This work is licensed under a Creative Commons Attribution 3.0 License.

Este trabalho est licenciado sob uma Creative Commons Attribution 3.0 License.
Fonte: http://proxy.furb.br/ojs/index.php/universocontabil/article/view/2309. Acesso em: 22
out. 2013.

Revista Universo Contbil, ISSN 1809-3337

Blumenau, v. 8, n. 1, p. 37-52, jan./mar., 2012
doi:10.4270/ruc.2012103
Disponvel em www.furb.br/universocontabil

A ANLISE FINANCEIRA FUNDAMENTALISTA NA PREVISO DE MELHORES E

PIORES ALTERNATIVAS DE INVESTIMENTO1
FUNDAMENTAL FINANCIAL ANALYSIS IN PREDICTING BEST AND WORST
INVESTMENT ALTERNATIVES
EL ANALISIS FINANCIERO FUNDAMENTALISTA EN LA PREVISION DE MEJORES Y
PEORES OPORTUNIDADES DE INVERSIN

Adilson de Lima Tavares

Doutor em Cincias Contbeis pelo Programa Multiinstitucional e Inter-regional
de Ps-Graduao em Cincias Contbeis (UnB/UFPB/UFRN)
Endereo: Rua Jacarand, 374 Nova Parnamirim
CEP: 59152-210 Parnamirim/RN Brasil
E-mail: adilson.tavares@ufrnet.br
Telefone: (84) 3608-4158

Csar Augusto Tibrcio Silva

Doutor em Controladoria e Contabilidade pela FEA/USP
Professor do Programa Multiinstitucional e Inter-Regional de Ps-Graduao
em Cincias Contbeis (UnB/UFPB/UFRN)
Endereo: Campus Universitrio Darcy Ribeiro, Prdio da FACE, Asa Norte
CEP: 70910-900 Braslia/DF Brasil
E-mail: cesartiburcio@unb.br
Telefone: (61) 3307-2345

RESUMO
Este artigo investiga se a Anlise Financeira Fundamentalista (AFF) capaz de segregar
grupos de melhores e piores alternativas de investimentos a partir da previso de variaes do
valor de mercado das empresas no-financeiras listadas na Bolsa de Valores de So Paulo
(BOVESPA). As amostras do estudo correspondem a 2/3 das empresas com dados disponveis
no banco de dados da Economtica nos anos de 2005, 2006 e 2007, e esto divididas em dois
grupos: Perdedoras e Vencedoras. Foram selecionados 23 ndices Econmico-Financeiros
(IEF) tradicionais, comumente utilizados por analistas e pesquisadores nas avaliaes de
oportunidades de investimento. O tratamento economtrico dos dados foi realizado com o uso
1

Artigo recebido em 04.04.2011. Revisado por pares em 21.07.2011. Reformulado em 18.09.2011.

Recomendado para publicao em 21.09.2011 por Ilse Maria Beuren (Editora). Publicado em 31.01.2012.
Organizao responsvel pelo peridico: FURB.
Revista Universo Contbil, ISSN 1809-3337, FURB, Blumenau, v. 8, n. 1, p. 37-52, jan./mar., 2012.

Adilson de Lima Tavares- Csar Augusto Tibrcio Silva

38

da Regra do Qui-quadrado Mnimo e da Anlise Discriminante. Constatou-se que um nmero

bastante reduzido de IEF apresentou significncia estatstica diferenciao entre as empresas
integrantes das amostras. Apesar disso, as classificaes corretamente previstas nos trs
exerccios sociais alcanaram nveis satisfatrios, indicando que o uso da AFF contribui para
melhorar os resultados das decises de investimentos. Conclui-se que possvel aceitar a
hiptese de que a AFF capaz de prever variaes de valor da empresa, contribuindo para a
escolha entre melhores e piores alternativas de investimentos no mercado de aes brasileiro.
Palavras-chave: Anlise fundamentalista. ndices econmico-financeiros. Valor da empresa.
ABSTRACT
This paper investigates whether the Fundamental Financial Analysis (FFA) is able to
segregate groups of best and worst investment alternatives from the prediction of changes in
market-value of non-financial companies listed in Bolsa de Valores de So Paulo
(BOVESPA). The study samples correspond to 2/3 of the non-financial companies with
available data in the Economtica database in the years 2005, 2006 and 2007, and they are
divided in two groups: Losers and Winners. 23 traditional Financial-Economic Ratios (FER),
commonly used by analysts and researchers in assessing investment opportunities, were
selected. The econometric treatment of data was performed using the Minimum Chi-Square
Rule and the Discriminant Analysis. It was found that a very small number of FER showed
statistic significance to the differentiation between the companies of the samples.
Nevertheless, the classifications predicted correctly in the three years reached satisfactory
levels, indicating that the use of FFA contributes to improve the performance of investment
decisions. It is concluded that it is possible to accept the hypothesis that FFA is able to
predict changes in company value, contributing to the choice between better and worse
investment alternatives in the Brazilian Stock Market.
Keyworks: Fundamental analysis. Financial-economic ratios. Company value.
RESUMEN
Este artculo investiga si el anlisis financiero fundamentalista (AFF) es capaz de apartar
grupos de mejores y peores de inversin a partir de previsin de variaciones de valor de
mercado de las empresas no-financieras listada en la Bolsa de Valores de So Paulo
(BOVESPA). Las muestra de este estudio corresponden a un 2/3 de las empresas con datos
disponibles en el banco de datos de la Economtica en los aos 2005,2006 y 2007. Estos
datos estn divididos en dos grupos: perdedoras y vencedoras. Fueron seleccionados 23
ndices econmico-financieros (IEF) tradicionales que suelen ser usados por analistas e
investigadores en las evaluaciones de oportunidades de inversin. El tratamiento
economtrico de los datos fue realizado con el uso de la regla Chi-cuadrado Mnimo y del
Anlisis Discriminante. Se ha constatado que una cantidad bastante reducida de IEF ha
presentado significado estadstico a la diferencia entre las empresas integrantes de las
muestras. Adems de eso, las clasificaciones correctamente previstas en los tres ejercicios
sociales alcanzan niveles satisfactorios, indicando que el uso de la AFF contribuye para
mejorar los resultados de las decisiones de inversin. Se concluye que es posible aceptar la
hiptesis de que la AFF es capaz de prever variaciones de valor de la empresa,
contribuyendo para la eleccin entre las mejores y peores posibilidades de inversin en al
mercado brasileo.
Palabras-clave: Anlisis fundamentalista. ndices econmico-financieros. Valor de la
empresa.
Revista Universo Contbil, ISSN 1809-3337, FURB, Blumenau, v. 8, n. 1, p. 37-52, jan./mar., 2012.

A ANLISE FINANCEIRA FUNDAMENTALISTA NA PREVISO DE MELHORES E PIORES

ALTERNATIVAS DE INVESTIMENTO

39

1 INTRODUO
A Anlise Fundamentalista (AF) e a anlise tcnica so os dois tipos de anlise
comumente destacados na literatura para avaliao e escolha entre alternativas de
investimento. A primeira baseia-se em informaes extradas das demonstraes contbeis,
alm da anlise do mercado, do panorama econmico e de projees de resultados. A
segunda, tambm denominada anlise grfica, tem por base dados histricos relativos a preos
e volumes dos ativos em perodos prvios, a partir dos quais o investidor analisar as
tendncias para decidir entre as alternativas de investimento.
Embora o processo de anlise fundamentalista envolva estudos acerca das estratgias
da empresa, da qualidade da contabilidade, dos dados financeiros e das projees de
resultados, esta pesquisa concentrar esforos na anlise financeira, que utiliza dados
financeiros, comumente na forma de ndices, para sumariar as performances das empresas.
A Anlise Financeira Fundamentalista (AFF), foco principal desta pesquisa, no uma
metodologia que tem aceitao unnime entre analistas e pesquisadores quanto sua eficcia
no auxlio tomada de deciso sobre investimentos. No entanto, h estudos em vrios pases,
tais como Japo (CHAN; HAMAO; LAKONISHOK, 1991), Estados Unidos (PIOTROSKI,
2000), Brasil (LOPES; GALDI, 2006) e Reino Unido (CLUBB; NAFFI, 2007), que tm
apresentado resultados favorveis ao uso de dados fundamentalistas na seleo entre
alternativas de investimentos.
Considerando que o mercado de aes no Brasil tem se desenvolvido de forma mais
vigorosa, e presumindo-se que, por esta razo, os analistas precisam ter disponveis
ferramentas que minimizem os riscos nas tomadas de decises, surge a seguinte questo de
pesquisa: A anlise financeira fundamentalista capaz de segregar grupos de melhores e
piores alternativas de investimentos a partir da previso de variaes de valor das empresas?
A hiptese levantada neste estudo e de que a AFF capaz de prever variaes de
valor da empresa, contribuindo para a escolha entre melhores e piores alternativas de
investimentos no mercado de aes brasileiro. Espera-se que o estudo possa contribuir para
uma reflexo acerca da adequabilidade das metodologias atualmente utilizadas, no mercado
brasileiro de aes, para avaliao e escolha entre alternativas de investimentos.
Alm desta introduo, este estudo compe-se de mais cinco sees. As sees 2 e 3,
ao tratarem da Anlise Fundamentalista e de ndices Econmico-Financeiros, buscam
fornecer a fundamentao terica do artigo. A metodologia apresentada de forma detalhada
na seo 4, e os resultados e anlises da pesquisa emprica constam na seo 5. A seo 6
busca responder questo formulada nesta introduo e apresenta as consideraes finais.
2 ANLISE FUNDAMENTALISTA (AF)
A AF procura identificar as causas que explicam as variaes nos preos das aes
(LEMES JNIOR; RIGO; CHEROBIM, 2002), utilizando as demonstraes contbeis como
uma de suas principais fontes informativas, das quais so extradas informaes sobre a
liquidez, a rentabilidade, o endividamento, os nveis de atividade operacional, dentre outras.
Tais informaes so utilizadas para previso de resultados, de oferta e demanda, da fora da
indstria, da capacidade gerencial e de outras questes que afetam o valor de mercado e o
potencial de crescimento de uma ao (THOMSETT, 1998). Ao disponibilizar esses dados
para anlise, a contabilidade desempenha o papel de contestadora de crenas especulativas,
buscando ancorar o investidor aos fundamentos da empresa (PENMAN, 2003).
A anlise focada nos principais fundamentos econmicos e financeiros de uma
empresa adota a hiptese da existncia de um valor intrnseco para cada ativo (FOSTER,
1986; ASSAF NETO, 2007). O confronto entre o preo de mercado da ao e o seu valor
intrnseco propicia ao analista uma viso do potencial de gerao ou destruio de valor
Revista Universo Contbil, ISSN 1809-3337, FURB, Blumenau, v. 8, n. 1, p. 37-52, jan./mar., 2012.

Adilson de Lima Tavares- Csar Augusto Tibrcio Silva

40

daquele ttulo (QUIRIN; BERRY; OBRYAN, 2000), o que subsidiar a tomada de decises
do investidor.
Kothari (2001) defende que o foco principal da anlise fundamentalista repousa sobre
a avaliao de ativos com o objetivo de identificar ttulos malprecificados, procedimento esse
que se tornou popular desde a publicao do livro Security Analysis, em 1934, por Graham e
Dodd. Estes autores esto entre os primeiros a discutir formalmente a importncia de fatores
fundamentais no exerccio da avaliao de aes (BETTMAN; SAULT; WELCH, 2006).
Esse processo de anlise tem por premissa que as informaes contbeis histricas tm
valor preditivo (OLSON; MOSSMAN, 2003). Ele envolve o uso de informaes correntes e
passadas, extradas das demonstraes contbeis, que em conjunto com dados
macroeconmicos e do setor de atuao de cada empresa, propiciar a obteno do valor da
empresa (KOTHARI, 2001).
Na viso de Miltersteiner (2003), as informaes mais relevantes nos campos setorial
e macroeconmico so aquelas que se referem concorrncia, s polticas de crdito, fiscal e
cambial que envolvem a entidade. Assevera ainda que quanto melhor for o conhecimento
acerca desses aspectos, e das possveis implicaes que eles venham a ter sobre a atividade da
empresa sob anlise, melhor ela poder ser avaliada.
Ao optar pelo investimento em aes de determinada companhia, o seu valor de
mercado um dado de relevante interesse do analista. Esse valor pode ser representado pelo
produto da cotao de suas aes em bolsa numa determinada data e o nmero total de aes
que integram o capital naquele mesmo momento (FERNNDEZ; REINOSO, 2002).
De acordo com Piotroski (2005), a premissa subjacente s estratgias de investimento
baseadas na anlise das demonstraes contbeis tradicionais que os investidores
sofisticados so capazes de selecionar oportunidades lucrativas pelo uso de informaes
histricas. Neste caso, infere-se que as informaes acerca das situaes econmicofinanceiras passadas e atuais das empresas so dotadas de grande valor e servem de inputs
anlise prospectiva da rentabilidade de seus ativos.
O processo completo de anlise fundamentalista, conforme Palepu, Healy e Bernard
(2004), envolve:
a) anlise das estratgias de negcios para identificar os direcionadores-chave do
lucro e os riscos do negcio, e avaliar o potencial de lucro em nvel qualitativo.
b) anlise contbil tem por fim avaliar o grau em que a contabilidade captura a
realidade subjacente aos negcios.
c) anlise financeira usa dados financeiros para avaliar as performances passada e
atual da empresa, bem como sua sustentabilidade.
d) anlise prospectiva se constitui numa sntese da viso do analista, a partir da
anlise de negcios, da anlise contbil e da anlise financeira.
Neste estudo, a busca da resposta questo de pesquisa est focada na Anlise
Financeira Fundamentalista (AFF) atravs de ndices, obtidos a partir das demonstraes
contbeis e informaes de mercado.
3 NDICES ECONMICO-FINANCEIROS (IEF)
A utilizao de IEF no estudo da sade econmico-financeira das empresas j ocorre
h mais de um sculo. Conforme Myer (1976), h evidncias de que em 1908 a medio
quantitativa por meio de IEF j havia sido adotada pelos banqueiros, dado que as exigncias
concesso de crditos levavam em considerao a liquidez, cuja medida considerava a razo
entre o ativo a curto prazo e o passivo do tomador do crdito.
Por volta de 1913 comearam a surgir crticas supremacia do quociente de liquidez
em relao aos demais critrios de anlise. Dentre os crticos estava Alexander Wall, que, em
1919, publicou um artigo intitulado Study of Credit Barometrics no Federal Reserve Bulletin,
Revista Universo Contbil, ISSN 1809-3337, FURB, Blumenau, v. 8, n. 1, p. 37-52, jan./mar., 2012.

A ANLISE FINANCEIRA FUNDAMENTALISTA NA PREVISO DE MELHORES E PIORES

ALTERNATIVAS DE INVESTIMENTO

41

criticando os banqueiros que usavam apenas o ndice de liquidez como base para suas
tomadas de decises e mostrando que era necessrio considerar outras relaes alm de ativos
e passivos correntes para ter um quadro completo da situao da empresa (MYER, 1976).
A anlise por meio de IEF ainda uma das tcnicas mais largamente utilizadas. Os
IEF so obtidos, principalmente, a partir de relaes entre valores extrados das
demonstraes contbeis. O que o analista busca com esses IEF, conforme Lyra (2008),
medir, comparar e projetar desempenhos, quer sejam econmicos, financeiros ou patrimoniais
e, para tanto, os indicadores utilizados devem conter os seguintes aspectos bsicos:
objetividade, mensurabilidade, compreensibilidade e comparabilidade.
Conforme Foster (1986), as principais motivaes para a anlise atravs de IEF so: a)
realizar o controle por diferenas de tamanho na comparao entre firmas e ao longo do
tempo; b) fazer com que os dados satisfaam melhor as premissas subjacentes s ferramentas
estatsticas, tais como a anlise de regresso; c) provar uma teoria na qual um ndice a
varivel de interesse; e d) explorar uma regularidade emprica observada entre um ndice
financeiro e a estimao ou predio de uma varivel de interesse (ex: o risco de um ttulo ou
a probabilidade de uma firma declarar falncia).
Lyra (2008) destaca crticas bsicas aos indicadores comumente utilizados nas anlises
de desempenho de empresas, identificadas na reviso terica de sua tese de doutorado.
Adverte que: a) a liquidez obtida a partir de ndices uma relao esttica do passado, e pode
no mais refletir a capacidade financeira no momento da anlise; b) h incompatibilidade na
comparao de alguns itens relacionados aos ndices de estrutura de capital; c) os ndices de
rentabilidade possuem itens extrados da demonstrao de resultado que no considera o custo
do capital prprio; e 4) os clculos dos ndices de atividades realizados por usurios externos
sofrem limitaes, devido falta de detalhamento das demonstraes contbeis.
Por sua vez, Gasparetto (2004) entende que a contabilidade se constitui num
importante provedor de informaes avaliao do desempenho da empresa, e que, embora
haja crticas utilizao de indicadores tradicionais nos modelos de avaliao desenvolvidos,
eles tm-se revelado importantes nessa tarefa. Ainda segundo Gasparetto (2004), as crticas
utilizao de IEF tradicionais no devem levar substituio desses, como apregoam diversos
autores, mas complementao com outros indicadores, tais como os no-financeiros.
Neste estudo, so utilizados recursos economtricos para verificar a relao existente
entre IEF tradicionais e a previso de movimentos ascendentes ou descendentes nos valores
de mercado das empresas.
4 METODOLOGIA
4.1 Seleo das Amostras
A populao neste estudo composta de empresas no-financeiras listadas na Bolsa de
Valores de So Paulo (BOVESPA), nos exerccios de 2005, 2006 e 2007. Dados posteriores a
esse perodo no so objeto de amostra em razo das mudanas em curso nas prticas
contbeis, decorrentes do processo de convergncia das normas brasileiras s normas
internacionais de Contabilidade. Outro fator relevante na delimitao do perodo das amostras
utilizadas decorre da instabilidade dos mercados financeiros de diversos pases a partir de
2008, decorrente da Crise do Subprime. Portanto, como as informaes contbeis divulgadas
pelas companhias podem estar carregadas pelos efeitos da crise, e considerando a fase de
transio do processo de convergncia, foram evitados os exerccios de 2008 a 2010.
Para este estudo, foi realizado um levantamento de todas as empresas no-financeiras
com sede no Brasil que constavam no banco de dados da Economtica no perodo de 2005 a
2007. Dessas empresas, num total de 561, foram excludas aquelas que tiveram seus registros
cancelados na Bolsa de Valores de So Paulo e que ainda constavam no banco de dados.
Revista Universo Contbil, ISSN 1809-3337, FURB, Blumenau, v. 8, n. 1, p. 37-52, jan./mar., 2012.

Adilson de Lima Tavares- Csar Augusto Tibrcio Silva

42

Os indicadores econmico-financeiros que tm por denominador o patrimnio lquido

das empresas podem no ter uma interpretao bvia quando estes apresentam valores
negativos (FOSTER, 1986). Portanto, foram excludas do processo de seleo da amostra
todas as empresas que apresentaram tal situao patrimonial.
Para evitar informaes enviesadas, outro aspecto avaliado foi a possvel existncia de
fatos extraordinrios ocorridos durante o exerccio social que pudessem provocar elevao ou
declnio das cotaes de aes de forma artificial. Isto , aumentos ou diminuies que no
decorressem do desempenho econmico-financeiro e operacional nas atividades normais da
companhia, tais como incorporaes, fuses e aes especulativas do mercado.
Por fim, foram verificadas ainda algumas empresas que, embora atendessem aos
demais pr-requisitos, no apresentaram quaisquer dados (ou a maioria deles) para as
variveis utilizadas no estudo. Aps esse tratamento inicial, remanesceu uma populao 195,
188 e 203 companhias para os exerccios de 2005, 2006 e 2007, respectivamente.
Tabela 1 - Dados quantitativos da seleo da amostra de cada exerccio social
Empresas
Empresas Excludas
Ano
NoRegistro
Sem Vr.
PL
Fatos
Sem
Financ. Cancelado Mercado Negativo Extraord. Dados
561
123
212
26
2
3
2005
561
144
200
24
3
2
2006
561
156
160
31
3
8
2007
Fonte: Dados da pesquisa.

Empresas
Amostras
Remanescentes
195
188
203

132
126
136

Para a totalidade das empresas que atenderam s exigncias iniciais, foram levantadas
as variaes percentuais dos valores de mercado entre o fechamento do exerccio social
precedente e o fechamento de cada exerccio social em anlise. Dispondo destas informaes,
as empresas foram classificadas em ordem crescente de gerao de valor, tendo por
referencial as variaes relativas de valores de mercado.
Integraram a amostra de cada exerccio social as empresas do primeiro tero (33,33%
da populao), aquelas que obtiveram menor agregao de valor (Empresas Perdedoras), bem
como as empresas do terceiro tero (outros 33,33% da populao), que apresentaram maior
agregao de valor (Empresas Vencedoras), o que corresponde a 2/3 das empresas da amostra
disponvel nos anos 2005 a 2007 (Tabela 1). A escolha dos grupos mais afastados da mediana
da populao visa a identificar perfis mais bem definidos das empresas integrantes de cada
um deles, na busca de uma melhor discriminao das empresas a serem classificadas.
As amostras selecionadas necessitaram tratamentos por falta de dados e outliers
(observaes atpicas). A falta de dados (em mdia, 1,8% dos dados de cada amostra), foi
resolvida pela insero de valores correspondentes mdia aritmtica das demais observaes
de cada grupo. Os outliers (em mdia, 0,58% dos dados de cada amostra) foram identificados
a partir de tcnicas de deteco univariada e multivariada, tomando por base a medida D2 de
Mahalanobis, e substitudas pela mdia aritmtica das observaes de cada grupo.
Aps a seleo e tratamento de cada amostra anual, foi procedida a sua diviso em
duas subamostras: de anlise e de teste. As subamostras foram selecionadas aleatoriamente
utilizando a rotina Random Number Generators do SPSS, numa proporo 60-40 entre
anlise e teste, respectivamente, resultando nos perfis apresentados na Tabela 2.
Tabela 2 - Segregao das amostras anuais em subamostras de anlise e teste
Ano
Amostra
Subamostra de Anlise
2005
132
80
2006
126
76
2007
136
80
Fonte: Dados da pesquisa.

Subamostra de Teste
52
50
56

Revista Universo Contbil, ISSN 1809-3337, FURB, Blumenau, v. 8, n. 1, p. 37-52, jan./mar., 2012.

A ANLISE FINANCEIRA FUNDAMENTALISTA NA PREVISO DE MELHORES E PIORES

ALTERNATIVAS DE INVESTIMENTO

43

4.2 Seleo dos ndices

Para a seleo dos ndices, foram utilizados resultados de trs pesquisas: Anjos (2008),
Lyra (2008) e Pinto e Hein (2008). Os IEF utilizados como variveis independentes neste
estudo, com as suas codificaes e frmulas de clculo, esto relacionados na Tabela 3.
Tabela 3 - Cdigos identificadores e frmulas de clculo dos IEF
Cdigo
ndice

Frmula
Disponibilidades
PC

X1

Liquidez Imediata

X2

Liquidez Corrente

X3

Liquidez Seca

X4

Prazo de Pagamento Fornecedores

X5

Prazo de Recebimentos

X6

Prazo de Estocagem

X7

Relao Capital de Terceiros/ Passivo Total

X8

Relao Capital de Terceiros/ Capital Prprio

X9

Dvida Financeira/Ativo Total

Emprst. e Financ.
Total do Ativo

X10

Dvida Financeira/Patrimnio Lquido

Emprst. e Financ.
Patrimnio Lquido

X11

Dvida Financeira de C. Pz/Dvida Financeira Total

X12

Lucro Operacional/Dvida Financeira

X13

Giro do Ativo

Receita Lq. Oper.

Total do Ativo

X14

Giro do Patrimnio Lquido

Receita Lq. Oper.

Patrimnio Lquido

X15

Margem Operacional

Lucro Operacional
Receita Lq. Vendas

X16

Margem Lquida

Lucro Lq. Exerc.

Receita Lq. Vendas

X17

Grau de Alavancagem Operacional

Lucro Bruto
Lucro Oper. Prprio

X18

Retorno sobre o Ativo

X19

Retorno sobre o Patrimnio Lquido

X20

Margem Bruta

X21

EBITDA por Ao

X22

Lucro por Ao

X23

Patrimnio Lquido por Ao

AC
PC
AC Estoques
PC
Fornecedores a pg
360
Compras a Prazo
Duplicatas a receber
360
Vendas a Prazo

Est. de Merc./Produtos
360
Custo Prod. Vendidos
Exigvel Total
Passivo Total

Exigvel Total
Patrimnio Lquido

Emprst. e Financ. (C. Pz )

Emprst. e Financ. (C. e L. Pz )

Lucro Operacional
Emprst. e Financ.

Lucro Lq. Exerc.

Ativo Total
Lucro Lquido do Exerccio
Patrimnio Lquido

Lucro Bruto
Receita Lq. Vendas
Lucro Oper. + Deprec. + Amort.
N de Aes
Lucro Lq. Exerccio
N de Aes

PL
N de Aes

Fonte: Elaborao prpria.

Revista Universo Contbil, ISSN 1809-3337, FURB, Blumenau, v. 8, n. 1, p. 37-52, jan./mar., 2012.

Adilson de Lima Tavares- Csar Augusto Tibrcio Silva

44

No tratamento estatstico dos dados, buscou-se associar a cada empresa todos os

ndices de desempenho econmico-financeiro definidos acima.
4.3 Aplicao da Regra do Qui-Quadrado Mnimo e da Anlise Discriminante
4.3.1 Regra do Qui-Quadrado Mnimo
Por esse mtodo, valores menores do qui-quadrado 2 sugerem que a empresa em
anlise aproxima-se mais de um grupo, ao passo que valores maiores para o 2 significam que
o perfil da empresa analisada desvia da mdia do grupo e, provavelmente, ela no poderia ser
classificada no grupo com o qual est sendo comparada. Isto conhecido como a regra do
qui-quadrado mnimo (ASSAF NETO; SILVA, 2002).
A regra do qui-quadrado mnimo foi apresentada por Tatsuoka (1971) como uma
metodologia que tem a propriedade de minimizar a probabilidade de erros de classificao
quando uma determinada populao apresenta distribuio normal multivariada com matrizes
de disperso iguais. Posteriormente, Besley e Osteryoung (1991) e Assaf Neto e Silva (2002)
propuseram o uso da mesma metodologia para detectar probabilidade de insolvncia de
clientes na concesso de crditos.
Neste estudo, buscou-se antever se os valores das empresas tero aumento ou
diminuio de valor a partir do estudo de seus fundamentos (expressos nos IEF oriundos de
suas demonstraes contbeis). Para tanto, foram calculados dois valores de 2 para cada
empresa integrante da amostra: um em relao ao grupo das Empresas Perdedoras, e outro em
relao ao grupo das Empresas Vencedoras. Os clculos dos 2 para cada empresa foram
realizados a partir da aplicao das seguintes Equaes:
iP2 = xiP' ST1 xiP + ln S PD , para a empresa i, em relao ao grupo das Perdedoras, e
iV2 = xiV ' ST1 xiV + ln SVD , para a empresa i, em relao ao grupo das Vencedoras.

Onde: ST1 a inversa da estimativa da matriz de varincia-covarincia das variveis da

populao; xiP ' e xiV ' so os vetores linhas dos desvios das variveis da empresa i da
subamostra de teste em relao aos valores mdios das variveis dos grupos Empresas
Perdedoras e Empresas Vencedoras da subamostra de anlise; xiP e xiV so as transpostas
daqueles vetores; e ln S PD e ln SVD os logaritmos naturais das determinantes das matrizes de
disperso para Perdedoras e Vencedoras.
O modelo testado nos trs exerccios sociais: 2005, 2006 e 2007. A metodologia ser
considerada eficaz para este estudo se o nvel de similaridade entre a classificao prvia e
aquela encontrada a partir do clculo do 2 for estatisticamente significativo.
s mesmas subamostras de anlise e teste foi aplicada a Anlise Discriminante, a fim
de dar mais robustez aos resultados alcanados no primeiro tratamento estatstico.
4.3.2 Anlise Discriminante
A Anlise Discriminante determina uma varivel estatstica discriminante, tambm
denominada funo discriminante, que combina duas ou mais variveis independentes que
melhor discriminaro entre os objetos (pessoas, empresas etc.) nos grupos definidos a priori
(HAIR et al., 2009). A funo assume a seguinte forma:
Z jk = a + W1 X 1k + W2 X 2 k + ... + Wn X nk + jk
Onde: Zjk = escore Z discriminante da funo discriminante j para o objeto k; a =
intercepto; Wi = peso discriminante para a varivel independente i; Xik = varivel
independente i para o objeto k; e jk = termo de erro estocstico.
Revista Universo Contbil, ISSN 1809-3337, FURB, Blumenau, v. 8, n. 1, p. 37-52, jan./mar., 2012.

A ANLISE FINANCEIRA FUNDAMENTALISTA NA PREVISO DE MELHORES E PIORES

ALTERNATIVAS DE INVESTIMENTO

45

A questo de pesquisa deste estudo requer a segregao dos componentes da amostra

em dois grupos, ou seja, uma classificao exaustiva e dicotmica entre Empresas Perdedoras
e Empresas Vencedoras a partir da anlise das variveis independentes (IEF) extradas dos
demonstrativos contbeis das empresas no exerccio social anterior. Portanto, entende-se que
a aplicao da anlise discriminante simples constitui um tratamento estatstico adequado
soluo do problema de pesquisa.
Destaca-se como de suma importncia, para o tratamento estatstico com o uso da
anlise discriminante, a ateno aos seguintes pressupostos, a fim de que possa ser conferida
robustez aos resultados obtidos (HAIR et al., 2009; MRIO, 2007): Normalidade
multivariada, Linearidade, Ausncia de outliers, Ausncia de multicolinearidade e
Homogeneidade das matrizes de varincias-covarincias.
5 RESULTADOS E ANLISES
5.1 Testes dos Pressupostos da Regra do Qui-quadrado Mnimo e Anlise
Discriminante
Os resultados dos testes estatsticos dos pressupostos da Regra do Qui-quadrado
Mnimo e da Anlise Discriminante para os dados das amostras foram satisfatrios. Destacase apenas que, para a amostra do ano 2006, o pressuposto da homogeneidade das matrizes de
varincias-covarincias no foi atendido, dado que houve significncia suficiente (Sig. 0,000)
para rejeitar tal hiptese. Foi utilizado o teste Boxs M, cuja finalidade avaliar a similaridade
das matrizes de disperso das variveis independentes entre os grupos (HAIR et al., 2009).
5.2 Resultados da Regra do Qui-quadrado Mnimo
No Painel A da Tabela 4 so apresentadas as classificaes decorrentes da aplicao
desta metodologia (Resultado do Teste) e as classificaes efetivas (Resultado Real),
verificadas ao final de cada exerccio social. Nestes primeiros clculos, foram utilizadas todas
as variveis do estudo aps a excluso daquelas que apresentaram alta multicolinearidade (X15
em 2006 e X2, X14 e X15 em 2007).
Pode-se observar que o nvel de acertos menor no ano de 2006 exatamente o
exerccio social que no apresenta homogeneidade entre as matrizes de disperso dos grupos.
Para os demais anos, os nveis de acertos foram sensivelmente melhores. Vale ressaltar que as
empresas apresentam variveis com caractersticas muito parecidas entre os grupos,
contruibuindo para que os qui-quadrados calculados em relao a Perdedoras e Vencedoras
tenham diferenas muito pequenas e aumente a probabilidade de erro de classificao.

Real

Real

Tabela 4 Matriz de Classificao pela Regra do Qui-quadrado Mnimo

Painel A Uso de todas as variveis
Exerccios
2005
2006
2007
Resultado do Teste
Resultado do Teste
Resultado do Teste
Perd.
Venc.
Total
Perd.
Venc. Total Perd. Venc. Total
16
10
26
18
7
25
19
9
28
Perdedoras
5
21
26
13
12
25
9
19
28
Vencedoras
21
31
52
31
19
50
28
28
56
Total
Nveis de Acertos
71,2%
60,0%
67,9%
Painel B Uso das variveis com maior poder discriminante
Exerccios
2005
2006
2007
Resultado do Teste
Resultado do Teste
Resultado do Teste
Perd.
Venc.
Total
Perd.
Venc. Total Perd. Venc. Total
19
7
26
22
3
25
20
8
28
Perdedoras
8
18
26
20
5
25
14
14
28
Vencedoras
27
25
52
42
8
50
34
22
56
Total
Nveis de Acertos
71,2%
54,0%
60,7%
Fonte: Dados da pesquisa.
Revista Universo Contbil, ISSN 1809-3337, FURB, Blumenau, v. 8, n. 1, p. 37-52, jan./mar., 2012.

Adilson de Lima Tavares- Csar Augusto Tibrcio Silva

46

Os resultados encontrados no Painel B da Tabela 4 decorrem de novos clculos dos

e P2 (Tabela 5) para cada empresa, utilizando apenas as variveis que apresentaram
maior poder discriminante entre os grupos do estudo.
2
V

Tabela 5 Qui-quadrados e Z discriminante para matrizes de varincias-covarincias das variveis

significantes
2005
2006
2007
2
2
2
2
Empresas
P
V
Zi
Empresas
P
V
Zi
Empresas
2P
2V
Zi
Ienergia
Dixie Toga
Braskem
Brasmotor
VCP
Pronor
GPC Part
Ferbasa
Pettenati
Sultepa
Klabin S/A
Whirlpool
Mangels Indl
Mundial
Copesul
Lix da Cunha
Joao Fortes
Tecel S Jose
Drogasil
Ripasa
Millennium
Light S/A
Pet Manguinh
Acos Vill
Brasil T Par
Fosfertil
Ipiranga Pet
CEG
Vale R Doce
Perdigao S/A
ALL Amer
Lat
D F Vasconc
Bradespar
Telef. Data
Hld
Plascar Part
Sao Carlos
Ger Paranap
Cemig
Cia Hering
AES Tiete
Coelba
Petrobras
Itausa
Celpe
CPFL Energia
Marisol
Rio Gde Ener
Tim Part S/A
Alpargatas
J B Duarte
Bahema
Rossi Resid

0,0108
0,0016
0,0000
0,0005
0,0177
0,0008
0,0003
0,0048
0,0021
0,0000
0,0065
0,0005
0,0147
0,0000
0,0005
0,0016
0,0048
0,0003
0,0065
0,0001
0,0008
0,0012
0,0003
0,0209
0,0005
0,0033
0,0134
0,0008
0,0065
0,0177

0,0022
0,0095
0,0032
0,0064
0,0058
0,0008
0,0016
0,0002
0,0106
0,0026
0,0190
0,0064
0,0317
0,0026
0,0011
0,0095
0,0159
0,0055
0,0190
0,0020
0,0008
0,0005
0,0016
0,0405
0,0011
0,0000
0,0297
0,0008
0,0006
0,0058

Kepler Weber
Karsten
Quattor Petr
Petroflex
Celul Irani
Met Duque
Cedro
Hoteis Othon
Petroq Uniao
Gol
Mangels Indl
Renar
Alfa Consorc
Santistextil
CEG
Alfa Holding
Dohler
CPFL Energia
Eletropaulo
Cemig
Mendes Jr
Embratel Part
Itautec
Ideiasnet
Ipiranga Dis
Trafo
Ampla Energ
Cemar
Leco
Elektro

33,8902
17,9525
17,7761
15,7472
15,9149
17,7970
15,8435
29,6442
16,2372
16,8787
15,8770
16,4959
16,2172
15,7983
18,0471
16,4493
16,2335
15,9440
16,5658
16,0254
24,8842
16,5550
15,8386
16,1908
17,2191
22,9978
23,3781
16,7595
16,5499
16,1808

21,0794
18,4233
18,9659
18,8091
18,9211
20,4528
19,0239
20,7669
19,4880
18,8333
18,7612
19,5978
18,6618
18,8416
18,7390
18,6570
18,9048
18,6924
18,4558
18,5155
19,8805
18,7060
19,0911
19,2427
19,7663
18,9490
19,2272
18,3376
19,7392
18,4294

2,0145
0,4989
-0,117
-0,4324
-0,4921
-1,3415
-0,5978
0,9999
-0,9033
-0,197
-0,3599
-0,934
-0,1928
-0,4526
0,1599
-0,1354
-0,4143
-0,2829
0,0845
-0,0982
0,6983
-0,1524
-0,659
-0,7203
-0,9148
1,3945
1,2171
0,2573
-1,047
0,0221

Santanense
OHL Brasil
Gol
Marisol
Gradiente
Dasa
Sao Carlos
Metal Leve
Cedro
Abnote
Cemar
CCR Rod.
Datasul
Medial Saude
Embratel Part
Pet Manguinh
CEG
Sanepar
Vivo
Rio Gde Ener
Wlm Ind Com
Sultepa
Celpa
Sabesp
Alpargatas
Petroflex
Lojas Renner
AES Tiete
Springer
Mont Aranha

0,0515
0,4623
0,5716
0,4915
2,6692
0,3951
0,6142
2,8240
0,5281
1,6040
1,0664
0,6611
1,6319
2,6246
0,0868
2,7342
0,1736
0,7370
0,6181
0,5875
0,2135
6,0325
0,7679
0,7281
0,8862
0,3669
3,8577
0,8523
3,0345
0,5234

0,3001
0,0101
1,3774
1,8140
1,0649
1,2125
1,4803
1,4190
0,0545
2,8204
2,0703
1,4088
0,5785
4,8158
0,7570
1,1732
0,5637
1,6151
1,8309
1,3333
0,8290
3,3366
1,6376
1,5741
1,9649
1,1324
2,3943
1,6822
1,3083
1,3386

-0,2006
0,3649
-0,6503
-1,0672
1,2946
-0,6597
-0,6989
1,1337
0,3822
-0,9816
-0,8101
-0,6034
0,8501
-1,7682
-0,5409
1,2597
-0,3148
-0,7086
-0,9788
-0,6019
-0,4967
2,1755
-0,7018
-0,6827
-0,8704
-0,6177
1,1809
-0,6697
1,3929
-0,6579

0,0001 0,0020 -0,1537

0,0027 0,0000 0,2157
0,0086 0,0013 0,5851

Bradespar
M G Poliest
Fibam

18,9837 20,8434
16,0582 18,9687
16,7095 18,6695

-1,3942
-0,5104
-0,0872

Ferbasa
Trafo
Am Inox Br

1,5714
1,3716
0,1378

2,8329
0,5626
0,1715

-1,018
0,6529
-0,0272

0,0065
0,0000
0,0086
0,0209
0,0012
0,0027
0,0835
0,0056
0,0086
0,0770
0,0000
0,0000
0,0134
0,0000
0,0192
0,1829
0,0008
0,0226
0,0008

Cemat
Sabesp
Weg
Ger Paranap
Saraiva Livr
Eucatex
Acos Vill
Caraiba Met
Pettenati
Localiza
Duratex
Forjas Taurus
Elekeiroz
Rede Energia
Ienergia
Botucatu Tex
Melhor SP

16,3559
17,2801
16,2939
15,7360
16,3804
34,7775
19,4696
16,1953
16,1355
17,6817
16,2366
20,0760
15,9583
19,7475
16,2266
30,5481
15,9843

-0,024
0,334
0,0799
-0,4248
-0,3254
1,4034
-0,4978
-0,011
-0,232
-0,1524
-0,0547
0,6137
-0,7485
-1,0675
-0,6994
0,6107
-0,2482

Vale R Doce
Light S/A
Metisa
CEB
Fibam
Trevisa
Lix da Cunha
Magnesita
Rede Energia
Quattor Petr
Iguacu Cafe
Met Duque
Renar
Encorpar
Eleva
Brasmotor
Cia Hering
Karsten
Mendes Jr
Drogasil
Tec Blumenau
Sam Industr
Tecnosolo

1,1104
0,7133
0,2037
2,8327
0,2238
0,9393
4,4095
0,7637
0,2156
0,6321
2,1022
0,0018
0,2510
1,7722
1,4829
1,7313
0,2577
1,5754
0,458
0,4686
1,6988
4,1913
3,2364

2,0848
1,7593
0,0422
1,9206
0,0306
2,2220
2,3430
0,1618
0,5896
1,7959
1,4208
0,3903
0,0940
2,8176
0,5418
2,8123
0,9758
0,9721
0,0182
0,5909
2,8103
2,2737
1,7324

-0,7863
-0,844
0,1303
0,736
0,1559
-1,0352
1,6676
0,4857
-0,3018
-0,9392
0,5499
-0,3135
0,1267
-0,8436
0,7595
-0,8724
-0,5794
0,4869
0,3549
-0,0986
-0,8969
1,5474
1,2137

0,0006
0,0032
0,0223
0,0077
0,0005
0,0000
0,0539
0,0003
0,0013
0,0487
0,0032
0,0032
0,0035
0,0032
0,0067
0,1376
0,0008
0,0429
0,0008

0,6907
-0,6287
-0,2593
-0,4704
0,9546
0,0046
-0,1009
0,374
-0,6814
-0,2065
-0,9981
-0,4704
-1,3675
-0,2065
-0,0482
-0,6287
-0,8925
-0,4176
-0,9981
-0,1537
0,0046
0,0574
-0,1009
-1,5786
-0,0482
0,2685
-1,3147
0,0046
0,4796
0,9546

0,4796
-0,2593
-1,1036
1,0601
0,0574
0,2157
2,3795
0,4268
0,5851
2,2739
-0,2593
-0,2593
0,7962
-0,2593
1,0073
3,6461
0,0046
-1,6314
0,0046

Perdedoras

18,5233
18,4051
18,3983
18,7961
18,8447
21,6799
19,8283
18,4641
18,6843
18,9814
18,5244
18,8752
19,2250
20,6149
19,2449
21,3502
18,6639

Vencedoras

Fonte: Dados da pesquisa.

Para a seleo das variveis significativas foi utilizada a estatstica Wilks Lambda e o
Revista Universo Contbil, ISSN 1809-3337, FURB, Blumenau, v. 8, n. 1, p. 37-52, jan./mar., 2012.

A ANLISE FINANCEIRA FUNDAMENTALISTA NA PREVISO DE MELHORES E PIORES

ALTERNATIVAS DE INVESTIMENTO

47

teste F-ANOVA. Como estas estatsticas testam a hiptese de igualdade entre as mdias dos
grupos, foram utilizadas as variveis que apresentaram significncia estatstica menor que
0,05, ou seja, que rejeitam a hiptese principal. Os testes resultaram significantes nas
variveis X20 em 2005, X5 e X10 em 2006 e X11 e X17 em 2007.
Analisando os resultados do Painel B, possvel verificar que o nvel de acertos em
2005 igual quele do Painel A, podendo-se inferir que as demais variveis, alm de X20, no
tm influncia significativa sobre o percentual total de acertos. Nos anos de 2006 e 2007, a
situao no difere muito, uma vez que os nveis de acertos alcanados nesses exerccios, com
apenas duas variveis cada um, correspondem a 90% daquele obtido com 22 e 20 variveis,
respectivamente.
Um ponto interessante nesta fase do estudo a anlise da preciso de classificao
demonstrada na matriz, atravs da comparao de seus resultados com algum padro. O teste
estatstico do poder discriminatrio da matriz de classificao, quando comparada com o
modelo de chances, a estatstica Q de Press (HAIR et al., 2009).
Tabela 6 Testes de Poder Discriminatrio da Matriz de Classificao
Exerccios
2005
2006
Validao Terica (Q de Press): 2 crtico a 0,05 = 3,84
Todas as variveis
9,31
2,00
Variveis de Maior Poder Discriminante
9,31
0,32
Validao Prtica: Igual ou maior que 62,5%
Todas as variveis
71,2%
60,0%
Variveis de Maior Poder Discriminante
71,2%
54,0%
Fonte: Dados da pesquisa

2007
7,14
2,57
67,9%
60,7%

Pelos resultados da estatstica Q de Press, constantes na Tabela 6, as classificaes a

partir de qui-quadrados calculados com todas as variveis no exerccio de 2006, a priori, no
seriam consideradas estatisticamente melhores do que o critrio de chances. Vale ressaltar,
entretanto, que este teste sensvel ao tamanho da amostra (HAIR et al., 2009), de forma que
a estatstica de 2006 pode tornar-se significante, mesmo permanecendo com o mesmo
percentual de acertos, se o nmero de empresas da subamostra de teste for aumentado. Este
mesmo entendimento aplicvel ao Q de Press para as classificaes do ano de 2007, quando
utilizadas apenas as variveis de maior poder discriminatrio.
Outra medida de significncia da razo de sucesso da matriz de classificaes a
validao prtica. Hair et al. (2009) sugerem que a previso de classificao seja, pelo menos,
um quarto maior do que a obtida por chances. Neste caso, o nvel de acertos deve ser igual ou
superior a 62,5% (50% x 1,25).
Quando a regra do qui-quadrado mnimo utiliza todas as variveis, as classificaes
dos exerccios de 2005 e 2007 apresentam significncia prtica. Por sua vez, quando
utilizadas apenas as variveis de maior poder discriminante, apenas 2005 teria significncia
prtica. Entretanto, como o percentual de acertos nas classificaes de 2007 no difere muito
daquele sugerido por Hair et al. (2009), acredita-se ser interessante consider-lo vlido.
5.3 Resultados da Anlise Discriminante
A estimao da funo discriminante foi realizada pelo mtodo stepwise. Na Tabela 7
so apresentadas as variveis que melhor discriminam as empresas entre os grupos de
Perdedoras e Vencedoras. possvel verificar que foram selecionadas as mesmas variveis
utilizadas na avaliao pela Regra do Qui-quadrado Mnimo.

Revista Universo Contbil, ISSN 1809-3337, FURB, Blumenau, v. 8, n. 1, p. 37-52, jan./mar., 2012.

Adilson de Lima Tavares- Csar Augusto Tibrcio Silva

48

Tabela 7 Variveis inseridas na funo discriminante

Wilks' Lambda
Exerc

Passos

Inseridas

Estatstica

1
X20
1
X5
2006
2
X10
1
X11
2007
2
X17
Fonte: Dados da pesquisa SPSS.
2005

,936
,891
,839
,947
,896

gl1

gl2

gl3

1
1
2
1
2

1
1
1
1
1

78
74
74
78
78

Estatstica
5,377
9,053
6,988
4,356
4,492

Exact F
gl1
1
1
2
1
2

gl2
78
74
73
78
77

Sig.
,023
,004
,002
,040
,014

A primeira varivel selecionada em cada exerccio social para incluso na funo

discriminante aquela que, dentro da subamostra de anlise, apresenta maior poder
discriminante (menor valor para Wilks Lambda e maior valor para F-ANOVA). A incluso
das demais variveis ocorre desde que forneam discriminao adicional estatisticamente
significante entre os grupos, alm daquelas diferenas j explicadas pelas variveis na funo
discriminante.
Na Tabela 8 encontram-se os coeficientes das variveis inseridas nas funes
discriminantes e os valores das constantes obtidos a partir dos dados da subamostra de anlise.
Tabela 8 Coeficientes das funes discriminantes cannicas
2005
2006
Funo
Funo
X20
5,277
X5
Constante
-1,631
X10
Constante
Coeficientes no padronizados
Fonte: Dados da pesquisa - SPSS

2007
Funo
,020
,004
-1,698

X11
X17
Constante

,024
-,085
-,872

Utilizando as informaes da Tabela 8, as funes discriminantes para uma

determinada empresa k, nos exerccios sociais de 2005, 2006 e 2007 podem ser apresentadas,
respectivamente, com as seguintes disposies:
Z k = 1,631 + 5,277 X 20 + k
Z k = 1,698 + 0,020 X 5 + 0,004 X 10 + k
Z k = 0,872 + 0,024 X 11 0,085 X 17 + k
A partir das funes discriminantes so calculados os escores Z discriminantes de cada
empresa (vide Tabela 5). Entretanto, para a classificao final de cada caso em um dos grupos
do estudo, necessrio definir o ponto de corte (cut-off point) ou escore crtico ZEC, que
servir para sinalizar a qual grupo pertence a empresa sob anlise.
Considerando-se que as subamostras de teste apresentam nmeros iguais de empresas
em cada grupo, o ponto de corte resultar num escore crtico ZEC = 0.
Se Zi < ZEC classificao no Grupo de Empresas Perdedoras
Se Zi > ZEC classificao no Grupo de Empresas Vencedoras
Na Tabela 9 so apresentados, em forma matricial, os quantitativos de erros e acertos
decorrentes da comparao entre o Zi de cada empresa e o escore crtico ZEC.
Os resultados para os Casos Selecionados (Originais e Validao Cruzada)
correspondem s classificaes das empresas da subamostra de anlise, isto , aps a
estimao da funo discriminante, o mesmo grupo de empresas utilizado para a
classificao.
A Tabela 9 mostra que as funes discriminantes estimadas nos trs exerccios

Revista Universo Contbil, ISSN 1809-3337, FURB, Blumenau, v. 8, n. 1, p. 37-52, jan./mar., 2012.

A ANLISE FINANCEIRA FUNDAMENTALISTA NA PREVISO DE MELHORES E PIORES

ALTERNATIVAS DE INVESTIMENTO

49

proporcionam nveis de acertos de classificaes iguais ou superiores a 62,5%, ao avaliar os

escores Zi das empresas das subamostras de anlise. Esse resultado denota, em princpio, que
o uso das funes contribui para a melhoria no processo de discriminao entre grupos,
quando comparado probabilidade de classificao ao acaso, cuja expectativa seria de 50%.

No Selec

Casos Selecionados

Tabela 9 Matriz de classificao resultante da Anlise Discriminante

Exerccios
2005
2006
Grupos
Grupos
Grupos
Total
Total
Reais
Previstos
Previstos
Perd.
Venc.
Perd. Venc.
Originais
Conta Perd
24
16
40
33
5
38
.
Ven
14
26
40
21
17
38
c.
%
Perd
60,0
40,0 100,0
86,8
13,2 100,0
.
Ven
35,0
65,0 100,0
55,3
44,7 100,0
Validao
Conta c.
Perd
24
16
40
Cruzada
.Ven
14
26
40
c.
%
Perd
60,0
40,0 100,0
.Ven
35,0
65,0 100,0
c.
Originais
Conta Perd
19
7
26
21
4
25
.
Ven
8
18
26
19
6
25
c.
%
Perd
73,1
26,9 100,0
84,0
16,0 100,0
Ven
30,8
69,2 100,0
76,0
24,0 100,0
c.
Casos selecionados
Casos
selecionados
Originais..............62,5% Originais.............65,8%
Validao Cruz... 62,5%
Nveis de Acertos
Casos no selecionados
Casos no selecionados
Originais..............71,2% Originais............54,0%
Fonte: Dados da pesquisa - SPSS

2007
Grupos
Previstos
Perd. Venc.
29
11
17
23
72,5
27,5
42,5
57,5
29
11
17
22
72,5
27,5
45,0
55,0

Total
40
40
100,0
100,0
40
40
100,0
100,0

20
8
28
14
14
28
71,4
28,6 100,0
50,0
50,0 100,0
Casos selecionados
Originais................65,0
Validao Cruz...63,8%
Casos no selecionados
Originais............60,7%

As classificaes dos Casos No Selecionados (Originais), por outro lado, so

realizadas a partir da subamostra de teste, conferindo validade externa funo discriminante.
Essas classificaes podem ser consideradas de maior interesse para o estudo, pois o fato de
tratar-se de um grupo de empresas no utilizado para a estimao da funo discriminante,
minimiza a probabilidade de um vis ascendente na preciso preditiva da funo.
Os nveis de acertos nas classificaes das empresas das subamostras de testes variam
de 54% a 71,2%. O menor nvel de sucesso ocorre no ano de 2006, mas o resultado para este
ano deve ser desconsiderado, pois a premissa da homogeneidade das matrizes de varinciascovarincias no atendida nesse exerccio social. Como se trata de uma premissa-chave da
anlise discriminante, um resultado mais adequado deve ser buscado pelo uso de uma
metodologia que dispense tal premissa, tal como o Logit. Nos demais exerccios, 2005 e 2007,
aquela premissa foi atendida e os nveis de acertos so um pouco mais expressivos.
6 CONCLUSES
Uma das primeiras constataes na aplicao das metodologias foi a de que um
nmero bastante reduzido de ndices apresentou significncia estatstica diferenciao entre
as empresas integrantes das amostras: em 2005, o ndice Margem Bruta; em 2006, o Prazo de
Recebimento e a razo Dvida Financeira/Patrimnio Lquido; e, em 2007, a razo Dvida
Financeira de Curto Prazo/Dvida Financeira Total e o Grau de Alavancagem Operacional.
Esse fato sinaliza que as mdias dos ndices das empresas no-financeiras do mercado de
aes brasileiro, em ambos os grupos, apresentam perfis bastante semelhantes. Portanto, a
anlise conjunta de empresas dos mais diversos setores, como neste estudo, requer a insero
Revista Universo Contbil, ISSN 1809-3337, FURB, Blumenau, v. 8, n. 1, p. 37-52, jan./mar., 2012.

Adilson de Lima Tavares- Csar Augusto Tibrcio Silva

50

de um nmero substancial de variveis, a fim de identificar aquelas consideradas relevantes

ao estudo em cada exerccio social.
Apesar de apresentar um reduzido nmero de variveis estatisticamente significantes,
os resultados da aplicao da Regra do Qui-quadrado Mnimo mostrou percentuais relevantes
de acertos nas previses de classificaes em dois exerccios sociais (2005 e 2007), indicando
que o uso dessa metodologia contribui para melhorar os resultados das decises de
investimentos, quando comparado s escolhas ao acaso. O fato de no haver homogeneidade
das varincias entre os grupos de Perdedoras e Vencedoras pode ter influenciado no
percentual de acertos pouco relevante no exerccio de 2006.
Para conferir mais robustez aos achados, foi aplicada a Anlise Discriminante s
amostras da pesquisa, obtendo-se os mesmos resultados alcanados pela metodologia da
Regra do Qui-quadrado Mnimo. Portanto, considerando os resultados deste estudo, concluise que possvel aceitar a hiptese de que a AFF capaz de prever variaes de valor da
empresa, contribuindo para a escolha entre melhores e piores alternativas de investimentos no
mercado de aes brasileiro.
Destaca-se que no foram consideradas variveis exgenas, tais como o PIB, taxa de
cmbio, taxa de juros de mercado, delimitando a pesquisa anlise financeira por meio de
ndices econmico-financeiros. Os resultados da pesquisa contribuem para reflexes acerca
das potencialidades das informaes contbeis s escolhas entre alterantivas de investimentos,
ao analisar a capacidade preditiva dos ndices econmico-financeiros denominados
tradicionais, e podem despertar acadmicos e preparadores de demonstraes contbeis para a
importncia da aplicao de mtodos economtricos nas anlises das empresas.
REFERNCIAS
ANJOS, Vera Marleide Loureiro dos. A utilidade das demonstraes contbeis para a
tomada de deciso sob a tica dos analistas de investimentos e profissionais de relaes
com investidores RI. 2008. 111 f. Dissertao (Mestrado em Cincias Contbeis) Universidade de Braslia, Braslia, 2008.
ASSAF NETO, Alexandre. Finanas corporativas e valor. 3. ed. So Paulo: Atlas, 2007.
ASSAF NETO, Alexandre; SILVA, Csar Augusto Tibrcio. Administrao do capital de
giro. 3. ed. So Paulo: Atlas, 2002.
BESLEY, Scott; OSTERYOUNG, Jerome S. Determining trade credit default probabilities
using the minimum chi-square rule. In: KIM, Young; SRINIVASAN, Venkat. Advances in
working capital management. Greenwich: JAI Press., 1991. v. 2. pp. 173-195.
BETTMAN, Jenni L.; SAULT, Stephen J.; WELCH, Emma L. Fundamental and technical
analysis: substitutes or compliments? 2006. Disponvel em: <http://papers.ssrn.com/sol3/
Acesso
em:
1
nov.
2009.
papers.cfm?abstract_id=899879>.
http://dx.doi.org/10.2139/ssrn.899879.
CHAN, Louis K. C.; HAMAO, Yasushi; LAKONISHOK, Josef. Fundamentals and stock
returns in Japan. The Journal of Finance, v. 46, n. 5, p. 1739-1764, Dec., 1991.
http://dx.doi.org/10.2307/2328571.
CLUBB, Colin; NAFFI, Mounir. The Usefulness of Book-to-Market and ROE Expectations
for Explaining UK Stock Returns. Journal of Business Finance & Accounting, n. 34, p. 132, Jan./Mar., 2007. http://dx.doi.org/10.1111/j.1468-5957.2006.00662.x
FERNNDEZ, Pablo; REINOSO, Laura. Shareholder value creators and shareholder
value destroyers in USA. Year 2001. (2002). Disponvel em: <http://papers.ssrn.com/sol3/
papers.cfm?abstract_id=298218>.
Acesso
em:
12
jun.
2008.
.
Revista Universo Contbil, ISSN 1809-3337, FURB, Blumenau, v. 8, n. 1, p. 37-52, jan./mar., 2012.

A ANLISE FINANCEIRA FUNDAMENTALISTA NA PREVISO DE MELHORES E PIORES

ALTERNATIVAS DE INVESTIMENTO

51

http://dx.doi.org/10.2139/ssrn.298218.
FOSTER, George. Financial statement analysis. 2nd. ed. New Jersey: Prentice-Hall, 1986.
GASPARETTO, Valdirene. O papel da contabilidade no provimento de informaes para a
avaliao do desempenho empresarial. Revista Contempornea de Contabilidade. v. 1, n. 2,
p. 11-40, jul./dez. 2004.
HAIR, Joseph F. Jr et al. Anlise multivariada de dados. Traduo Adonai Schlup
SantAnna. 6. ed. Porto Alegre: Bookman, 2009.
KOTHARI, S. P. Capital markets research in accounting. Journal of Accounting and
Economics, n. 31, p. 105-231, 2001. http://dx.doi.org/10.1016/S0165-4101(01)00030-1
LEMES JNIOR, Antnio Barbosa; RIGO, Cludio Miessa; CHEROBIM, Ana Paula Mussi
Szabo. Administrao financeira: princpios, fundamentos e prticas brasileiras. Rio de
Janeiro: Campus, 2002.
LOPES, Alexsandro Broedel; GALDI, Fernando Caio. Does financial statement analysis
generate abnormal returns under extremely adverse conditions? 2006. Disponvel em:
<http://ssrn.com>. Acesso em: 12 jun. 2008.
LYRA, Ricardo Luiz Wst Corra de. Anlise hierrquica dos indicadores contbeis sob a
ptica do desempenho empresarial. So Paulo, 2008. 171 f. Tese (Doutorado em
Controladoria e Contabilidade) Faculdade de Economia, Administrao e Contabilidade da
Universidade de So Paulo, So Paulo, 2008.
MYER, John N. Anlise das demonstraes financeiras. Traduo de Danilo Ameixeiro
Nogueira. So Paulo: Atlas, 1976.
MILTERSTEINER, Marcelo da Rosa. A validade estatstica do uso de ndices
fundamentalistas no mercado de capitais brasileiro: um estudo aplicado ao setor
bancrio. Florianpolis, 2006, 85f. Dissertao (Mestrado em Engenharia da Produo)
Universidade Federal de Santa Catarina, Santa Catarina, 2006.
OLSON, Dennis; MOSSMAN, Charles. Neural network forecasts of Canadian stock returns
using accounting ratios. International Journal of Forecasting, n. 19, p. 453-465, 2003.
http://dx.doi.org/10.1016/S0169-2070(02)00058-4
PALEPU, Krishna G.; HEALY, Paul M.; BERNARD, Victor. L. Business analysis &
valuation: using financial statements text and cases. 3. ed. Ohio: South-Western College
Publishing, 2004.
PENMAN, Stephen H. The quality of financial statements: perspectives from the recent
Stock Market Bubble. Accounting Horizons, Supplement, p. 77-96, 2003.
http://dx.doi.org/10.2308/acch.2003.17.s-1.77
PINTO, Juliana; HEIN, Nelson. Rough sets na anlise da solvncia de empresas do setor
txtil. In: ENCONTRO DA ASSOCIAO NACIONAL DE PS-GRADUAO E
PESQUISA EM ADMINISTRAO, 32., 2008, Rio de Janeiro. Anais ... Rio de Janeiro:
ANPAD, 2008. 1 CD-ROM.
PIOTROSKI, J. D. Value investing: the use of historical financial statement information to
separate winners from losers. Journal of Accounting Research, v. 38, Suplement: studies on
accounting information and the economics of the firm, p. 1-41, 2000.
http://dx.doi.org/10.2307/2672906
QUIRIN, Jeffrey J.; BERRY, Kevin T.; OBRYAN, David. A fundamental analysis approach
to oil and gas firm valuation. Journal of Business Financial & Accounting, v. 27, n. 7-8,
Revista Universo Contbil, ISSN 1809-3337, FURB, Blumenau, v. 8, n. 1, p. 37-52, jan./mar., 2012.

Adilson de Lima Tavares- Csar Augusto Tibrcio Silva

52

Sep./Oct., 2000. http://dx.doi.org/10.1111/1468-5957.00335.

TATSUOKA, Maurice M. Multivariate analysis: techniques for educational and
psychological research. New York: John Wiley & Sons, 1971.
THOMSETT, Michael C. Mastering fundamental analysis: how to spot trends and pick
winning stocks using fundamental analysis. Chicago: Dearborn Financial Publishing, 1998.

Revista Universo Contbil, ISSN 1809-3337, FURB, Blumenau, v. 8, n. 1, p. 37-52, jan./mar., 2012.