Danilo Luís Damasceno DETERMINAÇÃO DE RATING DE CRÉDITO PARA EMPRESAS BRASILEIRAS ATRAVÉS DE INDICADORES CONTÁBEIS

Transcrição

1 FACULDADE IBMEC SÃO PAULO Programa de Mestrado Profssonal em Economa Danlo Luís Damasceno DETERMINAÇÃO DE RATING DE CRÉDITO PARA EMPRESAS BRASILEIRAS ATRAVÉS DE INDICADORES CONTÁBEIS São Paulo 2007

2 Danlo Luís Damasceno Determnação de ratngs de crédto para empresas brasleras através de ndcadores contábes Dssertação apresentada ao Programa de Mestrado Profssonal em Economa da Faculdade Ibmec São Paulo, como parte dos requstos para a obtenção do título de Mestre em Economa. Área de Concentração: Fnanças e Macroeconoma Aplcadas Orentador: Prof. Dr. Rnaldo Artes Ibmec SP São Paulo 2007

3 Damasceno, Danlo Luís Determnação de ratngs de crédto para empresas brasleras através de ndcadores contábes / Danlo Luís Damasceno. São Paulo: Ibmec São Paulo, f. Dssertação (Mestrado Programa de Mestrado Profssonal em Economa. Área de concentração: Fnanças e Macroeconoma Aplcadas) Faculdade Ibmec São Paulo. 1. Ratngs de Crédto 2. Modelo Probto Ordenado 3. Dados em Panel 4. Rsco de Crédto

4 Folha de Aprovação Danlo Luís Damasceno Determnação de ratngs de crédto para empresas brasleras através de ndcadores contábes Dssertação apresentada ao Programa de Mestrado Profssonal em Economa da Faculdade Ibmec São Paulo, requsto parcal para a obtenção do título de Mestre em Economa. Área de concentração: Fnanças e Macroeconoma Aplcadas Aprovado em: Junho/2007 Banca Examnadora: Prof. Dr. Rnaldo Artes Insttução: Ibmec São Paulo Orentador Assnatura: Profª. Dra. Andrea Mnard Insttução: Ibmec São Paulo Assnatura: Profª. Dra. Lúca Barroso Insttução: USP São Paulo Assnatura:

5 À mnha Famíla

6 Agradecmentos Prmeramente, agradeço ao Prof. Dr. Rnaldo Artes pelos ensnamentos e pela enorme dedcação na elaboração desta dssertação. Agradeço também à Prof. Dra. Andrea Mnard pelas mportantes sugestões para o aprmoramento deste trabalho e por gentlmente ter acetado partcpar da banca de defesa. Gostara de agradecer a números colegas da segunda turma do mestrado, que no decorrer deste trabalho contrbuíram com sugestões, em especal André, Renata, Felpe, Danel e Fernanda. Agradeço também ao amgo Clayton Neves Xaver, com quem sempre pude contar para as mas varadas dscussões. Agradeço aos meus pas por ncentvarem e prorzarem a educação em nossa famíla e por terem contrbuído de forma decsva na mnha vda. Não podera dexar de agradecer a mnha esposa, Thaís, por toda a sua pacênca e apoo nestes últmos dos anos e meo de estudo. Fnalmente, gostara de agradecer aos Srs. Roberto Sobral Hollander e José Carlos Luz por possbltarem a contnudade de meus estudos e aos dversos colegas de trabalho que ao longo de város anos contrbuíram com o meu desenvolvmento profssonal e pessoal.

7 Resumo Damasceno, Danlo Luís. Determnação de ratngs de crédto para empresas brasleras através de ndcadores contábes. São Paulo, f. Dssertação (Mestrado) Faculdade Ibmec São Paulo. Um dos benefícos obtdos com a establdade econômca braslera fo o crescmento das operações de crédto. Conseqüentemente, os nvestdores e os agentes fnanceros passaram a demandar de forma mas ntensa as avalações e opnões sobre a qualdade de crédto das empresas. Mesmo assm, o número de empresas avaladas pelas agêncas de ratng anda é pequeno. Assm, este trabalho tem dos dferentes, mas complementares, objetvos: o prmero deles é averguar se as agêncas de avalação de crédto estão sendo mas severas nas análses de empresas brasleras ao longo do tempo, conforme sugerdo em alguns estudos efetuados para o mercado norte-amercano. O segundo objetvo está relaconado ao desenvolvmento de uma metodologa de ratng baseada no modelo probto ordnal em panel, que, através da utlzação de varáves contábes e ndcadoras, seja capaz de prever o nível de ratng para aquelas companhas que não possuem nenhuma avalação de crédto. Os resultados não apontaram nenhuma evdênca de que as agêncas de ratngs estão sendo mas rgorosas em suas análses ao longo do tempo para as companhas brasleras. Isto permtu a utlzação da amostra no período de dezembro de 2000 a dezembro de 2005 para a prevsão de ratngs. As varáves lucro líqudo sobre o total de atvos (ROA), dívda total sobre total de atvos (TDA) e a varável ndcadora de presença no Índce Bovespa (DIBOV) foram as que, conjuntamente, melhor explcaram os ratngs no modelo proposto. Palavras-chave: Ratngs de Crédto, Modelo Probt Ordenado, Dados em Panel, Rsco de Crédto.

8 Abstract Damasceno, Danlo Luís. Determnaton of credt ratngs to Brazlan Companes usng accountng ratos. São Paulo, f. Dssertaton (Mastershp)) Faculdade Ibmec São Paulo. One of the Brazlan economc stablty benefts was the credt operaton growth. Consequently, both nvestors and fnancal brokers have demanded a more effectve as well as frequent evaluaton consderng opnons about corporate credt qualty. Nevertheless, few corporatons are rated by ratng agences. Ths work shows two dfferent, but complementary, objectves: the frst, s checkng satsfactorly whether the ratng agences are dong a tght job towards Brazlan Corporatons on a tme bass; as t has been suggested n some studes carred out n the Amercan Fnancal Market. The second, s related to the development of a ratng methodology based on probt ordered n panel, whch, through accountng ratos employed and dummy varables, s able to foresee a level of ratng to any corporaton whose evaluaton has not been carred out. The results presented here have not show any clue that ratng agences have been more strct n ther analyss through tme what concerns Brazlan Corporatons. Thus, allowng the use of data samples between Dec 2000 and Dec 2005 to forecast ratngs. Return on assets (ROA), total debts on total assets and a dummy varable of presence n Bovespa Index (DIBOV) varables were the ones whch better explan the ratng on ths proposed model.. Keywords: Credt Ratngs, Probt Ordered Model, Data n Panel, Credt Rsk.

9 Sumáro Lsta de tabelas...9 Lsta de gráfcos e fguras Introdução Objetvos Agêncas de Ratng Revsão da Lteratura Evdêncas Internaconas Evdêncas no Brasl Metodologa O Modelo Probto O Modelo Probto Ordnal O Modelo Probto Ordnal em Panel Descrção dos Dados Classfcação da Qualdade de Crédto das Empresas Brasleras Especfcação dos Dados e das Varáves Adotadas Varável Dependente Análses dos Resultados Análse Exploratóra Verfcação de maor severdade por parte das Agêncas de ratng Resultados das prevsões de ratngs através de varáves contábes Conclusão Referêncas bblográfcas...42 Apêndce Apêndce Apêndce Apêndce

10 Lsta de tabelas Tabela 1 Indcadores contábes sugerdos pela S&P...16 Tabela 2 Descrção dos ratngs atrbuídos pela S&P...24 Tabela 3 Varáves explcatvas adotadas no estudo...25 Tabela 4 Determnação da varável categorzada...28 Tabela 5 Regressões utlzando apenas uma varável e o ntercepto...30 Tabela 6 Regressões com todas as varáves explcatvas...33 Tabela 7 Interceptos ajustados com todas as varáves explcatvas...33 Tabela 8 Regressões com as varáves explcatvas adotadas por Blume et al...34 Tabela 9 Interceptos ajustados com as varáves adotadas por Blume et al...35 Tabela 10 Modelo com todas as varáves para a determnação de ratngs...37 Tabela 11 Resultado do modelo de determnação de ratngs (todas as varáves)...37 Tabela 12 Modelo reduzdo para determnação de ratngs...39 Tabela 13 Resultado do modelo reduzdo de determnação de ratngs...39 Tabela A.1.1 Empresas seleconadas para a elaboração do estudo...44 Tabela A.2.1 Companhas com ratng de crédto da S&P...45 Tabela A.3.1 Hstórco de ratngs (Escala Naconal Brasl)...46 Tabela A.4.1 Varáves adotadas para a elaboração do modelo...47 Lsta de gráfcos e fguras Gráfco 1 Análse dos nterceptos das regressões (todas as varáves explcatvas)...34 Gráfco 2 Análse dos nterceptos das regressões (varáves sugerdas por Blume et al)...35

11 10 1 Introdução 1.1 Objetvos Em meados dos anos 90, com o controle do processo nflaconáro e consequentemente com a establdade econômca, as empresas brasleras passaram a vvencar um ambente mas propíco para o desenvolvmento de novas formas de captação de recursos. Com este advento os nvestdores e os agentes fnanceros passaram a demandar de forma mas ntensa as avalações e opnões sobre a qualdade de crédto destas empresas. Mundalmente agêncas como a Standard & Poor s (S&P) e a Moody s efetuam suas avalações de qualdade de crédto baseando-se nas perspectvas do setor no qual a empresa está nserda, além de questões relaconadas ao aspecto fnancero e econômco, como crescmento da economa local e nternaconal, concorrênca, posção compettva e outros. Assm, um ratng procura sntetzar aspectos qualtatvos e quanttatvos dos emssores ou emssões 1. Nos últmos anos alguns estudos efetuados para empresas amercanas constataram que o número de downgrades 2 tem sdo muto maor do que o de upgrades, entre eles está o trabalho de Blume, Lm e MacKnlay (1998). De acordo com os autores, 8,2% dos títulos prvados tnham avalação AAA em 1978, contra apenas 2,8% em Por outro lado, os títulos BBB passaram de 15,8% para 40,3%, no mesmo período. Para Blume et al (1998), o aumento no número de downgrades estara relaconado a uma maor severdade das agêncas de ratng nas análses de crédto. Este trabalho tem dos dferentes, mas complementares, objetvos: prmeramente verfcar se há evdêncas de que as agêncas de ratng estão efetvamente sendo mas crterosas nas avalações de crédto de empresas brasleras e, na seqüênca, desenvolver um modelo capaz de replcar a classfcação de ratngs da S&P, através do uso de ndcadores 1 Neste trabalho, o termo emssão está relaconado à colocação no mercado de nstrumentos fnanceros, como um título de crédto, por exemplo. As emssões são efetuadas por pessoas jurídcas de dreto públco ou prvado, conhecdas como emssores. 2 Os termos downgrade e upgrade estão relaconados, respectvamente, ao rebaxamento e à elevação da qualdade de crédto de um emssor ou de uma emssão, respectvamente. Decdu-se não traduzr estes termos, uma vez que o seu uso é consagrado pelo mercado.

12 11 contábes e fnanceros, e com sto estmar o nível de ratng das empresas que não são acompanhadas por esta agênca. Ambas as abordagens apresentam um elevado grau de relevânca para os mercados fnanceros. Por exemplo, se for verdade que as agêncas de ratng estão sendo mas severas em suas análses, as mplcações podem ser amplas, prncpalmente no que dz respeto à alocação de captal para fns regulatóros, conforme defndo pelo comtê da Basléa 3. O Novo Acordo da Basléa (Basléa II) está estruturado em três plares: requstos de captal mínmo alocado, supervsão bancára e transparênca e dsponblzação de nformações ao mercado (PrcewaterhouseCoopers, 2006). Cabe destacar que o conceto de captal mínmo está relaconado à cobertura dos dversos tpos de rscos aos quas uma nsttução fnancera está exposta (rsco de mercado, crédto e operaconal). Para a determnação do captal mínmo para cobertura do rsco de crédto estão prevstas três abordagens possíves: Padrão, Básca e Avançada 4. No Brasl, o órgão regulador (Banco Central do Brasl), apesar de não ter se posconado ofcalmente sobre as três abordagens, vem fornecendo ndícos de que não permtrá a abordagem Padrão, até mesmo porque o número de emssores e emssões acompanhados por agêncas de ratng é pequeno. Este fato certamente levará os bancos, prncpalmente os maores, para a abordagem Avançada. Assm, se as agêncas de avalação de rsco de crédto estverem sendo mas rígdas ao longo do tempo, as nsttuções fnanceras, ao adotarem a abordagem Avançada, obterão matrzes de transção de ratngs mas severas, que mplcarão em uma maor alocação de captal para a cobertura do rsco de crédto. 3 O Comtê de Supervsão Bancára da Basléa (Basle Commttee on Bankng Supervson) congrega autordades de supervsão bancára e fo estabelecdo pelos Presdentes dos Bancos Centras dos países do Grupo dos Dez (G-10), em É consttuído por representantes de autordades de supervsão bancára e bancos centras da Bélgca, Canadá, França, Alemanha, Itála, Japão, Luxemburgo, Holanda, Suéca, Suíça, Reno Undo e Estados Undos. Normalmente se reúne no Banco de Compensações Internaconas, na Basléa, Suíça, onde se localza sua Secretara permanente. 4 Na abordagem Padrão o órgão regulador permte a utlzação de ratngs das agêncas externas para alocação de captal. Já na abordagem Básca, é permtda a utlzação de ratngs nternos para a determnação das probabldades de default, entretanto os demas parâmetros para estmação do rsco de crédto, como a taxa de recuperação de crédto, por exemplo, são fornecdas pelo órgão regulador. Por últmo, os bancos têm a opção da abordagem Avançada, onde todos os parâmetros para determnação do rsco de crédto podem ser obtdos através de modelos nternos.

13 12 Com relação a um modelo para a estmatva de ratngs, númeras empresas no Brasl não são avaladas por nenhuma agênca, assm este estudo pode auxlar no apreçamento de títulos destas empresas. Outra utlzação possível está relaconada ao nível de taxa de juro pratcado na concessão de empréstmos bancáros para empresas não avaladas pelas agêncas de ratng. 1.2 Agêncas de Ratng Segundo Bone (2004), as agêncas de ratng ncaram suas atvdades nos EUA, onde os prmeros clentes foram as empresas ferrováras. Posterormente, as análses se estenderam para a ndústra e as companhas de utldade públca, como companhas de energa elétrca, de telefona e água e esgoto. Na década de 20, agêncas como a Moody s e a S&P ncaram a classfcação de dívdas de estados e muncípos amercanos. Não tardou para que as análses se voltassem para países e regões de economas mas maduras, como a européa. Mas recentemente, com a globalzação dos mercados fnanceros, o desenvolvmento de novos produtos e a establdade econômca de regões até então pouco conhecdas pelos nvestdores nternaconas, as agêncas de ratng expandram as suas análses, além de aumentarem a sofstcação dos crtéros e da metodologa empregadas para as análses de crédto. Bone (2004), relata que após as dversas crses fnanceras ocorrdas entre os anos de 1994 e 2002, o olhar crítco dos nvestdores com relação às agêncas de ratng fez com que houvesse uma maor transparênca dos crtéros adotados para elaboração das análses de crédto. Como resultado natural deste processo, têm-se hoje um farto materal dsponblzado por estas agêncas de classfcação. A Moody s, por exemplo, em seu documento Understandng Moody s Corporate Bond Ratngs and Ratng Process (Moody s Investors Servce, 2002), além de dvulgar númeras estatístcas sobre ratngs, probabldades de

14 13 nadmplênca 5, taxa de recuperação de crédto 6 e matrzes de transção de ratngs 7, dscorre sobre a mportânca do dálogo com os partcpantes do mercado. Para a Moody s (Moody s Investors Servce, 1999), ratng é uma opnão sobre a capacdade futura, a responsabldade jurídca e a vontade de um emtente de efetuar, dentro do prazo, pagamentos do prncpal e juros de um título específco de renda fxa. Para as agêncas uma avalação de crédto nunca deve ser nterpretada como uma ndcação de nvestmento, pos não avala outros rscos, como o rsco de mercado e operaconal, por exemplo. No contexto braslero, cabe destacar que, além de ncpente, a avalação de ratngs de companhas brasleras abrange um número relatvamente pequeno de empresas quando comparado aos EUA e à Europa. Para se ter uma déa do quão recente é este tpo de avalação para o mercado braslero, a S&P abru seu escrtóro no Brasl em 1998, ano em que atrbuu o seu prmero ratng em Escala Naconal Brasl. As agêncas mas relevantes e que atuam no Brasl são: Austn Ratng, Ftch Ratng, LFRatng, Moody s, SR Ratng e S&P. Bascamente, uma avalação de crédto pode ser atrbuída a um emssor ou a uma emssão e é sempre baseada em nformações fornecdas pelo emssor ou obtdas por outras fontes de confança. De acordo com a S&P 8, há uma estreta correspondênca entre o ratng de um emssor e o de uma emssão, sendo que a avalação de um emssor não se refere a nenhuma obrgação fnancera específca, nem leva em consderação a natureza e as provsões da obrgação, sua posção relatva no caso de falênca ou lqudação, preferêncas estatutáras, ou a legaldade e a capacdade de execução da obrgação. Além dsso, o ratng não leva em consderação a qualdade de crédto de fadores, seguradoras ou outras formas de redução de rsco. Um ratng pode ser de curto ou de longo prazo, dependendo das emssões consderadas na análse. Uma avalação de curto prazo é aquela que contempla operações de 5 Segundo Joron (2003), as probabldades de nadmplênca normalmente são estmadas através de modelos atuaras, que se baseam nas taxas hstórcas de nadmplênca para a sua prevsão. 6 De acordo com Joron (2003), a taxa de recuperação de crédto representa a fração recuperada, dada a nadmplênca da contraparte. Para Servgny e Renault (2004) a taxa de recuperação de crédto está dretamente relaconada aos colateras e as garantas dsponblzadas pela contraparte, ao setor econômco ao qual o emssor faz parte e aos cclos econômcos. 7 Em uma matrz de transção de ratngs são apontadas as probabldades de um emssor/emssão mgrar do seu ratng atual para qualquer outra classfcação de crédto, em um determnado período de tempo. 8 Em

15 14 até um ano, sendo que no geral são utlzadas como ndcadores da qualdade de crédto das obrgações de médo e de longo prazo. A S&P possu três tpos de ratngs: Escala Global em Moeda Local, Escala Global em Moeda Estrangera e Escala Naconal. O prmero tpo reflete a capacdade de um devedor gerar moeda local em volume sufcente para honrar suas obrgações (nclusve as denomnadas em moeda estrangera). Os ratngs Escala Global em Moeda Estrangera avalam a capacdade dos devedores de cumprrem suas obrgações em moeda estrangera, consderando nclusve a capacdade do governo soberano de honrar sua dívda externa, uma vez que a probabldade de um governo soberano restrngr o acesso à moeda estrangera é dêntca àquela dele não honrar sua própra dívda externa. Por últmo, o ratng em Escala Naconal é muto parecdo com um de Escala Global, exceto pelo fato deste apresentar um peso menor nos fatores relaconados ao rsco soberano. A análse do documento Ratngs Corporatvos (Standard and Poor s, 2005), auxla no entendmento dos prncpas fatores para uma análse de crédto. De acordo com este documento: [...] A estrutura analítca para emssores corporatvos apresenta dos componentes prncpas. O prmero tem seu foco orentado à análse do negóco ou à compettvdade da empresa, enquanto o segundo para a análse funconal. É crítco entender que o processo de ratng não se lmta a um exame de váras meddas fnanceras. A avalação adequada dos níves de proteção da dívda requer uma perspectva mas ampla, envolvendo uma revsão detalhada dos fundamentos do negóco, nclundo opnões sobre a posção compettva da empresa e a avalação de seu corpo admnstratvo e de suas estratégas. (Standard and Poor s, 2005) Dentre as análses realzadas, a avalação do rsco setoral tem um grande peso na atrbução de um ratng máxmo, desempenhando um papel fundamental na determnação do perfl básco de rsco. Por exemplo, sera dfícl para uma empresa receber um ratng muto alto, caso esta esteja nserda em um setor cujo rsco apresente-se acma da méda. Pode-se destacar dversos outros fatores que são contemplados em uma análse de crédto, dentre eles: posção compettva (partcpação no mercado, efcênca operaconal, tamanho, qualdade do corpo admnstratvo e dversfcação dos negócos), rsco fnancero, qualdade da contabldade, polítca fnancera, rentabldade, alavancagem fnancera, proteção dos atvos, adequação do fluxo de caxa, flexbldade fnancera, propredade e apoo do estado e acesso a fontes locas de fnancamento.

16 15 2 Revsão da Lteratura De acordo com o documento Ratngs Corporatvos (Standard and Poor s, 2005), o processo de ratng não se lmta ao exame de váras meddas fnanceras, sendo necessáro um acompanhamento detalhado dos fundamentos do negóco, o que nclu a opnão sobre a posção compettva da empresa e a avalação dos admnstradores e de suas estratégas. Entretanto, os prncpas estudos relaconados à determnação de ratngs de crédto são baseados exclusvamente em nformações contábes e fnanceras, não consderando as análses qualtatvas das empresas, conforme será vsto nos próxmos tens. 2.1 Evdêncas Internaconas Os prmeros estudos a empregarem dados contábes de empresas para determnação de ratngs são do níco dos anos sessenta nos EUA. Em geral, os ndcadores contábes e fnanceros mas ctados como sgnfcatvos na lteratura são aqueles relaconados à cobertura de juros, ao grau de alavancagem, às meddas de lucratvdade (avalação do negóco) e, mutas vezes, ao tamanho da empresa (sze). Quanto a varável tamanho da empresa (sze), Blume et al (1998) defende a déa de que grandes empresas tendem a ser mas velhas e, portanto, mas estáves, tendendo com sto a receber ratngs de crédto mas elevados. Além de varáves contábes, alguns estudos sugerem o uso de varáves de mercado como o coefcente beta e o erro-padrão (standard error) do modelo CAPM. Blume et al (1998) argumenta que o uso destas duas varáves pode fornecer mas nformação sobre a competênca dos gestores. O documento Corporate Ratngs Crtera (Standard and Poor s, 2006), descreve alguns ndcadores mportantes para a análse de empresas, resumdos na Tabela 1.

17 16 Tabela 1 Indcadores contábes sugerdos pela S&P Lucratvdade Cobertura de juros Estrutura de Captal Fluxo de Caxa Retorno sobre o captal Lucro Operaconal / Vendas Ganhos / atvos relaconados ao negóco. EBIT / juros Ganhos antes de juros, mpostos e alugués (EBITR) / juros + alugués. Dívda Total / Dívda Total + Patrmôno Dívda Total / Dívda Total + Patrmôno marcado a mercado Dívda Total + Passvos fora do Balanço/ Dívda Total + Passvos fora do Balanço + Patrmôno Fluxo de Caxa Bruto / Dívda Total Dívda Total / EBITDA EBITDA/ juros Fluxo de Caxa Lvre + Juros / Juros; Fluxo de caxa lvre + juros / juros + pagamento de prncpal Dívda Total / Fluxo de Caxa Dscrconáro Fluxo de Caxa Bruto / Captal Regulatóro Fonte: Standard and Poor s Com relação aos modelos utlzados para a determnação de ratngs, Ederngton (1985) comparou dversos métodos empregados, entre eles os modelos logto, logto ordnal e análse de dscrmnante, recomendando o logto ordnal (ver Jackman, 2003, por exemplo), prncpalmente pelos resultados empírcos obtdos. Kaplan e Urwtz (1979) também consderaram o modelo logto ordnal mas adequado em detrmento a outras técncas, uma vez que o método admte a exstênca de uma varável latente, a partr da qual se orgnam os ratngs das empresas. Baseando-se na premssa de que as agêncas de ratngs estão sendo mas crterosas em suas análses, há dos mportantes trabalhos elaborados nos EUA. No prmero, Blume et al (1998) utlzou-se de varáves contábes e de rsco de mercado para empresas com grau de nvestmento (nvestment grade 9 ) no período de 1978 a A técnca empregada para a estmação do modelo de ratngs de crédto fo o modelo probto ordnal em panel (ordered probt n panel), sendo a tendênca do comportamento do ntercepto desta regressão ao longo do tempo nterpretada como um ndcador de aperto ou não nas avalações das agêncas de ratng. Os resultados encontrados ndcavam que os ratngs de crédto tornaram-se mas severos, prncpalmente nos anos noventa. 9 O termo nvestment grade (grau de nvestmento) é utlzado para emssões ou emssores com avalação entre AAA e BBB, enquanto o termo speculatve grade (grau especulatvo) para emssões ou emssores de BB a C (vde Tabela 2).

18 17 Por outro lado, Joron, Sh e Zhang (2005) amplaram os estudos e, por fm, contestaram os resultados obtdos por Blume et al (1998) para empresas com grau de nvestmento. Prmeramente os autores, utlzando o mesmo modelo e as varáves para o período de 1985 a 2002, estenderam suas análses para empresas com grau especulatvo (speculatve grade), não encontrando nenhuma tendênca no ntercepto, ou seja, não houve ndícos de aperto por parte das agêncas de ratng. Assm, a questão é: por quê as agêncas de ratng foram mas crterosas apenas com as empresas com grau de nvestmento? Joron et al (2005) procuraram responder a esta questão embasando-se em estudos de outros autores, que afrmavam que os dados contábes tornaram-se menos nformatvos e confáves ao longo do tempo, e que sto estava dretamente relaconado à elevação dos rendmentos dos admnstradores, prncpalmente para empresas com grau de nvestmento. Cohen, Dey e Lys (2004), por exemplo, relataram um aumento nos rendmentos dos admnstradores no período 1987 a 2003, atrbuído ao comportamento oportunsta dos gerentes em função do uso crescente de stock optons 10. Segundo os autores, este comportamento oportunsta está dretamente relaconado à manpulação de dados contábes, que podem levar a um alsamento artfcal dos ganhos, ou ao relato de uma menor alavancagem. Assm, Joron et al (2005) ncluíram no modelo uma varável que exprma o aumento dos ganhos dos admnstradores, obtendo uma establzação do ntercepto da regressão, ou seja, não houve nenhum ndcatvo que sustentasse a vsão de que as agêncas de ratngs estavam sendo mas crterosas em suas análses do que no passado. 10 De acordo com Godo e Marcon (2003), stock optons é um dos prncpas programas de dstrbução de resultados através de partcpação aconára. O sstema permte que executvos e funconáros comprem ações da empresa, atrelando os ganhos à valorzação das ações no longo prazo.

19 Evdêncas no Brasl Para os trabalhos efetuados por Blume et al (1998) e Joron et al (2005) nos EUA, não foram encontrados estudos correspondentes em toda a Amérca Latna, sendo portanto, até onde va o conhecmento do autor, nédta a avalação de maor severdade das agêncas de ratng em suas análses de crédto. Com relação à estmação de ratngs através da utlzação de ndcadores contábes e fnanceros, Mnard, Sanvcente e Artes (2006) adotaram um modelo logto ordnal, sendo que as varáves seleconadas foram: Atvo (em escala logarítmca), Dívda Bruta/Atvo Total, EBIT/Dívda Fnancera Líquda, ROA (retorno sobre o atvo), EBIT/Receta Líquda e Volatldade. Os resultados apontaram para um acerto de 58% dos ratngs, além dsto 39% das empresas foram classfcadas nos ratngs medatamente superor ou medatamente nferor. Sales (2006) também utlzou um modelo logto ordnal para estmatva de ratngs, entretanto o autor utlzou em sua amostra apenas nsttuções fnanceras. Dos 44 bancos analsados, 41 deles tveram o nível de ratng estmado gual ao nível obtdo a partr da Ftch, o que representou 93 % de acerto.

20 19 3 Metodologa Neste capítulo, apresentamos o modelo probto ordnal em panel utlzado na dssertação. Incalmente, apresentamos o modelo probto usual e, sem seguda, a versão ordnal para dados transversas e por fm o modelo ordnal para dados em panés. Em todos os modelos apresentados o ntercepto fo ncluído no vetor de parâmetros β. 3.1 O Modelo Probto Sejam y, = 1,...,n, varáves aleatóras ndependentes que assumem, para o -ésmo elemento da amostra, o valor 0 ou 1. Seja x um vetor p-dmensonal com os valores assumdos pelas varáves ndependentes para o ndvíduo. O modelo probto é defndo por: P ( y 1 x ) = Φ( βx' ) = (3.1) sendo β um vetor paramétrco p-dmensonal e Φ a função dstrbução acumulada de uma varável aleatóra normal com méda zero e varânca 1. Um método utlzado para estmar β é o de máxma verossmlhança, sendo que a função de verossmlhança de β é dada por: na qual, = ( y,..., ) e = ( x ) y 1 y n n = 1 y 1 ( βx' ) [ 1 Φ( x' )] L( β ; y, X ) = Φ β X 1,...,x n y Uma forma alternatva de obter o modelo probto é admtr a exstênca de uma varável latente y*: y * = β x' + ε, (3.2)

21 20 em que ε são varáves ndependentes com uma dstrbução normal padrão 11. Assumndo que: * * y = 1 y 0 e y = 0 y < 0 Temos então que: P ( y 1 x ) = P( βx' + ε 0 x ) = P( ε βx' x ) = Φ( βx' ) =, que concde com o modelo (3.1). Essa alternatva pode trazer algumas vantagens em termos da formulação teórca do problema. Admta, por exemplo, que y =1 se a empresa for classfcada como grau de nvestmento e 0, se for classfcada como grau especulatvo (vde Tabela 2 para defnções). Através desta classfcação se orgna uma varável latente y*, contínua, normalmente dstrbuída, que não é dretamente observada e que expressa a propensão de uma empresa assumr o grau de nvestmento. 3.2 O Modelo Probto Ordnal Corb e Menezes-Flho (2006) descrevem o probto ordnal (ou ordenado) como um modelo multnomal, utlzado prncpalmente para modelagem de uma varável dependente dscreta e qualtatva, como é o caso dos ratngs emtdos pelas agêncas de avalação de rsco de crédto. Anda, segundo os autores, a varável dependente assume valores que estabelecem um certo ordenamento dos dados, não de forma lnear, mas sm de forma a ordenar os possíves resultados. No caso deste estudo a varável ordnal observada y, assoca números aos ratngs, da segunte forma: 0 para "AAA", 1 para "AA", 2 para "A" e assm sucessvamente (vde Tabela 4). O modelo probto ordnal pode ser obtdo a partr de uma generalzação de (3.2). Assumndo que y represente uma varável qualtatva ordnal e admtndo-se a exstênca de m+1 categoras varando de zero a m (veja, por exemplo, a Tabela 4), tem-se: 11 O uso de varânca gual a 1 pode ser encarado como uma restrção de dentfcabldade do modelo.

22 21 y * = β x' + ε, ε ~ N (0,1), = 1,..., n e ε ndependentes entre s. Admtndo a exstênca de pontos de corte, dados por m = µ < µ = µ L < µ = 12 e tas que y = µ 1 < µ. j j yt* j temos: P * * ( y = 0 x ) = P( µ 1 < y < µ 0 x ) = P( y < 0 x ) = P( ε < βx' x ) = Φ( βx' ) * ( y j x ) = P( µ < y < µ x ) = P( µ βx' < ε < µ x' x ) P P P = j 1 j j 1 j β ( y = j x ) = Φ( µ j βx' ) Φ( µ j 1 βx' ), j = 1, K, m 1 e * * ( y m x ) = P( µ < y < µ x ) = P( µ < y < x ) = 1 Φ( µ x' ) = m 1 m m 1 m 1 β. A estmação dos parâmetros do modelo pode ser feta pelo método da máxma verossmlhança. Para tanto, é convenente defnr a varável ndcadora Z j tal que Z =1 y j (ver detalhes em Jackman, 2003, por exemplo). Assm, a função de máxma j = θ K é dada por: = β, µ 1,, µ m 1 ' verossmlhança de ( ) ' n = 1 n m ( y0, ym ) = [ Φ( µ j βx' ) Φ( µ j 1 x' )] L( θ; y, X ) = P K β, assumndo Φ ( ) = 0 e ( ) = 1 Φ. = 1 j= 0 Zj 3.3 O Modelo Probto Ordnal em Panel Em dados em panel, uma mesma undade amostral é acompanhada ao longo do tempo. Assuma que y t representa o valor de uma varável qualtatva ordnal para a undade amostral no nstante de tempo t. Como no capítulo anteror, consdere que a varável possa assumr m+1 dferentes categoras (detalhes sobre modelos probto para dados em panel podem ser encontrados em Maddala, 1987, Wooldrdge, 2002 e Greene, 2003, por exemplo). Consdere, agora: y = β x' + ε, =1,..., n e t=1,..., T (3.3) t * t t 12 Assume-se µ o =0 para garantr a dentfcabldade do modelo.

23 22 na qual x t é um vetor p-dmensonal com os valores das varáves ndependentes para o -ésmo ndvíduo da amostra, no t-ésmo nstante de tempo e ε t = a + ν t, em que, dadas as varáves ndependentes, a e ν t seguem dstrbuções normas com méda zero e varâncas 2 dadas por σ a e 1, respectvamente. Além dsso, dadas as varáves ndependentes, a e a j são não correlaconadas (para dferente de j), a j e ν t são não correlaconadas e o mesmo acontecendo para ν t e ν js para j e/ou t s. A partr desses resultados temos que: 2 a ( ε X ) 0, Var( ε t X ) = 1+ σ a e Corr( ε t, ε s X ) ρ = 2 E t = σ 2 a 2 σ =, sendo ρ o coefcente de 1+ σ correlação ntraclasse. O parâmetro expressa a heterogenedade exstente entre as dferentes undades amostras (no caso empresas); já a correlação ntraclasse, relacona-se ao grau de dependênca exstente entre observação de uma mesma undade amostral ao longo do tempo. De modo análogo ao apresentado no capítulo anteror, podemos construr as probabldades assocadas aos possíves valores de y e a respectva função de verossmlhança: n = 1 ( y,, ) L( θ ; y,x ) = P. 1 K y t A dfculdade adconal é que o termo a acaba por ntroduzr uma estrutura de dependênca ao modelo no que se refere aos dados de uma mesma undade amostral. Por exemplo, assuma que T=2 e que ao ndvíduo tenham sdo atrbuídos os valores y 1 =1e y 2 =2. Nesse caso, P ( y =, y = 2) = P( x' β < ε < µ x' β, µ x' β < ε < µ x β ) µ ' 2 ) T 1, ε 2 e a dstrbução conjunta de ( ε é uma normal bvarada com vetor méda zero e matrz σ a σ a de covarânca dada por Σ = 2 2. σ a 1+ σ a Sem perda de generaldade, o modelo apresentado pode ser utlzado em panés desbalanceados. Extensões desse modelo podem ser encontradas nas referêncas deste capítulo e na lteratura especalzada. Em partcular, há varações do modelo que permtem modelar a varânca dos erros, acomodando, assm, efetos de heterocedastcdade. a

24 23 4 Descrção dos Dados 4.1 Classfcação da Qualdade de Crédto das Empresas Brasleras Os ratngs utlzados neste trabalho foram aqueles emtdos pela S&P e referentes à classfcação Escala Naconal de Crédto de Longo Prazo. A utlzação de dados da S&P fo devda a dsponbldade de sére hstórca em seu sstema Credt Watch. Cabe destacar que se adotou, para cada empresa da amostra, o ratng váldo para o últmo da do ano entre dezembro de 2000 a dezembro de A opção pela classfcação Escala Naconal de Crédto de Longo Prazo fo motvada pelo fato desta avalação atrbur um menor peso ao rsco soberano naconal. Esta medda mostra-se mportante pelo fato do Brasl ter passado por séros problemas de lqudez durante o processo eletoral de 2002, que acarretou em sgnfcatva elevação do Rsco Brasl (o índce dvulgado pelo Banco J.P. Morgan chegou a atngr pontos, o que sgnfca que os títulos soberanos brasleros estavam pagando, em méda, 24,40% a mas do que as Treasures amercanas). A Tabela 2 demonstra a nterpretação de cada avalação de crédto. Os ratngs nas categoras AAA, AA, A e BBB são conhecdo como grau de nvestmento. Por outro lado, os ratngs nas categoras BB, B, CCC, CC e C são denomnados como grau especulatvo. Anda com relação aos ratngs, os mesmos podem ser modfcados pela adção de um snal de mas (+) ou menos (-), de modo a demonstrar o posconamento relatvo dentro das prncpas categoras. O Apêndce 1 apresenta as empresas seleconadas para o estudo, descrevendo o setor de atuação de cada uma delas. Já os Apêndces 2 e 3 demonstram, respectvamente, a quantdade de ratngs por grau de avalação e o hstórco de ratng das empresas que fzeram parte da amostra analsada. Através da análse dos apêndces é possível nferr sobre a concentração de empresas com grau de nvestmento na amostra, sendo que não hava nenhuma companha com ratngs B e C.

25 24 Tabela 2 Descrção dos ratngs atrbuídos pela S&P Classfcação Ratng Descrção Grau de nvestmento Grau especulatvo AAA AA A BBB BB B CCC CC Capacdade extremamente forte para cumprr compromssos fnanceros. Capacdade muto forte para cumprr compromssos fnanceros. Forte capacdade para cumprr compromssos fnanceros, mas lgeramente suscetível às condções econômcas adversas e às alterações nas crcunstâncas. Capacdade adequada para cumprr compromssos fnanceros, porém mas sujeta às condções econômcas adversas. Menos vulnerável a curto prazo, mas enfrenta ncertezas mportantes em relação às condções comercas, fnanceras e econômcas adversas. Mas vulnerável às condções comercas, fnanceras e econômcas adversas, mas tem atualmente capacdade para cumprr compromssos fnanceros. Atualmente, vulnerável e dependente de condções comercas, fnanceras e econômcas favoráves para cumprr seus compromssos fnanceros. No momento, altamente vulnerável. C Fo apresentado um peddo de falênca ou ação smlar, mas os pagamentos ou compromssos fnanceros estão sendo honrados. D Inadmplênca no pagamento de compromssos fnanceros. Fonte: Standard and Poor s 4.2 Especfcação dos Dados e das Varáves Adotadas No Brasl, as socedades anônmas são obrgadas a dvulgar seus demonstratvos contábes. Assm, as varáves explcatvas usadas no modelo foram construídas a partr dos dados contábes obtdos da base Economátca. Cabe destacar, que os dados contábes referentes às demonstrações de resultados (recetas e despesas) correspondem aos saldos acumulados de janero a dezembro, enquanto os dados de Balanço (atvos e passvos) correspondem ao seu valor em 31 de dezembro de cada ano analsado.

26 25 As varáves contábes e fnanceras 13 utlzadas neste estudo são as adotadas nos trabalhos de Blume et al (1998), Joron et al (2005) e Mnard et al (2006), além das especfcadas na documentação Corporate Ratngs Crtera (Standard and Poor s, 2006). As varáves podem ser classfcadas em cnco grupos: tamanho, cobertura de juros, estrutura patrmonal, fluxo de caxa e lucratvdade. A Tabela 3 demonstra em qual categora está nserda cada uma das varáves construídas, bem como as referêncas relaconadas. Para maor detalhamento sobre como foram construídas as varáves explcatvas, vde Apêndce 4. Tabela 3 Varáves explcatvas adotadas no estudo Categora Nome Composção Referênca Bblográfca Ibovespa DIBOV Varável Indcadora de presença no Índce Bovespa (I) Tamanho (Sze) Cobertura de Juros Estrutura Patrmonal Lucratvdade Fluxo de Caxa Atvo Ln(Atvo Total) Mnard et al (2006) ICR LTDA TDA OIS EBIT (II) / Desp. Fnancera Exgível de Longo Prazo / Atvo Total Dívda Total Bruta (III) + Outras Obrgações de Curto e Longo Prazo / Atvo Total EBIT / Receta Líquda Operaconal Blume et al (1998), Joron et al (2005) e Standard and Poor s (2006) Blume et al (1998) e Joron et al (2005) Blume et al (1998), Joron et al (2005) e Standard and Poor s (2006) Blume et al (1998), Joron et al (2005), Mnard et al (2006) e Standard and Poor s (2006) ROA Lucro Líqudo / Atvo Total Mnard et al (2006) DE Dívda Total Bruta / EBITDA (IV) Standard and Poor s (2006) FFO Lucro Líqudo + Deprecação e Amortzação / Dívda Total Bruta FOC Lucro Líqudo + Deprecação e Amortzação Var. Captal Gro Var. Atvo Permanente / Despesa Fnancera Blume et al (1998), Joron et al (2005) e Standard and Poor s (2006) (I) Não há referênca bblográfca para esta varável, entretanto empresas com ações no Índce Bovespa usualmente são mas transparentes, pos dsponblzam um grande volume de nformações ao mercado, e normalmente são empresas de grande porte; (II) EBIT Ganhos antes do pagamento de juros e mpostos (do nglês Earnngs before nterest and taxes); (III) Dívda Total Bruta Fnancamento de Curto e Longo Prazo + Debêntures de Curto e Longo Prazo; (IV) EBITDA - Ganhos antes do pagamento de juros, mpostos, deprecação e amortzação (do nglês Earnngs before nterest,taxes, deprecaton and amortzaton). 13 Braga (1989) e Matarazzo (2003) foram utlzados como referênca para a construção dos ndcadores fnanceros sugerdos em outros estudos.

27 26 Fzeram parte da amostra as companhas brasleras que dsponblzavam nformações contábes e possuíam avalação de crédto da S&P, no período de 2000 a Empresas fnanceras e seguradoras foram excluídas da amostra, uma vez estas companhas apresentam um alto grau de alavancagem, dferentemente da maora das companhas ndustras e de servços. Também não fzeram parte da amostra empresas de captal fechado, dado que as mesmas não são obrgadas a publcar suas demonstrações contábes. As 39 empresas que fzeram parte da amostra estão relaconadas no Apêndce 1. As varáves relaconadas ao mercado, como o coefcente beta e o erro-padrão do modelo CAPM e o valor de mercado das companhas (Sze), não puderam ser utlzadas, uma vez que algumas empresas não tnham ações negocadas na Bolsa de São Paulo, além de outras apresentarem baxa lqudez, ou seja, hava mutos das sem um únco negóco. Alguns ndcadores sugerdos pela S&P e por Joron et al (2005) também não puderam ser replcados, pos as bases de dados dsponíves no Brasl não apresentam o mesmo nível de detalhamento das exstentes nos EUA e na Europa. Dversas tentatvas foram realzadas no ntuto de amplar o número de empresas da amostra, entre elas a nclusão de companhas argentnas, chlenas e mexcanas. Durante o estudo algumas restrções nvablzaram a partcpação destas companhas na amostra, entre elas, a ndsponbldade de nformações contábes em um padrão contábl únco e em mesma moeda (Standard and Poor s, 2005). Apesar de Servgny e Renault (2004) defenderem que não há dferenças sgnfcatvas entre os ratngs atrbuídos entre as agêncas, não fo possível utlzar dados de uma outra agênca, como a Moody s, por exemplo. Prmeramente por não exstr uma base hstórca com este tpo de nformação e, em segundo lugar, é comum as empresas receberem ratngs de mas de uma agênca, o que não contrbura para um aumento sgnfcatvo da amostra. Assm como em Blume et al (1998) e Joron et al (2005), para que fosse testada a hpótese de que as agêncas de ratng estão sendo mas restrtvas em suas análses fo necessáro nclur uma varável ndcadora para cada ano. Na prátca é como se fosse construída uma função ratng (Y) para cada ano, na qual a nfluênca das demas varáves ndependentes (ndcadores contábes, entre elas) sera controlada (no caso admtu-se que a nfluênca dessas varáves se manteve constante ao longo do tempo). As varáves

28 27 ndependentes expressam característcas da empresa que são relevantes na determnação do seu ratng, desse modo, caso a S&P esteja aumentando, ou dmnundo, o rgor das avalações espera-se que, em méda, empresas com mesmo perfl (dado pelas varáves ndependentes) tenham, em anos dstntos, ratngs dferentes. Isso pode ser captado pelo modelo através do comportamento de seu ntercepto ao longo do tempo. Caso haja uma tendênca de aumento ou de dmnução no rgor das análses, os nterceptos do modelo apresentarão tendênca de crescmento ou decrescmento ao longo do tempo. O período analsado neste estudo fo de 2000 a 2005, sendo, portanto, cradas as varáves ndcadoras: D2001, D2002, D2003, D2004 e D2005. O ano de 2000 fo representado pelo própro ntercepto da regressão, evtando-se com sto uma stuação de perfeta multcolneardade. Desse modo, o ntercepto de 2001, por exemplo, poderá ser obtdo pela soma do ntercepto do modelo com o parâmetro que multplca D2001. Além das varáves ndcadoras de ano, fo crada uma varável ndcadora de presença no Índce Bovespa (DIBOV), cujo ntuto fo o de dferencar as companhas com ações no Ibovespa daquelas que não fazam parte do índce. Usualmente as ações que fazem parte do Ibovespa, além de muto líqudas, são de grandes companhas, que no geral oferecem aos seus aconstas maor transparênca, através da dvulgação de um maor volume de nformações de qualdade, facltando o acompanhamento de seu desempenho. Com relação a uma varável que exprmsse o tamanho da empresa (sze), utlzouse o Total de Atvos, em escala logarítmca, uma vez que o valor de mercado de mutas empresas não estava dsponível. Todos os ndcadores contábes e fnanceros foram construídos com base em nformações do últmo da de cada ano, entretanto foram utlzadas as médas destes ndcadores nos últmos três anos, nclundo o ano em questão. A utlzação da méda fo proposta por Blume et al (1998). Assm, o que prevaleceu dos trabalhos de Blume et al (1998) e de Joron et al (2005) fo o conceto da análse do ntercepto do modelo probto ordnal em panel, para averguação da hpótese de que as agêncas de ratng estavam sendo mas crterosas em suas análses.

29 Varável Dependente O prmero passo para o desenvolvmento deste trabalho fo o agrupamento dos ratngs e a determnação da varável categorzada Y para cada um desses agrupamentos. A Tabela 4 demonstra a confguração fnal dos agrupamentos. Tabela 4 Determnação da Varável categorzada Ratng Standard and Poor s Grau de Investmento Grau Especulatvo D AAA+ AAA AAA- AA+ AA AA- A+ A A- BBB+ BBB BBB- BB+ BB BB- B+ B B- CCC+ CCC CCC- CC+ CC CC- C+ C C- Varável Y Cabe destacar que a utlzação do software LIMDEP se mostrou aproprada, pos o mesmo possblta o cálculo do modelo em um panel desbalanceado, ou seja, não é necessáro que o número de observações entre as empresas seja gual.

30 29 5 Análses dos Resultados 5.1 Análse Exploratóra Para que houvesse uma déa ncal de quas varáves eram mportantes para determnação dos ratngs, as regressões foram, em um prmero momento, calculadas utlzando-se apenas uma varável ndependente de cada vez e o ntercepto. O modelo utlzado fo o ndcado na equação (5.1), construído com base no modelo (3.3). E ( y t ) = α + βx' (5.1) t sendo: y t a varável latente que determna o ratng da empresa no ano t (vde capítulo 3); α o ntercepto da regressão; x t o vetor com os valores das varáves ndependentes observados no nstante t para o ndvíduo ; β o parâmetro que ndca a contrbução das varáves ndependentes na explcação da méda de y. A Tabela 5 apresenta os resultados das regressões. As varáves termnadas com a letra M ndcam que foram utlzadas as médas dos últmos três anos dos ndcadores, enquanto que para as demas varáves utlzou-se os ndcadores em 31/dez de cada ano. Todos os coefcentes estmados tveram snas guas aos esperados, entretanto as varáves DEM, FFO, FFOM, FOC e FOCM não foram sgnfcatvas, quando analsadas ndvdualmente.

31 30 Tabela 5 Regressões utlzando apenas uma varável e o ntercepto Varável Coefcente Estatístca-T Intercepto Estatístca-T Indcadora DIBOV -2,93-3,37 5,91 5,11 LN(ATIVO) -1,22-3,97 31,65 4,46 Atvo LN(ATIVOM) -0,92-2,68 24,72 3,13 DE 0,22 4,08 3,77 4,85 DE DEM 0,13 1,10 3,88 4,78 FFO -0,50-1,07 4,26 5,10 FFO FFOM -0,15-1,01 4,23 4,89 FOC -0,01-0,32 4,11 5,34 FOC FOCM 0,03 0,39 4,06 5,12 ICR -0,24-2,79 4,81 6,13 ICR ICRM -0,49-2,58 5,34 7,04 LTDA 2,00 3,10 3,38 4,25 LTDA LTDAM 3,29 2,21 2,95 3,90 OIS -11,83-4,20 7,07 6,12 OIS OISM -9,33-1,90 6,63 3,85 ROA -3,95-2,21 4,21 5,45 ROA ROAM -14,01-6,15 4,79 6,28 TDA 6,48 4,05 1,62 1,84 TDA TDAM 7,23 2,81 1,70 1, Verfcação de maor severdade por parte das Agêncas de ratng Conforme menconado anterormente, para a verfcação de uma maor severdade por parte das agêncas de ratng em suas análses de crédto, além das varáves contábes e fnanceras, fo necessára a nclusão das varáves ndcadoras de tempo (D2001, D2002, D2003, D2004 e D2005). Os valores destes coefcentes é que ndcarão se houve ou não um aperto nas análses das agêncas. O modelo utlzado nesta parte do estudo é o ndcado pela equação (5.2), construído com base no modelo (3.3).

32 31 E ( yt ) α 1 + α 2D2001t + α 3D2002t + α 4D2003t + α 5D2004t + α 6D2005t + βx' t = (5.2) em que: y t é a varável latente que determna o ratng da empresa no ano t (vde capítulo 3); α1é o ntercepto da regressão; D ANOt é 1 se t=ano e 0 caso contráro; α j, j = 2,...,6, é o parâmetro que ndca a mportânca da varável ndcadora de ano (D ANO ); xt é o vetor com os valores observados das varáves ndependentes para a empresa no ano t; β é o vetor de parâmetros que ndca a contrbução das varáves ndependentes na explcação da méda de y. Apesar de Blume et al (1998) ter utlzado a méda das varáves ndependentes para a construção do panel, nesta parte do trabalho optou-se também pelo cálculo das regressões utlzando os ndcadores contábes em 31/dez de cada ano da amostra. Desta forma, foram estmadas duas famílas de modelos: a prmera com ndcadores contábes em 31/dez e outra com a méda dos últmos três anos (vde Tabela 6). A análse do comportamento do ntercepto da regressão não ndcou nenhuma tendênca para ambas as estmatvas (méda e 31/dez), o que mplca que não se constatou uma maor severdade das agêncas de ratngs em suas análses para as empresas brasleras. A Tabela 6 mostra o resultado da regressão, quando utlzados todos os ndcadores construídos neste estudo e que seram, em prncípo, capazes de medr a saúde fnancera das empresas 14. A Tabela 7 traz os nterceptos estmados para cada ano, enquanto o Gráfco 1 demonstra o comportamento destes coefcentes ajustados. Apenas o coefcente da varável ROA e da varável ndcatva D2002, quando calculados com dados médos, foram sgnfcatvos. No modelo onde foram empregadas as varáves em 31/12, nenhum coefcente se mostrou soladamente sgnfcatvo. Cabe destacar que o fato de não se obter coefcentes sgnfcatvos não nvaldam o estudo, pos o ntuto 14 Nesta parte do trabalho, os ndcadores contáves têm um papel meramente de controle, Desse modo, optou-se por manter o modelo completo, mesmo quando o coefcente da varável não se mostrava sgnfcatvo.

33 32 desta parte do trabalho busca apenas dentfcar o comportamento das varáves relaconadas ao tempo. Aplcou-se também o teste de WALD sobre os coefcentes das varáves ndcadoras de ano, de modo a avalar se os mesmos eram sgnfcatvamente guas a zero, ou seja, se de fato não houve alteração dos nterceptos. As hpóteses avaladas foram: H 0 (Hpótese Nula): α = α = α = α = α 0 ; = H 1 (Hpótese Alternatva): pelo menos um dferente de zero. Através do teste de Wald, a hpótese de que os coefcentes são guas a zero não fo rejetada, tanto quando utlzadas as varáves médas (P= 0,6682) como para as datadas do últmo da de cada ano (P=0,4048). Em um segundo momento, a análse do comportamento do ntercepto e do teste de Wald também foram efetuadas utlzando-se as mesmas varáves adotadas por Blume et al (1998) (TDA, LTDA, OIS e ICR), exceto as varáves relaconadas ao mercado (coefcente beta e o erro-padrão do modelo CAPM), pelas razões anterormente expostas na págna 26. As estmatvas dos parâmetros dos modelos se encontram na Tabela 8. Os resultados não foram dferentes dos encontrados quando utlzadas todas as varáves contábes que poderam explcar um ratng. O teste de Wald acetou a hpótese de que os coefcentes são guas a zero, tanto quando utlzadas as varáves médas (P=0,1778) como para as datadas do últmo da de cada ano (P=0,3307). As tabelas 8 e 9 e o Gráfco 2 demonstram os resultados. Com relação ao nível de sgnfcânca dos regressores, apenas as varáves OIS e D2003 foram sgnfcatvas, sto tanto para o modelo que utlzou as varáves médas como para o modelo com as varáves em 31/dez. Tanto nos modelos da Tabela 6, como nos da Tabela 8, a correlação ntraclasse mostrou-se bastante elevada. Isso não chega a ser uma surpresa, pos observa-se, na maora das empresas pequenas varações do ratng ao longo do tempo. Isso leva a uma forte autocorrelação nos dados, captada por esse coefcente.

34 33 Tabela 6 Regressões com todas as varáves explcatvas Varáves Varáves Médas Varáves em 31/12 Parâmetro Erro-Padrão Estatístca-T Parâmetro Erro-Padrão Estatístca-T Constante 5,44 26,54 0,20 45,71 26,08 1,75 D2001 1,71 1,89 0,91 2,29 2,35 0,98 D2002 4,18 1,79 2,34 4,42 2,45 1,80 D2003 4,68 2,73 1,71 5,33 3,44 1,55 D2004 3,68 2,69 1,37 4,78 3,16 1,52 D2005 3,72 2,85 1,31 3,24 2,77 1,17 DIBOV -3,74 2,96-1,27-3,40 2,59-1,31 ATIVO 0,02 1,27 0,02-1,73 1,06-1,63 DE 0,14 0,70 0,21 0,28 0,63 0,45 FOCDF 0,03 0,22 0,16-0,08 0,15-0,58 OIS -4,98 8,75-0,57-12,29 8,00-1,54 ROA -25,00 10,95-2,28 0,05 14,16 0,00 TDA 13,99 9,36 1,49 5,04 8,33 0,60 FFO 0,13 0,57 0,24 0,13 1,52 0,08 ICR -0,12 0,51-0,23-0,01 0,45-0,03 LTDA -11,71 9,51-1,23 2,37 5,57 0,43 µ 1 6,53 3,29 1,98 10,13 4,40 2,30 µ 2 12,77 4,83 2,64 16,30 6,26 2,61 µ 3 16,24 5,89 2,76 19,70 7,23 2,72 µ 4 16,90 6,60 2,56 20,51 7,95 2,58 µ 5 17,61 7,30 2,41 21,18 8,08 2,62 Sgma 4,19 1,81 5,97 2,49 ρ 0,95 0,97 Teste de Wald 0,6682 0,4048 Tabela 7 Interceptos ajustados com todas as varáves explcatvas Interceptos Varáves Médas Varáves em 31/12 Parâmetro Erro-Padrão Estatístca-T Parâmetro Erro-Padrão Estatístca-T ,44 26,54 0,20 45,71 26,08 1, ,15 26,62 0,27 48,00 25,53 1, ,62 25,94 0,37 50,13 27,27 1, ,11 27,08 0,37 51,04 28,04 1, ,12 27,37 0,33 50,49 27,63 1, ,16 27,50 0,33 48,95 27,11 1,81