FUNDAÇÃO GETÚLIO VARGAS ESCOLA DE PÓS GRADUAÇÃO EM ECONOMIA MESTRADO EM FINANÇAS E ECONOMIA EMPRESARIAL

Transcrição

1 FUNDAÇÃO GETÚLIO VARGAS ESCOLA DE PÓS GRADUAÇÃO EM ECONOMIA MESTRADO EM FINANÇAS E ECONOMIA EMPRESARIAL O DESEMPENHO DE MÉDIO PRAZO DAS OFERTAS PÚBLICAS INICIAIS EVIDÊNCIAS EMPÍRICAS NO BRASIL GUILHERME ARANHA REIS PORTELA RIBEIRO RIO DE JANEIRO AGOSTO DE

2 O DESEMPENHO DE MÉDIO PRAZO DAS OFERTAS PÚBLICAS INICIAIS EVIDÊNCIAS EMPÍRICAS NO BRASIL GUILHERME ARANHA REIS PORTELA RIBEIRO Dissertação apresentada à Banca Examinadora da Escola de Pós-Graduação em Economia da Fundação Getúlio Vargas como requisito parcial para a obtenção do grau de Mestre em Finanças e Economia Empresarial. Orientador: Prof. RICARDO LEAL RIO DE JANEIRO AGOSTO DE

3 Todos os homens têm medo, mas o bravo repele seu medo e avança, por vezes rumo à morte, mas sempre rumo à vitória Lema da Guarda do Rei na Grécia Antiga Dedico este trabalho aos meus pais, Yedda e Moysés, e à minha avó Ceomar, meus eternos e maiores torcedores, e à minha esposa Sonali, minha paz

4 AGRADECIMENTOS A todos os meus professores, passados e presentes, que me mostraram as ferramentas para a construção da minha carreira. Ao Professor Walter Ness, pela participação na banca. Aos Professores Ricardo Leal e Marco Bonomo, pelas idéias e críticas sobre as quais pude realizar este trabalho. Aos meu sogros, Gil e Lizette, pelo legítimo interesse e pela intensa torcida. À minha esposa Sonali pelo amor, cumplicidade e compreensão. Aos meus pais, Yedda e Moysés, e à minha avó, Ceomar, pelo apoio incondicional. A todos aqueles que contribuíram de alguma forma com a realização deste trabalho

5 SUMÁRIO RESUMO INTRODUÇÃO REVISÃO BIBLIOGRÁFICA METODOLOGIA Dados e Tratamento Variáveis estudadas Percentual do capital oferecido Tamanho da oferta Tempo de operação da empresa Reputação de instituições emissoras Percentual de investidores institucionais Percentual de investidores estrangeiros Comunicação de fatores de risco Retorno no primeiro dia Indústria RESULTADOS Análises Estatísticas Univariadas Regressões Múltiplas CONCLUSÃO REFERÊNCIAS BIBLIOGRÁFICAS

6 ÍNDICE DE TABELAS Tabela 1 - Emissões por Período Tabela 2 - Instituições Emissoras e Market Share Tabela 3 - Tabulação das Variáveis Independentes Tabela 4 - Resultado das Regressões Univariadas contra AR Tabela 5 - Resultado das Regressões Univariadas contra AR Tabela 6 Resultado das Regressões Univariadas contra AR Tabela 7 - Resumo das Regressões Univariadas contra AR1 e AR Tabela 8 Regressões Múltiplas de AR Tabela 9 - P-valores para coeficientes de regressões múltiplas de AR Tabela 10 - Matriz de Correlação entre as Variáveis Independentes Tabela 12 Resultados das Regressões Múltiplas de AR Tabela 13 - P-valores para Coeficientes de Regressões Múltiplas de AR Tabela 14 - Matriz de Correlação entre as Variáveis Independentes (amostra restrita). 47 Tabela 16 - Resumo das Regressões Múltiplas com AR1 e AR

7 ÍNDICE DE FIGURAS Gráfico 1 - Avaliação versus Número de Investidores Gráfico 2 - Emissões por Mercado em Quantidade Gráfico 3 - Emissões por Mercado em Volume Médio Gráfico 5 - Distribuição de AR Gráfico 6 - Distribuição de PERC Gráfico 7 - Distribuição de SIZE (MM) Gráfico 8 - Distribuição de LNSIZE Gráfico 9 - Distribuição de AGE Gráfico 10 - Distribuição de REPUT Gráfico 11 - Distribuição de INSTINV Gráfico 12 - Distribuição de FI Gráfico 13 - Distribuição dos Fatores de Risco Gráfico 14 - Distribuição de AR Gráfico 15 - Distribuição de Indústria Gráfico 17 Regressões das Variáveis Independentes contra AR Gráfico 18 Regressões das Variáveis Dependentes contra AR

8 RESUMO O presente trabalho procura investigar, na recente onda de IPOs no mercado brasileiro iniciada em 2002/2004, quais os principais fatores que conseguem explicar o desempenho destas ações no prazo de 1 a 2 anos após a oferta. Para tal, as mais relevantes teorias já propostas no Brasil e nos EUA sobre o tema são levantadas e postas à prova através de modelos estatísticos na amostra em questão. Como resultado, foi verificado que as empresas que apresentam um melhor desempenho de médio prazo são aquelas oferecendo um maior percentual do capital na oferta, maiores volumes de capital, com mais tempo de operação anterior à oferta, com ofertas coordenadas por instituições líderes de mercado, com os riscos bem explicados no prospecto e com retornos iniciais menores. Foi verificado também que as empresas dos setores de construção e transporte e consumo não-cíclico possuem desempenho superior às demais

9 1. INTRODUÇÃO Desde 2004 vem sendo notado um boom na realização de ofertas públicas iniciais em território nacional, algumas vezes por diversos participantes de uma indústria, e em outras por representantes únicos de seus setores. Diante deste significante movimento, os investidores devem se perguntar se a tendência em território nacional nas ofertas mais recentes é que se repita o comportamento verificado no mercado americano e anteriormente no mercado brasileiro de retornos iniciais elevados e baixos retornos de longo prazo para ofertas iniciais, como já foi abundantemente documentado. Será que ainda valem as teorias de que o desempenho de longo prazo das ofertas está atrelado a fatores como o rendimento do primeiro dia do papel, a proporção de acionistas composta por investidores institucionais, a reputação do banco emissor etc.? Os investidores das ofertas recentes também devem observar estas variáveis quando forem escolher um papel para o médio prazo? O conhecimento do real comportamento das ofertas públicas iniciais após seu primeiro dia de negociação é de grande interesse do investidor, pois conforme apontado por Ritter (1991), possibilita a identificação de padrões de mercado que podem levar a estratégias ativas com retornos superiores; permite o questionamento da teoria de mercados eficientes, caso seu desempenho seja mesmo superior ou inferior ao mercado; permite saber se os emissores estão se aproveitando com sucesso de janelas de oportunidade para as emissões, caso se verifique que os períodos de maior volume são os de mau desempenho; e por fim implica em um custo de capital reduzido para estas empresas, já que elas estariam concedendo retornos reduzidos aos investidores que as adquirissem

10 Os objetivos do trabalho são a identificação e análise dos mais relevantes fatores já levantados na literatura relacionados com o desempenho de médio e longo prazo das ofertas públicas em bolsa e a verificação estatística da relevância destes fatores também para o mercado brasileiro mais recente sempre que possível. Neste trabalho será contemplado somente o desempenho das ofertas públicas iniciais no contexto de médio prazo. A magnitude e as motivações para o eventual alto retorno no primeiro dia da oferta inicial não deverão ser abordados. Além disso, o estudo somente considerará o mercado brasileiro e, eventualmente, o dos EUA, para que se tracem paralelos e se estudem a aplicação de teorias estrangeiras ao nosso mercado. Na seção 2 serão resumidas as principais teorias já desenvolvidas no tocante ao desempenho de médio prazo das ofertas públicas iniciais, incluindo qual o comportamento de médio prazo geralmente identificado e as principais razões apontadas para este comportamento. Na seção 3 serão apresentadas todas as variáveis a serem incluídas no estudo, bem como a metodologia de trabalho e de tratamento dos dados. Na seção 4 serão apresentados os resultados do estudo e a seção 5, por fim, irá concluir sobre os resultados obtidos

11 2. REVISÃO BIBLIOGRÁFICA Antes que se inicie a descrição dos trabalhos referentes ao assunto abordado, convém que se realizem as definições de duas expressões recorrentes quando se trata deste tema, no caso underpricing e underperformance. Underpricing é comumente entendido como a diferença entre o preço de fechamento ou abertura de determinado ativo em seu primeiro dia de negociação e o preço de sua oferta inicial, expressa como percentual do preço da oferta. Underperformance, por sua vez, refere-se à obtenção de um retorno de determinado ativo inferior à do benchmark com o qual o ativo está sendo comparado ao final de determinado horizonte de tempo. O primeiro trabalho relevante acerca do comportamento de longo prazo de ofertas públicas iniciais foi o artigo escrito por Ibbotson (1975), em que foi analisado o comportamento destas ações no período de 1960 a Em seu estudo, Ibbotson verificou uma relação inversa entre o underpricing inicial das ações e seu desempenho de longo prazo, além de identificar um desempenho médio positivo no primeiro e no quinto ano, e negativo do segundo ao quinto. A revista Forbes de 2 de dezembro de 1985 teve uma matéria principal com o título Why New Issues Are Lousy Investments, 1 em que divulgaram um estudo com 1992 ofertas iniciais realizadas entre 1975 e 1985 apontando que as ações recém ofertadas estavam 22% abaixo do rendimento do S&P500 até a data da publicação. Ritter (1991) veio reforçar esta visão com um estudo de ofertas públicas iniciais realizadas entre 1975 e 1984 em que constata um desempenho 44% inferior no período de três anos para as ofertas iniciais, em relação a um portfólio de ações semelhantes. 1 Porque Novas Ofertas São Maus Negócios, em tradução livre

12 Loughran e Ritter (1995) identificam nas ofertas entre 1970 e 1990 um desempenho inferior de novas ofertas de 7,4% ao ano em um período de três anos e 7% ao ano em um período de 5 anos, quando comparadas a ações semelhantes. Servaes e Rajan (1997) identificaram um desempenho de cinco anos 47% inferior ao índice NYSE/AMEX em um estudo com emissões entre 1975 e Carter, Dark e Singh (1998), por sua vez, identificaram que ofertas públicas iniciais tiveram desempenho 19,9% abaixo deste mesmo índice. No mercado brasileiro, o estudo de Aggarwal, Leal e Hernandez (1993) realizado no período entre 1980 e 1990 (logo após o surgimento da CVM, em 1978) com 62 empresas apontou para um desempenho 47,0% inferior para as ofertas públicas iniciais num período de 3 anos após a oferta. Este mesmo estudo indicou desempenho 23,7% e 19,6% inferiores para Chile e México, respectivamente. Em outro estudo, Leal (2004) procura verificar no mercado brasileiro a relação proposta inicialmente por Rock (1986) e Beatty e Ritter (1986), segundo a qual o retorno inicial estaria relacionado positivamente com a incerteza ex ante da oferta. Em seu estudo, compreendendo ofertas realizadas entre 1979 e 2002, Leal (2004) constata que o retorno inicial no Brasil apresenta relação positiva com o ROA 2 e negativa com o LTD to Equity 3 nos primeiros dias após a oferta. No tocante às razões para o desempenho inferior das novas emissões, algumas correntes podem ser encontradas no meio acadêmico. Primeiramente há aqueles que negam sequer a existência da diferença de desempenho, creditando esta diferença a falhas na metodologia de medição, representados mais recentemente por Gompers e Lerner (2003). Estes autores concluem, baseados em um estudo realizado entre 1935 e Return on Assets - lucro antes de impostos e juros dividido pelo total de ativos da companhia 3 Long Term Debt to Equity - dívida de longo prazo dividida pelo patrimônio líquido

13 com 3661 ofertas públicas iniciais, que não é possível rejeitar estatisticamente a hipótese de mercados eficientes quando se utilizam regressões nos modelos CAPM e Fama-French (1993). Há também os defensores de explicações como o custo de agência para explicar o mau desempenho de longo prazo. Jain e Kini (1994) procuram explicar este fenômeno alegando que a redução da propriedade das ações das empresas pela gerência os leva a um distanciamento dos interesses dos acionistas e a gastos supérfluos. Por fim, um último grupo adota teorias comportamentais e baseadas em expectativas. Existem defensores de que o desempenho após a emissão possa ser explicado por fatores como a maquiagem dos números antes da emissão (Jain e Kini, 1994) e a identificação por parte da empresa de momentos de otimismo exagerado no mercado para as emissões (Ritter (1991) e Rajan e Servaes (1997)). No entanto, de todas as teorias analisadas nesta linha, a de Miller (1977, 2000) parece ser a que consegue explicar mais fenômenos associados ao desempenho das novas emissões com um arcabouço relativamente simples, da divergência de expectativas. Miller (1977, 2000) defende que, ceteris paribus, o preço de determinada ação é tanto maior quanto maior for a divergência de percepção quanto ao seu valor pelos investidores. O autor relaxa a premissa de expectativas homogêneas normalmente empregada nos modelos de avaliação de ações e conclui que, num ambiente com diferentes expectativas para os dividendos futuros e as taxas de desconto, seriam encontradas diversas avaliações de preço para determinada ação. Pode-se imaginar então uma curva normal representando a distribuição da opinião dos investidores com relação ao preço de uma determinada ação (que também pode ser entendida como o maior preço que os investidores estariam dispostos a pagar por aquela ação), com os

14 preços no eixo horizontal e a quantidade de investidores no eixo vertical. Supondo-se então que cada investidor compra apenas uma ação, tem-se que o preço de determinada ação no mercado será o limite esquerdo da área sob a cauda direita da curva quando o número de investidores otimistas for igual à quantidade de ações no mercado. O raciocínio empregado está ilustrado no gráfico 1, conforme proposto por Miller (2000): Gráfico 1 - Avaliação versus Número de Investidores 4 Partindo desse raciocínio, o autor argumenta que a divergência de percepção com relação ao valor das empresas diminui com o tempo após o IPO, devido a fatores como a criação de um histórico de resultados que facilita previsões futuras. Dessa forma, conforme passa o tempo após a oferta, menores são as divergências de percepção com relação a seu preço e, ceteris paribus, menor seu preço e pior seu desempenho. Em adição a isso, o autor argumenta que quanto maior a incerteza ex ante com relação ao 4 O gráfico apresentado é cópia do apresentado pelo autor em Miller (2000)

15 preço, melhor o desempenho inicial, maior o efeito da redução da incerteza no preço futuro e pior seu desempenho de longo prazo. Esta teoria é capaz de explicar com sucesso fenômenos como a relação direta documentada entre desempenho de longo prazo e idade (Ritter, 1991), prestígio de instituições coordenadoras da oferta (underwriters) (Carter et al, 1998), tamanho (Ritter, 1991), presença de investidores institucionais (Fields, 1995), presença de investidores institucionais estrangeiros (Aggarwal, Klapper e Wysocky, 2003) e setor (representada pela previsibilidade de fluxos de caixa em determinada indústria) (Bravo, 1998; Ritter, 1991), e a relação inversa entre desempenho de longo prazo e alto retorno inicial na data da emissão (underpricing) (Ritter, 1991) e divulgação de fatores de risco no prospecto (Arnold, Fiche e North, 2006). É possível ainda observar fortes similaridades entre esta teoria e as teorias de Rock (1983) e Beatty e Ritter (1986), que defendem uma relação positiva entre o underpricing das ofertas públicas iniciais e a incerteza ex ante

16 3. METODOLOGIA 3.1. Dados e Tratamento Inicialmente serão utilizadas para estudo todas as 30 emissões públicas iniciais ocorridas entre 2004, representando o início do novo período de IPOs no Brasil aproveitando o início do período de maior liquidez internacional e a criação dos níveis diferenciados de governança corporativa da Bovespa, e junho de 2006, para que se tenha um período de ao menos um ano entre a emissão e a coleta dos dados. Destas emissões, 11 ocorreram antes de junho de 2005, de forma que apresentam mais de 2 anos de histórico. As 2 emissões ocorridas em 2002, CCR e Sabesp, foram excluídas do estudo porque a primeira foi exclusivamente para investidores institucionais, o que estava causando forte viés aos resultados, e para a segunda, não foi disponibilizado acesso pela empresa às informações necessárias. No entanto, apesar de não serem incluídas nas regressões, suas informações estão presentes a seguir como ilustração da evolução do mercado. É interessante notar as diferenças entre as emissões identificadas neste estudo e as utilizadas no estudo de Leal (2004), compreendendo empresas brasileiras que realizaram suas ofertas iniciais entre 1979 e Naquele estudo, a mediana da idade das empresas pré-emissão era de 14 anos, e no período mais recente deste estudo ela é de 25 anos. O tamanho das empresas realizando ofertas também sofreu aumento significativo. Enquanto Leal (2004) identificou a mediana dos ativos totais e das receitas líquidas das empresas analisadas como sendo US$ 11,3 milhões e US$ 11,7 milhões (aproximadamente US$ 20 milhões e US$ 21 milhões em moeda atual), neste estudo os valores subiram para US$ 272 milhões e US$ 240 milhões respectivamente

17 Outro ponto interessante é o nível de governança das empresas. Enquanto nas emissões estudadas por Leal (2004) geralmente as ações possuíam pouco ou nenhum direito de voto, apenas 12,5% (ou 4 entre 32) das emissões recentes não apresentaram ações com poder de voto. Ainda a título de comparação da amostra estudada, no mercado dos EUA a quantidade de ofertas é significativamente superior, mas o mesmo não se verifica com relação ao volume médio das emissões, sobretudo nos anos mais recentes, conforme pode ser visto nos gráficos 2 e 3: 300 Gráfico 2 - Emissões por Mercado em Quantidade 5 Número de emissões Mercado dos EUA Mercado Brasileiro Fonte: Pricewaterhouse Coopers 2006 US IPO Watch e Bovespa

18 Gráfico 3 - Emissões por Mercado em Volume Médio Volume Médio (US$ MM) Mercado dos EUA Mercado Brasileiro Com relação ao período de 1 ano utilizado para o estudo, vale ressaltar que amostra pode vir a viesar os resultados obtidos pois o primeiro ano após a oferta corresponde justamente ao período identificado por Ibbotson (1975) como um período de retorno acima do índice. No entanto, acredita-se que mesmo o retorno sendo anormalmente elevado no primeiro ano, a relação entre os desempenhos das diferentes ofertas não deveria se alterar, de forma que a presente análise comparativa dos diferentes fatores a impactarem o retorno da ação continuaria válida. Será empregada a metodologia de buy and hold empregada em Ritter (1991) para o cálculo do retorno, utilizando como benchmark de desempenho o índice Ibovespa. Alguns autores sugerem a criação de um benchmark diferente para cada empresa, procurando-se empresas com ativos totais e múltiplos de P/E semelhantes. Esta metodologia não foi utilizada no presente trabalho pela dificuldade de se encontrar, no mercado brasileiro, uma quantidade razoável de empresas semelhantes a cada uma das empresas ofertadas e com liquidez que possibilite a inclusão no índice. Acredita-se ser possível a utilização do Ibovespa diante destas circunstâncias uma vez que o propósito 6 Fonte: Pricewaterhouse Coopers 2006 US IPO Watch e Bovespa. Os valores dos IPOs brasileiros em dólares foram obtidos através do câmbio médio de cada ano conforme divulgado pelo Banco Central

19 da utilização do índice não é medir com precisão o grau de underperformance de ofertas públicas iniciais quando comparadas a empresas semelhantes já em negociação, mas apenas isolar o desempenho da ação do desempenho do mercado (uma empresa que se valorizou em 10% num ano que o mercado perdeu 5% do seu valor foi muito superior a outra que tenha se valorizado os mesmos 10% quando o mercado se valorizou em 30%). Como variáveis dependentes no estudo, serão utilizadas as variáveis AR1 e AR2, indicando a diferença entre o desempenho de cada uma das ofertas e o desempenho do índice no período determinado, conforme a fórmula: Equação 1 - Retorno da Ação em Excesso ao Índice AR R Rm i, t = i, t t onde AR, é o retorno ajustado da ação i pelo índice ao final de t anos após a oferta, i t R i, t é a diferença do logaritmo dos preços da ação i ao final de t anos após a oferta e no fechamento do primeiro dia de negociação, ajustados em dividendos, agrupamentos e divisões de ações, e Rm t é a diferença do logaritmo dos preços do índice Ibovespa t anos após a oferta e no fechamento do dia da oferta, ajustados em dividendos, agrupamentos e divisões de ações. O retorno ajustado pelo índice das ofertas iniciais após um ano se distribui conforme o gráfico 4:

20 Gráfico 4 - Distribuição de AR Série: AR1 Observações 30 Média Mediana Máximo Mínimo Desv Pad Assimetria Curtose Jarque-Bera Probabilidade Considerando-se o período de 2 anos, o comportamento se altera conforme o gráfico 5: Gráfico 5 - Distribuição de AR Série: AR2 Observações 11 Média Mediana Máximo Mínimo Desv Pad Assimetria Curtose Jarque-Bera Probabilidade Na tabela 1 pode-se visualizar o retorno de 1 e 2 anos das ações em função do período da emissão:

21 Tabela 1 - Emissões por Período Ano da Número de Média de Média de Mediana Mediana emissão emissões AR1 AR2 de AR1 de AR2 Volume Total ,9% -13,5% -36,9% -13,5% , ,6% 17,5% 8,2% 42,3% , ,2% 29,7% 41,8% 65,2% , ,2% n/d 2,9% n/d ,50 Pela simples observação dos dados tabelados, é possível verificar que, em sua maioria, as novas emissões superam o desempenho do índice nos períodos de 1 e 2 anos após a oferta. No entanto, para que se possa afirmar com certeza estatística que as novas ofertas apresentam desempenho superior ceteris paribus, seria necessários uma maior massa de dados e possivelmente a utilização de uma diferente medida de benchmark, o que não será feito aqui, mas fica como sugestão para trabalhos futuros Variáveis estudadas Serão apresentadas e examinadas individualmente a seguir todas as variáveis a serem utilizadas na análise estatística para explicação do desempenho de médio prazo das ofertas públicas iniciais Percentual do capital oferecido Jain e Kini (1994) apresentam a teoria do custo de agência como uma das explicações possíveis para o desempenho inferior das ofertas iniciais no longo prazo, alegando que os interesses da gerência da empresa após a oferta estariam menos alinhados com os 7 Os valores de AR2 para 2005 contemplam somente as ofertas realizadas até 30/jun/2005, pois somente estas apresentam 2 anos de histórico até a conclusão deste trabalho. 8 Contempla comente emissões ocorridas até 30/jun/

22 interesses dos acionistas pela diluição de sua participação no capital da empresa. Dessa forma, este trabalho inclui a variável PERC, representando o percentual do capital da empresa ofertado (o valor da oferta dividido pelo patrimônio líquido da empresa após a oferta). Espera-se, assim, que quanto menor for o percentual de capital ofertado, menor será a diluição da participação da gerência no capital da empresa, menores serão os custos de agência após a oferta, e conseqüentemente melhor será o desempenho de longo prazo. Dessa forma, acredita-se que a variável PERC deverá apresentar um coeficiente negativo. No gráfico 6 pode ser vista a distribuição de elementos desta variável na amostra: Gráfico 6 - Distribuição de PERC Séries: PERC Observações 30 Média Mediana Máximo Mínimo Desv Pad Assimetria Curtose Jarque-Bera Probabilidade Vale reparar que o máximo da distribuição é valor 1, ou 100%, representando a emissão realizada pelas Lojas Renner. Tal se verificou pois esta emissão foi tanto primária quanto secundária, de modo que todo o capital da empresa esteve disponível ao mercado

23 Tamanho da oferta Ritter (1991) defende que o volume da oferta é uma variável associada ao seu desempenho de longo prazo. Para controlar este fator será utilizada a variável LNSIZE, representando o logaritmo neperiano do valor arrecadado na oferta inicial da empresa. Adicionalmente, as firmas com maiores volumes ofertados em bolsa geralmente são aquelas mais bem estabelecidas, gerando uma menor divergência com relação ao seu preço e um melhor desempenho de longo prazo. Na amostra examinada, foram encontradas correlações de 53% e 62% respectivamente entre o volume da oferta e a receita líquida e entre o volume da oferta e o patrimônio líquido da empresa, fatores identificados por Miller (1977,2000) como estimadores para o quão bem estabelecida uma empresa estaria. Espera-se assim um coeficiente positivo para esta variável. As distribuições de SIZE e LNSIZE se verificam conforme exibido nos gráficos 7 e 8: Gráfico 7 - Distribuição de SIZE (MM) Série: SIZE_MM Observações 30 Média Mediana Máximo Mínimo Desv Pad Assimetria Curtose Jarque-Bera Probabilidade

24 Gráfico 8 - Distribuição de LNSIZE Série: LNSIZE Observações 30 Média Mediana Máximo Mínimo Desv Pad Assimetria Curtose Jarque-Bera Probabilidade Tempo de operação da empresa Ainda de acordo com a teoria de Miller (1977,2000), pretende-se incluir a variável AGE, indicando a idade da empresa em anos desde sua fundação (ou desde o momento que migrou para o ramo de negócios atual, ou ainda o momento em que profissionalizou sua atividade, o que for mais recente, definidos arbitrariamente). Acredita-se que quanto maior a idade de determinada empresa, maior o conhecimento que os investidores possuem sobre suas atividades, melhores as projeções sobre seus fluxos de caixa futuros, menores as divergências de expectativas para seu valor e melhor seu desempenho de longo prazo, o que levaria a se esperar um coeficiente positivo para esta variável. Conforme pode ser visto pelo histograma e estatísticas descritivas no gráfico 9, a idade média das empresas brasileiras no momento da emissão é bastante superior à média americana de 7 anos, conforme registrado por Ritter (2003)

25 Gráfico 9 - Distribuição de AGE Série: AGE Observações 30 Média Mediana Máximo Mínimo Desv Pad Assimetria Curtose Jarque-Bera Probabilidade É interessante perceber que o valor mínimo da distribuição é zero. Este valor se refere à emissão realizada pela BrasilAgro, que ainda não operava antes da oferta. A oferta foi realizada justamente para o levantamento de capital para o início das atividades da empresa Reputação de instituições emissoras Carter et al (1998) concluem em seu trabalho que as ofertas iniciais conduzidas por instituições de maior prestígio possuem um desempenho de longo prazo superior às demais, através de três diferentes índices de medição de reputação propostos por Megginson e Weiss (1991), Johnson e Miller (1988) e Carter e Manaster (1990). Os autores provam que apenas o índice de Carter e Manaster foi significativo quando todos os três são utilizados simultaneamente, além de apresentar o maior t de teste em módulo entre os três nas regressões realizadas

26 Para o presente estudo foi criado um índice próprio baseado no modelo Megginson e Weiss. O índice REPUT para cada emissão será a média do market share dos bancos que coordenaram a emissão em questão. Para o cálculo deste market share, foram utilizados os dados de cada oferta presentes nos prospectos, indicando as instituições responsáveis pela coordenação cada emissão e o valor de cada oferta. De posse destas informações, foi possível determinar do market share de cada instituição, distribuindose o valor de cada emissão pelas instituições envolvidas. Na tabela 2 podem ser verificados os bancos e instituições participantes da coordenação das emissões analisadas, bem como o market share de cada um neste período: Tabela 2 - Instituições Emissoras e Market Share Banco Mkt Share CSFB 28.52% Pactual 20.10% UBS 13.43% Itaú BBA 9.44% Merril Lynch 9.18% Morgan Stanley 6.52% Unibanco 5.88% Citibank 3.52% Santander 1.79% BES 0.76% ABN 0.76% Outros % Não foi possível utilizar os modelos prontos conforme apresentados, pois nenhum deles apresenta dados para o mercado brasileiro que permita sua pronta utilização. Acredita-se que a alternativa proposta é uma simplificação eficaz, por sua capacidade de identificar os emissores de melhor reputação simplesmente como aqueles que foram responsáveis por um maior volume de emissões, e espera-se um coeficiente positivo para o coeficiente desta variável. 9 Elite CCVM, Fator CV, Gradual CCTVM, Isoldi CVM, Sagres DTVM, Spinelli CVMC e Título CV, participantes apenas da oferta da Renar Maçãs

27 A distribuição final do índice de reputação conforme foi calculado pode ser verificada no gráfico 10: Gráfico 10 - Distribuição de REPUT Série: REPUT Observações 30 Média Mediana Máximo Mínimo Desv Pad Assimetria Curtose Jarque-Bera Probabilidade Percentual de investidores institucionais Em Fields (1995), a autora defende que ofertas iniciais com uma maior proporção de capital de investidores institucionais apresentam retornos de longo prazo superiores. A autora procura explicar este fenômeno pela tendência destes investidores a investir mais conservadoramente (investindo, por exemplo, em ofertas de bancos com melhores reputações, firmas mais antigas, maiores etc.), o que se encaixa perfeitamente com a teoria de Miller (1977,2000). Investimentos mais conservadores possuem menor incerteza ex ante, expectativas de valor mais homogêneas e uma menor underperformance de longo prazo. Utilizou-se a variável INSTINV para medir este fenômeno, representando o percentual de capital da oferta adquirdo por investidores

28 institucionais 10, conforme divulgado pela CBLC. É de se esperar, dessa forma, que a variável INSTINV possua coeficiente positivo. A distribuição da variável INSTINV entre os elementos estudados se dá conforme o gráfico 11: Gráfico 11 - Distribuição de INSTINV Série: INSTINV Observações 30 Média Mediana Máximo Mínimo Desv Pad Assimetria Curtose Jarque-Bera Probabilidade Percentual de investidores estrangeiros Aggarwal, Klapper e Wysocky (2003) identificarem em seu estudo uma relação positiva entre o investimento de investidores institucionais estrangeiros nos IPOs de empresas em mercados emergentes e boas práticas de governança corporativa nessas empresas e um ambiente de negócios favorável no país em que essas empresas estão inseridas. 10 Seria interessante que se utilizasse para esta variável a presença institucional alguns dias após a emissão, e não no primeiro dia de negociação, conforme realizado por Fields (1995), para que se retirassem do estudo os investidores institucionais que apenas compraram a ação em seu primeiro dia de negociação e a venderam em seguida. Estes dados, contudo, não estavam disponíveis junto à Bovespa até o momento da realização deste trabalho

29 Na falta do dado preciso de alocação de investidores institucionais estrangeiros, parece interessante procurar descobrir ao menos a influência da presença de investidores estrangeiros como um todo no desempenho de longo prazo dos IPOs brasileiros. Foi criada então a variável FI, representando o percentual da oferta global adquirido por investidores estrangeiros, para a medição da influência deste fator, e espera-se que seu coeficiente seja positivo. A distribuição de FI pode ser vista no gráfico 12: Gráfico 12 - Distribuição de FI Série: FI Observações 30 Média Mediana Máximo Mínimo Desv Pad Assimetria Curtose Jarque-Bera Probabilidade Comunicação de fatores de risco Em um trabalho recente, Arnold, Fishe e North (2006) examinam a influência dos fatores de risco contidos nos prospectos das ofertas iniciais em seu desempenho inicial e de longo prazo. Os autores identificam como variáveis explicativas do retorno de longo prazo o número de fatores de risco levantados no prospecto e a razão entre o número de palavras utilizadas no prospecto na seção de fatores de risco e três diferentes grupos de

30 seções do prospecto, e incluem como variável de controle o número médio de palavras por fator de risco (para ajustar prospectos com muitos riscos levantados mas insuficientemente explicados). Neste estudo, para o período de 1 ano conforme está sendo analisado, os autores verificam que todas as variáveis explicativas são negativas e a variável de controle é positiva, com significâncias entre 1 e 10%. Para o presente trabalho, serão utilizadas as variáveis RISKS, representando o número de fatores de risco enumerados no prospecto; RR1, representando a razão entre o número de palavras na seção de fatores de risco e o número de palavras no prospecto; RR2, representando a razão entre o número de palavras na seção de fatores de risco e o número de palavras nas seções sumário, fatores de risco, destinação dos recursos, diluição, informações financeiras selecionadas, análise e discussão da administração sobre a situação financeira e informações sobre a companhia; RR3, representando a razão entre o número de palavras na seção de fatores de risco e o número de palavras nas seções sumário, fatores de risco, destinação dos recursos e informações sobre a companhia; e ARRF, representando a média de palavras por número de fatores de risco. A distribuição dos 5 fatores de risco estudados pode ser vista no gráfico 13 a seguir:

31 Gráfico 13 - Distribuição dos Fatores de Risco Série: RISKS Observações 30 Média Mediana Máximo Mínimo Desv Pad Assimetria Curtose Jarque-Bera Probabilidade Série: RR1 Observações 30 Média Mediana Máximo Mínimo Desv Pad Assimetria Curtose Jarque-Bera Probabilidade Série: RR2 Observações Série: RR3 Observações Média Mediana Máximo Mínimo Desv Pad Assimetria Curtose Jarque-Bera Probabilidade Média Mediana Máximo Mínimo Desv Pad Assimetria Curtose Jarque-Bera Probabilidade Série: ARRF 8 Observações Média Mediana Máximo Mínimo Desv Pad Assimetria Curtose Jarque-Bera Probabilidade Retorno no primeiro dia As teorias referentes à relação entre o retorno de determinada ação no primeiro dia de negociação e seu retorno de longo prazo são controversas. Enquanto Ritter (1991) defende uma relação negativa entre retornos de primeiro dia e retornos de longo prazo das emissões iniciais, autores como Krigman, Shaw e Womack (1999) fornecem evidência do contrário, à exceção de ofertas extra-hot, em mercados muito aquecidos. Ljungqvist, Nanda e Singh (2003) estudam esta contradição e afirmam que a relação entre o retorno inicial e o retorno de longo prazo somente é negativo quando a

32 probabilidade de término do período de hot market vivenciado no momento da oferta inicial é pequena (o que poderia se encaixar como um extra-hot market na teoria de Krigman, Shaw e Womack (1999)). Para a medição da influência deste fator, foi criada a variável AR0, representando a diferença entre o retorno da ação entre o preço da oferta e o fechamento do primeiro dia de negociação e o retorno do Ibovespa entre o fechamento da véspera e o fechamento no primeiro dia de negociação. Para este trabalho, consideraremos a visão de Ritter (1991), visto que ela ainda é suportada pela teoria de Miller (1977, 2000), segundo a qual quanto maior a incerteza com relação à empresa no momento da emissão, maior o retorno inicial e pior o retorno de longo prazo, de modo que se espera um coeficiente de AR0 negativo. Caso essa hipótese venha a ser comprovada pelos dados, e supondo que a teoria de Ljungqvist, Nanda e Singh (2003) se aplique ao Brasil, poder-se-ia concluir que a expectativa geral do mercado é que a probabilidade de término do hot market no Brasil é pequena (o que encontra apoio na realidade, já que a onda recente de emissões começou em e até o presente momento, em meados de 2007, está se fortalecendo crescentemente). No gráfico 14 encontram-se a distribuição de AR0 e suas estatísticas descritivas:

33 Gráfico 14 - Distribuição de AR Série: AR0 Observações 30 Média Mediana Máximo Mínimo Desv Pad Assimetria Curtose Jarque-Bera Probabilidade Indústria Para este estudo foram incluídas ainda variáveis dummy representando as 6 diferentes categorias mais abrangentes de indústrias que realizaram ofertas no período estudado, conforme categorizadas pela Bovespa (o setor Utilidade Pública não possui variável dummy, sendo aquele contra cujo desempenho os desempenhos das ofertas dos demais setores são comparados). Ritter (1991) apontou em seu estudo que todas as indústrias em sua análise tiveram desempenho de longo prazo inferior ao índice de comparação exceto aquelas pertencentes às indústrias Instituições Financeiras, Farmacêutica e Companhias Aéreas 11. Ainda não se sabe se no presente estudo será possível identificar coeficientes significativos para as indústrias analisadas, não necessariamente pela existência ou não de relação, mas pela quantidade de empresas em cada setor, que pode não ser capaz de gerar informação estatisticamente significante para as magnitudes 11 Vale notar que as categorias utilizadas para o estudo de Ritter (1991) são diferentes das do presente estudo, com possível diferença também entre o perfil das companhias em cada setor no mercado americano e brasileiro, além da quantidade de ofertas em cada um dos setores

34 de diferenças de desempenho porventura observadas. Como algumas indústrias possuem, por sua própria natureza, uma maior previsibilidade de ganhos e um maior consenso quanto ao modelo de apreçamento, segundo Miller (1977 e 2000), estas devem apresentar também um menor underpricing de longo prazo, de forma que é necessária a inclusão destas variáveis para que se possa isolar este efeito dos demais. A freqüência das emissões estudadas em cada uma das categorias de indústria empregadas pode ser observada no gráfico 15: 8 7 Gráfico 15 - Distribuição de Indústria Bens Industriais Construção e Transporte Consum o Cíclico Consum o Não Cíclico Financeiro e Outros Tecnologia da Inform ação Utilidade Pública

35 4. RESULTADOS 4.1. Análises Estatísticas Univariadas Para a verificação da influência das variáveis apresentadas, será realizada inicialmente uma análise univariada de cada uma das variáveis apresentadas contra as variáveis dependentes AR1 e AR2. Na tabela 3 se observa inicialmente os valores de média, mediana, mínimo e máximo de AR1 observados em cada quartil das variáveis independentes ou cada uma das indústrias: RISKS FI INSTINV REPUT AGE LNSIZE PERC Tabela 3 - Tabulação das Variáveis Independentes Intervalo Ofertas Média de AR1 Mediana de AR1 Mín AR1 Máx AR1 10,5% - 25,1% (25% percentil) 7-10,5% 8,2% -112,8% 77,2% 25,1% - 35,6% (mediana) 8 9,9% 9,0% -87,0% 77,9% 35,6% - 47% (75% percentil) 8 11,7% 24,3% -60,8% 53,4% 47% - 100% (maior) 7 24,4% 17,9% -10,4% 85,1% 16,6-19,9 (25% percentil) 7-6,2% 8,5% -112,8% 77,9% 19,9-20,2 (mediana) 8 23,6% 30,8% -14,4% 77,2% 20,2-20,5 (75% percentil) 8-13,9% -7,2% -87,0% 42,8% 20,5-20,9 (maior) 7 35,8% 31,4% 4,8% 85,1% 0-9 (25% percentil) 7 9,0% -7,0% -13,4% 53,4% 9-25 (mediana) 8 2,4% 19,4% -87,0% 49,4% (75% percentil) 8 20,2% 28,9% -112,8% 77,9% (maior) 7 20,6% 11,9% -14,4% 85,1% 0,1% - 10,8% (25% percentil) 7-10,1% 5,5% -112,8% 27,7% 10,8% - 15,7% (mediana) 8-0,3% 6,5% -87,0% 77,2% 15,7% - 23,5% (75% percentil) 8 21,9% 30,8% -80,4% 77,9% 23,5% - 28,5% (maior) 7 26,6% 46,1% -60,8% 85,1% 1,6% - 15,2% (25% percentil) 7 6,1% 4,7% -112,8% 85,1% 15,2% - 18,9% (mediana) 8 6,7% 25,5% -80,4% 77,2% 18,9% - 21,1% (75% percentil) 8 13,8% 11,9% -13,4% 49,4% 21,1% - 72,4% (maior) 7 6,4% 18,1% -87,0% 53,4% 5,2% - 64,7% (25% percentil) 7-9,3% 5,5% -112,8% 27,7% 64,7% - 71,8% (mediana) 8-8,2% 11,9% -87,0% 31,1% 71,8% - 77,4% (75% percentil) 8 33,9% 42,3% -7,3% 77,2% 77,4% - 86,7% (maior) 7 13,7% -2,8% -60,8% 85,1% 7-20 (25% percentil) 7 1,9% 20,9% -112,8% 77,9% (mediana) 8 5,0% 8,5% -14,4% 77,2% (75% percentil) 8 17,7% 18,0% -7,0% 85,1% (maior) 7-4,3% -1,3% -87,0% 42,8%

36 INDÚSTRIA AR0 ARRF RR3 RR2 RR1 Tabela 3 - Tabulação das Variáveis Independentes (cont) Intervalo Ofertas Média de AR1 Mediana de AR1 Mín AR1 Máx AR1 1,6% - 3% (25% percentil) 7 5,5% 12,4% -112,8% 77,2% 3% - 4,9% (mediana) 8 14,4% 19,3% -87,0% 77,9% 4,9% - 5,5% (75% percentil) 8 13,8% 19,6% -60,8% 85,1% 5,5% - 9,7% (maior) 7-6,9% -2,8% -80,4% 53,4% 7,3% - 9,3% (25% percentil) 7 14,8% 20,9% -80,4% 77,9% 9,3% - 10,6% (mediana) 8-2,9% 6,5% -112,8% 77,2% 10,6% - 13,5% (75% percentil) 8-2,4% 16,2% -87,0% 31,3% 13,5% - 27,2% (maior) 7 31,3% 36,9% -14,4% 85,1% 11% - 14,5% (25% percentil) 7-3,4% 8,5% -112,8% 49,4% 14,5% - 16,9% (mediana) 8 11,9% 20,8% -80,4% 77,9% 16,9% - 20,5% (75% percentil) 8 10,3% 5,1% -87,0% 30,4% 20,5% - 37,6% (maior) 7 31,3% 36,9% -14,4% 85,1% (25% percentil) 7 4,7% 11,4% -112,8% 77,9% (mediana) 8-8,1% 0,6% -87,0% 85,1% (75% percentil) 8 13,2% 21,3% -60,8% 53,4% (maior) 7 24,9% 16,6% -7,3% 77,2% -7,4% - 2,4% (25% percentil) 7 29,1% 42,8% -112,8% 77,9% 2,4% - 7,6% (mediana) 8-6,6% -7,1% -14,4% 85,1% 7,6% - 13,2% (75% percentil) 8 3,7% 17,5% -80,4% 41,8% 13,2% - 25,4% (maior) 7 5,3% 16,7% -87,0% 49,4% Bens Industriais 3-14,7% -14,4% -60,8% 31,3% Construção e Transporte 7 20,2% 8,5% -13,4% 77,2% Consumo Cíclico 5 33,4% 53,4% -80,4% 85,1% Consumo Não Cíclico 4-3,3% 28,9% -112,8% 41,8% Financeiro e Outros 4 14,1% 11,9% -10,4% 42,8% Tecnologia da Informação 3-17,3% 4,7% -87,0% 30,4% Utilidade Pública 4-0,3% -1,1% -7,3% 8,2% Pela observação preliminar dos dados da tabela acima, já é possível identificar alguma relação entre as variáveis descritas. Nota-se uma clara relação crescente entre AR1 e as variáveis PERC, REPUT, FI e RR3 e um claro desempenho superior das indústrias de Construção e Transporte, Consumo Cíclico e Financeiro e Outros quando comparadas às indústrias de Bens Industriais e Utilidade Pública. Em seguida, são ilustradas no gráfico 12 regressões univariadas para as variáveis independentes contra AR1 (as variáveis dummy foram omitidas):

37 Gráfico 16 - Regressões das Variáveis Independentes contra AR1 1.2 AR1 vs. PERC 1.2 AR1 vs. LNSIZE 1.2 AR1 vs. AGE AR1 0.0 AR1 0.0 AR PERC LNSIZE AGE 1.2 AR1 vs. REPUT 1.2 AR1 vs. INSTINV 1.2 AR1 vs. FI AR1 0.0 AR1 0.0 AR REPUT INSTINV FI 1.2 AR1 vs. RISKS 1.2 AR1 vs. RR1 1.2 AR1 vs. RR AR1 0.0 AR1 0.0 AR RISKS RR1 RR2 1.2 AR1 vs. RR3 1.2 AR1 vs. ARRF 1.2 AR1 vs. AR AR1 0.0 AR1 0.0 AR RR3 ARRF AR0 Por fim, se observam na tabela 4 os resultados numéricos de cada uma das regressões (os valores apresentados em negrito são estatisticamente significantes a 10% de

38 confiança, utilizando os erros padrão corrigidos para heteroscedasticidade pelo método de White): Tabela 4 - Resultado das Regressões Univariadas contra AR1 PERC LNSIZE AGE REPUT INSTINV FI AR0 RISKS RR1 RR2 RR3 ARRF IND CT CICL NCICL FIN TI Coef Intercepto Coef Variável P-valor Intercepto 49% 0% 87% 20% 88% 8% 43% 64% 87% 91% 40% 11% 34% 64% 68% 24% 26% 26% P-valor Variável 15% 0% 42% 6% 67% 4% 79% 45% 85% 57% 19% 8% 65% 34% 31% 69% 31% 69% R2 Ajustado Das 12 variáveis estudadas com sinais previstos, 5 não apresentaram um coeficiente com o sinal esperado (PERC, RISKS, RR1, RR2 e RR3), nenhuma das quais estatisticamente significativa a 10% ou com R2 ajustado superior a 5%. Todos os coeficientes significativos a 10% apresentaram o sinal esperado, no caso LNSIZE, REPUT, FI e ARRF. Nas regressões múltiplas conclusões mais precisas poderão ser tiradas a respeito destes coeficientes. No gráfico 17 se observam as mesmas regressões contra AR2 (as variáveis dummy foram omitidas):

39 Gráfico 17 Regressões das Variáveis Independentes contra AR2 1.2 AR2 vs. PERC 1.2 AR2 vs. LNSIZE 1.2 AR2 vs. AGE AR2 0.0 AR2 0.0 AR PERC LNSIZE AGE 1.2 AR2 vs. REPUT 1.2 AR2 vs. INSTINV 1.2 AR2 vs. FI AR2 0.0 AR2 0.0 AR REPUT INSTINV FI 1.2 AR2 vs. RISKS 1.2 AR2 vs. RR1 1.2 AR2 vs. RR AR2 0.0 AR2 0.0 AR RISKS RR1 RR2 1.2 AR2 vs. RR3 1.2 AR2 vs. ARRF 1.2 AR2 vs. AR AR2 0.0 AR2 0.0 AR RR3 ARRF AR0 Na tabela 5 se observam os resultados numéricos das regressões contra AR2 (os valores apresentados em negrito são estatisticamente significantes a 10% de confiança, utilizando os erros padrão corrigidos para heteroscedasticidade pelo método de White):

40 Tabela 5 - Resultado das Regressões Univariadas contra AR2 PERC LNSIZE AGE REPUT INSTINV FI AR0 RISKS RR1 RR2 RR3 ARRF CT CICL NCICL FIN Coef Intercepto Coef Variável P-valor Intercepto 38% 1% 7% 33% 83% 9% 18% 14% 67% 83% 48% 15% 69% 35% 11% 45% P-valor Variável 7% 1% 18% 10% 57% 1% 31% 4% 33% 28% 8% 10% 23% 91% 26% 12% R2 Ajustado Nas regressões univariadas utilizando os retornos de 2 anos após as ofertas, apenas os coeficientes das variáveis PERC, AGE, RISKS, RR1, RR2 e RR3 apresentaram os sinais contrários às previsões da bibliografia, dos quais PERC, RISKS e RR3 foram ainda significativos a 10%. Os sinais destas variáveis precisarão ser acompanhados nas regressões múltiplas mais adiante. Apesar de os retornos de 2 anos serem potencialmente mais representativos do desempenho de longo prazo das ações, por possuírem menor susceptibilidade a eventos não-sistêmicos pontuais, acredita-se que o menor número de elementos da amostra (11 contra 30 nas regressões de AR1) tenha prejudicado as regressões apresentadas. Somente a título de curiosidade, já que este não é o foco do estudo, decidiu-se examinar também a relação entre o retorno inicial das ofertas (AR0) contra as demais variáveis. O resultado desta análise se nota no gráfico 18 (as variáveis dummy foram omitidas):

41 Gráfico 18 Regressões das Variáveis Dependentes contra AR0.28 AR0 vs. PERC.28 AR0 vs. LNSIZE.28 AR0 vs. AGE AR AR AR PERC LNSIZE AGE.28 AR0 vs. REPUT.28 AR0 vs. INSTINV.28 AR0 vs. FI AR AR AR REPUT INSTINV FI.28 AR0 vs. RISKS.28 AR0 vs. RR1.28 AR0 vs. RR AR AR AR RISKS RR1 RR2.28 AR0 vs. RR3.28 AR0 vs. ARRF AR AR RR3 ARRF Na tabela 6 se podem verificar os resultados numéricos das regressões exibidas no gráfico 18 (os valores apresentados em negrito são estatisticamente significantes a 10%

42 de confiança, utilizando os erros padrão corrigidos para heteroscedasticidade pelo método de White): Tabela 6 Resultado das Regressões Univariadas contra AR0 PERC LNSIZE AGE REPUT INSTINV FI RISKS RR1 RR2 RR3 ARRF IND CT CICL NCICL FIN TI Coef Intercepto Coef Variável P-valor Intercepto 0% 11% 0% 0% 4% 3% 3% 0% 0% 0% 84% 0% 0% 0% 0% 0% 0% P-valor Variável 13% 7% 89% 16% 15% 67% 28% 8% 6% 3% 73% 83% 20% 32% 13% 21% 89% R2 Ajustado Visto que temos uma relação inversa entre AR0 e AR1, temos apenas os coeficientes de REPUT, FI e RISKS de acordo com o previsto, e 4 dos coeficientes com sinal contrário à previsão (LNSIZE, RR1, RR2 e RR3) são significativos a 10%. Esta constatação, bem como a existência de diversos coeficientes com sinais diferentes do previsto pode querer sinalizar erros de modelagem, por uma correlação dos resíduos com as variáveis omitidas. Os coeficientes testados aqui não devem então ser considerados muito seriamente antes que se possam analisar estas variáveis em uma regressão múltipla. A seguir, na tabela 7, é apresentado um resumo dos resultados obtidos nas regressões univariadas para AR1 e AR2. Para as duas primeiras linhas, as cores escuras representam coeficientes estatisticamente significativos a 10%, enquanto as cores claras representam coeficientes sem significância estatística. A cor verde indica coeficiente com sinal de acordo com a previsão, enquanto a cor laranja indica coeficiente com sinal contrário. Na última linha, as cores são ilustrativas e arbitrárias