A EMISSÃO DE DEBÊNTURES E OS NÍVEIS HISTÓRICOS DE...
-
Upload
hoanghuong -
Category
Documents
-
view
214 -
download
0
Transcript of A EMISSÃO DE DEBÊNTURES E OS NÍVEIS HISTÓRICOS DE...
UNIVERSIDADE PRESBITERIANA MACKENZIE
CCSA - Centro de Ciências Sociais e Aplicadas
PROGRAMA DE PÓS-GRADUAÇÃO EM ADMINISTRAÇÃO DE EMPRESAS
A EMISSÃO DE DEBÊNTURES E OS NÍVEIS HISTÓRICOS
DE TAXA DE JUROS NO BRASIL
(PERÍODO DE 2000 A 2012).
Marcos Alexandre dos Reis Cardillo
Orientador: Profº. Drº. Wilson Toshiro Nakamura
São Paulo, 2013
MARCOS ALEXANDRE DOS REIS CARDILLO
A EMISSÃO DE DEBÊNTURES E OS NÍVEIS HISTÓRICOS DE TAXA DE JUROS NO BRASIL
(PERÍODO DE 2000 A 2012).
Dissertação apresentada à Universidade Presbiteriana Mackenzie, como requisito parcial
para obtenção do título de Mestre em Finanças Estratégicas.
ORIENTADOR: PROFº. DRº. WILSON TOSHIRO NAKAMURA
SÃO PAULO
2013
2
C267e Cardillo, Marcos Alexandre dos Reis
A emissão de debêntures e os níveis históricos de taxa de juros no Brasil (período de 2000 a 2012) / Marcos Alexandre dos Reis Cardillo - 2013.
63f. : il., 30 cm
Dissertação (Mestrado em Administração de Empresas) – Universidade Presbiteriana Mackenzie, São Paulo, 2013.
Orientação: Prof. Dr. Wilson Toshiro Nakamura Bibliografia: f. 61-63
1. Debêntures. 2. Taxa de juros DI. 3. Estrutura de capital.
I. Título. CDD 332.6
3
MARCOS ALEXANDRE DOS REIS CARDILLO
A EMISSÃO DE DEBÊNTURES E OS NÍVEIS HISTÓRICOS DE TAXA DE JUROS NO BRASIL
(PERÍODO DE 2000 A 2012).
Dissertação apresentada à Universidade Presbiteriana Mackenzie, como requisito parcial
para obtenção do título de Mestre em Finanças Estratégicas.
.
BANCA EXAMINADORA
___________________________________________________ Profº. Drº. Wilson Toshiro Nakamura - Orientador
Universidade Presbiteriana Mackenzie
___________________________________________________ Profº. Drº. Hsia Hua Sheng
EAESP-FGV
___________________________________________________ Profº. Drº. Josilmar Cordenonssi Cia
Universidade Presbiteriana Mackenzie
SÃO PAULO 2013
4
AGRADECIMENTOS
A Deus pela oportunidade dada e por todos aqueles que ele colocou em meu
caminho e que tornaram possível esta empreitada.
Ao meu orientador e amigo Prof. Wilson Toshiro Nakamura que foi paciente e
atencioso durante todo o processo e que não mediu esforços para me auxiliar e incentivar.
A S. Tereza que esteve ao meu lado sempre e que seguramente me deu forças para
continuar mesmo nos momentos mais difíceis.
A amiga Tânia que gentilmente cedeu os dados da Anbima permitindo e
viabilizando a execução desse projeto.
A todos os colegas de mestrado com quem tive uma agradável convivência e
grande aprendizado.
A meus familiares que sempre me incentivaram e torceram por mim.
5
RESUMO
No Brasil ainda existem poucos estudos que apontam as taxas de juros como
variável importante das decisões de estrutura de capital, sobretudo no que se refere a sua
importância nas emissões de títulos corporativos. As debêntures representam a maior parcela
dos títulos de dívida corporativa emitidos no Brasil, muito embora componham apenas uma
pequena parcela do financiamento total das empresas brasileiras.
O principal indexador das emissões de debêntures no Brasil é a taxa de juros CDI,
que nas últimas décadas em função do processo de estabilização da economia brasileira
iniciado em 1994, tem sofrido flutuações e agora mais recentemente em 2013, voltaram a
subir.
Frente ao crescimento das emissões de debêntures não só em volume, mas
também em valores relativos se comparados ao total de financiamentos, bem como as
flutuações da taxa de juros DI, torna-se relevante entender se as emissões das debêntures
brasileiras no período de 2000 a 2012 tem seu montante mensal influenciado pelas flutuações
das taxas de juros DI em relação aos seus níveis históricos. Para tal, foi utilizado o método de
regressão linear de séries temporais com o estimador de mínimos quadrados ordinários.
Encontrou-se como resultado que as taxas de juros DI, quando comparadas aos seus níveis
históricos de um ano no período acima estudado, influenciaram o montante de emissões das
debêntures brasileiras.
6
ABSTRACT
In Brazil there are few studies that link interest rates as an important variable of
capital structure decisions, especially with regard to its importance in the issuance of
corporate bonds. The debentures represent the largest portion of corporate bonds issued in
Brazil, even though these comprise only a small portion of the total financing of Brazilian
companies.
The main index of debenture issues in Brazil is the CDI rate, which in recent
decades due to the stabilization of the Brazilian economy started in 1994, has fluctuated and
now more recently in 2013, rebounded.
Against the growth of debenture issues not only in volume but also in relative
values compared to the total financing and fluctuations in interest rates DI, it becomes
important to understand whether emissions from Brazilian bonds in the period 2000 to 2012
has its monthly amount influenced by fluctuations in interest rates DI compared to historic
levels. To this end, we used linear regression of time series with ordinary least squares
estimator. It was found as a result that interest rates DI compared to historic levels of a year in
the period studied above, influenced the amount of emissions from Brazilian debentures.
7
SUMÁRIO
1 - INTRODUÇÃO ......................................................................................................................................... 10
2 – OBJETIVOS .............................................................................................................................................. 12
2.1 - Objetivo Geral ..................................................................................................................................... 12
2.2 - Objetivos Específicos .......................................................................................................................... 12
3 – JUSTIFICATIVA ...................................................................................................................................... 13
4 - HIPÓTESE DE PESQUISA ...................................................................................................................... 14
5 – DELIMITAÇÃO ....................................................................................................................................... 14
6 - REFERENCIAL TEÓRICO ...................................................................................................................... 15
6.1 - Principais Correntes Teóricas sobre Estrutura de Capital ................................................................... 15
6.1.1 - Determinantes Empíricos da Estrutura de Capital........................................................................ 16
6.2 - Teoria do Market Timing..................................................................................................................... 18
6.3 - Timing of Interest Rates ...................................................................................................................... 20
6.4 – DEBÊNTURES .................................................................................................................................. 23
6.4.1 – Caracaterísticas das Debêntures .................................................................................................. 23
6.4.2 – Estudos sobre endividamento e debêntures de empresas brasileiras. .......................................... 24
7 - METODOLOGIA DE PESQUISA ............................................................................................................ 31
7.1 - Definição e coleta dos dados ............................................................................................................... 31
7.2 - Variável Dependente e Variáveis Independentes ................................................................................ 31
7.2.1 - Variável Nível Histórico de taxa de juros das debêntures . .......................................................... 31
7.2.2 – Variável Embi + Brasil ................................................................................................................ 32
7.2.3 – Variável Desembolso Mensal do BNDES destinado a Grandes Empresas ................................. 33
7.2.4 – Variável Taxa de Juros Real de Emissões de Debêntures ........................................................... 33
7.2.5 – Valor Total deflacionado de Emissão de Debêntures. ................................................................. 33
7.2.6 – Variável Taxa Média Ponderada de Spread de Emissões de Debêntures .................................... 34
7.2.7 – Variável Valor Total Mensal das Empresas Listadas no Índice IBOVESPA. ............................. 34
8.1 – Estudo de Séries de Tempo ................................................................................................................ 34
8.1.2 – Verificação de Estacionariedade das Variáveis (Teste ADF) ...................................................... 35
8.1.3 – Resultado do Teste ADF .............................................................................................................. 35
8.1.3 – Definição da Regressão ............................................................................................................... 36
8.1.4 – Discussão dos Resultados ............................................................................................................ 36
8
9 - CONCLUSÃO ........................................................................................................................................... 39
10 – TABELAS ............................................................................................................................................... 40
10.1 – Emissões de Ações e Dívida Agregadas Anualmente (1995 à 2012). .............................................. 40
10.2 – Estatísticas Descritivas ..................................................................................................................... 41
10.3 – Teste Dick Fuller para Raiz Unitária Variável ����� ..................................................................... 42
10.4 – Teste Dick Fuller para Raiz Unitária Variável ����� � � .............................................................. 43
10.5 – Teste Dick Fuller para Raiz Unitária Variável ����� � �� ............................................................ 44
10.6 – Teste Dick Fuller para Raiz Unitária Variável ����� � � ............................................................ 45
10.7 – Teste Dick Fuller para Raiz Unitária Variável ����� � � ............................................................ 46
10.8 – Teste Dick Fuller para Raiz Unitária Variável � �� ..................................................................... 47
10.9 – Teste Dick Fuller para Raiz Unitária Variável ���� ...................................................................... 48
10.10 – Teste Dick Fuller para Raiz Unitária Variável ������� .............................................................. 49
10.11 – Teste Dick Fuller para Raiz Unitária Variável ���μ� ................................................................... 50
10.12 – Teste Dick Fuller para Raiz Unitária Variável ���� .................................................................... 51
10.13 – Teste Dick Fuller para Raiz Unitária Variável ���� � ��........................................................... 52
10.14 – Teste Dick Fuller para Raiz Unitária Variável ���� � �........................................................... 53
10.15 – Tabela Resultado da Regressão de Séries Temporais ..................................................................... 54
10.16 – Tabela Resultado do Teste de Fatores de Inflacionamento da Variância (VIF). ............................ 55
10.17 – Matriz de Covariâncias ................................................................................................................... 56
10.18 – Tabela Resultado do Teste ADF. .................................................................................................... 57
11 – GRÁFICOS ............................................................................................................................................. 58
11.1 - Emissões de Ações e Dívida Agregadas Anualmente (1995 a 2012). .............................................. 58
11.2 - Emissões de Debêntures Mensais e a taxa de juros CDI anualizada base 252 (1995 a 2012). ......... 59
11.3 - Emissões de Debêntures por Indexador (1995 a 2012). .................................................................... 60
12 - BIBLIOGRAFIA ...................................................................................................................................... 61
9
1 - INTRODUÇÃO
A estrutura de capital das empresas é seguramente um dos temas mais importantes
dentro dos estudos de finanças corporativas no mundo. Além das teorias mais tradicionais de
estrutura de capital, como a Trade off e o Pecking order alguns estudos empíricos vem
despertando interesse dos pesquisadores, sobretudo, os que apontam para o “Market Timing”
e mais recentemente os que apontam para a preocupação dos gestores com as taxas de juros
em suas decisões de estrutura de capital.
Alguns autores como Graham e Harvey (2001), Hovakimian, Opler e Titiman (2001) e
Barry e Mann (2008) vêm observando que os gestores das companhias monitoram as taxas
históricas de juros praticando emissões de títulos corporativos em momento de baixa de taxa
de juros.
No Brasil ainda existem poucos estudos que apontam as taxas de juros como variável
importante das decisões de estrutura de capital, sobretudo no que se refere a sua importância
nas emissões de títulos corporativos. Em pesquisa prévia não foram encontrados estudos
semelhantes feitos no Brasil com as características destas pesquisas.
A emissão de títulos corporativos no Brasil em relação ao PIB é bastante pequena se
comparada a dos EUA e de outros países asiáticos ou mesmo de alguns países latino
americanos como o Chile, segundo informações da Cetip1. As debêntures representam a maior
parcela dos títulos de dívida corporativa emitidos no Brasil, muito embora componham
apenas uma pequena parcela do financiamento total das empresas brasileiras. Segundo dados
do BNDES, a emissão de debêntures no Brasil esteve em quinto lugar dentre as demais fontes
de financiamento das empresas brasileiras nos anos de 2000 a 2010.
Ainda que o mercado de títulos corporativos brasileiro se encontre um tanto imaturo
frente à de outras economias mundiais, é possível perceber pelos dados de órgãos como
Anbima2 e Cetip que a emissão de debêntures vem crescendo fortemente no Brasil.
1 A Cetip é a integradora do mercado financeiro. É uma companhia de capital aberto que oferece serviços de registro, central depositária, negociação e liquidação de ativos e títulos. 2 Associação Brasileira das Entidades dos Mercados Financeiro e de Capitais.
10
Frente ao crescimento das emissões de debêntures não só em volume, mas também em
valores relativos se comparados ao total de financiamentos, torna-se relevante entender alguns
de seus determinantes.
Nessa pesquisa, buscar-se-á compreender se os níveis históricos de taxa de juros tem
influência na emissão das debêntures utilizando um estudo de séries temporais semelhante ao
feito na pesquisa de Barry e Mann (2008).
11
2 – OBJETIVOS
2.1 - Objetivo Geral
Observar se os níveis das taxas de juros históricas das emissões de debêntures tem
efeito sobre o valor total emitido mensalmente e, portanto, sobre a estrutura de capital das
empresas emissoras.
2.2 - Objetivos Específicos
Testar realizando um estudo de séries temporais com estimador de mínimos quadrados
ordinários se as das taxas de juros históricas das emissões de debêntures tem efeito sobre o
valor total emitido mensalmente utilizando dados de emissões do período de 2000 a 2012.
Serão testadas as emissões totais de debêntures agregadas mensalmente contra as variáveis de
níveis históricos de taxas de juros e spread médio das taxas das emissões. Como variáveis de
controle serão utilizadas as variáveis valor mensal das empresas do índice IBOVESPA e o
valor total deflacionado dos desembolsos mensais a grandes empresas pelo BNDES.
12
3 – JUSTIFICATIVA
O presente estudo em amostra de empresas brasileiras se mostra relevante por alguns
motivos: Booth e Aivazian (2002) encontraram evidências que existem semelhanças entre os
determinantes de estrutura de capital de empresas americanas e de países em
desenvolvimento. Booth et alli (2001), por sua vez, destacaram que os níveis de
endividamento das empresas dos países desenvolvidos e em desenvolvimento parecem ser
influenciados da mesma forma e pelos mesmos tipos de variáveis. Dado esse fato,
reproduzindo-se o estudo em uma amostra brasileira pode-se oferecer uma pequena
contribuição para a compreensão das similaridades e diferenças da variável taxa de juros
como determinante de estrutura de capital entre as empresas brasileiras e americanas, onde a
absoluta maioria dos estudos sobre o tema é realizada.
O segundo é o fato de que as condições macroeconômicas da economia brasileira na
última década, como os níveis de inflação controlados e os movimentos das taxas de juros
permitem que esse tipo de estudo seja realizado.
O terceiro refere-se ao aumento das emissões de debêntures que vem acontecendo
desde o ano de 2005 e que se espera estar relacionado em algum grau com a diminuição das
taxas de juros.
13
4 - HIPÓTESE DE PESQUISA
As debêntures compreendem grande parte dos títulos de dívida corporativa emitidos no
Brasil. Nos últimos anos tem sido registrado aumento tanto do número de emissões quanto do
valor total emitido de debêntures no Brasil. Em um contexto de baixa de taxa de juros Barry e
Mann (2008) observaram que os gestores de companhias americanas emitem mais títulos de
dívida corporativa. As taxas de juros CDI, as quais a remuneração da maioria das debêntures é
indexada, vem apresentando flutuações. Espera-se encontrar uma relação entre as flutuações
das taxas de juros CDI das emissões de debêntures e a variação do valor total agregado
mensalmente das emissões de debêntures.
5 – DELIMITAÇÃO
Será testado se as emissões de debêntures não conversíveis, indexadas a taxa CDI tem
seu volume total agregado mensal de emissões influenciadas pelas médias históricas das taxas
de juros das emissões de debêntures. O estudo será realizado nas emissões de debêntures que
compreendem o período de 2000 a 2012. Os dados serão analisados no software Gretl versão
1.9.8 e Eviews versão 7.2 utilizando um estudo de séries de tempo com estimador de mínimos
quadrados ordinários.
As emissões de empresas financeiras e as emissões de leasing serão eliminadas da
amostra por serem motivadas principalmente por vantagens regulatórias como a dispensa de
depósito compulsório nos anos de 2005 a 2008, segundo informações da Cetip.
14
6 - REFERENCIAL TEÓRICO
6.1 - Principais Correntes Teóricas sobre Estrutura de Capital
As empresas, para financiarem seus projetos de investimento, podem recorrer a fundos
gerados internamente (lucros retidos), podem emitir títulos de dívida, ou se não puderem
emiti-los, podem recorrer às instituições financeiras. Ainda podem emitir ações nas bolsas de
valores.
As decisões que envolvem qual opção de financiamento as empresas escolhem, e o
porquê, tem sido alvo de estudos desde Modigliani e Miller (1958). Em seu modelo, eles
descreveram a irrelevância da escolha entre emissão de dívida e emissão de ações, assumindo
ausência das fricções de mercado.
Em um dos estudos mais importantes feitos a respeito dos modelos teóricos sobre
estrutura de capital, Harris e Raviv (1991) agrupam os estudos sobre o tema em quatro
principais grandes grupos: Os modelos baseados em custos de agência, os modelos baseados
em assimetria de informação, os modelos de insumo-produto e os modelos que consideram as
questões de controle corporativo.
Em outra importante revisão sobre os modelos teóricos de estrutura de capital, Myers
(2001) argumenta que talvez não deva existir uma teoria universal sobre a estrutura de capital
das empresas. Ele aponta para algumas teorias úteis para a compreensão do fenômeno: A
teoria do trade off , a teoria do pecking order e a teoria do free cash flow.
O modelo trade off diz que a estrutura de capital de uma empresa é resultado da
compensação entre os benefícios fiscais oriundos das dívidas às quais as empresas emitem
versus o aumento dos custos de falência resultantes da alavancagem.
Os custos esperados de falência reduzem o valor da empresa. O objetivo da empresa é
encontrar a estrutura ótima de capital, onde os benefícios marginais de dívida são iguais aos
seus custos marginais. Dadas às taxas consideráveis de impostos que enfrentam muitas
empresas em vários países, o papel dos impostos para a estrutura de capital é potencialmente
importante segundo Bartholdy e Mateus (2011).
15
A teoria do pecking order, descreve que as empresas usam para financiar seus projetos
de investimento em primeiro lugar recursos próprios, em segundo a emissão de dívidas e por
último a emissão de ações.
Não haveria então na teoria do pecking order, diferentemente da teoria do tradeoff,
uma estrutura ótima de capital que as empresas deveriam procurar para garantir o melhor
custo de capital possível. Em vez disso, existiria uma hierarquia de fontes de financiamento as
quais as empresas deveriam seguir preferencialmente.
A hierarquia de fontes de financiamento minimizaria os custos de agência resultantes
da assimetria de informação entre acionistas, administradores e credores da empresa.
Então, a partir de uma visão teórica tradicional os principais determinantes da
estrutura de capital de uma empresa são a assimetria de informação, os custos de agência e os
benefícios fiscais das dívidas de acordo com Bartholdy e Mateus (2011).
Existe ainda uma teoria a ser considerada. A teoria do market timing ou teoria da
janela de oportunidade. A teoria do market timing, que segundo Huang e Ritter (2005) têm
desafiado tanto a teoria do tradeoff quanto do pecking order, aponta que as empresas preferem
emitir ações quando o custo das mesmas está baixo e ao contrário, quando o custo das ações
está alto a empresa optará por emitir dívidas para financiar seus projetos.
6.1.1 - Determinantes Empíricos da Estrutura de Capital
Diversos outros aspectos empíricos além dos custos de agência e benefícios fiscais tem
sido estudados como determinantes da estrutura de capital das empresas. A flexibilidade
financeira (Bancel e Mittoo, 2004), a lucratividade e a valorização do preço das ações
(Hovakiamian, 2001), o “market timing” (Baker e Wurgler, 2002) são exemplos de
determinantes da estrutura de capital das empresas que em muitas pesquisas empíricas
mostraram-se importantes.
Em Pesquisa sobre a estrutura de capital de empresas europeias, encontraram-se
evidências de que a flexibilidade financeira é um dos principais determinantes das decisões de
estrutura de capital dos gestores europeus (Bancel e Mittoo, 2004). Os gestores das empresas
16
européias que fizeram parte do estudo apontaram a flexibilidade financeira como o principal
determinante da estrutura de capital.
Os achados de Bancel e Mittoo (2004) e Brounen, De Jong e Koedijk (2004) apontam
na mesma direção do survey feito por Graham e Harvey (2001) indicando que não só a
flexibilidade financeira é o principal aspecto considerado na escolha da estrutura de capital
das empresas como também é o fator que mais afeta as decisões de política de emissão de
dívida das empresas juntamente com as preocupações relativas à classificação de crédito da
empresa.
Nos modelos tradicionais de escolha entre ações e dívida deve haver uma vantagem
para o uso da dívida que vai diminuindo na medida em que a dívida cresce. Com o aumento
da alavancagem ocorre o aumento dos custos de falência. Os custos de falência vão
diminuindo o valor do benefício fiscal da dívida até que este desapareça. Esses custos estão
diretamente relacionados ao mix de financiamento de cada empresa e por essa razão espera-se
que a proporção de divida e ações de cada empresa seja consideravelmente diferente,
conforme Auerbach (1985).
Contrariamente a ideia de que o principal limitador para o uso da dívida no
financiamento das empresas é o valor do benefício fiscal, os executivos das empresas estão
apenas moderadamente preocupados com o valor do benefício fiscal obtido no uso de dívida
como forma de financiamento, enquanto que a flexibilidade financeira é a sua principal
preocupação. Alguns executivos de empresas argumentaram que sua estrutura de capital se
mantem flexível no sentido de reduzir os custos de suas obrigações financeiras, segundo
Graham e Harvey (2001).
Os estudos de Henderson, Jegadeesh e Weisbach (2006) indicaram que as empresas
estão atentas a diversos aspectos quando vão realizar emissões. As empresas não só escolhem
entre a emissão de dívidas ou de ações como também observam o momento mais propício e o
mercado mais vantajoso. Isso se deve ao fato dos mercados financeiros estarem cada vez mais
globalizados, permitindo aos gestores buscarem taxas atrativas em outros países.
Outras pesquisas destacam que os gestores de empresas observam globalmente os
mercados quando vão realizar emissões. Huang e Ritter (2005) confirmaram o fato de que as
empresas financiam grande parte de seus déficits orçamentários emitindo ações em mercados
17
internacionais quando percebem que o custo das ações é baixo e de forma análoga emitem
dívida quando o custo das ações é alto.
6.2 - Teoria do Market Timing
O termo market timing refere-se à prática de emissão de ações a preços elevados e a
recompra a preços baixos. A intenção dessa prática é a de explorar flutuações temporárias no
custo de capital.
Evidências foram encontradas por Baker e Wurgler (2002) de que os gestores
financeiros emitem ações quando eles acreditam que seu custo esta irracionalmente baixo e as
recompram quando acreditam que seu custo este irracionalmente alto.
Os achados de Baker e Wurgler (2002) demonstraram que empresas tendem a emitir
mais ações em relação ao total das emissões em períodos que precedem baixos retornos de
mercado caracterizando a existência de marketing time.
Os executivos, segundo a teoria do Market timing, perceberiam que o risco dos papéis
de suas empresas estariam mal avaliados pelo mercado, então, baseados nas necessidades de
financiamento da empresa, os executivos emitiriam ações, caso percebessem que o seu custo
esta baixo e emitiriam dívida quando percebessem que os custo de suas ações esta alto.
Ainda sobre a teoria do Market timing, Baker e Wurgler (2002) afirmam que o
monitoramento dos mercados feito pelos executivos levaria as empresas a ajustarem sua
estrutura de capital conforme as taxas e os preços das ações subissem ou descessem, de
maneira que a estrutura de capital da empresa seria o resultado acumulado desse
monitoramento.
A teoria do market timing, embora simples, teria alto poder explicativo. Muito
embora, Huang e Ritter (2005) questionam se os executivos realmente saberiam se as ações de
suas empresas estariam, efetivamente, mal avaliadas pelo mercado. Por um lado ele considera
que os executivos podem realmente saber se suas ações estão com os preços mal avaliados e
tirar vantagem disso. Também afirma que eles podem estar com a percepção viesada por
aspectos psicológicos como o excesso de confiança. Empresas que possuem gestores com
18
excesso de confiança assumem maiores niveis de alavancagem conforme os trabalhos de
Malmendier, Tate e Yan (2011).
Alguns pesquisadores brasileiros dedicaram-se ao estudo da estrutura de capital das
empresas utilizando a teoria do market timing.
Franz e Figueiredo (2003) com base nos modelos especificados de Treynor e Mazuy
(1966) e Henriksson e Merton (1981), derivados do CAPM, testaram empiricamente a
existência de habilidade de market timing dos administradores de fundos mútuos de ações no
Brasil no período após o Plano Real. Os resultados não permitiram concluir positivamente
pela existência de tal habilidade.
Para algumas empresas de capital fechado, a questão não é se ela deve abrir ou não o
capital, mas sim quando, ou seja, qual o momento mais apropriado (timing) para realizar a
abertura de capital. Perobelli e Soares (2004) adaptaram, para o caso brasileiro, o modelo de
timing de IPO desenvolvido por Draho (2000), que utiliza como metodologia a teoria das
opções reais (TOR). Para tanto, foram analisadas oito empresas do setor de energia (CPFL,
EDP, Cosan, Brasil Ecodiesel, São Martinho, Açúcar Guarani, MPX e OGX) que, durante o
período 2000-2009, realizaram a sua oferta pública primária de ações. Como resultado, eles
encontraram que todas as empresas estudadas anteciparam o timing da sua oferta em relação
ao modelo de Draho.
Leusin e Brito (2008) avaliaram o desempenho de fundos de investimento brasileiros
pelo seu market timing, ou seja, pela capacidade de os gestores anteciparem diferenças de
retorno das ações em relação a um ativo de renda fixa. Utilizaram testes – paramétrico e não-
paramétrico – desenvolvidos por Henriksson e Merton para a análise do desempenho de 243
fundos, no período de setembro de 1998 a outubro de 2003. Encontraram evidência de
habilidade de market timing para uma minoria de gestores de fundos, resultado que
aparentemente se deveu à maior facilidade de se preverem grandes diferenças de retorno entre
o mercado acionário e a taxa de juros livre de risco.
Mendes (2009) estudou a teoria das janelas de oportunidade (EMTT) para o mercado
acionário brasileiro, utilizando uma adaptação do artigo de Baker e Wurgler (2002) que
testaram com sucesso essa teoria para o mercado acionário americano. A teoria não foi
comprovada no mercado brasileiro. Ele verificou que a alavancagem diminuiu no primeiro
19
ano após as ofertas públicas iniciais (IPO), mas cresceu novamente sem apresentar a
persistência necessária para corroborar a teoria.
6.3 - Timing of Interest Rates
É fato que alguns gestores de empresas monitoram as oscilações dos preços de
mercado das ações com o objetivo de obter ganhos com emissões e recompra de ações.
O monitoramento dos mercados pelos executivos ocorre não só no sentido de observar
o preço das ações de suas empresas. Segundo Graham e Harvey (2001) os executivos além de
emitirem dívida quando o custo das ações está alto, também monitoram as taxas de juros e
emitem dívida quando eles consideram as taxas de juros especialmente baixas. Essas emissões
de dívida baseadas na baixa de taxas de juros são importantes para as grandes empresas que
possuem departamentos de tesouraria grandes e sofisticados.
A pesquisa de Barry e Mann (2008) corroborou com os achados de Graham e Harvey
(2001) e originou o termo “timing of interest rates”. A pesquisa buscou comprovar que
guiadas pelas mudanças nas taxas de juros, as empresas emitem mais dívida em relação às
emissões de ações e de seus planos de investimento.
Entre as características das emissões de dívidas Graham e Harvey (2001) descrevem
que as empresas que emitem dívida de curto prazo estão tentando realizar market timing das
taxas de juros. Os gestores das empresas emitiriam dívida de curto prazo quando eles
percebessem que as taxas de juros de curto prazo estariam mais baratas do que as de longo
prazo ou que as taxas de longo prazo pudessem vir a cair.
Uma relevante questão a ser feita é o porquê que em um contexto de taxas de juros
baixas as empresas tendem a emitir mais dívida?
Henderson, Jegadeesh e Weisbach (2006) argumentam que o fato das taxas de juros
estarem em momento de baixa desperte a atenção dos gestores para a execução de novos
projetos de investimento.
Em um contexto de baixa de taxas de juros os gestores podem entender que o custo de
capital de terceiros seja mais baixo. Um custo de capital mais baixo pode tornar atrativos
20
projetos de investimentos que em outras condições de nível de taxas de juros não fossem
viáveis. Um custo de capital mais baixo pode tornar positivos os valores presentes de fluxos
de caixa de projetos que com taxas de desconto mais altas seriam negativos e, portanto,
descartados. Dessa forma os gestores optariam em realizar novos projetos financiados com
capital de terceiros.
Outra possibilidade levantada por Henderson, Jegadeesh e Weisbach (2006) é o fato
dos gestores perceberem o contexto de baixa de taxa de juros como uma oportunidade. Se os
gestores ao avaliarem o comportamento das taxas de juros julgarem que elas podem vir a
aumentar no futuro, então tomar empréstimos no momento de baixa pode ser vantajoso.
Pode-se considerar o montante de emissões de dívida de uma empresa como uma
função do nível seu nível de investimento (Barry e Mann, 2008) . Parte do financiamento dos
investimentos das empresas é feito com capital originado pelas emissões de dívida, portanto,
um aumento nos níveis de investimento pode levar ao aumento das emissões de dívidas da
empresa.
Um aumento dos investimentos pode levar a um aumento das emissões, mas isso pode
ocorrer de forma independente. Em um contexto de baixa de taxa de juros, foram encontradas
evidências que as empresas emitiram dívida acima de seus níveis normais de investimento. A
razão entre emissão de dívidas e o total dos investimentos e a emissão de dívidas e o total das
emissões aumentou no período de baixa de taxa de juros (Barry e Mann, 2008).
Não só o valor absoluto das taxas de juros, mas também seus níveis históricos são
importantes para os gestores de empresas quando estes estão tomando decisões a respeito das
emissões de dívidas. Barry e Mann (2008) observaram que as emissões de dívidas aumentam
no contexto de taxa de juros baixa, principalmente quando comparadas com os seus níveis
históricos.
As mudanças que as taxas de juros vêm sofrendo e não apenas o valor absoluto das
taxas influencia o comportamento dos gestores. Eles encontraram também evidências de que
não só as emissões de dívidas aumentam em um contexto de taxa de juros baixa em relação
aos níveis históricos. Parece que as mudanças nas taxas de juros promovem um aumento dos
gastos de capital das empresas bem como um aumento nos níveis de emissões de ações.
Henderson, Jegadeesh e Weisbach (2006) observaram empresas Americanas, Canadenses
Européias e encontraram uma relação negativa entre o nível das taxas de juro e da quantidade
21
de emissões de dívida em todos os países, e na maioria dos casos essa relação é
estatisticamente significativa.
É concebível que as empresas emitam mais dívida quando as taxas de juros estão mais
baixas por dois motivos: Primeiro, é mais provável as empresas terem mais projetos com
valor presente líquido positivo quando as taxa de juros estão baixas levando a um aumento da
demanda por capital novo para financiar esses projetos. Segundo, as empresas podem
substituir dívida por ações quando as taxa de juros estão baixas (Henderson, Jegadeesh e
Weisbach, 2006).
Um dos componentes da flexibilidade financeira caracteriza-se, segundo Bancel e
Mittoo (2004) pela possibilidade da escolha do momento de emissão com base nos níveis de
taxa de juro ou do valor de mercado do capital. Os estudos de Brounen, De Jong e Koedijk
(2004) também apoiam a idéia da flexibilidade financeira como fator principal na escolha da
estrutura capital das empresas.
Os CFOs argumentam que é mais provável emitir dívidas nos exterior quando as taxas
internacionais estão mais baixas do que as taxas domésticas Henderson, Jegadeesh e
Weisbach (2006) . Os gestores emitiriam grandes montantes de dívidas em outros países
quando eles achassem que as taxas de juros internacionais estariam menores do que as taxas
de juros domésticas (Graham e Harvey, 2001).
Para Hovakimian, Opler e Titiman (2001) o “timing” parece ser um fator
particularmente importante nas emissões de ações e de dívida. Não só empresas americanas
mais de todo o mundo preferem emitir ações após períodos de baixo retorno dos mercados e
contrariamente, emitem mais dívida após períodos onde o retorno dos mercados foi alto.
Ainda foram encontradas evidências de que empresas com menos restrições
financeiras, empresas maiores, empresas com altas entradas de fluxo de caixa e as empresas
mais rentáveis apresentam mais emissões de dívidas do tipo “timing of interest rates”. Por
outro lado, as empresas com maiores gastos de capital são menos sensíveis ao efeito de taxas
históricas do que as empresas com menores gastos de capital. Gestores parecem considerar a
história das taxas de juro recentes quando decidirem emitir dívida conforme evidenciado por
Barry e Mann (2008).
Independentemente de tais considerações, na verdade, reduzir o custo de capital de
terceiros, o que é um tema de um debate em curso, parece afetar a política financeira da
22
empresa. Esta observação sugere que eles devem ser considerados com mais destaque nas
investigações de estrutura de capital.
6.4 – DEBÊNTURES
6.4.1 – Caracaterísticas das Debêntures
Segundo Informações da Andima3 a etimologia da palavra debênture remonta ao
inglês (Séc. XIX), que por sua vez adotou do latim a voz passiva debentur, do verbo debeor –
debitus sum, cujo significado é ser devido.
As debêntures, em sua origem, caracterizavam-se como uma confissão de dívida
escrita, certificado ou documento de dívida, praticamente só utilizado por grandes
corporações. Eram emitidas com o objetivo de serem comercializadas como investimento. A
primeira emissão de debêntures, na forma como esse título é conhecido hoje, ocorreu como
uma captação feita para a obtenção dos recursos necessários à construção do Canal de Suez,
no Egito.
Os dados da Anbima de 1995 a 2012 mostram um aumento da emissão de debêntures
frente aos demais títulos e ações conforme indicam a tabela 10.1 e o gráfico 11.1. Nelas
podemos observar que a partir de 2005 o valor total de emissões de debêntures quase
quadruplicou em relação aos anos anteriores, além disso, em 2010 e 2012 a emissão de
debêntures representou quase o triplo do total de emissão de ações.
O gráfico 10.2 que ilustra o montante mensal deflacionado das emissões de debêntures
e a taxa CDI parece indicar, em algum grau, que a diminuição das taxa de juros tem efeito
sobre a emissão total de debêntures.
A partir de 1994, como resultado do processo de estabilização da economia nacional
proporcionado pelo Plano Real, o mercado de debêntures tornou a se recuperar, passando a
3 Associação Nacional de Instituições de Mercado Aberto
23
constituir, novamente, instrumento fundamental de captação de recursos, em particular para
empresas de administração e participação.
As modificações feitas pelo Governo na política de crédito ao longo do primeiro
trimestre de 1995, somadas à restrição imposta às instituições financeiras de não mais
intermediarem operações públicas de commercial papers, tornaram as debêntures uma opção
de investimento ainda mais vantajosa. As empresas de leasing, que captavam recursos em
outros mercados, voltaram a recorrer à debênture, passando a responder por parcela
significativa do número de emissões registradas no período.
As debêntures são o principal título de dívida corporativa emitida no Brasil na última
década. Santos (2006) atribuei a preferência do uso das debêntures no mercado brasilerio pela
sua grande flexibilidade e versatilidade como instrumento financeiro de captação de recursos.
Segundo ele as debêntures permitem a elaboração desde operações de crédito bastante
simples até montagens financeiras bem sofisticadas conjugando renda fixa e variável, prazos
curtos ou longos e até mesmo indefinidos em certas condições. Essas debêntures ainda podem
ter instrumentos derivativos lançados sobre elas além de comporem diversos tipos de carteiras
de fundos como: fundos de investimento e participações e fundos mútuos de investimento.
Até mesmo podem ser construídas carteiras exclusivamente compostas de desses títulos que
são lançados sobre as debêntures.
6.4.2 – Estudos sobre endividamento e debêntures de empresas brasileiras.
Durante a última década, diversos aspectos sobre as debêntures tem sido alvo de
estudos acadêmicos:
Sanvicente (2001) observou se a decisão de emissão de debêntures possui conteúdo
informativo significativo no mercado brasileiro através do estudo sobre o comportamento dos
preços de mercado de ações das empresas que registraram emissões de debêntures no período
de janeiro de 1997 a junho de 2001.
24
Também foram descritos por Sanvicente (2001) os principais motivos para que uma
empresa promova a emissão debêntures, bem como os resultados disponíveis sobre o efeito
em termos da riqueza do acionista. Ele encontrou que as emissões de debêntures têm sido
utilizadas, em boa parte, por empresas que, embora abertas, não têm ações de sua emissão
negociadas em bolsa. Segundo ele o fato do mercado de debêntures apresentarem baixo grau
de transparência, dificulta a troca de informações entre os investidores privados e os demais
investidores sobre o impacto dessas operações sobre sua riqueza. Por outro lado, o estudo
demonstrou que essas operações têm impacto significativo sobre a riqueza dos investidores
em ações das empresas que registram emissões de debêntures.
Outro importante achado da pesquia de Sanvivente (2001) refere-se ao fato de que a
informação de registro de emissão sinaliza ao mercado de ações sobre as perspectivas futuras
de lucro das empresas emissoras, comprovando a importância do conteúdo informacional
presente nas decisões de emissão.
Lucinda e Saito (2005) estudaram os principais determinantes de colocação de dívida
privada versus oferta pública de empresas com ações negociadas em bolsa. O estudo
compreendeu dados de 333 empresas do setor não financeiro no período compreendido entre
1995 a 2001. Os principais resultados foram que empresas que estão sujeitas a custos maiores
de liquidação por possuirem grande proporção de ativos fixos em relação ao total de ativos,
tendem a demandar uma maior porcentagem de colocações privadas de dívida. Encontraram
também que as decisões sobre endividamento, incluindo sua composição, estão inter-
relacionadas. Empresas com um Exigível a Longo Prazo maior, tem maior probabilidade de
diversificar suas fontes de financiamentoa, aumentando a proporção de oferta pública de
dívida.
Em adição, Cruz (2010) analizou o efeito da destinação dos recursos e da natureza do
setor de atuação das empresas sobre as emissões públicas e privadas de dívida utilizando
emissões de debêntures e a técnica econométrica de regressão logística.
Godói, Yoshino e Oliveira (2008) propuseram um modelo de determinação da
magnitude do risco de crédito de carteiras de debêntures utilizando o modelo de Merton
(1974) e técnicas de otimização. Este modelo foi comparado ao Modelo VAR, monstrando-se
25
computacionalmente mais barato, mais conservador e menos dependente de análises
subjetivas sobre as empresas envolvidas.
Anderson (1999) analisou cinqueta contratos de debêntures brasileiras do setor não
financeiro, emitidos entre 1989 e 1993. O período que compõe o estudo antecede ao processo
de estabilização econômica e o cenário era caracterizado por elevada inflação, fragilidade das
instituições, grande intervenção do Estado na economia e alta volatilidade dos indicadores
econômicos. Frente a esse quadro, o estudo identificou os principais procedimentos utilizados
pelas empresas nas emissões de debêntures como o uso de indexadores para reduzir o risco de
inflação para os investidores; de mecanismos de vencimento antecipado que permitem a saída
ou renegociação para os investidores; de covenants ou cláusulas que restringem as decisões de
investimento, financiamento e distribuição de dividendos dos emissores e de mecanismos para
reduzir a dependência da ineficiência institucional.
Complementando os achados de Anderson (1999), Krauter (1999) analisou oitenta e
oito emissões de debêntures de empresas não financeiras de 2004 e 2005, período pós-plano
Real, caracterizado pela estabilidade econômica. O objetivo foi verificar se a estabilidade
econômica tem influência nas características das emissões de debêntures brasileiras. Os
resultados encontrados foram a diminuição na utilização de indexadores ligados à inflação; a
diminuição na utilização de remuneração de prêmio de resgate antecipado e de amortização e
a diminuição da emissão de debêntures conversíveis.
Sheng e Saito (2005) introduziram nos modelos de determinação de spread de taxa de
juros das emissões de debêntures as variáveis qualidade do rating e expectativa de mercado
internacional sobre o ambiente econômico brasileiro. O estudo foi realizado numa amostra de
138 emissões de debêntures brasileiras no período de janeiro de 1999 a dezembro de 2002.
Foram utilizados testes paramétricos e não paramétricos na averiguação do efeito do rating
sobre o spread e os métodos de mínimos quadrados ordinários e de momentos generalizados
para analisar a influência das variáveis de controle. Este estudo encontrou evidências que o
rating afeta o spread independentemente do indexador da emissão. A origem dos ratings, isto
é, se ela é feita por agências nacionais ou internacionais não é determinante nos spreads. Para
a determinação dos Spreads as variáveis de expectativa de mercado internacional em relação
ao ambiente econômico brasileiro, o tipo de setor e o volume da emissão são relevantes
variáveis de controles na determinação do spread.
26
Ainda sobre a determinação dos spreads das debêntures brasileiras Sheng e Saito (2006)
através do estudo de 24 emissões de debêntures no período de 1999 à 2001, verificaram se
existem, nos contratos de debêntures padronizadas e não padronizadas, diferenças
estatisticamente significativas nas cláusulas contratuais entre as emissões com elevado rating
e baixo rating. Concluiram que, para ratings elevados, a padronização afeta as taxas de juros
como reflexo de seu rating e, para ratings baixos, a padronização não capta diferenças
contratuais específicas, tais como repactuação programada e garantia.
Por fim Sheng e Saito (2008) investigaram empiricamente proxies de liquidez baseadas
nas características das debêntures de empresas brasileiras, bem como a interação entre as
medidas de liquidez. Foram coletadas 135 emissões públicas e de suas respectivas transações
até 18 meses após a emissão no período de janeiro de 1999 a junho de 2004. As variáveis
proxies de liquidez foram encontradas através do método stepwise forward linear do mínimo
quadrado ordinário e testes paramétricos e não paramétricos foram utilizados no estudo.
Como resultado eles observaram que o tamanho de emissão e determinados tipos de
emissores são proxies de liquidez e que controlando os tipos de emissores, as debêntures com
maior tamanho de emissão são as mais líquidas. Além disso, a relação entre idade e liquidez
não é clara e a diferença entre preços máximos e mínimos das transações não é uma medida
de liquidez apropriada.
Carvalho e Dias (2008) identificaram o grau de associação entre o preço das ações de
empresas não financeiras com ações negociadas na bolsa de valores de São Paulo e a
aplicação dos recursos captados através da emissão de debêntures, bem como do valor da
empresa. Como tradicionalmente a captação de recursos de longo prazo é vinculada à
necessidade de investimentos de longo prazo (Bodie e Merton, 1999), a aplicação dos
recursos captados através da emissão de debêntures no capital de giro e na redução do perfil
da dívida não apresenta convergência com esta idéia, o que suscita alguma percepção de risco
quanto às empresas emissoras. Os dados foram analisados com o método da Regressão Linear
Múltipla e o coeficiente de correlação de Pearson. Os resultados não corroboram a percepção
de risco quanto às empresas emissoras que aplicam tais recursos captados através de
debêntures no curto prazo. Quanto à percepção de valor proporcionada pela avaliação do
valor da empresa, o estudo aponta esta como única variável a apresentar relação significativa
com o preço das ações.
27
Paulo, Cavalcante e Melo (2009) analisaram a qualidade das informações contábeis na
oferta pública de ações e debêntures em uma amostra formada por empresas que efetuaram
ofertas públicas entre 2000 e 2006 buscando verificar se existem diferenças significativas nos
números contábeis. A questão era identificar se a qualidade das informações contábeis era
afetada significativamente pela oferta pública de ações e debêntures. Os resultados
demonstraram que a oferta pública não afeta, significativamente, os números contábeis,
sugerindo, assim, que a qualidade das informações contábeis não é influenciada pela emissão
de ações e debêntures.
Pimentel, Peres e Lima (2011) estudaram a evolução do mercado brasileiro de
debêntures e seu papel no financiamento empresarial entre 1995 e 2009. Eles analisaram, por
meio de análise de cointegração e causalidade, a relação temporal entre o mercado de
debêntures e o crescimento econômico brasileiro. Também compararam o mercado de
debêntures ao mercado de crédito bancário como instrumentos complementares e
concorrentes no financiamento produtivo brasileiro. Eles observaram que existe cointegração
significativa entre as variáveis em estudo e que, de maneira geral, o mercado de debêntures é
causa-granger do crescimento econômico. As evidências encontradas por eles indicaram que o
aumento no volume de debêntures impulsiona o crescimento econômico além de identificar
que o mercado de debêntures parece ser mais relevante do que o mercado de crédito bancário
para influenciar o crescimento econômico.
Paiva e Savoia (2009) analisaram os fatores que influenciam o preço de emissão de
debêntures no Brasil no período de 2000 a 2004, aplicando um modelo fatorial, onde as
variáveis exógenas explicam o retorno e comportamento de preços. As variáveis em estudo
incluíram: o rating, a escolha do índice, a maturidade, o risco país, a taxa básica de juros de
longo prazo e de curto prazo, o spread de taxa, o índice do mercado de ações e da taxa de
câmbio. Os resultados encontrados apontaram que as variáveis de índice, probabilidade de
default e maturidade dos títulos influenciam e apontam as associações de títulos de longo
prazo, com questões de melhoria de classificação.
Antonino (2010) analisou o impacto das emissões de debêntures conversíveis no risco
sistemático de companhias brasileiras no período de 1998 a 2006. Apoiado nos estudos de
Stein (1992), Lewis et al (2002) e Rai (2005) que apontaram para o fato de que as debêntures
conversíveis podem ser usadas como fonte de financiamento alternativas quando as ações não
28
são uma fonte interessante de financiamento. A presença de liquidez do mercado indicou que
a variação do beta foi positiva na média o que mostrou coerência com a hipótese sinalizada e
com a ausência de emissões de debêntures conversíveis nos anos de 2005 e 2006 no mercado
brasileiro, o que pode também estar relacionado à precária situação financeira das empresas
emissoras indicada pela analisa de alguns indicadores financeiros no ano das emissões, nos
dois anos anteriores e posteriores às emissões.
Fraletti e Eid (2008) pesquisaram os fatores relevantes na precificação de debêntures.
Eles analisaram no trabalho dados referentes a 67 debêntures indexadas ao CDI-over e 30
indexadas ao IGP-M, todas distribuídas entre abril de 2000 e setembro de 2004. Através do
método dos mínimos quadrados ordinários eles testaram a influência do rating e de um
conjunto de variáveis de controle na formação da taxa de remuneração dos títulos. Foram
estimadas relações lineares e não lineares entre as variáveis independentes e o spread expresso
em duas formas: nominal e over Treasury. Dentre as evidências encontradas destacou-se que
o rating é variável significante para os dois grupos de debêntures e que algumas outras
variáveis (prazo e volume da emissão, por exemplo) são relevantes, especialmente para títulos
corrigidos pelo IGP-M além disso foi descrito que a precificação de debêntures é imperfeita e
aparentemente sujeita a fatores não econômicos.
Souza (2013) estudou as variáveis que potencialmente influenciam a emissão de bonds
corporativos no exterior, analisando os lançamentos de títulos ocorridos entre janeiro de 1995
a julho de 2012. Os dados de emissão foram extraídos da base Thomson One - Reuters e da
ANBIMA. Foram retirados da amostra os títulos públicos ou de empresas estatais, assim
como as instituições financeiras e de real estate. A metodologia utilizada foi o modelo probit
bivariado (biprobit). Os seguintes resultados foram encontrados; no mercado brasileiro
predomina a remuneração flutuante, e no exterior, a remuneração fixa. A empresa emissora,
quando recorre ao mercado internacional atraída pelas menores remunerações, se adequa às
características externas, oferecendo remuneração fixa para seus bonds; as emissões externas
obtiveram remunerações atraentes por apresentarem baixo risco de crédito enquanto que as
emissões domésticas tinham o seu spread atrelado a variáveis não econômicas; Empresas
brasileiras recorrem ao mercado externo buscando maiores prazos para suas dívidas; o rating
reduz a assimetria de informações; o volume da emissão, o cãmbio fixo e a liquidez impactam
29
positivamente na decisão de emissões no exterior; a crise internacional de 2008 reduzio a
probabilidade de emissões internacionais.
Musacchio (2008) pesquisou a relação entre o crescimento dos mercados de títulos
corporativos e o desenvolvimento das leis de proteção ao crédito. Analisando dados do
mercado financeiro brasileiro em dois principais períodos: 1882 à 1942 e mais recentemente
de 1994 à 2003, usando os dados de emissões de debêntures. Entre seus principais achados,
não foram encontradas evidências que o surgimento das leis de proteção ao crédito tenham
promovido o desenvolvimento dos mercados de títulos corporativos brasileiros, medidos
através das debêntures.
Valle (2011) estudou o endividamento de empresas brasileiras de 1997 a 2006, período
em que vigoraram altas taxas de juros no mercado doméstico. Em contraposição às difíceis
condições deste ambiente, empresas brasileiras tiveram oportunidade de se financiar a partir
de fontes diferenciadas de recursos com taxas de juros exclusivas, como são as linhas do
BNDES e as do Crédito Rural. Adicionalmente, dado o diferencial de taxas de juros entre os
mercados internacionais e o nacional, empresas brasileiras se depararam com taxas básicas de
juros diferentes para os financiamentos em moeda estrangeira comparativamente aos
financiamentos em moeda nacional. A tese analisa a influência do acesso a estas fontes de
recursos, que representam fatores institucionais e/ou o lado da oferta de recursos, no
endividamento de empresas brasileiras. Os resultados do trabalho demonstram que as fontes
ou linhas diferenciadas de recursos e as linhas em moeda estrangeira tiveram participação
significativa no nível de endividamento de empresas brasileiras e que a inclusão do acesso a
estas fontes ou linhas juntamente com variáveis clássicas (tamanho, tangibilidade etc.) nos
modelos de determinação do nível de endividamento contribuiu para o entendimento da
estrutura de capital das empresas brasileiras amostradas.
30
7 - METODOLOGIA DE PESQUISA
7.1 - Definição e coleta dos dados
Serão coletados as séries de emissões de debêntures não conversíveis na base de dados
da Anbima. A série com frequência mensal do valor das empresas listadas no IBOVESPA, o
CDI anualizado na base 252 dias serão colhidas na base de dados do Banco Central do Brasil
(www.bcb.com.br). O Embi + Brasil com frequência mensal será obtido na base de dados da
Macrodados. O IPCA será obtido na base de dados do IBGE. Os desembolsos mensais
destinados a grande empresas do BNDES será obtido no próprio site de BNDES.
O valor nominal das emissões de debêntures, o valor das empresas do IBOVESPA e o
valor do Desembolso mensal destinados a grandes empresas serão deflacionado a dezembro
de 2012 utilizando-se o IGPM para garantir uma medida de equivalência.
7.2 - Variável Dependente e Variáveis Independentes
7.2.1 - Variável Nível Histórico de taxa de juros das debêntures .
No trabalho de Barry e Mann (2008) a taxa escolhida como referência para ser
utilizada na construção da medida de nível histórico das taxas de juros foi a taxa média
mensal dos títulos de dívida não conversíveis classificados pela agência de rating Moodys
como Baa (Baa yield).
Existe uma grande heterogeneidade entre os indexadores das taxas de remuneração das
debêntures brasileiras. Os principais indexadores encontrados em pesquisa prévia são: taxa
DI, IPCA, IGP-M, ANBID, TR, TJLP, Dólar Comercial, TR-Real, INPC, IGP-DI, IPC-R
entre outras. Dado que a grande maioria das debêntures não conversíveis emitidas no Brasil
tem a taxa DI como indexador, por questões metodológicas, será considerada esta como a taxa
de referência para a construção da variável do nível histórico de taxa de juros.
31
Para a construção dessa variável, utilizaremos a metodologia de Barry e Mann (2008)
que consiste na construção de duas escalas para medição dos níveis históricos das taxas de
juros. A primeira será a taxa CDI das emissões de títulos defasadas nos períodos de um mês,
doze meses, vinte e quatro meses e trinta e seis meses. Para utilizarmos uma taxa de juros
real, a taxa CDI será deflacionada pelo IPCA do mesmo período.
A segunda variável será o nível histórico das taxas de juros das emissões medidos em
uma escala estatística separatriz de decil. As emissões dos três anos anteriores a uma
determinada emissão serão classificadas em decis estatísticos. Será comparada a taxa média
mensal de emissão da debênture em relação a média das taxas de emissão dos últimos um,
dois e três anos. Essa emissão terá classificada a sua taxa em relação a média histórica
segundo o decil que ocupar. O primeiro, segundo e terceiro decis serão considerados como
“baixa de taxa de juros”, o oitavo, nono e décimo serão considerados como “alta taxa de
juros” e os demais como “nível normal de taxa de juros”. Essa classificação permitirá
observar se a taxa de juros média de emissão de debênture em determinado mês foi baixa, alta
ou normal em relação às taxas de emissões de debêntures dos últimos três anos.
������ � nívelhistóricodeCDI���ê�"�“�� �!"çã�"��ú!�&���12�����
������ � nívelhistóricodeCDI���ê�"�“�� �!"çã�"��ú!�&���24�����
������ � nívelhistóricodeCDI���ê�"�“�� �!"çã�"��ú!�&���36�����
7.2.2 – Variável Embi + Brasil
Sheng e Saito (2005) utilizaram como proxy da expectativa do mercado internacional
em relação ao ambiente econômico brasileiro o EMBI + Brasil. Segundo eles, as empresas
brasileiras buscam ambientes econômicos mais favoráveis para realizarem suas emissões.
Essa variável será introduzida ao modelo com o objetivo de controlar as variações no total das
emissões em função do nível de estabilidade do ambiente econômico brasileiro.
� �� � EMBI " Brasil)omês"t“
32
7.2.3 – Variável Desembolso Mensal do BNDES destinado a Grandes Empresas
O BNDES tem grande impacto no financiamento das grandes empresas brasileiras.
Dada a magnitude do seu efeito, será utilizada na regressão como variável de controle o
desembolso total mensal deflacionado do BNDES as empresas de grande porte brasileiras. Os
dados serão obtidos no site do BNDES (www.bndes.org.br).
����
� 01213456257578601968:;5)80505<=>?@0127;)805àBC8)01213DC1282)53ê2"7"
7.2.4 – Variável Taxa de Juros Real de Emissões de Debêntures
����� � 78E8F>G)80878tdeflacionadapelo���N�
������� � 78E8F>G)80878t-1deflacionadapelo���N���
�������� � 78E8F>G)80878t-12deflacionadapelo���N����
�������� � 78E8F>G)80878t-24deflacionadapelo���N����
�������� � 78E8F>G)80878t-36deflacionadapelo���N����
7.2.5 – Valor Total deflacionado de Emissão de Debêntures.
O logarítimo do valor total mensal de emissão de debêntures deflacionado pelo IGPM.
Esta será a variável dependente do estudo.
,-./0�� � U865C7578601968:;5)8050113;22ã501014ê)7WC12���ê��.
33
7.2.6 – Variável Taxa Média Ponderada de Spread de Emissões de Debêntures
Como as emissões de debêntures podem ser influenciadas pelo spread da emissão, será
adicionada a regressão a variável de taxa média ponderada de spread de emissão de
debentures na data “t”.
���� � XXCDI x PMR� x (1 + IJ�)) / CDI)-1) x 100
���� � spreaddaemissãodedebênturesnadata"m"daempresa"i“
���μ� �
spreadmédiomensal ponderadopelovalortotaldeemissãodedebênturesdo nadata "t".
7.2.7 – Variável Valor Total Mensal das Empresas Listadas no Índice IBOVESPA.
O valor total das emissões de debêntures pode ser influenciado pelo crescimento das
empresas, já que o crescimento acompanha aumento dos investimentos e consequente
aumento do endividamento segundo Barry e Mann (2001).
8.1 – Estudo de Séries de Tempo
A variável dependente será o logaritmo do valor nominal total da emissão de
debêntures em um dado mês, deflacionadas a dezembro de 2012 contra as variáveis da taxa
média de emissão de debêntures defasadas nos períodos de doze meses, vinte e quatro meses e
trinta e seis meses, as variáveis de nível histórico de taxa de juros, o spread médio de emissão
de debênture e a variável de controle de crescimento valor total deflacionado das empresas do
IBOVESPA e o Embi + Brasil.
34
8.1.2 – Verificação de Estacionariedade das Variáveis (Teste ADF)
A correta estimação e a precisão das estatísticas de teste dependem da condição de
estacionariedade das variáveis do modelo. Para testar a hipótese de estacionariedade das
variáveis será utilizado o Teste ADF.
Teste ADF com constante:
∆��� 3 4 56� 47 5��
�
∆��� 48�
Onde
∆��� 9 &��& ":&;� ��ç":� log :"�é &�
3 = constante
3�� � ���:ê�>&"���9� "!
5 � ?@ A BC
7 5��
�
∆���� ���"�ó &�:"�:&;� ��ç"�
8� � � �"!�"�ó &�
H0: A série é não estacionária, possue raíz unitária, 5 � 0
Há: A série é estacionária, não possue raíz unitária, 5 E 0
8.1.3 – Resultado do Teste ADF
Conforme a tabela 10.22 os resultados dos Testes ADF realizados nas variáveis
apontaram que as variáveis ,-./0�� , ������ , ������ , F��� , ��GH��� , ��GH��� ,
��GH��� , ���μ� , /IG� são estacionárias. As variáveis � �� , ����� , ������� e ������
não poderão ser utilizadas no estudo por não serem estacionárias e portanto, não gerarem
estimativas OLS consistentes.
35
8.1.3 – Definição da Regressão
Após a aplicação do teste ADF foram eliminadas as variáveis não estacionárias. A
variável 5���GH���foi retirada do modelo por problema de multicolinearidade e definiu-se
a regressão a ser testada como:
,-./0��= α +5������+5������� 4 5�F��� 4 5���GH��� 4 5���GH��� 45�/IG� + 5
7���μ� + ��
Onde:
α = constante
������� � ������������������������������������"�".
������� � nível histórico de CDI �����"t-12" .
������� � nível histórico de CDI ����� "t-24" .
2��� � valor ���� ��4��5���� � 6789: ��������à ������ ��<����� ������ "�".
��=>���� � ��?� @8A�� �����ã �� ���ê������ �� ���� “t-12”deflacionadooIPCAnadata“t-12”.
��=>���� � ��?� @8A�� �����ã �� ���ê������ �� ���� “t-24”deflacionadooIPCAnadata“t-24”.
GHIμ� � spreadmédiomensalponderadopelovalortotaldeemissãodedebênturesdonadata"t".
�P=� � ���������<������A����<� �� ���� "t".
J� � erroaleatório
8.1.4 – Discussão dos Resultados
De acordo com os resultados da tabela 10.1, devemos destacar da amostra os anos de
2008 e 2012 já que ambos tiveram volume excepcional de emissões. Os dados indicam que no
período de 2000 a 2012, as emissões de debêntures alcançaram o volume máximo registrado
em um ano em 2012, onde foi emitido um montante superior a 86 bilhões de reais. As
empresas aproveitando índices de taxa de juros mais baixos utilizaram a estratégia de
refinanciamento de dívidas no intuito de reduzir seus custos de capital.
36
Segundo os dados da Anbima de 2012 o volume de emissões com o objetivo de redução
de passivo chegaram a 45,4%, seguidos de 19,3 % de investimentos e aquisições societárias,
18,4% aumento de capital de giro, 8,6% em novos projetos, 2,1% investimento em
infraestrutura e 0,9% em aumento do imobilizado. Já no ano de 2008 foram registradas as
emissões de pouco mais de 24 bilhões de reais, seguramente sobre influência da crise
americana que contaminou os mercados mundiais, provocando a diminuição das captações no
Brasil e no mundo de forma geral.
Observando-se o gráfico 11.2 que registra a emissão mensal de debêntures e a taxa de
juros DI anualizada 252, é possível que nos períodos de março de 2005 a fevereiro de 2007,
enquanto a curva da taxa de juros decresce é nitidamente observado o aumento da atividade
emissora em volume total assim como no período entre junho de 2011 até o final de 2012.
Tabela Resultado da Regressão de Séries Temporais 10.15
A regressão de séries temporais cujo resultado é exposto acima no ítem 8.1.5 foi
estimada através do método de mínimos quadrados ordinários (OLS). Como explicitado no
Dependent Variable: LOG_EMISSOES Method: Least Squares Date: 06/16/13 Time: 10:33 Sample: 2000M01 2012M12 Included observations: 156 HAC standard errors & covariance (Bartlett kernel, Newey-West fixed bandwidth = 5.0000)
Variable Coefficient Std. Error t-Statistic Prob. NIVEL_HIST_T_12 -0.509376 0.197320 -2.581463 0.0108
NIVEL_HIST_T_24 0.697760 0.237360 2.939664 0.0038 CDI_T_12 -0.281297 0.058579 -4.802044 0.0000 CDI_T_24 0.207940 0.044976 4.623369 0.0000
BNDES 6.89E-05 4.66E-05 1.479392 0.1412 SPREAD_MEDIO 2.379865 0.780891 3.047628 0.0027
IBOVESPA 1.28E-06 6.76E-07 1.888314 0.0609 C 4.120391 2.080868 1.980131 0.0495 R-squared 0.266251 Mean dependent var 7.547887
Adjusted R-squared 0.231547 S.D. dependent var 4.120749 S.E. of regression 3.612309 Akaike info criterion 5.456492 Sum squared resid 1931.219 Schwarz criterion 5.612895 Log likelihood -417.6064 Hannan-Quinn criter. 5.520016 F-statistic 7.671974 Durbin-Watson stat 1.479047 Prob(F-statistic) 0.000000
37
item 8.1.2, foram realizados testes para verificação da estacionariedade das séries para
garantir que fossem utilizados apenas regressores estacionários, permitindo assim a estimação
por mínimos quadrados ordinários. Dada a detecção de heterocedasticidade e autocorrelação
dos termos de erro a estimação por OLS foi feita utilizando-se o método de Newey-West que
segundo Gujarati (2011), garante que, em amostras suficientemente grandes, o estimador OLS
continua tendo as propriedades MELNT (melhor estimador linear não tendencioso)
garantindo a robustez dos resultados das estatísticas de teste.
As variáveis de medida de nível histórico de taxa de juros ������ e ��G���
tiveram significância estatística de 1% e coeficientes -0,51 e -0,28 respectivamente
apresentando o sinal negativo esperado. Ambas variáveis indicam que existe uma correlação
entre o passado da série de taxa de juros DI e o volume emitido de debêntures o que corrobora
os resultados de Graham e Harvey (2001), Hovakimian, Opler e Titiman (2001) e Barry e
Mann (2008) indicando evidência de timing de taxa de juros no intervalo de 1 ano.
Já as variáveis de taxa de juros ������, ��G��� embora apresentem significância
estatística de 1%, apresentaram coeficientes 0,69 e 0,21 e 0,10, com sinal positivo, diferente
do esperado.
Em relação as variáveis de controle, a variável /IG� (IBOVESPA) utilizada na
regressão para controlar o efeito do crescimento das empresas sobre o valor total emitido,
apresentou significância estatística a 6% e sinal esperado positivo.
A variável ���μ� apresentou significância estatística de menos de 1%. Esperava-se
que o efeito dos desenbolsos dos financiamentos do BNDES concorresse com o volume total
de emissões de debêntures, o que estatísticamente não pode ser observado. A variável F���
que representa o valor total deflacionado dos desembolsos do BNDES a grandes empresas não
apresentou significância estatística nem sequer a 10%.
O R� ajustado da regressão foi de 23%, resultado inferior ao obtido na pesquisa de
Barry e Mann (2008).
O teste de fatores de inflacionamento de variância (VIF) e os coeficientes de
correlação, realizados com o software Gretl não apontaram outros problemas de
multicolinearidade.
38
9 - CONCLUSÃO
Este estudo buscou apresentar uma pequena colaboração na compreensão dos diversos e
complexos mecanismos que determinam as emissões de dívida corporativa e
consequentemente dos determinantes de estrutura de capital das empresas brasileiras.
Os resultados obtidos nesta pesquisa foram congruentes com os achados de Graham e
Harvey (2001), Hovakimian, Opler e Titiman (2001) e Barry e Mann (2008). Observou-se que
as variáveis de níveis históricos de taxa de juros tem influência sobre o total de emissões
mensais de debêntures o que pode ser uma evidência de que os gestores das empresas
realizam emissões de debêntures quando as taxas de juros estão baixas se comparadas com as
taxas históricas no período de doze meses.
Algumas limitações deste estudo se encontram no fato de não ter sido estimado o efeito
do refinanciamento de dívidas por dificuldades encontradas no levantamento dos dados.
Para pesquisas futuras, sugerimos utilizar esta metodologia englobando os diversos
indexadores e acrescentar outras variáveis complementares como uma proxy para as variações
de taxas de juros internacionais, já que as empresas brasileiras também realizam emissões no
exterior além de testar o efeito do refinanciamento.
39
10 – TABELAS
10.1 – Emissões de Ações e Dívida Agregadas Anualmente (1995 à 2012).
Ano Ações Debêntures Notas
Promissórias CRI FIDC
1995 1935,25 6883,38 1116,68 0,00 0,00
1996 9179,37 8395,48 499,35 0,00 0,00
1997 3965,21 7517,78 5147,01 0,00 0,00
1998 5968,38 9657,30 12903,49 314,01 0,00
1999 4638,79 6676,38 8044,00 12,90 0,00
2000 13537,49 8748,00 7590,70 171,67 0,00
2001 5919,87 15162,14 5266,24 222,80 0,00
2002 6151,12 14635,60 3875,92 142,18 200,00
2003 2723,37 5282,40 2127,83 287,60 1540,00
2004 9152,55 9613,81 2241,00 403,00 5134,65
2005 14142,01 41538,85 2631,54 2102,32 8579,13
2006 31306,92 69464,00 5278,50 1071,44 14262,00
2007 75499,00 48073,00 9726,00 1520,00 12088,00
2008 34882,13 24049,00 25438,00 4809,00 12878,00
2009 47130,72 27614,00 22643,00 3242,00 10112,00
2010 150285,00 52293,00 18737,00 7592,00 13720,00
2011 18982,00 48500,00 18019,00 12427,00 14734,00
2012 14300,00 86615,00 22637,00 9947,00 5593,00
Fonte: Anbima, 2013.
40
10
.2 –
Est
atís
ticas
Des
criti
vas
CD
I_T
_12
CD
I_T
_24
CD
I_T
_36
SP
RE
AD
N
IVE
L_H
IST
_T_1
2 N
IVE
L_H
IST
_T_2
4 B
ND
ES
LO
G_E
MIS
SO
ES
IB
OV
ES
PA
M
ean
8.9
4308
6 1
0.49
419
12.
7247
4 0
.486
592
3.3
5697
0 3
.298
189
631
5.86
6 7
.547
887
140
3167
. M
edia
n 8
.909
901
9.1
7785
8 1
1.23
313
0.2
8788
7 1
.606
672
2.5
8667
3 5
289.
636
9.2
3500
0 1
4228
78.
Max
imum
3
8.32
707
38.
4989
2 4
2.36
028
3.9
1400
0 1
0.00
000
10.
0000
0 3
8331
.86
10.
4129
0 2
5368
72.
Min
imum
3
.268
098
3.1
8259
5 0
.967
409
-1.9
0500
0 0
.000
000
0.0
0000
0 1
418.
097
-2.0
0000
0 4
9778
9.3
Std
. Dev
. 4
.937
294
6.6
8785
9 7
.203
663
0.6
7891
0 3
.706
230
3.3
1806
3 5
099.
103
4.1
2074
9 6
3888
9.5
Ske
wne
ss
3.3
4149
8 2
.445
515
1.2
0952
8 1
.557
437
0.6
5250
6 0
.573
833
3.7
6808
7 -1
.847
070
0.1
0716
4 K
urto
sis
18.
1961
3 9
.143
859
5.1
2313
8 8
.440
977
1.8
8811
6 2
.002
411
22.
3176
0 4
.536
771
1.4
6289
1
J
arqu
e-B
era
179
1.30
1 4
00.8
497
67.
3370
6 2
55.4
934
19.
1057
4 1
5.03
009
279
4.76
3 1
04.0
542
15.
6561
5 P
roba
bilit
y 0
.000
000
0.0
0000
0 0
.000
000
0.0
0000
0 0
.000
071
0.0
0054
5 0
.000
000
0.0
0000
0 0
.000
398
Sum
1
395.
121
163
7.09
3 1
985.
059
75.
9083
0 5
23.6
874
514
.517
5 9
8527
5.0
117
7.47
0 2
.19E
+08
Sum
Sq.
Dev
. 3
778.
416
693
2.75
5 8
043.
377
71.
4425
0 2
129.
102
170
6.47
9 4
.03E
+09
263
1.98
9 6
.33E
+13
Obs
erva
tions
1
56
156
1
56
156
1
56
156
1
56
156
1
56
41
10.3 – Teste Dick Fuller para Raiz Unitária Variável �����
Null Hypothesis: CDI_R_T has a unit root Exogenous: Constant Lag Length: 1 (Automatic - based on SIC, maxlag=13)
t-Statistic Prob.* Augmented Dickey-Fuller test statistic -1.306371 0.6259
Test critical values: 1% level -3.473096 5% level -2.880211 10% level -2.576805 *MacKinnon (1996) one-sided p-values.
Augmented Dickey-Fuller Test Equation Dependent Variable: D(CDI_R_T) Method: Least Squares Date: 04/28/13 Time: 14:33 Sample (adjusted): 2000M03 2012M12 Included observations: 154 after adjustments
Variable Coefficient Std. Error t-Statistic Prob. CDI_R_T(-1) -0.018892 0.014461 -1.306371 0.1934
D(CDI_R_T(-1)) 0.448242 0.073232 6.120807 0.0000 C 0.108002 0.117999 0.915279 0.3615 R-squared 0.198995 Mean dependent var -0.058618
Adjusted R-squared 0.188385 S.D. dependent var 0.540152 S.E. of regression 0.486621 Akaike info criterion 1.416626 Sum squared resid 35.75678 Schwarz criterion 1.475787 Log likelihood -106.0802 Hannan-Quinn criter. 1.440657 F-statistic 18.75655 Durbin-Watson stat 1.807223 Prob(F-statistic) 0.000000
42
10.4 – Teste Dick Fuller para Raiz Unitária Variável �������
Null Hypothesis: CDI_R_T_1 has a unit root Exogenous: Constant Lag Length: 1 (Automatic - based on SIC, maxlag=13)
t-Statistic Prob.* Augmented Dickey-Fuller test statistic -1.349054 0.6058
Test critical values: 1% level -3.473096 5% level -2.880211 10% level -2.576805 *MacKinnon (1996) one-sided p-values.
Augmented Dickey-Fuller Test Equation Dependent Variable: D(CDI_R_T_1) Method: Least Squares Date: 04/28/13 Time: 14:38 Sample (adjusted): 2000M03 2012M12 Included observations: 154 after adjustments
Variable Coefficient Std. Error t-Statistic Prob. CDI_R_T_1(-1) -0.020061 0.014871 -1.349054 0.1793
D(CDI_R_T_1(-1)) 0.450310 0.074124 6.075118 0.0000 C 0.126591 0.121790 1.039420 0.3003 R-squared 0.196729 Mean dependent var -0.049405
Adjusted R-squared 0.186089 S.D. dependent var 0.545915 S.E. of regression 0.492508 Akaike info criterion 1.440678 Sum squared resid 36.62725 Schwarz criterion 1.499839 Log likelihood -107.9322 Hannan-Quinn criter. 1.464709 F-statistic 18.49067 Durbin-Watson stat 1.767660 Prob(F-statistic) 0.000000
43
10.5 – Teste Dick Fuller para Raiz Unitária Variável ��������
Null Hypothesis: CDI_R_T_12 has a unit root Exogenous: Constant Lag Length: 2 (Automatic - based on SIC, maxlag=13)
t-Statistic Prob.* Augmented Dickey-Fuller test statistic -10.38867 0.0000
Test critical values: 1% level -3.473382 5% level -2.880336 10% level -2.576871 *MacKinnon (1996) one-sided p-values.
Augmented Dickey-Fuller Test Equation Dependent Variable: D(CDI_R_T_12) Method: Least Squares Date: 04/28/13 Time: 14:40 Sample (adjusted): 2000M04 2012M12 Included observations: 153 after adjustments
Variable Coefficient Std. Error t-Statistic Prob. CDI_R_T_12(-1) -0.147220 0.014171 -10.38867 0.0000
D(CDI_R_T_12(-1)) 0.534476 0.060748 8.798280 0.0000 D(CDI_R_T_12(-2)) -0.260052 0.052775 -4.927547 0.0000
C 1.119119 0.131502 8.510267 0.0000 R-squared 0.693149 Mean dependent var -0.223685
Adjusted R-squared 0.686971 S.D. dependent var 1.157298 S.E. of regression 0.647496 Akaike info criterion 1.994388 Sum squared resid 62.46843 Schwarz criterion 2.073615 Log likelihood -148.5707 Hannan-Quinn criter. 2.026571 F-statistic 112.1928 Durbin-Watson stat 1.276738 Prob(F-statistic) 0.000000
44
10.6 – Teste Dick Fuller para Raiz Unitária Variável ��������
Null Hypothesis: CDI_R_T_24 has a unit root Exogenous: Constant Lag Length: 9 (Automatic - based on SIC, maxlag=13)
t-Statistic Prob.* Augmented Dickey-Fuller test statistic -4.874104 0.0001
Test critical values: 1% level -3.475500 5% level -2.881260 10% level -2.577365 *MacKinnon (1996) one-sided p-values.
Augmented Dickey-Fuller Test Equation Dependent Variable: D(CDI_R_T_24) Method: Least Squares Date: 04/28/13 Time: 14:46 Sample (adjusted): 2000M11 2012M12 Included observations: 146 after adjustments
Variable Coefficient Std. Error t-Statistic Prob. CDI_R_T_24(-1) -0.048996 0.010052 -4.874104 0.0000
D(CDI_R_T_24(-1)) 0.903851 0.062762 14.40119 0.0000 D(CDI_R_T_24(-2)) -0.529972 0.055055 -9.626159 0.0000 D(CDI_R_T_24(-3)) -0.017611 0.043609 -0.403847 0.6870 D(CDI_R_T_24(-4)) 0.264921 0.038792 6.829270 0.0000 D(CDI_R_T_24(-5)) 0.024238 0.041287 0.587055 0.5581 D(CDI_R_T_24(-6)) -0.035316 0.038553 -0.916026 0.3613 D(CDI_R_T_24(-7)) -0.172957 0.038241 -4.522857 0.0000 D(CDI_R_T_24(-8)) 0.185257 0.036777 5.037260 0.0000 D(CDI_R_T_24(-9)) -0.252779 0.031065 -8.137041 0.0000
C 0.351079 0.109767 3.198403 0.0017 R-squared 0.853206 Mean dependent var -0.233642
Adjusted R-squared 0.842333 S.D. dependent var 1.462103 S.E. of regression 0.580562 Akaike info criterion 1.822714 Sum squared resid 45.50209 Schwarz criterion 2.047506 Log likelihood -122.0581 Hannan-Quinn criter. 1.914052 F-statistic 78.46585 Durbin-Watson stat 1.955340 Prob(F-statistic) 0.000000
45
10.7 – Teste Dick Fuller para Raiz Unitária Variável ��������
Null Hypothesis: CDI_R_T_36 has a unit root Exogenous: Constant Lag Length: 1 (Automatic - based on SIC, maxlag=13)
t-Statistic Prob.* Augmented Dickey-Fuller test statistic -3.275345 0.0177
Test critical values: 1% level -3.473096 5% level -2.880211 10% level -2.576805 *MacKinnon (1996) one-sided p-values.
Augmented Dickey-Fuller Test Equation Dependent Variable: D(CDI_R_T_36) Method: Least Squares Date: 04/28/13 Time: 14:47 Sample (adjusted): 2000M03 2012M12 Included observations: 154 after adjustments
Variable Coefficient Std. Error t-Statistic Prob. CDI_R_T_36(-1) -0.110426 0.033714 -3.275345 0.0013
D(CDI_R_T_36(-1)) 0.160051 0.079652 2.009389 0.0463 C 1.312569 0.490449 2.676260 0.0083 R-squared 0.077183 Mean dependent var -0.102885
Adjusted R-squared 0.064960 S.D. dependent var 3.042804 S.E. of regression 2.942314 Akaike info criterion 5.015558 Sum squared resid 1307.239 Schwarz criterion 5.074719 Log likelihood -383.1980 Hannan-Quinn criter. 5.039589 F-statistic 6.314715 Durbin-Watson stat 1.953795 Prob(F-statistic) 0.002324
46
10.8 – Teste Dick Fuller para Raiz Unitária Variável ����
Null Hypothesis: E_M_B has a unit root Exogenous: Constant Lag Length: 3 (Automatic - based on SIC, maxlag=13)
t-Statistic Prob.* Augmented Dickey-Fuller test statistic -2.470002 0.1249
Test critical values: 1% level -3.473672 5% level -2.880463 10% level -2.576939 *MacKinnon (1996) one-sided p-values.
Augmented Dickey-Fuller Test Equation Dependent Variable: D(E_M_B) Method: Least Squares Date: 04/28/13 Time: 14:50 Sample (adjusted): 2000M05 2012M12 Included observations: 152 after adjustments
Variable Coefficient Std. Error t-Statistic Prob. E_M_B(-1) -0.066291 0.026838 -2.470002 0.0147
D(E_M_B(-1)) -0.210080 0.080937 -2.595596 0.0104 D(E_M_B(-2)) 0.309992 0.080413 3.854994 0.0002 D(E_M_B(-3)) 0.183453 0.080897 2.267740 0.0248
C 29.63068 16.93483 1.749688 0.0823 R-squared 0.183506 Mean dependent var -3.861842
Adjusted R-squared 0.161288 S.D. dependent var 140.6883 S.E. of regression 128.8441 Akaike info criterion 12.58742 Sum squared resid 2440316. Schwarz criterion 12.68689 Log likelihood -951.6442 Hannan-Quinn criter. 12.62783 F-statistic 8.259510 Durbin-Watson stat 1.938784 Prob(F-statistic) 0.000005
47
10.9 – Teste Dick Fuller para Raiz Unitária Variável ��
Null Hypothesis: DESEMBOLSO_BNDES has a unit root Exogenous: Constant Lag Length: 0 (Automatic - based on SIC, maxlag=13)
t-Statistic Prob.* Augmented Dickey-Fuller test statistic -7.729928 0.0000
Test critical values: 1% level -3.472813 5% level -2.880088 10% level -2.576739 *MacKinnon (1996) one-sided p-values.
Augmented Dickey-Fuller Test Equation Dependent Variable: D(DESEMBOLSO_BNDES) Method: Least Squares Date: 04/28/13 Time: 14:52 Sample (adjusted): 2000M02 2012M12 Included observations: 155 after adjustments
Variable Coefficient Std. Error t-Statistic Prob. DESEMBOLSO_BND
ES(-1) -0.616303 0.079729 -7.729928 0.0000 C 3973.358 624.1992 6.365529 0.0000 R-squared 0.280852 Mean dependent var 164.8414
Adjusted R-squared 0.276152 S.D. dependent var 5608.080 S.E. of regression 4771.313 Akaike info criterion 19.79145 Sum squared resid 3.48E+09 Schwarz criterion 19.83072 Log likelihood -1531.837 Hannan-Quinn criter. 19.80740 F-statistic 59.75179 Durbin-Watson stat 1.971574 Prob(F-statistic) 0.000000
48
10.10 – Teste Dick Fuller para Raiz Unitária Variável �������
Null Hypothesis: LOG_VALOR_TOTAL_DEFLACIO has a unit root Exogenous: Constant Lag Length: 0 (Automatic - based on SIC, maxlag=13)
t-Statistic Prob.* Augmented Dickey-Fuller test statistic -7.912460 0.0000
Test critical values: 1% level -3.472813 5% level -2.880088 10% level -2.576739 *MacKinnon (1996) one-sided p-values.
Augmented Dickey-Fuller Test Equation Dependent Variable: D(LOG_VALOR_TOTAL_DEFLACIO) Method: Least Squares Date: 05/25/13 Time: 22:49 Sample (adjusted): 2000M02 2012M12 Included observations: 155 after adjustments
Variable Coefficient Std. Error t-Statistic Prob. LOG_VALOR_TOTAL_DEFL
ACIO(-1) -0.581675 0.073514 -7.912460 0.0000 C 4.392665 0.631088 6.960465 0.0000 R-squared 0.290376 Mean dependent var 0.010801
Adjusted R-squared 0.285738 S.D. dependent var 4.458103 S.E. of regression 3.767724 Akaike info criterion 5.503638 Sum squared resid 2171.948 Schwarz criterion 5.542908 Log likelihood -424.5320 Hannan-Quinn criter. 5.519589 F-statistic 62.60703 Durbin-Watson stat 1.961465 Prob(F-statistic) 0.000000
49
10.11 – Teste Dick Fuller para Raiz Unitária Variável �� μ�
Null Hypothesis: SPR has a unit root Exogenous: Constant Lag Length: 0 (Automatic - based on SIC, maxlag=13)
t-Statistic Prob.* Augmented Dickey-Fuller test statistic -12.45096 0.0000
Test critical values: 1% level -3.472813 5% level -2.880088 10% level -2.576739 *MacKinnon (1996) one-sided p-values.
Augmented Dickey-Fuller Test Equation Dependent Variable: D(SPR) Method: Least Squares Date: 04/28/13 Time: 15:12 Sample (adjusted): 2000M02 2012M12 Included observations: 155 after adjustments
Variable Coefficient Std. Error t-Statistic Prob. SPR(-1) -1.006587 0.080844 -12.45096 0.0000
C 2.670407 2.279826 1.171321 0.2433 R-squared 0.503289 Mean dependent var -0.003241
Adjusted R-squared 0.500043 S.D. dependent var 39.96374 S.E. of regression 28.25742 Akaike info criterion 9.533409 Sum squared resid 122167.7 Schwarz criterion 9.572679 Log likelihood -736.8392 Hannan-Quinn criter. 9.549359 F-statistic 155.0263 Durbin-Watson stat 2.000060 Prob(F-statistic) 0.000000
50
10.12 – Teste Dick Fuller para Raiz Unitária Variável ����
Null Hypothesis: NIVEL_HISTORICO_DA_EMISS has a unit root Exogenous: Constant Lag Length: 1 (Automatic - based on SIC, maxlag=13)
t-Statistic Prob.* Augmented Dickey-Fuller test statistic -2.021304 0.2775
Test critical values: 1% level -3.473096 5% level -2.880211 10% level -2.576805 *MacKinnon (1996) one-sided p-values.
Augmented Dickey-Fuller Test Equation Dependent Variable: D(NIVEL_HISTORICO_DA_EMISS) Method: Least Squares Date: 05/25/13 Time: 22:54 Sample (adjusted): 2000M03 2012M12 Included observations: 154 after adjustments
Variable Coefficient Std. Error t-Statistic Prob. NIVEL_HISTORICO_DA_EMI
SS(-1) -0.038740 0.019166 -2.021304 0.0450 D(NIVEL_HISTORICO_DA_E
MISS(-1)) 0.296290 0.077700 3.813258 0.0002 C 0.109809 0.080402 1.365748 0.1740 R-squared 0.101095 Mean dependent var -0.002298
Adjusted R-squared 0.089189 S.D. dependent var 0.757097 S.E. of regression 0.722547 Akaike info criterion 2.207219 Sum squared resid 78.83314 Schwarz criterion 2.266380 Log likelihood -166.9559 Hannan-Quinn criter. 2.231250 F-statistic 8.491076 Durbin-Watson stat 2.075145 Prob(F-statistic) 0.000320
51
10.13 – Teste Dick Fuller para Raiz Unitária Variável �������
Null Hypothesis: NIVEL_HISTORICO_T_12 has a unit root Exogenous: Constant Lag Length: 1 (Automatic - based on SIC, maxlag=13)
t-Statistic Prob.* Augmented Dickey-Fuller test statistic -3.476723 0.0099
Test critical values: 1% level -3.473096 5% level -2.880211 10% level -2.576805 *MacKinnon (1996) one-sided p-values.
Augmented Dickey-Fuller Test Equation Dependent Variable: D(NIVEL_HISTORICO_T_12) Method: Least Squares Date: 05/25/13 Time: 22:56 Sample (adjusted): 2000M03 2012M12 Included observations: 154 after adjustments
Variable Coefficient Std. Error t-Statistic Prob. NIVEL_HISTORICO_T_12
(-1) -0.119005 0.034229 -3.476723 0.0007 D(NIVEL_HISTORICO_T
_12(-1)) 0.260453 0.078584 3.314334 0.0012 C 0.402389 0.169744 2.370568 0.0190 R-squared 0.111510 Mean dependent var -0.002311
Adjusted R-squared 0.099742 S.D. dependent var 1.615930 S.E. of regression 1.533226 Akaike info criterion 3.711913 Sum squared resid 354.9679 Schwarz criterion 3.771074 Log likelihood -282.8173 Hannan-Quinn criter. 3.735944 F-statistic 9.475614 Durbin-Watson stat 2.013503 Prob(F-statistic) 0.000133
52
10.14 – Teste Dick Fuller para Raiz Unitária Variável �������
Null Hypothesis: NIVEL_HISTORICO_T_24 has a unit root Exogenous: Constant Lag Length: 1 (Automatic - based on SIC, maxlag=13)
t-Statistic Prob.* Augmented Dickey-Fuller test statistic -2.604651 0.0942
Test critical values: 1% level -3.473096 5% level -2.880211 10% level -2.576805 *MacKinnon (1996) one-sided p-values.
Augmented Dickey-Fuller Test Equation Dependent Variable: D(NIVEL_HISTORICO_T_24) Method: Least Squares Date: 05/25/13 Time: 22:57 Sample (adjusted): 2000M03 2012M12 Included observations: 154 after adjustments
Variable Coefficient Std. Error t-Statistic Prob. NIVEL_HISTORICO_T_24
(-1) -0.059076 0.022681 -2.604651 0.0101 D(NIVEL_HISTORICO_T
_24(-1)) 0.350080 0.076227 4.592574 0.0000 C 0.195108 0.106040 1.839956 0.0677 R-squared 0.141388 Mean dependent var -0.002298
Adjusted R-squared 0.130015 S.D. dependent var 0.986914 S.E. of regression 0.920524 Akaike info criterion 2.691540 Sum squared resid 127.9519 Schwarz criterion 2.750702 Log likelihood -204.2486 Hannan-Quinn criter. 2.715571 F-statistic 12.43260 Durbin-Watson stat 2.029045 Prob(F-statistic) 0.000010
53
10.15 – Tabela Resultado da Regressão de Séries Temporais
Dependent Variable: LOG_EMISSOES Method: Least Squares Date: 06/16/13 Time: 10:33 Sample: 2000M01 2012M12 Included observations: 156 HAC standard errors & covariance (Bartlett kernel, Newey-West fixed bandwidth = 5.0000)
Variable Coefficient Std. Error t-Statistic Prob. NIVEL_HIST_T_12 -0.509376 0.197320 -2.581463 0.0108
NIVEL_HIST_T_24 0.697760 0.237360 2.939664 0.0038 CDI_T_12 -0.281297 0.058579 -4.802044 0.0000 CDI_T_24 0.207940 0.044976 4.623369 0.0000
BNDES 6.89E-05 4.66E-05 1.479392 0.1412 SPREAD_MEDIO 2.379865 0.780891 3.047628 0.0027
IBOVESPA 1.28E-06 6.76E-07 1.888314 0.0609 C 4.120391 2.080868 1.980131 0.0495 R-squared 0.266251 Mean dependent var 7.547887
Adjusted R-squared 0.231547 S.D. dependent var 4.120749 S.E. of regression 3.612309 Akaike info criterion 5.456492 Sum squared resid 1931.219 Schwarz criterion 5.612895 Log likelihood -417.6064 Hannan-Quinn criter. 5.520016 F-statistic 7.671974 Durbin-Watson stat 1.479047 Prob(F-statistic) 0.000000
54
10.16 – Tabela Resultado do Teste de Fatores de Inflacionamento da Variância (VIF).
Fatores de Inflacionamento da Variância (VIF)
Valor mínimo possível = 1,0
Valores > 10,0 podem indicar um problema de colinearidade
Nivel_H_12 4,729
Nivel_H_24 3,625
Desembolso_BNDE 1,283
Valor_Emp_IBOVE 1,787
CDI_Real_T_12 1,945
CDI_Real_T_24 1,920
Spread_Medio 1,044
VIF(j) = 1/(1 - R(j)^2), onde R(j) é o coeficiente de correlação múltipla
entre a variável j e a outra variável independente
Propriedades da matriz X'X:
Norma-1 = 3,3497219e+014
Determinante = 1,2356723e+050
Número de condição recíproca = 1,3996945e-014
55
10
.17
– M
atriz
de
Cov
ariâ
ncia
s
NIV
EL_
HIS
T_T
_12
NIV
EL_
HIS
T_T
_24
CD
I_T
_12
CD
I_T
_24
BN
DE
S
SP
RE
AD
_ME
DIO
IB
OV
ES
PA
C
N
IVE
L_H
IST
_T_1
2
-0.0
4024
2 -0
.000
880
-0.0
0429
3 -4
.30E
-06
-0.0
7482
5 2
.15E
-08
0.1
0512
5 N
IVE
L_H
IST
_T_2
4 -0
.040
242
0
.003
844
0.0
0741
2 4
.57E
-06
0.0
8659
4 1
.26E
-08
-0.2
8378
4 C
DI_
T_1
2 -0
.000
880
0.0
0384
4
0.0
0029
6 3
.39E
-07
0.0
0799
2 1
.24E
-08
-0.0
7280
2 C
DI_
T_2
4 -0
.004
293
0.0
0741
2 0
.000
296
2
.10E
-07
0.0
1563
0 1
.66E
-08
-0.0
7508
2 B
ND
ES
-4
.30E
-06
4.5
7E-0
6 3
.39E
-07
2.1
0E-0
7
-6.1
5E-0
7 -1
.47E
-11
-1.3
8E-0
6 S
PR
EA
D_M
ED
IO
-0.0
7482
5 0
.086
594
0.0
0799
2 0
.015
630
-6.1
5E-0
7
7.2
6E-0
8 -0
.764
240
IBO
VE
SP
A
2.1
5E-0
8 1
.26E
-08
1.2
4E-0
8 1
.66E
-08
-1.4
7E-1
1 7
.26E
-08
-1
.05E
-06
C
0.1
0512
5 -0
.283
784
-0.0
7280
2 -0
.075
082
-1.3
8E-0
6 -0
.764
240
-1.0
5E-0
6
56
10.18 – Tabela Resultado do Teste ADF.
Tabela Resultado Teste ADF
Variável Estatística t p valor Conclusão
nível histórico de CDI na data "t" em 12
meses -3.476.723 0.0099 Estacionário
nível histórico de CDI na data "t" em 24
meses -2.604.651 0.0942 Estacionário
nível histórico de CDI na data "t" em 36
meses -2.021.304 0.2775 Não Estacionário
EMBI+Brasil no mês "t" -2.470.002 0.1249 Não Estacionário
desembolso total deflacionado do BNDES
destinado à grandes empresas na data "t" -7.729.928 0.0000 Estacionário
taxa CDI de emissão de debêntures na
data "t" deflacionado o IPCA_t -1.306.371 0.6259 Não Estacionário
taxa CDI de emissão de debêntures na
data "t-1" deflacionado o IPCA_t-1 -1.349.054 0.6058 Não Estacionário
taxa CDI de emissão de debêntures na
data "t-12" deflacionado o IPCA_t-12 -1.038.867 0.0000 Estacionário
taxa CDI de emissão de debêntures na
data "t-24" deflacionado o IPCA_t-24 -4.874.104 0.0001 Estacionário
taxa CDI de emissão de debêntures na
data "t-36" deflacionado o IPCA_t-36 -3.275.345 0.0177 Estacionário
valor das empresas do Ibovespa no mês t -2.576.695 0.1000 Estacionário
spread médio da emissão de debêntures
na data "t". -1.245.096 0.0000 Estacionário
57
11 – GRÁFICOS
11.1 - Emissões de Ações e Dívida Agregadas Anualmente (1995 a 2012).
R$ 0,00
R$ 20,00
R$ 40,00
R$ 60,00
R$ 80,00
R$ 100,00
R$ 120,00
R$ 140,00
R$ 160,001995
1996
1997
1998
1999
2000
2001
2002
2003
2004
2005
2006
2007
2008
2009
2010
2011
2012
Bilhões
Ações Debêntures Notas Promissórias CRI FIDC
58
11
.2 -
Em
issõ
es d
e D
ebên
ture
s M
ensa
is e
a ta
xa d
e ju
ros
CD
I anu
aliz
ada
base
252
(19
95 a
201
2).
R$
0,0
0
R$
5.0
00
,00
R$
10
.00
0,0
0
R$
15
.00
0,0
0
R$
20
.00
0,0
0
R$
25
.00
0,0
0
R$
30
.00
0,0
0
0,0
0%
10
,00
%
20
,00
%
30
,00
%
40
,00
%
50
,00
%
60
,00
%
70
,00
%
80
,00
%
90
,00
%
Jan
Jun
Nov
Abr
Set
Mar
Ago
Abr
Set
Mai
Dez
Jul
Dez
Mai
Nov
Mai
Dez
Jul
Dez
Jun
Nov
Abr
Set
Mar
Ago
Mar
Ago
Jan
Jul
Jul
Dez
Mai
Out
Mar
Ago
Jan
Jun
Nov
19
95
19
96
19
97
19
98
19
99
20
00
20
01
20
02
20
03
20
04
20
05
20
06
20
07
20
08
20
09
20
10
20
11
20
12
Milhões
So
ma
de
Va
lor
To
tal d
efl
aci
on
ad
oM
éd
ia d
e C
DI
a.a
. 2
52
59
11
.3 -
Em
issõ
es d
e D
ebên
ture
s po
r In
dexa
dor
(199
5 a
2012
).
2%
81
% D
I
0%0%
4%
0%
3%
1%
0%
4%
0%
1%
3%
0%
1%
AN
BID
DI
FDS
IGP
-DI
IGP
-M
INP
C
IPC
A
PR
EFI
XA
DO
SELI
C
SEM
-ÍN
DIC
E
TB
F
TJL
P
TR
TR
-RE
AL
US$
CO
ME
RC
IAL
60
12 - BIBLIOGRAFIA
ANDERSON, C. W. Financial contracting under extreme uncertainty: an analysis of Brazilian corporate debentures. Journal of Financial Economics, v. 51, p. 45–84, 1999.
ANTONINO, R. Systematic risk variations (beta) convertible debenture brazilian companies. Brazilian Business Review, v. 7, n. 3, p. 1–22, 2010.
AUERBACH, A. J. Real determinants of corporate leverage. University of Chicago Press, v. 1, p. 301–324, 1985.
BAKER, M.; WURGLER, J. The equity share in new issues and aggregate stock returns. the Journal of Finance, v. 55, n. 5, 2002a.
BAKER, M.; WURGLER, J. Market timing and capital structure. The Journal of Finance, v. 57, n. 1, p. 1–32, 2002b.
BANCEL, F.; MITTOO, U. Cross-country determinants of capital structure choice: a survey of European firms. Financial Management, v. 33, n. 4, p. 103–132, 2004.
BARRY, C.; MANN, S. Corporate debt issuance and the historical level of interest rates. Financial management, p. 413–430, 2008.
BARTHOLDY, J.; MATEUS, C. Debt and taxes for private firms. International Review of Financial Analysis, v. 20, n. 3, p. 177–189, jun. 2011.
BOOTH, L.; AIVAZIAN, V. Capital structures in developing countries. The Journal of finance, v. 56, n. 1, p. 87–130, 2002.
BROUNEN, D.; JONG, A.; KOEDIJK, K. Corporate Finance in Europe Confronting Theory with Practice. Financial management, p. 71–101, 2004.
CARVALHO, C. V. O.; DIAS, J. M. Impactos da Aplicação de Recursos Captados Através de Debêntures e do Valor da Empresa no Preço das Ações: uma análise no Brasil. Contextus-Revista Contemporâne de Economia e Gestão., v. 6, n. 2, p. 15–24, 2008.
CRUZ, F. B. Composiçao das dívidas corporativas no Brasil: Fatores que explicam a emissão de debêntures. 2010. Dissertação (Mestrado em Finanças e Economia Empresarial) - Escola de Economia de São Paulo, FGV, São Paulo.
FRALETTI, P. B.; EID, W. A relevância do rating e de outros fatores na determinação do rendimento das debêntures emitidas no mercado brasileiro, 2008. Disponível em: <http://eaesp.fgv.br/subportais/interna/Debentures Rendimento e Rating.pdf>. Acesso em: 9 fev. 2013
61
FRANZ, P. R. G.; FIGUEIREDO, A. C. Avaliação da capacidade de market timing dos administradores de fundos mútuos de ações no Brasil. Revista de Economia e Administração, v. 2, n. 1968, p. 33–46, 2003.
GODÓI, A. C.; YOSHINO, J. A.; OLIVEIRA, R. D. Risco de crédito e alocação ótima para uma carteira de debêntures. Estudos Econômicos, v. 38, n. 2, p. 349–372, 2008.
GRAHAM, J.; HARVEY, C. The theory and practice of corporate finance: Evidence from the field. Journal of financial economics, v. 60, n. 2-3, p. 187–243, 2001.
HARRIS, M.; RAVIV, A. The theory of capital structure. Journal of finance, v. 46, n. 1, p. 297–355, 1991.
HENDERSON, B.; JEGADEESH, N.; WEISBACH, M. World markets for raising new capital. Journal of Financial Economics, v. 82, n. 1, p. 63–101, 2006.
HOVAKIMIAN, A.;OPLER, T.; TITMAN, S. The debt-equity choice. Journal of Financial and Quantitative Analysis, v. 36, n. 1, p. 1–24, 2001.
HUANG, R.; RITTER, J. Testing the market timing theory of capital structure. Journal of Financial and Quantitative Analysis, v. 1, p. 56, 2005.
KRAUTER, E. A influência da estabilidade econômica nas características das debêntures brasileiras.ead.fea.usp.br,1999.Disponívelem:<http://www.ead.fea.usp.br/semead/10semead/sistema/resultado/trabalhosPDF/535.pdf>. Acesso em: 9 fev. 2013
LEUSIN, L.; BRITO, R. Market timing e avaliaçao de desempenho dos fundos brasileiros. Revista de Administração de Empresas, v. 48, n. 2, p. 22–36, 2008.
LUCINDA, C.; SAITO, R. A composição do endividamento das empresas brasileiras de capital aberto: um estudo empírico. Revista Brasileira de Finanças, v. 3, n. 2, p. 173–193, 2005.
MALMENDIER, U.; TATE, G.; YAN, J. Overconfidence and Early �Life Experiences: The Effect of Managerial Traits on Corporate Financial Policies. The Journal of Finance, v. 66, n. 5, p. 1687–1733, 2011.
MENDES, E. A.; BASSO, L. F. C.; KAYO, E. K. Estrutura de capital e janelas de oportunidade: testes no mercado brasileiro. Revista de Administração Mackenzie, v. 10, n. 6, p. 78–100, 2009.
MODIGLIANI, F.; MILLER, M. The cost of capital, corporation finance and the theory of investment. The American economic review, v. 48, n. 3, p. 261–297, 1958.
MUSACCHIO, A. Can civil law countries get good institutions? Lessons from the history of creditor rights and bond markets in Brazil. Journal of Economic History, v. 68, n. 1, p. 80–109, 2008.
62
MYERS, S. C. Capital Structure. Journal of Economic Perspectives, v. 15, n. 2, p. 81–102, 2001.
PAIVA, E. V. S.; SAVOIA, J. R. F. Pricing corporate bonds in Brazil: 2000 to 2004. Journal of Business Research, v. 62, n. 9, p. 916–919, 2009.
PAULO, E.; CAVALCANTE, P. R. N.; MELO, I. I. S. L. Qualidade das informações contábeis na oferta pública de ações e debêntures pelas companhias abertas brasileiras. Brazilian Business Review, v. 9, n. 1, p. 1–26, 2009.
PEROBELLI, F. F. C.; SOARES, T. A. Qual o melhor momento para a abertura de capital? Analisando o timing dos IPOS das empresas Brasileiras a partir da Teoria de Opçoes Reais. Anpec, p. 20, 2004.
PIMENTEL, R.C.; PERES, E.F.;LIMA, G. A. S. F. O mercado de Debêntures e o Financiamento Produtivo no Brasil: uma Análise de Cointegração e Causalidade. Revista de Contabilidade e Organizaçoes., v. 5, p. 4–22, 2011.
SANTOS, D. J. S. Debêntures: Um Instrumento Moderno de. Revista do BNDES, v. 13, n. 26, p. 35–54, 2006.
SANVINCENTE, A. Z. A evoluçao recente do mercado de debêntures. Revista da CVM, p. 63–70, 2001.
SHENG, H. H.; SAITO, R. Determinantes de spread das debêntures no mercado brasileiro. Revista de Administraçao - RAUSP, v. 40, n. 2, p. 193–205, 2005.
SHENG, H. H.; SAITO, R. Importância do rating na padronização de debêntures. Revista de Administração de Empresas, v. 46, p. 44–54, 2006.
SHENG, H. H.; SAITO, R. Liquidez das debêntures no mercado brasileiro. Rev. Adm.(São Paulo), p. 176–185, 2008.
SOUZA, L. Dívidas corporativas brasileiras: emitir no mercado interno ou no externo? 2013. Dissertação (Mestrado em Finanças e Economia) - Escola de Economia de São Paulo, FGV, São Paulo.
TREYNOR, J.; MAZUY, K. Can mutual funds outguess the market? Harvard Business Review, v. 44, n. 4, p. 131–136, 1966.
VALLE, M. Estrutura de capital de empresas brasileiras num ambiente de altas taxas de juros e na presença de fontes diferenciadas de financiamento. 2011. Tese (Livre Docência em Contabilidade) - Faculdade de Economia, Administração e Contabilidade de Ribeirão Preto, USP São Paulo.
63