UNIVERSIDADE FEDERAL DE MINAS GERAIS FACULDADE DE CINCIAS ECONMICAS DEPARTAMENTO DE CINCIAS CONTBEIS

MARCELLO ANGOTTI

ANLISE DUPONT COMO FERRAMENTA DE APOIO S DECISES DE INVESTIMENTO EM AES

Belo Horizonte 2010

Marcello Angotti

Anlise DuPont como ferramenta de apoio s decises de investimento em aes

UFMG FACE CEPCON 2010

MARCELLO ANGOTTI

ANLISE DUPONT COMO FERRAMENTA DE APOIO S DECISES DE INVESTIMENTO EM AES

Dissertao apresentada ao Curso de Mestrado em Cincias Contbeis da Faculdade de Cincias Econmicas da Universidade Federal de Minas Gerais, como requisito parcial obteno do grau de Mestre em Cincias Contbeis.

rea de concentrao: Contabilidade Financeira

Orientador: Prof. Dr. Wagner Moura Lamounier

Belo Horizonte 2010

AGRADECIMENTOS

Agradecer apenas um gesto na tentativa de retribuir aos que fizeram e fazem parte da minha vida. com muita sinceridade meu muito obrigado a todos vocs. Em especial, pela longa jornada de ensinamentos desde a iniciao cientfica e tcc da graduao por toda exigncia, persistncia, pacincia e compreenso, agradeo ao meu orientador, Prof. Wagner Moura Lamounier. Agradeo aos professores que sempre me instigaram e apoiaram para que seguisse a carreira acadmica, Geov Madeira, Rogrio Fernandes e Silvrio Nascimento. Aos professores Romualdo Douglas e Jacqueline Veneroso, pela colaborao e seus conselhos. Aos professores Nelson de Carvalho e Poueri do Carmo, por terem participado da minha banca, com crticas e sugestes pertinentes, que contriburam para a finalizao de um trabalho de qualidade. Aos demais professores e funcionrios do departamento de Cincias Contbeis, sempre prestativos e dedicados instituio. Agradeo Deus pelas oportunidades que tenho e sempre tive na vida. Aos meus pais, Janice e Luiz, que so meu maior exemplo e fizeram o impossvel para que nunca me faltasse nada. s minha irms, Danielle, Christiane e Fernanda, as quais foram amveis e me apoiaram vida inteira. minha esposa, Carol, que no apenas foi a motivadora deste mestrado, como participou de todos os momentos. Aos meus tios Fernando e Jeaneth e aos meus sogros Luiz e Daisy, os quais me trataram como um filho, sempre com muito carinho e incentivo. Ao meu tio Jackson pelo legado de ser Atleticano. Aos meus primos/irmos, Sabry, Krollet, Pichorras, Nil, Dudu e Renata, que partilharam timos momentos. Sou muito grato grande famlia Santos por todo apoio. Aos meus cunhados, Cristina e Henrique, que me aturaram. Aos amigos que estiveram ao meu lado nesses mais de dois anos de ps graduao, compartilhando timos momentos: Oscar, Rafael e Paulo (mais conhecidos como Jarbas, Mutum e Limo), Rgis, Joo, Wagner e todos os colegas da FACE. Por fim, agradeo CAPES pela bolsa concedida durante o primeiro ano.

RESUMO

Esta pesquisa teve como objetivo analisar se os indicadores da anlise DuPont possuem poder explicativo em relao rentabilidade futura das firmas. Alm disso, buscou-se investigar a utilidade de uma estratgia de investimento em aes, a partir de sinais obtidos nos componentes da anlise DuPont. Os testes foram efetuados nas companhias brasileiras de capital aberto com aes negociadas na Bovespa, restringindo as empresas financeiras e de servios ou firmas que apresentaram baixa liquidez das aes no perodo estudado, 1998 at 2009. Inicialmente, foram analisados os indicadores utilizados nos modelos, segundo a proposio de alguns autores (Silva, 2008; Assaf Neto, 2007; Stickney e Weil, 2001) com a finalidade de adotar um formato apropriado para o clculo dos ndices. Em seguida, por meio de uma anlise descritiva foi possvel identificar a composio e o crescimento da rentabilidade das empresas, bem como os distintos nveis de alavancagem financeira. Consistente com a literatura anterior (Fairfield e Yohn, 2001; Nissin e Penman, 2003; Soliman, 2008) e a intuio contbil, as evidncias encontradas confirmam que as mudanas no Giro dos Ativos possuem poder explanatrio acerca das alteraes no Retorno sobre os Ativos subsequente, que agrega informao para inferncias, de modo adicional s variveis explicativas ROA e ROA. Para verificar a utilidade da estratgia de investimento foram propostas duas metodologias, o DP Score e o ndice Padro Agregado. Os resultados confirmaram a relevncia dos indicadores do modelo DuPont para as decises de investimento no mercado de capitais brasileiro. Testes adicionais evidenciaram a reduo da utilidade dos modelos no perodo da crise econmica, mantendo-se, contudo, a capacidade de diferenciar as boas das ms opes de investimento em aes.

Palavras-chave: Modelo DuPont, Anlise das Demonstraes Financeiras, Investimento em Aes, Mercado de Capitais.

ABSTRACT

The goal of this research is to examine whether DuPont Analysis indicators have explanatory power regarding the firms future profitability. In addition, we sought to investigate the utility of stock investing strategy, upon signals taken from the components of a DuPont Analysis. The tests were performed in Brazilian publicly traded companies with shares on Bovespa, restricting the scope to financial and services companies, as well as firms who had a low liquidity of the stock in the period studied, which was from 1998 to 2009. Initially, we analyzed the indicators used in the models, according to the proposal of some authors (Silva, 2008; Assaf Neto, 2007; Stickney e Weil, 2001) in order to adopt a appropriate format for the calculus indexes. Then, through a descriptive analysis it was possible to determine the composition and growth of the corporates profitability, as well as the different levels of the financial leverage. Consistent with previous research (Fairfield and Yohn, 2001; Nissin and Penman, 2003; Soliman, 2008) and accounting intuition, the evidences found confirm that changes in the Asset Turnover have explanatory power regarding the changes in the subsequent Return on Assets, which aggregates information for the inferences, as addendum to the explanatory variables ROA and ROA. To verify the utility of the investment strategy there were proposed two methods, the DP Score and the Standard Aggregated Index. The results confirmed the relevance of the indicators of DuPont model to investment decisions in the Brazilian capital market. Additional tests showed a reduction in the utility of the models during the economic crisis, maintaining, however, the ability to distinguish good and bad investment choices in stocks.

Keywords: Model DuPont, Financial Statement Analysis, Equity Investment, Capital Markets.

LISTA DE ILUSTRAES

Figura 1: Figura 2: Figura 3: Figura 4:

Relao do lucro corrente versus preo corrente das aes..................... Nveis de apurao do Lucro Contbil.................................................... Modelo DuPont ajustado......................................................................... Empresas onde a estratgia apresenta melhores resultados.....................

26 27 36 46

Grfico 1: Grfico 2: Grfico 3: Grfico 4: Grfico 5: Grfico 6: Grfico 7:

Evoluo diria do Ibovespa em 2008..................................................... Evoluo % da RLV dos setores mais afetados pela crise 1998/2009. Evoluo do Grau de Alavancagem Financeira....................................... Disperso do Retorno sobre os Ativos 1998 a 2009............................. Evoluo temporal da mdia e mediana da Margem Lquida................. Mediana do Retorno dos Ativos por setores............................................ Evoluo do R Ajustado mdio das equaes 7 a 10.............................

49 73 78 80 83 84 116

Quadro 1: Quadro 2: Quadro 3: Quadro 4: Quadro 5: Quadro 6:

Resumo dos ndices apresentados em alguns livros texto....................... Sumrio dos ndices empregados nos testes............................................ Resumo das variveis utilizadas nos modelos......................................... Sntese das informaes para clculo do DP Score................................. 10 maiores firmas por Receitas Lquidas de Vendas 1998 at 2009.... Disposio dos macro setores..................................................................

51 53 54 60 69 101

LISTA DE TABELAS

Tabela 1: Tabela 2: Tabela 3: Tabela 4: Tabela 5: Tabela 6: Tabela 7: Tabela 8: Tabela 9: Tabela 10: Tabela 11: Tabela 12: Tabela 13: Tabela 14: Tabela 15: Tabela 16: Tabela 17: Tabela 18: Tabela 19: Tabela 20: Tabela 21: Tabela 22: Tabela 23: Tabela 24: Tabela 25: Tabela 26: Tabela 27:

Composio da amostra em 1998 e 2009................................................ Anlise Horizontal das RLV por setor 1998 at 2009.......................... Estatstica Descritiva da varivel Retorno sobre o Patrimnio Lquido.. Retorno sobre o Patrimnio Lquido da CELG, 1998-2007.................... Estatstica Descritiva da varivel Grau de Alavancagem Financeira...... Estatstica Descritiva da varivel Retorno Sobre os Ativos.................... Estatstica Descritiva da varivel Giro dos Ativos.................................. Evoluo do Giro dos Ativos em funo do tempo................................. Estatstica Descritiva da varivel Margem Lquida................................. Correlao de Spearman das variveis da amostra.................................. Resultados das regresses Equao 7................................................... Resultados das regresses Equao 8................................................... Resultado das regresses Equao 9..................................................... Resultados das regresses: Equao 10................................................... Resultado das Regresses Equao 11.................................................

66 71 74 75 76 79 81 82 82 87 89 91 92 94 97

Resultados das regresses por setor CTB............................................. 102 Resultados das regresses por setor CCT............................................. 103 Resultados das regresses por setor MBP............................................ Resultados das regresses por setor UPT............................................. Retornos da estratgia de investimento DP Score em 6 Meses............... Retornos da estratgia de investimento DP Score em 1 Ano.................. 104 105 108 109

Retornos da estratgia de investimento DP Score em 2 Anos................. 110 Retornos da estratgia ndice Padro Agregado em 6 Meses.................. 112 Retornos da estratgia ndice Padro Agregado em 1 Ano..................... Retornos da estratgia de investimento DP Score 2008/2009.............. 113

Retornos da estratgia ndice Padro Agregado em 2 Anos.................... 114 117 Retornos da estratgia de investimento IPA 2008/2009....................... 118

SUMRIO

1. 1.1. 1.2. 1.2.1. 1.3. 2. 2.1. 2.2. 2.3. 2.4. 2.5. 3. 3.1. 3.2. 3.2.1. 3.2.2. 3.2.3. 4. 4.1. 4.2. 4.3. 4.4. 4.5. 4.6. 4.7.

INTRODUO............................................................................................... Problema de pesquisa........................................................................................ Objetivo geral e especficos.............................................................................. Objetivos especficos........................................................................................ Justificativa da pesquisa.................................................................................... FUNDAMENTAO TERICA................................................................ A importncia da informao contbil para a tomada de decises no mercado de capitais........................................................................................... Anlise das demonstraes financeiras............................................................. O modelo DuPont e suas possibilidades de aplicao...................................... Avaliao de empresas por meio da rentabilidade............................................ Histrico dos estudos anteriores........................................................................ METODOLOGIA........................................................................................... Seleo da amostra............................................................................................ Definio das variveis e modelos.................................................................... Clculo das variveis utilizadas nos modelos................................................... Predio da rentabilidade futura....................................................................... Estratgias de investimento utilizando o modelo DuPont.................................

10 14 16 16 17 21 21 28 30 36 38 47 48 50 50 54 57

ANLISE DOS RESULTADOS................................................................... 65 Anlise descritiva dos dados............................................................................. 65 Estatstica descritiva.......................................................................................... 74 Predio da rentabilidade futura....................................................................... 85 Associao dos componentes de DuPont com o retorno corrente das aes.... 96 Aplicao da anlise DuPont nos setores empresariais..................................... 99 Estratgia de investimento utilizando o modelo DuPont.................................. 106 Avaliao do modelo DuPont para rentabilidade futura e como estratgia de investimento no perodo da crise....................................................................... 115 CONCLUSES............................................................................................... REFERNCIAS.............................................................................................. 120 125

5.

APNDICES.................................................................................................... 128

10

1. INTRODUO

Avaliar e prever resultados futuros quanto ao desempenho e lucratividade das empresas uma questo que h muito tempo discutida e explorada por diversos pesquisadores e analistas. Existem vrias maneiras de realizar uma avaliao patrimonial, passando pelo padro de custo histrico at o modelo dos Lucros Residuais, de Ohlson. Em geral avalia-se o desempenho financeiro, o endividamento, a estrutura de capital e o valor das firmas.

Para Martins (2000) existe um desentendimento por parte dos analistas e contadores quanto aos modelos de anlise das empresas, pois eles no percebem que estes so complementares e no alternativos. Segundo o autor:

Todos os modelos at hoje surgidos nada mais so do que vises temporalmente diferentes do mesmo objeto: o patrimnio. E mais, so todos eles, numa perspectiva ainda mais simples, vises temporais de um nico elemento patrimonial: o caixa. (MARTINS, p.24, 2000).

Os investidores buscam pautar-se nos relatrios dos analistas, os quais utilizam informaes econmicas para determinar seus pareceres quanto alocao de recursos e investimentos. Tais informaes so obtidas a partir da anlise tcnica ou grafista, que tem foco no comportamento dos preos das aes e em suas oscilaes de curto prazo, e por meio da anlise fundamentalista, a qual deveria proporcionar um aumento da rentabilidade dos investidores, visto que suas avaliaes se apiam no arcabouo contbil, no desempenho empresarial, alm de se pautarem em aspectos econmicos, fornecendo informaes teis aos diversos stakeholders.

Sobre as demonstraes financeiras Takamatsu, Lamounier e Colauto (2008, p.48) afirmam que ao apresentarem aos usurios externos as situaes financeiras, patrimoniais e econmicas da organizao de forma fidedigna, configurariam-se como importante fonte de informaes para esses agentes.

Numerosos estudos exploraram como os participantes do mercado, investidores e analistas, incorporam a informao do lucro em suas decises, explorando as reaes imediatas e atrasadas aos sinais da contabilidade.

11

Estratgias de investimento advindas da anlise fundamentalista tm sido disseminadas como forma de obter retornos superiores ao de mercado. Galdi (2008, p.21) cita que inicialmente estas estratgias focavam na compra de aes com baixo ndice preo/valor patrimonial (P/VPA) que equivalente a um alto ndice patrimnio lquido/preo (PL/P) e produziam um retorno maior do que estratgias que buscavam comprar aes com altos ndices P/VPA.

A idia por traz dessas estratgias consiste em identificar aes mal precificadas pelo mercado, o que permite ao investidor compor carteiras de aes identificadas como subavaliadas aguardando o reconhecimento e a valorizao dessas aes, ou eliminar aes sobrevalorizadas previamente sua desvalorizao.

Um grande nmero de pesquisas tem seu foco no desenvolvimento de estratgias de investimento em aes, baseadas em informaes contbeis, a fim de obter um desempenho superior carteira de mercado (carteira de aes ponderada representativa do mercado de capitais).

Um modelo surgido em meados da dcada de 1920, denominado mais comumente como anlise DuPont, funciona como uma tcnica de busca para localizar as reas responsveis pelo desempenho da empresa. Este sistema funde a demonstrao do resultado e o balano patrimonial em duas medidas-snteses da rentabilidade dos ativos: a lucratividade das vendas, representada atravs da Margem Lquida, evidenciando o ganho no preo; e a produtividade, visualizada a partir do Giro do Ativo, que demonstra o ganho na quantidade e indica qual a eficincia da empresa na utilizao dos seus ativos para gerao de vendas.

Esse modelo, que decompe o Retorno sobre os Ativos (ROA) em Margem Lquida (ML) e Giro dos Ativos (GA), citado em estudos recentes como os de Soliman (2008), Nissim e Penman (2001) e Fairfiel e Yohn (2001), nos quais os autores atestam que os componentes do modelo DuPont teriam poder explanatrio em relao s mudanas na lucratividade futura das empresas. Dessa forma, seriam teis ao incrementar informaes, aos j tradicionais modelos de anlise financeira, para formao de carteiras visando retornos extraordinrios, ou seja, retornos maiores do que um determinado benchmark considerado como retorno normal, que poderia ser o de uma carteira representativa do mercado.

12

Em seu trabalho Nissim e Penman (2001) usam a anlise DuPont que representada por seus indicadores, ML e GA, apresenta sinais da contabilidade que indicam diferentes padres em relao s operaes de uma firma. A Margem Lquida derivada, frequentemente, do poder de fixao de preos, bem como da inovao de produto, do posicionamento de mercado, do reconhecimento da marca e da presena em nichos de mercado. O Giro dos Ativos mede a utilizao e a eficincia do uso dos ativos, que em geral so provenientes dos processos de gesto eficientes de estoque, do uso ideal da propriedade, da planta industrial e dos equipamentos, e de outras formas de gerenciar o uso do capital.

Existem razes para supor que foras competitivas afetam de maneira diferente essas duas fontes da lucratividade. As margens de lucro elevadas sinalizam comumente a possibilidade de entrada de novos competidores no mercado, ou uma imitao rpida das novas idias por parte dos rivais existentes. A competio faz com que as margens de lucro elevadas se revertam aos nveis normais, sugerindo benefcios mais transitrios.

Ao contrrio da margem de lucro, entretanto, a competio no pode, to facilmente, ameaar uma empresa que possui utilizao eficiente de seus ativos. mais difcil imitar processos de produo hbeis de outra indstria, j que tal reproduo envolve revises grandes e caras de fbricas e das operaes atuais (NISSIM e PENMAN, 2001).

Os trabalhos de Fairfiel e Yohn (2001), Nissim e Penman (2001) e de Penman e Zhang (2003) corroboram com o proposto ao mostrarem que o desempenho proveniente do Giro dos Ativos mais estvel que da Margem Lquida. Assim, as mutaes no GA auxiliariam na predio das variaes futuras no ROA, permitindo vislumbrar o lucro, e por encadeamento o retorno das aes.

As empresas possuem diferentes padres para o Giro dos Ativos e para a Margem Lquida compondo o Retorno Sobre o Ativo, no entanto, empresas de um mesmo setor podem possuir o GA ou a ML aproximados. A eficincia das estratgias empresariais pode ser mensurada, de maneira simples, por meio do crescimento do ROA, oriundo da melhor utilizao dos ativos para gerar receitas ou da manuteno dos nveis de vendas associado com uma reduo dos custos e despesas.

13

As caractersticas das empresas alteram-se com o tempo, levando a oscilaes dos retornos esperados em geral estimados por retornos passados. Essa mudana tem impacto na lucratividade e, como j dito, relaciona-se com a cotao das aes. Uma firma com maior variabilidade de desempenho, provavelmente ter uma ampla oscilao do preo das aes, elevando o risco ao aumentar a incerteza do investidor em obter o retorno desejado.

Um argumento comum, no que diz respeito a finanas, que o retorno esperado de um ativo deve estar positivamente relacionado com o seu risco. Amplamente discutido no mundo financeiro, o estudo do risco inerente a um investimento, que por sua vez ir influenciar o retorno desses, uma das bases de finanas.

Com o objetivo de minimizar os riscos, investidores montam carteiras diversificadas, pois dessa forma reduz-se a exposio a variabilidade do preo da ao individual de uma firma. Mesmo uma pequena diversificao pode permitir uma reduo substancial da variabilidade. A diversificao funciona porque o preo de aes diferentes no varia exatamente da mesma maneira. Para Brealey, Myers e Allen (2008) h o risco que no se pode evitar, decorrente da existncia de outros riscos relativos a toda economia e que afetam todos os negcios, o risco de mercado. Porm, muitos riscos so particulares a uma empresa isoladamente risco nico os quais podem ser potencialmente eliminados com a diversificao.

Por meio da anlise das demonstraes contbeis possvel realizar inferncias sobre o risco das empresas, mensurado sobre outras bases que no somente a variabilidade. O principal risco a que um investidor est exposto a insolvncia da firma, que pode ser avaliada por meio de modelos economtricos e de quocientes. Outra proxy que reflete o risco financeiro a alavancagem financeira de uma empresa, evidenciando sua estrutura de capitais vista por meio das informaes contbeis.

A alavancagem financeira aumenta quando uma empresa emite obrigaes para financiar parte de suas operaes ou projetos, alterando a estrutura de capitais, crescendo o endividamento e tambm, o risco de insolvncia. Por outro lado, caso a taxa de juros ou custo do capital de terceiros seja menor do que o ROA, a firma poder alavancar seu lucro lquido e, por conseguinte, seu Retorno sobre o Patrimnio Lquido (ROE).

14

Dessa forma, ao inserir no tradicional modelo DuPont uma varivel para abranger a alavancagem das firmas, o Grau de Alavancagem Financeira (GAF), obtm-se o ROE, medida de maior ateno para os acionistas, pois retrata o retorno sobre o capital investido por estes. Alm disso, o GAF uma proxy para o risco financeiro da empresa, podendo ser comparado entre outras firmas a fim de se tomar uma deciso de investimento.

Nesse sentido, tem-se como problemtica de pesquisa analisar se as variveis que compe o modelo DuPont possuem correspondncia com a rentabilidade futura das firmas, funcionando como direcionadores de valor para inferir sobre os resultados futuros. Ainda, por meio da anlise das demonstraes financeiras, especificamente da anlise DuPont, selecionar firmas que apresentem sinais de crescimento e melhores desempenhos, o que sugere o aumento da lucratividade futura e consequente expanso do preo das aes. A partir dessa seleo, formar portflios de aes e compar-los entre si e segundo nveis de risco, para verificar a utilidade do modelo na obteno de retornos extraordinrios.

1.1.

PROBLEMA DE PESQUISA

Esta pesquisa busca num primeiro momento verificar se possvel antecipar a lucratividade futura das empresas de capital aberto com aes negociadas no Brasil, a partir da anlise das suas demonstraes financeiras. Em seguida formar carteiras de aes promissoras segundo anlise DuPont, que por isso estariam mal precificadas ou subavaliadas, e comparar os retornos obtidos caso a estratgia no fosse aplicada.

Apresenta-se, ento, a seguinte questo: A utilizao dos indicadores contbeis de Margem lquida e do Giro dos ativos, componentes multiplicativos que integram a anlise DuPont, possuem poder explicativo em relao rentabilidade futura das firmas? possvel obter retornos extraordinrios, em uma estratgia de investimento, com um portflio formado por aes destacadas por meio dos componentes do modelo de anlise DuPont?

Primeiramente, interessa verificar se os nveis e variaes dos ndices de Margem Lquida e Giro dos Ativos, este ltimo com maior destaque conforme verificado nas pesquisas anteriores, possuem significncia para predizer valores futuros do ROA de forma incremental

15

ao lucro, ou seja, que acrescente informaes para a realizao de inferncias pelos participantes do mercado de capitais.

Mesmo que seja possvel refutar os testes estatsticos sobre a utilizao da anlise DuPont com intuito de prognosticar a lucratividade, ainda seria oportuno avaliar sua utilizao para seleo de carteiras de investimento em aes, segundo sinais destacados pelo modelo. Isso cabvel porque as variveis do modelo detm informaes implcitas da estratgia operacional das firmas, que possivelmente sero refletidas no preo das aes, j que auxiliam a conjecturar o que seria o desempenho do perodo seguinte das empresas.

Ressalta-se que caso a anlise DuPont no possua poder incremental, que adicione novas informaes relevantes para a tomada de decises pelos participantes do mercado, a estratgia no apresentar retornos extraordinrios que sejam significativos. Mediante o exposto formulam-se as seguintes hipteses:

H1: As variaes presentes nos ndices de Margem Lquida e do Giro dos Ativos possuem significncia estatstica para estimar o valor do Retorno sobre os Ativos do exerccio subsequente. Essa primeira hiptese sinaliza que as informaes de natureza estritamente operacional, contidas no aumento da eficincia no uso dos ativos, carregam elementos estruturais relacionados estratgia operacional das firmas que auxiliam para antecipar sua lucratividade futura.

H2: A formao de uma carteira de aes composta com as firmas destacadas como opes promissoras, na anlise DuPont, origina retornos extraordinrios, ou seja, acima do retorno definido como normal. A hiptese H2 tem seu fundamento na associao de que o lucro no perodo corrente carrega dados importantes sobre a estratgia das empresas. Os componentes do modelo DuPont possuem informao adicional no incorporada nos relatrios dos analistas, sobre o lucro e por associao sobre o preo das aes.

Por meio do conhecimento das alteraes na composio do ROA, seja com variaes positivas (negativas) na ML ou no GA, conjuntamente aos valores do GAF e s variaes do ROE, seria possvel inferir sobre o acrscimo (decrscimo) da rentabilidade futura. Nesse

16

sentido, levaria a um reflexo no preo atual das aes, proveniente da expectativa de aumento da lucratividade e da distribuio dos resultados vindouros.

1.2.

OBJETIVO GERAL E ESPECFICOS

De acordo com o problema de pesquisa apresentado, este trabalho possui o objetivo de analisar se os indicadores da anlise DuPont que compem a rentabilidade atual das firmas so significativos para inferir sobre a rentabilidade futura (perodos subsequentes). Pretendese tambm, formar portflios de aes de empresas selecionadas atravs dos componentes da anlise DuPont, no sentido de se obter retornos extraordinrios. As anlises e observaes sero efetuadas em todas as companhias brasileiras de capital aberto com aes negociadas na Bovespa, com exceo das firmas financeiras e de servios, nas quais o modelo DuPont pouco indicado. A pesquisa refere-se ao perodo de 1997 at 2009.

1.2.1. OBJETIVOS ESPECFICOS

Pretende-se alcanar os seguintes objetivos especficos:

I.

Analisar os indicadores da anlise DuPont, verificando as distintas proposies apontadas pelos autores, nacionais e estrangeiros, para o clculo dos quocientes;

II.

Verificar os ndices das diferentes firmas com aes negociadas na Bovespa, com a finalidade de identificar os setores econmicos de maior rentabilidade e a evoluo dos mesmos na ltima dcada;

III.

Avaliar o grau de associao dos ndices Margem Lquida e Giro dos Ativos componentes multiplicativos do Retorno sobre os Ativos com a rentabilidade futura das firmas e com preo das aes;

IV.

Montar carteiras e avaliar a utilidade de uma estratgia de investimento em aes, a partir de sinais obtidos nos componentes da anlise DuPont;

17

V.

Comparar a utilidade dos modelos para formao de carteiras de investimento e para inferncias sobre a rentabilidade futura das firmas no perodo anterior e posterior crise financeira internacional originada nos EUA.

1.3.

JUSTIFICATIVA DA PESQUISA

Essa pesquisa justifica-se pela amplitude de utilizao da anlise das demonstraes financeiras por diversos profissionais e reas do conhecimento. Uma completa anlise econmico-financeira o ponto de partida para uma deciso de financiamento por uma instituio financeira. Alm disso, de forma geral os investidores estaro interessados nas perspectivas do empreendimento, na solidez e, principalmente, na rentabilidade de uma empresa. Ao traar os rumos da organizao a administrao toma conhecimento das posies e evolues das diversas rubricas. Percebe-se que a chave para a comparao entre vrias entidades, em seus setores de atuao, parte da anlise dos quocientes extrados dos balanos patrimoniais, demonstraes de resultado e demais peas contbeis.

Pode-se buscar nas normas contbeis (CPC, 2008) fundamentao para essas relaes onde se menciona que o objetivo principal da contabilidade o de permitir a avaliao econmica e financeira da entidade, aos diversos grupos de usurios, bem como fazer inferncias sobre suas tendncias futuras. Nesse sentido, destaca-se dentre os objetivos da anlise financeira a avaliao das firmas para investimento, por meio da compra de aes. Saber a que preo comprar esta ao envolve uma srie de fatores que interagem e constituem a expectativa traada pelo mercado, considerando tambm questes econmicas e setoriais, sobre o desempenho da empresa nos prximos exerccios.

Sobre a pesquisa da anlise das demonstraes contbeis Galdi (2008, p.11) diz o seguinte:
O tema de estudo de interesse para a prtica de anlise fundamentalista e avaliao de empresas no sentido de como devem ser entendidos os nmeros contbeis vis--vis algumas caractersticas da empresa e da ao que est sendo avaliada.

18

Esta pesquisa contribui para o melhor entendimento das caractersticas individuais e coletivas das firmas, explorando relaes ainda no traadas no mercado brasileiro, no formato disposto, podendo contribuir significativamente para o trabalho de analistas e gestores de fundos de investimento.

Lopes (2001, p. 16) corrobora com o exposto ao afirmar que na medida em que se aumenta o entendimento da relao entre a informao contbil e o mercado financeiro, contribui para o avano da teoria da contabilidade. Ainda segundo Lopes (2001) espera-se que a anlise do papel da contabilidade no mercado financeiro brasileiro possa ser baseada em testes empricos com menor grau de julgamento e normativismo.

medida que a contabilidade prov informaes aos participantes do mercado e com isso alteram-se os preos das aes, tm-se indcios de que as expectativas dos agentes em relao ao futuro das firmas esto sendo alteradas. Torna-se evidente que tais informaes ao afetarem os preos das aes sinalizam a recepo de um contedo informativo que o mercado ainda no possua. Lopes e Martins (2005) expem que a relao entre o preo das aes negociadas em bolsa e sua relao com as informaes oriundas da contabilidade financeira assumem ponto central no paradigma positivo.

Em pesquisas anteriores (Casa Nova, 2002; Mohanram, 2005; Lyra, 2008) foram fornecidas evidncias sobre a utilidade da anlise fundamentalista na predio da lucratividade futura. No entanto, as variveis discutidas e testadas no correspondem com as variveis presentes nos livros texto e nos relatrios dos analistas. Assim, outra contribuio deste trabalho est em buscar demonstrar a validade de tcnicas simples, que podem ser usadas para inferir sobre a rentabilidade futura das firmas.

O modelo DuPont mencionado em diversos livros texto (Assaf Neto, 2007; Iudcibus, 2009; Silva, 2008; Brigham e Houston, 1999; Stickney e Weil, 2001) e usado nos relatrios de analistas no clculo da rentabilidade das firmas, por meio dos seus indicadores ROA, ROE, ML e GA.

Apesar da existncia de inmeros trabalhos nacionais e internacionais explorando a anlise das demonstraes financeiras para tomada de decises de investimento, a pesquisa sobre o tema apresenta vrias direes possveis. Alguns autores afirmam sobre sua utilidade, no

19

Brasil trabalhos recentes como de Galdi (2008), Lyra (2008), Tavares Filho (2006) e Casa Nova (2002), encontraram argumentos que validam a utilizao da anlise das demonstraes contbeis para decises de investimentos no mercado de capitais, no entanto, os autores apontaram a necessidade de novas pesquisas e testes a fim de legitimar ou refutar suas concluses.

Completando os argumentos em relao pesquisa da utilizao das demonstraes financeiras pelo mercado de capitais, Lopes e Galdi (2006) auxiliam dizendo que o Brasil apresenta um cenrio interessante para o teste da relevncia da informao contbil devido s caractersticas do seu mercado de capitais e dos modelos de divulgao financeira. Ainda segundo os autores, algumas evidncias sustentam esta idia.

Inicialmente, estudos como o de Ali e Hwang (2000) indicam que pases como o Brasil1 teriam menor relevncia em sua informao contbil, a partir da observncia dos seguintes fatores: i) mercado de capitais pouco desenvolvido; ii) contabilidade muito regulamentada pelo governo; iii) concentrao do controle acionrio das empresas; iv) concentrao da estrutura de financiamento por meio de bancos; v) tradio legal (code law - direito romano); e vi) pouco peso dado auditoria.

Lopes e Galdi (2006) continuam e informam que h evidncias de que a eficincia de mercado no Brasil inferior dos Estados Unidos. Neste sentido, os estudos de Karemera, et. al (1999) e Ojah e Karemera (1999) indicam que o mercado brasileiro seria eficiente na forma fraca, ou seja, as informaes contbeis no seriam imediatamente captadas pelos participantes do mercado de capitais e, consecutivamente, um investidor conseguiria obter retornos extraordinrios em uma estratgia baseada em demonstrativos financeiros. Finalmente, o Brasil se apresenta como o maior emissor de ADRs 1 entre os pases da Amrica Latina, alm da participao de investidores estrangeiros na BOVESPA ter passado de 25% em 2001 para 35,5% do volume de negcios em 2008. Soma-se a estas informaes o amplo crescimento do mercado de capitais brasileiro, desde a estabilidade econmica advinda

ADRs: Os American Depositary Receipts tambm conhecidos como American Depositary Shares, representam aes de empresas no sediadas nos Estados Unidos. Os recibos so emitidos por um banco depositrio norte-americano, sendo as aes que eles representam mantidas em um banco custodiante no pas de origem da empresa.

20

do Plano Real, um grande nmero de empresas vem abrindo capital passando, efetivamente, a representar uma alternativa para captao de recursos financeiros para investimentos nas firmas.

21

2. FUNDAMENTAO TERICA

2.1.

A IMPORTNCIA DA INFORMAO CONTBIL PARA A TOMADA DE

DECISES NO MERCADO DE CAPITAIS

A estrutura bsica da contabilidade advm de caractersticas qualitativas que visam delinear o tratamento dos fatos, buscando fornecer informaes teis aos diversos usurios, que possuem finalidades distintas quanto ao uso desta informao. Geralmente as demonstraes financeiras elaboradas so objeto de anlise por usurios que buscam compreender as atividades, o desempenho e os resultados alcanados pelas empresas.

Para serem teis, as informaes devem ser relevantes s necessidades dos usurios na tomada de decises. As informaes so relevantes quando podem influenciar as decises econmicas dos usurios, ajudando-os a avaliar o impacto de eventos passados, presentes ou futuros.

O Comit de Pronunciamentos Contbeis em seu pronunciamento conceitual bsico (CPC, 2008, p.11), sobre a estrutura para a elaborao e apresentao das demonstraes contbeis, define:
Informaes sobre a posio patrimonial e financeira e o desempenho passado so frequentemente utilizadas como base para projetar a posio e o desempenho futuros [...]. Para terem valor como previso, as informaes no precisam estar em forma de projeo explcita. A capacidade de fazer previses com base nas demonstraes contbeis pode ser ampliada, entretanto, pela forma como as informaes sobre transaes e eventos anteriores so apresentadas.

O modelo contbil, por meio das caractersticas qualitativas dessa informao, disciplina o momento adequado em que os valores de entradas e sadas devem ser reconhecidos no resultado do exerccio, com a finalidade de atenuar as foras conflitantes entre a relevncia e a confiabilidade das informaes.

Dechow (1994) expressa que as regras do modelo contbil para determinao do lucro podem reduzir sua utilidade, quando este for divulgado em circunstncias em que o gestor dispe de informaes privadas sobre a performance da empresa e que poderiam estar reveladas no

22

lucro. Porm, por outra tica, as regras minimizam a possibilidade dos gestores proverem informaes fraudulentas com objetivo particular de auferir ganhos.

Segundo Hendriksen e Van Breda (1999, p. 205) as demonstraes financeiras se destinam predominantemente aos usurios externos de dados contbeis, mas os contadores tambm devem fornecer ferramentas e materiais, aos administradores, para fins de controle e tomada de decises. Para o Financial Accounting Standards Board FASB (1978) o processo de divulgao deve proporcionar informaes que auxiliem investidores e credores, presentes e futuros, bem como outros usurios, a determinar os nveis, a distribuio no tempo e a incerteza de possveis recebimentos de dividendos ou juros em dinheiro, bem como o resultado da venda, do resgate, ou do vencimento de ttulos ou emprstimos. A principal preocupao da divulgao financeira o fornecimento de informaes sobre o desempenho de uma empresa, com base em medidas de lucro e de seus componentes.

O lucro, considerado um importante indicador para delinear o desempenho da eficincia empresarial, representa tambm uma das preocupaes da divulgao de informaes financeiras aos tomadores de decises. Tem-se conceitualmente aceito que seu objetivo principal apoiar os usurios em decises estratgicas e tticas. Ribeiro Filho, Lopes e Pederneiras (2009, p.166) expem que o lucro dificilmente pode ser definido de forma incontestvel, segundo os autores lucro uma definio econmica e, ao mesmo tempo, contbil, que representa o aumento de riqueza econmica.

Moreira (2009) diz que no sentido amplo o lucro a variao do patrimnio de uma empresa durante um perodo, enquanto que, o teste do sucesso das operaes de uma empresa a medida pela qual o dinheiro obtido superior ao dinheiro gasto no longo prazo. O primeiro o conceito de preservao de capital, e o ltimo uma verso do conceito de maximizao de lucro.

Hicks define renda como o que uma pessoa pode consumir durante a semana e ainda esperar estar, no final da semana, na mesma situao em que estava no comeo. A relao seria, do ponto de vista de uma empresa, o montante que pode ser distribudo sem que haja uma reduo dos ativos lquidos. Porm, o lucro hicksiano demanda que na avaliao do

23

patrimnio lquido, sejam capitalizados os recebimentos lquidos futuros esperados, enquanto que o lucro contbil requer somente que sejam avaliados os ativos em base a seus custos no expirados (MOREIRA et al, 2009).

O lucro contbil para Kothari (2001) passa a ter a funo de demonstrar os resultados gerados pelas atividades operacionais e utilizados para uma aproximao da determinao dos fluxos futuros de caixa. Dado o interesse dos investidores, acionistas e credores em conhecer o valor da empresa, a capacidade informacional dos lucros deve transmitir para o usurio uma sinalizao sobre o valor da empresa.

Uma das caractersticas do lucro sua provvel capacidade de predio. Os investidores podem estar interessados no lucro de hoje para predio de lucros e dividendos futuros, assim como para predio do preo das aes. Segundo Hendriksen e Van Breda (1999, p. 217) um dos aspectos cruciais da pesquisa sobre o impacto de lucros contbeis no mercado de capitais a determinao do contedo informacional dos dados de lucro.

Para Costa, Teixeira e Nossa (2002) devido ao relevante papel desempenhado pelo lucro, justificvel que haja uma preocupao com a sua qualidade, com critrios utilizados para a sua formao e principalmente com sua consistncia, embora uma definio precisa do termo qualidade dos lucros, ainda no tenha sido alcanada. Esta preocupao tem feito com que muitos pesquisadores desenvolvam trabalhos empricos para testar a qualidade do lucro.

A utilidade das informaes contbeis sempre mereceu destaque nas discusses tericas sobre o papel da Contabilidade. Ball e Brown (1968) foram pioneiros em pesquisas que tentavam estimar a utilidade dos relatrios financeiros. Testaram se a divulgao de lucros teria impacto nos retornos das aes. Posteriormente, diversos estudos foram elaborados para avaliar a relevncia da informao contbil, na maioria das vezes testando empiricamente a associao entre medidas contbeis e valores de mercado.

Lopes e Martins (2005) mencionam outros importantes trabalhos que seguiram a idia de Ball e Brow, dentre estes a pesquisa de Beaver (1968) que atravs da utilizao da Varincia dos Retornos Anormais buscou avaliar o contedo informativo da divulgao dos resultados, comprovando que os demonstrativos anuais possuem informaes teis ao mercado de capitais.

24

Alm destes, Foster (1977) desenvolveu um modelo para previsibilidade de lucros com base em dados trimestrais. Dentre outras concluses o autor verificou uma variao nos preos das aes, acima da mdia, no dia de publicao das informaes contbeis. Nessa mesma linha de pesquisa Beaver, Lamber e Morse (1980) acentuaram a importncia da contribuio dos lucros ao prever retornos anormais, agrupando empresas em portflios em funo da variao nos preos das aes.

Posteriormente, foi verificado no trabalho desenvolvido por Board e Walker (1990) que a relao existente entre lucros contbeis e retornos das aes no possui uma modelagem simples, tal relao distinta para cada empresa.

Strong e Walker (1993) combinaram vrios avanos das pesquisas de mercado de capitais, discriminando caractersticas para a relao entre lucro e mudanas nos preo das aes. Com uma base de dados de diferentes companhias industriais da Inglaterra, os autores apresentaram 11 tipos de regresses em painel, que poderiam ser utilizadas para especificar a relao entre o lucro e as mudanas nos preos das aes, buscando descrever as especificidades das diferentes empresas e relaes temporais.

Collins, Pincus e Xie (1999) pesquisaram o modelo de capitalizao de lucros aplicado a empresas que reportaram perdas. Foi verificada a relao do resultado das operaes da firma (lucro ou prejuzo) com o preo das aes para um perodo de 20 anos, de 1974 at 1993. Os autores encontraram que o poder explicativo dos lucros para o mercado de capitais est reduzindo e um dos motivos citados o aumento das empresas de servios e alta tecnologia. Lopes e Martins (2005, p. 153) afirmam acerca dessas empresas que elas possuem grande parte do valor em ativos intangveis, como a contabilidade no registra intangveis adequadamente, o lucro no reflete o comportamento dos resultados futuros dessas empresas. A correlao entre lucro e preo imperfeita, pois os preos das aes captam impactos de um conjunto de informaes muito mais amplo do que o representado apenas por lucros contbeis. Hendriksen e Van Breda (1999, p. 206) ainda explanam que algumas flutuaes dos lucros contbeis resultam de mudanas de regras contbeis, sem qualquer implicao econmica imediata.

No Brasil, Sarlo Neto (2004) investigou se as informaes contidas nas demonstraes contbeis e divulgadas ao mercado estariam refletidas nos preos das aes, demonstrando a

25

utilidade do modelo contbil. Concluiu que a informao contbil relevante para os usurios no mercado de capitais, reduzindo a assimetria informacional. O autor ainda encontrou que o mercado antecipa cada um dos lucros anormais (positivos/negativos) com velocidades diferentes, os resultados negativos so antecipados com maior rapidez.

Do ponto de vista dos detentores de capital, o lucro representa o guia para polticas de investimentos. Os investimentos mais atrativos so aqueles que prospectam maior valor presente dos futuros recebimentos por unidade monetria aplicada no negcio. Lopes e Martins (2005) argumentam que a relao entre a informao contbil e o preo das aes central, dentro do paradigma positivo. Os autores justificam que:
[...]os preos de mercado refletem as expectativas dos agentes econmicos acerca do futuro da empresa e da economia. Dessa forma, a relao entre a informao emanada da contabilidade e esses preos indica que as expectativas dos agentes esto sendo alteradas.(LOPES e MARTINS, 2005, p.77)

Considerando que investidores racionais buscam maximizar suas riquezas, o preo das aes, na maioria das vezes, associado ao valor presente dos benefcios futuros esperados. Ou seja, associa-se a idia de lucros contbeis e preo das aes, por analogia, a lucros contbeis e benefcios futuros.

Dantas et al (2006, p.77) citam uma interpretao terica intuitiva para a relao lucroretorno, a partir de trs condies sobre a informao contida no lucro contbil e no preo das aes, explicando que:
(i) o lucro do perodo corrente disponibiliza informao importante e til para a projeo de lucros futuros; (ii) as projees de lucros futuros fornecem importantes elementos para o desenvolvimento das expectativas de dividendos; e (iii) o valor presente dos benefcios futuros esperados determina o preo da ao (NICHOLS e WAHLEN 2004, p.265).

26

A Figura 1 proposta por Nichols e Wahlen (2004) sintetiza o exposto:

Lucro do perodo corrente

Link 1

Expectativa de lucros futuros

T e s t e

L i n k 2

Preo corrente da ao

Link 3

Expectativa de benefcios futuros

Link 1: assume-se que o lucro corrente prov informao que o investidor pode usar para formar expectativa de lucros futuros. Link 2: assume que a rentabilidade corrente e a expectativa de lucros futuros, determina a quantidade futura de pagamento de dividendos. Link 3: assume que os preos das aes refletem o valor presente de todos os benefcios futuros esperados. Teste: como os lucros contbeis se relacionam com o preo das aes?

Figura 1 Relao do lucro corrente versus preo corrente das aes Fonte: Nichols e Wahlen (2004, p.266) Concluindo a viso explcita de que lucros passados so utilizados, com grande frequncia, para prever lucros e rentabilidades futuras, Jegadeesh e Titman apud Minard (2004, p.6) tambm mostraram em sua pesquisa que comprar ttulos vencedores e vender perdedores traz retornos anormais significativos aos investidores. Alm disso, defenderam que o modo de obter melhores retornos formar carteiras com base no desempenho passado nos seis ltimos meses e manter essas carteiras por mais seis meses. No entanto, essa anlise do lucro deve levar em considerao o quanto desse resultado proveniente das operaes normais da empresa, outros eventos extraordinrios podem ter tido influncia no resultado daquele perodo e teriam pouca chance de recorrncia. Torna-se interessante que as empresas, sob esse enfoque, classifiquem adequadamente as despesas operacionais e no operacionais (no recorrentes), uma vez que os itens extraordinrios tm pouca utilidade na previsibilidade de lucros futuros.

27

Buscando relacionar as variveis contbeis com o retorno das aes Lipe (1986) e Kormendi e Lipe (1987) apud Soliman (2008) procederam com a decomposio do lucro em seis componentes e, dentre eles, identificaram que os mais transitrios tm uma relao menor com o retorno das aes. Tal resultado era esperado visto que a variabilidade destes itens dificulta inferir sobre valores futuros.

A Figura 2 exibe os nveis de apurao do lucro. Pode-se observar a composio do chamado Lucro Abrangente, em que so includas todas as variaes positivas no PL com exceo dos recursos procedentes dos acionistas. Alm disso, destaca-se na formao do Lucro Lquido a influncia das prticas contbeis e dos Itens extraordinrios em sua formao. Nesse sentido, a seleo do Lucro que ser usado na avaliao, se Operacional, Corrente, Lquido ou Abrangente, implicar em distintas anlises cabendo ao usurio apropriar-se daquela que melhor reflete o enfoque pretendido.

Dessa forma, o conceito de Lucro Abrangente (Comprehensive Income) ao levar em considerao o lucro, tambm, como alterao do capital do exerccio, definido por Robinson (1991) apud Coelho e Carvalho (2007, p.125) como a alterao no valor lquido dos ativos numa entidade de negcios, referente a um exerccio, de todas as origens, exceto de transaes com proprietrios. Os autores informam que o lucro abrangente possui maior utilidade na orientao de polticas de investimento no mercado de capitais e estimativas de fluxos futuros, j que envolve todas as mudanas de capital durante o exerccio, exceto aquelas de investimento dos scios e distribuies para estes.

Efeitos acumulados de mudanas de PCGA de perodos anteriores Lucro Lquido Lucro Operacional Lucro Corrente Itens extraordinrios Ajustes Acumulados de Exerccio anteriores Variaes patrimoniais no provenientes dos scios

Lucro Abrangente

Figura 2 Nveis de apurao do Lucro Contbil Fonte: Adaptado de Coelho e Carvalho (2007, p.125)

28

Na mesma direo, Fairfield, Sweeney e Yohn (1996) procuraram evidncias sobre a utilizao de outras informaes, disponveis nas demonstraes de resultado, para previsibilidade do lucro em perodos futuros. Observaram em seu trabalho que o lucro lquido decorrente da atividade da empresa, principal componente utilizado na avaliao dos ndices de retorno, pode ser decomposto em: normal, recorrentes, operacional, no recorrente e no operacional. Por meio dos testes efetuados na pesquisa, os autores comprovaram que a desagregao do lucro fornece informao adicional em relao s previses de lucratividade futura. Identificaram que os itens extraordinrios e operaes descontinuadas podem ser ignorados na previso de retorno futuro. Por outro lado, itens especiais em operaes em continuidade possuem informao adicional quanto aos resultados futuros e devem ser apreciados.

2.2.

ANLISE DAS DEMONSTRAES FINANCEIRAS

A busca pela compreenso do relacionamento dos diversos ndices financeiros e o desempenho/situao empresarial marcou a evoluo da chamada anlise das demonstraes financeiras, popularmente conhecida como anlise de balanos, que tem como objetivo principal mensurar e avaliar o comportamento das empresas.

Stickney e Weil (2008, p.229) informam que atravs de dados histricos e projetados, a anlise das demonstraes financeiras permite ao analista avaliar o desempenho passado, a posio financeira atual e projetar a posio e o desempenho financeiro futuros, buscando examinar principalmente a lucratividade e o risco da empresa.

O conceito da anlise em questo reforado por Assaf Neto (2007, p.110) ao informar que so verificados os reflexos que as decises tomadas por uma empresa tero na determinao de sua liquidez (capacidade de pagamento), estrutura patrimonial (composio das fontes passivas de recursos) e rentabilidade (resultados auferidos).

Existem diversas tcnicas para analisar as demonstraes contbeis, que consistem em suma, em uma maneira de transformar dados contbeis em informaes capazes de contribuir para

29

formao da opinio dos distintos usurios, os quais buscam tomar decises inerentes a algum aspecto especfico.

Lyra (2008, p.30) sintetiza as informaes que podem ser obtidas atravs da anlise de balanos, informando que o desempenho econmico e financeiro das empresas pode ser observado a partir de quatro fatores:
Fatores sistemticos: referem-se quelas variveis associadas ao desempenho que afetam a empresa como um todo, como a taxa de crescimento do setor, participao e liderana de mercado. b) Fatores operacionais: referem-se s variveis que medem a contribuio da empresa em termos de produtos e servios, como os indicadores relacionados aos custos operacionais, margem de lucro, rentabilidade e alavancagem. c) Fatores financeiros: so os fatores ligados obteno e disponibilidade de recursos (...) so os indicadores contbeis que medem a dependncia de capitais de terceiros e a disponibilidade de recursos. d) Fatores estratgicos: associados posio estratgica da empresa, sendo relacionados a participao da empresa no mercado, como tamanho, volume de vendas, crescimento e capacidade produtiva. a)

Segundo Assaf Neto (2002) as decises das firmas pautam-se, principalmente no decorrer das operaes, em duas questes financiamento e investimento, e estas decises definem sua estabilidade financeira e atratividade econmica. Dessa forma, poder-se-ia definir desempenho superior, genericamente, como um baixo endividamento associado a uma alta rentabilidade.

Em relao rentabilidade Brigham e Houston (1999, p.89) apontam que essa consiste no resultado de uma srie de polticas e decises referentes empresa, uma vez que mostra os efeitos combinados da liquidez, da gesto de ativos e do endividamento sobre os resultados operacionais.

Para Casa Nova (2002) a mensurao do desempenho deve levar em considerao algumas caractersticas. Os indicadores devem possuir objetividade, existe uma preferncia por dados quantitativos, uma vez que indicadores subjetivos dificultam a mensurao; mensurabilidade, quantificao em alguma escala de valores; compreensibilidade, as medidas devem ter significado para os gestores; comparabilidade, os indicadores devem ser comparveis entre perodos e entidades; e o custo, a informao obtida deve possuir custo superior ao incorrido para obt-la.

30

Tavares Filho (2006, p.31) apia a definio de Casa Nova ao dizer que a rentabilidade deve ser vista como uma indicao de eventuais tendncias, positivas ou negativas, referentes ao desempenho empresarial, as quais exigem investigao mais acurada, tendo em vista as medidas estimuladoras ou corretivas.

Os indicadores de rentabilidade visam analisar os resultados obtidos frente a parmetros que melhor revelem suas dimenses. Utiliza-se o lucro operacional e o lucro lquido comparandoos, principalmente, com o ativo total, com o patrimnio lquido e com as receitas de vendas.

As principais medidas para avaliao da rentabilidade apresentadas por diversos autores, como Assaf Neto (2007), Casa Nova et al (2005), Stickney e Weil (2001), Silva (2008), Marques (2004), so o Retorno sobre o Ativo (ROA), Retorno sobre o Patrimnio Lquido (ROE), Margem lquida (ML) e Giro do Ativo (GA). Tais indicadores compe a conhecida anlise DuPont.

2.3.

O MODELO DU PONT E SUAS POSSIBILIDADES DE APLICAO

No incio do sculo XX, nos Estados Unidos, ocorreram vrias incorporaes de empresas, que produziram grandes companhias. Diversas atividades que antes eram isoladas e controladas por firmas independentes, passaram a ser integradas em uma nica organizao, este processo deu incio ao sistema de gesto de mltiplas atividades.

Johnson e Kaplan (1993) expem que as firmas integradas desenvolveram-se principalmente por propiciarem novas oportunidades de expanso de lucros pela combinao de operaes antes distintas. Surge neste cenrio a necessidade de gerenciar sistemas de informaes complexos, com emaranhados processos internos burocrticos, tendo em vista a tecnologia disponvel na ocasio. O formato que parecia atender s necessidades de gesto era a organizao centralizada, com uma administrao central coordenando e dirigindo os vrios departamentos, cada um com suas atividades especializadas.
A estrutura permitia aos gerentes de cada departamento se concentrarem no desempenho eficiente e efetivo de sua atividade especializada. Ao mesmo tempo, permitia alta administrao se concentrar na coordenao dos desempenhos dos vrios departamentos da firma, formando uma unidade. (JOHNSON e KAPLAN, 1993, p.23).

31

Fundada em 1903 a firma de explosivos DuPont Powder Company era um timo exemplo de utilizao da contabilidade gerencial em uma indstria integrada de mltiplas atividades. O ramo de atuao inicialmente compreendia vrias firmas de administrao independente engajadas somente na fabricao de produtos qumicos, principalmente a plvora.

Johnson e Kaplan (1993) explicam que aproveitando de uma crise familiar de sucesso, trs primos Alfred, Coleman e Pierre, assumiram o controle da DuPont Powder Company. Eles trocaram ttulos da nova empresa por ativos dos ento proprietrios, prometendo ganhos iguais ou melhores que os atuais atravs da participao nos lucros.

Todo o contingente de fbricas independentes, escritrios de vendas e distribuio, antes mediada pelo mercado por dezenas de firmas especializadas, passou a ser coordenada por uma administrao central, que coletava dados dirios e semanais sobre vendas, folha de pagamento e custos de produo. Por meio de um sistema contbil centralizado era feito o elo que encadeava a estrutura departamental espalhada pelo territrio norte americano. As informaes possibilitavam que a alta administrao formulasse planos de crescimento equilibrado das mltiplas atividades da companhia.

A gesto da firma adotava o retorno do investimento como medida bsica do desempenho, utilizava no planejamento, avaliao e controle dos lucros desejados pelos acionistas em funo dos recursos investidos na firma. Governava as decises o princpio de que no se gastariam em acrscimos de equipamentos produtivos se a mesma quantia de recursos pudesse ser aplicada para um propsito melhor em outro ramo dos negcios da companhia. Inicia, neste momento, o uso do custo de oportunidade dentro da empresa.

Segundo Atkinson et al (1999) uma das inovaes trazidas pela DuPont, provavelmente a mais duradoura, de grande repercusso foi o desenvolvimento da frmula de Retorno sobre os Ativos (ROA), amparando os gerentes seniores nas decises entre quais divises receberiam novos aportes de capital.

Conforme Casa Nova et al (2005, p.183) a anlise DuPont representa uma radiografia da empresa em seus aspectos inerentes obteno do retorno sobre os investimentos. Pode-se acompanhar a evoluo do ROA no decorrer dos perodos e analisar as causas e efeitos na rentabilidade da empresa. Uma diminuio nos ndices do ROA decorrente de um

32

decrscimo na margem ou no giro. Se for a Margem, porque o lucro desse perodo oscilou em relao ao montante das vendas. Se o lucro diminuiu porque as vendas diminuram ou os custos aumentaram, ou ainda uma combinao de ambos.

O Retorno sobre os Ativos mensura a rentabilidade conjunta dos recursos prprios e de terceiros aplicados na empresa. Pode-se observar a partir do ROA quanto a empresa ganhou (perdeu) para cada 100 unidades monetrias aplicadas no ativo total, sua equao bsica pode ser escrita conforme descrito na equao 1:

(1)

A decomposio do ndice de retorno dos ativos pode ser vista atravs da Margem Lquida e do Giro dos Ativos. A ML mede a porcentagem de lucro (prejuzo) em relao s receitas lquidas de vendas, o GA informa quanto de receitas lquidas de vendas foram obtidas por unidade monetria investida no ativo. A equao 2 exibe a formao matemtica do ROA, em seu formato tradicional, a partir das relaes explanadas: =

(2)

A partir do desmembramento da ML, podem-se obter os componentes de despesas como o custo das mercadorias e produtos vendidos, as despesas de vendas, administrativas e financeiras. A avaliao desses indicadores por perodos sequenciais pode revelar oportunidades de melhoria na margem de lquida de uma empresa, bem como a forma como a margem se perde.

O GA demonstra a produtividade do investimento realizado, ou seja, quanto mais vendas ela fizer, mais produtivo o ativo da empresa. A possibilidade de uma firma obter lucros est vinculada com o quanto esta consegue faturar com o mesmo valor de investimentos. Com isso, quanto maior for o giro obtido, maior a oportunidade de diminuir a margem de lucro na venda dos produtos, ensejando uma competitividade maior pelos menores preos que podem ser praticados (ANGOTTI, 2007).

33

Tendo o retorno sobre o investimento, medido em funo dos ativos, como o produto da Margem Lquida pelo Giro dos Ativos, cabe a indagao: o que seria melhor para uma empresa qualquer, ganhar mais na margem ou no giro? Casa Nova et al (2005, p.180) salientam que em princpio, essa questo indiferente, pois o que importa o equilbrio entre a margem e o giro, ou seja, a ponderao de ambas as foras para obteno do melhor retorno possvel.

Os componentes do Retorno Sobre o Ativo, conforme comprovado por Nissim e Penman (2001), possuem propriedades diferentes. Os autores observaram que a Margem Lquida mede a habilidade da firma de controlar os custos incorridos para gerar vendas e d a uma viso da sensibilidade do lucro operacional ao preo do produto e estrutura do custo. As variaes na ML medem a taxa de crescimento do lucro relativo taxa de crescimento nas vendas. Por outro lado, o Giro dos Ativos captura a eficincia da empresa em empregar os recursos operacionais para gerar vendas e interpretado pelos gestores como uma medida da utilizao dos ativos. As variaes no GA refletem a mudana na produtividade dos ativos da firma e medem o crescimento das vendas em comparao ao crescimento relativo dos ativos operacionais.

Dentre os objetivos empresariais, essencial a busca pela maximizao da riqueza dos acionistas e, para isso, devem ser tomadas decises de investimentos, com vistas otimizao na alocao dos recursos. Uma medida do xito econmico em relao ao capital dos proprietrios fornecida pela taxa de Retorno sobre o Patrimnio Lquido, o ROE, expresso em sua forma mais bsica como destacado na equao 3:

(3)

Assaf Neto (2007, p.124) salienta que indicadores de rentabilidade, como o ROE, so elementos de ateno diferenciada pelos analistas, os quais costumam exercer significativamente influncias sobre as decises que envolvem a empresa em anlise, tomadas tanto no mercado de crdito, quanto no mercado acionrio.

A estrutura de capitais de uma empresa afeta diretamente o retorno obtido pelos proprietrios. A seleo de fontes de financiamento leva em conta a relao custo do financiamento frente

34

ao ROE. Com o retorno produzido pelos passivos superior ao custo do endividamento, fica apropriado manter elevada a alavancagem financeira, decorrente da existncia de capital de terceiros financiando os ativos. Contudo, esse aumento ir aumentar o risco financeiro da empresa e tais decises devem ser muito bem ponderadas.

O endividamento pode ser verificado atravs do Grau de Alavancagem Financeira (GAF), que indica o volume de recursos investidos na empresa, comparado com recursos prprios aplicados ou mantidos pelos acionistas. dado pela razo do Ativo Total pelo Patrimnio Lquido. Sua utilizao reflete o impacto do uso de capital de terceiros sobre o retorno dos proprietrios ao converter o ROA em ROE, conforme explcito na equao 4: (4) = ; =

Onde: LL RLV AT PL = Lucro Lquido = Receita Lquida de Vendas = Ativo Total = Patrimnio Lquido

Sobre a estrutura essencial de funcionamento da alavancagem financeira, Stickney e Weil (2001, p. 242) sintetizam-na da seguinte maneira: 1) A empresa obtm fundos de credores; 2) Investe os fundos em vrios ativos e obtm determinado ROA, medido antes da remunerao atribuda aos fornecedores de capital; 3) Os credores recebem uma parcela do ROA, dada pelos juros sobre o valor emprestado firma. Para essa, entretanto, o custo deste dbito corresponde aos juros aps o imposto de renda; 4) Os acionistas detm um direito residual sobre os lucros gerados pela empresa.

Observa-se que quanto mais recursos de terceiros os acionistas tomarem, maior rentabilidade tero em relao aos prprios recursos investidos na firma. Mas essa relao no pode ser manejada de forma to livre. Segundo Assaf Neto (2007) a dificuldade em se obter emprstimos aumenta ao reduzir a participao de capital prprio, alm disso, cresce tambm a taxa de captao de recursos em razo do maior risco financeiro assumido pela companhia.

35

Isto , medida que a firma aumenta a utilizao de dvidas, o risco de insolvncia ou falncia torna-se maior. A insolvncia refere-se a uma condio em que a empresa no possui caixa para pagar as suas dvidas correntes, enquanto falncia se refere a uma condio estabelecida em legislao, em que geralmente o passivo da empresa excede o seu ativo. Assaf Neto (2007, p.170) destaca ainda:

Em termos de viabilidade econmica do empreendimento, duas empresas iguais em tudo, menos na forma como so financiadas, so avaliadas igualmente, revelando mesma atratividade e valor. Denotam, em outras palavras, idntico potencial econmico de lucro. No entanto, o que ir diferenciar o desempenho das empresas a capacidade que suas estruturas de financiamento apresentam de alavancar seus resultados operacionais.

A partir de tais conceitos observa-se, por exemplo, que um Retorno sobre o Patrimnio Lquido abaixo do custo de oportunidade, rentabilidade mnima esperada, pode ser proveniente de um fraco desempenho operacional, resultante de uma estrutura de custos cara e baixo volume de vendas, ou por um endividamento elevado e oneroso. No primeiro caso, o desempenho operacional deficitrio deve ser corrigido alterando as estratgias de Ativos, envolvendo o giro e a margem. Por outro lado, se mesmo com razovel lucro operacional a firma apresenta resultado lquido negativo, tem-se revelada uma inadequada estrutura de capital, que consome o retorno produzido pelos ativos e que seria direcionado aos acionistas. Com a incluso do ROE e do GAF na relao anterior (ROA = GA x ML) obtm-se o modelo DuPont Ajustado (parte sombreada da FIG. 3). Essa anlise evidencia o j exposto, que quanto maior o retorno sobre o investimento total, medido em funo dos ativos, e menor a participao dos proprietrios, maior ser o grau de alavancagem e em decorrncia o retorno auferido pelos proprietrios. Na Figura 3 exibido o modelo DuPont, com as nomenclaturas das contas atualizadas e com incluso do GAF e do ROE, que no fazem parte do modelo no formato original.

36

DIS AC
RLV EST AT GA ANC ROA LO ROE ML OAT RLV IMO RLP CRE

GAF

RLV CPV
CDT DV DA

Figura 3 Modelo DuPont ajustado Fonte: Adaptado de Angotti (2007, p.33)

Onde: RLV: Receita Lquida de Vendas; AT: Ativo Total; LO: Lucro Operacional; AC: Ativo Circulante; ANC: Ativo No Circulante; CDT: Custos e Despesas Totais; DIS: Disponibilidades; CRE: Crditos diversos; EST: Estoques; RLP: Realizvel em longo prazo; IMO: Imobilizado; OAT: Outros Ativos no circulantes; CPV: Custo do Produto Vendido; DV: Despesas de Vendas; DA: Despesas Administrativas.

2.4.

AVALIAO DE EMPRESAS POR MEIO DA RENTABILIDADE

A teoria das finanas descreve o preo das aes em funo dos dividendos futuros previstos, que conduzem ao modelo familiar de desconto de dividendos. Fam e Leite (2003, p.5) colocam que:
A idia por trs dos modelos de avaliao baseados em dividendos determinar qual o fluxo de caixa (benefcios) que um acionista possui quando compra uma ao. Os ganhos oriundos de uma ao podem ser de dois tipos: (i) dividendos pagos aos acionistas; e (ii) ganhos de capital auferidos quando o acionista vende a ao por um preo superior ao que pagou.

No modelo de avaliao de desconto de dividendos, presume-se que o acionista permanea com a ao indefinidamente. Assim, o valor do capital prprio de uma empresa passa a ser o valor presente de todos os dividendos futuros que sero pagos pela empresa para os seus acionistas.

37

Um modelo algbrico equivalente, geralmente citado como Modelo dos Lucros Residuais (RIV Residual Income Valuation), estruturado na dcada de 1990 por James Ohlson, define o valor de uma empresa como sendo o somatrio do valor contbil do patrimnio lquido da companhia com o valor presente dos lucros residuais esperados (GALDI, TEIXEIRA e LOPES, 2008). O lucro residual pode ser definido como o lucro que excede o custo esperado do capital prprio empregado nos anos futuros. Desse modo, o modelo RIV formaliza a relao entre as informaes contbeis e o preo de uma ao.

Pode-se observar uma similaridade do RIV com o Valor Econmico Agregado (EVA), o qual considera como resultado econmico da empresa o lucro reduzido do custo ponderado dos capitais utilizados para sua gerao. Assim, por meio do RIV o preo das aes pode ser reescrito em termos do Retorno sobre o Patrimnio Lquido e apresentado como o valor contbil da firma adicionado de uma soma infinita dos lucros residuais descontados, conforme a equao 5:

= +
=

+ +11 1 +

(5)

Em que: Pt Bt Et ROEt+i Et (Dt+1) Ke

Preo corrente das aes Valor patrimonial da ao no perodo t = Expectativa baseada na informao disponvel no perodo t = Retorno sobre o patrimnio para o perodo t+i = Expectativa de dividendos futuros, condicionado informao disponvel = Custo do capital prprio
= =

Os trabalhos de Ohlson (1995) e Feltham e Ohlson (1995) apud Soliman (2008) destacam a importncia terica do ROE na execuo de modelos de avaliao em geral, e em particular no Modelo do Lucro Residual.

O Retorno sobre o Patrimnio Lquido, ento, pode ser afetado pela estrutura de capital escolhida pela firma, evidenciada no Grau de Alavancagem Financeira. Por outro lado, o ndice ROA captura a lucratividade da firma sem os efeitos dessa alavancagem, destacando a rentabilidade proveniente das operaes da firma. Em sequncia, o ROA pode ser decomposto nos componentes da anlise DuPont (GA e ML), que iro agregar elementos que contriburam para o aumento (reduo) desse retorno.

38

Feltham e Ohlson (1995) apud Soliman (2008) confirmam que a partir da atividade operacional que as empresas obtm retornos anormais futuros, sugerindo que a compreenso do valor das firmas requer a previso do ROA futuro. A idia destacada pelos autores seria diferenciar os itens que possuem caractersticas transitrias, ou seja, afetaram o lucro lquido do perodo corrente e, provavelmente, no se repetiro nos prximos exerccios. Obviamente apenas os itens com caractersticas mais estveis possuiriam informaes adequadas para inferncias sobre a lucratividade.

2.5.

HISTRICO DOS ESTUDOS ANTERIORES

A amplitude de trabalhos que abordam a utilizao das demonstraes contbeis como base para avaliao do desempenho e situao empresarial, nos seus diversos aspectos, bastante ampla. Frequentemente so utilizados modelos economtricos para analisar mercados de capitais mais evoludos, com um nmero de empresas com capital aberto em montantes significativamente maiores que o verificado no Brasil.

Apesar das caractersticas bastante distintas, tanto na formao do mercado quanto na legislao aplicvel s companhias que possuem papis negociados na bolsa, estudos que relacionam as demonstraes contbeis e sua relao com o comportamento do preo das aes so habituais em todo mundo. Por vezes os autores replicam pesquisas aplicadas em um mercado tido como mais eficiente em mercados que esto em desenvolvimento, como o caso do mercado de capitais brasileiro.

Martinez (2001, p.56) salienta que o mercado de capitais nacional muito pequeno comparado ao norte americano, alm disso, as freqentes oscilaes econmicas decorrentes da instabilidade nacional proporcionaram uma cultura de baixa procura das aes/ttulos das empresas como uma alternativa a investimentos de renda fixa. Ademais na ocasio do estudo referido, as divergncias das normas entre os mercados os colocavam em posio oposta, com o mercado brasileiro tendo normas bastante rgidas, como a prescrio da forma em que o gestor deveria se portar diante algum fato, mantendo-o com mobilidade limitada, j que muitas vezes essas demonstraes financeiras tinham como principais usurios os credores e o governo. Por sua vez, os princpios contbeis geralmente aceitos do mercado norte americano

39

(USGAAP) consentiam ampla flexibilidade para as firmas decidirem sobre suas prticas contbeis.

Mesmo com as limitaes do mercado, considerando a possibilidade de erros estatsticos e a vulnerabilidade do modelo elucidado, Martinez (2001) chegou concluso, acerca do gerenciamento de resultados, que os testes efetuados fornecem importantes implicaes que necessitam ser observadas pelos diversos agentes econmicos envolvidos com o mercado de capitais.

Saporito (2005) apresentou um estudo, limitado anlise fundamentalista, que teve como objetivo propor uma tcnica para analisar as demonstraes contbeis, denominada anlise referencial. Saporito indica algumas limitaes inerentes utilizao da anlise de balanos. Para o autor, bem como em Silva (2008), Iudcibus (2009) e Assaf Neto (2007), as limitaes ocorrem devido s informaes fornecidas pelas empresas no atenderem as reais necessidades dos usurios.

A primeira delas uma ressalva quanto ao custo histrico como base de valor. Na medida em que a perda de poder aquisitivo da moeda no reconhecida, a avaliao dos ativos e dos resultados ficam comprometidos. Quanto maior for o nvel de inflao ou a srie histrica observada, maior ser a defasagem na avaliao dos ativos.

Outro ponto que merece ateno a confiabilidade das informaes, os analistas partem do pressuposto de que as informaes utilizadas so verdicas. No entanto, bem como tratado por Martinez (2001), essas demonstraes esto passveis de alteraes, no s no tratamento do fato especfico, mas nas escolhas efetuadas pelos gestores em momentos oportunos e com finalidades especficas.

Saporito (2005) ainda trata do termo anlise referencial, que uma comparao assim como a anlise vertical e horizontal, no limitada a uma demonstrao especfica e que tem como base o valor total do ativo do ltimo perodo analisado. Informa ainda:
Anlise referencial uma tcnica que integra as demonstraes contbeis e ao mesmo tempo mostra a evoluo de seus vrios componentes ao longo do tempo. A idia fazer com que os nmeros representativos nas vrias contas na anlise referencial possam ser comparados entre si, para qualquer demonstrao ou poca (SAPORITO, 2005).

40

Para fundamentar o modelo, Saporito (2005) utilizou informaes contbeis e sries de preos de aes das mesmas companhias, verificando uma correlao entre ambas. Alm disso, questionou os analistas de mercado sobre a validade da anlise referencial, obtendo parecer favorvel utilizao da tcnica pelos agentes do mercado.

Lopes (2001) analisou o papel da informao contbil para explicar o comportamento dos ttulos na Bolsa de Valores de So Paulo (BOVESPA), utilizando como base terica o modelo Ohlson. Lopes (2001) comparou o papel dos resultados anormais futuros e dos dividendos para explicar o comportamento dos preos correntes e avaliou as caractersticas de conservadorismo e reconhecimento assimtrico da informao contbil, testando tambm o poder explicativo do resultado e do patrimnio.

Ao confirmar a hiptese de que os preos correntes podem ser explicados por variveis contbeis (lucro e patrimnio lquido) com coeficientes estatisticamente significativos, Lopes (2001, p.215) afirmou que o poder explicativo das variveis contbeis no Brasil concentra-se nos valores do Patrimnio Lquido e no no lucro, como comum na literatura. Deixou, porm, de evidenciar os resultados encontrados na anlise individual da varivel lucro.

Posteriormente, em sua tese, Casa Nova (2002) desenvolveu uma pesquisa com a finalidade de contribuir para a avaliao do desempenho econmico das empresas por meio da Anlise por Envoltria de Dados (DEA). A autora corrobora com o exposto por Saporito (2005) ao expor as limitaes inerentes utilizao das informaes contbeis para anlise das empresas, relacionando as restries como ambientes inflacionrios, erros e imprecises nas demonstraes publicadas pelas firmas.

Em sua leitura bastante ampla sobre a anlise das demonstraes financeiras Casa Nova (2002) expressa o uso dos indicadores de rentabilidade ROA e ROE, muito explorado pelos analistas, alm de reportar o aumento dos estudos utilizando tcnicas estatsticas para construo de modelos de avaliao de desempenho baseado em indicadores financeiros.

Para verificar a hiptese de comportamento random walk das aes, Minardi (2004) verificou sries histricas de preos dos papis negociados pelas empresas com a finalidade de prever retorno futuro. A autora expe primeiramente que:

41

Determinar se um mercado eficiente ou no uma questo crtica para a avaliao de investimentos. Se os mercados tiverem um alto grau de eficincia, o preo de mercado de um ttulo incorpora as informaes correntes adequadamente, e a melhor estimativa de seu valor intrnseco. O processo de avaliao serve apenas para justificar o preo. Se os mercados tiverem um baixo grau de eficincia, o preo de mercado pode se distanciar do valor intrnseco, e o processo de avaliao serve para estimar um valor razovel para o ativo. Nesse caso, investidores que realizarem avaliaes bem feitas tm possibilidade de obter retornos superiores a outros investidores, pois sero capazes de encontrar ttulos mal precificados (MINARDI, 2004, p.03).

A hiptese de eficincia do mercado (HEM) assume, geralmente, trs verses: fraca, semiforte e forte. Minardi (2004) apia que na forma fraca o preo das aes teria comportamento aleatrio ou random walk, j que informaes passadas estariam refletidas nos preos das aes, sem correlao dos retornos passados para prever retornos futuros e, assim, as implicaes seriam importantes apenas para anlise grafista. Na forma semiforte todas as informaes pblicas so refletidas nos preos das aes. Finalmente, na forma forte da HEM as informaes pblicas e confidenciais estariam refletidas nos preos transacionados.

Aps explorar os trabalhos sobre o tema no mercado norte americano, Minardi (2004) utilizou uma metodologia anloga ao proposto por Jegadeesh (1990) com uma equao de previso de retorno, na qual a varivel dependente era o retorno do ms t e as variveis independentes dos meses t-1 at t-12. A autora conclui que:

[...] os resultados obtidos neste estudo indicam algumas evidncias contrrias ao random walk. Uma possvel explicao para a evidncia de previsibilidade detectada so razes behavioristas. Como os investidores no reagem de maneira completamente racional a novas informaes, algumas tendncias existentes em sries passadas de preos persistem, pois no so largamente exploradas, portanto, no desaparecem (MINARDI, 2004, p.16).

As concluses apontadas por Minardi (2004), apesar de direcionadas ao comportamento do preo das aes versus retornos passados, so favorveis utilizao da anlise fundamentalista. Isto pode ser concebido porque as tendncias traadas a partir de sries histricas, apresentadas pelas firmas, se mantm mesmo com novas informaes divulgadas no mercado de capitais.

Takamatsu, Lamounier e Colauto (2008) buscaram identificar a reao do mercado de capitais frente a anncios de prejuzos apresentados pelas empresas de capital aberto. Os autores utilizaram para realizao dos testes, com vistas a avaliar o contedo informativo das

42

demonstraes contbeis, o estudo de eventos, que busca mensurar o impacto de algum fato ou evento especfico sobre o valor da empresa, tendo como pressuposto que o mercado eficiente na forma semiforte.

A HEM utilizada determinante, pois, identifica o comportamento dos agentes do mercado e nessa forma, semiforte, o mercado [...] refletir imediata e corretamente as informaes relevantes disponveis publicamente para o estabelecimento de preos no mercado de capitais (TAKAMATSU, LAMOUNIER e COLAUTO, 2008, p.49).

O evento avaliado pelos autores foi a divulgao de prejuzos, obtido na demonstrao de resultado do exerccio, pelas empresas brasileiras listadas no Ibovespa, abrangendo o perodo de 2000 at 2004. Segundo os autores:

Por meio da metodologia de Estudo de Eventos, identificou-se uma reao mdia negativa do mercado frente ao anncio de prejuzos. [...] O entendimento dos efeitos desses eventos [anncios de fuses, dividendos, nveis de governana] no mercado financeiro aumentar a gama de informaes dos gestores e investidores para controle dos riscos a que esto sujeitos e para seus processos de decises, bem como permitir que se tenham evidncias adicionais da relevncia das informaes contbeis e financeiras para os agentes nos mercados de capitais. (TAKAMATSU, LAMOUNIER e COLAUTO, 2008, p. 61).

Em outra pesquisa Costa Jr (2008) buscou, dentre as empresas listadas na Bovespa, investigar as operaes de fuses e aquisies a fim de verificar o comportamento dos retornos das aes e a maximizao ou reduo de valor da empresa. Foram utilizadas duas tcnicas de estudo de eventos, a primeira por retornos ao redor dos anncios de combinaes de negcios e segunda amparada em mtricas contbeis.

Com relao ao estudo de eventos com base no retorno, trabalhou-se com o primeiro anncio acerca da operao de fuso e aquisio, ou seja, primeiro fato relevante arquivado no sistema IPE, como data crtica para o evento. Quanto tcnica com base nas mtricas contbeis consiste em avaliar a performance operacional da firma, confrontando-a nos dois momentos distintos: antes e aps o evento.

Na pesquisa foram identificadas limitaes na execuo dos testes estatsticos, adotados de trabalhos internacionais. Costa Jr (2008) cita, dente outras, a ausncia de informaes relevantes disponveis em outros mercados, como a ausncia da publicao da Demonstrao

43

de Fluxos de Caixa (DFC). Apesar disso o autor considera que as concluses no foram colocadas em risco.

Destaca-se dentre as concluses da pesquisa que as expectativas de mercado em termos de lucros operacionais anormais no foram confirmadas. Os modelos economtricos utilizados e as estatsticas de teste aplicadas revelaram a persistncia de uma performance anormal negativa, divergente do esperado, o anncio das operaes de fuso e aquisio causou impacto diferenciado na precificao de aes ordinrias e preferenciais (COSTA JR, 2008, p. 100-101).

A utilidade e as limitaes das estratgias de investimento baseadas na anlise das demonstraes financeiras foram investigadas por Galdi (2008). Ele buscou avaliar cientificamente a utilidade da anlise das demonstraes financeiras para selecionar investimentos em aes, ou seja, retratar atravs da anlise fundamentalista se possvel identificar boas oportunidades de investimento e, com isso, obter retornos extraordinrios.

A partir do pressuposto de que o investidor pode elaborar uma estratgia de aplicao com ndices contbeis, Galdi (2008, p.12) prope a seguinte hiptese: a seleo de uma carteira de aes composta por empresas fortes financeiramente dentro do grupo das empresas negociadas na Bovespa, gera retornos acima do obtido pelo ndice de mercado.

Apoiado nos trabalhos de Piotroski (2000) e Mohanram (2005), que buscaram estratgias de investimento baseadas em avaliao de indicadores financeiros, Galdi (2008) buscou expandir essa anlise. Foram considerados, alm das evidncias apontadas nos trabalhos citados, os efeitos da anlise das demonstraes contbeis associadas avaliao do nvel de governana corporativa das empresas.

No primeiro trabalho de Piotroski (2000) o autor utilizou, dentro de um grupo de empresas com alto patrimnio-preo (PL/P), sinais financeiros que caracterizavam estas empresas como fortes. Foram selecionados indicadores extrados das demonstraes financeiras e as empresas classificadas segundo as caractersticas de cada um dos ndices. Dessa forma, seriam selecionadas empresas que, apresentando alto PL/P, se destacassem com o melhor conjunto de indicadores.

44

Na outra pesquisa Mohanram (2005) formou carteiras de aes com firmas selecionadas dentre as que possuam baixa relao patrimnio lquido sobre o preo das aes. Essa caracterstica sinaliza boa visibilidade da empresa pelo mercado, pois, quanto menor a razo PL/P maior ser a expectativa dos investidores, visto que o valor de mercado da empresa (n aes x cotao) supera o valor patrimonial. O autor ento separou as empresas elaborando um ndice agregado (GSCORE) utilizando indicadores que orientassem para boa e m performance futura, como a lucratividade, fluxo de caixa gerado pelas operaes, crescimento das vendas.

O ndice PL/P influenciado pelas turbulncias do mercado (preo das aes) e pelas prticas contbeis adotadas (valor do Patrimnio Lquido). Galdi (2008) defende, bem como apontado por Piotroski (2000), que o PL/P representa uma proxy para o risco da empresa e um valor alto desse indicador representa as empresas que estariam com dificuldades financeiras, ou seja, com maior endividamento de capitais de terceiros. Nessa condio de maior risco a anlise das demonstraes contbeis deveria ser mais til para inferir sobre o desempenho futuro das firmas, pois apesar de serem pouco procuradas pelo mercado (baixo preo das aes) podem se reorganizar, conforme aponta Eid (1999, p.5):
[...] empresas com alto PL/P devem ser ineficientes e desorganizadas. Ser que elas sempre permanecero assim? Ou ser que os acionistas vo clamar por mudanas, reorganizao e reestruturao de tal forma que os ganhos dessas empresas retornem aos nveis mdios de mercado? Se isto ocorrer, os retornos sero surpreendentemente bons.

Ao relacionar a governana corporativa e retorno das aes Galdi (2008) salienta existir uma tendncia das firmas com altos nveis de governana a apresentarem preos elevados no mercado, como resultado de um maior esforo dos gestores e da respectiva percepo pelo mercado desse fato. Alm disso, o autor aponta que maiores nveis de governana reduzem a assimetria informacional e, concomitantemente, ratificam o uso da anlise fundamentalista para seleo de investimentos em aes.

Para selecionar as firmas, diferenciando-as pelo desempenho, foram utilizados sinais extrados das demonstraes contbeis, amplamente utilizados em pesquisas e presentes nos livros-texto de anlise das demonstraes contbeis, que so os ndices. Galdi (2008) classificou cada um dos sinais financeiros calculados para as empresas com bom ou ruim, atribuindo uma varivel indicadora 1 ou 0, respectivamente.

45

Para avaliar a rentabilidade foram utilizados o Retorno sobre os Ativos (ROA), a variao do ROA (ROA) e os Accruals que so ajustes oriundos do regime de competncia, segundo Penman (2007) apud Galdi (2008, p.26) o fluxo de caixa das operaes adiciona valor e incorporado nas receitas e despesas. Entretanto, para reconhecer as receitas e despesas de acordo com o regime de competncia, o contador modifica o fluxo de caixa das operaes, assim, estes ajustes so medidas no monetrias de fluxos de valor. Na avaliao da liquidez e na estrutura de capital os ndices empregados no trabalho foram o Fluxo lquido de caixa (FLC), as variaes na Liquidez Corrente (LC), as alteraes no Endividamento total em relao ao Ativo total (ALAV), e a captao de recursos junto ao mercado de capitais (Of_Pub). Em relao eficincia operacional o modelo contempla a variao na Margem bruta frente ao perodo anterior (Margem) e a mudana no Giro dos Ativos no perodo atual comparado ao perodo anterior (GA).

Assim, unindo todos os sinais financeiros Galdi (2008, p.56) props um indicador agregado, que chamou de BrF Score, com a soma dos sinais individuais de cada empresa por perodo. O indicador ao variar de 0 a 9 evidenciaria, simultaneamente, empresas com baixa e alta performance econmica financeira, sinalizando para essas ltimas a possibilidade de retornos acima da mdia.

Segundo Galdi (2008) ao considerar conjuntamente, em uma estratgia de investimento, empresas que obtiveram um BrF Score elevado (entre 7 e 9), junto com um alto PL/P e baixo padro de governana corporativa, os retornos obtidos so superiores s demais estratgias. Isso, segundo o autor, se deve porque essas firmas tm menor exposio e tendem a ser menos acompanhadas pelos intermediadores financeiros. Cabe, porm, uma restrio nessa estratgia j que o nmero de empresas e o volume de negcios nessas condies so bastante reduzidos. A Figura 4 sintetiza os resultados:

46

Alta utilidade da Anlise das Demonstraes Contbeis para investimento em Aes

Alto Risco (alto ndice PL/P)

Baixa correlao

Maior Assimetria (Baixa Governana)

Menor Liquidez das Aes

Pouco acompanhamento do mercado

Figura 4 Empresas onde a estratgia apresenta melhores resultados Fonte: GALDI, 2008, p.101 Ressalta-se que a pesquisa utilizou a anlise das demonstraes contbeis apenas como critrio de seleo de portflios de investimento, o prprio autor destaca que a anlise de balanos pode ser aplicada com outros objetivos, como anlise de performance, avaliao de crdito, anlise de liquidez e rentabilidade (GALDI, 2008, p.101).

47

3. METODOLOGIA

Diante da necessidade de delinear a pesquisa, considerando a classificao utilizada em contabilidade, este estudo caracteriza-se como na linha positiva, pois tem como objetivo fornecer argumentos para justificar e predizer determinados fenmenos empricos.

A pesquisa foi considerada de natureza emprica visto que buscou testar as hipteses, argumentadas no desenvolvimento deste trabalho, investigando a relao entre as informaes decorrentes da decomposio das variveis DuPont e a previsibilidade de retornos futuros. Segundo Martins (2002, p.34) a caracterizao emprica advm:
de tcnicas de coleta, tratamento e anlise dos dados marcadamente quantitativos. [...] Tm forte preocupao com a relao causal entre variveis. A validao da prova cientfica buscada atravs de testes dos instrumentos, graus de inferncia e sistematizao das definies operacionais

Por pretender identificar os fatores que levaram ocorrncia de determinado fenmeno, ou seja, as razes atuais que auxiliam na inferncia da lucratividade futura, a pesquisa apresentase como descritiva. Andrade (2002) reafirma que esse tipo de pesquisa preocupa-se em observar os fatos, analis-los, interpret-los sem interferir neles.

O levantamento bibliogrfico permitiu recolher informaes prvias inerentes aos trabalhos j desenvolvidos a respeito do tema, tanto os estudos internacionais como as verificaes, ajustes e limitaes apontadas nas pesquisas elaboradas no Brasil. Para tanto foram consultados o banco de dados disponvel no Portal de Peridicos da Capes, que conta com um acervo de mais de 15 mil ttulos nacionais e internacionais; o Banco de Teses e Dissertaes da Capes, que envolve trabalhos defendidos junto a programas de ps graduao em todo pas; e a Biblioteca Digital de Teses e Dissertaes da Universidade de So Paulo, com trabalhos publicados de grande afinidade com esta pesquisa.

Foram acessados os principais Journals internacionais de contabilidade. Dentre eles buscouse pesquisas recentes com o tema anlise fundamentalista e o mercado de capitais, alm dos trabalhos citados pelos autores tidos como fundamentais nesta pesquisa, Soliman (2008),

48

Fairfield e Yohn (2001) e Galdi (2008). Por meio das pesquisas foi possvel acessar 23 publicaes completas e 49 resumos. Dentre as publicaes completas destacaram-se os peridicos The Accounting Review, Journal Of Accounting and Economics e Review of Accounting Studies. Com base no trabalho de Kothari (2001) esse trabalho pode ser classificado como capital markets reseach on fundamental analysis, acerca das pesquisas sobre o mercado de capitais o autor cita que:
Existem pelo menos quatro fontes de demanda para pesquisa sobre mercado de capitais em contabilidade, que explicam sua popularidade: (i) a anlise fundamental e avaliao de empresas (Valuation), (ii) os testes sobre a eficincia do mercado de capitais, (iii) o papel da contabilidade nos contratos e no processo poltico, (iv) regulamentao da divulgao (evidenciao). (KOTHARI, p.108)

Um importante objetivo das pesquisas sobre mercados de capitais, foco dos estudos relacionados com anlise fundamentalista segundo Kothari (2001), reside em comprovar evidncias para algumas relaes observadas nas demonstraes financeiras atuais e as possveis mudanas previstas nos resultados futuros das empresas.

3.1.

SELEO DA AMOSTRA

Para os testes empricos, explanados nas prximas sees, foram utilizadas informaes publicadas pelas empresas em duas de suas demonstraes financeiras obrigatrias, o Balano Patrimonial e a Demonstrao de Resultado do Exerccio. Haja vista o volume de dados a serem processados, torna-se invivel a busca das informaes originais publicadas pelas empresas ou disponveis nos arquivos da Comisso de Valores Mobilirios (CVM). Assim, foi utilizada uma fonte secundria para coletar as informaes citadas a base de dados do Economtica.

Interrompendo uma srie de crescimento, desde a implantao do Plano Real em 1994 com 5 mil pontos, o ndice Ibovespa, mais importante indicador do desempenho mdio das cotaes do mercado de aes brasileiro, sofreu forte retrao em 2008 devido a uma crise internacional, originada de uma inadimplncia generalizada no mercado imobilirio dos

49

Estados Unidos. Em consequncia desse fato era de se esperar que os resultados das empresas tivessem sido fortemente influenciados a partir do segundo trimestre de 2008, conforme pode ser observado no Grfico 1.

Pontuao do ndice Ibovespa 2008

70.000 60.000 50.000 40.000 30.000 20.000 JAN FEV MAR ABR MAI JUN JUL AGO SET OUT NOV DEZ

Grfico 1 Evoluo diria do Ibovespa em 2008 (Impacto da Crise dos EUA). Fonte: elaborado pelo autor a partir de dados da BM&FBovespa.

Como exposto, o perodo analisado, desde 1997 at 2009, sofreu impacto nos ltimos dois anos de forma significativa. Nesse sentido, o desenvolvimento das anlises e testes estatsticos foi realizado englobando todo perodo, os doze anos, e em seguida aplicaram-se novos testes a fim de verificar como se comportaram os modelos nos dois anos afetados pela crise.

De acordo com as pesquisas anteriores (Fairfield e Yohn, 2001; Nissim e Penman, 2001; e Soliman, 2008), as firmas financeiras devem ser excludas da amostra visto que a decomposio da anlise DuPont no significativa para essas, uma vez que composio dos ativos e passivos so bem distintos, em ampla maioria financeiros e com baixo grau de imobilizao. Foi utilizada para essa seleo a classificao apresentada pela Bovespa, que considera os tipos e os usos dos produtos ou servios desenvolvidos pelas empresas, e eliminadas quelas participantes do setor Financeiro e outros, englobando os segmentos bancrios, seguradoras, a explorao de imveis, dentre outras atividades afins.

No mesmo sentido, o modelo DuPont mais significativo ao avaliar a utilizao estratgica de uso dos ativos para obteno de resultados para as companhias industriais, pois no

50

costumam ter grandes variaes na composio dos ativos no curto prazo. Da amostra foram suprimidas as empresas de servios, que geralmente possuem baixa aplicao de recursos em ativos operacionais.

Outro importante ajuste na amostra refere-se ao volume de negcios envolvendo as aes das firmas negociadas na Bovespa. O impacto de uma informao e sua reao s pode ser bem mensurado se existirem negociaes daqueles papis no perodo avaliado. Ento, para ajustar esse problema de liquidez das aes, as anlises foram restritas s firmas com participao em pelo menos 20% dos dias negociados, ou seja, tenha sido transacionada, no mnimo, uma vez a cada cinco preges. Caso fossem exigidas empresas com maior volume de negcios a amostra ficaria muito reduzida. Conforme apontado por Galdi (2008), poucas empresas possuem nveis muito altos de liquidez das aes, enquanto a maioria se encontra muito abaixo da mdia.

3.2.

DEFINIO DAS VARIVEIS E MODELOS

3.2.1. CLCULO DAS VARIVEIS UTILIZADAS NOS MODELOS

As variveis que compe as equaes usadas neste trabalho so comumente encontradas em livros texto de disciplinas que abordam a anlise das demonstraes financeiras, contedo obrigatrio na graduao em Cincias Contbeis e, por vezes, ministradas em cursos de reas afins, como os cursos de Administrao e de Cincias Econmicas.

Para exemplificar como os indicadores podem apresentar-se de forma distinta, foi elaborado o Quadro 1. Nele esto dispostos os ndices que sero utilizados nesta pesquisa sob o enfoque de alguns autores. As frmulas usadas no clculo so diferentes e, de acordo com a utilizao, as anlises podem ficar comprometidas e induzir o analista a decises equivocadas.

51

Quadro 1 Resumo dos ndices apresentados em alguns livros texto

ndice ROE1 Frmula Variveis
LL: Lucro Lquido PLm: Patrimnio Lquido Mdio LL: Lucro Lquido DAPref: Dividendos das aes preferenciais PLm AcOrd: Patrimnio Lquido Mdio dos Acionistas Ordinrios LL: Lucro Lquido DesJur: Despesa de Juros, abatida da economia do Imposto de Renda (IR) ATm: Ativo Total Mdio LucOper: Lucro Operacional aps IR ATm: Ativo Total Mdio RLV: Receita Lquida de Vendas ATm: Ativo Total Mdio LL: Lucro Lquido DesJur: Despesa de Juros, abatida da economia do Imposto de Renda (IR) RLV: Receita Lquida de Vendas LL: Lucro Operacional aps IR RLV: Receita Lquida de Vendas ATm: Ativo Total Mdio PLm: Patrimnio Lquido Mdio ATm: Ativo Total Mdio PLm: Patrimnio Lquido Mdio dos Acionistas Ordinrios ROE: Retorno sobre o Patrimnio Lquido ROA: Retorno sobre os Ativos

Autoria
Assaf Neto*; Silva**

ROE2

Stickney e Weil***

ROA1

+ +

Silva; Stickney e Weil

ROA2 GA1

Assaf Neto Assaf Neto; Silva; Stickney e Weil Silva; Stickney e Weil

ML1

ML2 GAF1 GAF2 GAF3

Assaf Neto Silva Stickney e Weil

Assaf Neto

Fonte: (*) Assaf Neto (2007), (**) Silva (2009), (***) Stickney e Weil (2001) Observa-se no Quadro 1 que as divergncias entre os autores concentram-se no Lucro e no Patrimnio Lquido considerado para os clculos. Nos dois livros nacionais Assaf Neto (2007) e Silva (2009) os autores no se preocupam em discriminar os acionistas preferenciais e os ordinrios. Nas demonstraes financeiras elaboradas no Brasil nos anos anteriores, ainda no era convencional classificar a participao dos acionistas minoritrios como dvida ou capital de terceiros, o que pode explicar tal divergncia.

A medida do lucro apresentado por Sticney e Weil (2001) ao excluir as despesas financeiras evidencia o ROA independente de como a empresa financiou os investimentos em ativos. Os autores norte-americanos tm influncia de um mercado de capitais forte, que funciona de forma efetiva como uma opo para a captao de recursos pelas firmas. Dessa forma, no clculo do Retorno sobre os Ativos o lucro utilizado deve representar uma remunerao antes

52

dos fornecedores de capital, a fim de que as empresas tomem decises de financiamento pela oferta de aes ou recursos onerosos de terceiros.

Nos trabalhos de Fairfield e Yohn (2001) e, posteriormente, de Soliman (2008) foi utilizado para o clculo do ROA o Lucro Operacional. No entanto, cabe lembrar que o Lucro Operacional (Operating Income) citado pelos autores segue os USGAAP (Princpios Contbeis Geralmente Aceitos nos EUA), que divergente do padro apresentado, no perodo amostral, segundo as Normas Brasileiras de Contabilidade (NBC). A diferena principal que no modelo norte-americano o resultado financeiro no includo no Lucro Operacional.

Assaf Neto (2007) corrobora com o modelo USGAAP e utiliza duas medidas para o Lucro, uma para o ROE e outra para o ROA. Para ele o lucro operacional, de acordo com a legislao brasileira, calculado de forma equivocada aps as despesas financeiras. Deve-se corrigi-lo para que reflita o lucro formado pelas operaes da empresa independentemente da maneira como essas operaes encontram-se financiadas, para que sua utilizao seja mais adequada ao mensurar o ROA. Por outro lado, o Lucro Lquido representaria o resultado dos acionistas, dependente das decises operacionais e financeiras.

Nesse sentido, para o clculo das variveis ROA e ML no presente trabalho ser utilizado no numerador o resultado na forma de NOPAT (Net Operating Profit after Tax), que representa o resultado operacional sem o custo da captao de recursos onerosos, lquido do Imposto de Renda ajustado, por meio da reduo do benefcio fiscal oriundo da utilizao de recursos de terceiros.

No clculo do Giro dos Ativos (e o denominador do ROA) os trs autores apresentaram a mesma frmula, com o Ativo Total mdio (ATm) no denominador. Soliman (2008) ajusta a frmula sugerindo para o clculo no o ATm, mas os Ativos Operacionais Lquidos (AOL) mdios. Para o clculo do AOL os Ativos Totais so reduzidos do Passivo Operacional, que representa recursos utilizados de terceiros no onerosos, e das Disponibilidades (ou Ativo Financeiro). Assim os ndices GA e ROA podero ser usados, efetivamente, para medir a capacidade da empresa em gerar vendas a partir de seus ativos operacionais em sentido restrito.

53

O Grau de Alavancagem Financeira como exposto por Assaf Neto (2007), deixa evidente na prpria frmula o conceito de alavancagem: tomar recursos de terceiros a determinado custo e aplic-los em ativos a outra taxa de retorno. A diferena entre a taxa de captao e a taxa de retorno vai para os proprietrios e altera o ROE. Logo, o GAF ir demonstrar a eficincia da estrutura de capitais da firma, o risco do investimento e a potencialidade de aumento do lucro para os acionistas. No Quadro 2 exposto um sumrio dos ndices da forma como foram empregados na presente pesquisa. Quadro 2 Sumrio dos ndices empregados nos testes
Nome
Retorno sobre o Patrimnio Lquido

ndice ROE

Frmula

Variveis
LL: Lucro Lquido PLm: Patrimnio Lquido Mdio reduzido do Lucro Lquido NOPAT: Lucro Operacional sem reduo das despesas financeiras, lquido do IR ajustado AOLm: Ativo Operacional Lquido mdio RLV: Receita Lquida de Vendas AOLm: Ativo Operacional Lquido mdio NOPAT: Lucro Operacional sem reduo das despesas financeiras, lquido do IR ajustado RLV: Receita Lquida de Vendas ROE: Retorno sobre o Patrimnio Lquido ROA: Retorno sobre os Ativos

Retorno sobre os Ativos

ROA

Giro dos Ativos

GA

Margem Lquida

ML

Grau de Alavancagem Financeira

GAF

Fonte: elaborado pelo autor.

Alm das variveis descritas no Quadro 2, torna-se necessrio definir as demais variveis que sero utilizadas nos modelos, para inferir sobre a rentabilidade um ano frente, alm daquelas usadas para formar carteiras de aes. Uma sntese que servir como referncia para o captulo seguinte apresentada no Quadro 3.

54

Quadro 3 Resumo das variveis utilizadas nos modelos

Nome
Lucro Operacional sem efeito das Despesas Financeiras e Lquido do Imposto de Renda Variao no NOPAT corrente Variao no Retorno sobre os Ativos um ano frente Variao no Retorno sobre os Ativos corrente Variao nos Ativos Operacionais Lquidos Variao da Margem Lquida corrente Variao Ajustada da Margem Lquida Variao no Giro dos Ativos corrente Variao Ajustada do Giro dos Ativos Interao das variaes Ajustadas da ML e do GA Retorno corrente da Ao

ndice
NOPAT t

Frmula
LOt + DFt IR t NOPAT t NOPAT t1 ROA t+1 ROA t ROA t ROA t1 AOL t AOL t1 ML t x ML t1 ML t x GA t1 GA t x GA t1 GA t x ML t1 MLTt GATt 1 1

Variveis
LOt = Lucro Operacional (EBIT) do perodo DFt = Despesas Financeiras do perodo IR t = Imposto de renda do perodo NOPAT = Lucro Oper. ajust. corrente t NOPAT = Lucro Oper. ajust. um ano antes t1 ROA t+1 = Retorno s/ Ativos um ano frente ROA t = Retorno sobre os Ativos Corrente ROA t = Retorno sobre os Ativos Corrente ROA t1 = Retorno s/ Ativos um do ano antes AOL t = Ativos Operacionais Lquidos corrente AOL t1 = Ativos Operac. Lq. um ano antes ML t = Margem Lquida corrente ML t1 = Margem Lquida um ano antes MLt = Variao da Margem Lquida corrente GAt1 = Giro dos ativos um ano antes GAt = Giro dos Ativos corrente GAt1 = Giro dos Ativos um ano antes GAt = Variao no Giro dos Ativos corrente MLt1 = Margem Lquida um ano antes MLT = Variao Ajustada da ML t GATt = Variao Ajustada do GA = Preo mdio mensal da ao corrente 1 = Preo mdio mensal da ao no perodo anterior (6 meses, 1 e 2 anos).

NOPAT t ROAt+1 ROAt AOLt MLt MLT t GAt GATt INTt

Rt

Fonte: elaborado pelo autor.

3.2.2. PREDIO DA RENTABILIDADE FUTURA

Neste tpico tem-se como finalidade apresentar os fundamentos utilizados para testar a hiptese H1, ou seja, se as variveis Giro dos Ativos e Margem Lquida so incrementais para inferir sobre o Retorno sobre os Ativos um ano frente.

Fairfield e Yohn (2001) foram os primeiros a abordar a questo do poder de previso futura e entender que a GA est positivamente associada com as mudanas futuras na ROA, mas que os nveis de ML e GA no tm qualquer valor preditivo. Este resultado intuitivo, pois os nveis da margem e do giro so mais informativos para a estrutura operacional de uma

55

empresa ou setor industrial. A desagregao da variao do Retorno sobre o Ativo (ROA) pode ser observada a seguir (EQ. 06):
= 1 = 1 1 = 1 + 1 + 1 1 = 1 + 1 + 1 1 = 1 1 + 1 + 1 + (6)

Baseado no desenvolvimento acima, Fairfield e Yohn (2001) revelaram a por meio de trs variveis , e , onde o [1 ] foi rotulado como ; o [ 1 ] foi rotulado como ; e [ ] denominado apenas . Como as variaes no giro e na margem podem trazer implicaes distintas para a lucratividade futura, assim pela multiplicao da variao do Giro dos Ativos (ou Margem Lquida) corrente pela Margem Lquida (ou Giro dos Ativos) do ano anterior permitem-se vrias combinaes do GA e da ML, compensando diferentes composies para a rentabilidade das firmas. Dessa forma, a varivel (ou ) representa a variao sofrida no Retorno sobre os Ativos correntes procedente, unicamente, da variao no Giro dos Ativos (ou na Margem Lquida). A varivel considerada como captura a interao entre as variaes no giro e na margem simultaneamente.

Aps a desagregao da anlise DuPont em seus componentes, evidenciando o retorno atual a partir das combinaes das informaes do perodo anterior e variaes na margem e no giro, Fairfield e Yohn (2001) estimaram as equaes de regresso para previso da variao do ROA do exerccio seguinte, buscando mensurar o poder explanatrio das variveis em trs modelos, como descrito nas equaes 7, 8 e 9:
+1 = 0 + 1 + 2 + 4 + +1 +1 = 0 + 1 + 2 + 3 + 4 + 5 + +1 +1 = 0 + 1 + 2 + 3 + 4 + 5 + +1 (7) (8)

(9)

56

Posteriormente, Soliman (2008) empregou mudanas nas especificaes da equao utilizada por Fairfield e Yohn (2001) com o objetivo de controlar ao mesmo tempo as variaes de ROA, GA e ML. Buscou, dessa forma, confirmar se o poder explicativo da lucratividade futura, proveniente da variao na Margem Lquida e da variao do Giro dos Ativos, no seria suprimido pela variao, unicamente, do Retorno sobre os Ativos. A equao de regresso alterada foi assim especificada pelo autor:
+1 = 0 + 1 + 2 + 3 + 4 + 5 + +1 (10)

Para testar a hiptese de que as variaes na ML e no GA do perodo atual so robustas para inferir sobre a rentabilidade futura foram replicados os trs modelos desenvolvidos por Fairfield e Yohn (2001), alm da modificao proposta por Soliman (2008). As regresses foram estimadas com todas as empresas da amostra em cortes transversais, separadamente para cada ano.

Em seguida foram avaliadas a associao dos preos de mercado das aes com as informaes contidas nos componentes da anlise DuPont, ou seja, foi verificado se a decomposio do lucro e da rentabilidade capturam informao que relevante para os participantes do mercado de capitais. Soliman (2008, p.830) explica o seguinte:
Se os resultados dos testes de rentabilidade so robustos, logo a pergunta natural se os participantes do mercado de aes apreendem essa informao na sua tomada de deciso. [...] Dito de outra forma, se esta forma de decomposio dos lucros captura informao que seja relevante para os participantes do mercado, sobre a empresa e suas perspectivas futuras.

Observa-se em modelos de avaliao de empresas, como citado anteriormente em Ohlson (1995), que o Retorno sobre o Patrimnio Lquido uma varivel de extrema importncia para predizer o preo das aes. Lembrando que o ROE pode ser decomposto em Grau de Alavancagem Financeira e Retorno sobre os Ativos, esse ltimo de maior importncia. Portanto, para analisar se existe uma associao estatstica entre os ndices ROA, ML e GA com os retornos de mercado das aes, foi estimada a equao 11, buscando verificar se as informaes do modelo DuPont so associadas com as avaliaes feitas pelos investidores.
= 0 + 1 + 2 + 3 + 4 + 5 + 6 + 7 + 8 + (11)

57

Conforme explica Soliman (2008) visto que regresses empilhadas (pooled) esto sujeitas a correlao nos resduos em cortes transversais (cross-sectional), todas as regresses so estimadas separadamente, para cada ano da amostra. Em seguida, deve-se ajustar a correlao serial nas estimativas anuais dos coeficientes, devido a perodos que se sobrepem, para isso foi utilizada a correo de Newey West.

O mtodo de Newey West utilizado por Soliman corrige a autocorrelao, quando os termos de erro na funo de regresso so correlacionados. O procedimento em termos rigorosos vlido para grandes amostras, funcionando tambm para resolver o problema de heterocedasticidade, que ocorre quando os termos de erro possuem varincias discrepantes. Esta tcnica no altera os resultados dos coeficientes e sim ajusta os erros padro e conseqentemente as estatsticas t (GUJARATI, 2006).

As regresses estimadas ano a ano sero agrupadas utilizando o mtodo proposto por Fama e Macbeth (1973), da mesma forma como foram empregadas no trabalho de Soliman (2008). Para o valor dos coeficientes o procedimento consiste, simplesmente, em calcular as mdias aritmticas dos valores encontrados anualmente. Sua utilidade para a equao testada por meio da estatstica-t como segue na equao 12. (12)

Onde:
Stat t DesvPad N = Estatstica t = mdia anual dos coeficientes = desvio padro dos coeficientes estimados anualmente = nmero de regresses anuais

3.2.3. ESTRATGIAS DE INVESTIMENTO UTILIZANDO O MODELO DUPONT

Os modelos de avaliao de aes (Stock Valuation Models) buscam formar carteiras capazes de oferecer retornos superiores aos ndices de mercado. Tentam revelar em essncia, a ocorrncia de m precificao dos preos das aes pelo mercado, o que permite ao investidor

58

ganhar do mercado atravs da incorporao, manuteno ou eliminao (comprar, manter ou vender) ex-ante das aes que por acaso fossem identificadas como subavaliadas ou sobrevalorizadas.

Conforme indicado na hiptese H2, espera-se que os componentes do modelo DuPont sejam teis para seleo de uma carteira de investimentos em aes, dentre um conjunto de empresas, que gere retornos extraordinrios. O desempenho do preo do ttulo somente pode ser considerado extraordinrio se apresentar-se superior uma medida comparativa. Assim, caso a hiptese seja verdadeira, os retornos apresentados pelas empresas promissoras (melhor desempenho) deve superar os retornos da carteira de aes das firmas com piores desempenho, segundo anlise dos indicadores do modelo DuPont, e de uma carteira formada com todas as empresas da amostra.

Nesta seo ser apresentado o delineamento dessa anlise, indicando num primeiro momento como foram selecionadas as empresas para composio. Em seguida torna-se necessrio explicitar a forma para avaliao da estratgia utilizada.

Conforme discutido no Captulo 2, alguns trabalhos internacionais comprovaram a utilidade da anlise DuPont para inferir sobre a lucratividade futura das empresas. Soliman (2008) atestou que o modelo possui informao adicional sobre o lucro a partir da desagregao da variao do Retorno sobre os Ativos. Nissim e Penman (2001) informaram que os indicadores Margem Lquida e Giro dos Ativos apresentam sinais dos diferentes padres em relao s operaes das firmas. Alm desses trabalhos, Penman e Zhang (2003) mostraram que o GA mais estvel que a ML, assim as mutaes no giro so mais robustas para predies nas variaes futuras do ROA. Ohlson (1995) destacou por meio do Modelo dos Lucros Residuais como o preo das aes pode ser reescrito em funo do Retorno sobre o Patrimnio Lquido. Os autores citados defenderam opinies acerca dos ndices de rentabilidade, testaram e validaram seu uso para realizao de inferncias sobre os resultados operacionais e os preos das aes.

Galdi (2008) legitimou no mercado de capitais brasileiro com algumas modificaes, os fundamentos propostos por Piotroski (2000). Os dois autores utilizaram a anlise fundamentalista para composio de portflios de investimento, estabelecendo um ndice composto por nove sinais extrados das demonstraes contbeis.

59

Piotroski (2000) utilizou sinais financeiros, em uma amostra com firmas com alto PL/P, na seleo de carteiras associando notas de acordo com o impacto terico do ndice no preo das aes e no desempenho futuro da empresa. Dessa forma, caso o ndice fosse classificado como bom, receberia nota igual a um, em caso contrrio nota zero. Dentre as nove variveis usadas por Piotroski (2000) foram includas o ROA, a ROA, a ML, a GA e a variao na alavancagem. O autor considerou um bom sinal, atribuindo uma varivel indicadora igual a um, quando o Retorno sobre os Ativos fosse positivo. As variaes na margem, no giro e no retorno, tambm foram associadas como boas quando obtivessem variaes positivas. A alavancagem foi utilizada para mensurar o nvel de endividamento, calculada como o endividamento total em relao ao ativo total. Nesse caso, um acrscimo era considerado ruim.

Foram utilizados cinco dos nove indicadores da pesquisa original de Piotroski (2000), mas sem considerar a relao com a varivel de mercado PL/P, adicionando outras informaes extradas do modelo DuPont Ajustado. Os demais indicadores includos so a variao do Retorno sobre o Patrimnio Lquido (ROE) e, para identificar o crescimento das firmas, as alteraes nos Ativos Operacionais Lquidos (AOL), compondo um indicador conjunto apenas com variveis da anlise DuPont (DP Score). O Quadro 4 resume as informaes para composio do DP Score, atribuindo s empresas que obtiverem todos os sinais considerados bons a maior nota possvel, igual a 7.

Com isso espera-se que as alteraes nos indicadores sejam capazes de segregar as melhores opes de investimento. A atribuio de 10% como parmetro para considerar um bom sinal do Retorno sobre os Ativos tem como fundamento que os investidores estaro interessados, no s que a rentabilidade seja positiva, mas superior a um nvel mnimo desejado, neste caso, baseado no ROA mediano da amostra pesquisada.

60

Quadro 4 Sntese das informaes para clculo do DP Score ndice ROE ROA ROA GAF ML GA Sinal bom A variao positiva O valor do ndice maior que 10% A variao positiva O valor do ndice maior que 1,0 A variao positiva A variao positiva Sinal ruim A variao negativa O valor do ndice menor que 10% A variao negativa O valor do ndice menor que 1,0 A variao negativa A variao negativa Apresenta reduo da firma

Apresenta crescimento da firma AOL Fonte: elaborado pelo autor

Quanto ao GAF, deve-se observar que na medida em que a alavancagem aumenta, cresce tambm o risco financeiro. No entanto, o risco foi ponderado na avaliao das carteiras atravs do desvio padro e, como o objetivo a obteno de maiores retornos, considera-se bom sinal quando o ROE for superior ao ROA, evidenciando o uso adequado da captao de recursos de terceiros, ou seja, com taxas inferiores ao custo do capital tomado.

Como um contraponto pretende-se testar a eficincia da formao de carteiras por meio de uma metodologia alternativa ao verificado nas pesquisas citadas. Trata-se de uma estratgia para seleo de investimento por meio de um indicador agregado, onde as notas so atribudas s empresas de acordo com sua posio frente aos resultados obtidos pelas demais, que compe a amostra, ou seja, com um procedimento similar ao ndice Padro.

Com base nessas informaes, sero formadas carteiras de investimento em aes selecionando as empresas por meio de um ndice Padro Agregado (IPA), a partir de cada um dos indicadores do modelo DuPont. Um ndice padro um referencial de comparao e para sua construo sero seguidos os seguintes passos:

i. ii. iii.

Calcular os indicadores para cada empresa; Classificar as firmas em ordem crescente segundo o impacto terico do indicador, para o desempenho futuro das cotaes das aes; Atribuir uma nota segundo o percentil em que a empresa esteja classificada;

61

iv.

v.

Os resultados obtidos pelas empresas em cada um dos ndices padro (ROA, ROA, ROE, GAF, ML, GA e AOL) so ento somados para compor o ndice Padro Agregado; Finalmente, classificam-se as empresas em decis, de acordo com o ndice Padro Agregado obtido por cada uma. Cada um dos decis ir compor uma carteira de investimento em aes.

O ndice Padro Agregado composto pelos valores da alterao no Retorno sobre o Patrimnio Lquido e sobre os Ativos; pelo valor do ROA, que carrega informaes dos nveis do GA, ML; pela razo da rentabilidade do Patrimnio Lquido sobre os Ativos Operacionais, no GAF; pelo aumento (diminuio) do tamanho da firma, nas AOL; que sinaliza a potencialidade de ampliao (reduo) da lucratividade; e pelas variaes da Margem Lquida e do Giro dos Ativos.

Conforme apontado nos testes, desde Fairfield e Yohn (2001) at Soliman (2008), a variao no Giro dos Ativos auxilia na predio da rentabilidade futura. Foi apontado pelas autoras que as alteraes no giro so identificveis eficincia empresarial, no estariam relacionadas com as polticas contbeis, ou seja, os nveis de conservadorismo.

A partir da classificao das companhias, segundo as duas estratgia, DP Score e ndice Padro Agregado, sero formados trs novos portflios e comparados para testar se a estratgia de investimento, como configurada, eficaz. Os portflios foram definidos como: 1. Portflio Forte: composto por aes das empresas que se localizam no extremo superior (20% maiores), ou seja, nos 9 e 10 decis, formando uma carteira de aes apontada como prspera, a qual se espera obter um retorno extraordinrio.

2. Portflio Fraco: formado pelas aes das firmas que foram classificadas no extremo inferior (20% menores), ou seja, localizadas no 1 e no 2 decil, com perspectiva de piores retornos. 3. Portflios com todas as firmas: uma carteira constituda com as aes de todas as firmas que compe a amostra, caso no fosse efetuada nenhuma estratgia.

62

Para a estratgia de investimento em aes, Galdi (2008) formou carteiras de investimento em aes no primeiro dia de Maio. Segundo o autor o procedimento necessrio, pois garante que as todas as informaes das demonstraes contbeis esto disponveis aos participantes do mercado de capitais, j que a regulamentao brasileira estabelece quatro meses de prazo para divulgao das informaes, aps o encerramento do exerccio social.

Os procedimentos de seleo so ento repetidos para cada ano da amostra, formando novas carteiras de aes. Para avaliar o retorno foi utilizada uma estratgia de comprar e manter (buy and hold) as aes, sem re-balanceamento, pelos prazos de 06 meses, 01 ano e 02 anos, para cada uma das carteiras formadas.

Aps a formao dos portflios, deve-se apurar a taxa de retorno obtida para cada uma das aes que compem as carteiras, nos trs perodos testados. A cotao diria das aes pode estar enviesada, com forte variao decorrente de alguma especulao do mercado ou uma reao sistmica, no relacionada diretamente empresa. Para corrigir esse problema do preo das aes, foi utilizado no clculo do retorno a cotao mensal mdia. Os retornos so tomados pressupondo capitalizao discreta, seguindo a Equao 13: 1 1

, =
Onde: , 1

(13)

= Retorno da Ao i, no perodo t = Preo de mercado da ao (mdia mensal) no perodo atual = Preo de mercado da ao (mdia mensal) no perodo anterior

Calculados os retornos individuais das aes, torna-se necessrio verificar o retorno mdio do Portflio Forte e do Portflio Fraco. Para isso, efetua-se o clculo da mdia aritmtica simples envolvendo os retornos das aes componentes das carteiras. Ressalta-se, que no foi realizado qualquer tipo de ponderao na formao das carteiras, ou seja, cada ao contribuir com igual proporo para a composio do retorno mdio dos portflios.

Os princpios bsicos da seleo de uma carteira de investimentos, conforme explica Brealey e Myers (2008) sintetizam o senso comum de que os investidores buscam aumentar os retornos esperados e, ao mesmo tempo, reduzir o risco geralmente medido pelo desvio

63

padro desses retornos. Nesse sentido, uma carteira de investimento em aes que fornea um retorno mais elevado dado um determinado desvio padro, ou o menor desvio padro para um mesmo retorno, conhecida como sendo uma carteira eficiente.

Bodie, Kane e Marcus (2000) reforam os questionamentos sobre a avaliao de investimentos em aes e sua mensurao frente ao respectivo risco. Para esses autores a maior dificuldade, a fim de se comparar significativamente o desempenho de uma carteira, que a sua mdia de retornos deve ser ajustada para o risco. Entre as estatsticas de avaliao de desempenho mais conhecidas est o ndice de Sharpe (IS).

O ndice de Sharpe, criado por William Sharpe, em 1966, um dos mais utilizados na avaliao de fundos de investimento. Ele expressa a relao retorno associado ao risco, informando se o fundo oferece rentabilidade compatvel com o risco a que expe o investidor. Bodie, Kane e Marcus (2000, p.551) explicam o ndice de Sharpe:
A medida de Sharpe divide a mdia do retorno em excesso da carteira durante o perodo de amostra pelo desvio-padro dos retornos, naquele perodo. O numerador o retorno incremental que a carteira ganhou em comparao com um investimento alternativo no ativo livre de risco, e o denominador o incremento na sua volatilidade comparada com a alternativa livre de risco.

O ndice de Sharpe apresentado ento da seguinte maneira: (13)

=
Onde:

= Retorno mdio do portflio de investimento em aes = Retorno do ativo livre de risco = Desvio padro do portflio

Para que o ndice tenha confiabilidade, ou seja, possa ser utilizado pelo investidor como medida de segurana na escolha do portflio que tenha algum risco, necessrio que tenha sido apurado de acordo com critrios corretos. O indexador escolhido, o ativo livre de risco, pode elevar significativamente o ndice de Sharpe.

Dessa forma, adotou-se nessa pesquisa como ativo livre de risco o retorno da Caderneta de Poupana adicionada da Taxa Referencial (TR). A poupana a opo de investimento mais

64

tradicional do mercado e considerada uma das mais conservadoras. Comumente os bancos oferecem o adicional da TR para maior captao de recursos.

Finalmente, para validar ou no a estratgia, os retornos mdios dos portflios Forte, Fraco e com Todas as firmas sero comparados entre si, diferenciando os nveis de retorno em primeiro quartil, mediana, terceiro quartil, mdia e o ndice de Sharpe. Esse teste ir evidenciar se a formao das carteiras prov aos investidores retorno superior ou inferior, alm de verificar se observaes pontuais firma/ano, como outliers, tem puxado o desempenho do portflio para mais ou para menos.

Com a finalidade de comparar as diferenas entre os portflios, foi utilizado um Teste-t de diferenas de mdias, descrito na equao 14. A hiptese nula do Teste-t implica que as mdias dos grupos analisados no so diferentes. Quando a estatstica t calculada apresentar valores que estejam foram do intervalo de confiana, determinado por um t crtico tabelado, rejeita-se H0 e as mdias so consideradas estatisticamente diferentes.

1 2 2 1 2 2 1 + 2

(14)

Onde:
Mi 2 Ni = Mdia do grupo i = varincia do grupo i = nmero de observaes do grupo i

65

4.

ANLISE DOS RESULTADOS

4.1.

ANLISE DESCRITIVA DOS DADOS

Nesta seo apresentada uma anlise descritiva dos dados amostrais utilizados nesta pesquisa. O objetivo caracterizar o comportamento das contas e analisar a evoluo e a disposio das empresas e setores que compem a amostra.

As empresas foram selecionadas, conforme indicado na metodologia, a partir da base de dados Economtica. Todas as firmas que nos anos analisados tinham aes negociadas na Bovespa, independente de permanecerem por todo o perodo nessa situao, foram avaliadas segundo as premissas propostas para a composio da amostra. Inicialmente, com base na classificao setorial do referido banco de dados, foram excludas as empresas financeiras e de prestao de servios. Em seguida, eliminou-se aquelas com liquidez das aes inferior a 20%, ou seja, que no tiveram pelo menos uma transao a cada cinco preges.

Para operacionalizao das anlises eram necessrias, no mnimo, trs observaes anuais para cada empresa, visto que algumas variveis so compostas por valores mdios das contas e, a partir destas, so verificadas relaes com os perodos futuros. Dessa forma, foram suprimidas as empresas com dados disponveis inferiores a trs anos. O tamanho da amostra final se modifica ano a ano, com 223 firmas em 2009, menor nmero de observaes do perodo, e o maior registrado em 1999, com 293 firmas. O nmero total de observaes firma/ano foi de 3.156.

Ao todo 362 empresas foram avaliadas em pelo menos um ano e 151 firmas apareceram nos doze anos analisados. Destacam-se os setores de Energia Eltrica, Siderurgia e Metalurgia, e Veculos e Peas, que tiveram 28, 21 e 14 firmas, respectivamente, aparecendo em todos os anos, desde 1998 at 2009.

A Tabela 1 exibe as informaes consolidadas por setor no primeiro e ltimo ano da amostra, bem como os valores dos Ativos Operacionais Lquidos (AOL) e do Lucro Operacional aps Imposto de Renda (NOPAT), ambos apresentados em bilhes de reais.

66

Tabela 1 Composio da amostra em 1998 e 2009

Dados amostrais em 1998 SETORES Firmas
Agro e Pesca gua e Saneamento Alimentos e Bebidas Comrcio Construo Educ. Lazer e Mdia Eletroeletrnicos Energia Eltrica Explorao Imveis Madeira e Papel Mquinas Industriais Minerao Petrleo e Gs Qumica Sade Siderurgia e Metalur. Tecnologia Inform. Telecomunicaes Txtil Transporte Veculos e peas TOTAL 4 2 20 10 16 5 8 35 3 11 6 4 9 33 2 38 1 25 23 6 20 281

Dados amostrais em 2009 AV%

1,7% 4,4% 5,8% 1,2% 3,5% -0,1% 2,1% 24,1% 0,1% 3,0% 1,2% 5,3% 8,0% 9,2% 0,1% 8,7% 0,2% 16,0% 1,7% 1,8% 1,9% 100%

AOL
2,44 16,43 12,90 5,12 8,95 1,75 7,26 198,33 0,57 17,21 1,80 18,49 44,17 28,12 0,16 41,22 0,41 63,39 4,82 4,86 5,67 484,1

AV%
0,5% 3,4% 2,7% 1,1% 1,8% 0,4% 1,5% 41,0% 0,1% 3,6% 0,4% 3,8% 9,1% 5,8% 0,0% 8,5% 0,1% 13,1% 1,0% 1,0% 1,2% 100%

Nopat
0,55 1,44 1,89 0,40 1,15 -0,02 0,70 7,88 0,02 0,97 0,38 1,74 2,60 3,01 0,03 2,86 0,06 5,23 0,54 0,60 0,61 32,6

Firmas
3 3 10 11 26 6 2 37 6 7 4 3 5 15 6 22 6 12 17 8 14 223

AOL
2,92 31,65 96,48 23,62 50,83 9,70 3,02 304,32 13,84 45,95 5,73 164,73 305,10 34,28 3,68 98,88 4,13 176,88 10,50 38,19 19,64 1.444,1

AV%
0,2% 2,2% 6,7% 1,6% 3,5% 0,7% 0,2% 21,1% 1,0% 3,2% 0,4% 11,4% 21,1% 2,4% 0,3% 6,8% 0,3% 12,2% 0,7% 2,6% 1,4% 100%

Nopat
1,49 2,60 13,56 3,35 4,87 0,78 0,87 29,35 2,23 6,48 0,96 18,82 40,92 4,29 0,38 10,04 0,71 12,09 1,36 8,35 2,78 166,3

AV%
0,9% 1,6% 8,2% 2,0% 2,9% 0,5% 0,5% 17,6% 1,3% 3,9% 0,6% 11,3% 24,6% 2,6% 0,2% 6,0% 0,4% 7,3% 0,8% 5,0% 1,7% 100%

Fonte: Elaborado pelo autor. Valores em bilhes de reais.

Enquanto alguns setores tiveram ampla modificao do nmero de empresas componentes da amostra, como o setor de Construo que cresceu de 16 para 26 firmas; os setores de Alimentos e Bebidas, de indstrias Qumicas e de Telecomunicaes reduziram o nmero de empresas pela metade. Outros setores praticamente no se alteraram, como o de Comrcio e o de Energia Eltrica. Observa-se nessa relao que no existiu um perfil do comportamento definido no mercado, vrias empresas fecharam o capital ou foram adquiridas, como algumas do setor de Telecomunicaes, enquanto outras tantas abriam capital, com destaque mais recentemente para o setor de Construo.

Geralmente, o tamanho das empresas medido por trs proxies: o valor de mercado, o valor contbil dos ativos e o valor das vendas. Considerou-se nessa pesquisa duas medidas obtidas

67

nas contas que compe o modelo Dupont como proxy do tamanho das empresas, o valor dos Ativos Operacionais lquidos, representando o valor contbil, e a Receita Lquida de vendas.

No primeiro critrio, no ano de 1998 o setor de Energia Eltrica era o maior em tamanho, com 41% do total dos Ativos Operacionais lquidos das empresas analisadas naquele ano. Esse ndice era trs vezes maior que a segunda posio do setor de Telecomunicaes, com Siderurgia e Metalurgia, Petrleo e Gs praticamente empatados na terceira e quarta posio. Contudo, nesses doze anos observou-se um vertiginoso crescimento do setor de Petrleo e Gs, que em 2009, mesmo reduzido pela metade no nmero de firmas, teve o valor dos ativos aumentado em sete vezes, alcanando a primeira posio junto do setor de Energia Eltrica. Outro destaque em crescimento, ainda sob o enfoque do valor contbil, foi o setor de Minerao que teve um crescimento dos AOL de 18,5 para 164,7 bilhes, ou seja, um aumento de 891%.

As alteraes de tamanho (ativos) dos setores podem ser relacionadas com variaes em algumas gigantes do mercado. Em 1998 das dez maiores empresas, relacionadas na amostra, quatro eram do setor de Energia Eltrica em ordem Eletrobrs, Cesp, Light e Cemig com AOL de 133,5 bi. A estatal Eletrobrs sozinha era maior que a segunda, terceira e quarta posio Petrobrs, Cesp e Vale. Fechando o grupo das 10 maiores tinha-se a Sabesp, a Telesp, a Telemar e a Usiminas. Atualmente, Petrobrs e Vale somam mais ativos que as 15 maiores empresas na sequncia, no perodo analisado as duas firmas cresceram cerca de dez vezes em tamanho. Em ambos os setores, Petrleo e Gs e Minerao, as demais companhias possuem pouca expresso se comparadas s duas firmas citadas, com seis empresas que juntas no alcanam 3% dos Ativos Operacionais Lquidos dessas duas.

Mesmo com 58 empresas a menos na amostra em 2009, houve um crescimento de trs vezes no total dos Ativos Operacionais Lquidos. Praticamente todos os setores cresceram, alguns mais que a mdia. O nico dos vinte e um setores que reduziu de tamanho foi de Eletroeletrnicos, que no primeiro ano analisado tinha 7,26 bilhes de reais, reduziu para menos da metade, aparecendo em 2009 com apenas 3,02 bilhes aplicados em Ativos.

Em mdia os setores se tornaram 5 pontos percentuais (p.p.) mais rentveis passando de 10% em 1998 para 15% em 2009, medidos a partir da diviso do NOPAT pelo AOL. Ao examinar as maiores empresas pelo resultado operacional lquido, o setor Qumico figurava na terceira

68

posio da amostra com 9,2% dos lucros, caindo para dcima posio em 2009. Por outro lado, o setor de Alimentos e Bebidas subiu duas posies, atingindo a quarta posio depois de obter uma lucratividade sete vezes maior em 2009, comparada com o primeiro ano.

As dez maiores empresas da amostra segundo a Receita Lquida de Vendas obtida em cada ano esto dispostas no Quadro 5. Foram 15 companhias que alternaram de posio no ranking no perodo analisado. A Petrobrs teve a maior receita em todo perodo, com vendas em torno de trs vezes a obtida pela firma que ocupava a segunda posio. De 1998 at 2001, mantiveram-se as mesmas dez firmas com alteraes entre as posies 4 e 10. Destaque nesse perodo para Bunge Alimentos que supera outras 4 firmas, com a receita passando de 4,2 para 9,2 bilhes em 2001. A partir de 2002, Gerdau Metalrgica e a Cia de Bebidas das Amricas (Ambev) superaram as receitas da Embratel e da Light. A companhia metalrgica um dos destaques do ranking. Da 23 posio ocupada em 1998, a Gerdau assumiu em 2008 o terceiro lugar com crescimento de 1005%, uma mdia de mais de 90% ao ano. Esse desempenho s no foi mantido no ano seguinte, por que o setor foi um dos mais afetados pela Crise.

As combinaes de negcios, por meio da aquisio ou fuso, foram responsveis pelo amplo desenvolvimento de algumas empresas e supresso de outras. A Ipiranga que atuava na distribuio de derivados de petrleo e petroqumica deixou a segunda posio somente aps o desmembramento e venda. Em 2007 a Ultrapar Participaes, do setor petrolfero, comprou a Ipiranga Distribuidora, aumentando a receita quatro vezes em apenas um ano, o que trouxe a firma da 33 para a 6 posio. No mesmo ano, a Ipiranga Petroqumica, passou a ser controlada pela Braskem, que teve ento cerca de 5 bilhes de acrscimo em sua RLV e subiu duas posies no ranking daquele ano.

Sem sofrer o impacto da Crise, a JBS Friboi abriu capital em 2007 e seu desenvolvimento rpido tambm foi oriundo da aquisio de outras empresas. Com a forte captao proveniente da abertura de capital e do aumento das dvidas, foi possvel para a firma adquirir outras grandes empresas multinacionais, permitindo maior insero em outros mercados e expanso acelerada, tornando-se o maior abatedor do mundo.

69

Quadro 5 10 maiores firmas por Receitas Lquidas de Vendas 1998 at 2009

1998 1 2 3 4 5 6 7 8 9 10 Petro Ipira Eletr Telem Vale Light Teles CBD Bunge Embra 1999 Petro Ipira Eletr Vale Telem Light CBD Teles Embra Bunge 2000 Petro Ipira Eletr Vale Telem CBD Light Teles Embra Bunge 2001 Petro Ipira Eletr Vale Telem Bunge Teles Light CBD Embra 2002 Petro Ipira Eletr Vale Bunge Telem Teles CBD Gerda Ambev 2003 Petro Ipira Vale Eletr Bunge Telem Gerda Teles CBD Brask 2004 Petro Ipira Vale Eletr Gerda Telem Teles CBD Brask Ambev 2005 Petro Ipira Vale Gerda Eletr Telem Ambev Teles CBD Brask 2006 Petro Ipira Vale Gerda Eletr Ambev Telem Teles CBD Brask 2007 Petro Vale Gerda Ipira Eletr Ultra 2008 Petro Vale Gerda JBS Eletr Ultra 2009 Petro Vale Ultra JBS Telem Gerda Eletr CBD Ambev Teles

Ambev Ambev Brask Telem CBD Telem CBD Brask

Legenda: Petro: Petrleo Brasileiro | Ipira: Ipiranga Distribuidora | Eletr: Centrais Eltricas Brasileiras | Telem: Telemar Participaes | Vale: Vale Mineradora | Light: Light Eletricidade | Teles: Telecomunicaes de So Paulo | CBD: Cia Brasileira de Distribuio | Bunge: Bunge Brasil | Embra: Embratel Telecom | Gerda: Gerdau Metalrgica | Ambev: Cia de Bebidas das Amricas | Brask: Braskem Part | Ultra: Ultrapar Participaes | JBS: JBS Friboi. Fonte: elaborado pelo autor a partir dos resultados da pesquisa.

Para realizar a comparao de valores obtidos em determinado perodo com aqueles levantados em perodos anteriores ser calculada a Anlise Horizontal (AH). Uma restrio para qualquer comparao de dados acontece em ambientes inflacionrios. medida que ocorram variaes no poder aquisitivo da moeda utilizada para efetuar a avaliao contbil, as comparaes ficam dificultadas e as mensuraes imprecisas, alm de no oferecer base de comparao, impedem a verificao do desempenho real.

Apesar da inflao estar sob controle, oscilando abaixo de 5% ao ano, as anlise foram feitas em doze anos e, assim, obtm-se um percentual de variao que afeta as observaes. Quanto maior a inflao, maiores sero as divergncias na anlise. Dessa forma, torna-se imprescindvel atualizar os valores apresentados nas demonstraes divulgadas pelas empresas a fim de obter maior confiabilidade nas comparaes entre exerccios distintos. Previamente ao clculo das variveis, da Anlise Horizontal e demais anlises, foram corrigidos os valores constantes nas demonstraes financeiras utilizando a Tabela para Atualizao de Ativos, da Fundao Instituto de Pesquisas Econmicas Administrativas e Contbeis de Minas Gerais (IPEAD, 2010).

70

A deflao realizada por meio da multiplicao do valor original de cada uma das contas das demonstraes financeiras por um ndice de correo, respectivo ao perodo (nesse caso em dezembro de cada um dos anos), ajustando as informaes a valor presente, assim todos os dados estaro em uma mesma base de comparao.

A Tabela do IPEAD para correo dos ativos apresentou um ndice de 2,0663 para deflacionar at maro de 2010 os valores constantes nas demonstraes de dezembro de 1998. Ressalta-se que caso o ajuste no fosse efetuado, nas demonstraes financeiras do primeiro ano da amostra, a comparao tornar-se-ia equivocada, j que os valores deflacionados representam o dobro do original.

Tomando o setor de Eletroeletrnicos como exemplo, em 1998 os valores das Receitas Lquidas de Vendas somavam, originalmente, 9,27 bilhes de reais versus 6,67 no ltimo ano. Embasado nesses valores, ao calcular a evoluo tem-se uma retrao de 28% das vendas. Contudo, aps corrigir as variaes no poder aquisitivo da moeda, defronta-se com 19,15 bi para o primeiro ano e 6,87 bilhes no ltimo perodo. Dessa forma, houve uma reduo das RLV do setor, s que igual a 64%, mais de duas vezes o demonstrado sem considerar nenhuma medida corretiva.

Com as demonstraes financeiras de todas as empresas ajustadas usando a Tabela para Atualizao de Ativos, o ano de 1998 foi tomado como base igual a 100 e calculada a Anlise Horizontal, para todos os demais exerccios, mantendo-se a mesma base (2008) com o objetivo de verificar a evoluo temporal das Receitas Lquidas de Vendas, ou por assim dizer, o crescimento do tamanho das firmas e setores. A Tabela 2 contm as informaes da AH por setor.

71

Tabela 2 Anlise Horizontal das RLV por setor 1998 at 2009

SETORES Agro e Pesca gua e Saneamento Alimentos e Bebidas Comrcio Construo Educao, Lazer e Mdia Eletroeletrnicos Energia Eltrica Explorao Imveis Madeira e Papel Mquinas Industriais Minerao Petrleo e Gs Qumica Sade Siderurgia e Metalurgia Tecnologia Informao Telecomunicaes Txtil Transporte Veculos e peas 1999 AH % 92 97 102 100 105 121 118 108 121 126 107 125 134 128 94 109 94 121 117 125 121 2000 AH % 98 97 114 120 126 151 117 122 140 154 116 141 192 149 92 128 117 155 136 154 127 2001 AH % 110 95 142 100 98 182 75 169 132 136 130 147 218 157 89 135 111 166 136 158 144 2002 AH % 118 114 152 87 87 173 78 153 132 163 147 181 233 151 87 162 152 168 134 174 153 2003 AH % 123 115 183 85 78 162 75 161 105 187 125 216 245 179 126 191 132 179 150 175 137 2004 AH % 121 115 149 98 62 189 78 170 106 179 139 280 256 210 137 246 148 189 156 192 183 2005 AH % 121 124 155 103 89 199 73 176 108 171 140 335 298 198 377 226 195 186 149 186 168 2006 AH % 130 132 160 110 132 224 41 176 124 166 103 376 329 196 437 233 240 191 174 152 153 2007 AH % 143 137 216 149 218 327 36 166 594 161 127 517 299 253 543 221 320 199 161 170 170 2008 AH % 149 140 293 177 366 444 35 178 837 165 148 539 312 277 632 249 370 215 158 211 191 2009 AH % 155 157 293 203 473 501 36 174 1.124 135 133 360 254 272 696 164 398 226 156 198 157

O ano de 1998 foi tomado como base igual a 100. Todos os demais anos esto comparados com 1998.

Fonte: resultados da pesquisa.

O crescimento real mdio (mediano) das RLV foi de 2,98 (2,03) vezes o valor obtido pelas empresas em 1998. O valor total das receitas corrigidas, das firmas que compe a amostra, em 1998 era de 444 bilhes de reais, atingindo o pico em 2008 com 1,05 trilhes, reduzindo 9% no ltimo ano. As dez maiores empresas, conforme o Quadro 5, foram responsveis por 48% do montante total de vendas em 2009.

Os cinco setores que mais se desenvolveram foram de Explorao de Imveis, Sade, Educao, Lazer e Mdia, Construo e Tecnologia da Informao. A ampla expanso do setor de Explorao de Imveis se deve pela abertura do capital, passando a fazer parte da amostra, das empresas BR Malls e Multiplan, ambas atuam na construo, administrao e comercializao de lojas em Shopping Center. As duas companhias abriram capital em 2007, e no ltimo exerccio compunham quase 50% da receita lquida do setor.

Aproveitando o excelente momento vivido pelo mercado de capitais no Brasil, perodo com maior volume de IPO (Initial Public Offering) da ltima dcada, dois grupos educacionais

72

tambm efetuaram suas ofertas pblicas de aes em 2007. Anhanguera Educacional e Estcio Participaes respondem atualmente por um quinto da Receita Lquida de Vendas do setor de Educao, Lazer e Mdia. Alm dos novos entrantes, outra firma destacada na ampliao do setor, com taxa de crescimento de 400%, foi a NET Comunicao, que atua com TV a cabo, internet e telefonia. A empresa com vendas de 4,7 bi em 2009, com mais da metade da RLV do setor, teve um acelerado aumento em 2007 ao adquirir a Vivax segunda maior operadora de TV do Brasil na ocasio.

Em mdia os setores cresceram ano aps ano com diferentes taxas, alcanando em 2005 vendas 96% maiores que o primeiro ano. Com um comportamento muito diferente, a indstria da Construo estava em 2005 com retrao real (corrigida pela inflao) de 537 milhes em suas vendas. Uma onda de abertura de capital no setor, originada de uma grande demanda do mercado, fez com que o nmero de companhias passasse de 16 para 26 em dois anos. Em decorrncia da Crise, para que no houvesse impacto no setor, j que esse possui grande contingente de mo de obra alocada, o Governo brasileiro lanou um programa de incentivos como acesso facilitado ao crdito e reduo de impostos. O desempenho do setor, associado ou no com tais medidas, foi o melhor dentre os analisados com aumento da RLV mdia de 58,35% ao ano de 2007 para 2009.

Absolutamente distinto do apresentado pelo setor de Construo, das oito firmas que tinham capital negociado no ramo de Eletroeletrnicos apenas duas permaneceram na mesma situao. Maior empresa do setor em 2000, a Ericsson Mobile internacional decidiu retirar as aes de circulao da Bovespa no incio de 2001, permanecendo com aes negociadas nas bolsas da Sucia, pas sede, e na eletrnica Nasdaq. Adicionalmente a companhia Brasmotor (dona da marca Brastemp) que respondia por 44% das vendas de Eletroeletrnicos na amostra, funde com a Whirlpool, reduzindo ainda mais a representatividade do setor.

O desempenho obtido no ano de 2009, conforme aponta a Tabela 2, permite avaliar os setores mais afetados pela Crise financeira, com impacto a partir de meados de 2008 e no decorrer de 2009. Os setores de Siderurgia e Metalurgia, de Minerao, de Petrleo e Gs, de Veculos e Peas e de Madeira e Papel, tiveram uma inverso de tendncia e suas receitas foram fortemente reduzidas em 2009, como detalhado no Grfico 2 com o crescimento real das vendas, corrigido pela variao monetria.

73

Grfico 2 Evoluo % da RLV dos setores mais afetados pela crise - 1998 at 2009
Madeira e Papel Siderur & Metalur Minerao Veiculos e peas Petrleo e Gas

Receita Lquida de Vendas

500% 400% 300% 200% 100% 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009

Fonte: Elaborado pelo autor.

Nos cinco setores relacionados no Grfico 2 possvel verificar a inverso e queda ocorrida no ltimo ano da amostra. As empresas afetadas tm grande parte da receita originada de vendas ao exterior, especialmente produtos manufaturados e minrio, onde a retrao em um ano, que j alcanara 439% de incremento, reduziu para 360% em 2009, uma queda de 179 pontos percentuais apenas um ano.

Buscando identificar o perodo em que a Crise teve maior mpeto, foram analisadas as demonstraes trimestrais das companhias que compunham os setores citados. Em todas elas os trs primeiros trimestres de 2008 indicavam crescimento em relao ao ano anterior, no ltimo trimestre pde ser observada uma elevada retrao da Receita Lquida de Vendas, com faturamento do trimestre em mdia cerca de 40% menor que igual perodo anterior. Esse comportamento se manteve nos trimestres seguintes e as firmas comearam a dar sinais de recuperao no terceiro trimestre de 2009, um ano mais tarde.

74

4.2.

ESTATSTICA DESCRITIVA

Nesta seo so apresentadas as estatsticas descritivas das variveis-base utilizadas na pesquisa. Foram calculados os indicadores ano a ano, de todas as firmas, de acordo com os formatos definidos na Metodologia. Os dados foram tabelados e agrupados a cada dois anos com a finalidade de facilitar as observaes.

Na Tabela 3 apresentada a estatstica descritiva do Retorno sobre o Patrimnio Lquido. Foram calculadas a mdia, desvio padro, mediana, valor mnimo, valor mximo, alm dos quartis. Tal descrio importante, pois permite compreender o comportamento das variveis durante o perodo analisado. Tabela 3 Estatstica Descritiva da varivel Retorno sobre o Patrimnio Lquido
Anos 1998 - 1999 2000 - 2001 2002 - 2003 2004 - 2005 2006 - 2007 2008 - 2009 TOTAL Obs 574 540 524 517 528 473 3156 Mdia 0,299 0,311 0,435 0,460 0,281 0,401 0,362 Desvio Padro 0,619 0,629 0,907 0,858 0,482 0,781 0,735 Mnimo -2,645 -3,332 -5,259 -2,069 -3,549 -3,246 -5,259 1 Quartil 0,081 0,106 0,120 0,131 0,071 0,124 0,102 Mediana 0,199 0,229 0,300 0,278 0,219 0,242 0,236 3 Quartil 0,379 0,434 0,562 0,523 0,403 0,447 0,449 Mximo 7,335 8,103 6,855 8,485 3,886 8,857 8,857

Fonte: Resultados da pesquisa.

Conforme destacado, o ndice Retorno sobre o Patrimnio Lquido foi calculado com o Lucro Lquido no numerador e no denominador o Patrimnio Lquido mdio, nessa conta que se ocasionam as discrepncias no ndice, com valores negativos ou muito baixos. A justificativa advm de firmas que apresentaram em algum momento PL negativo, oriundo de prejuzos acumulados em vrios exerccios. Ou retornavam a posio de PL positivo aps figurarem com valores negativos em perodos anteriores, tendo um valor bastante reduzido em relao ao montante de ativos.

O Patrimnio Lquido compreende o valor residual dos ativos da entidade depois de deduzidos todos os seus passivos, em geral o valor do ativo supera o valor do passivo,

75

representando os recursos prprios da entidade. Na hiptese contrria, ou seja, do passivo superar o ativo, a diferena denomina-se "Passivo a Descoberto" e nesse caso o ROE assumir valores negativos.

Nessas circunstncias torna-se obrigatrio ao analista verificar as contas que formam o Retorno sobre o Patrimnio Lquido. Em determinada situao, o valor do ndice pode ser positivo e entendido como um bom sinal, entretanto, a firma pode ter obtido prejuzo operacional e, ainda, estar com o Passivo a descoberto. A ttulo de exemplo de como o resultado de um ndice pode enganar o analista, foram selecionados os dados destacados na Tabela 4, referentes s informaes consolidadas da CELG Participaes, firma do setor Eltrico, diversas outras empresas tiveram a mesma situao verificada. Tabela 4 Retorno sobre o Patrimnio Lquido da CELG, 1998-2007
1998 ROE NOPAT PLm 0,12 80,7 692,0 1999 -0,76 -188,5 247,1 2000 0,21 83,2 404,1 2001 0,20 50,4 251,8 2002 -0,61 39,0 -63,4 2003 -5,26 636,9 -121,1 2004 5,57 449,5 80,8 2005 0,17 566,0 675,0 2006 0,31 335,3 1096,6 2007 0,60 427,3 708,0

Fonte: resultados da pesquisa.

A companhia chegou a obter um Nopat negativo de 188,5 milhes, e alguns anos mais tarde uma drstica inverso reportando um resultado operacional positivo de 636,9 milhes. Da mesma forma o Patrimnio Lquido mdio teve oscilaes amplas durante os 11 anos que a firma comps a amostra. Devido a tais variaes, em apenas um ano, de 2003 para 2004, a empresa passou de um ROE negativo igual a -5,26 para um ndice de 5,57. Para a CELG as despesas financeiras acarretaram em resultado lquidos negativo durante vrios exerccios, levando-a a posio de Passivo a Descoberto. Quando isso foi revertido, em 2004, o PLm era muito baixo frente aos ativos e ao resultado da firma, da um ROE to elevado.

Verifica-se na Tabela 3, que a mdia do Retorno sobre o Patrimnio Lquido foi de 0,36, com desvio padro igual a 0,73, assim tem-se um coeficiente de variao pouco maior que dois. A mdia, contudo, no representa muito bem a tendncia central desse ndice, devido a sua sensibilidade a todos os elementos da amostra, nesse caso os valores extremos positivos so

76

bem maiores que os negativos. A mediana do ROE igual a 0,24 representa melhor a tendncia central da varivel. O ano de 2002 foi o de melhor desempenho para as firmas, medido tanto pela maior mdia (0,50), quanto pela maior mediana (0,33).

Da mesma forma que para o ROE, o Grau de Alavancagem Financeira apresentou a mdia enviesada para cima, com os valores mximos muito destoantes da parte central da amostra. Novamente a mediana representa de forma mais adequada a centralizao dos dados. O baixo valor mdio do coeficiente de variao (1,37) indica que a amostra pouco dispersa. Tabela 5 Estatstica Descritiva da varivel Grau de Alavancagem Financeira
Anos 1998 - 1999 2000 - 2001 2002 - 2003 2004 - 2005 2006 - 2007 2008 - 2009 TOTAL Obs 574 540 524 517 528 473 3156 Mdia 2,121 2,389 2,734 2,484 1,933 2,005 2,279 Desvio Padro 2,897 3,139 3,614 3,405 2,829 2,807 3,155 Mnimo -17,996 -18,489 -14,771 -18,665 -15,294 -10,528 -18,665 1 Quartil 1,247 1,333 1,314 1,225 1,134 1,091 1,227 Mediana 1,669 1,821 1,981 1,876 1,717 1,724 1,819 3 Quartil 2,647 3,140 3,089 2,937 2,487 2,465 2,752 Mximo 23,690 16,428 22,690 23,533 19,453 24,134 24,134

Fonte: resultados da pesquisa.

A alavancagem mdia e mediana das firmas medida pelo GAF prximo de 2, com baixa disperso ainda que apresentando valores bem distantes do centro, evidencia que o Retorno sobre o Patrimnio Lquido , em mdia, o dobro do Retorno sobre os Ativos, ou seja, os gestores brasileiros estariam dispostos a contratar dvidas no mesmo montante do capital prprio aplicado. Outra possibilidade seria que os credores cobrariam taxas muito onerosas pelos riscos assumidos, tornando a contratao de mais dvida indesejada pelos gestores.

Todos os valores discrepantes, como observado na SAVARG transporte areo em 2000 (18,49), em 2004 da tecelagem TEKA (-18,65) e das firmas telefnicas GVT em 2004 (23,53) e LA FONTE em 2008 (24,13), so provenientes de alteraes no PLm das empresas, que em geral apresentavam Patrimnio Lquido negativo e, posteriormente, a situao foi revertida implicando em elevados nveis de alavancagem.

77

Alm das alteraes normalmente observadas referentes s situaes individuais de cada empresa, um fato de extrema relevncia afeta os dois ltimos anos da amostra. Em dezembro de 2007 foi alterada a Lei das Sociedades por Aes 6.404/76. Essa mudana importante, pois so alteradas as bases para elaborao dos relatrios financeiros, adequando-os ao padro internacional, editado pelo International Accounting Standards Board (IASB).

Para adoo inicial das novas normas, todas as modificaes derivadas dos novos procedimentos adotados em 2008, que tenham interferncias em saldos de ativos e passivos existentes ao final de 2007, devem fazer com que esses saldos finais de 2007 sejam ajustados em balano especial na abertura de 2008. Conforme determina o Pronunciamento Tcnico CPC 13 - Adoo inicial da Lei n. 11.638/07 e da Medida Provisria n. 449/08: As contrapartidas desses ajustes em ativos e passivos contra a conta de lucros ou prejuzos acumulados (CPC 13, 2008, p. 4). De forma opcional as companhias poderiam reapresentar as demonstraes de 2007 com cifras comparativas ajustadas, previsto no CPC 13 conforme a norma Prticas Contbeis, Mudanas nas Estimativas Contbeis e Correo de Erros. Caso a medida fosse adotada as demonstraes de 2007 que contero as principais mudanas retratadas e no aquelas referentes ao ano de 2008.

Dessa forma, houve no ano de 2008 ou 2007 diversas mudanas oriundas da adoo dos novos procedimentos, admitindo que ativos e passivos fossem reavaliados conforme normas para a transio. Como todos os ajustes foram descarregados em lucros ou prejuzos acumulados, alm das mudanas nas contas citadas o Patrimnio Lquido foi bastante impactado.

O Grfico 3 apresenta a evoluo da GAF mdio das empresas da amostra. Pode-se observar que aps seis anos seguidos de reduo da mdia, desde 2002 at 2007, no ano seguinte, perodo das mudanas na legislao que afetou as empresas analisadas, houve um acrscimo de 0,36 rompendo uma srie de declnio do ndice. Para comprovar, porm, que essa variao est vinculada a um decrscimo no PL, em decorrncia da mudana nas prticas contbeis, seria necessrio acessar as Notas Explicativas de cada firma, o que no alvo nessa pesquisa.

78

2,73 2,74

Grau de Alavancagem Financeira (Mdia)

2,51 2,17 2,26

2,52

2,45 2,16 2,07 1,94 1,70

2,07

1998 1999 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009

Grfico 3 Evoluo do Grau de Alavancagem Financeira Fonte: Elaborado pelo autor.

Ainda no que diz respeito s mudanas na Lei e adoo de normas internacionais e contabilidade, Aubert e Dumontier (2009) efetuaram uma pesquisa em 22 pases europeus, buscando verificar se os analistas de mercado so capazes de antecipar os impactos da adoo das novas regras (IASB) ao determinar os resultados das empresas. Por meio dos testes estatsticos aplicados nas 2.812 observaes foi constatado que os participantes do mercado no so capazes de antecipar as conseqncias dessa mudana de maneira eficiente. Nesse sentido, considerando vlidos os resultados de Aubert e Dumontier (2009), poder-se-ia relacionar que as estimativas dos analistas para o binio 2008-2009 no sero precisas e, no confirmando os valores esperados para rentabilidade das firmas, o preo das aes teria maior oscilao.

Os resultados da estatstica descritiva da varivel Retorno sobre os Ativos esto resumidos na Tabela 06. Dentre as variveis calculadas o ROA apresenta a menor amplitude na amostra com variao igual 8,73 da menor observao em 2000 (-4,14) para a maior observao em 2002 (4,59). Acrescenta-se, com exceo destes dois valores especficos, que as demais 3.154 observaes estiveram contidas no intervalo entre -3 e +3 para o retorno, reduzindo ainda mais a amplitude do ndice. O que j era esperado uma vez que alteraes significativas dos ativos no so comuns num curto espao de tempo.

79

Tabela 6 Estatstica Descritiva da varivel Retorno Sobre os Ativos

Anos 1998 - 1999 2000 - 2001 2002 - 2003 2004 - 2005 2006 - 2007 2008 - 2009 TOTAL Obs 574 540 524 517 528 473 3156 Mdia 0,107 0,104 0,156 0,154 0,132 0,151 0,133 Desvio Padro 0,189 0,232 0,342 0,270 0,182 0,273 0,256 Mnimo -2,130 -4,143 -1,601 -1,687 -1,303 -2,646 -4,143 1 Quartil 0,040 0,052 0,068 0,074 0,049 0,075 0,058 Mediana 0,105 0,115 0,132 0,136 0,121 0,137 0,124 3 Quartil 0,183 0,179 0,218 0,216 0,200 0,222 0,200 Mximo 1,592 1,088 4,588 2,934 1,726 2,552 4,588

Fonte: resultados da pesquisa.

A empresa com o pior resultado individual, exatamente -414% medido em 2000, foi a IDEIASNET do setor de Tecnologia da Informao. A companhia acabara de iniciar suas atividades e apresentava baixos investimentos em ativos, obtendo naquele ano um resultado operacional significativamente negativo frente ao capital investido. Na outra ponta, a ANHANGUERA, maior organizao privada de ensino com fins lucrativos do Brasil, teve o valor mais elevado para o ROA entre todas as observaes uma rentabilidade de 459% em 2002. Porm, o valor positivo do ndice poderia levar um analista apressado a equvocos, uma vez que a firma apresentou no perodo Ativos Operacionais lquidos e Nopat com valores negativos, tambm decorrentes do incio das operaes da companhia.

Divergente do Patrimnio Lquido, poucas foram as observaes em que as firmas apresentaram Ativo Operacional Lquido, denominador do clculo do ndice ROA, negativo. Seria at impossvel obter valor negativo e de mais fcil interpretao se fosse utilizado o Ativo Total, mas a medida no seria to apropriada para mensurar a rentabilidade como o AOL, visto que o ndice medido por meio deste, representa a rentabilidade efetiva das atividades operacionais em funo dos investimentos onerosos, prprios e de terceiros.

Alm disso, o ROA tambm foi o ndice com maior aproximao da mdia (0,13) e mediana (0,12) apenas 1% de diferena, exatamente pelo comportamento similar dos valores extremos, positivos e negativos. O Retorno sobre os Ativos mdio de 13% caracteriza bem a tendncia central dos doze anos observados. O Grfico 4 com a disperso dos valores encontrados do ROA na amostra confirma a tendncia central e baixa disperso (Desvio Padro igual a 0,25).

80

3,0
2,0 1,0

Retorno Sobre os Ativos

0,0
-1,0 -2,0

-3,0

Grfico 4 Disperso do Retorno sobre os Ativos 1998 a 2009 Fonte: elaborado pelo autor.

Torna-se evidente a partir da visualizao do Grfico 4 com a disperso do ROA, bem como pela verificao dos quartis na Tabela 4, a aglomerao das observaes logo acima de zero e com o terceiro quartil em 20%. Os outliers chegam a ultrapassar dez desvios-padro da mdia, para mais e para menos. As maiores divergncias entre o ROA mdio e o mediano, nos doze anos, so verificados nos setores de Tecnologia da Informao com mdia negativa de 0,08 e mediana igual a 0,17, alm do setor de Educao, Lazer e Mdia com mdia igual a 0,23 e mediana de 0,11. Em todos os demais as duas estatsticas tiveram comportamento mais equilibrado. Dos 21 setores analisados em 10 a mdia e a mediana foram idnticas, em 6 a variao foi de apenas 1 p.p., nos demais no passou de 3 p.p..

No perodo verificado os setores que se destacaram com maior Retorno sobre os Ativos foram o Comrcio (0,18), Qumicos (0,17) e Tecnologia da Informao (0,17). Na outra ponta, com os piores retornos, aparecem Transporte (0,08), Txtil (0,09) e gua e Saneamento (0,10). Sob o ponto de vista da volatilidade o setor de gua e Saneamento aparece com excelente desvio padro de apenas 0,01. Em sequncia, seguem com menores oscilaes os setores de Mquinas Industriais, Construo e Telecomunicaes, todos com desvio padro de 0,03. Lideram o ranking de maiores variaes as empresas de Tecnologia da Informao e Educao, Lazer e Mdia com desvios padro iguais a 0,61 e 0,29, respectivamente.

81

Tabela 7 Estatstica Descritiva da varivel Giro dos Ativos

Anos 1998 - 1999 2000 - 2001 2002 - 2003 2004 - 2005 2006 - 2007 2008 - 2009 TOTAL Obs 574 540 524 517 528 473 3156 Mdia 0,952 1,031 1,141 1,256 1,216 1,127 1,118 Desvio Padro 1,071 1,046 1,195 1,318 1,209 1,105 1,169 Mnimo -1,901 -3,725 -2,490 -7,541 -1,549 -6,823 -7,541 1 Quartil 0,397 0,452 0,463 0,554 0,495 0,513 0,471 Mediana 0,738 0,819 0,872 0,949 0,909 0,861 0,845 3 Quartil 1,178 1,329 1,443 1,644 1,622 1,415 1,434 Mximo 11,163 11,808 10,764 9,632 9,689 8,908 11,808

Fonte: resultados da pesquisa.

A Tabela 7 contm a estatstica descritiva do Giro dos Ativos. Dividindo o desvio padro pela mdia obtm-se o coeficiente de variao, que permite comparar a volatilidade de variveis com grandezas distintas. Para o Giro dos Ativos o coeficiente de variao foi igual a 1,04 o menor dentre as cinco variveis, denotando assim maior concentrao dos dados em torno da mdia, enviesada para cima. Da mesma forma que verificado na maioria dos ndices utilizados a mediana distingue melhor a tendncia central do GA.

A nica forma possvel para uma empresa ter valores negativos no ndice Giro dos ativos atravs do seu denominador, os Ativos Operacionais lquidos. Dessa forma, valores negativos no so esperados a no ser que a firma esteja em fase inicial ou tenha ativos pouco significantes frente ao capital de terceiros no oneroso, que descontado para chegar ao valor lquido.

Com vistas a verificar a evoluo temporal da varivel Giro dos Ativos e com isso identificar se houve alterao significativa nos anos de 2008 e 2009, influenciados pela crise, foram estimadas duas regresses da evoluo mdia da varivel em funo do tempo. Na primeira funo o intervalo observado foi de 1998 at 2009 e na segunda com mesmo incio e trmino em 2007, ano anterior a crise econmica e alterao da legislao. Os dados esto dispostos na Tabela 8.

82

Tabela 8 Evoluo do Giro dos Ativos em funo do tempo Perodo

1998 - 2009 1998 - 2007

Intercepto p-value Tempo p-value R Aj.

-42,38 -73,86 (0,02) (0,00) 0,02 0,04 (0,02) (0,00) 38,9% 77,7%

Fonte: resultados da pesquisa.

Em ambos os casos a interseo e o coeficiente associado ao tempo foram significativos ao nvel de 5%. Na equao abrangendo o perodo completo o R foi de 38,9% contra um ajustamento igual a 77,7% na segunda funo, o que pode evidenciar uma quebra da evoluo temporal. A regresso estimada at o ano de 2007, com melhor relao entre as variveis, indicava um aumento de 4% ao ano no ndice de Giro dos Ativos, mostrando que as empresas brasileiras limitadas amostra estariam em crescente desempenho operacional.

Na Tabela 9 so apresentadas as estatsticas descritivas da varivel Margem Lquida. Conforme exposto, tal varivel apresenta a maior disperso entre os ndices da anlise Dupont, com desvio padro de 0,57 e coeficiente de variao igual a 3,45. A tendncia central poderia at sugerir o contrrio, com a mdia sempre prxima de 0,17 e a mediana em torno de 0,15. Porm, observando o Grfico 5, com a evoluo temporal mdia e mediana da ML percebe-se que o comportamento no foi constante. Tabela 9 Estatstica Descritiva da varivel Margem Lquida
Anos 1998 - 1999 2000 - 2001 2002 - 2003 2004 - 2005 2006 - 2007 2008 - 2009 TOTAL Obs 574 540 524 517 528 473 3156 Mdia 0,168 0,164 0,166 0,147 0,162 0,192 0,166 Desvio Padro 0,520 0,644 0,534 0,550 0,500 0,523 0,572 Mnimo -2,535 -8,069 -6,310 -5,517 -2,244 -3,439 -8,069 1 Quartil 0,061 0,067 0,080 0,079 0,054 0,081 0,068 Mediana 0,146 0,134 0,160 0,137 0,134 0,160 0,142 3 Quartil 0,238 0,221 0,261 0,224 0,223 0,250 0,237 Mximo 8,756 11,776 4,575 9,206 7,381 5,365 11,776

Fonte: resultados da pesquisa.

As linhas de tendncia foram traadas com o objetivo de reforar estatisticamente o no ajustamento temporal da mdia e da mediana da amostra. Todos os coeficientes seriam rejeitados, no significantes, o que j bastante perceptvel no prprio grfico. Ressalta-se

83

ainda, que nos primeiros seis anos (1998 at 2003) mdia e mediana estavam bem correlacionadas (0,76), contudo nos seis anos seguintes (2004 at 2009) apesar de moveremse na mesma direo, a correlao reduziu-se pela metade (0,38).

22% 20% 18% 16% 14% 12% 10% 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009
MDIA MEDIANA

Grfico 5 Evoluo temporal da mdia e mediana da Margem Lquida Fonte: Elaborado pelo autor.

Conforme discutido nos captulos anteriores a Margem Lquida seria menos robusta para inferncia sobre a rentabilidade futura (ROAt+1) do que o Giro dos Ativos (FAIRFIELD E YOHN, 2001 E SOLIMAN, 2008). Os primeiros testes, que buscaram apenas retratar o comportamento da amostra, j permitem verificar alguns indcios de que estas afirmaes so vlidas. O Giro dos Ativos manteve-se com menor disperso e com melhor ajustamento na srie temporal da mdia, observa-se evidncia contrria para a Margem Lquida, com pssimo ajustamento em funo do tempo.

Conforme apurado a mediana se mostrou mais eficiente, de forma geral, para caracterizar a tendncia central da amostra, isso pode ser verificado no ROA, e tambm, nos ndices que o compe, GA e ML. A partir do exposto, foram calculadas as medianas de cada empresa, que tenha sido analisada em pelo menos um exerccio, e em seguida tomada a mediana por setores de atuao. Os dados foram plotados no Grfico 6 com a finalidade de comparar o Retorno sobre os Ativos, dos distintos setores, bem como o arranjo Giro dos Ativos versus Margem Lquida.

Uma linha traada no grfico separa as firmas com Retorno sobre os Ativos superiores e inferiores a 10%, que pode ser obtido com uma ampla variedade de combinaes, como por exemplo, uma Margem Lquida de 2,5% combinado com um Giro dos ativos igual 4,0, ou

84

mesmo 50% de ML e 0,2 para o GA. Quanto mais distante o marcador estiver acima da linha, melhor o desempenho da empresa.

60% Margem Lquida

Agro e Pesca

Agua e Saneam Alimentos e Beb

50%
Linha ROA = 10%

Comrcio

Construo Educao, Lazer e Midia Eletroeletrnicos Energia Eltrica

Explorao Imoveis

40%

30%

Madeira e Papel Mquinas Indust Minerao

20%

Petrleo e Gas

Mediana Geral

Qumica Sade Siderur & Metalur

Tecnologia Informao

10%

Telecomunicaes

0% 0,00 0,50 1,00 1,50 2,00 2,50 3,00 Giro dos Ativos

Textil Transporte Veiculos e peas

Grfico 6 Mediana do Retorno dos Ativos por setores Fonte: elaborado pelo autor. A mediana geral dos setores ficou em cima da linha do ROA igual a 10%, com a margem de 0,10 e o giro igual a 1. Esta tendncia central pode ser visualmente confirmada de modo bastante preciso, pois o ajustamento de todos os setores permaneceu muito prximo dessa linha. A composio desse retorno, por outro lado, foi proveniente de combinaes de Giro dos Ativos e Margem Lquida bem distintas.

Com a maior margem apresenta-se o setor de Explorao de Imveis, que alcana 53% de ML, contudo, tambm dele a menor mediana do Giro igual a 0,18 vezes os Ativos Operacionais Lquidos. No resultado da multiplicao dos dois ndices o setor mantm o pior Retorno sobre os Ativos. Destacando-se na outra ponta com o maior ROA (18%) aparece o setor de Comrcio, o qual possui a combinao mediana de 1,77 para o Giro dos Ativos com 0,10 para a Margem Lquida.

Em geral, os setores que obtiveram a melhor mediana do Retorno sobre os Ativos tinham maior peso no ndice Giro dos ativos do que da Margem Lquida, so eles Tecnologia da Informao (17%), Alimentos e Bebidas (15%) e a indstria Qumica (14%). No significa

85

que a formao do retorno mais pelo GA garantir um bom desempenho firma. As empresas do setor de Sade apresentam mediana de 2,94 do giro, valor no superado por nenhum outro setor. Ainda assim, o ROA desse grupo igual a 11,5%, foi inferior ao retorno obtido pelo setor de Madeira e Papel (12%) que teve Giro dos Ativos de apenas 0,57.

Uma situao inusitada, notada no Grfico 6, chama ateno quanto constituio do Retorno sobre os Ativos. Setores bem distintos, no contexto operacional e de atuao no mercado, apresentam valores (medianas) muito prximos para o ROA, GA e ML. Tal situao, com vrias observaes, pode ser verificada pelos ndices obtidos no setor de Telecomunicaes com 0,63 de giro e 19% para a margem, comparado ao Agro e Pesca GA igual a 0,66 e ML de 18%. Ao verificar as firmas que compem os grupos as semelhanas no prevalecem, no setor Agro e Pesca a amplitude da mediana do Giro dos Ativos de 0,96.

4.3.

PREDIO DA RENTABILIDADE FUTURA

De acordo com os procedimentos indicados no captulo 3, a partir do conjunto de dados extrados do Economtica, foram efetuados os testes que buscam identificar os sinais da anlise Dupont que seriam teis para inferncias sobre variaes na rentabilidade futura.

As primeiras anlises desse tpico tm como objetivo corroborar ou refutar as pesquisas anteriores de Fairfield e Yohn (2001) e, mais recentemente, Soliman (2008), aplicando-as na anlise das companhias brasileiras de capital aberto. Adicionalmente, a amostra foi estratificada em quatro macros setores, que sero especificados adiante, buscando verificar dentre eles, a existncia de um melhor ajustamento.

Para calcular o grau de associao entre as variveis, explanatrias e, tambm, da varivel dependente, na Tabela 10 so apresentadas as correlaes de Spearman, servindo como referncia preliminar das relaes existentes entre as variveis adotadas na pesquisa. A partir da anlise das correlaes entre as variveis, percebe-se no existir uma correlao expressiva entre a varivel dependente ROAt+1 com qualquer outra varivel explanatria, individualmente. O Retorno sobre os Ativos, por outro lado, apresentou forte associao ao Giro dos Ativos (0,604) e fraca associao com a Margem Lquida (0,093).

86

Interessante notar que as variaes medidas pelo valor corrente reduzido do valor do mesmo ndice no perodo anterior, em mdia, mostraram-se com correlao elevada e positiva. Em ordem decrescente tem-se a ML com a ML (0,886), o AOL com a AOL (0,753), o Nopat com a Nopat (0,599), o ROA com a ROA (0,544) e o GA com a GA (0,467). Essa observao importante, pois, ao serem estimadas regresses incluindo a varivel simultaneamente a sua variao possvel que exista um problema de Multicolinearidade. O problema de Multicolinearidade se refere correlao alta (mas no perfeita) entre duas ou mais variveis independentes. Um indcio da presena de Multicolinearidade no modelo de regresso surge quando as estatsticas-t so pouco significativas mesmo com R elevado. Uma forma de se corrigir o problema consiste em retirar uma das variveis que esteja altamente correlacionada com outra, em tese a de menor importncia terica para o modelo.

87

Tabela 10 Correlao de Spearman das variveis da amostra

ROA t+1 ROA t+1 ROA ROA GA GA GAT ML ML MLT INT AOL AOL NOPAT NOPAT RT 1,000 0,015 0,000 -0,004 -0,012 -0,001 0,014 0,004 0,020 -0,004 -0,063 -0,045 -0,065 0,003 0,002

ROA 1,000 0,544 0,604 0,305 -0,092 0,093 0,081 0,066 -0,055 0,008 0,012 0,063 0,079 0,011

ROA

GA

GA

GAT

ML

ML

MLT

INT

AOL

AOL

NOPAT NOPAT

RT

1,000 0,324 0,617 0,020 0,036 0,036 0,041 -0,257 -0,003 -0,015 0,016 0,100 0,000 1,000 0,467 -0,171 0,007 0,008 0,015 -0,100 -0,059 -0,031 -0,034 -0,011 -0,001 1,000 -0,008 0,000 0,000 0,034 -0,054 0,002 -0,011 0,003 0,006 0,002 1,000 -0,010 -0,080 -0,038 -0,008 0,000 0,003 0,001 -0,003 0,000 1,000 0,886 0,153 0,088 0,011 0,007 0,010 0,005 0,001 1,000 0,166 0,093 0,006 0,003 0,005 0,004 0,001 1,000 -0,062 -0,001 -0,002 0,003 0,021 0,001 1,000 0,010 0,008 0,009 0,000 0,002 1,000 0,753 0,894 0,425 -0,004 1,000 0,789 0,505 -0,017 1,000 0,599 -0,001 1,000 -0,004 1,000

ROA t+1 = ROA t+1 ROA; ROA (Retorno sobre os Ativos) = ML x GA; ROA = ROA ROA t-1; GA (Giro dos Ativos) = Nopat / AOL; GA = GA GA t-1; GAT = GA x ML t-1; ML (Margem Lquida) = Nopat / RLV; ML = ML ML t-1; MLT = ML x GA t-1; INT = GAT x MLT; AOL (Ativos Operacionais Lquidos) = Ativo Total Disponibilidades Passivo Operacional; AOL = AOL AOL t-1; Nopat = Lucro Operacional Resultado Financeiro Proviso para IR e CS; Nopat = Nopat Nopat t-1; RT (Retorno da Ao) = (RT RT t-1) / RT t-1.

Fonte: resultados da pesquisa.

88

As variaes correntes observadas no Giro dos Ativos (GA) e na Margem Lquida (ML) mostraram-se sem associao linear prximo de zero com as respectivas variaes ajustadas, propostas por Fairfield e Yohn (2001), no Giro dos Ativos (GAT) e na Margem Lquida (MLT). No trabalho de Soliman (2008) foram testadas as duas formas de mensurao da variao do Giro dos Ativos e da Margem Lquida, pela diferena e ajustada, verificando resultados consistentes em ambas, apesar de apresentar em seu artigo somente os resultados das regresses sem as variveis ajustadas. Assim, a Equao 10, que envolve as alteraes no GA e na ML, foi calculada considerando as duas formas. Todas as correlaes calculadas entre a margem (ML, ML, MLT) e o giro (GA, GA, GAT) foram prximas de zero, o que no consistente com as pesquisas anteriores de Fairfield e Yohn (2001), Nissim e Penman (2001) e Soliman (2008). Uma justificativa possvel para o fato reside na restrio das observaes com resultado operacional ou Margem Lquida positiva, alm de Retorno sobre os Ativos inferiores a um. Alm disso, coerente ponderar que o cenrio brasileiro sofreu diversas mudanas nos ltimos anos, como severas oscilaes no cmbio e mais recentemente a adoo das normas internacionais de contabilidade, que tiveram impacto significativo nos resultados das empresas.

Um ltimo ponto relevante verificado na matriz de correlaes diz respeito associao elevada do Resultado Operacional, medido pelo Nopat, com os Ativos Operacionais Lquidos (AOL). Como esperado, quanto maiores forem os recursos alocados aos ativos, maiores sero os resultados. A correlao igual a 0,894 confirma essa idia. Ambas as variveis, como j especificado, funcionam como uma proxy para o tamanho das firmas.

Conforme informado as equaes do tipo pooled estariam sujeitas a correlao nos resduos e por esse motivo todas as regresses foram estimadas para cada ano, em cortes transversais, em seguida calculada a estatstica-t de acordo com Fama e Macbeth (1973) sobre os coeficientes estimados. Para corrigir ou minimizar os problemas da Autocorrelao e da Hetorocedasticidade, todas as regresses foram estimadas por meio do software EViews com a correo de Newey-West. A Tabela 11 apresenta os resultados da regresso do Retorno sobre os Ativos um ano frente (rentabilidade futura) explicado pelo Retorno sobre os Ativos corrente e as variaes atuais dos Ativos Operacionais Lquidos e do ROA, conforme Equao 7.

89

Tabela 11 Resultados das regresses Equao 7 +1 = 0 + 1 + 2 + 3 + +1

ANO 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007 2008 Mdia Estatstica-t C 0,077* 0,048* 0,053* -0,051 0,077** 0,257* 0,056* 0,083* 0,101* -0,022 0,049 0,066 2,825* ROA -0,352* -0,601* -0,452* 0,618** -0,726* -1,575* -0,459* -0,710* -0,697* 0,188 -0,378* -0,468 -2,807* AOL -0,003* 0,010* 0,004 0,005 0,002 0,002 0,001 0,004* 0,000 -0,001 -0,003 0,002 1,710** ROA -0,271* -0,018 -0,315* 0,204** -0,076 -0,462** -0,132 0,066 0,015 -0,759 -0,121 -0,170 -2,084* R Aj. 32,5% 46,0% 62,3% 16,0% 67,8% 21,8% 72,8% 62,6% 31,6% 19,0% 15,7% 40,7%

* Representa significncia de 5% e ** significncia de 10% Na coluna Ano relacionado o ano corrente t

Fonte: resultados da pesquisa.

Os onze resultados expem como o modelo se comportou anualmente, evidenciando perodos de comportamento anormal em relao mdia. A estatstica-t apresentada (Fama-Macbeth, 1973) informa sobre a significncia ou no dessa mdia. A constante igual a 0,066 indica, em mdia, o valor do Retorno sobre os Ativos do ano seguinte quando as demais variveis forem igual a zero. Em apenas dois anos esse valor foi negativo, ainda assim sem significncia estatstica.

O coeficiente de determinao ajustado prximo de 40% evidencia um bom ajustamento das variveis para explicar o ROA do perodo seguinte. H de se ressaltar que valores elevados como em 2004, com R ajustado igual a 72,8%, no so provenientes de um relaxamento dos pressupostos do Modelo de Regresso Linear (MRL) visto que foram executados testes (como Breusch-Godfrey para Autocorrelao e de White para Heterocedasticidade) e a correo de Newey-West.

A varivel explanatria ROA, como visto previamente na matriz de correlaes, possui uma correlao elevada com a variao no perodo seguinte. O Retorno sobre os Ativos apresentou significncia de 5% sobre a mdia calculada, o que reflete as observaes das regresses

90

estimadas anualmente. A manuteno do sinal negativo do ROA, em praticamente todos os perodos, indica haver uma associao de quanto maior o Retorno sobre os Ativos do perodo atual menor ser a variao desse ndice no futuro. Em suma tal considerao intuitiva, pois empresas com baixo valor para o ROA tero maior possibilidade de melhorarem seus resultados do que as firmas que j apresentam bons resultados operacionais. A variao corrente do Retorno sobre os Ativos, tambm, esteve em mdia negativamente associada a ROAt+1, indicando que as melhorias no resultado corrente so inversamente relacionadas s melhorias na rentabilidade futura. No entanto, esse resultado no foi consistente nas regresses anuais, o que pode ser justificado pela alta correlao do ROA com a ROA, conforme exposto.

Acerca do coeficiente mdio calculado para a variao dos Ativos Operacionais Lquidos a significncia foi de 10%, confirmada individualmente apenas nos anos de 1998 e 2005. O valor positivo da AOL reporta a uma propenso do crescimento firma estar relacionado com um ganho de eficincia, ou seja, a aquisio de novos ativos, imobilizados ou investimentos, estaria relacionado ao aumento da rentabilidade nas operaes.

Para verificar se o nvel dos componentes da desagregao do modelo Dupont, Giros dos Ativos e Margem Lquida, possui poder incremental superior aos resultados obtidos na anlise da Equao 7, as duas variveis foram adicionadas e as regresses estimadas constam na Tabela 12.

Na equao 8 o Retorno sobre os Ativos corrente desagregado em Giro dos Ativos e Margem Lquida corrente, com o objetivo de verificar se os nveis desses indicadores adicionados ao modelo so teis para inferir sobre a rentabilidade futura. Uma vez que o ROA o produto do giro pela margem, no a soma, as trs variveis foram includas na regresso.

Observa-se na Tabela 12 que o ROA manteve o sinal negativo e com valor muito prximo ao verificado na equao 7, a mdia do coeficiente passou de -0,468 para -0,456, com significncia de 5%, permanecendo 2007 como o nico ano em que a varivel no foi til para explicar o retorno do ano seguinte.

91

Tabela 12 Resultados das regresses Equao 8 +1 = 0 + 1 + 2 + 3 + 4 + 5 + +1

ANO 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007 2008 Mdia Estatstica-t C 0.046* 0.041* 0.030 0.016 0.031 0.090 0.057** 0.091* 0.093* -0.008 0.059 0.050 5.049* ROA -0.395* -0.657* -0.303* 0.309** -0.488* -1.597* -0.369* -0.690* -0.733* 0.260 -0.349** -0.456 -2.952* ML 0.004** -0.001 0.005* 0.001* 0.000 0.000 0.000 0.000 0.001** 0.000 0.000 0.001 1.612 GA 0.035* 0.012** 0.015** -0.022** 0.001 0.163* -0.011 -0.009 0.011 -0.021 -0.010 0.015 0.952 ROA -0.205** 0.051 -0.202* 0.144** -0.075 0.938 -0.123 0.035 0.027 -0.783* -0.142 -0.030 -0.249 AOL -0.002** 0.012* 0.002 -0.001 0.004 0.007 0.000 0.003** 0.001 -0.002** -0.003** 0.002 1.522 R Aj. 35.8% 47.9% 13.4% 37.6% 42.5% 41.3% 72.9% 62.6% 33.8% 19.0% 15.1% 38.4%

* Representa significncia de 5% e ** significncia de 10% Na coluna Ano relacionado o ano corrente t

Fonte: resultados da pesquisa.

Apesar de apresentarem significncia estatstica em alguns anos, tanto a Margem Lquida como o Giro dos Ativos no se mostraram significativos para a regresso no resultado acumulado. O coeficiente da ML apresentou menor variao e predomnio de sinal positivo, embora no tenha sido considerado diferente de zero e, mesmo quando diferente seu impacto na previsibilidade do ROA seria discreto. Por outro lado, o coeficiente do Giro dos Ativos corrente oscilou entre valores negativos e positivos, no permitindo generalizao de sua influncia na rentabilidade um ano frente.

Em relao aos dois modelos, alm de no serem teis os parmetros associados aos ndices GA e ML, a varivel que explana sobre o crescimento das empresas perdeu utilidade com a insero do giro e da margem na equao, observado pelo resultado global. Salienta-se ainda que houve uma reduo no R no segundo modelo caindo 2 pontos percentuais. Tais evidncias sugerem que nem o nvel do Giro dos Ativos nem da Margem Lquida correntes adicionam informao inferencial sobre o ROA futuro, que j no esteja contida no Retorno sobre os Ativos corrente. Consistente com as pesquisas anteriores (Fairfield e Yohn, 2001; e Soliman, 2008), os resultados sugerem que as mudanas do ROA no exerccio seguinte no esto relacionadas com a escolha do mix GA versus a ML.

92

Em seguida busca-se investigar se as mudanas correntes nos nveis de Giro dos ativos e da Margem Lquida so informativas sobre as mudanas na rentabilidade um ano frente. Fairfielfd e Yohn (2001) sugeriram uma desagregao conforme exposto na Equao 6, onde a ROAt desenvolvida e ajustada em GAT, calculado pela (GA x MLt-1); em MLT, a partir da (ML x GAt-1), e na interao dessas duas, formando a varivel INT, ou seja, (GAT x MLT), que substitui na regresso a mudana corrente no Retorno sobre os Ativos. A Tabela 13 apresenta as estimativas para os parmetros da regresso, calculados ano a ano e agrupados. As mudanas na rentabilidade um ano a frente foram agora verificadas por meio da equao 9, mantendo o ROA e a AOL. Tabela 13 Resultado das regresses Equao 09 +1 = 0 + 1 + 2 + 3 + 4 + 5 + +1
ANO 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007 2008 Mdia Estatstica t C 0.093* 0.040* 0.093* 0.024 0.070* 0.082* 0.075* 0.069* 0.092* -0.031 0.085* 0.063 5.476* ROA -0.570* -0.532* -0.720* 0.141 -0.789* -0.422* -0.637* -0.598* -0.663* 0.220 -0.641* -0.474 -4.655* MLT 0.003 -0.089 0.041 0.042 0.217 -0.025 0.207 -0.033 0.004* -0.700* 0.322 -0.001 -0.012 GAT -0.361* 0.000 -0.116** 0.245 -0.645* -0.806* 0.066 -0.165** -0.299 -0.056 -0.035 -0.197 -2.107* INT 0.039 0.043 0.180 0.516* 1.525* -0.446* -0.087 0.250 -0.189 0.334* 1.219 0.308 1.727** AOL -0.003* 0.010* 0.004 -0.001 0.006 -0.001 0.003** 0.003* 0.000 0.000 -0.002 0.002 1.331 R Aj. 27.9% 46.7% 59.0% 36.0% 72.7% 93.8% 72.8% 65.2% 41.0% 15.6% 19.4% 50.0%

* Representa significncia de 5% e ** significncia de 10% Na coluna Ano relacionado o ano corrente t

Fonte: resultados da pesquisa.

O coeficiente de determinao ajustado foi maior que os previamente verificados, alcanando os 50%. Essa diferena por si s no expe que o modelo possui mais utilidade que o anterior, a mdia foi superior devido ao valor elevado observado em 2003, com R ajustado igual a 93,8%. Especificamente nesse ano, as variveis GAT e INT tiveram correlao muito forte com o ROAt+1, acima de 0,9. Tal observao foi espordica e no se repetiu para toda amostra, como pode ser confirmado na matriz de correlao (Tab. 10).

93

Era esperado que a variao da Margem Lquida (MLT) no fosse til para inferir sobre a rentabilidade futura, j que carrega aspectos transitrios do resultado operacional, como estimativas contbeis, a mudana no nvel de conservadorismo ou mesmo margens amplas oriundas de diferenciao de produtos, que no permanecem em longo prazo.

Corroborando com os resultados de Fairfield e Yohn (2001) e com os pressupostos da teoria, a variao da Margem Lquida ajustada no apresentou significncia estatstica para o coeficiente estimado. J para o Giro dos Ativos ajustado, apesar de significativo no resultado conjunto, o parmetro foi rejeitado na maioria das regresses estimadas para cada ano. Acrescenta-se que nos resultados anteriores foram obtidos sinais positivos para os coeficientes da MLT e da GAT, que provavelmente so justificados, neste trabalho, pela no excluso das observaes das empresas que apresentaram resultado operacional corrente negativo.

Considera-se, dessa forma, que apesar de alcanar um nvel de significncia estatstica na mdia geral, a variao corrente ajustada para o Giro dos Ativos no se mostrou muito til para inferir sobre o Retorno sobre os Ativos um ano frente. Primeiro por no apresentar o sinal esperado, que apesar de alternar-se para positivo em algumas observaes, prevaleceu com sinal negativo. O que implica em uma referncia antagnica esperada, uma vez que a melhoria da eficincia de uma firma, gerando mais receitas proporcionalmente ao volume de ativos estaria indicando aumento da rentabilidade operacional e no o contrrio. Segundo, os valores calculados para os coeficientes anuais, na maioria das observaes, no foram significativos.

Na primeira parte de sua pesquisa Soliman (2008) replicou os modelos analisados por Fairfield e Yohn (2001), ou seja, as equaes 7, 8 e 9. No entanto, o autor ressalta que a suposio de que a variao corrente no Giro dos Ativos ajustado (GAT) seja realmente til para inferncias prejudicada, devido ausncia da varivel ROA na regresso. O autor, ento, refez a anlise em sua amostra, modificando a varivel INT pela alterao corrente no Retorno sobre os Ativos. Devido a essa dificuldade em saber se os resultados so provenientes do poder explanatrio da GAT e da MLT, ou se a varivel omitida est fornecendo a informao, novos testes foram efetuados, estimando as regresses para cada ano de acordo com a equao 10, e os resultados constam a seguir na Tabela 14.

94

Tabela 14 Resultados das regresses: Equao 10 +1 = 0 + 1 + 2 + 3 + 4 + 5 + +1

ANO 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007 2008 Mdia Estatstica t C 0.081* 0.047* 0.052* 0.009 0.081* 0.122* 0.047 0.037** 0.109* -0.025 0.067* 0.057 4.486* ROA -0.334* -0.627* -0.453* 0.199 -0.750* -1.028* -0.396* -0.382* -0.728* 0.215 -0.471* -0.432 -3.813* ML 0.005* 0.000 0.007* 0.001* 0.001 0.002* 0.000 0.000 0.004* 0.001 -0.004* 0.001 1.685** GA 0.012 0.030** 0.027** 0.034 -0.035** 0.039* -0.010 0.062* -0.009 0.026** 0.025 0.018 2.239* ROA -0.287* 0.018 -0.332* 0.119 -0.033 0.109 -0.120 -0.263* 0.054 -0.786* -0.033 -0.141 -1.763** AOL -0.003* 0.012* 0.005 0.001 0.002 0.007 0.000 0.002* 0.001 -0.001 -0.002* 0.002 1.665** R Aj. 32.4% 46.7% 65.6% 36.5% 67.6% 46.8% 72.9% 72.3% 35.0% 19.7% 19.2% 46.8%

* Representa significncia de 5% e ** significncia de 10% Na coluna Ano relacionado o ano corrente t

Fonte: resultados da pesquisa.

Ainda, em sua pesquisa Soliman (2008) utilizou as variaes no Giro dos Ativos e na Margem Lquida sem o ajuste proposto por Fairfield e Yohn (2001), ou seja, apenas a diferena entre o perodo corrente e o anterior. O autor afirma que testou as variaes ajustadas (GAT e MLT) e que as inferncias em sua amostra no foram distintas dentre os dois formatos, apresentando os resultados dos testes apenas com as variaes correntes no ajustadas.

Nesse sentido, ambos os modelos foram testados, tanto com o ajuste (ver equao 6), quanto com as variaes de forma direta, no Giro dos Ativos ( = 1 ), e na Margem Lquida ( = 1 ). Divergente do que foi verificado por Soliman (2008), somente as variaes diretas (sem o ajuste) apresentaram resultados robustos, com significncia dos coeficientes. Assim, a medida da variao apresentada na Tabela 14 segue esse formato e no a proposio anterior apresentada por Fairfield e Yohn (2001).

Todas as variveis da equao 10 foram significativas no resultado mdio conjunto e na ampla maioria das observaes anuais. O R ajustado foi maior do que o observado nas duas primeiras regresses testadas e s no superou o ajustamento mdio da equao 9 devido correlao elevada apreciada em 2003, entre o GAT e o ROAt+1, como dito.

95

Em concordncia com o que est documentado pela literatura, destacado tambm nas pesquisas anteriores, todos os sinais estimados nas equaes foram anlogos ao que era esperado. J exposto, o sinal negativo do Retorno sobre os Ativos e para sua variao corrente (ROA) relacionam que quanto maiores forem os nveis de rentabilidade auferidos no perodo atual, menores sero as possibilidades de que esse resultado venha a melhorar no ano seguinte.

Apesar da alterao corrente na Margem Lquida ter apresentado significncia, seu coeficiente permaneceu muito prximo de zero, o que indica uma associao muito fraca com a rentabilidade um ano frente. Esse fato reafirma os resultados encontrados nos estudos prvios, como o pressuposto de que a Margem Lquida seja mais voltil.

Os coeficientes das variaes no Giro dos Ativos foram positivos e significativos. Esses valores encontrados sugerem, consistente com a intuio contbil, que mudanas no giro refletem aumentos na qualidade da gesto dos ativos e, por conseguinte, um melhora da lucratividade uma ano frente. Tais resultados corroboram com as pesquisas prvias, assim como destacado por Fairfield e Yohn (2001), que as mudanas no ndice de Giro dos Ativos fornecem informao sobre a lucratividade futura, e a mudana na Margem Lquida, por si s, no.

Na comparao pormenorizada das equaes 7, 8, 9 e 10 analisadas, observam-se algumas caractersticas que merecem destaque. O nvel do Retorno sobre os Ativos em todos os modelos foi significante e inversamente relacionado com as mudanas na rentabilidade futura. Fica claro pelo coeficiente estimado, prximo de 0,45 negativo, que o ROA atual, dentre as variveis explanatrias, o que possui maior influncia nas suas variaes futuras. Mesmo sua desagregao, que significativa segundo os resultados observados, tem menor relevncia para explicar o comportamento do retorno no exerccio seguinte.

As mudanas nas Margens Lquidas poderiam indicar melhores resultados operacionais futuros, se as empresas estivem em processo de desenvolvimento e estruturao, enxugando estruturas de custos e buscando modernizao das plantas industriais. No entanto, tais ponderaes so mais relacionadas as firmas em processos iniciais ou de mdio porte, que no correspondem via de regra, s observaes desse trabalho. Ao contrrio disso, os resultados pouco, ou no, significativos da associao da Margem Lquida com a rentabilidade futura,

96

permitem supor que as companhias possuem estruturas de custos enxutas, mas que oscilaes no mercado permitem, em alguns perodos, resultados diferenciados.

Adicionalmente, duas variveis utilizadas nos modelos possuem uma semelhana no que tange eficincia operacional. A varivel proxy para o crescimento das firmas, ou seja, a mudana nos Ativos Operacionais Lquidos, juntamente com a alterao no Giro dos Ativos, ambas com sinal positivo, evidenciam uma tendncia de aproveitamento da sinergia operacional, pois, ao aumentarem indicam, com manuteno da margem, crescimento da rentabilidade futura.

4.4.

ASSOCIAO DOS COMPONENTES DE DUPONT COM O RETORNO

CORRENTE DAS AES

Ao ser verificado que a anlise Dupont, por meio da desagregao das mudanas no ROA em mudanas no Giro dos Ativos e na Margem Lquida, acrescenta informao adicional sobre a rentabilidade um ano frente, questiona-se: os participantes do mercado de capitais, analistas e investidores, fazem uso dessa informao em suas previses? Para buscar uma explicao para a questo Soliman (2008) props a equao 11, onde pretende-se identificar um relacionamento entre os componentes do modelo Dupont com o retorno corrente das aes.

Partindo do pressuposto terico de que uma das caractersticas do lucro a sua provvel capacidade de predio e, dessa forma, os investidores utilizariam o lucro para inferncias sobre dividendos, assim como para predio do preo das aes, essa conta teria uma associao positiva com o retorno das aes. Para testar se as variveis do modelo DuPont possuem associao com o retorno das aes, primeiramente foi estimada uma regresso somente com o lucro, sob o formato do Nopat e sua variao no perodo atual.

Em seguida, apoiando o disposto por Soliman (2008) acrescentou-se o Retorno sobre os Ativos e a mudana do ROA correntes, nesse caso, identificando-o com alta correlao com o Retorno sobre o Patrimnio Lquido, medida destacada por Ohlson (1995) com grande relevncia para a avaliao de uma firma.

97

Para analisar se a desagregao de DuPont possui relao com o retorno das aes e, desse modo, estariam includas nas previses dos analistas de mercado, so adicionadas anlise os nveis e em seguida as variaes na Margem Lquida e do Giro dos Ativos (Equao 11 Modelos 3 e 4).

Na tabela 15 esto contidos os resultados acumulados das regresses anuais. Cada um dos coeficientes representa a mdia dos valores estimados ano a ano, desde 1998 at 2008, e abaixo a estatstica-t calculada segundo Fama e Macbeth (1973).

Avaliando a informao entre o retorno presente das aes e os componentes da anlise DuPont, as evidncias no so facilmente identificadas como relatado pelos modelos anteriores, em que a varivel explicada era o ROAt+1. O ajustamento das regresses muito inferior, observado por um R ajustado mdio que varia de 0,4%, no primeiro modelo apenas com o Nopat e sua alterao corrente, at 6,5% no modelo 4, com todas as variveis inseridas. Tabela 15 Resultado das Regresses Equao 10
R t = 0 + 1 Nopatt + 2 Nopatt + 3 ROAt + 4 ROAt + 5 MLt + 6 GAt + 7 MLt + 8 GAt + t
C Modelo 1 Modelo 2 0.513* (2.45) 0.397* (2.01) NOPAT NOPAT 0.020 (0.73) -0.018 (-0.97) -0.046 (-0.39) 0.071* (2.31) 0.058** (1.94) 0.061* (2.04) 0.554* (3.05) 0.680* (3.22) 0.700* (3.48) -0.372 (-1.45) -0.372 -0.001 -0.004 (-1.45) (-1.24) (-0.20) -0.435 (-1.63) 0.003 (1.32) -0.010 -0.010** (-0.53) (-1.70) 0.060* (3.69) ROA ROA ML GA ML GA R aj. 0.004 (3.49) 0.020 (4.05) 0.034 (4.80) 0.065 (5.16)

Modelo 3 0.379** -0.018 (1.89) (-0.99) Modelo 4 0.383** -0.020 (1.92) (-1.05)

* Representa significncia de 5% e ** significncia de 10% Na coluna Ano relacionado o ano corrente t

Fonte: resultados da pesquisa.

No Modelo 1, onde o retorno de mercado das aes atual explicado a partir do Nopat e da sua variao, o relacionamento das variveis explanatrias no se mostrou significativo. Caso o contrrio fosse verificado, ou seja, com sinal positivo e significncia estatstica, ter-se-ia um indicativo de que o tamanho das empresas implica em melhores retornos das aes. No entanto, tal situao no foi verificada s foi observada em dois anos (2001 e 2006), com

98

coeficiente foi significativo e positivo associado ao Nopat. Isso implica, por exemplo, que o tamanho das firmas tem relao inversa com os retornos. Esse resultado corrobora com o artigo de Antunes, Lamounier e Bressan (2006), nele os autores usaram trs proxies para o tamanho, entre elas o lucro, e verificaram que o efeito lucro teve sentido inverso no longo prazo. Com a incluso do ROA e da ROA, a partir do modelo 2, a mudana no Nopat passou a ser significativa e diretamente associada ao retorno das aes corrente. O Retorno sobre os Ativos foi a varivel que mais vezes apresentou significncia na estatstica-t, alm dessa verificao global nos trs modelos em que foi introduzida, pde-se confirmar a mesma relao nas regresses estimadas para cada ano. Com valor absoluto acima de 0,55, o ROA confirmou sua posio fundamental como indicador do retorno sobre as aes correntes. Enfatiza-se a importncia das estimativas do valor do Retorno sobre os Ativos um ano frente para alcanar um bom desempenho em uma estratgia de investimento.

Quando Margem Lquida e Giro dos Ativos so acrescentados na regresso no Modelo 3, ambos os coeficientes so negativos e insignificantes com estatstica-t de -1,24 e -0,20, respectivamente. Se por um lado no uma surpresa, j que os nveis da ML e do GA no predizem as mudanas na rentabilidade futura, de outro ponto de vista, tem-se novamente um resultado no condizente com o verificado por Soliman (2008), em que tanto a margem como o giro foram positivos e significativos. Era de se esperar que quanto melhor fosse o ajustamento das primeiras equaes, sobre as inferncias nas variaes da rentabilidade futura, maior tambm seria a associao entre as variveis da anlise DuPont e o retorno corrente das aes. Essa divergncia pode ser justificada pelo nvel de eficincia do mercado de capitais. Para as regresses explicando o retorno das aes, o R ajustado encontrado por Soliman (2008) alcanou 14%, contra apenas 4% nas estimativas efetuadas neste trabalho. Contudo, a previsibilidade da variao do ROA futuro aqui encontrada, atingindo um R ajustado de 50% em mdia, foi muito superior aos trabalhos anteriores. Ou seja, as relaes com o ajustamento dos modelos de regresso, para ROAt+1 e para RT, so adversas na comparao das pesquisas.

Finalmente, quando as variaes nos componentes do modelo DuPont so adicionadas na especificao final, Modelo 4, verifica-se agora que a alterao no Giro dos Ativos significante e positiva, consistente com o poder explanatrio da varivel, documentado nas

99

Tabelas 13 e 14 com os resultados encontrados. Entretanto, a ROA no foi significativa como era esperado e mais, o sinal do coeficiente foi sempre negativo, como se o crescimento verificado na rentabilidade atual reduzisse o retorno corrente das aes, o que no tem nenhum fundamento terico.

A partir da anlise da Tabela 15 podem-se confirmar algumas questes que norteiam esta pesquisa. Primeiro, a mudana no Giro dos Ativos corresponde ao que se presumia, apresentando significncia com os resultados das previses da lucratividade. Segundo, o poder explicativo da regresso aumenta de modo significativo com a incluso das mudanas nos componentes da anlise DuPont, indicando que a desagregao do ROA possui capacidade importante, que deve ser cuidadosamente analisada pelos participantes do mercado de capitais, em suas escolhas de investimento.

4.5.

APLICAO DA ANLISE DUPONT NOS SETORES EMPRESARIAIS

Aps a realizao de todos os testes, novas perguntas derivaram dessas anlises. Os setores nos quais as firmas foram agrupadas possuem estruturas diferentes para obteno da rentabilidade, algumas empresas podem forar um maior desempenho por meio da extenso das Margens Lquidas, enquanto outras tero estratgia focada no volume, com alto Giro dos Ativos. Nesse sentido, busca-se verificar se as informaes seriam distintas e mais robustas para tratamento das individualidades empresariais, caso fossem replicados os modelos de regresso propostos para os setores.

Alm disso, uma vez que o Retorno sobre os Ativos possui uma relao negativa com as mudanas no ROA um ano frente, no sentido de quanto maior o nvel de rentabilidade atual menores sero as alteraes futuras, instiga verificar se em nveis diferentes para o ROA os resultados seguiro como na mdia. Ou seja, caso a rentabilidade fosse separada em quartis ainda seriam verificados os mesmos valores, sinais e nveis de significncia nas regresses estimadas.

100

A fim de tornar possveis as operaes com as regresses, devido ao baixo grau de liberdade de alguns setores com poucas observaes, as empresas que estavam arranjadas em 21 setores, foram reagrupadas segundo os critrios da Bovespa. Tal estrutura para classificao setorial considera os tipos e os usos dos produtos elaborados pelas empresas. Principalmente, os propsitos dessa classificao visam fornecer uma viso sobre as firmas, que mesmo com atividades distintas, respondam de forma semelhante s condies econmicas

(BM&FBOVESPA, 2010).

Algumas companhias possuem mltiplas atividades, nesse caso sua classificao segue o setor com mais de 65% das receitas, caso contrrio classificada como holding diversificada. Nesta amostra poucas companhias (quatro) receberam tal classificao, e por isso, foram alocadas no setor de principal atuao. A classificao da Bovespa apresenta-se em 10 setores: bens industriais; construo e transporte; consumo cclico; consumo no cclico; financeiro e outros; material bsico; petrleo, gs e biocombustveis; tecnologia da informao; telecomunicaes; e utilidade pblica.

O setor financeiro j no fazia parte da amostra, visto que suas empresas possuem caractersticas bem peculiares. De modo a facilitar as comparaes os demais nove setores foram novamente agrupados em quatro macro setores conforme destacado no Quadro 6.

Dessa forma, alm da preservao de algumas caractersticas peculiares no agrupamento dos macros setores, a amostra ficou moderadamente equilibrada e com quantidade satisfatria de observaes para serem estimadas as regresses.

101

Quadro 6 Disposio dos macro setores

Macro Setor Construo, Transporte e Bens Industriais Abrev.: CTB Setor Bovespa Bens industriais Sub Setor Mquinas Industriais Veculos e Peas Construo Construo e transporte Explorao de Imveis Transporte Comrcio Consumo cclico Consumo Cclico, Consumo No Cclico e Tecnologia da Informao Abrev.: CCT Educao, Lazer e Midia Eletroeletrnicos Txtil Tecnologia da informao Consumo no cclico Tecnologia da informao Agro e Pesca Sade Alimentos e bebidas Madeira e Papel Material Bsico, Petrleo, gs e biocombustveis Abrev.: MBP Material bsico Minerao Qumica Siderurgia e Metalurgia Petrleo, gs e biocombustveis Utilidade Pblica e Telecomunicaes Abrev.: UPT Utilidade pblica Telecomunicaes Petrleo e Gs gua e Saneamento Energia Eltrica Telecomunicaes N Firmas 5 17 21 5 7 10 5 4 20 3 3 4 15 9 3 24 30 7 3 35 19

Fonte: elaborado pelo autor.

As equaes foram estimadas com o Retorno sobre os Ativos um ano frente como varivel dependente. No primeiro modelo, referente equao 7, tem-se a base mtrica de comparao com o nvel do ROA, a ROA e a AOL atuais. Em seguida, so acrescentados os componentes da desagregao do modelo DuPont, primeiro nos valores absolutos, ML e GA (equao 8), depois no formato ajustado recomendado por Fairfield e Yohn (2001) descrito na equao 9. Finalmente, verificado o poder incremental das mudanas no Giro dos Ativos e na Margem Lquida correntes para previso das alteraes futuras na rentabilidade.

O primeiro macro setor analisado foi Construo, Transportes e Bens Industriais, com nmero mdio de empresas de 55. Na tabela 16 so apresentados os valores mdios obtidos nas regresses das equaes 7, 8, 9 e 10.

102

Tabela 16 Resultados das regresses por setor: Construo, Transporte e Bens Industriais
EQ C 0.04** 0.00 0.05* 0.04* ROA -0.29* -0.35* -0.40* -0.28* ROA -0.39* -0.37* -0.41* AOL -0.02 -0.02 0.01 -0.01 ML 0.06 GA 0.02** -0.38** 0.14 -0.44 0.03* 0.02 MLT GAT INT ML GA R Aj. 28% 29% 26% 29%

7 8 9 10

* Representa significncia de 5% e ** significncia de 10%

Fonte: resultados da pesquisa.

O ajustamento geral das equaes estimadas para o setor de Construo, Transporte e Bens Industriais (CTB), com varivel dependente a mudana do Retorno sobre os Ativos futuro, ficou abaixo da mdia se comparado ao resultado das regresses calculadas com todos os setores. O primeiro indcio o menor valor encontrado para o R ajustado, que alcanou o valor mximo de 29% frente aos 50% anteriormente observados. Adiciona-se que o nmero de variveis explicativas que apresentaram significncia dos coeficientes foi bem menor.

Continuando a confrontar os dados apresentados na Tabela 16 com os dados verificados anteriormente neste trabalho, nas anlises que envolveram todas as observaes, alguns pontos podem ser destacados. O coeficiente do ROA foi menor cerca de 0,10, em mdia, indicando que as variaes da rentabilidade futura teriam menor impacto associado ao nvel do ROA atual. Isso significa que nesse setor as firmas estaro mais propensas a mudanas na rentabilidade, ainda que apresentassem um ROA elevado. Entretanto, o coeficiente da ROA corrente, duas vezes maior que o anterior, implica que os acrscimos na rentabilidade corrente so fortemente relacionados com baixas variaes no futuro.

Alm disso, os resultados no foram consistentes com o pressuposto de que as alteraes no Giro dos Ativos teriam maior relao do que na Margem Lquida, para determinar a ROAt+1. Verifica-se nas equaes 9 e 10, da Tabela 16, que ambas as mudanas na Margem Lquida foram significativas, enquanto no Giro dos Ativos no foram, e o coeficiente da MLT foi negativo e demasiadamente alto (-0,38). Essa anomalia pode ter relao com uma alta variabilidade das Margens Lquidas, j que o setor de CTB possui maior peso da ML (15%) na rentabilidade, do que do GA, de apenas 0,86. Em seqncia, so exibidos na Tabela 17 os resultados do macro setor Consumo Cclico, Consumo No Cclico e Tecnologia da Informao (CCT).

103

Tabela 17 Resultados das regresses por setor: Consumo Cclico, Consumo No Cclico e Tecnologia da Informao
EQ C 0.07* 0.02 0.08* 0.07* ROA ROA AO -0.01 0.01 0.00 0.00 ML 0.00 GA 0.03** 0.01 -0.26** -0.03 0.00 0.03** MLT GAT INT ML GA R Aj. 39% 27% 40% 41%

7 8 9 10

-0.55* -0.16* -0.56* -0.10* -0.64* -0.53* -0.15*

* Representa significncia de 5% e ** significncia de 10%

Fonte: resultados da pesquisa.

Em uma anlise preliminar dos valores apresentados para o macro setor CCT verifica-se maior similaridade com os resultados precedentes desta pesquisa. Os valores absolutos da maioria dos coeficientes foram aproximados, bem como no h distines na interpretao geral. Essa justaposio apia os resultados encontrados para o conjunto dos dados, e talvez seja relacionada com a diversidade dos sub-setores que compe o CCT, so oito no total. O maior nmero de empresas est no sub-setor Txtil, so 20 observaes por ano, em mdia, seguido por Alimentos e Bebidas com 15, e Comrcio com 10 firmas. Dos oito sub-setores seis tem em comum uma Margem Lquida prxima de 10%, no entanto, o ndice do Giro dos Ativos varia de 0,70 at 2,94, exatamente nos outros dois sub-setores que se distanciam da ML mdia, Agro e Pesca (17%) e Sade (4%), respectivamente.

O coeficiente do Retorno sobre os Ativos corrente foi significativo em todos os modelos e teve atrelamento com a rentabilidade um ano frente maior do que a verificada nos modelos prvios desta pesquisa, com a totalidade das observaes da amostra. As variaes no GA foram consistentes com o esperado, agregando informao quanto varivel explicada, embora no modelo indicado por Fairfield e Yohn (2001) o sinal da varivel tenha sido negativo, repetindo essa condio j identificada na Tabela 13.

O macro setor Material Bsico, Petrleo, Gs e Biocombustvel (MBP) representado por cerca de 75 empresas anualmente. Dentre elas, apenas sete no fazem parte do setor de Material Bsico, segundo os critrios da Bovespa. Quase trs quartos das firmas que o compe so dos sub-setores Qumico e Siderurgia e Metalurgia. Os resultados das regresses para o grupo esto dispostos na Tabela 18.

104

Tabela 18 Resultados das regresses por setor: Materiais Bsicos, Petrleo, Gs e Biocombustveis
EQ C 0.13* 0.10* 0.14* 0.13* ROA -0.80* -1.11* -0.96* -0.81* ROA 0.22** 0.22** 0.22 AO 0.03 0.04 0.10 0.02 ML 0.23** GA 0.03 0.54* -0.30** -0.28* 0.20* 0.00 MLT GAT INT ML GA R Aj. 32% 34% 59% 34%

7 8 9 10

* Representa significncia de 5% e ** significncia de 10%

Fonte: resultados da pesquisa.

A rentabilidade mdia das empresas sobre os ativos operacionais lquidos do macro setor MBP de 14,5%, dois pontos percentuais acima da mdia global. Talvez, seja essa a explicao para a constante estimada, nos quatro modelos, ter sido muito maior que os valores verificados na seo 4.3. Observa-se para as empresas desse grupo que o coeficiente do ROA esteve sempre menor que -0,80 e significativo ao nvel de 5%. Isto evidencia que as relaes observadas, sobre maiores nveis do ROA atuais sofrerem menores alteraes no futuro, so mais robustas que em todos os demais setores. Reforando a lgica de que a competio no afeta facilmente firmas com utilizao eficiente dos ativos, e assim, o desempenho proveniente do Giro dos Ativos mais estvel que da Margem Lquida. Mais um destaque chama a ateno na Tabela 18, a equao 8 (+1 = 0 + 1 + 2 + 3 + 4 + 5 + +1 ) proposta por Fairfield e Yohn (2001) apresentou boa adequao, com R ajustado de 59% e a significncia dos parmetros s no foi verificada na varivel de crescimento, AOL, com estatstica t de 1,21. Reafirmando novamente a fora do uso dos ativos para a rentabilidade o coeficiente GAT teve sinal negativo, que ressalta que as mudanas no nvel do giro no so assduas e quando acontecem refletem em menor variao da rentabilidade um ano frente.

Finalmente, o ltimo grupo analisado conta com empresas dos sub-setores de gua e Saneamento, Energia Eltrica e Telecomunicaes, as duas primeiras classificadas pela Bovespa no setor de Utilidade Pblica e a ltima leva o mesmo nome j elencado. O resumo das equaes pode ser visto na Tabela 19.

105

Tabela 19 Resultados das regresses por setor: Utilidade Pblica e Telecomunicaes

EQ C 0.07** 0.02 0.11* ROA -0.51** -0.21* -0.81* -0.72* ROA -0.14** -0.07 -0.12** AOL -0.03 -0.01 -0.04* -0.03* ML 0.01* GA 0.03** 0.27** 0.00 0.25 0.01* 0.08* MLT GAT INT ML GA R Aj. 30% 60% 70% 72%

7 8 9

10 0.10*

* Representa significncia de 5% e ** significncia de 10%

Fonte: resultados da pesquisa.

A desagregao do modelo DuPont teve grande melhoria na explicao das variaes da rentabilidade futura nesse grupo de firmas, superior ao verificado nos demais macros setores. Isso pode ser verificado pelo quanto foi aumentado o R ajustado aps a insero dos indicadores ML e GA, passando de 30% para 60%, e em seguida por meio das mudanas na ML e no GA, atingindo 72%.

Com a incluso na equao 8 da Margem Lquida e do Giro dos Ativos, que apresentaram coeficientes positivos e significativos, parte da explicao da ROAt+1, que na equao anterior estava associada com a constante e com o Retorno sobre os Ativos, foi transferida para os nveis dos componentes do modelo DuPont, e essa importncia da ML e do GA esclarecida pela analogia das empresas analisadas.

O macro setor UPT apresenta Margem Lquida elevada, perto de 25%, com alto montante de recursos investido nos ativos, acima de 11 bilhes por empresa em mdia, por conta disso possui tambm, o Giro dos Ativos mais baixo, apenas 0,5. Talvez por isso o indicador de crescimento, AOL, tenha sido significativo, uma vez que no havia sido verificado nos demais setores. O coeficiente negativo no crescimento sugere, consistente com as pesquisas prvias, que o aumento nos Ativos Operacionais Lquidos est associado com baixa lucratividade um ano frente.

O alto valor do R ajustado (72%) verificado na equao 10, preconizada por Soliman (2008), coloca esse modelo como o mais indicado para o macro setor Utilidade Pblica e Telecomunicaes. Inclusive, por sua caracterstica de grande volume de investimentos em

106

ativos, o coeficiente da GA de 0,08, significativo ao nvel de 5%, o principal indcio de melhoria da rentabilidade, uma vez que as demais variveis possuem sinal negativo.

4.6.

ESTRATGIA DE INVESTIMENTO UTILIZANDO O MODELO DUPONT

Aps as verificaes sobre a associao das variveis da anlise DuPont com a rentabilidade um ano frente e com o retorno corrente das aes, busca-se verificar se os sinais obtidos a partir dessa anlise so teis para uma estratgia de investimento em aes. As anlises anteriormente apresentadas nessa pesquisa foram consistentes com os trabalhos prvios de Fairfield e Yohn (2001) e de Soliman (2008), que elucidam relaes fortes da ROA futuro com seu valor atual e suas desagregaes, nos nveis e nas variaes. Os testes que sero efetuados fundamentam-se na segunda hiptese:

H2:

A formao de uma carteira de aes composta com as firmas destacadas como opes promissoras, na anlise DuPont, origina retornos extraordinrios, ou seja, acima do retorno mdio de uma carteira com todas as empresas.

As carteiras de investimento em aes foram elaboradas, baseando-se na anlise DuPont, utilizando duas metodologias distintas. Primeiro, no formato de Piotroski (2000), ou seja, com a utilizao de um ndice, denominado nesta pesquisa de DP Score, composto por sete sinais extrados do modelo DuPont. Para confrontar os resultados sugere-se um outro formato, com as empresas ordenadas, pelo valor de cada uma das variveis, atribuda uma nota segundo o percentil em que estiver enquadrada, somam-se as notas individuais obtidas e refeito o procedimento de classificao, agora avaliado pelo ndice Padro Agregado.

Assim, primeiramente, as carteiras foram formadas por aes das firmas de acordo com o resultado obtido no DP Score que varia de 0, nas empresas com todos os indicadores ruins, at 7, naquelas com todos os sinais considerados bons. As empresas que obtiverem no DP Score notas iguais a 0 e 1 formam o portflio Fraco, na outra ponta destacadas como boas opes, ou seja, estariam mal precificadas pelos participantes do mercado, tem-se as firmas que receberam notas 6 e 7, compondo o portflio Forte.

107

Para maior amplitude da anlise foram formadas carteiras de aes das firmas para cada valor do DP Score. Em seguida, calculam-se os retornos obtidos por todas as empresas de cada carteira, os quais so apresentados ordenados para o primeiro quartil, a mediana, o terceiro quartil e finalmente o retorno mdio do portflio, buscando elucidar tanto o resultado geral como a disperso.

Os princpios bsicos da seleo de carteira se resumem ao senso comum de que os investidores tentam aumentar o retorno esperado de suas carteiras e reduzir o desvio padro desse retorno. Ou seja, a carteira eficiente a que oferece um melhor nvel de retorno para certo desvio padro. Para permitir tal comparao, a fim de se mensurar o risco das carteiras, foi calculado o desvio padro dos portflios. Por fim, apresenta-se o ndice de Sharpe (IS), razo entre o prmio de risco recebido pelo investidor e o risco total assumido.

A hiptese H2 confirmada se os retornos observados para as empresas promissoras (DP Scores 6 e 7) forem maiores que os retornos obtidos pelos portflios Fraco e por uma carteira composta com todas as empresas da amostra. Para verificar se as mdias dos portflios so estatisticamente diferentes, o procedimento adotado foi o Teste-t para diferena de mdias.

A estratgia de investimento utilizada foi avaliada em trs perodos distintos, 06 meses, 01 ano e 02 anos, que possibilita a comparao da eficincia da estratgia nas decises de investimento em aes de curto e longo prazo. Contudo, vrias firmas no possuam cotao das aes em alguns dos perodos necessrios e foram excludas para no comprometer os testes. Com isso o nmero de observaes foi reduzido para 1889 empresas/ano. Nas Tabelas 20, 21 e 22 so apresentados os resultados da estratgia DP Score, respectivamente, para 06 meses, 1 ano e 2 anos.

108

Tabela 20 Retornos da estratgia de investimento DP Score em 06 Meses

DP SCORE 0 1 2 3 4 5 6 7 Retorno das Carteiras Com todas as firmas Portflio Fraco Portflio Forte Diferena de Mdias N 22 139 320 340 356 375 261 76 1889 161 337 Q1 -0,250 -0,329 -0,300 -0,212 -0,239 -0,208 -0,108 0,046 -0,231 -0,320 -0,074 Q1 Q2 -0,152 -0,113 -0,089 -0,003 0,019 0,056 0,136 0,301 0,024 -0,119 0,175 Q2 Q3 0,065 0,086 0,147 0,257 0,278 0,375 0,409 0,592 0,288 0,081 0,453 Q3 Mdia -0,087 -0,084 -0,027 0,068 0,096 0,145 0,183 0,322 0,086 -0,084 0,214 Mdia DP ( ) 0,456 0,447 0,478 0,559 0,523 0,553 0,470 0,440 0,521 0,447 0,467 DP ( ) Sharpe -0,322 -0,322 -0,181 0,014 0,069 0,154 0,262 0,597 0,051 -0,323 0,331 Sharpe

Forte Fraco 0,246 0,294*** 0,373 0,299*** 0,020 0,654*** Estatstica t (6,88) (6,78) (15,07) Forte Todas 0,157 0,151*** 0,165 0,128*** -0,054 0,280*** Estatstica t (4,55) (5,37) (9,97) [1] Resultado do Teste-t para diferena de mdias significativo ao nvel de 1% (***), 5% (**) e 10% (*)

Fonte: resultados da pesquisa.

De todas as observaes empresas/ano apenas 22 obtiveram nota igual a 0 no DP Score, com nota mxima foram 76. A grande concentrao dos dados se d na parte central, entre os scores 2 e 5, alcanando quase 74% da amostra, os quais no compem os portflios Forte e Fraco. As empresas de desempenho superior, portflio Forte, foram em maior nmero do que as de pior desempenho, ou seja, do portflio Fraco. Os resultados obtidos para o retorno em 6 meses esto dispostos na Tabela 20. Pode-se verificar uma ascenso do retorno das aes na medida em que se aumenta o DP Score. Tal relao pde ser identificada nos quatro parmetros do retorno do portflio (Q1, Q2, Q3 e Mdia) com poucas excees. O portflio Forte, na avaliao de curto prazo, maior e estatisticamente significante nas diferenas da Mdia, Mediana e do ndice Sharpe, tanto comparado com o portflio Fraco, quanto com a carteira com todas as empresas analisadas.

Verifica-se no retorno de 06 meses que as firmas selecionadas no s apresentaram melhores resultados, como tambm, um menor nvel de risco. O ndice de Sharpe (IS) chegou a quase 0,60 na carteira de aes com DP Score igual a 7, acumulando com o score 6 (Forte) o IS foi de 0,33, contra apenas -0,32 do portflio Fraco.

109

Tabela 21 Retornos da estratgia de investimento DP Score em 01 Ano

DP SCORE 0 1 2 3 4 5 6 7 Retorno das Carteiras Com todas as firmas Portflio Fraco Portflio Forte Diferena de Mdias N 22 139 320 340 356 375 261 76 1889 161 337 Q1 -0,292 -0,368 -0,327 -0,182 -0,189 -0,137 -0,002 0,221 -0,196 -0,364 0,024 Q2 0,109 -0,046 0,001 0,077 0,115 0,209 0,390 0,524 0,141 -0,032 0,415 Q3 0,626 0,374 0,374 0,481 0,578 0,725 0,805 0,904 0,607 0,427 0,853 Mdia 0,251 0,126 0,138 0,256 0,292 0,415 0,464 0,645 0,309 0,143 0,505 DP ( ) 0,692 0,773 0,750 0,795 0,793 0,905 0,678 0,712 0,800 0,762 0,689 Sharpe 0,277 0,085 0,104 0,246 0,293 0,393 0,596 0,821 0,312 0,109 0,646

Forte Fraco 0,387 0,447*** 0,426 0,361*** -0,073 0,537*** Estatstica t (5,11) (10,29) (12,36) Forte Todas 0,219 0,273*** 0,247 0,195*** -0,111 0,334*** Estatstica t (4,68) (6,54) (7,99) [1] Resultado do Teste-t para diferena de mdias significativo ao nvel de 1% (***), 5% (**) e 10% (*).

Fonte: resultados da pesquisa.

No Tabela 21, com o retorno em 01 ano, os resultados so consistentes com o verificado em 06 meses. Novamente, os retornos foram diretamente relacionados com o aumento do score das carteiras. O retorno mdio com todas as observaes foi de 30,9%, que mantm somente as carteiras com as trs maiores notas (5, 6 e 7) acima deste patamar.

A formao dos portflios pelo DP Score ganha mais credibilidade quando avaliada pelo ndice de Sharpe. Verifica-se nos resultados do retorno em 1 ano, que o portflio Forte obteve IS duas vezes maior que a carteira formada com todas as firmas, e seis vezes superior ao portflio Fraco. Essa relao origina-se da conjuno de empresas que ofereceram maior rentabilidade das aes associada ao menor nvel de risco.

Observa-se uma anomalia nos retornos verificados para a carteira com firmas de score 0, se comparado s demais observaes da Tabela 21. Os retornos apresentados foram sempre maiores que os da carteira com nota 1, na mediana superam at o grupo com nota 3, e no terceiro quartil foram ainda superiores ao DP Score 4. Apesar do desvio padro medido sobre os retornos do perodo ter sido menor, para a carteira com nota 0, o risco do investimento nessas empresas associado s informaes financeiras era superior, pois apresentavam ROA

110

negativo, reduo no tamanho da firma, alm de reduzirem ainda mais a ML, o GA e o ROE. Dessa forma, um investidor sujeito a esse nvel de risco estaria efetivamente interessado em maiores retornos. Tabela 22 Retornos da estratgia de investimento DP Score em 02 Anos
DP SCORE 0 1 2 3 4 5 6 7 Retorno das Carteiras Com todas firmas Portflio Fraco Portflio Forte Diferena de Mdias N 22 139 320 340 356 375 261 76 1889 161 337 Q1 -0,062 -0,292 -0,244 -0,177 -0,117 -0,087 0,095 0,346 -0,136 -0,286 0,118 Q2 0,450 0,125 0,266 0,225 0,339 0,486 0,664 0,951 0,384 0,184 0,693 Q3 1,161 0,926 0,864 1,024 1,180 1,360 1,478 1,819 1,162 1,087 1,561 Mdia 0,898 0,508 0,504 0,619 0,776 0,896 1,054 1,150 0,761 0,562 1,076 DP ( ) 1,468 1,181 1,177 1,343 1,384 1,499 1,541 1,205 1,384 1,227 1,471 Sharpe 0,571 0,380 0,377 0,416 0,517 0,558 0,645 0,904 0,506 0,409 0,691

Forte Fraco 0,404 0,509*** 0,474 0,514*** 0,244 0,282** Estatstica t (4,10) (4,05) (2,24) Forte Todas 0,254 0,309*** 0,399 0,315*** 0,087 0,184** Estatstica t (3,65) (3,58) (2,14) [1] Resultado do Teste-t para diferena de mdias significativo ao nvel de 1% (***), 5% (**) e 10% (*).

Fonte: resultados da pesquisa.

Para o retorno em longo prazo, com 02 anos aps a formao das carteiras, novamente a carteira com DP Score 0 foi superior s carteiras com notas imediatamente acima, superando, inclusive, a mdia das firmas do portflio com nota 5. Observa-se que as aes dessas empresas estavam cotadas a valores muito baixos quando houve a formao do portflio, devido s justificativas supracitadas, o que favorece a ocorrncia dessa anomalia.

Apesar disso, foi possvel diferenciar a mdia, a mediana e o ndice de Sharpe do portflio Forte, com valores significativamente superiores aos portflios Fraco e com todas as empresas da amostra. Com a manuteno das aes do portflio Forte por dois anos, um investidor teria auferido em mdia 107,6% de retorno, com ndice Sharpe de 0,69. Caso a opo fosse uma carteira de mercado com todas 1889 observaes, esse retorno seria inferior 31,5 p.p. e o IS 0,184 menor. Acrescenta-se, para os trs perodos avaliados, que mesmo no tendo distinguido com preciso os grupos intermedirios, a estratgia foi eficiente para discriminar e

111

proporcionar retornos superiores ao portflio Forte em contraponto ao portflio Fraco e carteira formada com todas as observaes. Nesse sentido, pode-se validar o modelo DuPont para seleo de investimentos, confirmando a hiptese H2, de sua utilidade na seleo de firmas promissoras.

Ainda que as evidncias encontradas j tenham sido suficientes para confirmar a hiptese H2, prope-se uma metodologia alternativa para formao das carteiras. Algumas pesquisas (Galdi, 2008; Piotroski, 2000; Abarbanell e Bushee, 1997) utilizaram os sinais derivados da anlise das demonstraes financeiras para seleo de investimentos em aes, geralmente, a partir dos ndices selecionados avalia-se o desempenho da empresa atribuindo uma nota a cada um dos indicadores, conforme foi desenvolvido no DP Score.

Alternativamente, utilizando uma metodologia comum em livros de anlise das demonstraes financeiras, na comparao dos indicadores de diferentes firmas, denominada por ndices padro (ver Silva, 2009; Iudcibus, 2009; ou Matarazzo, 2003), foram constitudas carteiras de investimento, a partir dos ndices da anlise DuPont. Os resultados calculados para cada ndice, ano a ano, foram ordenados e atribuda uma pontuao segundo o percentil em que a empresa estava, conforme destacado no captulo sobre a metodologia. As anlises foram desenvolvidas e os resultados esto apresentados na Tabela 23, para retorno em 6 meses, na Tabela 24, em 1 ano, e na Tabela 25, com retorno aps 02 anos da formao das carteiras.

112

Tabela 23 Retornos da estratgia de investimento ndice Padro Agregado em 6 Meses

IPA N Q1 Q2 Q3 Mdia DP ( ) Sharpe 1 189 -0,344 -0,170 0,085 -0,081 0,469 -0,300 2 189 -0,290 -0,089 0,115 -0,023 0,502 -0,165 3 189 -0,284 -0,050 0,144 -0,017 0,384 -0,200 4 189 -0,286 -0,016 0,213 0,040 0,526 -0,038 5 190 -0,237 0,005 0,266 0,088 0,493 0,057 6 187 -0,165 0,059 0,298 0,148 0,717 0,123 7 190 -0,157 0,082 0,366 0,144 0,433 0,193 8 188 -0,194 0,054 0,285 0,086 0,489 0,054 9 189 -0,164 0,137 0,442 0,194 0,525 0,255 10 189 -0,014 0,249 0,534 0,271 0,514 0,410 Retorno das Carteiras Com todas as Firmas 1889 -0,231 0,024 0,288 0,086 0,521 0,051 Portflio Fraco 378 -0,317 -0,118 0,106 -0,052 0,486 -0,230 Portflio Forte 378 -0,125 0,210 0,496 0,233 0,520 0,332 Diferena de Mdias Forte - Fraco 0,192 0,328*** 0,389 0,284*** 0,035 0,562*** Estatstica t (7,77) (8,97) (15,35) Forte - Todas 0,105 0,186*** 0,208 0,146*** 0,000 0,281*** Estatstica t (4,98) (6,35) (9,58) [1] Resultado do Teste-t para diferena de mdias significativo ao nvel de 1% (***), 5% (**) e 10% (*).

Fonte: resultados da pesquisa.

As informaes apresentadas da Tabela 23, confrontando o ndice de Sharpe, mostram que o portflio Fraco tem desempenho 56,2 p.p. inferior, seis meses frente, que o obtido pelo portflio Forte, resultado diferente no Teste-t e significativo ao nvel de 1%. Da mesma forma, estendendo os prazos para um e dois anos frente, as diferenas das mdias continuam significativas, mas so reduzidas para 48,7 e 31,3 p.p., respectivamente. Estas evidncias, tambm verificadas na Tabela 19, admitem que a distino das empresas pelos indicadores de DuPont, so duradouras e tem maior mpeto no curto prazo.

Outro evento notvel, no que tange ao risco das carteiras, ocorre no portflio Forte, medida que o prazo majorado, todos os valores do desvio padro calculados tambm aumentaram. Obviamente, com maiores valores para os retornos, tm-se maiores desvios padro. Entretanto, o aumento verificado no portflio Forte, que at um ano era muito similar s demais carteiras, apresenta crescimento desproporcional e a diferena do desvio padro, antes menor que 0,05 para o portflio Fraco, chega 0,428. Esse fato pode levar a uma interpretao de que o portflio Forte perderia credibilidade por aumentar seu o risco com a extenso do prazo. Contudo, o risco assumido na carteira de aes de desempenho superior seria de obter

113

retornos positivos pouco expressivos, diferente das demais carteiras, que apresentam no primeiro quartil retornos sobre as aes negativos. Tabela 24 Retornos da estratgia de investimento ndice Padro Agregado em 1 Ano
IPA 1 2 3 4 5 6 7 8 9 10 Retorno das Carteiras Com todas as Firmas Portflio Fraco Portflio Forte Diferena de Mdias N 189 189 189 189 190 187 190 188 189 189 1889 378 378 Q1 -0,409 -0,325 -0,195 -0,208 -0,154 -0,140 -0,123 -0,090 -0,121 0,015 -0,196 -0,375 -0,055 Q2 -0,119 -0,002 0,062 0,047 0,178 0,170 0,210 0,201 0,318 0,491 0,141 -0,061 0,404 Q3 0,391 0,343 0,409 0,473 0,541 0,621 0,662 0,767 0,868 0,909 0,607 0,370 0,900 Mdia 0,126 0,123 0,194 0,177 0,300 0,403 0,335 0,358 0,472 0,606 0,309 0,124 0,539 DP ( ) 0,886 0,743 0,730 0,567 0,753 1,017 0,644 0,756 0,806 0,881 0,800 0,816 0,846 Sharpe 0,074 0,085 0,184 0,207 0,319 0,337 0,427 0,394 0,511 0,619 0,312 0,079 0,566

Forte - Fraco 0,320 0,466*** 0,530 0,415*** 0,030 0,487*** Estatstica t (9,85) (8,78) (10,31) Forte - Todas 0,141 0,263*** 0,293 0,230*** 0,046 0,254*** Estatstica t (5,57) (4,86) (5,39) [1] Resultado do Teste-t para diferena de mdias significativo ao nvel de 1% (***), 5% (**) e 10% (*).

Fonte: resultados da pesquisa.

Ao agrupar um nmero maior de opes de investimento nos portflios Forte e Fraco, reduziu-se a disparidade apresentada no primeiro mtodo, DP Score, quando o portflio com nota mxima tinha mais que o dobro de observaes do formado com as firmas de piores desempenhos. A comparao mais adequada, porm, a diferena do ndice Sharpe verificada nas duas estratgias entre os portflios Forte e Fraco foi reduzida, em 0,09 para 6 meses e em 0,05 considerando o retorno em 1 ano. Mantendo a opo de investimento em longo prazo o resultado foi diferente, com melhor desempenho por meio do IPA.

Nas Tabelas 23 e 24, sob o ponto de vista do risco, ou desvio padro, o maior valor foi verificado na carteira de ndice padro Agregado igual a 6. Tal carteira apresentou retorno superior ao obtido nas duas carteiras imediatamente acima na mdia, o que no aconteceu nos demais quartis analisados. Isso indica que algumas empresas, apesar da classificao recebida, tiveram retornos muito elevados, deslocando a mdia para cima. Nesse sentido, ao

114

ponderar o retorno auferido nos portflios pelo nvel de risco, por meio do ndice de Sharpe, tem-se uma medida mais confivel para as decises de investimento. A mesma carteira, com IPA igual a 6, no superou as demais se confrontadas pelo IS. Tabela 25 Retornos da estratgia de investimento ndice Padro Agregado em 2 Anos
IPA 1 2 3 4 5 6 7 8 9 10 Retorno das Carteiras Com todas as Firmas Portflio Fraco Portflio Forte Diferena de Mdias N 189 189 189 189 190 187 190 188 189 189 1889 378 378 Q1 -0,366 -0,263 -0,126 -0,165 -0,050 -0,085 -0,135 -0,118 0,046 0,126 -0,136 -0,300 0,076 Q2 0,090 0,186 0,266 0,230 0,376 0,461 0,457 0,461 0,581 0,889 0,384 0,120 0,692 Q3 0,849 0,864 1,024 0,912 1,138 1,251 1,383 1,092 1,307 1,830 1,162 0,864 1,603 Mdia 0,452 0,482 0,563 0,638 0,798 0,831 0,819 0,797 0,902 1,325 0,761 0,467 1,114 DP ( ) 1,225 1,087 1,088 1,427 1,405 1,447 1,377 1,363 1,401 1,728 1,384 1,157 1,585 Sharpe 0,320 0,388 0,462 0,405 0,526 0,533 0,552 0,540 0,601 0,732 0,506 0,352 0,665

Forte - Fraco 0,376 0,572*** 0,739 0,647*** 0,428 0,313* Estatstica t (3,52) (4,03) (1,81) Forte - Todas 0,213 0,308*** 0,441 0,353*** 0,201 0,159** Estatstica t (5,67) (6,41) (3,10) [1] Resultado do Teste-t para diferena de mdias significativo ao nvel de 1% (***), 5% (**) e 10% (*).

Fonte: resultados da pesquisa.

Dentre as estratgias de investimento em aes, utilizando o DP Score e o ndice Padro Agregado dos componentes do modelo DuPont, ambas reportaram ampla similaridade dos resultados. Com mdias diferentes, ao nvel de significncia quase sempre de 1%, os retornos do portflio Forte foram superiores aos do portflio Fraco e da carteira formada com todas as empresas, verificado em curto e longo prazo. Nesse sentido, refora-se o uso das variveis da anlise DuPont para seleo de empresas com melhor desempenho, validando tambm a obteno de retornos extraordinrios em uma estratgia de investimentos. Contudo, algumas caractersticas devem ser destacadas.

Apesar de maior dificuldade em seu clculo o IPA oferece certas vantagens. Uma caracterstica do ndice padro a segregao em grupos, quantos forem desejados, com o mesmo nmero de indivduos. A amostra total foi dividida em dez categorias com

115

praticamente o mesmo nmero de indivduos, cerca de 189, o que facilita as comparaes. Verificando no DP Score a carteira de nota igual a zero possua apenas 22 observaes, certamente, caso algumas delas tivessem retornos muito expressivos, iriam elevar a mdia do grupo. Alm disso, uma firma poderia receber nota zero, por exemplo, ao verificar que obteve uma reduo na Margem Lquida naquele ano, no entanto, quando comparada s demais empresas sua reduo tenha sido insignificante. Somente a partir do agrupamento ordenado dessas variveis possvel categorizar com maior preciso qual a posio dessa firma relativa ao conjunto analisado. Essa caracterstica pode ser vista como uma vantagem, e confirmada na comparao dos resultados. A anomalia verificada na carteira de DP Score igual zero, com retornos superiores s carteiras com notas maiores, no aconteceu no grupo inferior do IPA.

Do mesmo modo, nas observaes centrais a diferenciao das carteiras foi mais apurada. Em mdia, foram reduzidas, mas no esgotadas, as verificaes de retornos maiores nas carteiras com menor pontuao. Por meio da maior segregao, identificou-se melhor os nveis de risco das carteiras.

4.7.

AVALIAO DO MODELO DUPONT PARA RENTABILIDADE FUTURA E

COMO ESTRATGIA DE INVESTIMENTO NO PERODO DA CRISE

Nesta seo busca-se avaliar como os modelos testados nesta pesquisa se comportaram entre 2007 2009, perodo que conforme destacado, sofreu impacto da Crise Financeira Internacional, ou Crise dos EUA.

Garcia (2008) explica que a Crise dos EUA bastante grave por conjugar trs ciclos viciosos: a corrente recessiva do ciclo keynesiano padro; o ciclo de liquidao de ativos; e um ciclo advindo da combinao dos dois primeiros. Em suma, segundo o autor, a reduo dos gastos dos consumidores, com menos crdito, provoca queda nas vendas, nas rendas, no emprego e no salrio, que realimenta a queda inicial nos gastos. O segundo ciclo parte de um pressuposto bsico da economia, quando o preo de um bem sobe, a quantidade ofertada desse bem aumenta, quando o preo cai, a oferta diminui. No caso das hipotecas norte-americanas, ou emprstimos com garantias parciais essa relao no aconteceu. Por no terem condies de

116

liquidarem as prestaes, os devedores resolveram entregar as garantias (casas) elevando a oferta, que j se encontrava alta. Assim a queda de preos realimentava o processo, pois as garantias no mais atendiam ao valor dos crditos concedidos, em conseqncia houve uma retrao do crdito da economia como um todo. A crise imobiliria, no final de 2007, havia chegado ao mercado financeiro americano e na Europa, afetando vrios bancos. Em meados de 2008 a crise atingiu o mercado de capitais do Brasil, resultando em acentuadas quedas nos valores das aes. Como exposto na metodologia entre os meses de Maio e Junho de 2008 as cotaes das aes de firmas, com aes negociadas na Bolsa de Valores de So Paulo, comearam a despencar. O ndice Ibovespa que havia superado 70 mil pontos, foi reduzido pela metade em pouco mais de seis meses.

Com o objetivo de verificar o impacto da crise econmica, primeiramente, na predio da rentabilidade futura, foi elaborado o Grfico 7 onde apresentada a evoluo mdia do R ajustado, das equaes 7 a 10 utilizadas para a predio da rentabilidade futura. Uma alternativa para tal verificao consiste no procedimento de inserir uma varivel dummy, em geral esse mtodo identifica desigualdades em sries temporais. Porm, como as regresses foram estimadas ano a ano, torna-se inadmissvel utilizar a dummy para medir o perodo de crise.

Verifica-se no Grfico 7 que o ajustamento das variveis explicativas para o Retorno sobre os Ativos um ano frente no se manteve estvel, com uma tendncia de crescimento at 2006, alternando redues agressivas. Todavia, a mdia do R ajustado aparecia sempre acima de 30%, at 2008, quando fica aqum de 20% e permanece no ano seguinte.

R Ajustado
73% 63% 47% 32% 50% 32% 51% 35% 18% 1999 2000 2001 2002 2003 2004 2005 2006 2007 2008 17% 2009 66%

Grfico 7 Evoluo do R Ajustado mdio das equaes 7 a 10 Fonte: resultados da pesquisa.

117

De forma a complementar a verificao grfica, foram realizados Testes-t para as mdias do R ajustado, destacando o perodo em que se suspeitava haver impacto nas anlises, 2008 e 2009. O R ajustado de 1999 at 2007 teve valor mdio de 49,8%, no entanto, nos dois anos atrelados crise a mdia do R ajustado foi de apenas 17,8%. Ao observar cada uma das quatro equaes, testadas na seo 4.3, individualmente, a diferena entre o R ajustado dos dois perodos oscila de 26 p.p. na equao 8, at 40 p.p. na equao 9, com maior diferena entra as mdias.

Em seguida, teve-se como finalidade avaliar se a reduo da aplicabilidade na previso das mudanas da rentabilidade futura, identificada no perodo da crise, tambm seria confirmada para a formao das carteiras. Divergente dos modelos para verificar a associao com o ROAt+1, na composio dos portflios a partir da anlise DuPont, no foi necessrio destacar os resultados anuais. Ento, para a comparao foi suficiente constituir novas carteiras com os mesmos critrios utilizados anteriormente, alternando somente o perodo analisado. A Tabela 26 apresenta os retornos da aplicao da estratgia de investimento em aes, baseada no DP Score, para o perodo considerado da Crise Financeira Internacional (2008 e 2009). Os resultados esto resumidos nos trs portflios de maior relevncia. Tabela 26 Retornos da estratgia de investimento DP Score 2008/2009
DP_Score Retorno em 06 meses Todas as Firmas Portflio Fraco Portflio Forte Retorno em 01 ano Todas as Firmas Portflio Fraco Portflio Forte Retorno em 02 anos Todas as Firmas Portflio Fraco Portflio Forte N 402 20 82 402 20 82 402 20 82 Q1 -0.491 -0.527 -0.451 -0.401 -0.530 -0.274 -0.375 -0.403 -0.201 Q2 -0.242 -0.281 -0.154 -0.197 -0.318 -0.042 -0.109 -0.314 0.090 Q3 0.069 0.059 0.069 0.108 0.032 0.260 0.139 -0.098 0.344 Mdia -0.169 -0.226 -0.155 -0.075 -0.212 0.037 -0.045 -0.294 0.108 DP ( ) 0.460 0.448 0.405 0.550 0.423 0.512 0.609 0.284 0.447 Sharpe -0.498 -0.638 -0.532 -0.245 -0.644 -0.045 -0.173 -1.243 0.107

Fonte: resultados da pesquisa.

Percebe-se que os retornos mdios encontrados para o perodo so predominantemente negativos. Apenas o portflio Forte apresentou mdia positiva para o retorno um e dois anos frente. Mesmo assim, somente na estratgia de longo prazo foi constatado valor positivo para

118

o ndice de Sharpe, na carteira de aes promissoras. Tais observaes, como j era esperado, so distantes do que foi verificado com todos os anos da amostra.

As carteiras formadas com as notas intermedirias do DP Score (ver tabela completa em Anexo) apresentaram-se de forma desordenada, ou seja, no houve crescimento dos retornos na medida em que eram aumentadas as notas das carteiras. Tal fato pde ser verificado tanto na mdia, nos quartis, quanto no ndice de Sharpe, e para os trs prazos estudados.

Alm disso, uma questo deve ser destacada. Nos resultados dos Testes-t para diferena de mdias, considerando os retornos em 6 meses, no encontrou-se significncia estatstica para a s trs mtricas usadas. Nas aferies com maior prazo, 1 e 2 anos frente, as diferenas entre os retornos dos portflios foram reduzidos e o nvel de significncia foi superior ao testado com todos os anos.

A Tabela 27 apresenta os resultados da estratgia de investimento utilizando o ndice Padro Agregado, nos anos afetados pela Crise. Tabela 27 Retornos da estratgia de investimento IPA 2008/2009
IPA Retorno em 06 meses Com todas as Firmas Portflio Fraco Portflio Forte Retorno em 01 ano Com todas as Firmas Portflio Fraco Portflio Forte Retorno em 02 anos Todas as Firmas Portflio Fraco Portflio Forte N 402 81 81 402 81 81 402 81 81 Q1 -0.491 -0.543 -0.528 -0.401 -0.516 -0.332 -0.375 -0.518 -0.310 Q2 -0.242 -0.289 -0.266 -0.197 -0.344 -0.147 -0.109 -0.297 0.006 Q3 0.069 -0.030 0.054 0.108 -0.093 0.132 0.139 -0.028 0.271 Mdia -0.169 -0.209 -0.144 -0.075 -0.148 0.021 -0.045 -0.208 0.081 DP ( ) 0.460 0.555 0.544 0.550 0.714 0.657 0.609 0.525 0.607 Sharpe -0.498 -0.485 -0.374 -0.245 -0.292 -0.059 -0.173 -0.511 0.035

Fonte: Resultados da pesquisa.

Os dados da Tabela 27 permitem observar que as mdias encontradas para as carteiras, nos prazos de 6 meses, de 1 ano e de 2 anos, foram sempre maiores que as medianas (Q2), da mesma forma que identificado nos testes anteriores. Ainda, consistente com o DP Score, temse distino de poucos retornos positivos para o perodo da crise.

119

Novamente, as mdias no foram estatisticamente diferentes mediante aplicao do Teste-t em curto prazo. O retorno verificado na carteira com todas as firmas superou o desempenho do portflio Forte nos quartis, apenas na mdia e no ndice Sharpe, este foi superior a aquele. Outro ponto destacado, na Tabela 27, diz respeito ao retorno em 1 ano. Somente o ndice Sharpe apresentou significncia estatstica inferior a 10% no Teste-t, na diferena entre o portflio Forte e os dois outros, ou seja, os retornos verificados at foram maiores, mas somente associados ao risco foram divergentes.

Mesmo com a crise, na manuteno por dois anos das carteiras verifica-se a melhor aplicao da estratgia. O desempenho obtido pelo portflio de aes das firmas destacadas na anlise DuPont, pelo mtodo do ndice Padro Agregado, apresentou retorno superior em todos os quartis, na mdia e no ndice Sharpe, com as diferenas validadas pelo Teste-t, em todas observaes.

Aps a avaliao das estratgias DP Score e ndice Padro Agregado para o perodo da crise financeira conclui-se que, independente da metodologia adotada, certamente as estratgias de investimento foram afetadas, apresentando resultados piores que sem o impacto da crise. Embora, tenha sido possvel, em ambos os modelos, diferenciar as melhores das piores opes de investimento, principalmente, no longo prazo.

120

5.

CONCLUSES

Estratgias de investimento em aes utilizando a anlise das demonstraes financeiras tm sido pesquisadas, buscando identificar aes mal precificadas a fim de obter retornos superiores ao de mercado. O modelo DuPont, surgido nas primeiras dcadas do sculo XX, ao desagregar o Retorno sobre os Ativos em diferentes arranjos da Margem Lquida e do Giro dos Ativos, seria til para predies sobre a rentabilidade futura e, dessa forma, para decises de investimento em aes.

Nessa pesquisa buscou-se testar a utilidade da anlise DuPont, verificando a associao de suas variveis correntes com alteraes da rentabilidade futura das empresas de capital aberto com aes negociadas no Brasil. Alm disso, elaborar e testar duas estratgias de investimento em aes a partir dos sinais obtidos por meio de tal anlise, selecionando as empresas destacadas pelo desempenho dos indicadores para compor uma carteira, no sentido de se obter retornos extraordinrios.

A primeira etapa do trabalho consistiu em analisar os ndices do modelo DuPont, verificando as proposies de diferentes autores em relao s contas utilizadas para o clculo dos indicadores. As principais divergncias foram verificadas na rubrica representativa do Lucro e na concepo do Patrimnio Lquido. A correo ostentada para o quociente do ROA tem a inteno de corrigi-lo a fim de se mensurar o resultado das operaes, de modo independente de como so financiadas, assim a medida utilizada foi o Nopat. Quanto ao Patrimnio Lquido as divergncias so relacionadas distino dos acionistas minoritrios para os autores norteamericanos. No entanto, considerando que o mercado nacional possui grande concentrao do controle acionrio, tal separao no foi considerada importante nesta pesquisa.

Com objetivo de verificar o comportamento dos setores no que tange aos nveis de rentabilidade, margens e o uso dos ativos, foram verificados os ndices das firmas componentes da amostra. Por meio da anlise descritiva foi possvel identificar o crescimento, os nveis de rentabilidade, e como formada, bem como os distintos valores para o Grau de Alavancagem Financeira. Os setores que obtiveram, em mdia, melhor desempenho no Retorno sobre os Ativos tinham maior peso no ndice Giro dos Ativos. Contudo, setores com

121

atuaes nada semelhantes e caractersticas de aplicao de recursos em ativos bastante diferenciados apresentaram nveis semelhantes de GA e de ML.

Para verificar o grau de associao dos indicadores do modelo DuPont (ROA, ML e GA) com a rentabilidade um ano frente e com o preo das aes, foram replicados testes desenvolvidos nas pesquisas de Fairfield e Yohn (2001) e Soliman (2008). Consistente com a literatura anterior e a intuio contbil, um acrscimo no Giro dos Ativos representa uma melhoria na utilizao dos ativos que iro gerar resultados futuros. Foi confirmada a percepo dos trabalhos prvios de que as mudanas no GA possuem poder explanatrio acerca das alteraes no Retorno sobre os Ativos subseqente, que agrega informao para inferncias, de modo adicional as variveis explicativas ROA e ROA.

Avaliando a informao entre o retorno presente das aes e os demais componentes da anlise, as evidncias da utilidade das variveis do modelo DuPont no so facilmente identificadas nas regresses. Quando a alterao no Giro dos Ativos foi adicionada especificao, pde-se verificar sua utilidade para predizer o retorno corrente das aes. Tal questo refora que a desagregao do ROA possui capacidade explicativa importante, que deve ser analisada pelos participantes do mercado de capitais, em suas decises de investimento.

Em seguida, buscou-se analisar a utilidade de uma estratgia de investimento em aes, a partir dos sinais obtidos nos componentes da anlise DuPont. Duas metodologias foram propostas e utilizadas para composio das carteiras, o DP Score e o ndice Padro Agregado. Os testes confirmaram a relevncia dos indicadores do modelo DuPont para as decises de investimento no mercado de capitais brasileiro. Os resultados indicam que a seleo de uma carteira com aes promissoras (portflio Forte) resulta em retornos superiores e estatisticamente diferentes dos obtidos nas demais carteiras comparadas uma delas formada por todas as empresas da amostra e a outra constituda por aes das firmas com piores desempenhos (portflio Fraco).

Finalmente, foi testada a utilidade dos modelos no perodo da crise financeira internacional. Quanto s anlises para predizer a rentabilidade um ano frente, o ajustamento das variveis explanatrias no se apresentou nos mesmos nveis verificados no perodo total, com reduo expressiva do R ajustado. Tambm foi identificada uma reduo nas possibilidades de

122

aplicao das estratgias de investimento em aes, com resultados piores apresentados no perodo da crise econmica, mantendo-se, contudo, a capacidade de diferenciar, com retornos superiores, o portflio Forte do portflio Fraco.

Mesmo com os resultados aderentes ao uso do modelo DuPont para tomada de decises de investimento em aes, vale salientar que foram consideradas somente informaes provenientes da anlise das demonstraes financeiras, divulgadas pelas empresas. Pesquisas futuras podem incluir mais variveis nos modelos, como indicadores de mercado e outras informaes econmicas, buscando obter uma melhor caracterizao das empresas, e assim, maior diferenciao dos portflios, o que permitiria obter retornos superiores aos verificados nessa pesquisa.

Conforme observado, a predio das mudanas na rentabilidade futura apresentou-se com diferentes nveis de ajustamento dentre os setores pesquisados. Sugere-se, dessa forma, a realizao de novos trabalhos com intuito de verificar o comportamento das mesmas estratgias de investimento em aes, comparando sua eficincia nos mltiplos setores empresariais.

123

REFERNCIAS

ALI, A. HWANG, L. Country specific factors related to financial reporting and the value relevance of accounting data. Journal of Accounting Research, Chicago, v.38, n.1, p. 1-21, Spring. 2000. ANDRADE, Maria Margarida de. Como preparar trabalhos para cursos de psgraduao: noes prticas. 5. ed. So Paulo: Atlas, 2002. ANGOTTI, Marcello. Proposta de um modelo de apoio gesto para a anlise DuPont em empresas: aplicao no segmento de carnes e derivados da Bovespa. 2007. 79 f. Monografia (Graduao em Cincias Contbeis)- Faculdade de Cincias Econmicas, Universidade Federal de Minas Gerais, Belo Horizonte, 2007. ASSAF NETO, Alexandre. Finanas corporativas e valor. 3. ed. So Paulo: Atlas, 2007. ASSAF NETO, Alexandre. Estrutura e analise de balanos: um enfoque economicofinanceiro. 7. ed. So Paulo: Atlas, 2002. ATKINSON, Anthony A. et al. Contabilidade gerencial. So Paulo: Atlas, 1999. AUBERT, F.; DUMONTIER, P. Analyzing brokers expertise: did analysts fully anticipate the impact of IFRS adoption on earnings? The European evidence, 2009. Working Paper. Disponvel em: <http://ssrn.com/abstract=1420035>. Acesso em: 14 fev. 2010. BALL, R.; BROWN, P.; An empirical evaluation of accounting income numbers. Journal of Accounting Research, Chicago, v. 6, n. 2, p. 159-178, Out. 1968. BARIL, G. Las ganancias como medida de eficincia administrativa. Boletn Interamericano de Contabilidad, Miami. n. 5, p. 1-28, Feb./Apr.1973. Suplemento Tcnico. BEAVER, W.H.; LAMBERT, R.; MORSE, D. The information content of security prices. Journal of Accounting and Economics, Rochester, v. 2, n. 1, p.3-28, Mar.1980. BODIE, Zvi; KANE, Alex; MARCUS, Alan J. Fundamentos de investimentos. 3. ed. Porto Alegre: Bookman, 2000. BREALEY, Richard A.; MYERS, Stewart C.; ALLEN, Franklin. Princpios de finanas corporativas. 8. ed. So Paulo: McGraw-Hill, 2008. BRIGHAM, E. F.; HOUSTON, J. F. Fundamentos da moderna administrao financeira. Rio de Janeiro: Campus, 1999. CASA NOVA, Silvia Pereira de Castro. Utilizao da anlise por envoltria de dados (DEA) na anlise de demonstraes contbeis. 2002, 350 f. Tese (Doutorado) , Faculdade de Economia, Administrao e Contabilidade, Universidade de So Paulo, So Paulo, 2002.

124

CASA NOVA, Silvia Pereira de Castro. et al. Retorno de investimento: abordagem matemtica e contbil do lucro empresarial: clculos financeiros, contabilidade. 3.ed. So Paulo: Atlas, 2005. COELHO, A. C.; CARVALHO, L. N. Anlise conceitual de lucro abrangente e lucro operacional corrente: evidncias no setor financeiro brasileiro. Brazilian Business Review, Vitria, v. 4, n. 2, p. 119-139, maio/ago. 2007. COLLINS, D.; PINCUS, M.; XIE, H. Equity valuation and negative earnings: role of book value of equity. The Accounting Review, Sarasota, v. 74, n.1, p. 29-61, Jan. 1999. Disponvel em: < http://www.jstor.org/stable/248604>. Acesso em: 14 fev. 2010. COSTA JR., J. V. da. Retornos anormais versus performances operacionais anormais de firmas brasileiras envolvidas em fuses e aquisies no perodo de 2002 a 2006. 155 f. Tese (Doutorado). Faculdade de Economia, Administrao e Contabilidade, Universidade de So Paulo, So Paulo, 2008. COSTA, A. O.; TEIXEIRA, A. J. C.; NOSSA, V. Conservadorismo, accruals e qualidade dos lucros contbeis. In: ENCONTRO NACIONAL DE PROGRAMAS DE POS-GRADUAO EM ADMINISTRAO, 26., 2002. Salvador-BA. Anais... Salvador: ANPAD, 2002. CDROM. COMIT DE PRONUNCIAMENTOS CONTBEIS - CPC - Estrutura conceitual para a elaborao e apresentao das demonstraes contbeis. Braslia: CPC, 2008. Disponvel em: <http://www.cpc.org.br/pronunciamentosIndex.php>. Acesso em: 14 set. 2009. DANTAS, J. A; MEDEIROS, O. R. de; LUSTOSA, P. R. B. Reao do mercado alavancagem operacional: um estudo emprico no Brasil. Revista Contabilidade e Finanas USP, So Paulo, v. 41, n. 1, p. 72 86, maio/ago. 2006. DECHOW, P. M. Accounting earnings and cash flows as measures of firm performance: the role of accounting accruals. Journal of Accounting and Economics. v.18, n.1, p. 3-42, Jul. 1994. EID, W. Valor x Crescimento: uma anlise da relao risco x retorno nas carteiras de aes da Bovespa. So Paulo: FGV/EAESP, 1999. (Working Paper NPP, n 7) FAIRFIEL, P.; SWEENEY, R. J.; YOHN, T. L. Accounting classification and predictive content of earnings. The Accounting Review, Sarasota, v.71, n. 3, p. 337-355, Jul. 1996. Disponivel em: <http://www.jstor.org/stable/248292>. Acesso em: 11 Abr. 2009. FAIRFIEL, P.; YOHN, T. Using asset turnover and profit margin to forecast changes in profitability. Review of Accounting Studies, Amsterdam, v. 6, n. 4, p. 371-385, Dec. 2001. Disponvel em: <http://www.springerlink.com/content/r141220n77718181/fulltext. pdf>. Acesso em: 08 fev. 2009. FAMA, E.; MACBETH , J. Risk, return and equilibrium-Empirical tests. Journal of Political Economy, Chicago, v. 81, n. 3, p. 607-636, May./Jun. 1973

125

FAM, R.; LEITE, E. C. O modelo de avaliao de empresas de Edwards-Bell-Ohlson (EBO): Aspectos Prticos e Tericos. In: SEMINRIOS EM ADMINISTRAO, 6., So Paulo. Anais So Paulo: FEA On Line, 2003. FINANCIAL ACCOUNTING STANDARDS BOARD FASB. Statement of financial accounting standards n 1. Objectives of Financial Reporting by Business Enterprises. Stamford: Connecticut, 1978. Disponvel em: <http://accountinginfo.com/study/gaap01.htm>. Acesso em: 14 abr. 2008. FELTHAM, G.; OHLSON, J. Valuation and clean surplus accounting for operating and financial activies. Contemporary Accounting Research, Toronto, v. 11, n. 2, p. 686-731, Mai. 1995. Disponvel em: <http://onlinelibrary.wiley.com/doi/10.1111/j.1911-3846.1995. tb00462.x/pdf>. Acesso em: 11 abr. 2009. GALDI, Fernando Caio. Estratgias de investimento em aes baseadas na anlise de demonstraes contbeis: possvel prever o sucesso? 129 f. 2008. Tese (Doutorado) Faculdade de Administrao, Universidade de So Paulo, So Paulo, 2008. GALDI, F. C.; TEIXEIRA, A. J. C.; LOPES; A. B. Anlise emprica de modelos de valuation no ambiente brasileiro: Fluxo de caixa Descontado versus Modelo de Ohlson (RIV). Revista Contabilidade e Finanas - USP, So Paulo, v. 19, n. 47, p. 31-43. maio/ago, 2008. GUJARATI, Damodar N. Econometria bsica. Rio de Janeiro: Elsevier, 2006. HENDRIKSEN, E.; VAN BREDA, M. Teoria da contabilidade. So Paulo: Atlas, 1999. IUDICIBUS, Sergio de. Anlise de balanos. 10. ed. atual. de acordo com a lei 11.638/07 e M. So Paulo: Editora Atlas, 2009. JOHNSON, H. T.; KAPLAN, R. S. Contabilidade gerencial: a restaurao da relevncia da contabilidade nas empresas. Rio de Janeiro: Campus, 1993. KAREMERA, D.; OJAH, K.; COLE, J. A. Random walks and market efficiency tests: evidence from emerging equity markets. Review of Quantitative Finance and Accounting, Dordrecht, v. 13, n. 2, p. 171-188, Jun. 1999. KOTHARI, S. P. Capital markets research in accounting. Journal of Accounting and Economics, Amsterdam, v. 31, n. 1, p. 105 231, Set. 2001. LOPES, Alexandro Broedel. A relevncia da informao contbil para o mercado de capitais: o modelo de Ohlson aplicado BOVESPA. 308 f. 2001. Tese (Doutorado) Faculdade de Administrao, Universidade de So Paulo, So Paulo, 2001. LOPES, A. B.; GALDI, F. C. Financial statement analysis also separate winners from losers in Brazil. In: SEMINRIO DE PESQUISA ECONMICA DA EFGE FGV, n. 1, 2006, So Paulo. Anais... So Paulo: FGV, 2006.

126

LOPES, Alexsandro Broedel; MARTINS, Eliseu. Teoria da contabilidade: uma nova abordagem. So Paulo: Atlas, 2005. LYRA, Ricardo L. W. C. de. Anlise hierrquica dos indicadores contbeis sob a ptica do desempenho empresarial. 171 f. 2008. Tese (Doutorado) Faculdade de Administrao, Universidade de So Paulo, So Paulo, 2008. MARTINEZ, Antnio Lopo. Gerenciamento dos resultados contbeis: estudo emprico das companhias abertas brasileiras. 167 f. Tese (Doutorado) Faculdade de Administrao, Universidade de So Paulo, So Paulo, 2001. MARTINS, Eliseu. Avaliao de empresas: da mensurao contbil econmica. Caderno de Estudos FIPECAFI. So Paulo, v.13, n. 24, p. 28 - 37, jul/dez, 2000. MARTINS, Gilberto de Andrade. Manual de elaborao de monografias e dissertaes. 3 ed. So Paulo: Atlas, 2002. MARQUES, Jose A. V. da Costa. Anlise financeira das empresas: liquidez, retorno e criao de valor. Rio de Janeiro: Editora UFRJ, 2004. MATARAZZO, Dante Carmine. Analise financeira de balanos: abordagem bsica e gerencial. 6. ed. So Paulo: Atlas, 2003. MINARDI, Andrea M. A. F. Retornos passados prevem retornos futuros? RAE-eletrnica, So Paulo, v. 3, n. 2, jul./dez. 2004. Disponvel em: < http://www.scielo. br/pdf/raeel/v3n2/v3n2a03.pdf>. Acesso em: 08 fev. 2009. MOHANRAM, S. Separating winners from losers among low book-to-market stocks using financial statement analysis. Review of Accounting Studies, Amsterdam, v.10, n. 2, p. 133170, Set. 2005. Disponvel em: < http://www.springerlink.com/content/p1870x8v 48063868/fulltext.pdf >. Acesso em: 23 fev. 2010.

MOREIRA, Rafael de Lacerda. Conservadorismo contbil e abordagem da informao: estudo inferencial em empresas de capital aberto. 127 f. 2009. Dissertao (Mestrado) Faculdade de Cincias Econmicas, Universidade Federal de Minas Gerais, Belo Horizonte, 2009. MOREIRA, R. L. et al. Conservadorismo e a qualidade informacional dos resultados contbeis publicados: um estudo em siderrgicas brasileiras. In: CONGRESSO IAAERANPCONT, 3., So Paulo, 2009. Anais... So Paulo: ANPCont, 2009. NICHOLS, D. Craig; WAHLEN, James M. How do earnings numbers relate to stock returns? A review of classic accounting research with updated evidence. Accounting Horizons, Sarasota, v. 18, n. 4, p.263-286, Dec. 2004. NISSIM, D.; S. PENMAN. Ratio analysis and equity valuation: from research to practice. Review of Accounting Studies, Amsterdam, v. 6, n. 1, p.109-154, Mar. 2001.

127

OHLSON, J. A. Earnings, book values and dividends in equity valuation. Contemporary Accounting Research, Toronto, v. 11, n. 2, p. 661-687, Mar. 1995. OJAH, K.; KAREMERA, D. Random walks and market efficiency tests of Latin American Emerging equity markets. Financial Review, Buffalo, v. 34, n. 2, p. 57-72, Mai. 1999. PENMAN, S.; ZHANG, X. Modeling sustainable earnings and P/E ratios using financial statement information. New York: Columbia University, 2003. (Working Paper). Disponvel em: <http://ssrn.com/abstract=318967>. Acesso em: 14 fev. 2010. PIOTROSKI, J. D. Value investing: the use of historical financial statement information to separate winners from losers. Journal of Accounting Research, Chicago, v. 38, n. 4, p. 1-41, Dez. 2000. Disponvel em: <http://ssrn.com/abstract=249455>. Acesso em: 20 mar. 2010. RIBEIRO FILHO, Jos F.; LOPES, Jorge; PEDERNEIRAS, Marcleide. (Orgs.) Estudando teoria da contabilidade. So Paulo: Atlas, 2009. SAPORITO, Antnio. Anlise referencial: proposta de um instrumento facilitador da anlise a longo prazo de demonstraes contbeis. 2005. 191 f. Tese (Doutorado) Faculdade de Administrao, Universidade de So Paulo, So Paulo, 2005. SARLO NETO, A. A reao dos preos das aes divulgao dos resultados contbeis: evidncias empricas sobre a capacidade informacional da contabilidade no mercado acionrio brasileiro. 2004. 243 f. Dissertao (Mestrado Profissional em Cincias Contbeis) Fundao Instituto Capixaba de Pesquisas em Contabilidade, Economia e Finanas FUCAPE, Vitria, 2004. SILVA, Jos P. da. Anlise financeira das empresas. 9. ed. So Paulo: Atlas, 2008. SOLIMAN, Mark T. The use of DuPont analiysis by market participants. The Accounting Review, Buffalo, v. 83, n. 3, p. 823-853, May. 2008. STICKNEY, C. P.; WEIL, R. L. Contabilidade financeira: uma introduo aos conceitos, mtodos e usos. So Paulo: Atlas, 2001. STRONG, N.; WALKER, M. The explanatory power of earnings for stock returns. The Accounting Review, Buffalo, v. 66, n. 2, p. 385-399, Abr. 1993. Disponvel em: < http://www.jstor.org/stable/248407>. Acesso em: 11 abr. 2009. TAKAMATSU, R. T.; LAMOUNIER, W. M.; COLAUTO, R. D. Impactos da divulgao de prejuzos nos retornos de aes de companhias participantes do Ibovespa. Revista Universo Contbil, Blumenau, v. 4, n. 1, p. 46-63, jan./mar. 2008. TAVARES FILHO, Francisco. Rentabilidade e valor das companhias no Brasil: uma anlise comparativa das empresas que aderiram aos nveis de governana corporativa da Bovespa. 170 f. 2006. Dissertao (Mestrado) Faculdade de Administrao, Universidade de So Paulo, So Paulo, 2006.

128

APNDICE A - ESTATSTICA DESCRITIVA Giro dos Ativos (GA)

ANO 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 TOTAL

OBS 281 293 277 263 260 264 257 260 262 266 250 223 3156

MDIA 0,939 0,964 1,034 1,029 1,058 1,224 1,251 1,262 1,240 1,192 1,188 1,066 1,118

DESVIO 1 3 MNIMO MEDIANA MXIMO PADRO QUARTIL QUARTIL 1,071 1,071 1,158 0,933 1,008 1,381 1,191 1,446 1,310 1,109 1,106 1,104 1,169 -1,901 -1,519 -3,725 -0,799 -2,490 0,000 -3,888 -7,541 -1,549 -0,878 -0,079 -6,823 -7,541 0,384 0,410 0,449 0,454 0,425 0,501 0,554 0,555 0,516 0,475 0,521 0,504 0,471 0,715 0,761 0,824 0,815 0,850 0,895 0,978 0,920 0,893 0,925 0,905 0,817 0,845 1,157 1,199 1,301 1,356 1,389 1,498 1,632 1,656 1,624 1,619 1,524 1,306 1,434 9,911 11,163 11,808 6,870 7,617 10,764 9,324 9,632 9,689 8,822 8,908 6,685 11,808

Anos 1998 - 1999 2000 - 2001 2002 - 2003 2004 - 2005 2006 - 2007 2008 - 2009 TOTAL

Obs 574 540 524 517 528 473 3156

Mdia 0,952 1,031 1,141 1,256 1,216 1,127 1,118

Desvio Padro 1,071 1,046 1,195 1,318 1,209 1,105 1,169

Mnimo -1,901 -3,725 -2,490 -7,541 -1,549 -6,823 -7,541

1 Quartil 0,397 0,452 0,463 0,554 0,495 0,513 0,471

Mediana 0,738 0,819 0,872 0,949 0,909 0,861 0,845

3 Quartil 1,178 1,329 1,443 1,644 1,622 1,415 1,434

Mximo 11,163 11,808 10,764 9,632 9,689 8,908 11,808

129

Margem Lquida (ML)

DESVIO 1 3 MNIMO MEDIANA MXIMO PADRO QUARTIL QUARTIL 0,598 0,443 0,268 1,020 0,610 0,457 0,449 0,651 0,499 0,500 0,619 0,427 0,572 -1,678 -2,535 -1,190 -8,069 -6,310 -3,942 -5,517 -2,250 -2,244 -1,435 -3,439 -1,165 -8,069 0,053 0,069 0,066 0,068 0,092 0,068 0,092 0,066 0,055 0,052 0,083 0,079 0,068 0,122 0,170 0,122 0,146 0,184 0,135 0,141 0,132 0,131 0,137 0,164 0,156 0,142 0,212 0,265 0,197 0,246 0,294 0,229 0,224 0,223 0,218 0,227 0,245 0,254 0,237 8,756 3,965 2,216 11,776 4,575 1,711 1,134 9,206 5,051 7,381 5,365 3,867 11,776

ANO 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 TOTAL

OBS 281 293 277 263 260 264 257 260 262 266 250 223 3156

MDIA 0,160 0,177 0,133 0,194 0,201 0,132 0,120 0,173 0,154 0,170 0,167 0,218 0,166

Anos 1998 - 1999 2000 - 2001 2002 - 2003 2004 - 2005 2006 - 2007 2008 - 2009 TOTAL

Obs 574 540 524 517 528 473 3156

Mdia 0,168 0,164 0,166 0,147 0,162 0,192 0,166

Desvio Padro 0,520 0,644 0,534 0,550 0,500 0,523 0,572

Mnimo -2,535 -8,069 -6,310 -5,517 -2,244 -3,439 -8,069

1 Quartil 0,061 0,067 0,080 0,079 0,054 0,081 0,068

Mediana 0,146 0,134 0,160 0,137 0,134 0,160 0,142

3 Quartil 0,238 0,221 0,261 0,224 0,223 0,250 0,237

Mximo 8,756 11,776 4,575 9,206 7,381 5,365 11,776

130

Retorno sobre os Ativos (ROA)

DESVIO 1 3 MNIMO MEDIANA MXIMO PADRO QUARTIL QUARTIL 0,204 0,174 0,285 0,180 0,388 0,296 0,246 0,294 0,186 0,178 0,294 0,251 0,256 -2,130 -0,460 -4,143 -1,784 -1,601 -1,278 -0,978 -1,687 -1,303 -0,446 -2,646 -0,662 -4,143 0,033 0,048 0,050 0,055 0,066 0,070 0,079 0,069 0,049 0,049 0,075 0,074 0,058 0,089 0,120 0,101 0,128 0,141 0,122 0,143 0,128 0,123 0,120 0,141 0,133 0,124 0,153 0,213 0,162 0,195 0,253 0,183 0,221 0,211 0,204 0,196 0,225 0,219 0,200 0,807 1,592 1,088 0,637 4,588 3,533 2,478 2,934 0,913 1,726 1,176 2,552 4,588

ANO 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 TOTAL

OBS 281 293 277 263 260 264 257 260 262 266 250 223 3156

MDIA 0,077 0,136 0,090 0,119 0,176 0,135 0,159 0,148 0,129 0,135 0,132 0,170 0,133

Anos 1998 - 1999 2000 - 2001 2002 - 2003 2004 - 2005 2006 - 2007 2008 - 2009 TOTAL

Obs 574 540 524 517 528 473 3156

Mdia 0,107 0,104 0,156 0,154 0,132 0,151 0,133

Desvio Padro 0,189 0,232 0,342 0,270 0,182 0,273 0,256

Mnimo -2,130 -4,143 -1,601 -1,687 -1,303 -2,646 -4,143

1 Quartil 0,040 0,052 0,068 0,074 0,049 0,075 0,058

Mediana 0,105 0,115 0,132 0,136 0,121 0,137 0,124

3 Quartil 0,183 0,179 0,218 0,216 0,200 0,222 0,200

Mximo 1,592 1,088 4,588 2,934 1,726 2,552 4,588

131

Retorno sobre o Patrimnio Lquido (ROE)

ANO 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 TOTAL

OBS 281 293 277 263 260 264 257 260 262 266 250 223 3156

MDIA 0,239 0,358 0,276 0,347 0,503 0,366 0,492 0,428 0,296 0,266 0,363 0,440 0,362

DESVIO 1 3 MNIMO MEDIANA MXIMO PADRO QUARTIL QUARTIL 0,518 0,720 0,767 0,492 0,929 0,884 0,940 0,775 0,605 0,360 0,663 0,898 0,735 -2,645 -1,987 -3,332 -2,641 -4,913 -5,259 -1,982 -2,069 -3,549 -0,848 -3,246 -1,210 -5,259 0,069 0,094 0,079 0,134 0,118 0,121 0,144 0,118 0,073 0,069 0,115 0,133 0,102 0,170 0,227 0,209 0,249 0,330 0,269 0,297 0,259 0,228 0,209 0,259 0,226 0,236 0,302 0,456 0,363 0,504 0,667 0,457 0,513 0,534 0,425 0,381 0,477 0,416 0,449 4,737 7,335 8,103 3,758 5,752 6,855 7,807 8,485 3,886 1,990 3,932 8,857 8,857

Anos 1998 - 1999 2000 - 2001 2002 - 2003 2004 - 2005 2006 - 2007 2008 - 2009 TOTAL

Obs 574 540 524 517 528 473 3156

Mdia 0,299 0,311 0,435 0,460 0,281 0,401 0,362

Desvio Padro 0,619 0,629 0,907 0,858 0,482 0,781 0,735

Mnimo -2,645 -3,332 -5,259 -2,069 -3,549 -3,246 -5,259

1 Quartil 0,081 0,106 0,120 0,131 0,071 0,124 0,102

Mediana 0,199 0,229 0,300 0,278 0,219 0,242 0,236

3 Quartil 0,379 0,434 0,562 0,523 0,403 0,447 0,449

Mximo 7,335 8,103 6,855 8,485 3,886 8,857 8,857

132

Grau de Alavancagem Financeira (GAF)

ANO 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 TOTAL OBS 281 293 277 263 260 264 257 260 262 266 250 223 3156 MDIA 2,070 2,172 2,263 2,515 2,726 2,742 2,518 2,450 2,160 1,705 2,071 1,939 2,279 DESVIO 1 3 MNIMO MEDIANA MXIMO PADRO QUARTIL QUARTIL 2,813 2,981 3,475 2,803 3,482 3,746 3,901 2,910 2,953 2,705 3,068 2,546 3,155 -12,584 -17,996 -18,489 -11,211 -14,771 -10,358 -18,665 -6,918 -10,995 -15,294 -9,102 -10,528 -18,665 1,244 1,249 1,269 1,397 1,401 1,227 1,208 1,241 1,178 1,090 1,182 1,000 1,227 1,642 1,696 1,753 1,889 1,994 1,968 1,905 1,847 1,751 1,683 1,869 1,580 1,819 2,502 2,792 3,056 3,225 3,215 2,962 2,913 2,961 2,583 2,391 2,563 2,367 2,752 21,905 23,690 16,428 15,750 20,507 22,690 23,533 17,906 19,453 13,522 24,134 21,711 24,134

Anos 1998 - 1999 2000 - 2001 2002 - 2003 2004 - 2005 2006 - 2007 2008 - 2009 TOTAL

Obs 574 540 524 517 528 473 3156

Mdia 2,121 2,389 2,734 2,484 1,933 2,005 2,279

Desvio Padro 2,897 3,139 3,614 3,405 2,829 2,807 3,155

Mnimo -17,996 -18,489 -14,771 -18,665 -15,294 -10,528 -18,665

1 Quartil 1,247 1,333 1,314 1,225 1,134 1,091 1,227

Mediana 1,669 1,821 1,981 1,876 1,717 1,724 1,819

3 Quartil 2,647 3,140 3,089 2,937 2,487 2,465 2,752

Mximo 23,690 16,428 22,690 23,533 19,453 24,134 24,134

133

APNDICE B - Resultado das regresses estimadas por meio do software EViews 1998 Equao 07
Dependent Variable: VROAT1 Method: Least Squares Date: 05/10/10 Time: 10:30 Sample: 1 234 Included observations: 234 Newey-West HAC Standard Errors & Covariance (lag truncation=4) Variable C ROA VAOL VROAT R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood Durbin-Watson stat Coefficient 0.077497 -0.352149 -0.002791 -0.270518 0.333771 0.325081 0.164720 6.240528 92.00638 1.974379 Std. Error 0.017970 0.167722 0.001252 0.120583 t-Statistic 4.312502 -2.099600 -2.229068 -2.243416 Prob. 0.0000 0.0369 0.0268 0.0258 0.059167 0.200503 -0.752191 -0.693126 38.40884 0.000000

Mean dependent var S.D. dependent var Akaike info criterion Schwarz criterion F-statistic Prob(F-statistic)

1998 Equao 08
Dependent Variable: VROAT1 Method: Least Squares Date: 05/10/10 Time: 10:31 Sample: 1 234 Included observations: 229 Newey-West HAC Standard Errors & Covariance (lag truncation=4) Variable C ROA ML GA VROAT VAOL R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood Durbin-Watson stat Coefficient 0.046028 -0.395206 0.004145 0.035414 -0.204532 -0.001567 0.372555 0.358486 0.161652 5.827301 95.41182 1.975181 Std. Error 0.016602 0.155699 0.002246 0.014629 0.117262 0.000869 t-Statistic 2.772426 -2.538275 1.845352 2.420816 -1.744233 -1.803952 Prob. 0.0060 0.0118 0.0663 0.0163 0.0825 0.0726 0.059517 0.201827 -0.780889 -0.690923 26.48188 0.000000

Mean dependent var S.D. dependent var Akaike info criterion Schwarz criterion F-statistic Prob(F-statistic)

134

1998 Equao 09
Dependent Variable: VROAT1 Method: Least Squares Date: 05/10/10 Time: 10:29 Sample: 1 234 Included observations: 234 Newey-West HAC Standard Errors & Covariance (lag truncation=4) Variable C ROA VMLT VGAT VINTT VAOL R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood Durbin-Watson stat Coefficient 0.092512 -0.569936 0.003224 -0.361247 0.038556 -0.003137 0.294739 0.279272 0.170218 6.606139 85.34503 1.967856 Std. Error 0.019110 0.203357 0.010973 0.158227 0.039081 0.001454 t-Statistic 4.840888 -2.802638 0.293777 -2.283098 0.986567 -2.157179 Prob. 0.0000 0.0055 0.7692 0.0233 0.3249 0.0320 0.059167 0.200503 -0.678163 -0.589565 19.05688 0.000000

Mean dependent var S.D. dependent var Akaike info criterion Schwarz criterion F-statistic Prob(F-statistic)

1998 Equao 10
Dependent Variable: VROAT1 Method: Least Squares Date: 05/10/10 Time: 15:50 Sample: 1 234 Included observations: 234 Newey-West HAC Standard Errors & Covariance (lag truncation=4) Variable C ROA VML VGA VROAT VAOL R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood Durbin-Watson stat Coefficient 0.081102 -0.333932 0.004870 0.012338 -0.286999 -0.002846 0.338580 0.324075 0.164843 6.195480 92.85401 1.974394 Std. Error 0.016499 0.173692 0.002487 0.013199 0.129370 0.001249 t-Statistic 4.915599 -1.922549 1.958416 0.934804 -2.218429 -2.277644 Prob. 0.0000 0.0558 0.0514 0.3509 0.0275 0.0237 0.059167 0.200503 -0.742342 -0.653744 23.34257 0.000000

Mean dependent var S.D. dependent var Akaike info criterion Schwarz criterion F-statistic Prob(F-statistic)

135

1998 Equao 11
Dependent Variable: RT Method: Least Squares Date: 05/10/10 Time: 10:36 Sample: 1 234 Included observations: 229 Newey-West HAC Standard Errors & Covariance (lag truncation=4) Variable C NOPAT VNOPAT ROA VROAT ML GA VMLT VGAT R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood Durbin-Watson stat Coefficient -0.069370 -0.050628 0.178876 0.636139 -0.575832 0.044418 -0.031498 -0.103589 0.586090 0.044724 0.009987 0.459518 46.45443 -142.2808 1.381187 Std. Error 0.047995 0.053979 0.144610 0.206886 0.194830 0.012170 0.017918 0.022806 0.365227 t-Statistic -1.445360 -0.937913 1.236957 3.074830 -2.955563 3.649737 -1.757946 -4.542102 1.604731 Prob. 0.1498 0.3493 0.2174 0.0024 0.0035 0.0003 0.0801 0.0000 0.1100 -0.048737 0.461830 1.321230 1.456179 1.287486 0.251115

Mean dependent var S.D. dependent var Akaike info criterion Schwarz criterion F-statistic Prob(F-statistic)

136

1999 Equao 07
Dependent Variable: VROAT1 Method: Least Squares Date: 05/10/10 Time: 10:43 Sample: 1 268 Included observations: 268 Newey-West HAC Standard Errors & Covariance (lag truncation=4) Variable C ROA VAOL VROA R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood Durbin-Watson stat Coefficient 0.047506 -0.601465 0.010294 -0.017902 0.465661 0.459589 0.115509 3.522346 200.1937 2.210313 Std. Error 0.014060 0.105073 0.004562 0.067810 t-Statistic 3.378870 -5.724261 2.256311 -0.264004 Prob. 0.0008 0.0000 0.0249 0.7920 -0.033378 0.157127 -1.464132 -1.410535 76.68957 0.000000

Mean dependent var S.D. dependent var Akaike info criterion Schwarz criterion F-statistic Prob(F-statistic)

1999 Equao 08
Dependent Variable: VROAT1 Method: Least Squares Date: 05/10/10 Time: 10:55 Sample: 1 268 Included observations: 263 Newey-West HAC Standard Errors & Covariance (lag truncation=4) Variable C ROA ML GA VROA VAOL R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood Durbin-Watson stat Coefficient 0.040760 -0.657186 -0.001428 0.012365 0.050623 0.012282 0.488849 0.478904 0.112430 3.248601 204.6209 2.173669 Std. Error 0.011702 0.114432 0.001425 0.007406 0.053993 0.004507 t-Statistic 3.483223 -5.743046 -1.001803 1.669573 0.937600 2.725114 Prob. 0.0006 0.0000 0.3174 0.0962 0.3493 0.0069 -0.031814 0.155748 -1.510425 -1.428931 49.15731 0.000000

Mean dependent var S.D. dependent var Akaike info criterion Schwarz criterion F-statistic Prob(F-statistic)

137

1999 Equao 09
Dependent Variable: VROAT1 Method: Least Squares Date: 05/10/10 Time: 10:56 Sample: 1 268 Included observations: 268 Newey-West HAC Standard Errors & Covariance (lag truncation=4) Variable C ROA VMLT VGAT VINT VAOL R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood Durbin-Watson stat Coefficient 0.040452 -0.532110 -0.088695 0.000170 0.042703 0.010276 0.477255 0.467279 0.114684 3.445922 203.1331 2.243980 Std. Error 0.012362 0.076041 0.079947 0.000895 0.037821 0.004705 t-Statistic 3.272308 -6.997705 -1.109429 0.190480 1.129066 2.183870 Prob. 0.0012 0.0000 0.2683 0.8491 0.2599 0.0299 -0.033378 0.157127 -1.471142 -1.390747 47.84007 0.000000

Mean dependent var S.D. dependent var Akaike info criterion Schwarz criterion F-statistic Prob(F-statistic)

1999 Equao 10
Dependent Variable: VROAT1 Method: Least Squares Date: 05/10/10 Time: 15:34 Sample: 1 268 Included observations: 268 Newey-West HAC Standard Errors & Covariance (lag truncation=4) Variable C ROA VML VGA VROA VAOL R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood Durbin-Watson stat Coefficient 0.047266 -0.627047 -2.38E-05 0.030025 0.018394 0.012397 0.477031 0.467051 0.114708 3.447395 203.0758 2.209006 Std. Error 0.013108 0.107753 0.000436 0.018462 0.087198 0.004802 t-Statistic 3.605776 -5.819318 -0.054615 1.626351 0.210939 2.581403 Prob. 0.0004 0.0000 0.9565 0.1051 0.8331 0.0104 -0.033378 0.157127 -1.470715 -1.390320 47.79723 0.000000

Mean dependent var S.D. dependent var Akaike info criterion Schwarz criterion F-statistic Prob(F-statistic)

138

1999 Equao 11
Dependent Variable: RT Method: Least Squares Date: 05/10/10 Time: 10:59 Sample: 1 268 Included observations: 263 Newey-West HAC Standard Errors & Covariance (lag truncation=4) Variable C NOPAT VNOPAT ROA VROA ML GA VMLT VGAT R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood Durbin-Watson stat Coefficient -0.150505 0.010594 0.148410 0.533757 -0.233524 -0.000655 0.012711 -0.053164 0.004998 0.061654 0.032100 0.382540 37.16954 -115.8795 1.942015 Std. Error 0.033873 0.073837 0.127451 0.189181 0.167236 0.007367 0.015064 0.024455 0.001233 t-Statistic -4.443191 0.143484 1.164444 2.821405 -1.396380 -0.088868 0.843854 -2.173991 4.054058 Prob. 0.0000 0.8860 0.2453 0.0052 0.1638 0.9293 0.3995 0.0306 0.0001 -0.065548 0.388832 0.949654 1.071895 2.086136 0.037598

Mean dependent var S.D. dependent var Akaike info criterion Schwarz criterion F-statistic Prob(F-statistic)

139

2000 Equao 07
Dependent Variable: VROAT1 Method: Least Squares Date: 05/10/10 Time: 13:48 Sample: 1 262 Included observations: 262 Newey-West HAC Standard Errors & Covariance (lag truncation=4) Variable C ROA VAOL VROA R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood Durbin-Watson stat Coefficient 0.053417 -0.451567 0.003751 -0.314713 0.627751 0.623422 0.168092 7.289800 97.46287 1.867459 Std. Error 0.016258 0.091840 0.005086 0.077558 t-Statistic 3.285659 -4.916880 0.737554 -4.057786 Prob. 0.0012 0.0000 0.4615 0.0001 0.031561 0.273918 -0.713457 -0.658978 145.0281 0.000000

Mean dependent var S.D. dependent var Akaike info criterion Schwarz criterion F-statistic Prob(F-statistic)

2000 Equao 08
Dependent Variable: VROAT1 Method: Least Squares Date: 05/10/10 Time: 13:50 Sample (adjusted): 2 262 Included observations: 258 after adjustments Newey-West HAC Standard Errors & Covariance (lag truncation=4) Variable C ROA ML GA VROA VAOL R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood Durbin-Watson stat Coefficient 0.030358 -0.302845 0.004818 0.014790 -0.201643 0.002444 0.151008 0.134163 0.154012 5.977383 119.5959 1.847718 Std. Error 0.019170 0.155119 0.002440 0.008476 0.091279 0.004508 t-Statistic 1.583602 -1.952341 1.974371 1.744983 -2.209077 0.542153 Prob. 0.1145 0.0520 0.0494 0.0822 0.0281 0.5882 0.019934 0.165515 -0.880588 -0.797961 8.964516 0.000000

Mean dependent var S.D. dependent var Akaike info criterion Schwarz criterion F-statistic Prob(F-statistic)

140

2000 Equao 09
Dependent Variable: VROAT1 Method: Least Squares Date: 05/10/10 Time: 13:53 Sample: 1 262 Included observations: 262 Newey-West HAC Standard Errors & Covariance (lag truncation=4) Variable C ROA VMLT VGAT VINT VAOL R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood Durbin-Watson stat Coefficient 0.092725 -0.720345 0.041284 -0.116426 0.180331 0.004255 0.597591 0.589732 0.175451 7.880419 87.25731 1.934944 Std. Error 0.012906 0.074955 0.063482 0.079824 0.268064 0.005344 t-Statistic 7.184953 -9.610381 0.650317 -1.458547 0.672718 0.796249 Prob. 0.0000 0.0000 0.5161 0.1459 0.5017 0.4266 0.031561 0.273918 -0.620285 -0.538567 76.03382 0.000000

Mean dependent var S.D. dependent var Akaike info criterion Schwarz criterion F-statistic Prob(F-statistic)

2000 Equao 10
Dependent Variable: VROAT1 Method: Least Squares Date: 05/10/10 Time: 15:38 Sample: 1 262 Included observations: 262 Newey-West HAC Standard Errors & Covariance (lag truncation=4) Variable C ROA VML VGA VROA VAOL R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood Durbin-Watson stat Coefficient 0.052436 -0.453347 0.007164 0.027061 -0.331564 0.005257 0.662146 0.655547 0.160763 6.616239 110.1632 1.957839 Std. Error 0.016477 0.094165 0.002669 0.020614 0.079502 0.004699 t-Statistic 3.182435 -4.814399 2.683881 1.312699 -4.170516 1.118751 Prob. 0.0016 0.0000 0.0078 0.1905 0.0000 0.2643 0.031561 0.273918 -0.795139 -0.713421 100.3447 0.000000

Mean dependent var S.D. dependent var Akaike info criterion Schwarz criterion F-statistic Prob(F-statistic)

141

2000 Equao 11
Dependent Variable: RT Method: Least Squares Date: 05/10/10 Time: 13:57 Sample (adjusted): 2 262 Included observations: 258 after adjustments Newey-West HAC Standard Errors & Covariance (lag truncation=4) Variable C NOPAT VNOPAT ROA VROA ML GA VMLT VGAT R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood Durbin-Watson stat Coefficient 0.277377 -0.081119 0.148227 1.654492 -1.368721 0.000520 0.154637 0.011931 1.003018 0.060502 0.030318 1.331245 441.2812 -435.3234 1.915513 Std. Error 0.150884 0.083251 0.111004 0.847665 1.010008 0.003841 0.107947 0.006409 0.568775 t-Statistic 1.838342 -0.974401 1.335335 1.951822 -1.355158 0.135508 1.432528 1.861649 1.763471 Prob. 0.0672 0.3308 0.1830 0.0521 0.1766 0.8923 0.1532 0.0638 0.0790 0.629630 1.351896 3.444367 3.568308 2.004409 0.046478

Mean dependent var S.D. dependent var Akaike info criterion Schwarz criterion F-statistic Prob(F-statistic)

142

2001 Equao 07
Dependent Variable: VROAT1 Method: Least Squares Date: 05/10/10 Time: 14:01 Sample: 1 257 Included observations: 257 Newey-West HAC Standard Errors & Covariance (lag truncation=4) Variable C ROA VAOL VROA R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood Durbin-Watson stat Coefficient -0.050722 0.617644 0.004502 0.204484 0.169585 0.159738 0.239587 14.52267 4.560222 2.142886 Std. Error 0.052260 0.347738 0.008412 0.106224 t-Statistic -0.970581 1.776178 0.535197 1.925032 Prob. 0.3327 0.0769 0.5930 0.0553 0.031372 0.261370 -0.004360 0.050879 17.22232 0.000000

Mean dependent var S.D. dependent var Akaike info criterion Schwarz criterion F-statistic Prob(F-statistic)

2001 Equao 08
Dependent Variable: VROAT1 Method: Least Squares Date: 05/10/10 Time: 14:02 Sample: 1 257 Included observations: 253 Newey-West HAC Standard Errors & Covariance (lag truncation=4) Variable C ROA ML GA VROA VAOL R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood Durbin-Watson stat Coefficient 0.016250 0.309486 0.001259 -0.022050 0.144228 -0.000578 0.388111 0.375724 0.207564 10.64142 41.84099 2.176084 Std. Error 0.024819 0.182332 0.000148 0.010943 0.090140 0.007817 t-Statistic 0.654764 1.697375 8.486519 -2.015016 1.600036 -0.073918 Prob. 0.5132 0.0909 0.0000 0.0450 0.1109 0.9411 0.029397 0.262702 -0.283328 -0.199532 31.33355 0.000000

Mean dependent var S.D. dependent var Akaike info criterion Schwarz criterion F-statistic Prob(F-statistic)

143

2001 Equao 09
Dependent Variable: VROAT1 Method: Least Squares Date: 05/10/10 Time: 14:06 Sample: 1 257 Included observations: 257 Newey-West HAC Standard Errors & Covariance (lag truncation=4) Variable C ROA VMLT VGAT VAOL VINT R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood Durbin-Watson stat Coefficient 0.023979 0.140507 0.041560 0.244797 -0.001432 0.516425 0.372858 0.360365 0.209036 10.96775 40.63685 2.109341 Std. Error 0.028050 0.158297 0.069159 0.428148 0.007614 0.142635 t-Statistic 0.854863 0.887615 0.600935 0.571757 -0.188097 3.620597 Prob. 0.3934 0.3756 0.5484 0.5680 0.8510 0.0004 0.031372 0.261370 -0.269547 -0.186690 29.84563 0.000000

Mean dependent var S.D. dependent var Akaike info criterion Schwarz criterion F-statistic Prob(F-statistic)

2001 Equao 10
Dependent Variable: VROAT1 Method: Least Squares Date: 05/10/10 Time: 15:36 Sample: 1 257 Included observations: 257 Newey-West HAC Standard Errors & Covariance (lag truncation=4) Variable C ROA VML VGA VROA VAOL R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood Durbin-Watson stat Coefficient 0.009484 0.198977 0.001411 0.033977 0.119023 0.000768 0.377231 0.364826 0.208306 10.89126 41.53617 2.110873 Std. Error 0.026260 0.164936 0.000144 0.057198 0.088612 0.007275 t-Statistic 0.361141 1.206389 9.813266 0.594028 1.343194 0.105525 Prob. 0.7183 0.2288 0.0000 0.5530 0.1804 0.9160 0.031372 0.261370 -0.276546 -0.193688 30.40780 0.000000

Mean dependent var S.D. dependent var Akaike info criterion Schwarz criterion F-statistic Prob(F-statistic)

144

2001 Equao 11
Dependent Variable: RT Method: Least Squares Date: 05/10/10 Time: 14:10 Sample: 1 257 Included observations: 253 Newey-West HAC Standard Errors & Covariance (lag truncation=4) Variable C NOPAT VNOPAT ROA VROA ML GA VMLT VGAT R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood Durbin-Watson stat Coefficient 0.118810 0.015747 0.097249 0.992471 0.077912 0.000555 -0.033122 -0.213736 -0.084453 0.045275 0.013973 0.644901 101.4789 -243.4288 2.260643 Std. Error 0.062366 0.021829 0.160045 0.322838 0.094923 0.000467 0.038565 0.050288 0.590349 t-Statistic 1.905044 0.721380 0.607634 3.074209 0.820794 1.189496 -0.858862 -4.250241 -0.143056 Prob. 0.0580 0.4714 0.5440 0.0024 0.4126 0.2354 0.3913 0.0000 0.8864 0.214153 0.649454 1.995484 2.121178 1.446372 0.177840

Mean dependent var S.D. dependent var Akaike info criterion Schwarz criterion F-statistic Prob(F-statistic)

145

2002 Equao 07
Dependent Variable: VROAT1 Method: Least Squares Date: 04/29/10 Time: 11:17 Sample: 1 250 Included observations: 250 Newey-West HAC Standard Errors & Covariance (lag truncation=4) Variable C ROA AOL VROAT R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood Durbin-Watson stat Coefficient 0.076850 -0.727929 3.63E-09 -0.075147 0.681804 0.677924 0.186729 8.577437 66.80609 0.326654 Std. Error 0.041721 0.187665 8.62E-09 0.203648 t-Statistic 1.842017 -3.878870 0.420596 -0.369004 Prob. 0.0667 0.0001 0.6744 0.7124 -0.036628 0.329027 -0.502449 -0.446105 175.7031 0.000000

Mean dependent var S.D. dependent var Akaike info criterion Schwarz criterion F-statistic Prob(F-statistic)

2002 Equao 08
Dependent Variable: VROAT1 Method: Least Squares Date: 04/29/10 Time: 12:14 Sample: 1 250 Included observations: 246 Newey-West HAC Standard Errors & Covariance (lag truncation=4) Variable C ROA ML GA VROAT VAOL R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood Durbin-Watson stat Coefficient 0.030962 -0.488252 -0.000170 0.001127 -0.074782 3.87E-09 0.437160 0.425434 0.162930 6.371080 100.3293 0.642492 Std. Error 0.024254 0.117806 0.000510 0.012310 0.139728 3.68E-09 t-Statistic 1.276582 -4.144535 -0.334008 0.091579 -0.535193 1.050844 Prob. 0.2030 0.0000 0.7387 0.9271 0.5930 0.2944 -0.053283 0.214947 -0.766905 -0.681409 37.28182 0.000000

Mean dependent var S.D. dependent var Akaike info criterion Schwarz criterion F-statistic Prob(F-statistic)

146

2002 Equao 09
Dependent Variable: VROAT1 Method: Least Squares Date: 04/29/10 Time: 12:14 Sample: 1 250 Included observations: 250 Newey-West HAC Standard Errors & Covariance (lag truncation=4) Variable C ROA VMLT VGAT VINTT VAOL R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood Durbin-Watson stat Coefficient 0.081037 -0.850141 0.500993 0.206132 0.510318 5.13E-09 0.742070 0.736784 0.168806 6.952896 93.05320 0.444396 Std. Error 0.026187 0.068152 0.135091 0.148216 0.134591 4.12E-09 t-Statistic 3.094506 -12.47420 3.708551 1.390749 3.791608 1.245400 Prob. 0.0022 0.0000 0.0003 0.1656 0.0002 0.2142 -0.036628 0.329027 -0.696426 -0.611911 140.3984 0.000000

Mean dependent var S.D. dependent var Akaike info criterion Schwarz criterion F-statistic Prob(F-statistic)

2002 Equao 10
Dependent Variable: VROAT1 Method: Least Squares Date: 04/29/10 Time: 12:15 Sample: 1 250 Included observations: 250 Newey-West HAC Standard Errors & Covariance (lag truncation=4) Variable C ROA VMLT VGAT VROAT VAOL R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood Durbin-Watson stat Coefficient 0.048082 -0.590546 0.676833 0.271459 -0.296942 4.26E-09 0.731404 0.725900 0.172261 7.240408 87.98829 0.586523 Std. Error 0.028118 0.117641 0.256897 0.186832 0.171910 3.69E-09 t-Statistic 1.709992 -5.019900 2.634650 1.452958 -1.727313 1.156014 Prob. 0.0885 0.0000 0.0090 0.1475 0.0854 0.2488 -0.036628 0.329027 -0.655906 -0.571391 132.8854 0.000000

Mean dependent var S.D. dependent var Akaike info criterion Schwarz criterion F-statistic Prob(F-statistic)

147

2002 Equao 11
Dependent Variable: RT Method: Least Squares Date: 04/29/10 Time: 12:15 Sample: 1 250 Included observations: 246 Newey-West HAC Standard Errors & Covariance (lag truncation=4) Variable C NOPAT VNOPAT ROA VROAT ML GA VMLT VGAT R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood Durbin-Watson stat Coefficient 1.246832 1.60E-07 -9.28E-07 1.836621 10.40431 0.010796 -0.716405 -14.46598 -15.34487 0.025051 -0.007859 8.765390 18209.20 -878.4940 2.027184 Std. Error 1.303271 3.20E-07 1.09E-06 1.215857 12.84421 0.029144 0.731599 16.73420 15.99723 t-Statistic 0.956694 0.501244 -0.847270 1.510557 0.810039 0.370453 -0.979232 -0.864456 -0.959221 Prob. 0.3397 0.6167 0.3977 0.1322 0.4187 0.7114 0.3285 0.3882 0.3384 0.592227 8.731148 7.215399 7.343642 0.761190 0.637343

Mean dependent var S.D. dependent var Akaike info criterion Schwarz criterion F-statistic Prob(F-statistic)

148

2003 Equao 07
Dependent Variable: VROAT1 Method: Least Squares Date: 04/27/10 Time: 16:55 Sample: 1 245 Included observations: 245 Newey-West HAC Standard Errors & Covariance (lag truncation=4) Variable ROA AOL VROAT R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood Coefficient -0.960428 4.41E-09 0.315908 0.109211 0.101850 0.577787 80.78882 -211.7360 Std. Error 0.506108 2.96E-09 0.438354 t-Statistic -1.897676 1.488729 0.720669 Prob. 0.0589 0.1379 0.4718 0.065342 0.609668 1.752947 1.795820 1.854663

Mean dependent var S.D. dependent var Akaike info criterion Schwarz criterion Durbin-Watson stat

2003 Equao 08
Dependent Variable: VROAT1 Method: Least Squares Date: 05/06/10 Time: 14:55 Sample: 1 245 Included observations: 242 Newey-West HAC Standard Errors & Covariance (lag truncation=4) Variable C ROA ML GA VROA VAOL R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood Durbin-Watson stat Coefficient 0.090090 -1.597003 0.000287 0.163272 0.937760 0.006662 0.425506 0.413335 0.469514 52.02460 -157.3794 1.938879 Std. Error 0.085387 0.643539 0.000201 0.084184 0.753720 0.005701 t-Statistic 1.055079 -2.481596 1.427921 1.939476 1.244176 1.168499 Prob. 0.2925 0.0138 0.1546 0.0536 0.2147 0.2438 0.067613 0.612990 1.350243 1.436745 34.95930 0.000000

Mean dependent var S.D. dependent var Akaike info criterion Schwarz criterion F-statistic Prob(F-statistic)

149

2003 Equao 09
Dependent Variable: VROAT1 Method: Least Squares Date: 05/10/10 Time: 14:16 Sample: 1 245 Included observations: 245 Newey-West HAC Standard Errors & Covariance (lag truncation=4) Variable C ROA VMLT VGAT VINT VAOL R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood Durbin-Watson stat Coefficient 0.082249 -0.422450 -0.025154 -0.806396 -0.445956 -0.001125 0.938867 0.937588 0.152310 5.544383 116.4480 1.955805 Std. Error 0.023900 0.113628 0.125625 0.265746 0.172784 0.001990 t-Statistic 3.441373 -3.717823 -0.200233 -3.034468 -2.581009 -0.565583 Prob. 0.0007 0.0003 0.8415 0.0027 0.0104 0.5722 0.065341 0.609667 -0.901616 -0.815871 734.0984 0.000000

Mean dependent var S.D. dependent var Akaike info criterion Schwarz criterion F-statistic Prob(F-statistic)

2003 Equao 10
Dependent Variable: VROAT1 Method: Least Squares Date: 05/10/10 Time: 15:42 Sample: 1 245 Included observations: 245 Newey-West HAC Standard Errors & Covariance (lag truncation=4) Variable C ROA VML VGA VROA VAOL R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood Durbin-Watson stat Coefficient 0.121627 -1.027867 0.000296 0.393407 0.309166 0.007216 0.478677 0.467771 0.444777 47.28052 -146.1079 1.851520 Std. Error 0.050582 0.385238 9.63E-05 0.200795 0.330567 0.004968 t-Statistic 2.404545 -2.668138 3.074071 1.959248 0.935260 1.452553 Prob. 0.0170 0.0081 0.0024 0.0512 0.3506 0.1477 0.065341 0.609667 1.241697 1.327442 43.88986 0.000000

Mean dependent var S.D. dependent var Akaike info criterion Schwarz criterion F-statistic Prob(F-statistic)

150

2003 Equao 11
Dependent Variable: RT Method: Least Squares Date: 05/10/10 Time: 14:20 Sample: 1 245 Included observations: 242 Newey-West HAC Standard Errors & Covariance (lag truncation=4) Variable C NOPAT VNOPAT ROA VROA ML GA VMLT VGAT R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood Durbin-Watson stat Coefficient -0.031170 -0.024839 0.030259 0.891518 -0.861543 0.000568 0.032587 0.375236 -0.126697 0.097608 0.066625 0.467536 50.93140 -154.8097 1.944937 Std. Error 0.050412 0.021920 0.034311 0.249225 0.268167 0.000417 0.026201 0.255928 0.063764 t-Statistic -0.618308 -1.133137 0.881900 3.577159 -3.212709 1.362120 1.243728 1.466179 -1.986968 Prob. 0.5370 0.2583 0.3787 0.0004 0.0015 0.1745 0.2148 0.1439 0.0481 0.118040 0.483935 1.353799 1.483553 3.150341 0.002093

Mean dependent var S.D. dependent var Akaike info criterion Schwarz criterion F-statistic Prob(F-statistic)

151

2004 Equao 07
Dependent Variable: VROAT1 Method: Least Squares Date: 05/10/10 Time: 14:24 Sample: 1 244 Included observations: 244 Newey-West HAC Standard Errors & Covariance (lag truncation=4) Variable C ROA VAOL VROA R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood Durbin-Watson stat Coefficient 0.055570 -0.458860 0.000736 -0.131522 0.731122 0.727761 0.204418 10.02886 43.16657 1.973782 Std. Error 0.029052 0.150135 0.002006 0.130149 t-Statistic 1.912772 -3.056319 0.366804 -1.010552 Prob. 0.0570 0.0025 0.7141 0.3132 -0.035916 0.391783 -0.321037 -0.263707 217.5330 0.000000

Mean dependent var S.D. dependent var Akaike info criterion Schwarz criterion F-statistic Prob(F-statistic)

2004 Equao 08
Dependent Variable: VROAT1 Method: Least Squares Date: 05/10/10 Time: 14:26 Sample: 1 244 Included observations: 238 Newey-West HAC Standard Errors & Covariance (lag truncation=4) Variable C ROA ML GA VROA VAOL R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood Durbin-Watson stat Coefficient 0.057138 -0.368978 0.000202 -0.011498 -0.123135 -8.57E-05 0.734236 0.728509 0.206328 9.876522 40.96375 2.016388 Std. Error 0.030360 0.249825 0.000186 0.014799 0.137852 0.001932 t-Statistic 1.882038 -1.476945 1.085743 -0.776920 -0.893244 -0.044341 Prob. 0.0611 0.1410 0.2787 0.4380 0.3727 0.9647 -0.038181 0.395986 -0.293813 -0.206277 128.1913 0.000000

Mean dependent var S.D. dependent var Akaike info criterion Schwarz criterion F-statistic Prob(F-statistic)

152

2004 Equao 09
Dependent Variable: VROAT1 Method: Least Squares Date: 05/10/10 Time: 14:30 Sample: 1 244 Included observations: 244 Newey-West HAC Standard Errors & Covariance (lag truncation=4) Variable C ROA VMLT VGAT VINT VAOL R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood Durbin-Watson stat Coefficient 0.074918 -0.636963 0.207369 0.066022 -0.086852 0.002771 0.733227 0.727623 0.204471 9.950350 44.12538 1.914219 Std. Error 0.018992 0.071755 0.293710 0.199058 0.128716 0.001747 t-Statistic 3.944824 -8.876942 0.706033 0.331670 -0.674758 1.586712 Prob. 0.0001 0.0000 0.4809 0.7404 0.5005 0.1139 -0.035916 0.391783 -0.312503 -0.226507 130.8289 0.000000

Mean dependent var S.D. dependent var Akaike info criterion Schwarz criterion F-statistic Prob(F-statistic)

2004 Equao 10
Dependent Variable: VROAT1 Method: Least Squares Date: 05/10/10 Time: 15:40 Sample: 1 244 Included observations: 244 Newey-West HAC Standard Errors & Covariance (lag truncation=4) Variable C ROA VML VGA VROA VAOL R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood Durbin-Watson stat Coefficient 0.046791 -0.395593 -9.80E-05 -0.010072 -0.119976 0.000236 0.734809 0.729238 0.203863 9.891333 44.85113 1.980672 Std. Error 0.037126 0.203751 0.000178 0.011623 0.137572 0.001989 t-Statistic 1.260341 -1.941550 -0.551427 -0.866502 -0.872102 0.118548 Prob. 0.2088 0.0534 0.5819 0.3871 0.3840 0.9057 -0.035916 0.391783 -0.318452 -0.232456 131.8935 0.000000

Mean dependent var S.D. dependent var Akaike info criterion Schwarz criterion F-statistic Prob(F-statistic)

153

2004 Equao 11
Dependent Variable: RT Method: Least Squares Date: 05/10/10 Time: 14:32 Sample: 1 244 Included observations: 238 Newey-West HAC Standard Errors & Covariance (lag truncation=4) Variable C NOPAT VNOPAT ROA VROA ML GA VMLT VGAT R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood Durbin-Watson stat Coefficient 0.397203 0.006003 0.175680 0.646917 -0.461713 -0.002031 -0.012113 0.269341 0.235719 0.052585 0.019488 0.742421 126.2224 -262.2346 1.841230 Std. Error 0.068374 0.015533 0.077721 0.364207 0.267723 0.002321 0.020218 0.154815 0.155146 t-Statistic 5.809301 0.386453 2.260389 1.776234 -1.724595 -0.875148 -0.599103 1.739757 1.519340 Prob. 0.0000 0.6995 0.0247 0.0770 0.0859 0.3824 0.5497 0.0832 0.1301 0.484079 0.749763 2.279282 2.410587 1.588807 0.129038

Mean dependent var S.D. dependent var Akaike info criterion Schwarz criterion F-statistic Prob(F-statistic)

154

2005 Equao 07
Dependent Variable: VROAT1 Method: Least Squares Date: 05/10/10 Time: 14:37 Sample: 1 239 Included observations: 239 Newey-West HAC Standard Errors & Covariance (lag truncation=4) Variable C ROA VAOL VROA R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood Durbin-Watson stat Coefficient 0.082551 -0.709752 0.003614 0.065975 0.630681 0.625966 0.167397 6.585090 90.07653 1.907606 Std. Error 0.012816 0.075353 0.001639 0.077572 t-Statistic 6.440986 -9.419018 2.205223 0.850506 Prob. 0.0000 0.0000 0.0284 0.3959 -0.031590 0.273710 -0.720306 -0.662122 133.7686 0.000000

Mean dependent var S.D. dependent var Akaike info criterion Schwarz criterion F-statistic Prob(F-statistic)

2005 Equao 08
Dependent Variable: VROAT1 Method: Least Squares Date: 05/10/10 Time: 14:40 Sample: 1 239 Included observations: 234 Newey-West HAC Standard Errors & Covariance (lag truncation=4) Variable C ROA ML GA VROA VAOL R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood Durbin-Watson stat Coefficient 0.091479 -0.689893 1.90E-05 -0.008515 0.035278 0.003179 0.633987 0.625961 0.169065 6.516930 86.93575 1.954827 Std. Error 0.017582 0.098773 0.000174 0.016762 0.097918 0.001715 t-Statistic 5.203010 -6.984632 0.109596 -0.507993 0.360279 1.853564 Prob. 0.0000 0.0000 0.9128 0.6119 0.7190 0.0651 -0.032718 0.276437 -0.691759 -0.603161 78.98589 0.000000

Mean dependent var S.D. dependent var Akaike info criterion Schwarz criterion F-statistic Prob(F-statistic)

155

2005 Equao 09
Dependent Variable: VROAT1 Method: Least Squares Date: 05/10/10 Time: 14:41 Sample: 1 239 Included observations: 239 Newey-West HAC Standard Errors & Covariance (lag truncation=4) Variable C ROA VMLT VGAT VINT VAOL R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood Durbin-Watson stat Coefficient 0.068755 -0.597954 -0.032669 0.164677 0.250437 0.002995 0.659534 0.652228 0.161413 6.070621 99.79751 1.922200 Std. Error 0.021668 0.109580 0.253500 0.095475 0.569094 0.001577 t-Statistic 3.173127 -5.456779 -0.128871 1.724830 0.440062 1.899475 Prob. 0.0017 0.0000 0.8976 0.0859 0.6603 0.0587 -0.031590 0.273710 -0.784916 -0.697641 90.27137 0.000000

Mean dependent var S.D. dependent var Akaike info criterion Schwarz criterion F-statistic Prob(F-statistic)

2005 Equao 10
Dependent Variable: VROAT1 Method: Least Squares Date: 05/10/10 Time: 15:47 Sample: 1 239 Included observations: 239 Newey-West HAC Standard Errors & Covariance (lag truncation=4) Variable C ROA VML VGA VROA VAOL R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood Durbin-Watson stat Coefficient 0.036602 -0.382493 0.000115 0.061680 -0.263383 0.002015 0.728640 0.722817 0.144104 4.838441 126.9083 1.853487 Std. Error 0.021493 0.110130 0.000321 0.010413 0.073960 0.001255 t-Statistic 1.703003 -3.473119 0.359364 5.923325 -3.561163 1.605346 Prob. 0.0899 0.0006 0.7196 0.0000 0.0004 0.1098 -0.031590 0.273710 -1.011785 -0.924509 125.1277 0.000000

Mean dependent var S.D. dependent var Akaike info criterion Schwarz criterion F-statistic Prob(F-statistic)

156

2005 Equao 11
Dependent Variable: RT Method: Least Squares Date: 05/10/10 Time: 14:46 Sample: 1 239 Included observations: 234 Newey-West HAC Standard Errors & Covariance (lag truncation=4) Variable C NOPAT VNOPAT ROA VROA ML GA VMLT VGAT R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood Durbin-Watson stat Coefficient 0.381054 -0.020407 0.089115 -0.087536 0.671843 -0.001738 0.099606 -0.570558 -0.107429 0.031327 -0.003115 0.829209 154.7071 -283.6185 1.926132 Std. Error 0.071979 0.022012 0.102179 0.258549 0.375915 0.001720 0.031202 0.638056 0.406279 t-Statistic 5.293992 -0.927063 0.872142 -0.338565 1.787221 -1.010827 3.192341 -0.894212 -0.264422 Prob. 0.0000 0.3549 0.3841 0.7353 0.0752 0.3132 0.0016 0.3722 0.7917 0.486657 0.827920 2.501013 2.633910 0.909558 0.509264

Mean dependent var S.D. dependent var Akaike info criterion Schwarz criterion F-statistic Prob(F-statistic)

157

2006 Equao 07
Dependent Variable: VROAT1 Method: Least Squares Date: 05/10/10 Time: 14:50 Sample: 1 240 Included observations: 240 Newey-West HAC Standard Errors & Covariance (lag truncation=4) Variable C ROA VAOL VROA R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood Durbin-Watson stat Coefficient 0.101462 -0.696592 0.000442 0.015376 0.325067 0.316488 0.177245 7.414164 76.72435 2.049163 Std. Error 0.037090 0.201734 0.001049 0.169549 t-Statistic 2.735521 -3.453017 0.421563 0.090689 Prob. 0.0067 0.0007 0.6737 0.9278 0.009566 0.214389 -0.606036 -0.548026 37.88817 0.000000

Mean dependent var S.D. dependent var Akaike info criterion Schwarz criterion F-statistic Prob(F-statistic)

2006 Equao 08
Dependent Variable: VROAT1 Method: Least Squares Date: 05/10/10 Time: 14:51 Sample: 1 240 Included observations: 236 Newey-West HAC Standard Errors & Covariance (lag truncation=4) Variable C ROA ML GA VROA VAOL R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood Durbin-Watson stat Coefficient 0.093046 -0.733015 0.001092 0.010758 0.027470 0.000651 0.352218 0.338136 0.175787 7.107286 78.45045 2.057771 Std. Error 0.032867 0.209563 0.000578 0.010849 0.171466 0.001118 t-Statistic 2.831000 -3.497835 1.887721 0.991581 0.160205 0.582458 Prob. 0.0051 0.0006 0.0603 0.3224 0.8729 0.5608 0.008884 0.216075 -0.613987 -0.525923 25.01156 0.000000

Mean dependent var S.D. dependent var Akaike info criterion Schwarz criterion F-statistic Prob(F-statistic)

158

2006 Equao 09
Dependent Variable: VROAT1 Method: Least Squares Date: 05/10/10 Time: 14:52 Sample: 1 240 Included observations: 240 Newey-West HAC Standard Errors & Covariance (lag truncation=4) Variable C ROA VMLT VGAT VINT VAOL R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood Durbin-Watson stat Coefficient 0.091860 -0.663133 0.003605 -0.298640 -0.189449 3.44E-05 0.422270 0.409926 0.164685 6.346385 95.38518 2.004610 Std. Error 0.026662 0.175044 0.000442 0.273701 0.190058 0.001024 t-Statistic 3.445372 -3.788387 8.165422 -1.091117 -0.996794 0.033614 Prob. 0.0007 0.0002 0.0000 0.2763 0.3199 0.9732 0.009566 0.214389 -0.744877 -0.657861 34.20675 0.000000

Mean dependent var S.D. dependent var Akaike info criterion Schwarz criterion F-statistic Prob(F-statistic)

2006 Equao 10
Dependent Variable: VROAT1 Method: Least Squares Date: 05/10/10 Time: 15:45 Sample: 1 240 Included observations: 240 Newey-West HAC Standard Errors & Covariance (lag truncation=4) Variable C ROA VML VGA VROA VAOL R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood Durbin-Watson stat Coefficient 0.108748 -0.727852 0.003502 -0.008910 0.053699 0.000518 0.363754 0.350159 0.172825 6.989187 83.80771 2.036098 Std. Error 0.039575 0.217713 0.000339 0.017433 0.231285 0.001067 t-Statistic 2.747903 -3.343179 10.34121 -0.511110 0.232176 0.485590 Prob. 0.0065 0.0010 0.0000 0.6098 0.8166 0.6277 0.009566 0.214389 -0.648398 -0.561382 26.75648 0.000000

Mean dependent var S.D. dependent var Akaike info criterion Schwarz criterion F-statistic Prob(F-statistic)

159

2006 Equao 11
Dependent Variable: RT Method: Least Squares Date: 05/10/10 Time: 14:55 Sample: 1 240 Included observations: 236 Newey-West HAC Standard Errors & Covariance (lag truncation=4) Variable C NOPAT VNOPAT ROA VROA ML GA VMLT VGAT R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood Durbin-Watson stat Coefficient 0.535557 0.019545 -0.037567 0.733944 -0.345108 -0.001440 -0.087267 0.004851 0.387555 0.010860 -0.024000 1.694095 651.4807 -454.6886 2.101995 Std. Error 0.161041 0.010812 0.062781 0.306326 0.268338 0.000642 0.041530 0.002325 0.252954 t-Statistic 3.325600 1.807628 -0.598387 2.395957 -1.286092 -2.241147 -2.101293 2.086756 1.532117 Prob. 0.0010 0.0720 0.5502 0.0174 0.1997 0.0260 0.0367 0.0380 0.1269 0.524454 1.674125 3.929564 4.061660 0.311526 0.961205

Mean dependent var S.D. dependent var Akaike info criterion Schwarz criterion F-statistic Prob(F-statistic)

160

2007 Equao 07
Dependent Variable: VROAT1 Method: Least Squares Date: 05/10/10 Time: 14:59 Sample: 1 241 Included observations: 241 Newey-West HAC Standard Errors & Covariance (lag truncation=4) Variable C ROA VAOL VROA R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood Durbin-Watson stat Coefficient -0.022028 0.188157 -0.001288 -0.759079 0.200527 0.190407 0.243565 14.05974 0.434370 2.003173 Std. Error 0.038779 0.216459 0.000953 0.338383 t-Statistic -0.568047 0.869249 -1.351356 -2.243253 Prob. 0.5705 0.3856 0.1779 0.0258 -0.001472 0.270696 0.029590 0.087429 19.81511 0.000000

Mean dependent var S.D. dependent var Akaike info criterion Schwarz criterion F-statistic Prob(F-statistic)

2007 Equao 08
Dependent Variable: VROAT1 Method: Least Squares Date: 05/10/10 Time: 15:00 Sample: 1 241 Included observations: 237 Newey-West HAC Standard Errors & Covariance (lag truncation=4) Variable C ROA ML GA VROA VAOL R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood Durbin-Watson stat Coefficient -0.008025 0.260387 -5.36E-05 -0.020587 -0.782572 -0.001740 0.207418 0.190262 0.245469 13.91892 -0.363338 2.052366 Std. Error 0.034047 0.243386 0.000217 0.016599 0.338399 0.000977 t-Statistic -0.235695 1.069851 -0.246357 -1.240226 -2.312573 -1.781131 Prob. 0.8139 0.2858 0.8056 0.2162 0.0216 0.0762 -0.001796 0.272788 0.053699 0.141498 12.09049 0.000000

Mean dependent var S.D. dependent var Akaike info criterion Schwarz criterion F-statistic Prob(F-statistic)

161

2007 Equao 09
Dependent Variable: VROAT1 Method: Least Squares Date: 05/10/10 Time: 15:01 Sample: 1 241 Included observations: 241 Newey-West HAC Standard Errors & Covariance (lag truncation=4) Variable C ROA VMLT VGAT VINT VAOL R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood Durbin-Watson stat Coefficient -0.030780 0.219934 -0.699753 -0.056028 -0.333697 -0.000390 0.173362 0.155774 0.248720 14.53747 -3.592068 2.012094 Std. Error 0.040322 0.222764 0.352636 0.063102 0.152574 0.000928 t-Statistic -0.763364 0.987295 -1.984351 -0.887905 -2.187114 -0.420210 Prob. 0.4460 0.3245 0.0484 0.3755 0.0297 0.6747 -0.001472 0.270696 0.079602 0.166361 9.856800 0.000000

Mean dependent var S.D. dependent var Akaike info criterion Schwarz criterion F-statistic Prob(F-statistic)

2007 Equao 10
Dependent Variable: VROAT1 Method: Least Squares Date: 05/10/10 Time: 15:48 Sample: 1 241 Included observations: 241 Newey-West HAC Standard Errors & Covariance (lag truncation=4) Variable C ROA VML VGA VROA VAOL R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood Durbin-Watson stat Coefficient -0.025140 0.215129 0.001259 0.026424 -0.786457 -0.001340 0.213778 0.197049 0.242564 13.82671 2.448266 2.004279 Std. Error 0.039132 0.219839 0.001220 0.015157 0.338645 0.000962 t-Statistic -0.642437 0.978578 1.031966 1.743298 -2.322362 -1.393386 Prob. 0.5212 0.3288 0.3031 0.0826 0.0211 0.1648 -0.001472 0.270696 0.029475 0.116233 12.77952 0.000000

Mean dependent var S.D. dependent var Akaike info criterion Schwarz criterion F-statistic Prob(F-statistic)

162

2007 Equao 11
Dependent Variable: RT Method: Least Squares Date: 05/10/10 Time: 15:03 Sample: 1 241 Included observations: 237 Newey-West HAC Standard Errors & Covariance (lag truncation=4) Variable C NOPAT VNOPAT ROA VROA ML GA VMLT VGAT R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood Durbin-Watson stat Coefficient 2.253319 -0.179797 -0.011033 2.399833 -0.675304 -0.006359 -0.101443 -1.913456 -0.141805 0.000686 -0.034377 24.33557 135026.2 -1088.190 2.021934 Std. Error 1.739471 0.098035 0.282512 3.184837 4.970114 0.005351 0.187191 2.759953 0.454217 t-Statistic 1.295405 -1.834016 -0.039054 0.753518 -0.135873 -1.188328 -0.541922 -0.693293 -0.312196 Prob. 0.1965 0.0680 0.9689 0.4519 0.8920 0.2359 0.5884 0.4888 0.7552 2.329589 23.92776 9.258990 9.390689 0.019577 0.999998

Mean dependent var S.D. dependent var Akaike info criterion Schwarz criterion F-statistic Prob(F-statistic)

163

2008 Equao 07
Dependent Variable: VROAT1 Method: Least Squares Date: 05/10/10 Time: 15:07 Sample: 1 227 Included observations: 227 Newey-West HAC Standard Errors & Covariance (lag truncation=4) Variable C ROA VAOL VROA R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood Durbin-Watson stat Coefficient 0.048908 -0.377682 -0.002561 -0.120973 0.168102 0.156911 0.258476 14.89863 -12.96131 1.928952 Std. Error 0.040689 0.195793 0.001832 0.221477 t-Statistic 1.201982 -1.928982 -1.397898 -0.546211 Prob. 0.2306 0.0550 0.1635 0.5855 -0.012168 0.281504 0.149439 0.209790 15.02060 0.000000

Mean dependent var S.D. dependent var Akaike info criterion Schwarz criterion F-statistic Prob(F-statistic)

2008 Equao 08
Dependent Variable: VROAT1 Method: Least Squares Date: 05/10/10 Time: 15:08 Sample: 1 227 Included observations: 224 Newey-West HAC Standard Errors & Covariance (lag truncation=4) Variable C ROA ML GA VROA VAOL R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood Durbin-Watson stat Coefficient 0.058668 -0.349004 -2.62E-05 -0.010470 -0.141770 -0.002815 0.169868 0.150828 0.261142 14.86658 -14.03887 1.955077 Std. Error 0.038917 0.227241 0.000252 0.029963 0.224388 0.001745 t-Statistic 1.507512 -1.535837 -0.104170 -0.349421 -0.631807 -1.613042 Prob. 0.1331 0.1260 0.9171 0.7271 0.5282 0.1082 -0.012236 0.283387 0.178918 0.270302 8.921759 0.000000

Mean dependent var S.D. dependent var Akaike info criterion Schwarz criterion F-statistic Prob(F-statistic)

164

2008 Equao 09
Dependent Variable: VROAT1 Method: Least Squares Date: 05/10/10 Time: 15:10 Sample: 1 227 Included observations: 227 Newey-West HAC Standard Errors & Covariance (lag truncation=4) Variable C ROA VMLT VGAT VINT VAOL R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood Durbin-Watson stat Coefficient 0.085187 -0.640947 0.322307 0.034918 4.218965 -0.002347 0.212285 0.194463 0.252654 14.10736 -6.767305 1.956835 Std. Error 0.028680 0.140633 0.273925 0.480461 3.010060 0.001953 t-Statistic 2.970274 -4.557595 1.176627 0.072675 1.401622 -1.201885 Prob. 0.0033 0.0000 0.2406 0.9421 0.1624 0.2307 -0.012168 0.281504 0.112487 0.203015 11.91164 0.000000

Mean dependent var S.D. dependent var Akaike info criterion Schwarz criterion F-statistic Prob(F-statistic)

2008 Equao 10
Dependent Variable: VROAT1 Method: Least Squares Date: 05/10/10 Time: 15:44 Sample: 1 227 Included observations: 227 Newey-West HAC Standard Errors & Covariance (lag truncation=4) Variable C ROA VML VGA VROA VAOL R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood Durbin-Watson stat Coefficient 0.067000 -0.471400 -0.003749 0.025068 -0.032877 -0.002424 0.209965 0.192091 0.253026 14.14891 -7.101109 1.892431 Std. Error 0.036671 0.172633 0.001622 0.081026 0.202341 0.001504 t-Statistic 1.827051 -2.730647 -2.311889 0.309377 -0.162482 -1.611243 Prob. 0.0690 0.0068 0.0217 0.7573 0.8711 0.1086 -0.012168 0.281504 0.115428 0.205956 11.74686 0.000000

Mean dependent var S.D. dependent var Akaike info criterion Schwarz criterion F-statistic Prob(F-statistic)

165

2008 Equao 11
Dependent Variable: RT Method: Least Squares Date: 05/10/10 Time: 15:17 Sample: 1 227 Included observations: 224 Newey-West HAC Standard Errors & Covariance (lag truncation=4) Variable C NOPAT VNOPAT ROA VROA ML GA VMLT VGAT R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood Durbin-Watson stat Coefficient 0.207575 0.009192 0.049481 -0.034278 4.209204 0.003207 0.019176 -3.635209 -5.974487 0.135177 0.102998 1.050569 237.2946 -324.2997 2.107440 Std. Error 0.113028 0.012916 0.061626 0.803876 3.595530 0.000587 0.061551 2.860453 4.643799 t-Statistic 1.836488 0.711700 0.802925 -0.042641 1.170677 5.462269 0.311548 -1.270851 -1.286552 Prob. 0.0677 0.4774 0.4229 0.9660 0.2430 0.0000 0.7557 0.2052 0.1996 0.271636 1.109246 2.975890 3.112965 4.200722 0.000107

Mean dependent var S.D. dependent var Akaike info criterion Schwarz criterion F-statistic Prob(F-statistic)

166

APNDICE C Resutados das regresses pooled por setor, 1998-2008 Construo, Transporte e Bens Industriais (Tabela 16)
Equao 07 Dependent Variable: VROAT1 Method: Least Squares Sample: 1 481 Included observations: 481 Newey-West HAC Standard Errors & Covariance (lag truncation=5) Variable C ROA VROA VAOL R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood Durbin-Watson stat Coefficient 0.034619 -0.276919 -0.376775 -0.016798 0.318181 0.313893 0.223536 23.83491 40.12476 1.835484 Std. Error 0.021147 0.121162 0.175657 0.023280 t-Statistic 1.637034 -2.285515 -2.144940 -0.721555 Prob. 0.1023 0.0227 0.0325 0.4709 0.002866 0.269868 -0.150207 -0.115480 74.19977 0.000000

Mean dependent var S.D. dependent var Akaike info criterion Schwarz criterion F-statistic Prob(F-statistic)

Equao 08 Method: Least Squares Date: 01/24/11 Time: 15:41 Sample: 1 481 Included observations: 481 Newey-West HAC Standard Errors & Covariance (lag truncation=5) Variable C ROA VROA VAOL ML GA R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood Durbin-Watson stat Coefficient 0.015313 -0.293944 -0.363697 -0.015218 0.000288 0.021697 0.324874 0.317767 0.222904 23.60095 42.49711 1.811062 Std. Error 0.016994 0.128125 0.182768 0.024220 0.000178 0.017556 t-Statistic 0.901092 -2.294201 -1.989938 -0.628318 1.617641 1.235876 Prob. 0.3680 0.0222 0.0472 0.5301 0.1064 0.2171 0.002866 0.269868 -0.151755 -0.099665 45.71442 0.000000

Mean dependent var S.D. dependent var Akaike info criterion Schwarz criterion F-statistic Prob(F-statistic)

167

Equao 09 Method: Least Squares Date: 01/24/11 Time: 15:43 Sample: 1 481 Included observations: 481 Newey-West HAC Standard Errors & Covariance (lag truncation=5) Variable C ROA VAOL VMLT VGAT VINT R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood Durbin-Watson stat Coefficient 0.059884 -0.530653 0.010600 -0.008706 0.080014 -0.036891 0.250185 0.242292 0.234911 26.21191 17.26218 1.901575 Std. Error 0.015461 0.075310 0.019623 0.008705 0.094229 0.034959 t-Statistic 3.873188 -7.046214 0.540173 -1.000176 0.849144 -1.055259 Prob. 0.0001 0.0000 0.5893 0.3177 0.3962 0.2918 0.002866 0.269868 -0.046828 0.005262 31.69790 0.000000

Mean dependent var S.D. dependent var Akaike info criterion Schwarz criterion F-statistic Prob(F-statistic)

Equao 10 Method: Least Squares Date: 01/24/11 Time: 15:44 Sample: 1 481 Included observations: 481 Newey-West HAC Standard Errors & Covariance (lag truncation=5) Variable C ROA VROA VAOL VML VGA R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood Durbin-Watson stat Coefficient 0.034290 -0.275969 -0.372026 -0.012366 -0.000147 0.016311 0.320165 0.313009 0.223680 23.76556 40.82551 1.832332 Std. Error 0.021175 0.123468 0.178404 0.022908 0.000462 0.026229 t-Statistic 1.619351 -2.235148 -2.085306 -0.539814 -0.317538 0.621893 Prob. 0.1060 0.0259 0.0376 0.5896 0.7510 0.5343 0.002866 0.269868 -0.144805 -0.092715 44.73977 0.000000

Mean dependent var S.D. dependent var Akaike info criterion Schwarz criterion F-statistic Prob(F-statistic)

168

Consumo Cclico, Consumo No Cclico e Tecnologia da Informao (Tabela 17)

Equao 07 Dependent Variable: VROAT1 Method: Least Squares Date: 05/10/10 Time: 22:37 Sample: 1 766 Included observations: 766 Newey-West HAC Standard Errors & Covariance (lag truncation=6) Variable C ROA VAOL VROA R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood Durbin-Watson stat Coefficient 0.070760 -0.544964 -0.001735 -0.161217 0.400364 0.398003 0.207901 32.93567 118.2509 1.976696 Std. Error 0.015964 0.092718 0.004181 0.048494 t-Statistic 4.432486 -5.877685 -0.415071 -3.324435 Prob. 0.0000 0.0000 0.6782 0.0009 0.002121 0.267953 -0.298305 -0.274069 169.5901 0.000000

Mean dependent var S.D. dependent var Akaike info criterion Schwarz criterion F-statistic Prob(F-statistic)

Equao 08 Dependent Variable: VROAT1 Method: Least Squares Date: 05/10/10 Time: 22:39 Sample: 1 766 Included observations: 757 Newey-West HAC Standard Errors & Covariance (lag truncation=6) Variable C ROA ML GA VROA VAOL R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood Durbin-Watson stat Coefficient 0.018957 -0.552685 1.88E-05 0.034913 -0.101310 0.000501 0.276619 0.271803 0.202397 30.76443 138.2006 1.962474 Std. Error 0.016643 0.136677 0.001108 0.019019 0.043308 0.005161 t-Statistic 1.139025 -4.043730 0.016990 1.835735 -2.339305 0.097108 Prob. 0.2551 0.0001 0.9864 0.0668 0.0196 0.9227 -0.003059 0.237181 -0.349275 -0.312583 57.43598 0.000000

Mean dependent var S.D. dependent var Akaike info criterion Schwarz criterion F-statistic Prob(F-statistic)

169

Equao 09 Dependent Variable: VROAT1 Method: Least Squares Date: 05/10/10 Time: 22:41 Sample: 1 766 Included observations: 766 Newey-West HAC Standard Errors & Covariance (lag truncation=6) Variable C ROA VMLT VGAT VINT VAOL R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood Durbin-Watson stat Coefficient 0.081003 -0.637437 0.007014 -0.260829 -0.034459 -0.000247 0.407536 0.403638 0.206925 32.54173 122.8594 1.954790 Std. Error 0.015810 0.101121 0.021030 0.180918 0.074102 0.004687 t-Statistic 5.123513 -6.303722 0.333542 -1.441695 -0.465022 -0.052644 Prob. 0.0000 0.0000 0.7388 0.1498 0.6420 0.9580 0.002121 0.267953 -0.305116 -0.268762 104.5555 0.000000

Mean dependent var S.D. dependent var Akaike info criterion Schwarz criterion F-statistic Prob(F-statistic)

Equao 10 Dependent Variable: VROAT1 Method: Least Squares Date: 05/10/10 Time: 22:46 Sample: 1 766 Included observations: 766 Newey-West HAC Standard Errors & Covariance (lag truncation=6) Variable C ROA VML VGA VROA VAOL R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood Durbin-Watson stat Coefficient 0.070769 -0.531270 0.000317 0.027651 -0.152420 0.000300 0.413363 0.409504 0.205905 32.22164 126.6454 1.960722 Std. Error 0.015470 0.084373 0.000952 0.021224 0.053620 0.004346 t-Statistic 4.574542 -6.296656 0.333030 1.302834 -2.842594 0.069102 Prob. 0.0000 0.0000 0.7392 0.1930 0.0046 0.9449 0.002121 0.267953 -0.315001 -0.278647 107.1042 0.000000

Mean dependent var S.D. dependent var Akaike info criterion Schwarz criterion F-statistic Prob(F-statistic)

170

Materiais Bsicos, Petrleo, Gs e Biocombustveis (Tabela 18)

Equao 07 Dependent Variable: VROAT1 Method: Least Squares Date: 05/10/10 Time: 15:48 Sample: 1 806 Included observations: 806 Newey-West HAC Standard Errors & Covariance (lag truncation=6) Variable C ROA VROA VAOL R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood Durbin-Watson stat Coefficient 0.130417 -0.804481 0.218045 0.000306 0.325544 0.323022 0.366609 107.7905 -332.8711 1.955865 Std. Error 0.033249 0.145668 0.143614 0.000804 t-Statistic 3.922394 -5.522709 1.518272 0.380283 Prob. 0.0001 0.0000 0.1293 0.7038 0.004387 0.445570 0.835909 0.859194 129.0358 0.000000

Mean dependent var S.D. dependent var Akaike info criterion Schwarz criterion F-statistic Prob(F-statistic)

Equao 08 Dependent Variable: VROAT1 Method: Least Squares Date: 05/10/10 Time: 15:50 Sample: 1 806 Included observations: 791 Newey-West HAC Standard Errors & Covariance (lag truncation=6) Variable C ROA VROA VAOL ML GA R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood Durbin-Watson stat Coefficient 0.099153 -1.106123 0.224611 0.000445 0.233391 0.033349 0.345819 0.341652 0.364291 104.1758 -320.6155 1.369954 Std. Error 0.016841 0.415392 0.140775 0.001018 0.161289 0.035365 t-Statistic 5.887523 -2.662842 1.595530 0.436986 1.447032 0.942987 Prob. 0.0000 0.0079 0.1110 0.6622 0.1483 0.3460 0.004741 0.448974 0.825829 0.861278 82.99470 0.000000

Mean dependent var S.D. dependent var Akaike info criterion Schwarz criterion F-statistic Prob(F-statistic)

171

Equao 09 Dependent Variable: VROAT1 Method: Least Squares Date: 05/10/10 Time: 15:53 Sample: 1 806 Included observations: 806 Newey-West HAC Standard Errors & Covariance (lag truncation=6) Variable C ROA VAOL VMLT VGAT VINT R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood Durbin-Watson stat Coefficient 0.143107 -0.963237 0.001041 0.542745 -0.299811 -0.283736 0.588106 0.585532 0.286854 65.82826 -134.1355 1.888008 Std. Error 0.025722 0.154821 0.000858 0.209811 0.203075 0.107518 t-Statistic 5.563664 -6.221635 1.213151 2.586832 -1.476353 -2.638959 Prob. 0.0000 0.0000 0.2254 0.0099 0.1402 0.0085 0.004387 0.445570 0.347731 0.382659 228.4498 0.000000

Mean dependent var S.D. dependent var Akaike info criterion Schwarz criterion F-statistic Prob(F-statistic)

Equao 10 Dependent Variable: VROAT1 Method: Least Squares Date: 05/10/10 Time: 15:57 Sample: 1 806 Included observations: 806 Newey-West HAC Standard Errors & Covariance (lag truncation=6) Variable C ROA VROA VAOL VML VGA R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood Durbin-Watson stat Coefficient 0.130747 -0.810978 0.218575 0.000242 0.197730 -0.004791 0.346117 0.342030 0.361425 104.5027 -320.3876 1.938678 Std. Error 0.032444 0.139650 0.181441 0.000820 0.089081 0.011448 t-Statistic 4.029897 -5.807200 1.204662 0.294780 2.219675 -0.418520 Prob. 0.0001 0.0000 0.2287 0.7682 0.0267 0.6757 0.004387 0.445570 0.809895 0.844823 84.69193 0.000000

Mean dependent var S.D. dependent var Akaike info criterion Schwarz criterion F-statistic Prob(F-statistic)

172

Utilidade Pblica e Telecomunicaes (Tabela 19)

Equao 07 Dependent Variable: VROAT1 Method: Least Squares Date: 05/10/10 Time: 16:09 Sample: 1 654 Included observations: 654 Newey-West HAC Standard Errors & Covariance (lag truncation=6) Variable C ROA VROA VAOL R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood Durbin-Watson stat Coefficient 0.069131 -0.508816 -0.142034 -0.002513 0.302032 0.298811 0.167593 18.25685 242.2056 1.878471 Std. Error 0.046024 0.341879 0.090967 0.001996 t-Statistic 1.502060 -1.488290 -1.561372 -1.258788 Prob. 0.1336 0.1372 0.1189 0.2086 0.006741 0.200142 -0.728458 -0.701038 93.75838 0.000000

Mean dependent var S.D. dependent var Akaike info criterion Schwarz criterion F-statistic Prob(F-statistic)

Equao 08 Dependent Variable: VROAT1 Method: Least Squares Date: 05/10/10 Time: 16:12 Sample: 1 654 Included observations: 631 Newey-West HAC Standard Errors & Covariance (lag truncation=6) Variable C ROA VROA VAOL ML GA R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood Durbin-Watson stat Coefficient 0.016220 -0.210356 -0.067290 -0.000837 0.001677 0.027798 0.604860 0.601698 0.081294 4.130461 691.2730 1.758641 Std. Error 0.011188 0.071448 0.066445 0.000963 5.05E-05 0.017659 t-Statistic 1.449784 -2.944167 -1.012729 -0.869116 33.21025 1.574166 Prob. 0.1476 0.0034 0.3116 0.3851 0.0000 0.1160 0.000746 0.128811 -2.172022 -2.129734 191.3433 0.000000

Mean dependent var S.D. dependent var Akaike info criterion Schwarz criterion F-statistic Prob(F-statistic)

173

Equao 09 Dependent Variable: VROAT1 Method: Least Squares Date: 05/10/10 Time: 16:15 Sample: 1 654 Included observations: 654 Newey-West HAC Standard Errors & Covariance (lag truncation=6) Variable C ROA VAOL VMLT VGAT VINT R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood Durbin-Watson stat Coefficient 0.108711 -0.811614 -0.003635 0.265814 0.004489 0.252133 0.708091 0.705838 0.108550 7.635512 527.2614 1.644073 Std. Error 0.024105 0.182767 0.001549 0.171294 0.007002 0.362952 t-Statistic 4.509852 -4.440704 -2.346347 1.551799 0.641095 0.694675 Prob. 0.0000 0.0000 0.0193 0.1212 0.5217 0.4875 0.006741 0.200142 -1.594072 -1.552942 314.3737 0.000000

Mean dependent var S.D. dependent var Akaike info criterion Schwarz criterion F-statistic Prob(F-statistic)

Equao 10 Dependent Variable: VROAT1 Method: Least Squares Date: 05/10/10 Time: 16:18 Sample: 1 654 Included observations: 654 Newey-West HAC Standard Errors & Covariance (lag truncation=6) Variable C ROA VROA VAOL VML VGA R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood Durbin-Watson stat Coefficient 0.098034 -0.724123 -0.118623 -0.002578 0.002205 0.076063 0.718772 0.716602 0.106546 7.356133 539.4506 1.652353 Std. Error 0.023883 0.181024 0.080560 0.001196 0.000143 0.030189 t-Statistic 4.104696 -4.000142 -1.472479 -2.156698 15.44123 2.519556 Prob. 0.0000 0.0001 0.1414 0.0314 0.0000 0.0120 0.006741 0.200142 -1.631347 -1.590218 331.2354 0.000000

Mean dependent var S.D. dependent var Akaike info criterion Schwarz criterion F-statistic Prob(F-statistic)