000 Indústria 13 25,49%
3000 Bens de Consumo 3 5,88%
4000 Cuidados de Saúde 0 0,00%
5000 Serviços ao consumidor 12 23,53%
6000 Telecomunicações 2 3,92%
7000 Serviços Públicos 3 5,88%
8000 Financeiro 8 15,69%
9000 Tecnologia 4 7,84%
Total 51 100%
O setor de bens industriais é aquele que tem maior peso (25,49%), com um total de 13
empresas, seguido do setor de bens de consumo com um total de 12 empresas,
representando 23,53% e da indústria financeira que é composta por 8 empresas e tem
um peso de 15,69%. Estes três setores, no seu conjunto, representam 64,71% do total de
empresas.
De forma a conhecer mais exaustivamente a amostra, achou-se relevante analisar a
repartição geográfica das suas sedes (quadro 2).
(Quadro 2: Repartição segundo a Distribuição Geográfica)
Região Geográfica Nº de empresas %
Estrangeiro 5 9,80%
Norte 15 29,41%
Centro 1 1,96%
Lisboa e Vale do Tejo 29 56,86%
Alentejo 0 0,00%
Algarve 0 0,00%
Açores 0 0,00%
Madeira 1 1,96%
Total 51 100%
Das 51 empresas que constituem a amostra deste estudo, existem 5 empresas
estrangeiras. A grande maioria das empresas localiza-se na região Lisboa e Vale do Tejo,
sendo que, à exceção de 1, localizada na Madeira, a percentagem restante fica
localizada a norte desta zona.
17
2.3.2. Divulgação de informação sobre Ativos Intangíveis, CAE e Goodwill –
Análise Descritiva
O procedimento estatístico utilizado permitiu verificar que não existe nenhuma empresa
com valor zero do IGD, ou seja, todas divulgam pelo menos um item. Contudo, o mesmo
não se verifica quando analisado cada sub-índice separadamente:
(Quadro 3: Divulgação de informação sobre AI, CAE’s e goodwill)
AI CAE’S Goodwill
Nº de
empresas
% Nº de
empresas
% Nº de
empresas
%
Divulga 49 96,08% 45 88,24% 43 84,31%
Não Divulga 2 3,92% 6 11,76% 8 15,69%
Total 51 51 51
Da análise dos Relatórios & Contas pode-se concluir que a maioria das empresas
apresenta informação sobre as 3 categorias, sendo o goodwill a que apresenta uma taxa
superior de não divulgação.
De forma a fazer equivaler a cada categoria um índice de divulgação, utilizaram-se as
medidas de localização média, máximo, mínimo e desvio-padrão para o IGD e também
para cada sub-índice individualmente, dando assim indicação sobre a tendência central
dos dados e a localização extrema da amostra em termos de divulgação de informação.
(Quadro 4: Medidas Estatísticas sobre o IGD e os SID, considerando a totalidade da amostra)
Mínimo Máximo Média Desvio-Padrão
IGD 0,125 1 0,62 0,21
SID 1- Ativos Intangíveis 0 1 0,81 0,18
SID 2- CAE’s 0 1 0,49 0,30
SID 3- Goodwill 0 1 0,58 0,33
Verifica-se que todas as empresas divulgam alguma informação relativa ao IGD, embora
haja empresas que não apresentam informação sobre cada um dos SID. Por outro lado,
há empresas que cumprem todos os requisitos de divulgação deste modelo, uma vez que
o valor máximo do IGD é 1.
18
No que concerne a cada sub-índice, é o SID 1 o que apresenta um valor médio mais
elevado, indicando que, em média, as empresas divulgam mais informação relativa à
categoria dos AI’s.
Como forma de excluir as empresas que não divulgam informação sobre AI’s, CAE’s e
goodwill (valor mínimo = 0), procedeu-se ao cálculo das mesmas medidas estatísticas,
considerando apenas as empresas divulgadoras.
(Quadro 5: Medidas Estatísticas sobre o IGD e os SID, considerando apenas as empresas divulgadoras)
Mínimo Máximo Média Desvio-Padrão
IGD 0,125 1 0,62 0,21
SID 1- Ativos Intangíveis 0,5 1 0,83 0,14
SID 2- CAE’s 0,11 1 0,56 0,25
SID 3- Goodwill 0,29 1 0,69 0,22
Da análise do quadro pode-se verificar que o valor médio aumentou ligeiramente no caso
do SID 1 mas significativamente no caso dos SID 2 e 3. Embora os valores não sejam os
desejados pelos utilizadores da informação, uma vez que as empresas não cumprem
todos os requisitos de divulgação, estão acima dos 50% de divulgação.
O valor médio do SID 3 – Goodwill é consistente com os resultados do relatório da
Intangible Business Ltd. (2008) em que se concluiu que muitas empresas não cumprem
os requisitos de divulgação da IFRS 3.
2.3.3. Fatores determinantes do nível de divulgação de informação sobre CAE’s, AI
e Goodwill
Efetuada a análise do nível de divulgação de informação sobre AI’s, CAE’s e goodwill,
pretende-se neste ponto, analisar a associação existente entre os fatores identificados
anteriormente como variáveis independentes e a variável dependente, IGD.
Como forma de modelar a relação funcional entre as variáveis utilizamos um modelo de
regressão linear, baseando-se nas hipóteses anteriormente enunciadas e considerando o
IGD como variável dependente, sendo assim uma metodologia em que a variável
dependente é função das variáveis independentes. Deste modo, o modelo de regressão
linear múltipla é apresentado no quadro seguinte:
19
(Quadro 6: Modelo de Regressão Linear Múltipla)
IGD= a0 + b1 TMH + b2 SECTOR + b3CONC + b4END + b5REND + b6AUD +
b7PSI20 + ei
Procedeu-se de seguida à elaboração de um modelo de regressão linear múltipla, tendo-
se obtido os seguintes resultados:
Onde:
TMH – Tamanho, medido por TMH - logaritmo do Ativo líquido
SECTOR – Sector de Atividade, dividido em dois grupos, o grupo da indústria e o grupo
do comércio e serviços (variável dummy):
1 – A empresa pertence à indústria;
0 – A empresa não pertence à indústria;
CONC – Concentração de Capital, medido através da percentagem de direitos de voto;
END – Endividamento, medido pelo indicador total do passivo/total do ativo x 100;
REND – Rendibilidade, medida pela Rendibilidade dos Capitais Próprios (ROE);
AUD – Tipo de Auditor Externo (variável dummy):
1 – O Auditor Externo pertence às Big 4;
0 – O Auditor Externo não pertence às Big 4;
PSI-20 – Pertencer ao PSI-20 (variável dummy):
1 – A empresa pertence ao PSI-20;
0 – A empresa não pertence ao PSI-20;
20
(Quadro 7: Resultados do Modelo de Regressão Linear)
Coeficiente não standardizado Coef. Stand.
Modelo B Erro St. Beta
t Sig.
(Constant) ,102 ,312 ,326 ,746
TMH ,044 ,013 ,547 3,392 ,002
SECTOR -,082 ,049 -,207 -1,686 ,100
CONC -,001 ,001 -,108 -,783 ,439
BIG4 -,148 ,059 -,309 -2,521 ,016
PSI-20 -,059 ,054 -,155 -1,099 ,279
ROE ,060 ,042 ,181 1,445 ,156
1
END -,002 ,001 -,219 -1,815 ,077
(Quadro 8: Resultados da ANOVA)
ANOVA
Modelo Soma dos
Quadradosdf.
Média dos
Quadrados F Sig.
R2= 0,482 Regression ,806 7 ,115 5,183 ,000
R2adjust= 0,389 Residual ,866 39 ,022 1
Total 1,672 46
Como se pode verificar pelo quadro 7, para um nível de significância de 1%, a única
variável que se apresenta como fator explicativo do nível de divulgação de informação de
AI’s, CAE’s e goodwill, é a TMH1. Com um nível de significância de 5% obteve-se mais
uma variável explicativa, a BIG 4. Contudo, para um nível de significância de 10% as
variáveis END 1 e SETOR também se apresentam como explicativas do nível de
divulgação. Em suma, da análise multivariada pode-se concluir que existe uma relação
linear entre as seguintes variáveis e a variável dependente e o respetivo sinal da relação.
Dos resultados obtidos pela análise multivariada pode-se concluir que o valor do IGD
aumenta à medida que também aumenta o tamanho da empresa, que diminui o valor do
21
endividamento, se a empresa não pertencer ao setor da indústria e se a empresa de
auditoria não for uma Big 4. O nosso modelo permitiu assim validar a hipótese H1, H2 e
H4, mas não permitiu validar a H6, uma vez que esperávamos uma associação positiva
com o tipo de auditor externo. Relativamente às variáveis END e SECOR, na formulação
das respetivas hipóteses de investigação, não previmos o tipo de relação existente, visto
que nos estudos prévios havia discrepância de resultados. Assim, com os resultados da
análise multivariada pudemos, não só comprovar que estas duas variáveis influenciam o
nível de divulgação de AI’s, CAE’s e goodwill, como também estimar o sinal dessa
relação. No caso particular da variável SETOR, foi criada uma variável dummy
assumindo valor 1 se a empresa pertencesse ao grupo das empresas industriais e zero
se pertencesse ao conjunto das empresas de comércio e serviços. Uma vez que o sinal
dessa relação é negativo, podemos concluir que o nível de divulgação de AI’s, CAE’s e
goodwill é maior nas empresas que não pertencem ao grupo industrial.
O teste F (constante no quadro 8) permite-nos validar o modelo em termos globais, para
um nível de significância de 1%, isto é, podemos afirmar que a relação linear entre as
variáveis independentes TMH, SETOR, END e BIG 4 e a variável dependente IGD é
estatisticamente significativa, sendo assim o modelo estimado adequado para descrever
a relação existente entre as quatro variáveis independentes e a variável dependente.
Concluindo, a análise dos testes t e F permite extrapolar os resultados da amostra para a
população. O coeficiente de determinação R2 (exposto no quadro 8) indica-nos que o
modelo estimado explica 48,2% do nível de divulgação de AI’s, CAE’s e goodwill.
2.3. Comparação dos Resultados
Tendo em conta as conclusões obtidas no nosso estudo referentes ao nível de
informação divulgada sobre AI’s, CAE’s e goodwill, torna-se necessário efetuar uma
comparação com o tipo e grau de divulgação obtido em investigações similares. De
salientar, a similaridade de resultados com o relatório de Intangible BusinessLtd. (2008),
que concluiu que as empresas divulgam pouco sobre o que o goodwill inclui, ou seja, nas
CAE’s não descrevem os componentes de custo e, consequentemente, o que o goodwill
representa. No domínio dos AI, as investigações de Chander e Mehra (2011) e Silva et
al. (2011) apresentam resultados similares, com taxas muito baixas para a distinção entre
AI gerados internamente ou adquiridos, representando no nosso estudo uma taxa de
apenas 23,53%. Este estudo apresentou taxas elevadas de divulgação sobre os valores
contabilísticos das amortizações, os métodos de amortização e a separação dos activos
por classes, para o período de 2007-2008. O mesmo se verifica no nosso estudo para o
período em análise.
22
Tal como no estudo de Soares et al. (2011), também neste os resultados demonstraram
que as empresas da amostra, não divulgam sempre os itens exigidos pela IFRS 3, no
caso de existir uma ou mais CAE’s ao longo do período considerado. Os itens mais
divulgados são os que respeitam à identificação da empresa adquirida, percentagem de
votos adquiridos e a quantidade bruta do goodwill no início e fim do período. Estas
conclusões corroboram os resultados obtidos na investigação de Soares et al. (2011).
Ainda no domínio do goodwill, o seu valor é divulgado por quase todas as empresas da
amostra, tal como no estudo da PWC (2010).
Após a obtenção dos resultados relativos aos fatores determinantes do nível de
divulgação sobre CAE’s, AI’s e goodwill torna-se necessário efetuar uma discussão
desses resultados, mediante uma comparação com os estudos anteriormente publicados
sobre estas temáticas. Dada a inexistência de estudos anteriores ao nosso que definam
os indicadores que justificam o nível de divulgação de informação das três temáticas em
conjunto, torna-se impossível efetuar comparações exatas entre os resultados obtidos.
Contudo, tendo em conta essa limitação, procedemos à comparação dos nossos
resultados com os obtidos por outros autores nas três temáticas individualmente.
Face ao exposto, os resultados do nosso estudo são consistentes com os resultados
obtidos por Putri (2011), Oliveira et al. (2006), Oliveira et al. (2005), Ferreira (2008) e
Arvidsson (2003) que detetaram relações significativamente positivas entre o tamanho da
empresa e o nível de divulgação de informação. Estes resultados sustentam
empiricamente a Teoria da Agência, podendo-se concluir que a divulgação de informação
sobre CAE’s, AI’s e goodwill é assim um meio utilizado para reduzir os custos de agência.
Estudos anteriores, tais como o de Kang e Gray (2011) e Oliveira et al. (2006) apontam o
setor empresarial como um fator explicativo do grau de divulgação de informação. No
nosso estudo foram obtidas as mesmas conclusões.
À semelhança de Ferreira (2008), Kang e Gray (2011) e Putri (2011) não foi obtida
evidência empírica de qualquer associação entre a divulgação de informação e a
concentração acionista.
Os resultados obtidos apontam para a existência de relação entre os níveis de
endividamento e a divulgação de informação sobre AI’s, CAE’s e goodwill, sendo
inconsistentes com os resultados obtidos por Ferreira (2008), Oliveira et al. (2006),
Oliveira et al. (2005) e Arvidsson (2003). Esta variável assume-se como um fator
explicativo, tal como no estudo de Kang e Gray (2011).
23
Na nossa investigação foi ainda formulada a hipótese de que o nível de informação
divulgada sobre AI’s, CAE’s e goodwill é maior nas empresas com rendibilidades
elevadas. A ausência de relação foi igualmente obtida por Ferreira (2008), Oliveira et al.
(2005) e Oliveira et al. (2006). Verrechia (1983) defende que, existindo custos inerentes à
divulgação, existe um nível de rendibilidade a partir do qual as empresas passam a
divulgar informação. Assim, a falta de correlação poderá ficar a dever-se ao facto dos
níveis de rendibilidade das empresas consideradas na amostra estarem abaixo do nível a
partir do qual existem incentivos à divulgação de informação sobre AI’s, CAE’s e goodwill.
Para a variável Big4 foram obtidos efeitos significativos das empresas de auditoria
pertencentes àsBig4 no nível de divulgação de informação sobre AI’s, CAE’s e goodwill.
Estes resultados são contrários aos obtidos por Silva et al. (2011) mas similares aos de
Oliveira et al. (2006) e Ferreira (2008).
CONCLUSÕES, LIMITAÇÕES E SUGESTÕES PARA INVESTIGAÇÃO FUTURA
Poucos estudos se têm debruçado sobre as temáticas AI, CAE’s e goodwill que estão
presentes principalmente do quotidiano das grandes empresas e assumindo um papel
cada vez mais relevante na criação de valor para as empresas. A obrigatoriedade de
adoção do normativo contabilístico do IASB pelas empresas europeias com valores
mobiliários em mercados regulamentados em 2005, traduziu-se no principal marco na
adaptação a esta nova realidade empresarial, permitindo assim melhorar a transparência
financeira, mediante o aumento da relevância da informação financeira e a
comparabilidade. Surgiu assim a necessidade de analisar a aplicabilidade dos requisitos
de divulgação do normativo contabilístico em vigor sobre AI, CAE’s e goodwill para as
empresas com ações admitidas à cotação na Bolsa de Valores Portuguesa, aEuronext
Lisbon.Para além da análise do cumprimento das exigências de divulgação estipulou-se
como objetivo a definição dos determinantes que influenciam o nível de divulgação de
informação.
Face aos objetivos enunciados, foi possível concluir através da análise descritiva, que há
empresas que cumprem com todos os itens de divulgação definidos na nossa
investigação e que a categoria dos AI é a mais divulgada, assumindo o seu SID um valor
médio de 0,81. Quando consideradas apenas as empresas divulgadoras, a categoria dos
AI apresenta igualmente o maior valor médio dos sub-índices de divulgação. Foi possível
constatar que as empresas não cumprem com todos os requisitos de divulgação,
24
apresentando contudo níveis de divulgação de informação de cada categoria superiores a
50%.
Do estudo dos determinantes de divulgação de informação, a estimação do modelo de
regressão linear múltipla, determinou como fatores explicativos do nível de divulgação, o
tamanho, o setor de atividade, o endividamento e a empresa de auditoria pertencente à
Big 4. Apenas o tamanho da empresa apresenta uma associação positiva com o nível de
divulgação, sendo negativo o tipo de relação com o setor de atividade, o endividamento e
a empresa de auditoria pertencente à Big 4.
Na interpretação das conclusões deve-se porém ter consciência das limitações inerentes
à presente investigação. A principal limitação prende-se com a impossibilidade de se
determinar um padrão de divulgação, uma vez que apenas foi analisado um ano
económico. Desta forma, não é possível analisar a evolução do nível de divulgação de
informação ao longo dos anos. Ao contrário do que sucede na maioria dos estudos nesta
área em que é apenas analisada uma categoria, a nossa investigação incidiu sobre três
categorias, o que inviabilizou a análise da evolução do nível de divulgação ao longo do
tempo. Pela mesma razão, a análise univariada e a análise multivariada incidiram sobre o
IGD e não sobre cada sub-índice individualmente.
Desta forma, sugere-se como investigação futura nesta área, a realização de estudos
similares, analisando os fatores de divulgação de informação de cada categoria,
separadamente. Adicionalmente, seria relevante analisar a evolução do nível de
divulgação de informação ao longo do tempo para o IGD e para cada categoria.
25
APÊNDICE I - ÍNDICE DE DIVULGAÇÃO DE INFORMAÇÃO SOBRE AI’S, CAE’S E
GOODWILL
ACTIVOS INTANGÍVEIS
1 - A vida útil
2 - Os métodos de amortização
3 - Distinção entre gerados internamente e adquiridos a terceiros
4 - Quantia escriturada no início e fim do período
5 - Amortizações acumuladas
6 - Separação por classes
7 - Goodwill
8 - As alterações na quantia escriturada
CONCENTRAÇÕES EMPRESARIAIS
9 - Nomes das entidades concentradas
10 - Data de aquisição
11 - % de votos adquiridos
12 - Custo da CAE
13 - Descrição dos componentes do custo da CAE
14 - Quantia reconhecida de activos e passivos adquiridos à data de aquisição
15 - Goodwill negativo
16 - Activos Intangíveis reconhecidos separadamente do Goodwill
17
- Quantia dos resultados da adquirida desde a data de aquisição incluída nos
resultados da adquirente
GOODWILL
18 -Quantia Bruta no início do período
19 - Perdas por imparidade acumuladas no início do período
20 - Perdas por imparidade reconhecidas durante o exercício
21 - Diferenças de câmbio
22 - Restantes alterações na quantia escriturada durante o período
23 -Quantia Bruta no final do período
24 - Perdas por imparidade acumuladas no final do período
26
REFERÊNCIAS BIBLIOGRÁFICAS
Amran, N. (2012), “Mission Statement and Company Performance: Evidence from
Malaysia”, International Journal of Business and Behavioral Sciences, Vol. 2, nº4, pp. 98-
107.
An, Y., Davey, H. e Eggleton, I. (2011), “The Effects of Industry Type, Company Size and
Performance on Chinese Companies’ IC Disclosure: A Research Note”, Australasian
Accounting Business and Finance Journal, Vol. 5, nº3, pp. 107-116.
Arvidsson, S. (2003), “The Extent of Disclosure on Intangibles in Annual Reports”, 4th
Annual SNEE Congress, Mölle, 20 a 23 de Maio.
Bozzolan, S., Favotto, F. e Ricceri, F. (2003), “Italian annual intellectual capital disclosure,
an empirical analysis”, Journal of Intellectual Capital, Vol. 4, nº4, pp.543-558.
Bozzolan, S., O’Regan, P. e Ricceri, F. (2006),“Intellectual capital disclosure (ICD),a
comparison of Italy and the UK”, Journal of Human Resource Costing and Accounting,
Vol. 10, nº 2, pp. 92-113.
Bruggen, A., Vergauwen, P. e Dao, M. (2009), “Determinants of intellectual capital
disclosure: evidence from Australia” Management Decision, Vol. 47, nº 2, pp. 233-245.
Buzby, S. (1975), “Company size, listed versus unlisted stocks, and the extent of financial
disclosure”, Journal of Accounting Research, Vol. 13, nº1, pp. 16-37.
Carlin, T., Finch, N. e Ford, G. (2007a), “An Examination of Disclosure Quality of Goodwill
Impairment Testing in a Post-IFRS Environment - A Stakeholder Perspective”, Macquarie
Graduate School of Management Working Paper Series, Sydney.
Carlin, T., Finch, N. e Ford, G. (2007b), “Goodwill Impairment – An Assessment of
Disclosure Quality and Compliance Levels by Large Listed Australian Firms”, Macquarie
Graduate School of Management Working Paper Series, Sydney.
Chander, S. e Mehra, V. (2011), “A study on intangible assets disclosure: An evidence
from Indian companies”, Intangible Capital, Vol.7, nº 1, pp. 1-30.
27
Chen, S. e Gu, F. (2010), “Disclosure about Fair Value Measurement for Goodwill
Impairment Test: An Examination of Determinants and Usefulness?”,AAA Annual
Conference in San Francisco, USA, 31 de julho a 4 de agosto.
CMVM, www.cmvm.pt/.
Condor, V., Blasco, P. e Costa, A.(2002), “Contenido y características de la información
consolidada publicada en España. Análisis empírico para el sector de la construcción en
el período 1991-1998”, Revista Española de Financiación y Contabilidad, Vol. 31, pp.
583-619.
Cormier, D., Magnan M. e Velthoven, B. (2005), “Environmental disclosure quality in large
German companies: Economic incentives, public pressures or institutional conditions?”,
European Accounting Review, Vol.14, nº 1,pp. 3-39.
Depoers, F. (2000), “A cost-benefit study of voluntary disclosure: some empirical evidence
from French listed companies”, The European Accounting Review, Vol. 9, nº 2, pp. 245-
63.
Ereira, S. e Canadas, N. (2009), “O Relato do Risco – Uma análise no contexto das
empresas portuguesas cotadas”, CMVM, nº 32.
Euronext,www.euronext.com.
Ferreira, A. (2008), “A divulgação de informação sobre capital intelectual em Portugal”,
Dissertação para obtenção do grau de Mestre em Contabilidade, Faculdade de
Economia, Universidade do Porto.
Financial Accounting Standards Board (2001), Statement of Financial Accounting
Standard 141, Business Combinations, Financial Accounting Foundation.
García-Meca, E., Parra, I., Larrán, M. e Martínez, I. (2005), “The explanatory factors of
intellectual capital disclosure to financial analysts”, European Accounting Review, Vol. 14,
nº 1, pp. 63-94.
Gerpott, T., Thomas, S. e Hoffmann, A. (2008), “Intangible asset disclosure in the
telecommunications industry” Journal of Intellectual Capital, Vol. 9, nº1, pp. 37-61.
28
Gomes, P., Serra, S. e Ferreira, E. (2006), “Activos Intangíveis: o grau de adaptação das
empresas portuguesas cotadas na Euronext relativamente à IAS 38”, Contabilidade e
Gestão, nº2, pp. 11-50.
Gray, R. (2001), “Thirty years of Social Accounting, Reporting and Auditing: What (If
Anything) Have We Learnt?”,Business Ethics: A European Review, Vol.10, nº 1, pp. 9 –
15.
Healy, P., e Palepu, K. (2001), “Information Asymmetry, Corporate Disclosure, and the
Capital Markets: A Review of the Empirical Disclosure Literature”, Journal of Accounting
and Economics, nº 31, pp. 405–440.
Intangible Business (2008), “Goodwill Reporting Internationally”, Documento disponível
em http://www.intangiblebusiness.com/.
Jaggi, B. e Low, P. (2000), “Impact of culture, market forces, and legal system on financial
disclosures”, The International Journal of Accounting, Vol. 35, nº 4, pp. 495-519.
Jensen, C. e Meckling, W. (1976), “Theory of the firm: Managerial Behavior, Agency costs
and ownership structure”, Journal of Financial Economics, Vol.3, nº 4, pp. 305-360.
Jiménez, J. e Rebull, M. (2004), “La información consolidada de los grupos cotizados”,
Partida Doble, nº 153, pp. 68 a 83.
Kang, H. e Gray, S. (2011), “Reporting intangible assets: Voluntary disclosure practices of
top emerging companies”, The International Journal of Accounting, nº 46, pp. 402-423.
López, V., Burriel, M. e Toda, A. (2002), “Contenido y características de la información
consolidada publicada en España - Análisis empírico para el sector de la construcción en
el período 1991-1998”, Revista Española de financiación y contabilidad, Vol. 31, nº 112,
pp. 583-619.
Marques, M. (2009), “Os activos intangíveis nas contas das empresas do PSI 20: uma
evidência empírica”, Pecunia, nº 8, pp. 183-201.
Mitra, S. e Cready, W. (2005), “Institutional Stock Ownership, Accrual Management, and
Information Environment.”Journal of Accounting, Auditing & Finance. nº 20, pp. 257-286.
29
Oliveira, L., Rodrigues, L. e Craig, R. (2005), “Applying voluntary disclosure theories to
intangibles reporting: evidence from the Portuguese Stock Market”, 1st European Institute
for Advanced Studies in Management, Ferrara, 18 a 20 de outubro.
Oliveira, L., Rodrigues, L. e Craig, R. (2006), “Firm-specific Determinants of Intangibles
Reporting: Evidence from the Portuguese Stock Market”, Journal of Human Resource
Costing and Accounting, Vol. 10, nº 1, pp. 11-33.
Paananen, M. (2008), “Fair Value Accounting for Goodwill under IFRS: An Exploratory
Study of the Comparability in France, Germany, and the United Kingdom”, Documento
disponível em http://ssrn.com/abstract=1275803.
Putri, S. (2011), “Analyzing factors influencing Intangible Asset Disclosure (study in South-
east Asia and Australia telecommunication Industry)”, A dissertation submitted to
concluded the S1 Studies, Faculty of Economics, Diponegoro University.
Raffournier, B. (1995), “The determinants of voluntary financial disclosure by Swiss listed
companies”, European Accounting Review, Vol. 4, nº2, pp. 261-280.
Rodrigues, A. (2003), “O Goodwill nas contas consolidadas: uma análise dos grupos não
financeiros portugueses”, Dissertação de Doutoramento em Organização e Gestão de
Empresas, Faculdade de Economia, Universidade de Coimbra.
Sapena, V. e Grima, A. (2011), “Proceso armonizador y combinaciones de negocios: una
visión de los cambios recientes”, Técnica Contable, nº 743, pp. 52-66.
Shalev, R. (2009), “The Information Content of Business Combination Disclosure Level”,
The Accounting Review, Vol. 84, nº1, pp. 239-270.
Silva, M., Rodrigues A. e Dueñas, M. (2011), “Divulgação dos activos intangíveis nas
contas consolidadas das sociedades financeiras ibéricas: evidência empírica”, IV Congrés
Català de Comptabilitat i Direcció, Barcelona, 26 e 27 de Maio.
Singhvi, S. e Desai, H. (1971),“An empirical analysis of the quality of corporate financial
disclosure”, The Accounting Review, Vol. 46, nº1, pp. 129-138.
Soares, S., Aleixo, M. e Silva, S. (2011), “A divulgação da informação consolidada nas
empresas do PSI20”, XVI Congreso AECA - Nuevo modelo económico: Empresa,
Mercados y Culturas, Granada, 21 a 23 de Setembro.
30
Watts, R. e Zimmerman, J. (1978), “Towards a positive theory of the determination of
accounting standards”, The Accounting Review, Vol. 53, pp. 112-134.
White, G., Lee, A. e Tower, G. (2007), “Drivers of voluntary intellectual capital disclosure
in listed biotechnology companies” Journal of Intellectual Capital, Vol. 8, nº 3, pp. 517-
537.
Williams, S. (2001), “Is Intellectual Capital Performance and Disclosure Practices
Related?”,Journal of Intellectual Capital, Vol.2, Nº 3, p.p. 192-203.
Top Related