Estacionariedade de ndices Financeiros no Brasil no Perodo 1988-2003 Autoria: Robert Aldo Iquiapaza Coaguila, Aureliano Angel Bressan, Francisco

Vidal Barbosa RESUMO Neste trabalho, avaliam-se as propriedades de sries temporais para alguns ndices financeiros de empresas brasileiras selecionadas, antes e aps a implantao do Plano Real. Para tal, so utilizadas tcnicas recentes, tais como a abordagem de Ioannidis et. al. (2003) a qual utiliza a aproximao cbica do modelo ESTAR aplicado anlise univariada de estacionariedade, alm de testes de raiz unitria para dados em painel, nos quais se reconhece a possibilidade de dependncia entre indicadores analisados em um mesmo perodo e ao longo do tempo. Os dados referem-se aos demonstrativos financeiros de empresas negociadas na Bovespa, no perodo de dezembro de 1988 a setembro de 2003. Os resultados indicam a rejeio da hiptese de raiz unitria para os indicadores de liquidez corrente e seca, refletindo que estes ndices financeiros se comportam como globalmente estacionrios, tanto no perodo 1988/2003 quanto no perodo ps Real. J os ndices de liquidez geral e de endividamento, apresentaram um comportamento no-estacionrio, e o ndice de financiamento de estoques se comporta como no-estacionrio em todo o perodo e estacionrio no perodo ps Real. Tais resultados ressaltam a importncia da verificao dos ndices financeiros utilizados como regressores nas estimaes economtricas lineares. 1 INTRODUO

A anlise de ndices financeiros, importante para a verificao da condio econmicofinanceira das empresas, tambm instrumento importante para a explicao de outras variveis explicativas do comportamento de variveis de interesse de agentes envolvidos com processos decisrios ligados ao financiamento ou investimento em empresas. Assim, diversos ndices financeiros so utilizados como variveis auxiliares na determinao dos condicionantes para a bonificao de funcionrios, ou ainda como variveis explicativas para de decises de investimento ou determinantes do custo do capital e da estrutura de capital de empresas (ver, por exemplo: Cleary, 1999; Ozkan, 2001; Santana e Turolla, 2002; Mramor e Valentincic, 2003 e Ioannidis et. al., 2003). Mas antes de se realizar estimaes a partir de modelos de regresso linear, necessrio se avaliar se os ndices a serem utilizados como variveis explicativas (ou alguma transformao destes) satisfazem os pressupostos dessa tcnica. Dois desses pressupostos so de que as sries analisadas so normalmente distribudas e estacionrias ou no persistentes (BROOKS, 2002). De modo geral, os pesquisadores esto cientes dos perigos da no-estacionariedade, os quais implicam em resultados invlidos no modelo de regresso bsico e os seus testes associados (WHITTINGTON e TIPPETT, 1999). Trabalhos empricos recentes sobre as propriedades de sries temporais nos ndices financeiros corporativos tm demonstrado que a maioria dos ndices analisados so descritos por processos no-estacionrios, constituindo portanto processos integrados (IOANNIDIS et. al., 2003). Outro aspecto importante das propriedades estatsticas das sries envolve o estudo das inter-relaes entre as empresas no seu entorno competitivo, com tcnicas de regresso de dados em painel (CHEN e LU, 2003). 1.1 PROBLEMA DE PESQUISA E OBJETIVOS Assim, o objetivo geral deste trabalho consiste em analisar as propriedades de sries temporais para cinco ndices financeiros de empresas brasileiras antes e aps a implementao do Plano Real. Especificamente, testada a hiptese de Ioannidis et. al. (2003), a partir da

2 qual a velocidade de ajuste do ndice se eleva quando a diferena em relao a seu valor objetivo estabelecidos a partir de critrios prprios da empresa maior. Para tal, os resultados sero comparados atravs de dois testes de raiz unitria para dados em painel propostos respectivamente por Im, Pesaran e Shin (2003) introduzido no ambiente de pesquisa emprica desde 1997 e o teste desenvolvido por Chang (2002). 2 2.1 DADOS EM SERIES TEMPORAIS Sries Estacionrias e Razes Unitrias

A resenha a seguir esta baseada principalmente em Wooldridge (2003) e em Engle e Granger (1991). Uma varivel estacionria aquela cujo valor no afetado permanentemente pelos termos de erro contidos nas observaes passadas. Um exemplo simples o processo de rudo branco: yt = t (1) onde t representa o tempo, y a varivel dependente e t uma varivel aleatria no correlacionada serialmente com mdia zero e varincia constante var( t )= 2 . A varivel y t tambm pode ser estacionria ao redor de uma tendncia: y t = Bt + t (2) onde B o coeficiente que caracteriza a tendncia no tempo. Em ambos os casos, y t independente dos valores anteriores de t ( t +1 , t -2 ,...). Uma varivel no-estacionria aquela cujo valor corrente permanentemente afetada pelos termos de erro contidos nas observaes passadas. O exemplo clssico o caminho aleatrio (random walk): y t = y t -1 + t (3) a qual com substituies recursivas pode ser expressado como:
y t = y t -n + t - j
j=1 n -1

(4)

onde y t -n a "condio inicial" ou valor para t-n perodos. Isto mostra claramente o efeito cumulativo dos termos de erro conduzindo no-estacionariedade de y t . esta acumulao dos erros que origina as dificuldades de inferncia dos resultados da anlise de regresso para relacionar variveis no-estacionrias. E possvel adicionar um termo de "direo" (drift) em (3) para permitir que a varivel aumente (ou, se negativa, diminua): y t = + y t -1 + t (5) onde o fator de direo. Este termo estocstico de natureza diferente do que a tendncia determinstica em (2), porque os seus valores passados influenciam y t atravs da sua influncia sobre y t -1 ao invs da relao direta verificada em (3). Os modelos simples (1) e (3) so casos especiais de um processo estocstico mais geral: y t = y t -1 + t (6) onde o conhecido como coeficiente da "velocidade de ajuste". Se < 1 , o processo estacionrio, e se 1 , o processo no-estacionrio. Quando
= 1 como em (3) a serie descrita como integrada de ordem 1, ou I(1), porque quando a mesma diferenada uma vez produz uma srie estacionria: y t y t -1 = t (7)

3 Esta equao a base do teste de Dickey e Fuller (1979) para determinar se uma srie possui raiz unitria = 1. Neste caso a anlise se realiza com dados relativos ao nvel ou s primeiras diferenas da srie, de modo a verificar se a mesma do tipo I(0) ou I(1). Sendo < 1 , a serie analisada estacionria, no necessitando de diferenciao adicional para atingir a estacionariedade, pois os efeitos dos erros passados na srie no so permanentes. Vale ressaltar que neste caso, a varincia converge, pois o valor esperado de (6) se iguala a zero. Para o caso em que = 1, o processo apresenta valor esperado que depende da condio inicial descrita em (4), impossibilitando a generalizao do processo estocstico que descreve o comportamento da varivel. Em relao aos indicadores financeiros, Whittington (1980) caracteriza os mesmos como assumindo uma relao de proporcionalidade linear (sem termo constante) entre o numerador (x1) e denominador (x2). Neste casso, conforme Whittington e Tippett (1999) possvel esperar que os valores dos indicadores tenham propriedades similares s de resduos de uma relao de co-integrao. Esta caracterizao particularmente apropriada quando as variveis so consideradas na forma logartmica, onde os indicadores podem ser expressos como a diferena dos logaritmos. Nestas circunstncias possvel que o indicador seja estacionrio ainda que o seu numerador ou seu denominador sejam no-estacionrios. Como uma conseqncia da existncia de uma relao de co-integrao, o teorema de representao de Granger (ENGLE e GRANGER, 1987) assegura que existe uma representao de correo de erros para cada relao de co-integrao; isto , mudanas na varivel dependente so determinadas, ao menos em parte, pelas diferenas em nveis das duas variveis co-integradas. Este modelo de correo de erro emerge da suposio que existe uma relao de equilbrio entre as duas variveis e consistente com a pressuposio que o indicador tem um valor estvel ao qual tende a convergir. 3 REVISO DE LITERATURA

De acordo com Rees (1995) a proeminncia da anlise dos ndices financeiros uma resposta quantidade de informaes contidas no conjunto dos demonstrativos financeiros e ao problema de comparabilidade entre empresas de tamanhos distintos. Para Gallizo e Salvador (2003) os ndices financeiros provem informao financeira quantitativa til aos investidores e analistas de forma que eles podem avaliar a operao de uma empresa e analisar, ao longo do tempo, a posio da mesma dentro de um setor. Alm disso, existiriam casos em que o uso dos ndices permite que o modelo analtico satisfaa melhor s suposies que esto subjacentes utilizao de ferramentas estatsticas tais como a anlise de regresso (WHITTINGTON, 1980; WHITTINGTON e TIPPETT, 1999; GALLIZO e SALVADOR, 2003). O modelo de ajuste parcial, proposto inicialmente por Lintner (1956) para a poltica de dividendos e por Lev (1969) para a anlise de ndices financeiros, um dos modelos mais usados para analisar o processo de ajuste dos ndices (GALLIZO e SALVADOR, 2003). Este modelo foi posteriormente analisado por outros autores (ver, a este respeito, Peles e Schneller, 1989; Gallizo e Salvador, 2003). Este modelo postula que as empresas tm um coeficiente de ajuste constante que mede a velocidade qual o ndice evolui para alcanar valores de equilbrio a partir de condies fora de equilbrio. Peles e Schneller (1989) estudaram a existncia destes valores assumindo que todas as empresas tm o mesmo , o objetivo no observado estvel com o passar do tempo e no existe nenhum vis de amostragem mensurvel. Posteriormente, as suposies foram relaxadas partindo em uma taxa de ajuste para a industria _i e uma taxa

4 administrao _a. E estas taxas poderiam ser estimadas com tcnicas de dados em painel, ou com o modelo de correo de erros utilizado por Wu e Ho (1997). Os trabalhos anteriores assumem, conforme Lev (1969), implcita ou explicitamente, que todas as empresas ajustam os seus ndices financeiros para um valor objetivo, e que tm o mesmo coeficiente de ajuste , independente da magnitude da diferena respeito do equilbrio. Reconhecendo que esta hiptese pouco realista, uma vez que as empresas que atuam num mesmo setor conduzem as suas atividades nas mesmas circunstncias, Gallizo e Salvador (2003) argumentam que no existe razo para que a velocidade de reao seja mesma e que, ademais, alguns valores extremos poderiam influenciar no calculo de _i. Estes autores propem um modelo hierrquico Bayesiano que relaxa esta hiptese, permitindo explicitamente que os coeficientes de ajuste das empresas sejam diferentes obtendo um estimador robusto de _i com menor influncia de outliers. As propriedades dos ndices financeiros foram estudadas inicialmente por Whittington (1980) e as de propriedades das sries temporais derivadas por Tippett (1990), baseado em vrias pressuposies em relao aos processos estocsticos que seguem os agregados financeiros constituintes dos ndices. Fuller-Love et. al. (1995) aprofundaram os estudos ao considerar no somente equaes diferenciais de primeira ordem, mas tambm as de segunda ordem, obtendo procedimentos mais flexveis para a parametrizao dos modelos, indicando que os ndices experimentariam uma sobre-reao (overshooting) quando esto fora do seu objetivo de longo prazo. A seguir, faz-se uma breve apresentao para uma melhor compreenso do assunto. Como j indicado, um ndice constitudo da evoluo de duas variveis x1 e x2 que formam r = x1/x2. Como x1 e x2 no so constantes no tempo, suas mudanas instantneas podem ser descritas como dt e dt , de acordo com as seguintes relaes, respectivamente: dx1 dx2 = dt + dZ(t) e = dt + dQ(t) (8) x1 x2 Em (8) dZ(t) e dQ(t) so processos de rudo branco com parmetros de varincia 2dt e 2dt respectivamente. Aplicando o Lema de It, a evoluo do ndice r governada pela equao diferencial estocstica: dr = ( - + 2 - )dt + dZ( t ) dQ( t ) (9) r onde o coeficiente de correlao de Pearson entre dZ(t) e dQ(t). A soluo da equao (9) : (10) r(t) = r(0) exp[( - + 0,5 2 - 0,5 2 ) t + Z( t ) Q( t )] 2 2 com Z(t) e Q(t) sendo processos de mdia zero e varincia t e t respectivamente. O fator chave desta soluo que (10) descreve um ndice no-estacionrio em mdia e varincia. Em geral, isto implica que o nvel (ou logaritmo) deste ndice no deveria ser includo como varivel explicativa no trabalho emprico, o que faz com que a inferncia estatstica derivada das estimaes clssicas de regresso no sejam vlidas. Adicionalmente, a incluso de uma tendncia temporal determinstica (OSULLIVAN e DIACON, 1994; ADAMS, SHERRIS e HOSSAIN, 1997; apud IOANNIDIS et. al., 2003, p. 703) no conduziria estacionariedade do ndice, pois a sua varincia seria ainda no-estacionria. Whittington e Tippett (1999) estimaram uma verso no tempo discreto do modelo considerado em (10) que corresponde ao diferencial estocstico para o ndice financeiro r, quando x1 e x2 so descritos como random walks de reverso mdia ou modelo de ajuste parcial em tempo discreto: log(rt ) - log(rt -1 ) = + log (rt -1 ) + xt + t (11)

5 neste caso para os quatro indicadores estudados por eles, no foi possvel rejeitar a hiptese nula de no-estacionariedade, sendo estes indicadores caracterizados como processos integrados no-estacionrios, mas tambm no conseguiram determinar uma evidncia consistente de co-integrao entre o numerador e denominador dos indicadores quando considerados em logaritmos. Como assinalado por Ioannidis et. al. (2003) estes resultados conduziriam utilizao dos indicadores em diferenas ao serem usados como variveis explicativas nos modelos de regresso, sem descartar que poderiam existir excees onde a combinao linear destes indicadores no-estacionrios apresentaria estacionariedade (co-integrao). Uma segunda possibilidade que o processo de ajuste destes indicadores seja mais complexo do que o modelo de ajuste parcial de Lev (1969) ou do que o clculo estocstico adotado por Tippett (1990). J Ioannidis et. al. (2003) fazem uma extenso diferente do modelo de Lev (1969) considerando que os custos fixos incorridos pela empresa no ajuste do ndice implicariam que prefervel para esta no ajust-lo quando o mesmo est prximo do valor objetivo. Conseqentemente o ndice pode seguir um random walk perto do seu nvel objetivo, comprovado empiricamente, entre outros, por Whittington e Tippett (1999) que reportaram que a maioria de ndices financeiros em nveis so no-estacionrios, I(1). Da que Ioannidis et. al. (2003) sustentam que quanto maior a distncia do ndice do seu valor objetivo, maior a probabilidade da empresa tomar aes para voltar o ndice para seu nvel desejado. De acordo com Ioannidis et. al. (2003) os ndices financeiros podem ser caracterizados como processos no lineares de reverso mdia. Neste sentido, podem apresentar um comportamento prximo raiz unitria para intervalos especficos do ndice, de forma que podem aparecer como no-estacionrios na perspectiva de procedimentos de testes que especificam processos no-estacionrios lineares como hiptese nula. Se os ndices financeiros apresentam um comportamento global de reverso mdia, mas exibem regies de comportamento no-estacionrio, isto conduziria a inferncia estatstica errnea, baseada nos testes normais de raiz unitria ou cointegrao, de que os ndices so no-estacionrios. Ioannidis et. al. (2003), apoiados na anlise emprica, sugerem uma extenso natural do modelo de ajuste parcial, proposto por Lev (1969), para explicar a dinmica dos ndices financeiros. O modelo de ajuste cbico dos custos fixos incorridos pela empresa ajustando um ndice implica que timo para a empresa no tentar ajustar o seu ndice quando estiver perto do seu objetivo. Por conseguinte, o ndice pode ser descrito como um passeio aleatrio perto do objetivo, mas exibe reverso mdia quando o ndice est mais longe dele. Tal processo de ajuste, bem descrito por modelos LSTAR ou ESTAR. Nos modelos auto-regressivos de transio suave, ou STAR pelos termos em ingls (smooth transition autoregressive), propostos por Granger e Tersvirta (1993), o ajuste acontece em cada perodo, mas a velocidade de ajuste varia com a extenso da divergncia do objetivo. Variantes deste modelo so o LSTAR ou STAR logstico e o ESTAR ou STAR exponencial. O processo de ajuste STAR foi empregado amplamente na anlise de alguns tpicos da macroeconomia como o ajuste da paridade de poder aquisitivo e ajudou na soluo de vrios quebra-cabeas empricos dessa teoria (ver Taylor et. al., 2001). Como mostrado por Taylor et. al. (2001), com dados em estrutura temporal e de seo cruzada e simulaes de Monte Carlo, os testes de Dickey-Fuller exibem baixo poder, falhando na rejeio da hiptese de no-estacionariedade de 60% at 70%, mesmo quando os dados so gerados a partir deste tipo de modelo de reverso a mdia no linear ESTAR. Peel et. al. (2004) tambm reportaram achados empricos nesta direo. Segundo Ioannidis et. al. (2003) no caso de ndices financeiros o modelo de ajuste ESTAR pode ser escrito como:

rt = rm + (rt -1 - rm) exp[- (rt -1 - rm) 2 ] + u t (12) Uma caracterstica deste modelo que quando rt-1 est prximo do seu objetivo rm, o termo dentro da exponencial prximo de zero. Assim, o ndice est seguindo um processo prximo ao de um caminho aleatrio. E quando rt-1 est longe do seu objetivo, o indicador apresenta forte reverso mdia. Desta forma Ioannidis et. al. (2003), buscando simplificar a estimao, aproximaram a funo ESTAR a uma forma cbica e propem um teste alternativo para raiz unitria, com os valores crticos de Dickey e Fuller (1979) corrigidos, variando segundo o desvio padro do termo de erro do modelo de ajuste cbico por eles proposto. O modelo a testar seria: rt = + 1 (rt -1 - rm)3 + t (13) Em (13) rm o valor objetivo do ndice financeiro, que para estes autores poderia ser utilizado o valor mdio como proxy. Numa amostra de 118 empresas com 38 observaes anuais, Ioannidis et. al. (2003) determinaram que as taxas de rejeio de raiz unitria so substancialmente mais baixas com o teste linear clssico do que com o teste cbico proposto por eles. At aqui todos os testes foram propostos para serem avaliados de forma univariada, deixando de reconhecer que algumas vezes pode existir certa dependncia entre as unidades observadas no longo do tempo. Para superar as limitaes dos testes de raiz unitria empregando dados em painel uma estatstica mais poderosa foi desenvolvida recentemente por Chang (2002). O teste estatstico, distinto da maioria de testes de raiz unitria existentes para dados em painel, no requer a suposio de independncia de seo cruzada entre os componentes do painel. Esta uma caracterstica importante deste teste, particularmente considerando a hiptese de Lev (1969) que as empresas de uma indstria ajustam os seus ndices para um objetivo (ou mdia) comum; que, segundo Peel et. al. (2004) implica na interdependncia dos ndices financeiros das empresas. Alm disso, a suposio de independncia restritiva dado que as condies para os negcios (como o risco sistmico) deveriam afetar a todas as empresas (em maior ou menor grau) que operam dentro da mesma indstria ou setor. Porm o uso de procedimentos de testes de raiz unitria em painel, como destacado por Taylor e Sarno (1998) e Maddala e Wu (1999), origina um problema potencial de que os testes s aceitam ou rejeitam a hiptese nula (i.e. toda a srie conjuntamente estacionria ou no-estacionria). No obstante, como indicam Peel et. al. (2004), importante examinar as propriedades dos novos testes de raiz unitria em painel para os ndices financeiros. Assim no contexto dos ndices financeiros no estaria claro, a priori, que um achado emprico como o de que se o ndice x estacionrio na empresa i e o ndice z noestacionrio nesta mesma empresa; e ainda que o ndice x no-estacionrio na firma j e o ndice z estacionrio, que tais resultados possam ser a base de qualquer pesquisa emprica importante. Tal achado insinuaria que a explicao de qualquer varivel que postulada como dependente em uma relao economtrica com ndices financeiros ter que ter uma forma funcional diferente, em funo da mistura de variveis estacionrias ou no-estacionrias. No limite, todas as empresas teriam que ser modeladas de forma diferente. Consideraes de qualquer processo razovel de gerao de dados para ndices financeiros sugerem que esta poderia ser uma implicao absurda. Tambm insinuariam a inviabilidade da anlise de seo cruzada. Dado este ponto, segue que muito importante examinar as inferncias derivadas do teste em painel. Dadas as consideraes anteriores, que o ajuste dos indicadores globalmente de reverso mdia, mas que pode exibir altos graus de persistncia, Peel et. al. (2004) indicam que o teste de Chang (2002) apropriado para testar a hiptese nula de no-estacionariedade para todos os ndices, por possuir um poder estatstico superior ao de outros testes para dados

7 em painel. Cabe assinalar que anteriormente proposta de Chang (2002) outros testes foram desenvolvidos, baseados na idia original de Dickey e Fuller (1979), caso do teste de Im, Pesaran e Shin (2003) que foi proposto inicialmente em 1997 na Universidade de Cambridge, regularmente utilizado na pesquisa emprica (ver, a este respeito, Chou e Lee (2003), Maddala e Wu (1999)). Especificamente o teste de Im, Pesaran e Shin (2003) ou IPS, considera um processo autoregressivo utilizando a seguinte representao do teste de Dickey-Fuller para dados em painel:
y i, t = i + i y i, t 1 + i,k y i, t k + i, t
k =1 pi

(14)

onde i denota as empresas da seo cruzada e t o tempo. Na estimao, podem ser utilizados um nmero fixo de defasagens pi, ou estes podem ser determinados pelos Critrios de Informao de Akaike (AIC) ou Bayesiano de Schwarz (BIC), sendo mais utilizado o segundo. Logo, o teste t-bar de IPS para o painel se baseia nas estatsticas ti calculadas na i estimao da equao (14). O teste para a hiptese nula de H 0 : i = 1 para cada i = 1, 2, ..., N, se realiza com a seguinte estatstica: N N N N 1 t i - N 1 E(t i ) i =1 i =1 t bar = (15)
N 1 E(var(t i ))
i =1 N

onde a mdia e a varincia da estatstica t ( E(t i ) e E(var(t i )) ) dependem de Ti o nmero de observaes e pi, e foram tabulados por IPS atravs de simulao. Sob o pressuposto de que os erros i, t se distribuem de forma independente, a estatstica t-bar converge para uma distribuio normal padronizada. Um enfoque distinto foi adotado no teste proposto por Chang (2002). Nele, considerase um modelo em painel autorregresivo de primeira ordem y i, t = i y i, t 1 + u i, t (16) onde i denota as empresas da seo cruzada e t o tempo, que pode ser distinto entre as unidades. Assumindo uma estrutura de correlao autoregressiva para ui,t e a hiptese nula de raiz unitria y i, t = u i, t possvel escrever a equao anterior na sua forma de autoregresso aumentada para testar raiz unitria:
y i, t = i y i, t 1 + i,k y i, t k + i, t
k =1 pi

(17)

Assim a heterogeneidade da estrutura de correlao serial do painel introduzida com a variao de i para cada i. Em termos matriciais, considerando as definies seguintes, ' ' y i,pi +1 y i, pi x i,pi +1 i,pi +1 y i, t = : , y l , t = : , x i = : , i = : , (17A) y y x' ' i,Ti i,Ti 1 i,Ti i,Ti
a equao 17 pode ser escrita como y i = y l,i i + xi i + i = Yi i + i (18)

onde a matriz x contm todos os termos defasados de y , sendo i o vetor com os parmetros correspondentes s defasagens de x i = yi p ( i,k ) e i o vetor de parmetros
i e i estimados com a tcnica de variveis instrumentais

8
i = i = (Wi 'Yi ) 1Wi ' y i i

(19)

com Yi = ( y l ,i , x i ) sendo a matriz de dados e Wi = ( F ( y l ,i ), X i ) a matriz de variveis instrumentais, onde F ( y l ,i ) = ( F ( yi , pi ),..., F ( yi ,Ti 1 )) a funo geradora do instrumento (FGI) para y l ,i , que integrvel e est correlacionada com o regressor y l ,i . Especificamente, Chang (2002) utilizou a seguinte funo FGI: 1 / 2 1 F ( y i ,t 1 ) = y i ,t 1 exp ci y i ,t 1 . Neste caso ci = KTi s (yi ,t ), um coeficiente que varia

inversamente com o tamanho da srie e o desvio padro da varivel sendo analisada, com Ti s 2 (y i ,t ) = Ti 1 i =1 (y i ,t ) 2 variando em proporo direta com K, definida como uma constante arbitrria (originalmente K=3). Peel et. al. (2004) avaliaram dois valores, reportando que no existe efeito qualitativo ou quantitativo seja considerando valores extremos tais como K=5 ou K=80. Logo, as hipteses individuais para as unidades de seo cruzada do painel so: i H 0 : i = 1 para cada i = 1, 2, ..., N, construindo-se uma estatstica z de variveis 1 instrumentais, zi = i , onde i e s( i ) so, respectivamente, o estimador e erro padro do s ( i ) estimador de variveis instrumentais definido na equao (19). O erro padro pode ser obtido T 2 a partir das seguintes frmulas adicionais: s 2 ( i ) = i2 BTi2 C Ti , sendo que i2 = Ti1 i =i 1 i, t ,
BTi = F' (yli )yli - F' (yli )X i (X i' X i ) -1 X i' yli e C Ti = F' (yli )F(yli ) - F' (yli )X i (X i' X i ) -1 X i' F(yli ) .

Chang (2002) mostrou que esta estatstica zi se distribui de forma normal padronizada com mdia zero e varincia igual unidade, para cada i= 1, ..., N, quando T tende a ser infinitamente grande. A hiptese conjunta de raiz unitria pode ser testada com a estatstica SN definida por Chang (2002): H 0 : 1 = ... = N = 1 baseado na mdia dos estatsticos z i de variveis instrumentais definidos na equao 19, 1 N SN = (20) zi d N (0,1) N i =1

Tambm podem ser testados para presena de raiz unitria os modelos com componentes determinsticos. No entanto, antes necessrio realizar transformaes das variveis conforme Chang (2002). Assim, a equao inicial (16) aumentada gerando z i, t = i + y i, t , ou z i, t = i + i t + y i, t e utilizando, segundo o caso, a diferena adaptativa em relao mdia (adaptative demeanig) ou a extrao adaptativa da tendncia (adaptative detrending) utilizando para cada perodo t-1 informaes. As simulaes realizadas por Chang (2002) indicam que o teste SN tem notadamente maior poder discriminatrio do que o teste t-bar de IPS (1997, 2003). Os resultados empricos de Peel et. al. (2004) sugerem que, ao contrrio dos resultados prvios informados na literatura, a hiptese de que os indicadores financeiros, considerados como um painel, so estacionrios no pode ser rejeitada. Os indicadores seriam ainda maiores quando se considera a tendncia determinstica teoricamente estabelecida na literatura.

9
4 4.1 METODOLOGIA Amostra

A amostra no aleatria foi constituda por 108 empresas brasileiras de capital aberto do setor no-financeiro, as quais abrangem 16 setores da economia, para o perodo de dezembro de 1988 a setembro de 2003. Trabalhou-se com dados de corte transversal e srie temporal ou dados em painel, com freqncia trimestral. As empresas que constituram a amostra so aquelas que tm aes negociadas na Bolsa de Valores de So Paulo e nas quais foi possvel obter informaes de todos os demonstrativos financeiros para todo o perodo definido. Os dados para anlise foram obtidos na base de dados Economtica Ltda., que utiliza os relatrios anuais da Comisso de Valores Mobilirios (CVM). Em funo do objetivo do estudo, no foi possvel realizar amostragem aleatria. No entanto, inicialmente foram escolhidas todas as aes de companhias brasileiras do tipo sociedade annima, negociadas na Bolsa de Valores de So Paulo empresas de capital aberto que tinham informao na base de dados Economtica, o qual resultou em aproximadamente 350 empresas entre financeiras e no financeiras. No foram includas as empresas financeiras em razo de sua natureza e sistema de contabilidade diferenciada.
4.2 Dados e variveis utilizadas

Com o intuito de evitar distores e transtornos com a correo monetria, foram obtidos valores em dlares diretamente da base de dados da Economtica. No estudo foram utilizadas como variveis os ndices ou razes financeiras geradas a partir das contas dos Balanos trimestrais e anuais, como se assinala no Quadro 1.
QUADRO 1. Definio e caractersticas dos ndices estudados e N de empresas consideradas ndice/Varivel Frmula Indicao N empresas Liquidez corrente LC = AC Relao do disponvel mais realizvel no 107 PC curto prazo com dvida de curto prazo. Liquidez Seca LS = AC - Estoques Relao dos ativos circulantes mais 107 PC lquidos com a dvida de curto prazo. Liquidez Geral LG = AC + RLP Relao do disponvel mais realizvel 108 PC + ELP (curto e longo prazo) com a dvida total. Grau de Endividamento GE = Exigvel Total % de uso de capitais de terceiros no 108 AT financiamento dos ativos totais. Financiamento de FE = Estoques Estoques em relao ao capital de terceiros 76 Estoques PC no curto prazo. Notas: AT = Ativo total; PT = Passivo total; AC = Ativo circulante; PC = Passivo circulante; RLP = Realizvel longo prazo; ELP = Exigvel longo prazo; Exigvel Total = Passivo total patrimnio lquido.

As razes da escolha dos quatro primeiros ndices, conforme Whittington e Tippett (1995) e Ioannidis et. al. (2003), obedecem a duas consideraes. Primeiro, satisfazem o requerimento de no negatividade para o tratamento logartmico e, segundo, estes tm sido objeto de anlises e teste empricos na literatura. O ndice Financiamento de Estoques uma novidade do presente trabalho e satisfaz a no negatividade. Uma considerao adicional de que estes dados esto disponveis para um maior nmero de empresas da base de dados Economtica. Os dados foram colhidos de considerados trimestralmente, fazendo um total de 55 observaes para cada empresa. Neste estudo, analisou-se a informao de forma conjunta e subdividida em dois perodos: a) de 1988 a 1994 (antes do Plano Real); b) de 1995 a 2002 (perodo ps-Plano Real). A anlise exploratria de dados foi feita de modo a verificar a validade do banco de

10 dados quanto qualidade. Para a anlise, numa primeira etapa foram utilizadas ferramentas estatsticas descritivas bsicas, tais como mdia aritmtica, mediana, varincia, desvio padro, mnimos, mximos, quartis e correlao. Tambm foram feitos testes de normalidade das variveis utilizadas nos modelos, com clculo de curtose e assimetria, determinando as transformaes dos dados quando necessrias. Finalmente, foram elaboradas anlises com grficos de tendncia, distribuio e disperso e histogramas, seguindo os procedimentos indicados em Newbold (2002). As propriedades de sries temporais dos ndices financeiros foram analisadas nos softwares SPSS 11.0 e Eviews 3.1, seguindo os procedimentos de Baltagi (1996), Chang (2002), Ioannidis et. al. (2003) e Peel et. al. (2004), conforme as consideraes apresentadas na reviso de literatura. Numa primeira etapa, analisa-se o teste cbico, segundo o procedimento proposto por Ioannidis et. al. (2003). Em seguida, utiliza-se o teste t-bar para dados em painel, e por fim, realiza-se o teste SN. Vale ressaltar que os ndices utilizados neste estudo foram estimados a partir de balanos convertidos a dlares norte-americanos como uma forma de considerar os efeitos inflacionrios do primeiro sub perodo de estudo, e acredita-se que as concluses no seriam afetadas significativamente ao considerar dados convertidos pela inflao por afetar tanto o numerador como o denominador das frmulas de clculo dos ndices.
5 5.1 RESULTADOS Evoluo dos indicadores no perodo de estudo

Como o perodo de estudo abrange dois sub perodos (antes e aps a implementao do Plano Real), verificou-se de incio, mediante a anlise da varincia dos dados do patrimnio lquido, um efeito estatstico significativo para 75% das empresas da amostra, indicando a adequao do procedimento de separao de perodos. Assim, considerando o sub perodo relevante (1995-2002), procedeu-se ao agrupamento das empresas em 5 categorias em funo do logaritmo da mdia do patrimnio lquido nesse sub perodo (GRAF. 1). Assim, no perodo do Plano Real, 87,0% das empresas na amostra apresentaram uma mdia de patrimnio positiva e menor do que US$ 3 bilhes, 5,2% maior do que US$ 3 bilhes e 7,8% patrimnio negativo.
GRFICO 1 Nmero de empresas da amostra de estudo, segundo a mdia do patrimnio lquido( 1 trim. 1995 - 3 trim. 2003).

N de empresas e patrimnio mdio

60 50 40 30 20 10 0
<0 0m 20 m 250 20m 250 -3b >3 b

56 29 9 9

Patrimnio US$ (m: milhes; b: bilhes)

11 A categorizao anterior foi utilizada para se construir os ndices financeiros mdios para cada categoria de empresa, assim como a mdia geral (ver GRAF. 2). Destes clculos surgem as seguintes observaes: primeiro, o efeito que as maiores empresas teriam nesse clculo; e segundo, os indicadores das empresas com patrimnio lquido negativo, conforme esperado, em geral pioram os seus indicadores com o transcorrer do tempo em todo o perodo de estudo (reduo da liquidez e financiamento de estoques e aumento do endividamento). Em relao primeira observao, os ndices de liquidez e financiamento de estoques para empresas menores dentro da mostra (at US$ 20 milhes) experimentaram uma importante diminuio entre dez. 1988 e dez. 1994 (diminuio de 59% no caso do ndice mdio da LG dessa categoria). A partir de 1995 estes indicadores no apresentam tendncia definida. Para os demais grupos de empresas, com exceo das com patrimnio lquido negativo, estes indicadores no apresentam o mesmo comportamento, apresentando menores oscilaes no segundo perodo. No caso do ndice de endividamento, para o grupo de empresas menores acontece uma situao inversa ao da liquidez e financiamento de estoques nos dois sub perodos, neste caso desde dezembro de 1995 at setembro de 1999 a mdia do ndice do endividamento aumentou mais de 100%. Para os outros grupos de empresas, com exceo das com patrimnio lquido negativo, este indicador apresenta uma evoluo menos voltil ao redor de um valor mdio. Em seguida, foram analisados os indicadores ao nvel de empresa e verificou-se que estas no se distriburam de forma normal, logo da transformao logartmica, como recomendado na literatura, ainda, dependendo do ndice, entre 10% at 17% das empresas no satisfazem a propriedade de normalidade. Cabe assinalar que a anlise no teve dados faltantes pelo fato das empresas serem escolhidas por convenincia, e no caso de valores extremos e outliers, estes tambm foram analisados no momento da escolha da amostra definitiva. Com estas informaes se foi para a seguinte etapa.
GRFICO 2 Evoluo dos ndices financeiros mdios da amostra em estudo
ndices mdios (1988:4 - 2003:3) 1,20 1,00 0,80 0,60 0,40 0,20 12/ 8 09/ 8 89 06 /9 03 0 /9 12 1 /9 09/ 1 9 06/ 2 93 03/ 9 12/ 4 94 09/ 9 06/ 5 96 03/ 9 12/ 7 9 09/ 7 9 06/ 8 99 03/ 0 12/ 0 00 09/ 0 06/ 1 0 03/ 2 03

Liquidez corrente Liquidez geral Financ. estoques

Liquidez seca Grau de endividamento

5.2

As propriedades de sries temporais nos ndices financeiros

5.2.1 Teste cbico de raiz unitria

A partir dos dados expressos na forma logartmica, procedeu-se estimao das propriedades dos ndices financeiros. Para o caso do teste cbico de Ioannidis et. al. (2003) (doravante IPP, pelas iniciais dos outros autores), estimou-se a equao (13) de forma individual para cada empresa e ndice, como apresentado na TAB. 1. Assim, segundo o teste

12 cbico de IPP, dependendo do ndice e do desvio padro dos erros da regresso, e considerando todo o perodo de anlise, entre 39% e 78% das empresas h rejeio da hiptese nula de no-estacionariedade nos ndices financeiros, utilizando os valores crticos ao nvel de significncia de 5% corrigidos, segundo metodologia de IPP, para a distribuio de Dickey-Fuller (estes percentuais so maiores no perodo ps-Plano Real). As maiores propores de rejeio registraram-se no indicador de liquidez corrente e seca e as menores no indicador do grau de endividamento e financiamento de estoques.
TABELA 1: Freqncia de rejeio de no-estacionariedade pelo Teste Cbico proposto por IPP N Emp. ndice Desvio-padro dos erros da regresso (1988:4 - 2003:3) (1995:1 - 2003:3) 0,20 0,25 0,30 0,35 D.E. 0,20 0,25 0,30 0,35 D.E. LLC LLS LLG LEN LFE 77,6% 65,4% 57,0% 50,5% 64,49% 83.2% 82,2% 65,4% 59,8% 54,2% 66,36% 86.0% 63,9% 62,0% 72,4% 54,6% 46,3% 39,8% 56,48% 71.3% 50,0% 44,4% 38,9% 55,56% 71.3% 64,5% 53,9% 46,1% 53,95% 80.3% 79.4% 80.4% 69.4% 63.9% 76.3% 73.8% 75.7% 63.9% 57.4% 73.7% 68.2% 68.2% 59.3% 52.8% 64.5% 76.64% 75.70% 67.59% 68.52% 75.00% 107 107 108 108 76

Notas: Os intervalos dos desvios padro foram selecionados segundo o artigo original de IPP e concentraram as maiores freqncias dos desvios para os erros das sries. Os valores crticos foram gerados por Simulao de Monte Carlo a partir da Equao 12 (com =0,6 conforme IPP) utilizando 5000 repeties. Estes valores ao nvel de 5% so -1,785, -2,045, -2,284 e -2,501 no caso de uma srie de 60 observaes e de -1.320, -1.464, -1.622, -1.744 para 35 observaes. D.E. Desvio padro especfico de cada srie.

Tambm buscou-se verificar alguma regularidade de rejeio de no-estacionariedade dentro de cada setor econmico. Ainda que o tamanho da amostra dentro de cada setor seja pequeno, no parece existir regularidade de rejeio num setor especfico, sendo as porcentagens de rejeio parecidas entres os diferentes setores. Mesmo agrupando as empresas em dois grupos de prestadoras ou no de servios pblicos no se determinou diferena significativa entre as porcentagens de rejeio. J no caso da considerao do tamanho da empresa, parece existir uma menor freqncia de rejeio da no-estacionariedade entre as empresas com patrimnio negativo ou de menor tamanho na amostra estudada; e uma maior rejeio nos tamanhos intermedirios, especialmente nos trs ndices de liquidez e no ndice de endividamento, para o perodo total. No caso dos ndices de liquidez corrente e financiamento de estoques para o segundo perodo, rejeita-se a hiptese nula, uma vez que os valores de p do teste X2 so menores (TAB. 2 e 3).
TABELA 2: Porcentagem de rejeio de no-estacionariedade por tamanho de empresa, segundo o teste de IPP: Perodo 1988:4 - 2003:3 LLC LLS LLG LEN LFE N %R N %R N %R N %R N %R Setor Emp. N.E. Emp. N.E. Emp. N.E. Emp. N.E. Emp. N.E. >3b 5 60% 5 60% 5 20% 5 60% 4 25% 250m-3b 29 66% 29 62% 29 52% 29 55% 20 60% 20-250m 55 75% 55 82% 56 70% 56 64% 38 63% 0 - 20 m 9 56% 9 22% 9 33% 9 44% 7 43% <0 9 11% 9 33% 9 33% 9 11% 7 14% Todas 107 64% 107 66% 108 56% 108 56% 76 54% 2 14,00 (0,007) 18,47 (0,001) 10,84 (0,028) 9,42 (0,051) 7,72 (0,102) X (valor p)

13
TABELA 3: Porcentagem de rejeio de no-estacionariedade por tamanho de empresa, segundo o teste de IPP: Perodo 1995:1 - 2003:3 LLC LLS LLG LEN LFE N %R N %R N %R N %R N %R Emp. N.E. Emp. N.E. Emp. N.E. Emp. N.E. Emp. N.E. Setor >3b 5 100% 5 100% 5 60% 5 60% 4 25% 250m-3b 29 76% 29 69% 29 69% 29 59% 20 95% 20-250m 55 84% 55 80% 56 75% 56 80% 38 71% 0 - 20 m 9 56% 9 89% 9 44% 9 44% 7 86% <0 9 44% 9 44% 9 44% 9 56% 7 57% Todas 107 77% 107 76% 108 68% 108 69% 76 75% 2 10,18 (0,033) 8,50 (0,075) 5,96 (0,202) 8,24 (0,083) 11,53 (0,021) X (valor p) Notas (para as Tabelas 2 e 3): LLC: liquidez corrente, LLS: liquidez seca, LLG: liquidez geral, LEN: Grau de endividamento, LFE: financiamento de estoques. R N.E. Rejeio de no-estacionariedade. ; m: US$ milhes; b: US$ bilhes.

5.2.2 Testes de dados em painel

Na estimao dos testes para dados em painel de Im, Pesaran e Shin (2003) (doravante IPS) e de Chang (2002) utilizaram-se duas e quatro defasagens predefinidas, comparando-as com a determinao automtica atravs do Critrio de Informao Bayesiano de Schwarz (BIC) quando fixados como mximo 4 ou 8 defasagens. Ambos testes foram feitos com dados considerando drift (ou direo) e tendncia determinstica como apresentado na TAB. 4.
TABELA 4: Testes de raiz unitria em painel para os ndices financeiros (com drift e tendncia) ndice Teste K (Sn) Perodo (1988:4 -2003:3) Perodo (1995:1 2003:3) AR fixo (p) Max BIC AR(pi) AR fixo (p) Max BIC AR(pi) 2 4 4 8 2 4 4 8 LLC t-bar (IPS) -6,95 -7,49 -6,22 -5,06 -6.72 -5.73 -3.97 -3.55 SN (Chang) 3 -1.38 2.07 -2,55 -0,57 -3,11 -2,18 -2.10 -2.06 LLS t-bar (IPS) -7,66 -7,25 -6,26 -5,36 -5.61 -5.67 -4.10 -3.57 3 -1.34 2.01 SN (Chang) -2,21 -0,32 -2,38 -1,73 -2.67 -2.33 LLG t-bar (IPS) -1.46 -5,09 -5,72 -4,05 -3,23 -4.82 -3.94 -2.23 SN (Chang) 3 0,64 1,83 -0,10 -0,28 1.29 3.78 -0.07 -0.91 LGE t-bar (IPS) -1,02 -3,43 -2,96 -1,86 -4.64 -3.25 -2.73 -2.69 3 3,27 5,71 2,68 2,60 0.74 3.28 0.65 -0.96 SN (Chang) LFE t-bar (IPS) -5,16 -5,13 -4,10 -3,48 -6.33 -4.61 -4.27 -3.21 3 0,78 -1,54 -0,81 -0.03 SN (Chang) -1,90 -2.64 -3.69 -2.35 Notas: 1) So apresentados os valores dos testes para formas distintas de escolha dos perodos autoregressivos. Ambas estatsticas tm uma distribuio normal padronizada assinttica. 2) LLC: liquidez corrente, LLS: liquidez seca, LLG: liquidez geral, LEN: Grau de endividamento, LFE: financiamento de estoques. 3) Os nveis crticos para rejeio da hiptese nula de no-estacionariedade so de -1,64 e -1,28 para nveis de significncia de 5% e 10%, respectivamente.

Considerando os componentes determinsticos de drift e tendncia como sugerido por PEEL et. al. (2004), os resultados dos testes so contraditrios seja na anlise do perodo completo ou do perodo ps-Plano Real. O teste t-bar apresentou resultados que so sensveis ao numero de defasagens adotados previamente. Assim passou-se a analisar a estrutura de autocorrelao de cada srie em todo o perodo e constatou-se que na autocorrelao de primeira ordem (p=1), entre 45% e 56% das sries apresentam valores significativos, segundo o critrio BIC. Para a autocorrelao de segunda ordem, observou-se um intervalo de 12% at 17%, das seguintes ordens de autocorrelao (p=3, 4, 5, 6, 7 e 8) as quais acontecem em propores entre 5% e 7%. Como estas ltimas representam em mdia 34% dos casos,

14 acredita-se que mais pertinente considerar os testes com o mximo de defasagens. Nesse sentido, Im, Pesaran e Shin (2003) assinalam que na existncia de tendncia determinstica, torna-se crtica a escolha do nmero de defasagens. Sendo assim, os testes somente coincidem em rejeitar a hiptese de no-estacionariedade nos ndices de liquidez corrente e liquidez seca para o perodo total e adicionalmente para financiamento de estoques no segundo subperodo, j nos ndices de liquidez geral e de financiamento de estoques os resultados so contraditrios no perodo total. No caso do ndice de endividamento ambos testes no rejeitam a hiptese de no-estacionariedade no perodo total e descordam ao considerar-se somente o segundo subperodo. Os resultados do teste t-bar para dados em painel, baseados na idia do teste de DickeyFuller, so aparentemente contraditrios s observaes de estudos prvios como as de Chou e Lee (2003), que reportam um baixo poder de rejeio da hiptese de raiz unitria. Uma possvel explicao estaria no fato do pressuposto crtico de independncia entre os erros dos componentes do painel. Como foi assinalado por Im, Pesaran e Shin (2003), diante a presena de erros serialmente correlacionados o poder do teste t-bar depende tanto da combinao de T e N quanto da escolha da ordem de autocorrelao. Isto foi comprovado analisando-se as sries individuais com o teste de DickeyFuller Expandido para os indicadores com resultados contraditrios (liquidez geral e endividamento), e verificou-se que em ambos casos somente rejeita-se a hiptese nula em 7% e 5% das sries respectivamente, j no caso do teste SN estes percentuais so de 3% e 0%. Ainda, observou-se que o teste t-bar muito sensvel nos casos em que se observam maiores ordens de autocorrelao. Quando estas sries so retiradas do painel a estatstica t-bar cai para nveis no significativos (-1,33 no caso de LFE). Desta forma, considerando os resultados do teste SN de Chang (2002) que foi desenhado para dados em painel com estrutura autorregresiva dos resduos, no se pode rejeitar a hiptese de raiz unitria nos casos dos indicadores de liquidez geral e grau de endividamento, tanto no perodo total quanto no subperodo ps-Plano Real. Contudo, de acordo com o teste do modelo de ajuste no linear de IPP, para um percentual regular de empresas os ndices financeiros se comportariam como estacionrios dentro da amostra estudada. Desta forma, conforme Whittington e Tippett (1999) e Ioannidis et. al. (2003), os ndices financeiros aparecem como processos persistentes, mas que se apresentam como no-estacionrios ou de raiz unitria em amostras de curto intervalo de tempo, ainda que no longo prazo sejam processos globais de reverso mdia. Quando utilizada a tcnica de dados em painel, o teste t-bar de Im, Pesaran e Shin (1997, 2003), mostrou-se pouco consistente por depender da estrutura de autocorrelao das sries e da presena de componentes determinsticos. O teste de Chang (2002) parece oferecer concluses mais consistentes, levando rejeio da hiptese de raiz unitria nos ndices de liquidez corrente e seca, mas no para os ndices de liquidez geral, grau de endividamento e financiamento de estoques. As possveis razes para estes comportamentos, de acordo com Lev (1969) e Ioannidis et. al. (2003), que os dois primeiros ndices apresentariam, em geral, um comportamento de reverso a mdia por estarem sujeitos a maior variao, e os trs ltimos estariam prximos do seu valor objetivo no perodo analisado porm apresentam comportamento no-estacionrio. Como conseqncia destes resultados empricos, ressalta-se a importncia da anlise prvia de indicadores financeiros, antes da incluso destes em equaes de regresso. Conforme o caso, a sua utilizao poderia comprometer os resultados de tais regresses e as concluses geradas a partir delas. Nos casos de no-estacionariedade, uma alternativa como a sugerida por Ioannidis et. al. (2003) e Peel et. al. (2004) consiste em considerar modelos de correo de erros ou modelos de ajuste no linear, em ambos os casos incluindo as mesmas variveis em diferenas e com termos defasados, refletindo o fato de que o ajuste dos ndices no instantneo, e sim dinmico.

15
6 CONCLUSES

No perodo anterior ao Plano Real, os ndices financeiros das empresas com tamanho (patrimnio lquido) menor, dentro da amostra estudada, foram mais influenciados pelos efeitos da instabilidade macroeconmica. J no perodo ps-Plano Real, estas mesmas empresas apresentaram uma evoluo negativa nos seus indicadores, talvez pela maior concorrncia e menor possibilidade de gerao de resultados no operacionais conseguidos durante o processo inflacionrio. J as empresas com patrimnio negativo s pioraram cada vez mais os seus indicadores no perodo estudado. As outras empresas em geral no evidenciaram diferena significativa na evoluo dos seus ndices. Quanto s propriedades de sries temporais, o teste univariado evidenciou que existe uma porcentagem alta de empresas nas quais seria possvel a rejeio da hiptese de noestacionariedade. Superando as limitaes do teste de Dickey-Fuller tradicional, o teste de Ioannidis et. al. (2003), assumindo um ajuste cbico para os ndices financeiros, parece oferecer uma melhor explicao do comportamento das sries. No nvel de setores econmicos, no foi possvel distinguir alguma regularidade, mas quando se analisa o tamanho da empresa, observou-se que a rejeio da no-estacionariedade menor nas empresas com patrimnio negativo ou de menor tamanho dentro da amostra estudada. Assim, a principal implicao deste estudo reside na recomendao de anlise cuidadosa dos ndices financeiros como variveis explicativas ou dependentes nas equaes de regresso. Pesquisas recentes sugerem utilizar, no caso de no-estacionariedade, modelos de correo de erros ou modelos no lineares que permitem um melhor ajuste de modo a evitar regresses esprias. Portanto, com base nesta tendncia e nos resultados obtidos nesta pesquisa, sugere-se como tema para trabalhos futuros a investigao das relaes entre instabilidade macroeconmica (expressa atravs de indicadores tais como ndices de inflao, taxa de cmbio e taxa de juros) e estacionariedade de ndices financeiros, e a utilizao de modelos baseados em relaes de cointegrao para a modelagem de relaes utilizando ndices financeiros.
7 REFERNCIAS BALTAGI, B. H. Econometric analysis of panel data. New York: Wiley, 1996. BROOKS, C. Introductory Econometrics for Finance. Cambridge: Cambridge U. Press, 2002. CHANG, Y. Nonlinear IV unit root tests in panels with cross-sectional dependency. Journal of Econometrics, v. 110, 2002. p. 261-292. CHEN, J.R.; LU, W.C. Panel unit root tests of rm size and its growth. Applied Economics Letters , v. 10, 2003. p. 343345 CHOU, W. L.; LEE, D. S. Cointegration analysis of audit pricing model: a panel unit root test approach. Journal of Business Finance and Accounting, v. 30, n. 7, 2003. p. 1141-1163. CLEARY, S. The relationship between firm investment and financial status. The Journal of Finance, v. 54, n. 2, abr. 1999. p. 673-692. DICKEY, D.A., FULLER, W.A. Distribution of Estimators for Time Series Regressions with a Unit Root. Journal of the American Statistical Association, v. 74, p. 427-31, 1979. ENGLE, R.; GRANGER, C. Long-run economic relationships: readings in co-integration. New York: Oxford, 1991. FULLER-LOVE, N.; RHYS, H.; TIPPETT, M. Harmonic Analysis, Time Series Variations and the Distributional Properties of Financial Ratios. Omega, International Journal of Management Science, v. 23, n. 4, p. 419-427, 1995. GALLIZO, J. L.; SALVADOR, M. Understanding the behavior of financial ratios: the adjustment process. Journal of Economics and Business, v. 55, 2003. p. 267-283.

16 GRANGER, C.; TERSVIRTA, T. Modeling nonlinear economics relationships. New York: Oxford, 1993. (acceso a resenha de ller, Lars em International Journal of Forescating, v. 10, 1994. p. 169-171. IM, K. S.; PESARAN, M. H.; SHIN, Y. Testing for unit root in heterogeneous panels. Journal of Econometrics, v. 115, 2003. p. 53-74. IOANNIDIS, C.; PEEL, D. A.; PEEL, M. J., The time series properties of Financial Ratios: Lev revisited. Journal of Business Finance and Accounting, v. 30, n. 5 & 6, Jun./Jul., 2003. p. 699-714. LEV, B. Industry averages as target for financial ratios. Journal of Accounting Research, Autumn, 1969. p. 290-299. LINTNER, J. Distribution of incomes of corporations among dividends, retained earnings and taxes. American Economic Review, v. 46, n1, 1956. MADDALA, G. S.; WU, Shaowen. A comparative study of unit root tests with panel data and a new simple test. Oxford Bulletin of Economics and Statistics, special issue, 1999. p. 631-652. MRAMOR, D.; VALENTINCIC, A. Forecasting the liquidity of very small private companies. Journal of Business Venturing, v.18, 2003. p. 745-771. NEWBOLD, P. Statistics for Business and Economics. 4a ed. New York, Prentice Hall, 2002. OZKAN, A. Determinants of capital structure and adjustment to long run target: evidence from UK company panel data. Journal of Business Finance and Accounting, v. 28 n. 1 & 2, Jan./Mar. 2001. p. 175-198. PEEL, D. A.; PEEL, M. J.; VENETIS, I. A. Further empirical analysis of the time series properties of financial ratios based on a panel data approach. Applied Financial Economics, v. 14, 2004. p. 155-163. PELES, Y. C.; SCHNELLER, M. I. The duration of the adjustment process of financial ratios. The Review of Economics and Statistics, v. 62, Abr. 1989. p. 527-532. REES, B. Financial analysis. London: Prentice Hall International. 1995. SANTANA, J. R.; TUROLLA, Escolha da Estrutura de Capital: Aplicao ao Caso do Setor Petroqumico Brasileiro no perodo 1991-2000. In: XXVI ENANPAD, 26, Anais..: ANPAD, set. 2002. 12 p. TAYLOR, M. P.; PEEL, D. A.; SARNO, L. Nonlinear mean-reversion in real exchange rates: toward a solution to the purchasing power parity puzzles. International Economic Review. v. 42, n. 4, Nov. 2001. p. 1015-1042. TIPPETT, M. An induced theory of financial ratios. Accounting and Business Research, v. 21, n. 81, 1990. p. 77-85. WHITTINGTON, G. Some basic properties of accounting ratios. Journal of Business Finance and Accounting, v. 7, n. 2, Sum. 1980. p. 219-232. WHITTINGTON, G.; TIPPETT, M. The componets of accounting ratios as co-integrated variables. Journal of Business Finance and Accounting, v. 26, n. 9, 1999. p. 1245-1273. WOOLDRIDGE, J. M. Introductory Econometrics. Michigan: IE-Thomson, 2003. 863p.