GESTÃO DE CAPITAL DE GIRO LÍQUIDO E DE FLUXO DE CAIXA EM RISCO EM EMPRESAS DE UTILIDADE PÚBLICA BRASILEIRAS

Transcrição

1 Salvador, BA, Brasil, 08 a de outubro de 203. GESTÃO DE CAPITAL DE GIRO LÍQUIDO E DE FLUXO DE CAIXA EM RISCO EM EMPRESAS DE UTILIDADE PÚBLICA BRASILEIRAS Abdinardo Moreira Barreto de Oliveira (UNIVASF ) abdinardo@yahoo.com.br Brenna Soraia Gomes de Souza (UNIVASF ) brenna.soraia@bol.com.br Julia Goes Matos (UNIVASF ) juliagmatos@hotmail.com Andre Aroldo Freitas de Moura (UFC ) andrearoldo2@hotmail.com O objetivo deste estudo foi avaliar o desempenho de empresas de utilidade pública brasileira quanto à gestão de capital de giro líquido e quanto à capacidade de geração de caixa, visto que são fatores primordiais para uma gestão de qualidadde e saúde da empresa. Neste intuito, foi realizado um estudo com 33 empresas de ações ordinárias listadas na Bovespa e CVM. Foram coletados entre 5 e 44 relatórios contábeis trimestrais por empresa (mediante disponibilidade), onde os dados foram formatados de acordo com as orientações de Fleuriet, Kehdy e Blanc (2003) e do método indireto de fluxo de caixa (GITMAN, 2004). A análise dos dados procedeu-se através de estatística descritiva, análise de cluster e simulação de Monte Carlo. Quanto à gestão do capital de giro, foi verificado que a maioria das empresas analisadas foi classificada como Péssima. Quanto à capacidade de geração de caixa, ainda que a maioria das empresas estudadas tenha superado a expectativa de 50% de chances de ter fluxos de caixa final maiores que zero, é importante ressaltar o elevado risco associado a não ocorrência destes. Palavras-chaves: Utilidade pública; Gestão de capital de giro líquido; Geração de caixa

2 Salvador, BA, Brasil, 08 a de outubro de Introdução Com o intuito de aprimorar a sustentabilidade financeira das empresas brasileiras, o interesse de pesquisadores, empreendedores e gestores de organizações para com a gestão do capital de giro líquido e a gestão do fluxo de caixa vêm aumentando, dado que estes fatores são imprescindíveis para a saúde da empresa. Segundo Vieira (2008), a administração do capital de giro líquido tem como objetivo principal a manutenção do equilíbrio financeiro da empresa, como forma de garantir a continuidade da atividade operacional e propiciar condições adequadas que favoreçam a sua sobrevivência e crescimento e, segundo Moura e Matos (2003), a sua má gestão pode comprometer as atividades operacionais de curto prazo, o que prejudicaria seu ciclo operacional e a sua capacidade de geração de caixa que afeta negativamente a maximização do valor da companhia. Além disso, deve-se também considerar alguns fatores externos, como as variações nas taxas de juros, no preço das commodities, no câmbio, na demanda e na oferta, conhecidos como risco de mercado, o qual afeta a liquidez (capital de giro líquido) e a capacidade financeira (fluxo de caixa) das empresas. De acordo com Albuquerque, Perobelli e Castro (2009, p.), apesar da modelagem de risco de mercado já estar bem desenvolvida no setor financeiro, a sua prática ainda é prematura nas instituições não-financeiras, em parte devido à dificuldade de se adaptar os conceitos oriundos do mercado financeiro para a realidade das corporações. Neste quesito, a análise da sensibilidade dos fatores de risco está desconectada das variáveis macroeconômicas. Com o intuito de avançar as pesquisas neste assunto, Oliveira (20), Oliveira, Ramalho e Moura (20) e Oliveira et al. (202) publicaram, respectivamente, estudos sobre essa temática nos setores ferroviário, bens industriais e de embalagens brasileiros, cujos resultados metodológicos indicam a viabilidade da mensuração do risco nestas operações, bem como suas conclusões fornecem informações que buscam minimizar os efeitos da incerteza na tomada de decisões dos gestores, já que as chances de sucesso (e insucesso) nestas operações puderam ser mensuradas. Posto os devidos argumentos, a finalidade deste trabalho é analisar os resultados da gestão do capital de giro líquido e de fluxo de caixa das empresas brasileiras do setor de utilidade pública, o qual é composto pelas empresas de energia elétrica, água e saneamento e gás, uma vez que elas têm um papel de grande importância para o desenvolvimento do país e bem-estar social. Os aspectos sobre a qualidade da gestão do capital de giro líquido e do fluxo de caixa em risco destas empresas ainda se mostra desconhecido para os usuários externos e, neste aspecto, o presente estudo intenta em contribuir para o esclarecimento de tal desempenho, bem como para a comunicação de metodologias que apontam indícios de sustentabilidade financeira neste setor. 2

3 Salvador, BA, Brasil, 08 a de outubro de Referencial Teórico 2.. Aspectos teóricos sobre a gestão de capital de giro líquido Neste ínterim, a identificação do volume de recursos monetários em capital de giro líquido necessários para o funcionamento das atividades de curto prazo de uma empresa se dá pela equação CCL = AC PC, onde CCL representa o Capital Circulante Líquido, AC representa o Ativo Circulante (investimentos de curto prazo) e PC representa o Passivo circulante (financiamentos de curto prazo). Caso o CCL > 0, significa que a empresa consegue honrar suas obrigações de curto prazo e produzir um excedente de recursos monetários. Se o CCL = 0 significa que toda a riqueza monetária produzida foi integralmente utilizada para saldar seus compromissos. Mas se o CCL < 0, representa que a companhia não consegue honrar completamente suas obrigações de curto prazo, exaurindo as fontes de financiamento das atividades operacionais. A técnica supracitada mostra somente a eficácia do processo de gestão do CCL, ignorando o aspecto da eficiência, que é a adequada distribuição dos recursos monetários entre os investimentos de curto prazo - Disponibilidades, Créditos e Estoques. Na década de 980, após de investigações em empresas brasileiras, Michel Fleuriet, apresentou uma abordagem dinâmica para a administração do capital de giro líquido (BRASIL; BRASIL, 997). A análise dinâmica do capital de giro apresenta duas novas variáveis que complementam a análise clássica, permitindo uma melhor compreensão da composição e gestão do CCL: a Necessidade de Investimento em Giro (NIG) e o Saldo em Tesouraria (ST). Para se obter os valores destas variáveis, é preciso primeiro fazer uma reclassificação das contas contábeis presentes no Balanço Patrimonial em três tipos: Estratégicas, Operacionais e Táticas. As contas de natureza Estratégica abrangem as contas cuja movimentação está vinculada à alta administração da empresa. A equação que define esta relação é: CCL = (PL + PELP) (ARLP + AP). As contas de natureza Operacional correlacionam-se com a atividade (o negócio) da empresa. A equação que explica esta relação é: NIG = AO PO, onde AO significa Ativo operacional, que são os investimentos de curto prazo diretamente relacionados com o negócio da empresa; e PO significa Passivo operacional, que são os financiamentos não-onerosos diretamente relacionados com as atividades da empresa. É importante também mostrar a relação que a NIG apresenta com o Ciclo Financeiro (CF = NIG/Receita Bruta*360) da companhia. Quando as saídas de caixa ocorrem antes das entradas de caixa, é gerada uma necessidade de capital de giro positiva, demandando uma aplicação operacional de recursos monetários. Caso contrário, é gerada uma necessidade de capital de giro negativa, o que indica a existência de uma fonte operacional líquida de recursos monetários. As contas de natureza Tática representam as contas de curto e curtíssimo prazo, em geral administradas pela tesouraria das empresas. A equação que determina esta relação é: ST = AF PF, onde AF representa o Ativo financeiro, que são os investimentos financeiros de curto prazo efetuados pela organização, e PF representa o Passivo financeiro, que são os financiamentos onerosos de curto prazo obtidos pela companhia. Desse modo, procura-se 3

4 Salvador, BA, Brasil, 08 a de outubro de 203. definir as contas ativas e passivas em função da realidade dinâmica das empresas, onde as contas relacionam-se aos ciclos operacionais e financeiros da organização, que lhes atribui um estado de permanente movimentação (FLEURIET; KEHDY; BLANC, 2003; VIEIRA, 2008). Tomando como referência a reclassificação contábil sugerida pela análise dinâmica do capital de giro, Marques e Braga (995) relacionaram as três variáveis dinâmicas (CCL, NIG e ST) em seis possíveis estruturas (com suas respectivas situações). Como contribuição à metodologia, Theiss Júnior e Wilhelm (2000) desenvolveram uma escala de notas com o intuito de medir o desempenho que a empresa obteve em cada situação prevista, conforme mostra o Quadro. Com estas estruturas, é possível compreender o fenômeno do overtrading, também conhecido como Efeito Tesoura, que acontece quando o valor da NIG ultrapassar o do CCL. Os gastos para se manter as operações da empresa são maiores que os recursos monetários que ela dispõe para financiá-los, comprometendo seu ST para futuros investimentos da atividade produtiva (MARQUES; BRAGA, 995; FLEURIET; KEHDY; BLANC, 2003; VIEIRA, 2008). Assim, as estruturas III a VI culminam em situações que são exemplos de Efeito Tesoura que a companhia pode apresentar, sendo a situação VI a pior delas. A estrutura III também aponta um exemplo de Efeito Tesoura, só que para valores negativos de CCL e NIG. Logo, a meta do gestor financeiro é posicionar sua empresa na situação I ou II, sob pena de erodir suas reservas financeiras e conduzi-la à inadimplência ou à insolvência. Essas estruturas ganham também a seguinte interpretação: os exemplos (I) e (II) indicam que ela está com solvência; os exemplos (III) e (IV) indicam que ela está com inadimplência e os exemplos (V) e (VI) indicam que ela está com insolvência (OLIVEIRA; SILVA; SILVA, 2006) Importância da elaboração de fluxos de caixa Neste quesito, um relatório contábil ganhou relevância no auxílio dos administradores financeiros nesta tarefa, que é a Demonstração do Fluxo de Caixa (DFC). Sendo relatório exigido no Brasil desde a promulgação da Lei n.º.638/07, que alterou a Lei n.º 6.404/76, ela é de grande importância porque consegue demonstrar para ao gestor a sua disponibilidade 4

5 Salvador, BA, Brasil, 08 a de outubro de 203. monetária, cujo resultado é decorrente das movimentações de numerário provocadas pelas necessidades de reinvestimento da empresa em (i) gastos líquidos de capital, referentes às variações ocorridas nos ativos não-circulantes (Realizável a Longo Prazo e Permanente), e de (ii) investimentos em capital de giro líquido, decorrentes das peculiaridades de produção e venda que afetam os ativos e passivos circulantes de cada companhia. A estrutura da DFC empresarial é resultado da formatação de três fluxos: () os relacionados às atividades operacionais [FCO], (2) os relacionados às atividades de investimento [FCI] e (3) os relacionados às atividades de financiamento [FCF]. A soma destes fluxos produz o Fluxo de Caixa [FC], que é a principal matéria-prima para estimar o valor de uma empresa, medir a rentabilidade de um projeto de investimento, planejar as operações ou estabelecer a capacidade de pagamento de uma dívida (SAMANEZ, 2007, p.7). O Quadro 2 ilustra a composição de cada um dos fluxos citados, através do método indireto, bem como a influência de cada conta contábil na sua composição, às quais foram adaptadas de acordo com o formato dos relatórios contábeis publicados na BMF&BOVESPA para empresas não financeiras. Assim, o gestor financeiro poderá executar uma das etapas do planejamento financeiro, que é a elaboração do Orçamento de Caixa, cujo objetivo é estimar futuras necessidades de caixa no curto prazo, com dedicação especial para projetos de uso de superávits e a cobertura de déficits (GITMAN, 2004). 3. Procedimentos Metodológicos Foram pesquisadas empresas que estão listadas na BMF&BOVESPA na classificação Utilidade Pública, dos subsetores Água e Saneamento, Energia Elétrica e Gás. Em um universo de 74 empresas, foi selecionada uma amostra não probabilística de 33 companhias (45% do total), no período entre 2000 e 200: Aes Elpa (AELP), Afluente (AFLU), Agconcessões (ANDGB), Ampla Energ (CBEE), Bandeirantes Energ (EBEN), Ceg (CEGR), Celest (CLSC), Celpa (CELP), Celpe (CEPE), Cemar (ENMAB), Cemat (CMGR), Cespe (CESP), Coelba (CEEB), Coelce (COCE), Comgas (CGAS), Copasa (CSMG), Copel (CPLE), Corsen (CSRN), CPFL Energia (CPFE), CPFL Geração (CPFG), CFPL Piratininga (CPFP), Elektro (EKTR), Eletrobras (ELET), Eletropaulo (ELPL), Energia Br. (ENBR), Enersul (ENER), Light (LIGT), Neoenergia (GNANB), Paul F Luz (PALF), Rede Energia (REDE), Rio GDE (RGEG), Tractebel (TBLE) e Trans Paulist (TRPL), a maioria do setor elétrico. 5

6 Salvador, BA, Brasil, 08 a de outubro de 203. Os critérios de escolha foram: deveriam possuir, no mínimo, 5 relatórios trimestrais a contar, retrospectivamente, de dezembro de 200 e; deveriam atender aos testes de normalidade, homoscedasticidade e ausência de autocorrelação serial dos resíduos, linearidade dos coeficientes, e ausência de multicolinearidade entre as variáveis independentes [ PELP, PL, ARLP, AP, RB, CF] na análise individual de suas regressões, em relação à variável dependente ST. A coleta de dados ocorreu obtendo relatórios trimestrais Balanço Patrimonial (BP) e Demonstração do Resultado do Exercício (DRE), todos disponíveis no banco de dados Economática, totalizando até 44 relatórios por empresa. O método de abordagem deste estudo foi o levantamento, de modo a verificar a existência, ou não, da homogeneidade da amostra quanto à gestão do capital de giro líquido e a capacidade de geração de caixa. Os dados foram estruturados da seguinte forma: quanto à gestão de capital de giro líquido, estes seguiram as orientações de classificação de Fleuriet, Kehdy e Blanc (2003), onde está exemplificado no Quadro 3. Uma vez classificados e, de acordo com os resultados obtidos para as variáveis CCL, NIG e ST, cada trimestre foi categorizado e pontuado conforme o Quadro. Quanto ao fluxo de caixa, estes foram formatados de acordo com o modelo proposto no Quadro 2. Para a gestão do capital de giro líquido, foi realizada uma distribuição de frequência absoluta para as estruturas encontradas nas empresas, com suas respectivas notas médias, calculadas e classificadas de acordo com o modelo mostrado no Quadro. A fim de verificar a ocorrência de semelhança entre as notas médias das empresas, formando grupos distintos entre si, aplicou-se a análise de clusters, que reuniu as observações baseando-se nas suas similaridades. Foram usados os seguintes métodos: Average linkage, Single linkage, Complete linkage, Método centróide, agrupamento de medianas e método de Ward. A medida de distância usada foi a euclidiana quadrática. A classificação das empresas nos clusters originou-se a partir da frequência das mesmas em todos os métodos aplicados, e a avaliação do poder discriminante entre os grupos se deu pelo teste ANOVA. Foi realizado um teste de aderência para verificar a maneira pela qual elas estão distribuídas, de modo agregado. A escolha do modelo probabilístico aconteceu com base nos resultados da estatística de ajuste de distribuição Anderson-Darling, que é definido pelas seguintes hipóteses: H 0 os dados seguem a distribuição especificada; H os dados não seguem a distribuição especificada. Os valores do teste Anderson-Darling são mostrados na variável Goodness-of-Fit (GoF), bem como tal modelo de distribuição é testado ao nível de 6

7 Salvador, BA, Brasil, 08 a de outubro de 203. significância de %. Encontrada a curva de distribuição probabilística para a série histórica das notas, foi calculada, via a simulação de valores pela técnica de Monte Carlo, a probabilidade agregada das empresas estarem em uma situação de solvência (estruturas I e II), de inadimplência (estruturas III e IV) ou de insolvência (estruturas V e VI). Em relação à capacidade de geração de caixa, foi realizado o teste de aderência para as variáveis FCO, FCI, FCF e FC, e a capacidade de geração de caixa foi medida a partir do cálculo da probabilidade destes serem maiores que zero (p > 0) pela simulação de valores com a técnica de Monte Carlo, utilizando o software Crystal Ball. 4. Análise e discussão dos resultados 4.. Gestão do capital de giro líquido em risco A Tabela mostra os resultados da classificação dos trimestres de cada empresa quanto à gestão do capital de giro líquido em risco. Os valores dentro dos colchetes indicam a nota média da categoria, enquanto que os fora dos colchetes representam a frequência obtida na estrutura. Os números em parênteses junto à nota média das empresas (variável discriminante) representam os grupos resultantes da análise de cluster hierárquica aqui usada. 7

8 Salvador, BA, Brasil, 08 a de outubro de 203. Tabela - Resultado das notas para gestão do capital de giro líquido. Empresa Péssima Muito Ruim Insatisfatória Razoável Sólida Excelente Nota Média CEGR (N=44) 3[0,88] 3[2,68] ,4 () CPFG (N=28) 20[,6] 08[2,63] ,58 () CGAS (N=44) 27[,8] 3[ 2,80] 04[4,33] - - -,95 () RGEG (N=44) 3[,0] - 2[4,04] - 0[8,33] - 2,0 () CPFE (N=28) 8[0,84] - 09[4,8] - 0[8,33] - 2,8 () CPFP (N=36) 24[,27] 05[2,90] 06[3,92] - - 0[0,0] 2,8 () REDE (N=44) 20[0,97] 20[2,49] 0[5,00] - 03[7,49] - 2,20 () COCE (N=44) 24[0,82] - 20[4,22] ,36 () EBEN (N=44) 26[0,96] 07[2,36] 06[4,26] 0[6,67] 02[7,50] 02[9,7] 2,43 () CESP (N=44) 06[0,7] 36[2,79] - 02[5,83] - - 2,65 () CMGR (N=44) 5[0,85] 23[2,75] 0[5,00] - 04[7,34] 0[0,0] 2,73 () PALF (N=44) 22[0,84] 03[2,64] [4,37] 02[5,83] 05[7,52] 0[0,0] 3,04 () CELP (N=44) 4[0,85] 5[2,3] 08[4,04] - 05[7,46] 02[9,7] 3,06 () CBEE (N=44) 4[,03] 08[2,42] 20[4,4] - 02[7,50] - 3, () CEEB (N=44) 8[0,99] 0[3,33] 23[4,43] - 02[7,50] - 3,4 () CSRN (N=44) 3[0,76] - 3[4,34] ,28 () TBLE (N=44) 4[0,74] 07[2,78] 5[4,50] 05[5,86] - 03[8,97] 3,49 () CEPE (N=44) 0[0,84] - 30[4,26] - 04[7,3] - 3,76 (2) ENER (N=44) 5[,02] - 9[4,3] - 0[7,43] - 3,90 (2) LIGT (N=44) 9[0,93] 0[3,33] 06[4,53] - 8[7,3] - 4,0 (2) ELPL (N=44) 2[,0] 02[2,50] 06[4,59] - 05[7,53] 0[9,26] 4,8 (2) GNANB (N=40) 5[0,95] - 0[3,99] - 5[7,60] - 4,2 (2) ENBR (N=24) 07[0,80] - 08[4,22] - 09[7,30] - 4,38 (2) EKTR (N=44) 5[,08] 02[2,50] 08 [4,52] - 5[7,4] 04[9,09] 4,57 (2) ENMAB (N=44) 0[0,73] 06[2,34] 05[4,35] - 22[7,38] 0[0,0] 4,90 (2) AELP (N=36) [,3] 05[2,22] 05[4,38] - 05[7,65] 0[9,40] 4,94 (2) ANDGB (N=32) 06[0,93] - 08[4,7] - 7 [6,93] 0[0,0] 5,2 (2) CSMG (N=32) 04[0,98] 09[2,76] 0[5,00] 0[6,67] [7,73] 06[9,38] 5,68 (3) CLSC (N=44) - 09[2,26] 09[4,42] 0[6,67] 23[7,5] 02[9,7] 5,86 (3) ELET (N=44) - - 8[4,32] - 28[7,34] - 6,0 (3) TRPL (N=44) 05[,9] - 07[4,4] - 3[7,37] 0[0,0] 6,26 (3) AFLU (N=20) 02[0,83] - 02[4,7] 0[6,67] 2[7,58] 03[9,03] 6,74 (3) CPLE (N=36) 02[0,83] 04[2,44] 0[5,00] 0[6,67] 22[7,64] 06[9,0] 6,83 (3) De acordo com a escala de notas pré-definida no Quadro (0 à 0) e a nota média geral, percebe-se que, em sua maioria, as empresas classificam-se como insolventes, com maior frequência na categoria péssima, indicando a ausência de liquidez, ou seja, estas empresas não tem capacidade de pagar seus compromissos financeiros, porque têm um capital circulante líquido negativo (os passivos circulantes são maiores do que os ativos circulantes). Apenas duas empresas foram classificadas, de acordo com a nota média geral, como solvente (Afluente e Copel), existindo uma maior frequência na categoria sólida. Por seguinte, através da Análise de Conglomerados, detectou-se a presença de três clusters heterogêneos entre si (p-value ANOVA < %), porém homogêneos quanto aos seus componentes. O primeiro é formado por 7 empresas que tiveram os menores resultados de gestão do capital de giro líquido, apresentando maiores frequências nas categorias Péssima e Muito Ruim, cuja nota média do grupo foi 2,52 e coeficiente de variação de 23%. O segundo cluster é composto por dez empresas, com nota média 4,4 e CV 0%, as quais possuem notas 8

9 Salvador, BA, Brasil, 08 a de outubro de 203. intermediárias que tendem à inadimplência: existe um descompasso entre os prazos de recebimento e de pagamento, com predominância da categoria insatisfatória. O último agrupamento é formado pelas melhores notas, com média de 6,23, um CV de 7%, composto por seis instituições e apresentando as maiores frequências na categoria sólida. Medindo a probabilidade das empresas apresentarem-se em situação de solvência (estruturas I e II), de inadimplência (estruturas III e IV) ou de insolvência (estruturas V e VII), foi possível avaliar o grau de risco associado a gestão do capital de giro líquido. Na Tabela 2 temos os resultados do teste de aderência Anderson-Darling aplicado às notas de gestão de capital de giro líquido, de modo agregado. Tabela 2 Teste de aderência e probabilidades de risco do capital de giro líquido (Sig. %) Empresas Agregadas Nota CG p Insolvente p Inadimplente p Solvente GoF 0,0928 p-value 0,0000 Tipo Gama 57,44% 27,82% 4,74% O resultado do teste das empresas agregadas notificou que, dentre as curvas de distribuição de probabilidade, a que melhor se adaptou foi a distribuição Gama, ainda que a hipótese nula tenha sido rejeitada. Isto aconteceu porque a classificação razoável apresentou o menor número de observações dentre os tipos possíveis. Admitindo-se que os dados seguem esta distribuição, percebe-se que as chances delas serem Solventes são de aproximadamente 5%, as chances delas serem Inadimplentes são cerca de 28%, as chances de serem Insolventes são de 57%. Verifica-se que as empresas analisadas possuem grande chance de estarem com uma má gestão do seu capital de giro líquido, proporcionando a elas ou uma situação de insolvência ou de inadimplência Gestão do fluxo de caixa Os resultados dos valores via técnica de Monte Carlo para a probabilidade dos fluxos de caixa das empresas serem maiores que zero, assim como o formato da distribuição de probabilidades que melhor se ajustou ao comportamento dos dados coletados, são apresentados na Tabela 5. Os resultados estão dispostos na tabela em ordem crescente quanto a probabilidade de que o fluxo caixa final (FC) seja maior que zero. Para que haja uma melhor compreensão da gestão dos fluxos de caixa ao longo do tempo, a simulação propõe-se a fornecer uma medida de risco à ocorrência destes valores. 9

10 Salvador, BA, Brasil, 08 a de outubro de 203. Tabela 5 Distribuição e probabilidades dos FC s > 0 para as empresas estudadas (*Sig. %). Prob. FC s > 0 FCO FCI FCF FC Grupo CSMG 84,96% 9,05% 60,74% 42,4% Distribuição Lognormal Logística Extremo Máximo* Extremo Máximo CEPE 65,64% 40,5% 45,88% 43,74% Distribuição Extremo Máximo Extremo Mínimo T de Student Extremo Máximo CMGR 56,54% 39,26% 58,95% 46,58% Distribuição Logística Logística Logística Lognormal* CESP 48,29% 50,55% 48,29% 48,38% Distribuição Extremo Mínimo T de Student Extremo Máximo Logística* ANDGB 77,56% 3,87% 47,69% 49,40% Distribuição Lognormal Extremo Mínimo* Extremo Máximo* T de Student CEEB 8,4% 34,54% 37,32% 49,4% Distribuição Logística Logística Logística Logística* CBEE 59,05% 24,3% 55,69% 49,86% Distribuição Logística T de Student Logística Logística TRPL 82,4% 3,77% 40,30% 50,2% Distribuição T de Student Logística Logística* Logística PALF 70,7% 54,56% 3,96% 50,6% Distribuição T de Student Logística Logística Logística CGAS 75,04% 2,80% 42,42% 50,83% Distribuição BetaPERT Extremo Mínimo Logística Logística ELPL 6,67% 50,68% 36,80% 50,89% Distribuição T de Student Logística* Extremo Máximo Extremo Máximo CPFE 97,2% 3,57% 34,48% 5,43% Distribuição Normal Logística Lognormal Logística LIGT 53,42% 49,29% 39,99% 5,43% Distribuição Logística Extremo Máximo* T de Student Logística CSRN 80,% 34,8% 36,07% 52,03% Distribuição Weibull Logística* Logística Logística COCE 75,0% 33,73% 38,42% 52,7% Distribuição Logística T de Student Logística Logística RGEG 66,29% 40,24% 46,89% 52,29% Distribuição Logística T de Student Logística Logística CPFP 80,43% 45,9% 38,9% 52,6% Distribuição Weibull T de Student Logística Logística CPFG 97,30% 7,50% 62,83% 52,9% Distribuição Gama Extremo Mínimo* Lognormal Logística EKTR 5,07% 49,20% 50,38% 52,98% Distribuição Logística Logística Logística Logística TBLE 77,78% 32,30% 45,92% 53,23% Distribuição Weibull Extremo Mínimo* Logística Logística* AELP 7,78% 57,42% 24,42% 53,24% Distribuição Weibull T de Student Logística Lognormal CLSC 63,60% 45,32% 46,09% 53,55% Distribuição Logística* Logística* Logística* Logística Sobre o desempenho dos testes de ajustamento de distribuição, é importante mencionar que H 0 não foi rejeitada em 83% dos fluxos de caixa calculados. Para os 7% restantes, neste estudo, será admitido o pressuposto de que os dados seguem tal distribuição, 0

11 Salvador, BA, Brasil, 08 a de outubro de 203. de modo a contribuir com alguma medida de risco a partir da melhor função de densidade de probabilidade encontrada para estes fluxos de caixa. Em relação ao FCO, 3 empresas excederam a expectativa de 50% de chances de apresentarem valores positivos, enquanto que duas não conseguiram alcançar tal patamar. Sobre o FCI, cinco empresas excederam a expectativa de 50% de chances de ter valores positivos, enquanto que as demais apresentaram probabilidades dentro do esperado. Quanto ao FCF, 4 empresas excederam a expectativa de valores positivos enquanto que 9 empresas ficaram abaixo deste patamar. E quanto ao FC, 26 empresas superaram a expectativa de 50% de chances de valores positivos, enquanto que sete empresas ficaram abaixo desta medida. Tal como realizado para a gestão de capital de giro líquido, efetuou-se também uma Análise de Conglomerados, detectando-se a presença de 2 (dois) clusters heterogêneos entre si (p-value ANOVA < %), porém homogêneos quanto aos seus componentes, cuja divisão é mostrada na coluna grupo da Tabela 5. O primeiro grupo é formado por 22 empresas que tiveram os menores resultados de probabilidade dos seus fluxos de caixa (FC) ser maior do que zero, cuja média do grupo foi de 50,45% e coeficiente de variação de 5,8%. O segundo cluster é composto por empresas, as quais apresentaram os melhores resultados de probabilidade do seu FC ser positivo, cuja média do grupo foi de 6,24% e coeficiente de variação de 7,5%. 5. Considerações Finais O objetivo deste estudo foi avaliar o desempenho de empresas de utilidade pública listadas em bolsa de valores, quanto à gestão de capital de giro líquido e à gestão do fluxo de caixa, haja vista que estão intrinsecamente associadas e que seu bom gerenciamento é condição necessária para a manutenção da sustentabilidade financeira organizacional, considerando sempre o risco inerente à gestão destas atividades. Em relação à gestão do capital de giro líquido, foram encontrados três grupos, homogêneos internamente e heterogêneos entre si. No primeiro grupo, 7 empresas encontram-se, em média, numa situação de insolvência, onde seus resultados oscilaram entre Péssimo e Muito Ruim. O segundo grupo é formado por 0 empresas que estão, em média, numa situação de inadimplência, predominando a situação insatisfatória. E no terceiro grupo, as seis empresas restantes estão, em sua maioria, numa situação de sólida. De maneira agregada e admitindo a hipótese de distribuição Gama, tais empresas têm 57% de chances de ficaram insolventes, 28% de estarem inadimplentes e 5% de estarem solventes. Uma vez calculadas as equações de regressão em painel, foi percebido que os overtradings observados nas séries históricas das empresas sejam causados pela combinação de () excesso de investimentos ligados à escassez de recursos próprios ou de terceiros de longo prazo com (2) elevados ciclos financeiros e baixo crescimento das vendas e, em alguns casos, (3) uma baixa geração de lucros ou prejuízo nas operações. Por outro lado, foi constatado inelasticidade na maioria dos regressores, indicando que as variações no ST não

12 Salvador, BA, Brasil, 08 a de outubro de 203. incorporam totalmente as variações ocorridas em suas contas patrimoniais e de resultado. Assim, faz-se importante para seus gestores reverem suas estratégias organizacionais, de modo que contemplem soluções para tais contratempos financeiros. Quanto à gestão do fluxo de caixa, embora a maioria das empresas estudadas tenha superado a expectativa de 50% de chances de ter valores positivos (26 casos), também é importante ressaltar o elevado risco de não ocorrência destes, cujos valores estão oscilando entre 30% e 58%. Por outro lado, exceder tal expectativa de fluxos de caixa positivos não significa que tais valores sejam suficientes para financiar as suas demandas de curto e longo prazo. É interessante para os gestores calcularem a probabilidade de se obter os fluxos de caixa mínimos necessários para o financiamento dos ativos das companhias, com o intuito de também incrementar seu Fair Value perante o mercado financeiro. Dessa maneira, este estudo procurou contribuir, de maneira preliminar, com a apresentação de algumas metodologias para se aferir a qualidade e o risco inerente à gestão do capital de giro líquido e do fluxo de caixa de empresas de utilidade pública brasileiras. Como continuação do estudo, é sugerida a ampliação do estudo para as demais empresas deste agrupamento, de modo a compreender melhor o desempenho da gestão do capital de giro líquido e do fluxo de caixa em risco do setor, bem como a inclusão de variáveis macroeconômicas nestas análises, de modo que melhorias específicas para esta atividade de prestação de serviços sejam desenvolvidas, com o objetivo principal da sustentabilidade financeira. REFERÊNCIAS ALBUQUERQUE, A. R. A; PEROBELLI, F. F. C; CASTRO, R. S. Fluxo de caixa em risco: uma nova abordagem para o setor de distribuição elétrica. In: IX Encontro Brasileiro de Finanças, São Leopoldo, Anais... São Paulo: SBFIN, BRASIL, H. V.; BRASIL, H. G. Gestão financeira das empresas: um modelo dinâmico. 3. ed. Rio de Janeiro: Qualitymark, 997. FLEURIET, M.; KEHDY, R.; BLANC, G. O Modelo Fleuriet: A dinâmica financeira das empresas brasileiras. Rio de Janeiro: Campus, GITMAN, L. J. Princípios de administração financeira. 0. ed. São Paulo: Pearson, MARQUES, J. A. V. C.; BRAGA, R. Análise dinâmica do capital de giro: O modelo Fleuriet. Revista de Administração de Empresas, São Paulo, v.35, n.3, p.49-63, 995. MOURA, H. J; MATOS, D. M. Dimensionamento do capital de giro: uma abordagem financeira. In: XXVII EnANPAD, Atibaia, Anais... Rio de Janeiro: ANPAD, OLIVEIRA, A. M. B; SILVA, A. S; SILVA, R. N. Análise da sustentabilidade financeira sob a ótica da gestão do capital de giro e da estrutura de capital: um estudo de caso. In: XIII SIMPEP, Bauru, Anais... Bauru: SIMPEP,

13 Salvador, BA, Brasil, 08 a de outubro de Gestão de capital de giro e de fluxo de caixa em risco de empresas de transporte ferroviário: um estudo multicaso. In: VI Simpósio de Engenharia de Produção da Região Nordeste, Campina Grande, Anais... Campina Grande: UFCG - UFPB, 20. ; RAMALHO, R. O; MOURA, A. A. F. Gestão de capital de giro e de fluxo de caixa em risco de empresas de bens industriais listadas na BMF&Bovespa. In: XXXI Encontro Nacional de Engenharia de Produção, Belo Horizonte, Anais... Rio de Janeiro: ABEPRO, 20. ; SOUZA, B. S. G; MATOS, J. G.; BARROS, L. S. C.; GONÇALVES, L. S. Gestão de Capital de Giro Líquido e de fluxo de caixa em risco em empresas de embalagens Brasileiras. In: VII Simpósio de Engenharia da Produção da Região Nordeste, Mossoró, Anais... Mossoró: UFERSA, 202. OLIVEIRA, W. H. Análise financeira empreendedora. Belo Horizonte: Uma ciência gerencial, 996. SAMANEZ, C. P. Gestão de investimentos e geração de valor. São Paulo: Pearson, THEISS JÚNIOR, F.C; WILHELM, P. P. H. Análise do capital de giro: modelo dinâmico versus modelo tradicional. In: XXIV EnANPAD, Florianópolis, Anais... Rio de Janeiro: ANPAD, VIEIRA, M. V. Administração estratégica do capital de giro. 2.ed. São Paulo: Atlas,