Classification Results b,c,d

Transcrição

1 COMPONENTE 6: -R11 (79) +R7 (53) -R1 (37) mix de várias categorias. Definidos os componentes, efectuamos a AD com um nível de significância de 5 (pvalue ou Sig. < 0,05) para a generalidade dos testes efectuados, seleccionando aleatoriamente 70 da amostra para estimação e 30 para validação do modelo. O processo de validação do modelo está pormenorizado no apêndice II. Ao analisar os resultados da classificação das empresas, contacta-se que o modelo de previsão classifica correctamente 77,6 [(181+3)/237] das empresas escolhidas aleatoriamente para estimar e 72 [(75+2)/107] das empresas escolhidas aleatoriamente para validar, conforme quadro seguinte. Classification Results b,c,d Predicted Group Membership Grupo 0 1 Total Cases Selected Original ,4 21,6 100,0 1 50,0 50,0 100,0 Cross-validated a ,1 22,9 100, ,0,0 100,0 Cases Not Selected Original ,0 25,0 100,0 1 71,4 28,6 100,0 a. Cross validation is done only for those cases in the analysis. In cross validation, each case is classified by the functions derived from all cases other than that case. b. 77,6 of selected original grouped cases correctly classified. c. 72,0 of unselected original grouped cases correctly classified. d. 75,1 of selected cross-validated grouped cases correctly classified. Relativamente ao modelo de estimação, observa-se que do total das 231 empresas não devedoras 181 ou seja 78,4 foram classificadas correctamente e do total das 6 empresas devedoras 3 ou seja 50 foram classificadas correctamente

2 Este facto leva a concluir que o acerto global da estimação (77,6) está suportado na capacidade de classificação das empresas não devedoras. Pelo modelo discriminante desenvolvido, das 6 empresas que são devedoras publicitadas, 3 foram classificadas como não devedoras, cometendo-se um erro Tipo I (classificar uma devedora como não devedora) de 50 que pode dever-se ao número reduzido (13) de empresas devedoras publicitadas na internet que constam na amostra. Por outro lado, das 231 empresas que são não devedoras publicitadas, 50 foram classificadas como devedoras publicitadas, originando um erro Tipo II (classificar uma não devedora como devedora) de 21,6. Seleccionando aleatoriamente 50 da amostra para estimação e 50 para validação do mesmo modelo (ver quadro seguinte), verificou-se uma melhoria nos resultados: classifica correctamente 90,9 das empresas escolhidas para estimar e 82,8 das empresas escolhidas para validar, continuando a ser preponderante a capacidade de classificar as empresas não devedoras e passando o erro Tipo I para 33,33 e o erro Tipo II para 8,7. Classification Results b,c,d Predicted Group Membership Grupo 0 1 Total Cases Selected Original ,3 8,7 100,0 1 33,3 66,7 100,0 Cross-validated a ,7 9,3 100, ,0,0 100,0 Cases Not Selected Original ,5 13,5 100,0 1 80,0 20,0 100,0 a. Cross validation is done only for those cases in the analysis. In cross validation, each case is classified by the functions derived from all cases other than that case. b. 90,9 of selected original grouped cases correctly classified. c. 82,8 of unselected original grouped cases correctly classified. d. 89,0 of selected cross-validated grouped cases correctly classified

3 CAPÍTULO VI CONCLUSÃO Paralelamente à caracterização do sector de actividade, a grande questão em investigação neste estudo é a identificação dos devedores ao Estado (empresas com dívidas superiores a cem mil euros publicitadas na Internet) com base na informação económicofinanceira disponibilizada. Apesar de nas últimas décadas terem sido realizados numerosos estudos empíricos acerca do planeamento fiscal abusivo e desenvolvidos diversos modelos de previsão de falência, as questões da eficiência das administrações fiscais no âmbito da predição de situações de incumprimento, são ainda um campo pouco explorado. A metodologia utilizada na pesquisa (técnicas da Análise Factorial e da Análise Discriminante aplicadas aos rácios financeiros), tornou possível identificar o perfil das empresas devedoras permitindo, deste modo, que a administração fiscal disponha de uma ferramenta analítica de predição para minimizar o risco de incumprimento fiscal e aumentar a eficácia no combate à evasão fiscal. Verificou-se que, por um lado, a média agregada do resultado líquido das empresas não devedoras é superior à das empresas devedoras e, por outro, que o resultado fiscal das empresas devedoras é superior ao das empresas não devedoras. Este facto reflecte a importância para as empresas devedoras das diferenças entre as normas da Contabilidade e da Fiscalidade no tratamento (reconhecimento e mensuração) dos factos económicos. Ou, dito de outro modo, o impacto das correcções fiscais promovidas no quadro 07 de declaração de rendimentos modelo 22 é determinante para criar dívida fiscal. A análise empírica efectuada evidencia que os rácios mais significativos para distinguir o grupo das empresas devedoras do grupo das não devedoras, são os integrantes da categoria da liquidez (X 4 ) e da actividade (X 5 ) conforme a seguinte função discriminante: Z = 0,40-0,031X 1 + 0,282X 2 + 0,019X 3 + 0,728X 4 + 0,513X 5-0,246X 6. A liquidez está relacionada com o nível de pagamentos para satisfazer os compromissos com terceiros (credores, financiadores) e a debilidade deste indicador pode significar perda de credibilidade perante o mercado reflectindo dessa forma um sinal de alerta sobre a viabilidade do negócio desenvolvido e consequentemente com a capacidade de cumprir as suas obrigações fiscais de pagamento de impostos. Também o nível de actividade reflectivo na rotação do activo pode ser um indicador da saúde do negócio e é uma referência na previsão de incumprimento fiscal. Concluiu-se, também, que os esforços para minimizar os problemas metodológicos do modelo (distribuição normal de variáveis independentes, igualdade de matrizes de covariância entre os grupos e não multicolinearidade) não aumentaram o nível de acerto das suas previsões

4 Apesar da fragilidade de alguns dos pressupostos de validação, o modelo produzido apresenta uma razoável capacidade (77,6) de classificação correcta das empresas. Esta percentagem de acerto é obtida, em larga medida, pela capacidade de classificar bem as empresas sem dívidas porque a capacidade de classificar bem as empresas com dívidas é menos significativa e fica aquém do desejado. Demonstra-se, assim, que a utilização das técnicas de análise multivariada de dados podem ser uma ferramenta de auxílio na detecção e previsão de situações de incumprimento fiscal por falta de pagamento de impostos. Este trabalho têm como condicionantes as próprias características do sector da fabricação de mobiliário de cozinha, nomeadamente por ser constituído por empresas de pequena dimensão, focalizadas quase exclusivamente no mercado nacional, que não permitem validar as conclusões da literatura científica acerca do planeamento fiscal abusivo. Outro constrangimento é o facto da amostra de trabalho ser desproporcionada, uma vez que a quantidade de empresas devedoras (13) é muito inferior ao número de empresas não devedoras (331), o que coloca dificuldades quanto à representatividade dos dois grupos nos modelos de estimação. Salientamos, também, que o conteúdo dos dados recolhidos (do balanço e demonstração de resultados) proporcionam informação útil para caracterizar o sector do ponto de vista financeiro e económico, mas omitem dados que poderiam ser importantes no estudo, como por exemplo a titularidade do capital social, a relação entre as empresas, o nível de conflitualidade traduzido em acções judiciais em curso e a localização das operações. De referir, ainda, as fragilidades decorrente do desconhecimento da origem das dívidas (podem ser de IVA, IMI ou IRC e consequentemente com causas justificativas diversas), bem como da data a que as mesmas se reportam. Salientamos, finalmente, como limitação deste estudo, o facto de assentar no conhecimento sobre o passado das empresas, e no contexto actual de grande volatilidade dos mercados e de acelerada transformação da realidade económica e financeira, o analista interessado em prospectivar o futuro deve atender aos dados mais recentes. Para melhorar a capacidade de acerto da classificação, o modelo pode ser gerado e aplicado a um escalão de dívidas mais baixo para, deste modo, reunir um maior número de empresas devedoras e tornar mais consistentes e robustas as características de discriminação em que assenta. Também poderão ser seleccionados outros rácios com capacidade discriminante e aplicadas outras técnicas estatísticas de tratamento de dados, em particular a regressão Logit, que permitiria mitigar as restrições decorrentes da desproporcionalidade da amostra. Em todo caso, fica demonstrado que reduzidos níveis de liquidez e fraco volume de actividade são resultado de uma estrutura económico-financeira desequilibrada, e reflectem um forte sinal de alerta para as empresas entrarem em situação de incumprimento fiscal por falta de pagamento de impostos

5 APÊNDICES I Análise Discriminante aplicada às combinações de rácios de Altman (2009). II Descrição do procedimento da Análise Discriminante e Factorial

6 I Análise Discriminante aplicada às combinações de rácios de Altman (2009) Os resultados obtidos da Análise Discriminante (SPSS) com todas as 17 variáveis de Altman, seleccionando aleatoriamente 70 da amostra para estimação e 30 para validação, são os seguintes: Classification Results b,c,d Predicted Group Membership Grupo 0 1 Total Cases Selected Original ,5 3,5 100,0 1 66,7 33,3 100,0 Cross-validated a ,4 5,6 100, ,0,0 100,0 Cases Not Selected Original ,0 2,0 100,0 1 85,7 14,3 100,0 a. Cross validation is done only for those cases in the analysis. In cross validation, each case is classified by the functions derived from all cases other than that case. b. 94,9 of selected original grouped cases correctly classified. c. 92,5 of unselected original grouped cases correctly classified. d. 92,0 of selected cross-validated grouped cases correctly classified. Ou seja, com um nível de significância de 0,05 o modelo produziu que: 94,9 das empresas escolhidas para estimar o modelo foram classificadas correctamente; e 92,5 das empresas escolhidas aleatoriamente para validar o modelo foram classificadas correctamente

7 Os resultados obtidos da Análise Discriminante (SPSS) com todas as 17 variáveis, seleccionando aleatoriamente 50 da amostra para estimação e 50 para validação, são os seguintes: Classification Results b,c,d Predicted Group Membership Grupo 0 1 Total Cases Selected Original ,0,0 100,0 1 33,3 66,7 100,0 Cross-validated a ,0,0 100, ,0,0 100,0 Cases Not Selected Original ,6 2,4 100, ,0,0 100,0 a. Cross validation is done only for those cases in the analysis. In cross validation, each case is classified by the functions derived from all cases other than that case. b. 99,4 of selected original grouped cases correctly classified. c. 92,2 of unselected original grouped cases correctly classified. d. 98,2 of selected cross-validated grouped cases correctly classified. Ou seja, com um nível de significância de 0,05 este modelo produziu melhores resultados que o anterior uma vez que: 99,4 das empresas escolhidas para estimar o modelo foram classificadas correctamente; e 92,2 das empresas escolhidas aleatoriamente para validar o modelo foram classificadas correctamente. Sendo de destacar a percentagem de acerto na classificação das empresas não devedoras: 100 na estimação e 97,6 na validação

8 Com vista a reduzir o número as variáveis significativas a estudar, ensaiamos múltiplas combinações das variáveis (rácios) mais importantes para discriminar os grupos. Testamos combinações de um rácio de cada categoria e de dois ou mais rácios de rácios de cada categoria seleccionados em função do maior F ou o menor Wilks Lambda do quadro seguinte. Salienta-se que valores elevados do teste de Wilks Lambda indicam que a capacidade da função para separar os grupos é reduzida. Tests of Equality of Group Means Wilks' Lambda F df1 df2 Sig. R1,935 16, ,000 R2,997, ,409 R3 1,000, ,832 R4,994 1, ,247 R5,982 4, ,040 R6,999, ,616 R7,905 24, ,000 R8,999, ,721 R9 1,000, ,914 R10 1,000, ,944 R11,999, ,611 R12 1,000, ,840 R13 1,000, ,915 R14 1,000, ,855 R15,990 2, ,129 R16 1,000, ,744 R17,998, ,534 A combinação produzida que evidenciou melhores resultados para classificar o conjunto das empresas, seleccionando aleatoriamente 70 da amostra para estimação e 30 para validação, é a formada pelos rácios: Rácio Categoria Definição R1 Endividamento Dívidas de Curto Prazo/Capital Próprio R4 Liquidez Meios Financeiros Líquidos/Activo R5 Liquidez (Activo Corrente-Passivo Corrente)/Activo R7 Liquidez Activos Intangíveis/Activo R15 Actividade Volume de Negócios/Activo

9 Em termos de resultados, sobressai a capacidade de classificar correctamente as empresas não devedoras (95,2 de acerto na estimação e 99,0 na validação), conforme se apresenta no quadro seguinte: Classification Results b,c,d Predicted Group Membership Grupo 0 1 Total Cases Selected Original ,2 4,8 100,0 1 66,7 33,3 100,0 Cross-validated a ,2 4,8 100, ,0,0 100,0 Cases Not Selected Original ,0 1,0 100, ,0,0 100,0 a. Cross validation is done only for those cases in the analysis. In cross validation, each case is classified by the functions derived from all cases other than that case. b. 93,7 of selected original grouped cases correctly classified. c. 92,5 of unselected original grouped cases correctly classified. d. 92,8 of selected cross-validated grouped cases correctly classified. No entanto, a combinação obtida que produziu melhores resultados para classificar as empresas devedoras, seleccionando aleatoriamente 70 da amostra para estimação e 30 para validação, é a formada pelos rácios: Rácio Categoria Definição R3 Endividamento Passivo/Activo R5 Liquidez (Activo Corrente-Passivo Corrente)/Activo R12 Rentabilidade Resultado Liquido/Volume de Negócios R14 Cobertura de Dívida (Resultados Operacionais e Extraordinários)/Juros R16 Actividade Dívidas a Pagar/Volume de Negócios

10 Para um nível de significância de 0,05 proporcionaram que 73,4 das empresas escolhidas para estimar o modelo sejam classificadas correctamente e 70,1 das empresas escolhidas aleatoriamente para validar o modelo sejam classificadas correctamente. Classification Results b,c,d Predicted Group Membership Grupo 0 1 Total Cases Selected Original ,7 27,3 100,0 1,0 100,0 100,0 Cross-validated a ,7 27,3 100,0 1 33,3 66,7 100,0 Cases Not Selected Original ,0 30,0 100,0 1 28,6 71,4 100,0 a. Cross validation is done only for those cases in the analysis. In cross validation, each case is classified by the functions derived from all cases other than that case. b. 73,4 of selected original grouped cases correctly classified. c. 70,1 of unselected original grouped cases correctly classified. d. 72,6 of selected cross-validated grouped cases correctly classified. Destaque para a percentagem de acerto na classificação das empresas devedoras: 100 na estimação e 71,4 na validação

11 II Descrição do procedimento da Análise Discriminante e Factorial Um dos pressupostos do modelo (ponto ) é que a correlação entre as variáveis independentes seja baixa (ausência de multicolinearidade). Esta condição verifica-se pois, pela análise da matriz de correlações que se apresenta, excepto os elementos da diagonal principal, a generalidade dos elementos da matriz são reduzidos: Pooled Within-Groups Matrices REGR factor REGR factor REGR factor REGR factor REGR factor REGR factor score 1 for score 2 for score 3 for score 4 for score 5 for score 6 for Correlation REGR factor score 1 for REGR factor score 2 for REGR factor score 3 for REGR factor score 4 for REGR factor score 5 for REGR factor score 6 for 1,000,014,037 -,138 -,029 -,005,014 1,000,027,040,137 -,040,037,027 1,000 -,006 -,011,036 -,138,040 -,006 1,000 -,071,024 -,029,137 -,011 -,071 1,000 -,125 -,005 -,040,036,024 -,125 1,000 O teste da igualdade das médias entre os grupos revela o potencial de cada variável antes da criação do modelo. As hipóteses a ser testadas são as seguintes, sendo que o objectivo é rejeitar a hipóteses nula: H 0 = média dos 2 grupos são iguais H 1 = média dos 2 grupos são diferentes No quadro seguinte é apresentado o resultado onde se destaca apenas o componente 4 (identificado com a liquidez), uma vez que é o único que rejeita a hipótese nula da igualdade das médias pois o p-value (sig.) é menor que o α (nível de significância) aceitável neste caso de 0,1. Com isto, as restantes componentes não passam no pressuposto da (homogeneidade) igualdade das matrizes de variância e co-variância, ou seja, não são significativas na diferenciação entre os grupos. Este facto pode dever-se a que os grupos têm dimensões muito diferentes

12 No entanto, como o Lambda de Wilk não considera as correlações entre as variáveis explicativas, a interpretação do nível de significância associado a cada variável não obriga a mantê-la ou a remove-la do modelo. Tests of Equality of Group Means Wilks' Lambda F df1 df2 Sig. REGR factor score 1 for REGR factor score 2 for REGR factor score 3 for REGR factor score 4 for REGR factor score 5 for REGR factor score 6 for 1,000, ,741,997, ,371 1,000, ,982,988 2, ,088,993 1, ,212,998, ,464 O quadro seguinte evidencia o valor do Eigenvalue (valor próprio) que mede o grau de diferença dos grupos na função discriminante. Quanto maior que 1, maior será a variação entre os grupos explicada pela função discriminante. Como o valor obtido é muito reduzido, considera-se que têm com pouca capacidade de explicação da discriminação entre os grupos. Eigenvalues Function Eigenvalue of Variance Cumulative Canonical Correlation 1,024 a 100,0 100,0,153 O próximo teste corrobora a informação anterior, pois valores elevados do teste de Wilks Lambda indicam que a capacidade da função para separar os grupos é reduzida. Wilks' Lambda Test of Function(s) Wilks' Lambda Chi-square df Sig. 1,977 5,464 6,486 Os coeficientes normalizados com maior valor absoluto indicam as variáveis com maior capacidade explicativa, neste caso a componente 4 (liquidez) e a componente 5 (actividade)

13 Standardized Canonical Discriminant Function Coefficients Function 1 REGR factor score 1 for REGR factor score 2 for REGR factor score 3 for REGR factor score 4 for REGR factor score 5 for REGR factor score 6 for -,027,268,022,752,513 -,254 A matriz da estrutura seguinte mostra a correlação entre cada variável e a função discriminante, ordenando as variáveis de acordo com a capacidade explicativa. Structure Matrix Function 1 REGR factor score 4 for REGR factor score 5 for REGR factor score 2 for REGR factor score 6 for REGR factor score 1 for REGR factor score 3 for,724,529,379 -,310 -,140,

14 De seguida apresentam-se as variáveis seleccionadas para compor a função e os respectivos coeficientes. Canonical Discriminant Function Coefficients REGR factor score 1 for REGR factor score 2 for REGR factor score 3 for REGR factor score 4 for REGR factor score 5 for REGR factor score 6 for Function 1 -,031,282,019,728,513 -,246 (Constant),040 Unstandardized coefficients Portanto, conforme os resultados apresentados no quadro supra, a função discriminante é descrita da seguinte forma: Onde, Z = 0,40-0,031X 1 + 0,282X 2 + 0,019X 3 + 0,728X 4 + 0,513X 5-0,246X 6 X 1 identifica-se com a Rentabilidade; X 2 identifica-se com o Endividamento; X 3 identifica-se com a Cobertura de dívida; X 4 identifica-se com a Liquidez; X 5 identifica-se com a Actividade; e X 6 mix de várias categorias. O resultado da função de centróides dos grupos consta da próxima tabela. Assim, é possível calcular o Z crítico e como neste trabalho os grupos são de tamanho distintos [grupo 0 = 231 empresas não devedoras e grupo 1 = 6 empresas devedoras, do conjunto de empresas para estimar o modelo (70)] o Z-score é determinado da seguinte forma:

15 Z crítico = (N 0 Z 1 + N 1 Z 0 )/(N 0 +N 1 ) Onde: N 0 = Número de empresas do grupo 0 N 1 = Número de empresas do grupo 1 Z 0 = Centróide para o grupo 0 Z 1 = Centróide para o grupo 1 Donde resulta que: Z crítico = -0,929 Ou seja, através deste procedimento classifica-se uma empresa como não devedora se o seu Z-score discriminante for menor que -0,929 e classifica-se uma empresa como devedora se o seu Z-score discriminante for superior a -0,929. Os tamanhos dos grupos usados no cálculo anterior são baseados no conjunto de empresas para estimar o modelo e não incluem a amostra para validação. Functions at Group Centroids Function Grupo 1 0, ,954 Através da função de classificação de Fischer apresentada no próximo quadro, as empresas podem ser classificadas considerando o grupo que evidenciar maior pontuação. Com base no método de Fischer, o modelo discriminante de empresas (devedora e não devedora) pode ser expresso da forma linear como segue: Y = β 0 + β 1 X 1 + β 2 X β n X n Onde: Y = Reflecte o total de pontuação alcançado pela empresa; β 0 = Uma constante; β 1, β 2...β n = São os coeficientes da importância relativa de cada componente/rácio; X 1, X 2...X n = São as variáveis explicativas (componentes ou rácios)

16 Para classificar introduz-se os coeficientes discriminantes e o valor das respectivas variáveis na função discriminante, sendo que o resultado maior indica a que grupo pertence aquela empresa (0 para as empresas sem dívidas e 1 para as que evidenciam dívidas na internet). Classification Function Coefficients REGR factor score 1 for REGR factor score 2 for REGR factor score 3 for REGR factor score 4 for REGR factor score 5 for REGR factor score 6 for Grupo 0 1,018,049,011 -,265 -,002 -,020 -,007 -,720 -,048 -,550 -,041,199 (Constant) -,695-1,189 Fisher's linear discriminant functions Do quadro supra resulta que as funções discriminantes do grupo 0 e grupo 1 são descritas da seguinte forma: Z (0) = -0, ,018X 1 + 0,011X 2-0,002X 3-0,007X 4-0,048X 5-0,042X 6 Onde, Z (1) = -1, ,049X 1-0,265X 2-0,020X 3-0,720X 4-0,550X 5 + 0,199X 6 X 1 identifica-se com a Rentabilidade; X 2 identifica-se com o Endividamento; X 3 identifica-se com a Cobertura de dívida; X 4 identifica-se com a Liquidez; X 5 identifica-se com a Actividade; e X 6 mix de várias categorias

17 REFERÊNCIAS BIBLIOGRÁFICAS Artigos Abril Klein and Carol A. Marquardt (2006), Fundamentals of accounting losses. The Accounting Review, Vol. 81, n.º. 1, pp Beaver, William H. (1966), Financial Ratios as Predictors of Failure, Empirical research is accounting: selected studies, Journal of Accounting Research, Supplement to Vol. 4, pp Blum, M. (1974), Failing Company Discriminant Analysis, Journal of Accounting Research, Vol. 12, n.º 1, pp Charitou, A., Neophytou Evi and Charalambous Chris (2004), Predicting Corporate Failure: Empirical Evidence for the UK, European Accounting Review, Vol. 13, n.º 3, pp Charitou, A. and Trigeorgis L., (2002), Options-based bankruptey Prediction, Paper presented at 6 th Annual Real Options Confernce, Paphos, Cyprus, pp Charles Boynton, Petro Lisowsky and Willian B. Trautman (2008), E-File, Enterprise Structures, and Tax Compliance Risk Assessment, Tax Notes, Vol. 120, n.º 11. Deakin, E. B. (1972), A Discriminant Analysis of Predictors os Business Failure, Journal of Accounting Research, Vol. 10, n.º 1, pp Dyreng Scott, Michelle Hanlon and Edward L. Maydew (2008), Long-run corporate tax avoidance, The Accounting Review 83 (1), pp Edminster R. O. (1972), An empirical test of financial ratio analysis for small business failure prediction, Journal of Financial and Quantitative Analysis, 7. Edward Altman I. and Gabriele Sabato (2009), Modeling Credit Risk for SME s: Evidence from US Market, Journal of Accounting, Finance and Business Studies. Edward Altman I. (1968), Financial Ratios, Discriminant Analysis and the Prediction of Corporate Bankruptcy, The Journal of Finance, Vol. 23, n.º 4, pp Gentry, James A., Paul Newbold, David T. Whitford (1985), Classifying Bankrupt Firms with Funds Flow Components, Journal of Accounting Research, pp Graham John R. and Alan L. Tucker (2006), Tax shelters and corporate debt policy, Journal of Financial Economics, 81 (3), pp Grunert J., Lars Norden, Martin Weber (2004), The Role of Non-financial Factors in Internal Credit Ratings, Journal of Banking & Finance,Vol. 29, pp: Gunter Loffler et al. (2008), Credit Risk Modeling using Excel amd VBA, Estimating Credit Scores with Logit (Chapter 1), Wiley Finance. Hines R. James, Jr. and Eric Rice M. (1994), Fiscal paradise: foreign tax havens and American business, Quarterly Journal of Economics 109 (1), pp Jeffry R. Haber (2005), Assessing How Bankruptcy Prediction Models Are Evaluated, Journal of Business & Economics Research, Vol. 3, n.º 1, pp Lourenço Manuel, Sarmento Manuela e Rebelo Brito (2008), A empresa, o valor dos livros e a fraude contabilística ou cosmética, revista TOC 104, pp

18 Lussier, R. N. (1995) A nonfinancial business success versus failure prediction model for youngfir ms, Journal of Small Business Management, 33, pp Mihir A. Desai, C. Fritz Foley and R. James Hines Jr (2006), The demand for tax haven operations, Journal of Public Economics 90 (3), pp Ohlson, James A. (1980), Financial Ratios and the Probabilistic Prediction of Bankruptcy, Journal of Accounting Research, Vol. 18, n.º 1, pp Petro Lisowsky (2010), Seeking Shelter: Empirically Modeling Tax Shelters Using Financial Statement Information, The Acoounting Review, Vol. 85, n.º 5. Platt, Harlan D., Marjorie B. Platt (1990), Development of a Class of Stable Predictive Variables: The Case of Bankruptcy Prediction, Journal of Business Finance & Accounting, pp Sudheer Chava and Robert A. Jarrow (2004), Bankruptcy Prediction with Industry Effects, Review of Finance, 8(4), pp Wilson R. (2009), An examination of corporate tax shelter participants, The Accounting Review 84 (3):, pp Zavgren, C., (1983), The prediction os corporate failure: the state of the art, Journal of Accounting Literature, Vol. 2, pp Livros Borges António, Rodrigues Azevedo e Rodrigues Rogério (2003), Elementos de contabilidade geral, Áreas Editora, 21.ª Edição. Borges António, Macedo João, Morgado José, Moreira António e Isidro Helena (2002), Práticas de Contabilidade Financeira, Áreas Editora, 3.ª Edição. Brandão Elísio (2008), Finanças, 5.ª Edição. Caiado A. C. Pires (2003), Contabilidade de Gestão, Áreas Editora, 3.ª Edição. Carrilho J. Manuel, Laureano Luís, Pimentel L. Vilela, Prates M. Luís (2005), Elementos de Análise Financeira casos práticos, Publisher Team. Costa C. Baptista (2007), Auditoria Financeira, Editora Reis dos Livros, 8.ª Edição. Costa C. Batista e Alves G. Correia (2005), Contabilidade Financeira, Publisher Team, 5.ª Edição. Duque João, e al. (2005), Exercícios de Contabilidade Financeira, Publisher Team. Hair, J. F. Jr, Anderson, Tatham, Black (1998), Multivariate data Analysis, Prentice-Hall International, Inc., 5ª edição. Maroco, J. (2003), Análise Estatística com a utilização do SPSS, Edições Sílabo, 2.ª Edição. Monteiro Carlos e Almeida Fernando, Análise de Balanços e Estudos de Indicadores Económicos com Base nos Modelos SNC, OTOC, Moreira A. Carrizo, Macedo P. F. Pessoa, Costa M. C. Lopes e Moutinho V. M. Ferreira (2011), Exercícios de estatística SPSS, Edições Sílabo, 1.ª Edição. Neves J. Carvalho (1994), Análise Financeira, métodos e técnicas, Texto Editora, 7.ª Edição

19 Pestana Maria H. e Gageiro João N. (2008), Análise de dados para Ciências Sociais, Edições Sílabo, 5.ª Edição. Reis E. (1990), Análise Factorial das componentes principais: um métodos de reduzir sem perder informação, Lisboa Giesta/Iscte. Outros Associação Portuguesa das Industrias Mobiliário e Afins APIMA, acedido em Banco de Portugal (2009), Caderno de Apoio aos Quadros do Sector. Câmara dos Técnicos Oficiais de Contas (2002), Manual de Análise das Demonstrações Financeiras. Conde, Almeida e Ernesto Romano (2007), Caracterização da Indústria de Mobiliário em Portugal e na Europa, Associação das Industrias de Madeira e de Mobiliário de Portugal AIMMP. INA Instituto Nacional de Administração (2007), Manual de Técnicas e Métodos Quantitativos Tomo 1. Ministério das Finanças e da Administração Pública (2010), Relatório de Actividades Desenvolvidas no Combate à Fraude e Evasões Fiscais em Relatório de actividades (2010) da Direcção-Geral dos Impostos. Sebrae (2008), Móveis para cozinha relatório completo

20 ANEXOS A - Medidas de estatística descritiva dos rácios da caracterização do sector (2007) B - Definição dos Rácios Altman (2009) C - Identificação dos campos da Informação Empresasial Simplificada (IES) D - Rácios / Indicadores económico-financeiros E - Rácios Altman (1968) F - Matriz de correlação dos rácios de Altman (2009) G - Médias dos rácios Altman (2009) para os dois grupos (0 não devedoras; 1 devedoras)

21 A Medidas de Estatística Descritiva dos rácios da caracterização do sector (2007) Descriptive Statistics N Range Minimum Maximum Sum Mean Std. Deviation Variance Skewness Kurtosis Statistic Statistic Statistic Statistic Statistic Statistic Std. Error Statistic Statistic Statistic Std. Error Statistic Std. Error Liquidez Geral ,61,09 20,69 504,09 1,68,12 2,03 4,12 5,21,14 35,45,28 Liquidez Reduzida ,88,01 10,89 247,72,83,06 1,11 1,24 5,22,14 36,12,28 Liquidez Imediata 300 5,96 -,01 5,95 62,82,21,03,45,20 7,92,14 90,70,28 Rent.Vendas e Prest.Serv ,55-6,38,17-17,83 -,06,02,42,17-12,35,14 181,35,28 Rent. Produção 300 6,57-6,38,19-15,82 -,05,02,41,17-13,05,14 197,28,28 Rentabilidade do Activo (EP = Earning Power) 300 1,51-1,06,44,60,00,01,12,01-3,36,14 22,72,28 Rentabilidade do Activo (ROA) 300 1,37-1,08,30-4,54 -,02,01,12,01-3,85,14 25,66,28 Rent. Financeira(ROE, ano N) ,66-4, , ,52 4,87 4,69 81, ,25 17,31,14 299,80,28 AnáliseDupontSintética ,66-4, , ,52 4,87 4,69 81, ,25 17,31,14 299,80,28 Análise Dupont Desenv ,66-4, , ,52 4,87 4,69 81, ,25 17,31,14 299,80,28 Autonomia Financeira 300 3,64-2,75,89 50,24,17,02,37,14-2,51,14 14,21,28 Debt-to-Equity Ratio, PT ,97-360, , ,98 25,16 20,96 362, ,02 17,16,14 296,35,28 Debt-to-Equity Ratio, PMLP ,22-341,82 119,39 58,78,20 1,25 21,72 471,69-12,64,14 210,26,28 PassivoTotal/ Activo Total 300 3,64,11 3,75 249,76,83,02,37,14 2,51,14 14,21,28 PassivoMLP/ Activo Total 300 3,16,00 3,16 50,33,17,02,31,09 4,29,14 32,21,28 PCP/Activo Total 300 2,17,00 2,17 199,43,66,02,36,13 1,03,14 2,19,28 Capitais Permanentes/ Activo 300 2,17-1,17 1,00 100,57,34,02,36,13-1,03,14 2,19,28 REFM ,27-84, , ,80 12,33 5,74 99, ,13 10,24,14 108,64,28 Imobilizado/ Activo Total 300,92,00,92 79,27,26,01,19,04,61,14 -,27,28 ActivoCirculante/ Activo 300,92,08 1,00 219,16,73,01,19,04 -,60,14 -,29,28 TMR ,89, , ,55 167,15 16,10 278, ,83 5,58,14 38,50,28 TMP ,29 76, , ,87 705,05 72, , ,26 11,42,14 163,92,28 TMDE, SC ,73, , ,13 363,61 64, , ,53 10,15,14 114,91,28 TMDE,SI ,07, , ,88 153,30 15,46 267, ,67 6,46,14 53,83,28 GMRE, MP ,98,03 129, ,92 6,65,61 10,61 112,67 6,45,14 62,16,28 GMRE, Merc ,46, , ,18 9,88 3,95 68, ,27 15,35,14 252,12,28 CicloTesouraria , , , ,44-384,59 61, , ,86-11,82,14 172,14,28 Nec.FundoManeio , , , , ,83-14,43,14 238,33, , , ,66 FundoManeio , , , , , , , ,69 4,93,14 92,28,28 Valid N (listwise)

22 B - Definição dos Rácios Altman (2009) Categoria Rácio Designação/Fórmula Campo(s) da IES Endividamento R1 R2 R3 Dívidas de Curto Prazo Capital Próprio Capital Próprio Passivo Passivo Activo A0331_1 A0291_1 A0291_1 A0336_1 A0336_1 A0276_3 R4 Meios Financeiros Líquidos Activo A0265_3 + A0268_3 A0276_3 Liquidez R5 R6 Activo Corrente - Passivo Corrente Activo Meios Financeiros Líquidos Volume de Negócios A0234_3+A0246_3+A0258_3+A0265_3+A0268_3+A0273_3-(A0331_1+A0335_1) A0276_3 A0265_3 + A0268_3 A0124_1+A0125_1+A0126_1 R7 Activos Intagíveis Activo A0207_3 A0276_3 R8 Resultado Operacional e Extraordinário Ver a) Volume de Negócios A0124_1+A0125_1+A0126_1 Rentabilidade R9 R10 R11 R. Operacional+Extraordinário+Amortizações+Provisões Ver b) Activo A0276_3 Resultado Líquido A0122_2 Activo A0276_3 Resultados Transitados A0288_1 Activo A0276_3 R12 Resultado Líquido Volume de Negócios A0122_2 A0124_1+A0125_1+A0126_1 Cobertura de Dívida R13 R14 R. Operacional+Extraordinário+Amortizações+Provisões Ver b) Juros A0113_2+A0116_2 Resultado Operacional+Extraordinário Ver a) Juros A0113_2+A0116_2 Actividade R15 R16 R17 Volume de Negócios Activo Dívidas a Pagar Volume de Negócios Dívidas a Receber Passivo A0124_1+A0125_1+A0126_1 A0276_3 A0313_1+A0331_1 A0124_1+A0125_1+A0126_1 A0246_3+A0258_3 A0336_1 a) = A0126_2+A0127_2+A0129_1+A0130_1+A0128_2+A0131_1+A0132_1+A0141_2 -(A0102_2+A0103_2+A0110_1+A0106_2+A0111_1+A0107_1+A0108_1+A0109_1+A0118_2) b) = a) + A0107_1+A0108_1+A0109_1-72 -

23 C Identificação dos campos da Informação Empresasial Simplificada (IES) Documento Quadro Campo Descrição do Campo 03 A0124_1 Vendas de Mercadorias A0125_1 Vendas de produtos A0126_1 Prestações de serviços A0126_2 SOMA (A101+A102+A103) A0127_2 Variação da produção (a) A0129_1 Proveitos suplementares A0130_1 Subsídios à exploração A0128_2 Trabalhos para a própria empresa A0131_1 Outros proveitos e ganhos operacionais A0132_1 Reversões de amortizações e provisões A0139_2 Proveitos e ganhos financeiros A0141_2 Proveitos e ganhos extraordinários A0142_2 TOTAL DOS PROVEITOS (A104 a A111 + A147) A0102_2 Custo das mercadorias vendidas e das matérias consumidas A0103_2 Fornecimentos e serviços externos A0110_1 Impostos A0106_2 Custos com o pessoal A0111_1 Outros custos e perdas operacionais A0107_1 Amortizações do imobilizado corpóreo e incorpóreo, N A0108_1 Ajustamentos, N A0109_1 Provisões do exercício A0113_2 Perdas em empresas do grupo e associadas, N Anexo A da Informação Empresarial Simplificada (IES) Corresponde à Demonstração de Resultados A0116_2 Custos e perdas financeiros A0118_2 Custos e perdas extraordinários A0119_2 TOTAL DOS CUSTOS (A113 a A121) A0120_2 Imposto sobre o rendimento do exercício A0122_2 RESULTADO LÍQUIDO DO EXERCÍCIO (a) (A112-A122-A123) Anexo A da Informação Empresarial Simplificada (IES) Corresponde ao Balanço 04 A0207_1 Imobilizações incorpóreas - Activo Bruto A0218_1 Imobilizações corpóreas - Activo Bruto A0227_1 Investimentos financeiros - Activo Bruto A0234_1 Existências - Activo Bruto A0246_1 Dívidas de terceiros - Médio e longo prazo - Activo Bruto A0258_1 Dívidas de terceiros - Curto prazo - Activo Bruto A0265_1 Títulos negociáveis - Activo Bruto A0207_2 Imobilizações incorpóreas - Amortizações e Ajustamentos A0218_2 Imobilizações corpóreas - Amortizações e Ajustamentos A0218_2 Investimentos financeiros - Amortizações e Ajustamentos A0234_2 Existências - Amortizações e Ajustamentos A0246_2 Dívidas de terceiros - Médio e longo prazo - Amortizações e Ajust. A0258_2 Dívidas de terceiros - Curto prazo - Amortizações e Ajustamentos A0265_2 Títulos negociáveis - Amortizações e Ajustamentos A0207_3 Imobilizações incorpóreas - Activo Líquido A0218_3 Imobilizações corpóreas - Activo Líquido A0227_3 Investimentos financeiros - Activo Líquido A0234_3 Existências - Activo Líquido A0246_3 Dívidas de terceiros - Médio e longo prazo - Activo Líquido A0258_3 Dívidas de terceiros - Curto prazo - Activo Líquido A0265_3 Títulos negociáveis - Activo Líquido A0268_3 Depósitos bancários e caixa - Activo Líquido A0273_3 Acréscimos e diferimentos - Activo Líquido A0276_3 TOTAL DO ACTIVO (A216 a A224) A0277_1 Capital A0278_1 Acções (quotas) próprias - Valor nominal, N

24 A0279_1 Acções (quotas) próprias a)-descontos e prémios, N A0280_1 Prestações suplementares A0281_1 Prémios de emissão de acções (quotas) a) A0282_1 Ajustamento de partes de capital a) A0283_1 Reservas de reavaliação N A0284_1 Reservas legais N A0285_1 Reservas estatutárias N A0286_1 Reservas contratuais N A0287_1 Outras reservas A0288_1 Resultados transitados a) A0289_1 Resultado Líquido do exercício a) A0290_1 Dividendos antecipados a) A0291_1 TOTAL DO CAPITAL PRÓPRIO (A226 a A234) A0295_1 Provisões A0313_1 Dívidas a terceiros - Médio e longo prazo A0331_1 Dívidas a terceiros - Curto prazo A0335_1 Acréscimos e diferimentos A0336_1 TOTAL DO PASSIVO (A236 a A239) A0337_1 TOTAL DO CAPITAL PRÓPRIO E PASSIVO (A235 + A240) Anexo A da IES Anexo A da IES Anexo A da IES 0541 A0590_1 1 Existências iniciais - Mercadorias A0591_1 2 Compras - Mercadorias (b) A0592_1 3 Regularização de existências Mercadorias a) A0593_1 4 Existências finais - Mercadorias A0594_1 5 CUSTO DAS MERCADORIAS VENDIDAS (5 = 1+ 2 ± 3-4) A0590_2 1 Existências iniciais - Matérias-Primas, Sub. e de Consumo A0591_2 2 Compras - Matérias-Primas, Sub. e de Consumo (b) A0592_2 3 Regularização de existências - Matérias-Primas, Sub. e de Cons. a) A0593_2 4 Existências finais - Matérias-Primas, Sub. e de Consumo A0594_2 5 CUSTO DAS MATÉRIAS CONSUMIDAS (5 = 1+ 2 ± 3-4) 0542 A0595_1 1 Existências finais - Produtos Acabados e Intermédios A0596_1 2 Regularização de existências - Produtos Acabados e Intermédios a) A0597_1 3 Existências iniciais - Produtos Acabados e Intermédios A0598_1 4 VARIAÇÂO DA PRODUÇÃO (4 = 1 ± 2-3) A0595_2 1 Existências finais - Subprodutos, Desperd., Res. e Refugos A0596_2 2 Regularização de existências - Subprodutos, Desperd.,... a) A0597_2 3 Existências iniciais - Subprodutos, Desperd., Res. e Refugos A0598_2 4 VARIAÇÂO DA PRODUÇÃO (4 = 1 ± 2-3) A0595_3 1 Existências finais - Produtos e Trabalhos em Curso A0596_3 2 Regularização de existências - Produtos e Trabalhos em Curso a) A0597_3 3 Existências iniciais - Produtos e Trabalhos em Curso A0598_3 4 VARIAÇÂO DA PRODUÇÃO (4 = 1 ± 2-3) 063 A0672 Suprimentos (Saldo credor) A0673 Aquisição de vales de refeição A0674_1 Suprimentos e empréstimos efectuados -Nr. Ident. Fiscal A0674_2 Suprimentos e empréstimos efectuados -Valor

25 D Rácios / Indicadores económico-financeiros Rácios / Indicadores Definição Média grupo 0 Média grupo 1 DIFERENÇA Liquidez Geral Activo Corrente / Passivo Corrente 1,54,92,62 Liquidez Reduzida Activo Maneável / Passivo Corrente,75,53,22 Liquidez Imediata Meios Financeiros Líquidos / Passivo Corrente,20,08,12 Disponiblidades / Activo Meios Financeiros Líquidos / Activo total,09,07,02 Disponibilidades / Volume de Negócios Meios Financeiros Líquidos / Volume de Negócios,13,10,03 Rentabilidade das Vendas e Prestação Serviços Resultados Líquidos / (Vendas + Prestação de Serviços) -,10 -,26,16 Rentabilidade da Produção Resultados Líquidos / Produção -,10 -,26,16 Rentabilidade do Activo (Earning Power) (Resultados antes de Gastos Financeiros e Impostos) / Activo -,01,00 -,01 Rentabilidade do Activo (ROA) Resultados Líquidos / Activo Total -,03 -,05,02 Rentabilidade Financeira (ROE) Resultados Líquidos / Capitais Próprios,12,54 -,43 Autonomia Financeira Capitais Próprios / Activo Total,14 -,12,26 Solvabilidade Capitais Próprios / Passivo,43 -,02,45 Debt-to Equity-Ratio, PT Passivo Total / Capitais Próprios 3,60 2,85,75 Debt-to Equity-Ratio, PMLP Passivo Não Corrente / Capitais Próprios,02 1,29-1,27 Debt-to Equity-Ratio, CP Passivo Corrente / Capitais Próprios 3,58 1,55 2,03 Passivo Total /Activo Total Passivo Total /Activo Total,86 1,12 -,26 Passivo Médio Longo Prazo / Activo Total Passivo Não Corrente / Activo Total,18,21 -,03 Passivo Curto Prazo / Activo Total Passivo Corrente / Activo Total,68,91 -,23 Capitais Permanentes / Activo Total (Capital Próprio + Passivo Não Corrente) / Activo,32,09,23 Regra Equilíbrio Financeiro Mínimo Capitais Permanentes / Activo Não Corrente 2,46-1,35 3,81 Imobilizado / Activo Total Activo Não Corrente / Activo Total,26,31 -,05 Activo Circulante / Activo Total Activo Corrente / Activo Total,74,69,05 Tempo Médio de Recebimento (TMR) (Clientes/(Vendas + Prestação de Serviços)) * ,05 232,30-62,25 Tempo Médio de Pagamento (TMP) (Fornecedores / (Compras + FSE))* , , ,40 Tempo Médio Duração Inventários (TMDI), comercial Inventários / CMVMC * , , ,34 Tempo Médio Duração Inventários (TMDI), industrial Inventários / (CMVMC + FSE+ GCP) * ,60 276,52-122,92 Grau Médio Rotação Inventários (matérias P.) CMVMC / Inventários (matérias primas) 6,35 7,60-1,25 Grau Médio Rotação Inventários (mercadorias) CMVMC / Inventários (mercadorias) 22,31 10,70 11,61 VN / Activo Volume de Negócios / Activo Total,89 1,07 -,17 Dividas a terceiros / VN Contas a Pagar / Volume de Negócios 1,72 3,16-1,43 Dividas de terceiros / Passivo Contas a Receber / Passivo,39,27,11 Ciclo de Tesouraria (CT) TMR + TMDI (industrial) - TMP -393,0-1269,2 876,24 Necessidades de Fundo de Maneio (NFM) Inventários+Contas a Receber+Dif. Activos-Contas a Pagar-Dif. Passivos , , ,97 Fundo de Maneio (FM) Capitais Próprios + Passivo Não Corrente - Activo Não Corrente 90403, , ,38 Margem Bruta das Vendas (MBV) (Vendas - CMVMC)/Vendas,09,35 -,27 Rentabilidade Fiscal das Vendas (RFV) Resultado Fiscal / Volume de Negócios -,06 -,12,06 Cash-flow / VN (Resultado Líquido + Amortizações + Provisões) / Volume de Negócios -,04 -,21,17 VN/GCP Volume de Negócios / Gastos com Pessoal 4,23 4,74 -,50 RLE Resultado Líquido do Exercício 1119, , ,17 Resultado Fiscal (RF) Lucro ou prejuízo Fiscal 9708, , ,

26 E Rácios Altman (1968) NIF X1 X2 X3 X4.1 X4.2 X5 Grupo ,31-0,36-0,20-0,14-1,41 0, ,36 0,31 0,06 1,51 5,93 1, ,47 0,17 0,01 0,93 2,93 1, ,64-6,53-0,26-0,86-8,60 0, ,05-0,25 0,02 0,34 1,30 0, ,11-0,10 0,01 1,11 2,06 0, ,23 0,02 0,00 1,09 1,14 0, ,20-0,10 0,01 0,39 1,20 0, ,01 0,03 0,01 0,45 2,60 0, ,53 0,00 0,01 0,59 11,03 0, ,68 0,55-0,05 2,84 28,74 0, ,34-1,09 0,01 0,64 0,76 1, ,36-1,05-0,42 0,70 0,55 0, ,04-0,22-0,03 0,64 3,94 0, ,12-0,14 0,01 0,12 0,75 1, ,20 0,01 0,00 7,64 27,38 0, ,69-2,10-0,22 1,56 5,42 1, ,71-1,05-0,03-0,44-31,00 0, ,08 0,07-0,01 0,10 4,14 1, ,06 0,00 0,05 1,40 20,21 0, ,52 0,01 0,02 1,38 11,10 0, ,16-0,02 0,01 0,26 1,61 0, ,02-0,72-0,09 0,03 0,48 0, ,79 0,09 0,00 4,90 36,89 0, ,74-0,04 0,00 0,06 0,65 0, ,26 0,13 0,14 0,70 5,73 1, ,35 0,01 0,01 0,33 2,72 1, ,08-0,10-0,07-0,06-1,38 0, ,26 0,03-0,02 0,46 1,19 0, ,53-0,48 0,00-0,33-9,94 0, ,15-0,09 0,01 0,12 3,94 0, ,62-0,66-0,01 1,25 0,86 1, ,25-0,02 0,01 0,12 2,92 0, ,53 0,00 0,04 0,48 5,55 0, ,35-0,12 0,03 0,59 0,83 0, ,26 0,10 0,06 0,47 4,41 0, ,39-0,35 0,01 0,93 0,87 0, ,16 0,00 0,01 0,23 11,82 0, ,62-0,40-0,09-0,14-0,49 0, ,29 0,01 0,01 0,57 4,33 1, ,09 0,30 0,08 0,67 12,22 1, ,03-0,03 0,00 0,25 14,57 0, ,14 0,32-0,04 0,80 3,54 0, ,24-0,24-0,08 2,78 1,93 0, ,06-0,02 0,00 0,21 0,95 0, ,56 0,22 0,05 1,67 26,49 1, ,17 0,00 0,05 0,25 1,95 0, ,18 0,21-0,03 0,27 8,47 0, ,43 0,00 0,07 2,02 6,22 1, ,11 0,02 0,01 0,09 1,40 0, ,46-0,33 0,01 0,01 0,04 0,

27 ,27-0,03 0,00 3,06 4,17 0, ,44-0,19-0,77 0,11 0,83 0, ,39 0,15 0,01 0,27 3,76 0, ,22 0,07 0,02 0,26 2,07 0, ,48 0,00 0,05 0,53 5,08 1, ,12 0,30 0,03 0,55 21,40 0, ,39 0,00 0,12 0,29 2,33 1, ,37 0,05 0,00 0,36 1,29 0, ,61 0,00 0,01 0,96 2,10 0, ,35 0,02 0,00 0,17 1,38 0, ,32-0,49 0,00 1,53 4,60 0, ,36 0,01 0,01 1,01 1,31 0, ,58-0,03 0,02 1,52 0,98 1, ,65-0,32-0,05 0,00-0,12 0, ,07-2,82-0,19 0,76 5,35 0, ,43 0,01 0,02 0,39 1,90 0, ,05 0,01 0,04 0,32 6,94 1, ,03 0,29 0,07 0,74 6,48 1, ,40 0,04 0,04 1,59 3,29 1, ,01-0,16 0,01 0,02 0,10 0, ,16 0,02-0,02 0,08 1,19 0, ,31-0,89-0,11-0,42-4,92 0, ,56 0,00 0,02 1,74 1,17 0, ,30 0,13 0,03 0,70 11,32 1, ,22-0,39-0,28-0,21-1,53 0, ,07-0,01-0,05 0,13 1,78 0, ,10 0,14 0,01 1,08 2,89 0, ,62-1,12-0,27-0,35-1,63 1, ,33 0,07-0,12 1,31 3,40 0, ,23 0,07 0,00 0,14 4,02 0, ,43 0,10 0,05 0,25 3,64 1, ,60-0,39-0,10 0,27 2,39 0, ,22 0,00 0,09 1,09 6,32 1, ,09 0,01 0,01 0,10 1,91 0, ,38 0,00 0,01 0,08 1,82 0, ,59-0,40 0,06 0,94 1,80 1, ,13 0,03-0,01 1,34 4,21 0, ,08-1,43-0,03-0,59-36,42 0, ,22 0,22 0,04 0,93 53,06 0, ,03 0,00 0,01 0,20 2,47 0, ,08 0,11 0,03 0,18 6,85 0, ,28 0,00-0,15 0,18 4,03 0, ,02 0,00-0,09 0,03 1,23 0, ,07 0,13 0,00 0,76 3,20 1, ,51 0,00 0,02 1,21 4,74 1, ,33-0,04-0,01 0,16 8,24 0, ,20 0,12-0,21 0,11 0,53 0, ,16 0,22 0,00 1,04 5,22 0, ,23 0,04 0,04 0,23 3,26 0, ,72 0,00 0,01 1,52 1,84 0, ,02 0,00-0,94-0,47-14,12 0, ,23 0,01 0,02 0,63 6,80 1, ,01-1,34 0,19-0,49-9,66 7, ,02 0,05-0,06 0,13 9,60 0, ,81 0,00 0,02 0,60 2,99 0, ,03 0,00 0,00 0,31 5,64 0,

28 ,14 0,00 0,01 0,27 2,06 0, ,91-1,40 0,26-0,45-4,47 1, ,60 0,05 0,01 0,13 2,71 0, ,13-0,31-0,14 0,04 0,13 0, ,01 0,43 0,06 1,36 12,36 0, ,06 0,10 0,00 0,14 7,16 0, ,09 0,00-0,07 0,72 2,45 0, ,01-1,27 0,01-0,54-16,31 0, ,06-0,03-0,02 0,53 4,46 0, ,48 0,08 0,00 0,47 1,58 0, ,11 0,17-0,18 0,11 6,52 0, ,13 0,10 0,04 0,86 15,10 0, ,33 0,09-0,05 1,55 23,30 0, ,16-0,03 0,04 0,05 1,30 1, ,69 0,66 0,07 4,05 28,66 0, ,15 0,18 0,02 0,44 4,70 1, ,13 0,00 0,04 0,69 2,47 0, ,56 0,41 0,03 1,50 4,01 0, ,34-0,21 0,00 0,33 0,71 1, ,16-0,30 0,00 0,41 2,09 0, ,68 0,06 0,02 0,43 5,32 0, ,34 0,55-0,34 0,58 2,51 0, ,13-0,03 0,00 0,21 22,49 0, ,13 0,00 0,00 0,32 2,45 0, ,19 0,00 0,00 0,50 1,31 0, ,28 0,00 0,03 0,86 1,49 1, ,36 0,01 0,06 0,15 1,89 1, ,19 0,10-0,64-0,31-6,30 1, ,25 0,06 0,02 0,15 2,95 0, ,32-0,03 0,02 0,09 1,81 0, ,04 0,00 0,02 0,47 2,03 1, ,39 0,03 0,05 0,10 5,35 1, ,39 0,00 0,02 1,04 2,49 0, ,41-0,01-0,09-0,08-11,96 0, ,34-0,01 0,02 0,32 1,19 0, ,07 0,02 0,00 0,47 6,01 1, ,16 0,00-0,06 0,13 0,86 1, ,39-0,14 0,03 0,16 1,04 1, ,47 0,02 0,00 0,24 3,33 0, ,63 0,00 0,00 0,61 1,14 0, ,04-0,79-0,39-0,22-0,43 1, ,43-0,03 0,08 3,56 18,35 1, ,22 0,05 0,02 2,16 4,36 0, ,26 0,07-0,16 0,59 0,97 1, ,64-0,79-0,20-0,39-2,46 0, ,27 0,39 0,11 2,49 28,85 1, ,37-0,33 0,01-0,24-67,40 0, ,28 0,13 0,02 0,98 7,25 0, ,15 0,01 0,01 0,08 1,44 0, ,29-0,58 0,13-0,22-1,66 1, ,32-0,10-0,04 0,81 29,44 0, ,14-0,62 0,07 0,40 6,00 0, ,45-0,54 0,04-0,32-16,17 1, ,08 0,39 0,02 1,33 4,12 1, ,63-0,04-0,14 0,02 0,48 0, ,04-0,14-0,17-0,16-3,68 0,

29 ,09-0,23 0,03-0,07-1,45 0, ,39-0,76-0,29-0,49-47,59 0, ,60-0,38 0,00-0,26-18,47 0, ,08 0,08 0,14 0,49 5,13 0, ,08 0,00 0,01 0,14 1,33 0, ,26 0,03 0,03 0,26 3,38 1, ,00-0,10 0,01 0,24 2,07 0, ,25 0,02-0,03 0,06 1,89 0, ,43 0,00-0,01 1,08 6,37 0, ,30 0,00 0,03 6,83 7,75 1, ,23-0,10-0,02-0,01-0,09 0, ,41 0,32-0,12 0,38 5,54 1, ,08-0,05 0,00 0,21 0,78 0, ,54 0,05 0,01 0,35 1,32 0, ,08 0,11-0,02 1,47 21,12 0, ,08-0,01 0,00 0,12 1,11 0, ,02-0,02 0,02 0,03 0,94 0, ,39 0,00 0,03 0,34 1,30 1, ,08-0,06 0,00-0,03-1,16 0, ,09 0,00-0,01 0,15 1,54 0, ,09 0,03 0,04 0,57 13,71 0, ,47 0,03 0,02 0,57 1,83 1, ,22 0,01 0,00 0,07 43,53 0, ,03 0,00 0,00 0,03 2,68 0, ,21-0,01 0,08 0,29 13,47 1, ,22 0,01 0,01 0,09 1,72 0, ,23 0,02 0,00 0,28 1,57 0, ,66-0,18 0,00 0,04 0,36 0, ,19 0,01 0,02 0,11 1,74 0, ,49-0,10-0,04-0,11-13,68 0, ,29 0,16 0,06 0,34 5,80 1, ,25-0,32-0,08-0,20-16,61 0, ,05-0,05 0,08 0,75 2,17 0, ,00 0,00-0,13-0,03-0,92 0, ,06 0,10 0,04 0,37 2,01 0, ,73 0,00-0,10-0,01-0,26 0, ,17-0,03 0,04 0,10 2,09 0, ,18 0,00-0,09-0,03-3,27 0, ,06 0,00 0,06 0,20 1,85 1, ,10 0,04 0,03 0,12 2,43 1, ,27-0,35 0,09-0,17-9,32 1, ,35 0,04-0,02 0,04 3,64 0, ,02-0,78-0,23-0,46-5,85 1, ,27-1,62-0,16-0,54-2,05 0, ,11 0,16 0,11 0,75 17,51 1, ,02-0,65-0,28-0,42-3,71 0, ,10-0,17 0,01 0,13 0,82 0, ,22-0,73 0,03-0,18-2,37 1, ,48-0,08-0,10-0,11-2,71 0, ,53 0,03 0,01 0,33 9,42 0, ,63-0,20 0,01 0,25 1,03 0, ,12-0,12-0,04 0,04 0,64 0, ,04 0,00 0,04 0,35 3,00 1, ,16-0,16 0,10 0,05 0,41 1, ,07-0,27-0,18 1,02 5,81 1, ,23-0,88-0,17 0,15 1,41 0,