ANÁLISE FINANCEIRA TRADICIONAL E ANÁLISE … · COMPARATIVO DO PODER DE EXPLICAÇÃO DO RETORNO...

ANÁLISE FINANCEIRA TRADICIONAL

E ANÁLISE DINÂMICA: UM ESTUDO

COMPARATIVO DO PODER DE

EXPLICAÇÃO DO RETORNO

ACIONÁRIO

Marcos Antônio de Camargos (FNH-IBMECMG)

[email protected]

Mirela Castro Santos Camargos (FJP)

[email protected]

Julio Alfredo Racchumi Romero (CEDEPLAR)

[email protected]

O objetivo desta pesquisa é identificar se as variáveis da Análise

Financeira Tradicional (AFT) e da Análise Dinâmica (AD) explicam o

retorno acionário de uma amostra de 124 empresas brasileiras não

financeiras no período compreendido entree 2003 e 2007. Além disso,

buscou-se identificar qual dessas duas técnicas de análise de

financeira de empresas possui maior poder de explicação desse

retorno. Em termos metodológicos, trata-se de uma pesquisa

descritiva, quantitativa, conduzida pela técnica de pesquisa ex-post-

facto, que se utiliza de dados anuais (secundários), extraídos das

demonstrações financeiras, além da cotação das ações no mercado

(retorno acionário). Foi utilizada a análise de componentes principais

que forneceu os fatores utilizados no modelo de regressão múltipla.

Conclui-se que as variáveis da AD, por si só, não explicam o retorno

acionário, somente quando combinadas com variáveis da AFT. Além

disso, as variáveis da AFT apresentam maior poder de explicação,

quando comparadas com as variáveis da AD. As margens de lucro, a

capacidade de pagamento e o retorno dos acionistas foram as

variáveis que mais se destacaram na explicação do retorno acionário.

Palavras-chaves: Análise Financeira Tradicional, Análise Dinâmica,

Retorno Acionário, Análise Componentes Principais, Regressão

Múltipla

XXIX ENCONTRO NACIONAL DE ENGENHARIA DE PRODUÇÃO A Engenharia de Produção e o Desenvolvimento Sustentável: Integrando Tecnologia e Gestão.

Salvador, BA, Brasil, 06 a 09 de outubro de 2009

XXIX ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCAO A Engenharia de Produção e o Desenvolvimento Sustentável: Integrando Tecnologia e Gestão


2

1. Introdução

Na teoria contábil-financeira, duas técnicas concorrem para avaliar o desempenho

econômico-financeiro de uma empresa, a Análise Financeira Tradicional (AFT) e a

Análise Dinâmica (AD) ou Modelo Fleuriet. O foco da primeira está em identificar e

avaliar o desempenho econômico-financeiro relacionando-o ao cumprimento de

obrigações por parte dos gestores responsáveis pela condução das atividades da

empresa. Está sempre orientada pela busca por mecanismos de determinação da forma

como as decisões e ações dos gestores afetam a empresa e como elas devem ser focadas,

sempre visando a maximização do valor da empresa (KASSAI, 2002). Sobre a segunda,

AD, pode-se dizer que se trata de um modelo de análise da situação financeira de

organizações, baseado na gestão francesa, que se centra principalmente na gestão do

capital de giro e na liquidez de uma empresa, desenvolvido e adaptado à realidade

empresarial brasileira por Fleuriet, Kehdy e Blanc (1980).

Pode-se dizer que as pesquisas do impacto da divulgação de informações contábeis sobre

a cotação das ações no mercado, no intuito de identificar como este reage ou quando

reage a essas informações foram iniciados pelos estudos seminais de Ball e Brown (1968)

e Beaver (1968). Daí em diante, um vasto arcabouço teórico foi desenvolvido para

explicar/testar a eficiência do mercado, quando da divulgação de informações relevantes

por parte das empresas, dentre as quais com destaque para as contábeis, bem como a

relação entre tais dados e o preço ou o retorno da ação. Os estudiosos da elaboração de

políticas contábeis (accounting policy making), geralmente têm como objetivo, identificar

se essas informações são utilizadas para a tomada de decisões de investimentos.

Partindo-se do pressuposto de que um melhor entendimento das variáveis que afetam os

preços das ações no mercado possibilitaria um aprimoramento das decisões financeiras

de investimento e de financiamento, o objetivo deste artigo consiste em identificar se as

variáveis da AFT e da AD explicam o retorno acionário de empresas brasileiras, no

período compreendido entre 2003 e 2007. Além disso, buscou-se identificar qual dessas

duas técnicas de análise de desempenho possui maior poder de explicação desse retorno.

Na seqüência, é apresentado o quadro teórico de referência, seguido dos procedimentos

metodológicos e análise e discussão dos resultados nas seções 2, 3 e 4, respectivamente.

Encerra-se com as considerações finais e conclusão na seção 5, seguida das referências.

2. Referencial Teórico

2.1 Eficiência de Mercado e o Retorno Acionário

Segundo Haugen (2001), um mercado é eficiente quando as informações relevantes em

um período qualquer sobre as empresas participantes desse mercado não alterar o

retorno esperado de investimentos no mesmo. Isso significa dizer que os preços sempre

refletem de maneira completa e instantânea o fluxo de informações disponíveis. Dessa

forma, os preços das ações nesse mercado se ajustam no momento em que as

informações relevantes são disponibilizadas publicamente, não existe a possibilidade de

ocorrer estratégias de negociação baseadas no fluxo de informações passadas, que

proporcionem retornos anormais.



3

Na perspectiva de um mercado eficiente (FAMA, 1970 e 1991), ou seja, aquele eu

incorpora de maneira rápida e precisa o fluxo de informações disponíveis no mercado

aos preços das ações, qualquer informação relevante será avaliada e precificada pelo

mercado. As diferentes expectativas sobre o impacto dessa informação, bem como do

futuro da empresa de investidores e analistas é que ocasionam os lances e ofertas de

compra e venda de ações no mercado. Pode-se dizer que o foco do mercado está sempre

em tentar identificar se o preço corrente da ação reflete o seu real valor.

Dentre os vários eventos utilizados para se identificar a reação de um mercado, figura a

divulgação das demonstrações financeiras (DF´s). Leite e Sanvicente (1990) foram os

primeiros autores brasileiros a analisar o relacionamento entre as variáveis oriundas das

DF´s (lucros anuais) e o valor patrimonial da ação, concluindo que elas não possuíam

conteúdo informacional relevante. Pesquisas posteriores tentaram identificar se a

divulgação de DF´s ao mercado influenciava o preço das ações, tais como Schiehll (1996),

que encontrou efeitos significativos (no período analisado), enquanto Perobelli e Ness Jr.

(2000) não encontraram evidências dessa relação. Lima e Terra (2006) não encontraram

evidências de retornos anormais nos dias próximos à publicação das DF´s para toda a

amostra, mas somente quando dividiram a amostra em empresas com prejuízo e com

lucro. No presente estudo, o foco se desloca um pouco em relação à reação do mercado,

contemplando mais a identificação de como e quais variáveis ou indicadores oriundos

das DF´s de duas técnicas de análise financeira do desempenho econômico-financeiro

(AFT e AD) explicam o retorno acionário.

2.2 Análise Financeira Tradicional (AFT)

Simplificadamente, a AFT pode ser definida como uma técnica que considera as DF´s

como fonte de dados e informações, que são compilados em índices e indicadores, cuja

análise histórica possibilita identificar a evolução do desempenho econômico-financeiro

da empresa, bem como projeções de possíveis resultados futuros (SILVA, 2007).

Na AFT, o desempenho financeiro é identificado por meio da liquidez da empresa

(capacidade dela honrar os compromissos assumidos) e da sua capacidade de contrair

dívidas das mais adequadas e rentáveis fontes possíveis (qualidade e quantidade do

endividamento). O desempenho econômico ou operacional é identificado pela

capacidade da empresa converter suas receitas em retorno / lucro para os seus

proprietários (níveis e margens de lucro), após remunerar cada uma das fontes

financiadoras das suas atividades (empregados, prestadoras de serviços, bancos e demais

credores, governo, proprietários, etc.). Por fim, o desempenho econômico-financeiro é

identificado pela capacidade da empresa converter suas atividades e seus esforços de

vendas em lucro ou retorno para os seus proprietários, traduzido pelos seus indicadores

de retorno ou lucratividade. Os índices da AFT utilizados nesta pesquisa foram: 1.

Estrutura / Endividamento: Grau de Endividamento Geral (GEG), Participação de

Capitais de Terceiros (PCT), Perfil da Dívida (PD), Imobilização do Patrimônio Líquido

(IPL), Endividamento Financeiro sobre o Ativo Total (EFSAT); 2. Liquidez: Liquidez

Geral (LG), Liquidez Corrente (LC), Liquidez Seca (LS); 3. Lucratividade / Eficiência:

Margem Bruta (MB), Margem Operacional (MO), Margem Líquida (ML), Retorno

Sobre o Ativo (ROA), Retorno Sobre Investimento (ROI), Retorno Sobre Patrimônio

Líquido (ROE).



4

2.3 Análise Dinâmica (AD)

A AD permite a visualização da empresa como um todo, na perspectiva financeira da

liquidez, fornecendo assim, uma visão sistêmica do impacto das diversas áreas de

decisão na empresa, bem como de suas interdependências. O modelo se fundamenta no

cálculo e análise (do sinal) de três variáveis: capital de giro (CDG), necessidade de

capital de giro (NCG) e saldo de tesouraria (T), cuja interação permite formar os

chamados “tipos ou estruturas empresariais”. Baseado nessas variáveis chega-se ao

desempenho financeiro de uma empresa.

Para cálculo dessas variáveis a AD pressupõe uma reclassificação do balanço

patrimonial (BP), em função da realidade dinâmica (ciclos) das diversas contas e

subgrupos que o compõe, chegando-se assim ao balanço funcional. Segundo Silva (2007),

a preocupação básica nessa reclassificação consiste em relacionar as diversas contas não

somente pela dimensão temporal, como também pelo relacionamento dessas atividades

com o desenvolvimento das operações.

Destaca-se por fim que, baseado nos sinais das três variáveis acima, a AD apresenta seis

estruturas possíveis a partir da interação dessas variáveis, aperfeiçoado por Marques e

Braga (1995) que permitem a identificação da situação econômico-financeira da

empresa.

2.4 Retorno Acionário e Variáveis Explicativas: Estudos Anteriores

Os autores pioneiros na identificação da relação entre variáveis econômico-financeiras e

o retorno acionário foram Ball e Brown (1968). Em seu estudo esses autores constatarem

que margens de lucro inesperadas estão relacionadas positivamente com retornos acima

da média. Os estudos subseqüentes se centraram em identificar a relação existente entre

variáveis contábeis, como as margens de lucro e o retorno das ações. O quadro 3

apresenta alguns estudos que encontraram relação positivas entre variáveis da AFT e

retorno acionário.

Autores / Ano Modelo Variável(is) Independente(s)*

Ball e Brown (1968) Regressão Linear Margens de lucro inesperadas

Collins e Kothari (1989) Regressão Múltipla Lucros

Easton e Harris (1991) Análise

Multivariada Lucros

Black (1998) Regressão Múltipla Margens de lucro

Gul, Leung e Srinidhi (2000) Regressão Múltipla Margens de lucro

Charitou, Clubb e Andreou (2000) Regressão Múltipla Margens de lucro

Rees e Sivaramakrishnan (2001) Regressão Múltipla Receita Líquida de Vendas

Liu, Nissim e Thomaz (2002) Regressão Múltipla Receita Líquida de Vendas

Ertirmur, Livnat e Martikainen (2003) Regressão Múltipla Receita Líquida de Vendas

Jagadesh e Livnat (2004) Regressão Múltipla Lucros e Receita Líquida Vendas

Kama (2004) Regressão Múltipla Lucros e Receita Líquida Vendas

FONTE – Adaptado de Cavallari (2006, p. 63-64).

QUADRO 1 – Síntese de trabalhos correlatos na literatura internacional

Segundo Cavallari (2006) de maneira geral, as evidências empíricas apontam para uma

relação significativa entre o retorno acionário e as variáveis da AFT, tais como: margens

de lucro, receita líquida de vendas, dentre outras, conforme se visualiza no quadro 3.



5

Essa autora pondera, entretanto, que a maioria dos estudos revela que a natureza dessa

relação varia de acordo com o tipo de empresa e com os setores de atuação.

Na literatura nacional Kuhl (2007) constatou que os preços das ações e os indicadores

contábeis não mensuram as mesmas dimensões do desempenho empresarial. Aguiar et

al. (2007) constataram que o lucro operacional (Ebit) e o CDG se mostraram

significantes na explicação do valor de mercado das 125 empresas analisadas. Cavallari

(2006) constatou que crescimento das vendas, MO e investimento em ativos fixos

explicam o preço das ações empresas pesquisadas. Scalabrin e Alves (2003) observaram

que a LC e o ROE apresentaram significância estatística na explicação do valor de

mercado das 50 empresas pesquisadas.

3. Metodologia

Esta pesquisa pode ser classificada como descritiva, quantitativa e conduzida pela

técnica ex-post-facto. O corte transversal contemplou a análise de dados de empresas

brasileiras de capital aberto em um período de cinco anos consecutivos, abrangendo os

anos de 2003 a 2007. As unidades de análise foram companhias de capital aberto não-

financeiras com ações negociadas na Bovespa. As unidades de observação foram as

demonstrações financeiras dessas empresas e a cotação das suas ações no mercado

(retorno acionário). As empresas não-financeiras foram excluídas devido às

particularidades que apresentam nas suas DF´s.

Os critérios de seleção da amostra foram: 1. empresas com maior faturamento no

setor/segmento; 2. ações de maior liquidez de cada setor/segmento; 3. disponibilidade de

todos os dados no período analisado. Como algumas empresas atenderam a esses

critérios somente em algum ou alguns dos anos analisados na pesquisa, o conjunto de

empresas analisadas em cada ano sofreu alteração. A amostra maior foi a do ano de

2007, com 124 empresas e a menor com 106 no ano de 2003. Nos outros anos, o número

de empresas foi menor, tendo em vista que algumas empresas: 1. não apresentaram

cotação anual no período analisado; 2. não dispunham dos dados necessários à análise;

3. estavam passando por algum problema de gestão, o que fez com que o valor dos

indicadores utilizados na pesquisa fosse discrepante em relação ao das demais empresas.

As 124 empresas analisadas nesta pesquisa distribuiem-se pelos seguintes setores:

Agropecuária e Pesca (1), Alimentos, Bebidas e Fumo (12), Aviação (3), Comércio (8),

Construção e Engenharia (11), Eletrônicos (2), Energia Elétrica (15), Logística e

Transporte (7), Máquinas Industriais (10), Mineração (1), Papel e Celulose (4), Petróleo

e Gás (4), Química e Petroquímica (9), Siderurgia e Metalurgia (5), Telecomunicações

(6), Têxtil (9), Veículos e Peças (5) e Outros (12).

3.1 Variáveis da Pesquisa

A variável dependente desta pesquisa foi o retorno acionário anual da ação de maior

liquidez (RA) das empresas componentes da amostra, obtida pela seguinte fórmula:

)1(

)1( )(

ti

tiit

itP

PPRA [Equação 1]

sendo: itP = preço de fechamento da ação da empresa i, no último dia do ano t; )1( tiP = preço de

fechamento da ação da empresa i, no último dia do ano anterior a t;



6

As variáveis independentes foram definidas com base na AFT e na AD. Além das

variáveis apresentadas anteriormente, foram utilizadas outras variáveis, também

extraídas das DF´s, como: alavancagem financeira (AF), calculada por LL * AT / PL /

(LL – Resultado financeiro); variação da receita líquida de um ano para outro (Cres.);

tamanho da empresa, identificado pelo logaritmo natural (LN) do ativo total (TAM);

variação do ativo imobilizado (Vimob), proxy das decisões de investimento; o lucro

operacional somado à depreciação e amortização (EBITDA); lucro operacional (LO);

lucro líquido (LL); margem EBIT (MEBIT) e margem EBITDA (MEBITDA), obtidas da

divisão do lucro EBIT e EBITDA pelas vendas líquidas. Ressalta-se que os indicadores

de atividade (prazos médios) não foram utilizados devido às diferenças existentes entre

os vários setores contemplados na amostra.

Os dados contábeis e as cotações das ações foram obtidos da base de dados da

Consultoria Economática. Foram utilizados dados anuais no cálculo de todas as

variáveis. No RA foi utilizada a ação de maior liquidez como variável dependente,

independentemente de ser ordinária ou preferencial.

3.2 Método

O modelo utilizado para identificar os fatores determinantes do retorno acionário das

empresas de capital aberto brasileiras foi uma regressão múltipla, precedida por uma

análise de componentes principais, conforme detalhamento abaixo.

Utilizou-se inicialmente a análise das componentes principais (ACP), que permite

reduzir um grande número de variáveis a uns poucos fatores independentes entre si, os

quais sintetizam a maior parte da informação contida nas variáveis originais e evitando

fenômenos de redundância (HAIR et al., 1998). Com a finalidade de facilitar a

interpretação da solução fatorial inicial, os fatores serão rotados mediante o

procedimento Varimax. Esta rotação permite interpretar os fatores mais facilmente, ao

indicar uma associação positiva ou negativa clara entre a variável e o fator (ou uma

ausência de associação se o valor está próximo a 0). Além disso, mostra de forma mais

clara a separação dos fatores.

Uma vez realizada a ACP a decisão de quantos fatores a serem considerados é

arbitrária. Dessa forma, seguiu-se o critério, no qual se seleciona o número de fatores

cuja contribuição acumulada fosse superior ou igual a 70%. Nesta pesquisa foram

selecionados nove fatores, que em conjunto explicavam mais de 80% da variação total.

Este método multivariado teve como objetivo, criar um novo conjunto de variáveis,

inferior em números às originais, que continham grande parte da informação inicial,

para substituir as variáveis originais na análise posterior da regressão múltipla.

Com o objetivo de se identificar e analisar, quais indicadores e das variáveis da Análise

Financeira Tradicional e da Dinâmica de empresas brasileiras não-financeiras de capital

aberto que explicam o retorno acionário (direcionadores de valor), realizou-se uma

análise de regressão múltipla. Neste caso, o retorno acionário (RA) foi considerado como

variável dependente e incluíram-se como variáveis independentes, os fatores

encontrados com a análise de componentes principais. O modelo utilizado pode ser

expresso por:

ij

j

i

ijii XY 1

[Equação 2]



7

Na qual iY = retorno acionário (RA) no período para a empresa i; e = são os parâmetros a serem

estimados; ijX = variáveis da AFT e da AD de cada empresa i, no período j utilizadas no modelo,

encontradas na ACP; ij = termo de erro do modelo.

Uma vez coletados os dados observou-se que algumas variáveis apresentavam

observações em diferentes escalas, optou-se assim, por padronizar algumas delas

(EBITDA, Lucro Líquido, Lucro Operacional, Necessidade de Capital de Giro, Capital

de Giro e o Saldo de Tesouraria).

jjjj XXZ /)( [Equação 3]

sendo, jX valor da variável em questão, com nj ,...,3,2,1 ; jX a média da variável e

j o desvio-padrão da variável. Assim, essas variáveis ficaram com distribuição

centrada em 0 (média) e com variância 1. A variação presente nas variáveis jX

permanece nos escores jZ , porém dentro da mesma escala. No caso de )2,0(~jX ,

obtém-se uma padronização )1,0(~jZ .

A regressão múltipla foi realizada após ser identificado que o modelo não violava

nenhum dos seus pressupostos básicos: 1. a variável dependente deve apresentar

distribuição normal (Kolgomorov-Smirnov Test); 2. número de observações deve ser

maior que o número de variáveis independentes; e 3. não deve existir relação linear

exata ou próxima entre as variáveis independentes – multicolinearidade (Variance

Inflation Factor – VIF); 4. igualdade de variância (White Noise Test); 5. autocorrelação

entre os resíduos (Durbin-Watson Test). Esses pressupostos foram atendidos após a

identificação e eliminação de algumas observações discrepantes (outliers) da análise em

cada modelo.

O software utilizado para a preparação das variáveis do modelo foi o Microsoft Excel

versão Office-2003, enquanto que os testes estatísticos serão feitos utilizando-se o

Statistical Package for the Social Sciences - SPSS -, versão 15.0.

4. Resultados

Por meio da ACP realizada nas variáveis da AFT foi possível reduzir as 23 variáveis

iniciais para apenas nove componentes, que explicam 82,78%, 86,96%, 85,16%, 87,71%

e 83,58%, respectivamente, da variação total, para os cinco anos analisados. É

importante destacar que estes fatores sofreram variações para cada ano analisado, mas

com boa parte dos fatores mantendo as variáveis constitutivas. Dessa forma, optou-se

por não explicá-los nesta seção, mas sim na análise dos resultados do modelo de

regressão.

4.1 Análise do Modelo de Regressão Múltipla Completo

Inicialmente serão apresentados os resultados obtidos para o modelo de regressão no

qual foram inseridas em conjunto as duas técnicas de análise, AFT e AD, denominado

nesta seção de modelo “completo”. No modelo de AD, como a variável T é resultante do

que ocorreu nas suas duas outras variáveis CDG e NCG, foi identificada uma forte

correlação entre a primeira e essas duas últimas. Assim, optou-se por inseri-la



8

juntamente com a variável CDG, que mostrou maior poder de explicação da variável

dependente. As tabelas 3 e 4 apresentam, respectivamente, o poder de explicação do

modelo para cada ano e significância de cada um.

Model R R Square Adjusted R Square Std. Error of the Estimate

2003 0,343(a) 0,117 0,014 1,23346

2004 0,722(a) 0,521 0,465 0,87102

2005 0,172(a) 0,030 -0,076 1,25874

2006 0,518(a) 0,268 0,190 2,59019

2007 0,781(a) 0,610 0,572 1,56336

FONTE – Elaborada pelos autores.

(a) Predictors: (Constant), CDG, T, Fator 1, Fator 2, Fator 3, Fator 4, Fator 5, Fator 6, Fator 7, Fator 8 e

Fator 9.

TABELA 1 - Sumário das estatísticas do modelo de regressão completo (2003 a 2007)

Conforme pode ser observado na tabela 5, os modelos de 2003 e 2005 não apresentaram

significância estatística e, consequentemente, foram os que apresentaram menor poder

de explicação do RA (tabela 4). Assim a análise das variáveis / fatores do modelo que

inclui as variáveis tanto da AFT, quanto da AD se centrará nos anos de 2004, 2006 e

2007.

Model Sum of Squares df Mean Square F Sig.

2003

Regression 19,013 11 1,728 1,136 0,343(a)

Residual 143,013 94 1,521

Total 162,026 105

2004

Regression 77,657 11 7,060 9,305 0,000(a)

Residual 71,316 94 0,759

Total 148,973 105

2005

Regression 4,884 11 0,444 0,280 0,988(a)

Residual 160,026 101 1,584

Total 164,911 112

2006

Regression 255,213 11 23,201 3,458 0,000(a)

Residual 697,744 104 6,709

Total 952,957 115

2007

Regression 428,564 11 38,960 15,941 0,000(a)

Residual 273,740 112 2,444

Total 702,304 123


(a) Predictors: (Constant), CDG, T, Fator 1, Fator 2, Fator 3, Fator 4, Fator 5, Fator 6, Fator 7, Fator 8 e

Fator 9.

TABELA 2 - ANOVA do modelo de regressão completo (2003 a 2007)

Dos três modelos que aprestaram significância estatística, pode-se dizer que o seu poder

de explicação do RA foi razoável, com destaque para o ano de 2007 (R2 = 0,61), seguido

de 2004 (R2 = 0,521) e 2006 (R

2 = 0,268). A tabela 6 apresenta quais foram os

componentes que se mostraram significantes estatisticamente na explicação da variável

dependente.

Conforme se visualiza na tabela 6, no ano de 2004, dos nove componentes da AFT e das

duas variáveis da AD, apenas três da primeira e o CDG da segunda é que se mostraram

importantes na explicação do RA. O fator 1 (MO, ML, MEBITDA, MEBIT), tem relação

positiva com o retorno, ou seja, quanto maiores as margens de lucro divulgadas pela



9

empresa, maior tende a ser o RA. O fator 4 (ROE, LC, LS) foi o que apresenta maior

poder de influência sobre a variável dependente (0,8), mostrando que quanto maior foi a

rentabilidade dos sócios e a capacidade de pagamento da empresa, melhor é o

desempenho das ações no mercado. O fator 8 (VImob), fornece indícios de que a decisão

de investir em ativos fixos conduz a um aumento do preço das ações da empresa,

mostrando a importância que esta decisão assume, tanto no contexto teórico, quanto na

realidade empresarial, em se tratando de decisões gerenciais. Além desses fatores, a

variável CDG também de mostrou significante na explicação do retorno acionário, mas

com sinal contrário ao esperado.

2004 2006 2007

B

Std.

Error Sig. B

Std.

Error Sig. B

Std.

Error Sig.

(Constant) 0,683 0,085 0,000* 0,727 0,240 0,003* 0,428 0,185 0,023**

CDG -0,341 0,171 0,049** 0,019 0,291 0,949 0,355 0,470 0,451

T 0,190 0,166 0,256 0,025 0,402 0,950 -1,442 0,400 0,000*

Fator 1 0,209 0,086 0,017** 0,059 0,242 0,806 -0,191 0,141 0,179

Fator 2 0,037 0,086 0,667 0,405 0,245 0,102 -1,162 0,339 0,001*

Fator 3 -0,197 0,163 0,229 0,002 0,355 0,995 -0,075 0,147 0,612

Fator 4 0,800 0,086 0,000* -1,179 0,245 0,000* -0,006 0,141 0,966

Fator 5 -0,046 0,085 0,587 0,013 0,246 0,958 0,239 0,141 0,093

Fator 6 -0,007 0,086 0,937 0,161 0,242 0,509 -1,697 0,142 0,000*

Fator 7 -0,102 0,086 0,237 -0,702 0,243 0,005* 0,567 0,144 0,000*

Fator 8 0,158 0,085 0,066*** 0,318 0,242 0,192 -0,052 0,146 0,722

Fator 9 0,082 0,085 0,339 0,205 0,243 0,401 -0,239 0,144 0,098***

FONTE - Elaborada pelos autores.

*; **; *** denota significância estatística de 1, 5 e 10%, respectivamente.

TABELA 3 – Coeficientes e significância do modelo de regressão completo (2004, 2006 e 2007)

No ano de 2006, somente os fatores 4 (MEBITDA, MEBIT) e 7 (LG, MB, PD) se

mostraram significantes, sinalizando, no primeiro caso, ao contrário do esperado, que

existe uma relação negativa entre as margens de lucro e o desempenho das ações e, no

segundo, que a liquidez, a margem bruta e a qualidade do endividamento também

influenciam o RA.

O ano de 2007 foi o mais robusto em termos estatísticos, pois apresentou o maior poder

de explicação e, consequentemente, mais fatores que explicam a variável dependente. O

saldo de tesouraria da AD mostrou-se como a variável de maior influência sobre o RA.

Além dela, o fator 1 (GEG, EFSAT, ROA, ROI), também se mostrou significante,

sinalizando que o nível de endividamento e o retorno proporcionado pelas atividades da

empresa são determinantes para a explicação do comportamento dos preços das ações

no mercado. O fator 6 (PCT, IPL, AF) mostra que o endividamento apresenta uma

relação inversa com o retorno acionário. O fator 7 (MB, PD) mostra que o controle dos

custos operacionais e a qualidade do endividamento influenciam positivamente a

variável dependente, enquanto que o fator 9 (VImob) fornece indícios de que as decisões

de investimento em ativos fixos neste anos influenciaram negativamente o desempenho

acionário das empresas.



10

Sintetizando os resultados acima, foram encontrados fatores e variáveis das duas

técnicas de análise financeira de empresas utilizadas, mostrando que alguns dos seus

indicadores podem ser preditores do retorno acionário.

4.2 Comparação do Modelo de Regressão Múltipla AFT x AD

As tabelas 7 e 8 apresentam, respectivamente, o poder de explicação do modelo de

regressão que contém somente as variáveis da AFT para cada ano e significância de

cada um.


2003 0,329(a) 0,108 0,025 1,22687

2004 0,708(a) 0,501 0,454 0,88023

2005 0,170(a) 0,029 -0,056 1,24683

2006 0,517(a) 0,268 0,206 2,56582

2007 0,743(a) 0,552 0,517 1,66042


(a) Predictors: (Constant), Fator 1, Fator 2, Fator 3, Fator 4, Fator 5, Fator 6, Fator 7, Fator 8 e

Fator 9.

TABELA 4 - Sumário das estatísticas do modelo de regressão com variáveis da AFT (2003 a 2007)

Assim como ocorreu no modelo completo, conforme se nota na tabela 8, os modelos de

2003 e 2005 não apresentaram significância estatística e, consequentemente, foram

menor poder de explicação do retorno acionário (tabela 7). Da mesma forma, a análise

das variáveis / fatores deste modelo se centrará nos anos de 2004, 2006 e 2007.


2003

Regression 17,526 9 1,947 1,294 0,250(a)

Residual 144,500 96 1,505

Total 162,026 105

2004

Regression 74,593 9 8,288 10,697 0,000(a)

Residual 74,381 96 0,775

Total 148,973 105

2005

Regression 4,787 9 0,532 0,342 0,959(a)

Residual 160,123 103 1,555

Total 164,911 112

2006

Regression 255,112 9 28,346 4,306 0,000(a)

Residual 697,845 106 6,583

Total 952,957 115

2007

Regression 388,007 9 43,112 15,637 0,000(a)

Residual 314,297 114 2,757

Total 702,304 123


(a) Predictors: (Constant), Fator 1, Fator 2, Fator 3, Fator 4, Fator 5, Fator 6, Fator 7, Fator 8 e

Fator 9. TABELA 5 - ANOVA do modelo de regressão com variáveis da AFT (2003 a 2007)

Dos três modelos que aprestaram significância estatística, pode-se dizer que o seu poder

de explicação da variação do retorno acionário foi razoável, com destaque para o ano de

2007 (R2 = 0,552), seguido de 2004 (R

2 = 0,501) e 2006 (R

2 = 0,268). A tabela 9 apresenta

quais foram os fatores que se mostraram significantes estatisticamente na explicação da

variável dependente.



11

Conforme se visualiza na tabela 9, os fatores são praticamente os mesmos do modelo

completo, com pequenas alterações no poder de influência de cada um. No ano de 2004,

os três fatores com significância estatística, 1 (MO, ML, MEBITDA, MEBIT), 4 (ROE,

LC, LS), de maior poder de influência, e 8 (VImob), apresentaram uma relação positiva

com o retorno acionário, sobre as quais já se comentou na seção anterior. No ano de

2006, além dos fatores significantes no modelo completo, isto é, fatores 4 (MEBITDA,

MEBIT) e 7 (LG, MB, PD), o fator 2 (LC, LS, MO, ML) forneceu indícios de que

também influencia o retorno acionário, ou seja, a capacidade de pagamento e as

margens de lucro são variáveis importantes para explicar o comportamento dos preços

das ações no mercado. Dos anos três que apresentaram fatores com significância

estatística, 2007 foi o apresentou maiores alterações nos fatores, passando a ter agora, ao

invés de cinco somente três fatores com significância estatística, 6 (PCT, IPL, AF), 7

(MB, PD) e agora com o fator 5 (MEBITDA, MEBIT, ROE), fornecendo indícios de que

as margens de lucro operacionais e o retorno obtido pelos acionistas influenciam

positivamente o preço das ações no mercado.

2004 2006 2007

B

Std.

Error Sig. B

Std.

Error Sig. B

Std.

Error Sig.

(Constant) 0,683 0,085 0,000* 0,727 0,238 0,003* 0,889 0,149 0,000*

Fator 1 0,187 0,086 0,032** 0,060 0,239 0,803 -0,192 0,150 0,201

Fator 2 0,018 0,086 0,837 0,410 0,239 0,090*** -0,069 0,150 0,646

Fator 3 -0,073 0,086 0,398 -0,020 0,239 0,932 -0,214 0,150 0,155

Fator 4 0,787 0,086 0,000* -1,178 0,239 0,000* -0,009 0,150 0,953

Fator 5 -0,044 0,086 0,612 0,007 0,239 0,975 0,251 0,150 0,097***

Fator 6 0,016 0,086 0,852 0,162 0,239 0,501 -1,640 0,150 0,000*

Fator 7 -0,114 0,086 0,188 -0,700 0,239 0,004* 0,532 0,150 0,001*

Fator 8 0,166 0,086 0,056*** 0,319 0,239 0,185 -0,117 0,150 0,434

Fator 9 0,086 0,086 0,321 0,203 0,239 0,399 -0,129 0,150 0,392


*; **; *** denota significância estatística de 1, 5 e 10%, respectivamente.

TABELA 6 – Coeficientes e significância do modelo de regressão variáveis da AFT (2004, 2006 e 2007)

Os resultados acima, confirmam o que já havia sido mostrado no modelo completo,

sinalizando que algumas variáveis da AFT explicam o comportamento das ações no

mercado. As tabelas 10 e 11 apresentam, respectivamente, o poder de explicação do

modelo de regressão que contém somente as variáveis da AD para cada ano e

significância de cada um.


2003 0,038(a) 0,001 -0,018 1,25329

2004 0,136(a) 0,019 0,000 1,19140

2005 0,009(a) 0,000 -0,018 1,22436

2006 0,039(a) 0,002 -0,016 2,90178

2007 0,062(a) 0,004 -0,013 2,40448


(a) Predictors: (Constant), CDG, T.

TABELA 7 - Sumário das estatísticas do modelo de regressão com variáveis da AD (2003 a 2007)


2003 Regression 0,240 2 0,120 0,076 0,927(a)



12

Residual 161,786 103 1,571

Total 162,026 105

2004

Regression 2,773 2 1,386 0,977 0,380(a)

Residual 146,201 103 1,419

Total 148,973 105

2005

Regression 0,014 2 0,007 0,005 0,995(a)

Residual 164,897 110 1,499

Total 164,911 112

2006

Regression 1,458 2 0,729 0,087 0,917(a)

Residual 951,499 113 8,420

Total 952,957 115

2007

Regression 2,739 2 1,370 0,237 0,789(a)

Residual 699,565 121 5,782

Total 702,304 123


(a) Predictors: (Constant), CDG, T.

TABELA 8 - ANOVA do modelo de regressão com variáveis da AD (2003 a 2007)

Conforme pode ser observado, em nenhum dos anos analisados os modelos com as

variáveis da AD se mostraram significantes estatisticamente, não sendo, portanto,

comentados. Analisando-se esses resultados com os obtidos no modelo completo,

depreende-se, que as variáveis da AD, por si só, não explicam o retorno acionário. A

significância das suas variáveis nesse último modelo mostra que elas são importantes

para explicar a variável dependente, quando combinadas com variáveis da AFT.

Os resultados apresentados nesta seção vão na direção de que as variáveis da AFT

apresentam maior poder de explicação, quando comparadas com as variáveis da AD. Ou

seja, apesar de todas as críticas e limitações da primeira, das vantagens e enaltecimentos

teóricos feitos à segunda, na identificação da situação financeira de uma empresa, esta

pesquisa mostrou que a AFT possui variáveis importantes para a precificação das ações

no mercado, indicando que, quando da sua divulgação, possivelmente, os preços são

influenciados, na perspectiva de um mercado eficiente. Assim, esta pesquisa cumpriu

com o seu objetivo principal de mostrar que variáveis da AFT explicam o retorno

acionário.

Além disso, no que se refere ao seu objetivo secundário, constatou-se que as variáveis da

AFT têm maior poder de explicação do retorno acionário, quando comparadas com as

variáveis da AD. Pois foram identificadas 14 variáveis da primeira, combinadas em

diferentes fatores da ACP que explicam o retorno acionário. Dentre essas variáveis

destaca-se MEBITDA e MEBIT que se mostraram significantes estatisticamente em três

dos anos analisados, ou seja, são as variáveis que se mostraram mais importantes para a

explicação do RA, seguidas da MB, MO, ML, LC, LS e ROE, que se mostraram

significantes estatisticamente em dois anos, ponderando-se também, que o foram em

diferentes fatores.

Por fim, pode-se dizer que as margens de lucro, a capacidade de pagamento e o retorno

dos acionistas foram as variáveis que mais se destacaram na explicação do retorno

acionário. Esses resultados vão na mesma de direção dos resultados da literatura

internacional, de Ball e Brown (1968), Black (1998), Gul, Leung e Srinidhi (2000),

Charitou, Clubb e Andreou (2000), que também encontraram as margens de lucro como

explicativas do retorno acionário. E são semelhantes aos de Aguiar et al. (2007),

Cavallari (2006), Scalabrin e Alves (2003) na literatura nacional.



13

5. Considerações Finais e Conclusão

O objetivo desta pesquisa foi identificar se variáveis da AFT e da AD podem ser

preditoras do comportamento do preço das ações (retorno acionário) de empresas de

capital aberto entre 2003 e 2007. Para isso, foi utilizada análise de componentes

principais, que permitiu identificar fatores com poder de explicação da variável

dependente, seguida da análise de regressão múltipla no qual foram inseridas as

variáveis dos dois modelos de análise financeira acima, utilizando-se de dados anuais de

uma amostra de 124 empresas brasileiras de capital aberto. Dessa forma, com o

desenvolvimento desta pesquisa tem-se a expectativa de ampliar as discussões sobre as

medidas de desempenho econômico-financeiro de duas técnicas de análise financeira de

empresas que poderiam ser utilizadas para explicar desempenho das ações no mercado,

e em última instância, o valor de uma empresa.

Partindo-se do pressuposto de que os preços das ações são afetados pelas diferentes

expectativas de analistas e investidores, a partir de dados e informações extraídas das

DF´s, quando da sua divulgação ao mercado, saber quais são as principais variáveis e de

que forma afetam o preço da ação é relevante, na medida em que pode melhor

direcionar estratégias de investimento e de financiamento no âmbito empresarial e

decisões de compra e venda de títulos no mercado de capitais. Em síntese, o tema

abordado por esta pesquisa é importante na medida em que contribui para o melhor

entendimento das práticas e estratégias corporativas, traduzidas pelo desempenho

econômico-financeiro de empresas brasileiras e seus impactos nos preços das ações no

mercado.

O objetivo desta pesquisa foi atingido a contento, pois, analisando-se o modelo completo,

que contém tanto variáveis da AFT, quanto da AD, foi constatado que variáveis das

duas podem ser utilizadas como preditoras do retorno acionário, ressaltando-se,

entretanto, que a primeira possui um poder de explicação superior, pois conforme

apresentado anteriormente, foram encontradas 18 variáveis da AFT que forneceram

(modelo completo), evidências (p-value<0,05) ou indícios (p-value<0,10) no modelo de

regressão múltipla (MEBITDA, MEBIT, MB, MO, ML, LG, LC, LS, GEG, PD, PCT,

IPL, EFSAT, ROA, ROI, ROE, AF, VImob), além de CDG, T da AD, que também se

mostraram significante estatisticamente.

Constatou-se que as variáveis da AD, por si só, não explicam o retorno acionário, mas

sim somente quando combinadas com variáveis da AFT. Além disso, as variáveis da

AFT apresentam maior poder de explicação, quando comparadas com as variáveis da

AD. Pois foram identificadas 14 variáveis da primeira (modelo com variáveis da AFT),

combinadas em diferentes fatores da ACP que explicam o retorno acionário, com

destaque para MEBITDA e MEBIT que se mostraram significante estatisticamente em

três dos anos analisados, ou seja, são as variáveis que se mostraram mais importantes

para a explicação da variável dependente, seguidas da MB, MO, ML, LC, LS e ROE,

que se mostraram significante estatisticamente em dois anos, ponderando-se também,

que o foram em diferentes fatores.

A conclusão que se chega com os diferentes resultados obtidos nesta pesquisa é que,

aparentemente, o mercado leva em consideração nas estratégias de negociação das ações,

principalmente variáveis ligadas a margens de lucratividade, que sintetizam algum nível

da eficiência empresarial (operacional, gerencial ou financeira), capacidade de

pagamento e o retorno proporcionado aos seus acionistas. Os resultados encontrados



14

nesta pesquisa estão relacionados, tanto com os da literatura internacional [Ball e

Brown (1968); Black (1998); Gul, Leung e Srinidhi (2000); Charitou, Clubb e Andreou

(2000)], quanto com os da nacional [Aguiar et al. (2007); Cavallari (2006); Scalabrin e

Alves (2003)].

Como sugestão para pesquisas futuras, sugere-se ampliar o número de empresas da

amostra, além de se poder segmentar a amostra visando identificar similaridades ou

diferenças no poder de predição das variáveis. Além da inclusão de outras variáveis da

AFT, como os prazos médios, ciclo operacional e financeiro para segmentos específicos.

Referências

AGUIAR, A. B.; PIMENTEL, R. C.; REZENDE, A. J. & CORRAR, L. J. Criação de valor para o acionista:

uma análise dos direcionadores de valor em empresas brasileiras. In: ENANPAD, 31, 2007, Rio de Janeiro

(RJ). Anais...Rio de Janeiro: ANPAD, 2007 (CD-ROM).

BALL, R. & BROWN, P. An empirical evaluation of accounting income numbers. Journal of Accounting

Research, v. 6, n. 2, p. 159-178, 1968.

BEAVER, W. H. The information content of annual earnings announcements. Journal of Accounting

Research, v. 6, n. 2, p. 67-92, 1968.

BLACK, E. L. Which is more value relevant: earnings or cash flow? Working Paper SSRN, 1998.

CAVALLARI, A. L. G. Um estudo da relação entre macrodirecionadores de valor e o preço da ação no

mercado de capitais brasileiro. 2006. 172 f. Dissertação (Mestrado em Administração) - FEA, Universidade

de São Paulo, Ribeirão Preto.

CHARITOU, A.; CLUBB, C. & ANDREOU, A. The value relevance of earnings and cash flow: empirical

evidence from Japan. Journal of International Financial Management and Accounting, v. 11, n. 1, p. 1-22,

2000.

COLLINS, D. & KOTHARI, S. A theoretical and empirical analysis of determination of earnings response

coeffients. Journal of Accounting and Economics, v. 11, n. 2, p. 143-181, 1989.

EASTON, P. D. & HARRIS, T. S. Earnings as an explanatory variable for returns. Journal os Accounting

Research, v. 29, n. 1, p. 19-36, 1991.

ERTIRMUR, Y.; LIVNAT, J. & MARTIKAINEN, M. Differential market reaction to revenue and expensive

surprise. Review of Accounting Studies, n. 8, p. 2, p. 185-211, 2003.

FAMA, E. F. Efficient capital markets: a review of theory and empirical work. The Journal of Finance, v. 25,

n. 2, p. 383-417, May, 1970.

FAMA, E. F. Efficient capital markets II. The Journal of Finance, v. 46, n. 5, p. 1.575-617, Dec., 1991.

FLEURIET, M., KEDHY, R. & BLANC, G. O modelo fleuriet: a dinâmica financeira das empresas

brasileiras. Rio de Janeiro: Campus, 1980

GUL, F.; LEUNG, S. & SRINIDHI, B. The effect of investment opportunity set and debt level of earnings-

returns relationship and the price of accruals. Working Paper SSRN, 2000.

HAIR, J. F.; ANDERSON, R. E.; TATHAM, R. L. & BLACK, W. C. Multivariate data analysis. 5 ed. Upper

Saddle River: Prentice Hall, 1998.

HAUGEN, R. A. Modern investment theory. 5th

ed., New Jersey: Prentice Hall, 2001.

JAGADESH, N. & LIVNAT, J. Revenue surprise and stock returns. Working Paper, 2004.

KAMA, I. Revenues and earnings as a key value drivers in various context: implications for financial

management and statement analysis. Working Paper, 2004, Tel Aviv University.

KASSAI, S. Utilização da análise envoltória de dados (DEA) na análise de demonstrações contábeis. 2002.

Tese (Doutorado em Contabilidade e Controladoria) – FEA, Universidade de São Paulo, São Paulo.

KUHL, M. R. O mercado de capitais reflete, no preço das ações, o desempenho empresarial medido pelos

indicadores contábeis? 2007. 150 f. Dissertação (Mestrado em Ciências Contábeis) – Universidade Federal

do Paraná, Curitiba.

LEITE, H. & SANVICENTE, A. Z. Valor patrimonial: usos, abusos e conteúdo informacional. Revista de

Administração de Empresas, São Paulo, v. 30, n. 3, p. 17-31, jul./set., 1990.



15

LIMA, J. B. & TERRA, P. R. S. A reação do mercado brasileiro à divulgação das informações contábeis. In:

VARGA, G.; LEAL, R. P. L. (Orgs.), Gestão de investimentos e fundos, Rio de Janeiro: Financial

Consultoria, pp. 199-216, 2006.

LIU, J.; NISSIM, D. & THOMAZ, J. Equity valuation using multiples. Journal of Accounting Research, v.

40, n. 1, March 2002.

MARQUES, J. A. V. C. & BRAGA, R. Análise dinâmica do capital de giro: o modelo Fleuriet. Revista de

Administração de Empresas, v. 35, n. 3, p. 49-63, maio/junho, 1995.

PEROBELLI, F. F. C. & NESS Jr., W. L. Reações do mercado acionário a variações inesperadas nos lucros

das empresas: um estudo sobre a eficiência informacional no mercado brasileiro. In: ENANPAD, 24, 2000,

Florianópolis (SC). Anais...Rio de Janeiro: ANPAD, 2000 (CD-ROM).

REES, L. & SIVARAMAKRISHNAN, K. Valuation implication of revenue forecast. Working Paper, June,

2001.

SCALABRIN, I. & ALVES, T. W. Os indicadores contábeis podem prever a geração de valor? In:

ENANPAD, 27, 2003, Atibaia (SP). Anais...Rio de Janeiro: ANPAD, 2003 (CD-ROM).

SCHIEHLL, E. O efeito da divulgação das demonstrações contábeis no mercado de capitais brasileiro: um

estudo sobre a variação no preço das ações. In: ENANPAD, 20 1996, Angra dos Reis (RJ). Anais... Rio de

Janeiro: ANPAD, p. 289-303, set. 1996.

SILVA, J. P. Análise financeira das empresas. 8. ed., São Paulo: Atlas, 2007. 552 p.

(*) Os autores agradecem à FAPEMIG pelo apoio financeiro para participação no

evento.

ANÁLISE FINANCEIRA TRADICIONAL E ANÁLISE … · COMPARATIVO DO PODER DE EXPLICAÇÃO DO RETORNO...

Documents

Transcript of ANÁLISE FINANCEIRA TRADICIONAL E ANÁLISE … · COMPARATIVO DO PODER DE EXPLICAÇÃO DO RETORNO...