Palavras chave: Estrutura de Capital, Determinantes da Alavancagem, Fatores Institucionais, BNDES, Dados em Painel.

Transcrição

1 Oferta das Linhas de Crédito do BNDES nos Governos FHC e Lula e seus Impactos Sobre as Decisões de Financiamento de Empresas Brasileiras MARIA EUGÊNIA MARSON PORTES Faculdade de Economia, Administração e Contabilidade da Universidade de São Paulo TATIANA ALBANEZ Faculdade de Economia, Administração e Contabilidade da Universidade de São Paulo Resumo O presente estudo buscou analisar a influência do BNDES no mercado de capitais brasileiro. Para tanto, foi investigado o efeito do volume de oferta de crédito desse banco sobre os determinantes tradicionais da estrutura de capital de empresas brasileiras. O trabalho traz a hipótese de que a significância dos determinantes clássicos de estrutura de capital é alterada considerando contextos político-econômicos distintos. Assim, foram considerados os períodos de governo FHC ( ) e governo Lula ( ). Os dados foram analisados por meio de modelos de regressão com dados em painel. Como principais resultados, verifica-se que todos os modelos foram significativos para explicar a alavancagem das empresas, no entanto, o poder explicativo dos modelos é alterado de forma substancial considerando os períodos de análise, tanto para a Alavancagem Contábil quanto para a Alavancagem de Mercado. Este resultado aponta para a importância de aspectos macroeconômicos e institucionais dos diferentes períodos de análise sobre as decisões de estrutura de capital das empresas, possivelmente, refletindo a importância da atuação e do volume de recursos ofertados pelos BNDES nos períodos analisados. Assim, espera-se que esse trabalho contribua para a literatura sobre a influência de fatores institucionais no mercado de capitais. Palavras chave: Estrutura de Capital, Determinantes da Alavancagem, Fatores Institucionais, BNDES, Dados em Painel. 1

2 1. Introdução As pesquisas sobre as decisões de estrutura de capital das empresas se intensificaram após os trabalhos seminais de Modigliani e Miller (1958; 1963) sobre a forma de financiamento das empresas e impactos sobre o valor da firma. Anos mais tarde, Rajan e Zingales (1995) trazem a necessidade de um entendimento mais profundo dos efeitos de fatores institucionais presentes em cada país para identificar fatores fundamentais que determinam a estrutura de capital das empresas. A partir disso, outros estudos, como Booth et al (2001), La Porta et al (2002), Aronovich e Fernandes (2005), Falkender e Petersen (2006), Terra (2009), Coelho e De Negri (2010) buscaram analisar o desempenho das firmas, considerando suas características e o ambiente no qual estão inseridas. Assim, fatores específicos da firma, como tangibilidade, tamanho, rentabilidade, risco, oportunidade de crescimento, alíquota de imposto de renda e benefícios fiscais, podem não representar os únicos determinantes da estrutura de capital. As imperfeições do mercado, a assimetria de informações, o sistema legal e financeiro dos países, podem ser características importantes nos estudos sobre o desempenho financeiro das firmas. Fan, Titman e Twite (2012, p. 2) trouxeram evidências de que o país em que a firma reside é um fator determinante em sua forma de financiamento, o que sugere que as diferenças nos fatores institucionais são propensas a ter um efeito de primeira ordem nas escolhas de estrutura de capital. No trabalho de Aghion (1999) é colocada uma percepção geral de que os mais recentes bancos de desenvolvimento, nos países ainda em desenvolvimento, falharam em replicar o sucesso alcançado por bancos antigos, nos países já desenvolvidos (como França, Alemanha e Japão), por conta de má gestão e corrupção. Entretanto, Bastos, Nakamura e Basso (2009, p. 54) trazem que De forma geral, os índices de endividamento das empresas de países em desenvolvimento parecem ser afetados pelas mesmas variáveis que impactam o endividamento de empresas de países desenvolvidos. Contudo, existem diferenças sistemáticas, em que fatores específicos do país, como crescimento econômico, taxa de inflação e desenvolvimento do mercado de capitais, afetam, sobremaneira, o endividamento das empresas nos diferentes países em desenvolvimento. No caso brasileiro, destaca-se a atuação do Banco Nacional de Desenvolvimento Econômico e Social (BNDES). Segundo Giambiagi, Rieche e Amorim (2009), o funding do banco teve diferentes desenhos ao longo das décadas, mais recentemente, atuou nas privatizações dos anos 1990, no esforço exportador do início da década, exerceu um papel anticíclico na crise de 2008/2009 e voltou à ampliação do financiamento à infraestrutura nos últimos anos. De acordo com Tarantin Jr. e Valle (2015), quando se compara o desembolso do BNDES para grandes empresas com a proporção da dívida subsidiada, as firmas parecem seguir a política adotada pelo banco, devido ao baixo custo do capital, possibilitado pela oferta de recursos abaixo das linhas de mercado para seus financiamentos de maturidades intermediárias. Segundo Souza et. al (2015) há uma tendência crescente do número de publicações sobre o tema fatores institucionais e estrutura de capital, especialmente nas duas últimas décadas, como fizeram os trabalhos de Bastos, Nakamura e Basso (2009), Albanez, Valle e Corrar (2012), Bogéa Sobrinho, Sheng e Lora (2012. Além disso, publicações sobre o BNDES também ganham notoriedade, pois a história desse banco corresponde com as fases de desenvolvimento da economia brasileira, criando importantes questões de pesquisa. 2

3 Nesse cenário, esse trabalho busca contribuir com a pesquisa sobre o entendimento dos fatores institucionais presentes no Brasil, a fim de melhor entender a importância dos determinantes clássicos sobre as decisões que envolvem a estrutura de capital de empresas brasileiras, tendo como base a seguinte questão de pesquisa: Qual o efeito do volume de oferta das linhas de crédito do BNDES nos governos FHC e Lula sobre os determinantes tradicionais de estrutura de capital das empresas? Como ao longo dos anos o BNDES desempenhou diferentes papéis e alterou seus focos de atuação conforme os diferentes contextos de política econômica foram escolhidos apenas dois momentos, distintos e atuais, na história da política brasileira, os anos de governo FHC ( ) e os anos de governo Lula ( ) para análise. Dessa forma, o objetivo desta pesquisa é examinar a importância dos determinantes clássicos de estrutura de capital (como tamanho, tangibilidade, rentabilidade, risco e intangibilidade) considerando aspectos institucionais brasileiros na análise, como o volume da oferta das linhas de crédito do BNDES representada pelos momentos distintos de análise da amostra de empresas. Como hipótese de pesquisa tem-se que: a significância dos determinantes clássicos de estrutura de capital é alterada dependendo do momento econômico em análise. Considerando que o volume de oferta de crédito do BNDES foi maior no governo Lula, como será demonstrado adiante, em comparação ao de FHC, espera-se que os determinantes tradicionais se mostrem menos importantes para explicar a estrutura de capital das empresas no governo Lula. Espera-se que este trabalho gere contribuições para a literatura da área, ainda escassa ao tratar do impacto de fatores institucionais sobre as decisões financeiras das empresas quando comparada às demais abordagens (Bernardo, Albanez e Securato, 2016), bem como ao lançar questões sobre o entrave do desenvolvimento do mercado de capitais brasileiro e sobre os incentivos que as empresas têm em se adentrar nesse mercado. 2. Revisão Teórica 2.1 Teorias de Estrutura de Capital Dentre as teorias de estrutura de capital destacam-se as teorias de trade-off, com foco em impostos, pecking order, com foco em assimetria informacional, e market timing, com foco em janelas de oportunidade de mercado. Segundo a teoria de trade-off, existe uma estrutura ótima de capital, ou uma combinação ótima entre o capital próprio e o capital de terceiros, que maximiza o valor da empresa. De acordo com Myers (1984), o melhor índice de dívida de uma empresa é determinado por um trade-off entre os custos e os benefícios de empréstimos, mantendo ativos e planos de investimento constantes. Para a empresa seria importante equilibrar o valor dos benefícios fiscais com os custos de falência e de dificuldades financeiras. De acordo com esta teoria, a empresa substituiria dívida por capital próprio, ou capital próprio por dívida, até que o valor da empresa seja maximizado. Para Titman e Wessels (1988), as grandes empresas tendem a ser mais diversificadas e menos propensas a falência. Os custos de emissão de dívida e de capital também estão relacionados com o tamanho, visto que empresas pequenas pagam mais que grandes para emitir ações e dívidas de longo prazo. Isso sugere que empresas pequenas tendem a ser mais alavancadas e com empréstimos de curto prazo para reduzir os custos associados ao uso de dívida. 3

4 Já de acordo com a teoria de Pecking Order (de Myers e Majluf, 1984; e Myers, 1984), existe uma hierarquia na escolha das fontes de recursos pelas firmas, em que elas preferem financiamento interno ao externo. No caso de financiamento externo, a empresa optará pela emissão de títulos de dívida primeiro e, por último, emissão de ações. Myers e Majluf (1984) sugerem um modelo de decisão de financiamento das firmas quando essas apresentam informações superiores que pode ser resumido pelas seguintes propriedades: 1. É geralmente melhor emitir títulos seguros do que de risco; 2. As empresas cuja oportunidades de investimentos ultrapassam o fluxo de caixa operacional e que tenham esgotado suas capacidades de emitir títulos de baixo risco podem deixar passar bons investimentos ao invés de emitir títulos de risco para financia-los; 3. As empresas podem construir folga financeira restringindo dividendos quando os investimentos requeridos são modestos; 4. A firma não deve pagar dividendos se tiver que captar dinheiro emitindo ações ou tomando algum outro risco; 5. Quando os gerentes possuem informação superior e ações são emitidas para financiar investimentos, o preço das ações tende a cair; 6. A fusão de empresas diferentemente avaliadas aumenta o valor combinado das firmas se os gerentes transmitirem as informações da firma. Esses seis itens estabelecidos dependem de pressupostos específicos desenvolvidos no trabalho de Myers e Majluf (1984) e não devem ser aplicados em outros contextos. Segundo Myers (1984), essa teoria pode ser facilmente rejeitada se usada para explicar tudo. Há muitos exemplos de firmas que emitem ações quando poderiam emitir dívida, mas quando se olha para o agregado, a forte dependência do financiamento interno e dívida pelas empresas é observada. O trabalho de Valle e Albanez (2009) procurou verificar se a informação assimétrica é fator determinante da estrutura de capital em empresas brasileiras, tomando como base a teoria de pecking order. Os resultados encontrados confirmam a teoria e ainda revelam que a assimetria da informação pode ter um papel diferente do previsto no mercado brasileiro, com empresas de menor assimetria informacional sendo mais endividadas que as demais. Outra teoria importante é a Teoria de Market Timing, de Baker e Wurgler (2002). De acordo com os autores, em finanças corporativas, Equity Market Timing refere-se a prática de emissão de ações a preços elevados e a recompra a preços baixos. A intenção dessa prática seria explorar as flutuações temporárias no custo do capital próprio em relação ao custo de outras formas de capital. Na prática, de acordo com Baker e Wurgler (2002), o Equity Market Timing parece ser um aspecto importante da política financeira corporativa. Há evidência de Market Timing de mercado em quatro diferentes tipos de estudos. Primeiro, análises de decisões de financiamento mostram que as empresas tendem a emitir ações, em vez de dívida, quando o valor de mercado está alto, e tendem a recomprar capital próprio quando o valor de mercado é baixo. Segundo, análises de ações com retorno de longo prazo sugerem que o timing do mercado de ações é bem-sucedida na média. Empresas emitem ações quando o custo de capital próprio é relativamente baixo e recompram quando o custo de capital é relativamente alto. Terceiro, sugerem que as empresas tendem a emitir ações em momentos em que os investidores estão entusiasmados sobre perspectivas de ganhos. Quarto, e talvez o mais convincente, os gestores admitirem o Market Timing. 4

5 Na pesquisa, os autores questionaram como o Market Timing afeta a estrutura de capital. Os resultados encontrados confirmam a hipótese de efeitos importantes e persistentes. A principal constatação é que as empresas com baixa alavancagem levantaram fundos quando suas avaliações de mercado eram elevadas, enquanto que as de alta alavancagem, o contrário. Eles acreditam que a explicação mais realista para os resultados é que a estrutura de capital é em grande parte o resultado cumulativo de tentativas passadas de marcar o mercado de capitais. Nessa teoria, não existe uma estrutura ótima de capital, então as decisões de Market Timing se acumulam para a estrutura de capital esperada, o que parece ter um poder explicativo substancial. Além dessas teorias, uma nova abordagem surge após os trabalhos de La Porta et Al. (1998), Booth et Al. (2001), Falkender e Petersen (2006) e outros, que tratam da influência de aspectos institucionais sobre as decisões de estrutura de capital das empresas. No Brasil, autores como Terra (2007), Nakamura et Al. (2009), Valle e Albanez (2009), Lazzarini (2011), Tarantin Jr. e Valle (2015) também analisaram a estrutura de capital das empresas sob esta abordagem. Estes trabalhos serão abordados a seguir. 2.2 Fatores Macroeconômicos e Institucionais e Estrutura de Capital De acordo com Rajan e Zingales (1995), muitas pesquisas anteriores a sua focavam na classificação dos países baseada no tamanho e poder do setor bancário, sendo classificados em orientados por bancos (como Japão, França, Alemanha e Itália) ou por mercados (como Estados Unidos, Reino Unido e Canadá), sendo essa, inclusive, a maior diferença entre os países do G7 (Alemanha, Canadá, Estados Unidos, França, Itália, Japão, Reino Unido). Mas para os autores, essa é apenas uma, e não a mais importante diferença institucional entre os países. As taxas de impostos, as leis de falência, o estado de desenvolvimento do mercado de capitais, os padrões de propriedade, também podem ser importantes (sendo que esses fatores também podem ser influenciados pelo setor bancário). Booth et. Al (2001) analisaram a estrutura de capital em 10 países em desenvolvimento: Índia, Paquistão, Tailândia, Malásia, Turquia, Zimbábue, México, Brasil, Jordânia e Coréia do Sul e comparou com as empresas do trabalho de Rajan e Zingales (1995). Os dados utilizados são de 1980 a 1990, coletados do International Finance Corporation (IFC). Sua pesquisa classificou os países em três grupos: de baixo endividamento (Brasil, México, Malásia e Zimbábue), alto endividamento (Coréia do Sul, Índia e Paquistão) e os intermediários (Jordânia, Turquia e Tailândia). Devido à diferença na contabilização dos países não é fácil comparar as demonstrações financeiras. Por exemplo, as empresas na Alemanha, Japão, Coréia do Sul e Tailândia podem parecer mais alavancadas do que nos Estados Unidos, Canadá, Brasil e México, porque o primeiro grupo utiliza contabilidade como custo histórico, que valoriza muitos ativos abaixo do seu valor de mercado atual. Em contraste, e particularmente para os países como Brasil e México, que têm altas taxas inflação, ajustes a valores de mercado são especialmente importantes. Eles ainda comparam os fatores macroeconômicos entre os países. Por exemplo, eles compararam a taxa de crescimento e a taxa de inflação e classificaram os países. Os resultados finais encontrados mostram que as mesmas variáveis significantes nos países desenvolvidos são significantes nos países em desenvolvimento para o endividamento das empresas. Entretanto as diferenças encontradas são afetadas pelos fatores dos países, como inflação e desenvolvimento do mercado de capitais. Terra (2007) investigou em que medida os fatores macroeconômicos são determinantes na estrutura de capital em uma amostra de empresas de sete países latino- 5

6 americanos: Argentina, Brasil, Chile, Colômbia, México, Peru e Venezuela, entre 1986 e Os indicadores macroeconômicos usados foram o crescimento real do PIB, a taxa inflacionária, a taxa real ex-post de juros e o retorno real ex-post do mercado de ações. As variáveis reais foram obtidas subtraindo a inflação realizada da taxa nominal realizada. Os resultados obtidos são diferentes de Booth et Al. (2001), quando conhecer o país de origem da empresa é mais importante do que os níveis das variáveis específicas das empresas. Para Terra (2007), o país de origem parece ter influência secundária nas decisões de alavancagem. Seus resultados mostraram que embora algumas variáveis macroeconômicas sejam significativas, o poder explicativo delas não é notado. Já Lazzarini et. al (2011) analisou publicações de 286 empresas listadas na BM&FBOVESPA entre os anos de 2002 e Foram coletados dados de empréstimos e participação via Patrimônio Líquido (PL). A pesquisa mostra que o número de empresas com empréstimos do BNDES é maior do que as empresas com participação de PL, embora a participação do banco como acionista tenha aumentado no decorrer dos anos. De acordo com as análises, as firmas que receberam empréstimos do BNDES exibiram melhor performance em termos de maior ROA, maior EBTIDA sobre Ativos. Além disso, os empréstimos do BNDES estão associados com firmas com maior performance operacional. Como o esperado, os empréstimos do BNDES têm um efeito negativo nas despesas financeiras, e os subsídios inclusos nos empréstimos reduzem o custo de capital. Em trabalho relacionado ao tema, Valle e Albanez (2012) analisaram a influência do acesso a fontes de recursos com taxas de juros subsidiadas e recursos em moeda estrangeira de empresas brasileiras entre 1997 e 2006, período de alta taxa de juros, a fim de analisar o que as empresas fizeram com suas estruturas de capital nesse ambiente desfavorável. Para escapar dos altos juros do período, elas utilizaram recursos em moeda estrangeira ou taxas de juros subsidiadas, como as ofertadas pelo BNDES. Os resultados mostram que o acesso as linhas de financiamento com taxas de juros diferenciadas, ou seja, subsidiadas, produz impacto na estrutura de financiamento das empresas, refletindo em seus níveis de endividamento. Já Tarantin Jr. e Valle (2015) avaliaram a estrutura de capital das companhias abertas brasileiras negociadas na BM&FBOVESPA entre 2005 e 2012 para verificar o papel das fontes de financiamento que essas empresas se baseiam para realizar investimentos. A amostra continha 95 empresas das 150 maiores e as variáveis foram calculadas a valores de mercado e contábeis. Os resultados encontrados revelam que as empresas brasileiras se baseiam fortemente no financiamento pelo setor bancário, sendo em média, 45,7% do total das dívidas. A partir de 2009 foi percebido um aumento na participação do mercado de capitais e dos subsídios. A dívida com taxa de juros subsidiada representa em média 29,8% do total. Enquanto que o mercado de capitais mostra ser o último recurso, com 20,8% do total. Apenas em 2012 os resultados encontrados no mercado de capitais superaram a proporção dos recursos subsidiados. Os 3,6% restante do montante representam outras dívidas, como arrendamento mercantil financeiro e instrumentos derivativos financeiros. Os resultados também mostraram que as firmas maiores tendem a ser mais alavancadaspor essas firmas terem melhores condições de captar dívida. Já as firmas mais rentáveis, são menos alavancadas, por terem mais capacidade de gerar recursos internos. As firmas com maiores riscos são menos alavancadas, conforme o esperado e empresas com maiores oportunidades de crescimento são menos alavancadas. Com relação às fontes de financiamento, as empresas que se baseiam no mercado de capitais são mais alavancadas que as demais, o que condiz com a teoria existente, por terem 6

7 acesso a uma maior quantia de recursos e também mais baratos. Já as empresas que se baseiam em dívidas com taxas de juros subsidiadas não são mais alavancadas que as demais. Esse resultado contrasta com Valle e Albanez (2012), uma possível explicação seria uma mudança de cenário devido à instrução da CVM 476/2009 sobre emissão de debêntures. Quanto à maturidade da dívida, a fonte de financiamento e o tamanho das firmas são fatores que se mostram ser relevantes na análise. A dívida no mercado de capitais também se mostra determinante na relevância da maturidade. Já as taxas de juros subsidiadas também apresentam maior maturidade que as demais, resultado esperado, dado que o BNDES é o principal ofertante desse recurso no mercado brasileiro, segundo os autores Como visto, no Brasil, a presença de um fator institucional importante, representado pelo BNDES nos trabalhos citados anteriormente, impacta de forma significativa a estrutura de capital das empresas. Dessa forma, este trabalho pretende contribuir para esta literatura e trazer novas evidências sobre o tema. 2.3 Fatores Determinantes da Estrutura de Capital Os determinantes da estrutura de capital de empresas tem sido objeto de estudo de diversos trabalhos. O presente trabalho busca investigar a importância de cinco dos determinantes clássicos, considerando um importante fator institucional brasileiro, o BNDES. Esses determinantes são descritos a seguir: Tamanho Rajan e Zingales (1995) trazem evidências de que empresas maiores tendem a ser mais alavancadas que as demais. Esse fato pode ser explicado pelas grandes empresas serem mais diversificadas e terem menor probabilidade de dificuldades financeiras. Além disso, os custos de falência esperados são mais baixos, o que contribui para aumentar a alavancagem. Tangibilidade De acordo com Frank e Goyal (2003) a tangibilidade pode ser vista como uma proxy para diferentes forças econômicas, o que cria uma ambiguidade sobre a teoria de Pecking Order, pois baixa assimetria informacional associada com bens tangíveis fazem emissões de ações menos onerosas, assim, as taxas de alavancagem devem ser menores para empresas com maior tangibilidade. No entanto, se há seleção adversa, a tangibilidade resulta em maior endividamento, servindo como garantia para as dívidas. Rentabilidade A teoria de pecking order prevê uma relação negativa sobre a variável rentabilidade e a alavancagem, pois as empresas mais rentáveis evitariam contrair dívida. Entretanto, a teoria de trade-off prevê uma relação positiva, pois as empresas se beneficiariam da dedutibilidade tributária dos juros incorridos. Oportunidades de Crescimento Para Fama e French (2002), segundo a teoria de Pecking Order, um sinal positivo entre as variáveis representa que os investimentos são realizados com contratação de dívida. Entretanto, um sinal negativo, representa que empresas com boas oportunidades de crescimento tendem a manter níveis baixos de alavancagem. 7

8 Risco De acordo com Brito, Corrar e Batistela (2007), as empresas que apresentam riscos mais elevados tenderão a se endividar menos, pois a probabilidade de seus fluxos de caixa ser insuficientes para honrar as dívidas não permite que elas sejam mais alavancadas resultando em uma relação negativa entre as variáveis risco e alavancagem. 3. Metodologia 3.1 Hipótese da Pesquisa Essa pesquisa busca investigar o efeito do volume da oferta das linhas de crédito do BNDES sobre os determinantes tradicionais da estrutura de capital de empresas brasileiras. Para isso, serão comparados dois contextos político-econômicos distintos e atuais, o governo FHC ( ) e o governo Lula ( ). Como hipótese de pesquisa, tem-se: A significância dos determinantes clássicos de estrutura de capital é alterada considerando contextos político-econômicos distintos, como os analisados. Como resultados, espera-se que os determinantes tradicionais se mostrem menos importantes na estrutura de capital das empresas analisadas no período de maior oferta de crédito do BNDES, ou seja, no período de governo Lula. O gráfico a seguir mostra a evolução da oferta de crédito do BNDES: Figura 1 Evolução dos Desembolsos do BNDES (em reais) Fonte: BNDES (2015) O gráfico traz a evolução dos desembolsos do BNDES em milhões de reais, de forma direta e indireta, por todos os tipos de produto: BNDES Finem, BNDES Finame, BNDES Automático, Cartão BNDES, BNDES Finame Agrícola, BNDES-Exim, BNDES Mercado de Capitais, BNDES não Reembolsáveis, BNDES Microcrédito e BNDES Finame Leasing, para todos os portes de empresas: grande, média, média-grande, micro e pequena. A evolução dos desembolsos se dá de forma ascendente nos períodos analisados. De 1995 a 2002 (governo FHC) os desembolsos foram menores que de 2003 a 2010 (governo Lula), tendo uma grande evolução de 2008 a Assim, o objetivo desse trabalho é comparar, nesses dois momentos, a escolha das estruturas de capital das empresas, para compreender melhor o desenvolvimento do mercado de capitais em um país com fortes fatores institucionais, como o Brasil. 8

9 3.2 Amostra e Coleta de Dados Os dados sobre os fatores específicos da firma foram coletados diretamente da base Economatica, que fornece dados contábeis e de mercado. Foram avaliados dados econômicofinanceiros das companhias de capital aberto, excluindo-se bancos, companhias de seguros e fundos e holdings, devido a características próprias desses setores em níveis de alavancagem financeira. Empresas que tiveram Patrimônio Líquido negativo em algum ano também foram desconsideradas da base. O período de análise corresponde aos anos de 1995 a 2010 e possui todos os valores contábeis-financeiros expressos em reais. Após a coleta dos dados e operacionalização das variáveis, a amostra geral ( ) foi segregada em duas, considerando os períodos de análise ( e ). Além disso, empresas que não apresentavam variáveis em pelo menos dois anos consecutivos em cada período da amostra também foram excluídas da base para efeitos de comparação entre os períodos, resultando em um total de 100 empresas. Ressalta-se que as mesmas empresas compõem as amostras segregadas por períodos. A amostra é não probabilística, ou seja, intencional, o que impossibilita a generalização dos resultados obtidos para todas as companhias abertas brasileiras. 3.3 Definição Operacional das Variáveis A variável dependente é um indicador da estrutura de capital das empresas. Nesse estudo será utilizada a alavancagem das firmas. As variáveis explicativas mostram fatores utilizados para representar a demanda das firmas por capital. Há mais de uma forma de se operacionar essas variáveis, assim a Tabela 1 mostra os atributos, siglas, proxies e sinais esperados entre as variáveis explicativas e a alavancagem. Tabela 1 - Descrição das variáveis utilizadas no estudo Atributo Sigla Proxy Variáveis Dependentes Alavancagem Contábil Alav_Cont Dívida Bruta / Ativo Contábil Alavancagem a Valor de Mercado Alav_Mer Dívida Bruta / Ativo a Valor de Mercado Sinal Esperado Variáveis Explicativas de Firma Tamanho 1 Tam1 Ln (Receita de Vendas) Neg./Pos. Tamanho 2 Tam2 Ln (Ativo Total) Neg./Pos. Tangibilidade 1 Tang1 Ativo Permanente / Ativo Total Neg./Pos. Tangibilidade 2 Tang2 Ativo Imobilizado/Ativo Total Neg./Pos. Rentabilidade 1 Rent1 Lucro líquido / Patrimônio líquido Neg./Pos. Rentabilidade 2 Rent2 Ebit/Ativo Neg./Pos. Rentabilidade 3 Rent3 Ebitda/Ativo Neg./Pos. Risco Risco Desvio-padrão do ROA (5 anos) Neg./Pos. Intangibilidade 1 Intang1 (Vendas t / Vendas t-1 ) - 1 Neg./Pos. Intangibilidade 2 Intang2 Ativo a Valor de Mercado/Ativo Contábil Neg./Pos. 3.4 Modelo e Tratamento dos Dados Para a verificação da hipótese, será utilizada a análise de regressão com dados em painel (software Stata). De acordo com Gujarati (2006) nos dados em painel, a mesma unidade de corte transversal é acompanhada ao longo do tempo, logo, os dados em painel têm uma dimensão espacial e outra tempora. Segundo Baltagi (1995), dados em painel são 9

10 melhores em identificar e medir efeitos que não são detectados em séries temporais e corte transversal, e permitem construir e testar modelos mais complexos, sendo mais informativos, com maior variabilidade, menor colinearidade entre as variáveis, mais graus de liberdade e mais eficiência. Entre as vantagens da análise dos dados em painel pode ser listado o controle da heterogeneidade, um maior número de observações e variabilidade de dados, redução de problemas de multicolinearidade e existência da dinâmica intertemporal. O estudo envolveu seis regressões, uma para cada variável dependente considerada para endividamento nos dois segmentos de amostra (dividido pelos dois períodos de governo) e uma total, considerando os anos de 1995 a O modelo da relação proposta para análise pode ser representado por: ALAVANCAGEM= α + β1 TAMANHOi + β2 TANGIBILIDADEi+ β3 RENTABILIDADEi + β4 INTANGIBILIDADEi + β5 RISCOi + μ O trabalho de Albanez, Valle e Corrar (2012), traz que para estimar os modelos de dados em painel é comum utilizar os métodos de efeitos fixos e aleatórios. A decisão entre os modelos se baseia nos pressupostos quanto aos termos de erro. O modelo de efeitos fixos permite que o intercepto varie para cada observação, levando em conta a natureza específica da empresa. O estimador de efeitos fixos considera uma correlação arbitrária entre as características não observadas de cada empresa (ou erro individual) e as variáveis explicativas em qualquer período de tempo. No modelo de efeitos aleatórios, o intercepto é uma variável aleatória representada por um valor médio comum para todos os indivíduos, ficando as diferenças individuais do intercepto de cada empresa em relação ao valor médio no termo de erro composto. Para isso, aplica-se o teste de Hausman, com as seguintes hipóteses: H0: Resíduos não correlacionados com as variáveis explicativas (efeitos aleatórios) H1: Resíduos correlacionados com as variáveis explicativas (efeitos fixos) Assim, caso a hipótese nula seja rejeitada, o modelo escolhido é o de efeitos fixos. Dado o tamanho da amostra, assume-se a normalidade dos resíduos. Para verificar possíveis problemas de multicolinearidade, serão analisadas as correlações entre as variáveis explicativas. Também será apresentado o resultado do modelo robusto com a correção de White para heterocedasticidade dos resíduos. 4. Análise dos Resultados As variáveis independentes selecionadas foram testadas previamente para verificar a sua significância nos modelos de dados em painel. Para isso, foram inclusas as diversas variáveis em vários modelos de teste, para análise dos coeficientes obtidos e suas significâncias. As variáveis selecionadas para serem excluídas foram as que representaram menor poder explicativo que outras do mesmo atributo nos diferentes testes para cada modelo e período de análise. Assim, permanecem no estudo as variáveis Tamanho (Ln (Ativo Total)), Rentabilidade (Lucro líquido/patrimônio líquido), Risco (Desvio-padrão do ROA), Tangibilidade (Ativo Permanente/Ativo Total), Intangibilidade (Ativo a Valor de Mercado/Ativo Contábil). Nas Tabelas 2, 3 e 4 apresentam-se as estatísticas descritivas das variáveis dependentes e explicativas. Nela constam as médias e desvios-padrão dos índices de endividamento (variáveis dependentes) e dos fatores Tamanho, Rentabilidade, Risco, Tangibilidade e Intangibilidade (variáveis independentes) em relação às empresas entre os anos de , e

11 Tabela 2 - Estatísticas descritivas Variável Nº de Observações Mínimo Máximo Média Desvio-Padrão Alavancagem Contábil , , , Alavancagem de Mercado , , , Tamanho 745 9, , , , Rentabilidade , , , , Risco 542 0, , , , Tangibilidade 741 0, , , , Intangibilidade 674 0,025 3,468 0,816 0,346 Segundo a Tabela 2, verifica-se que a Média de Alavancagem Contábil entre 1995 e 2002 é de 23,85% com um desvio padrão de 17,04%. Para os valores de mercado, a Alavancagem média foi de 30,49%, com um desvio padrão de 20,66%. Tabela 3 - Estatísticas descritivas Variável Nº de Observações Mínimo Máximo Média Desvio-Padrão Alavancagem Contábil , , , Alavancagem de Mercado , , , Tamanho , , , ,87236 Rentabilidade ,0262 0, , , Risco 792 0, , , , Tangibilidade 796 0, , , , Intangibilidade 770 0,121 5,330 1,264 0,599 Segundo a Tabela 3, verifica-se que a Média de Alavancagem Contábil entre 2003 e 2010 é de 24,72% com um desvio padrão de 16,26%. Para a Alavancagem de Mercado, a média foi de 22,02%, com um desvio padrão de 16,56%. Tabela 4 - Estatísticas descritivas Variável Nº de Observações Mínimo Máximo Média Desvio-Padrão Alavancagem Contábil , , , Alavancagem de Mercado , , , Tamanho , , ,0969 1, Rentabilidade , , , , Risco , , , , Tangibilidade , , , , Intangibilidade , , , , Na Tabela 4, verifica-se que a Média de Alavancagem Contábil entre 1995 e 2010 é de 24,30% com um desvio padrão de 16,64%. Para a Alavancagem de Mercado, a média foi de 25,97%, com um desvio padrão de 19,06%. Verifica-se que a Média de Alavancagem Contábil entre 1995 e 2002 é menor que entre 2003 e 2010, mostrando que no período do governo Lula, quando os desembolsos do BNDES foram maiores, as empresas se apresentaram mais alavancadas que no primeiro período. Entretanto, a valores de Mercado, notamos uma inversão desses resultados. Para o 11

12 segundo período de análise essa média caiu e o desvio padrão teve uma variação (diminuição) maior que a encontrada para a Alavancagem Contábil. Adicionalmente, foram realizados os testes de Correlação de Person para investigar a possível presença de multicolinearidade entre as variáveis independentes. As tabelas 5, 6 e 7, apresentam os resultados obtidos em cada período específico. Nessas tabelas é possível verificar que não existem problemas de multicolinearidade entre nenhuma das variáveis, pois nenhuma das correlações está acima de 0,70, ou seja, não existe alta correlação entre elas. Tabela 5 - Matriz de correlação entre as variáveis Variável Alavancagem Contábil Alavancagem de Mercado Tamanho Rentabilidade Risco Tangibilidade Intangibilidade Alavancagem Contábil 1,0000 Alavancagem de Mercado 0,8847 1,0000 Tamanho 0,2333 0,1816 1,0000 Rentabilidade -0,1912-0,1557 0,0734 1,0000 Risco -0,1311 0,0019-0,3045-0,1514 1,0000 Tangibilidade -0,0683 0,0676 0,3673-0,0210-0,2205 1,0000 Intangibilidade 0,2629-0,1095 0,2203-0,0232 0,2067-0,1550 1,0000 Tabela 6 - Matriz de correlação entre as variáveis Variável Alavancagem Contábil Alavancagem de Mercado Tamanho Rentabilidade Risco Tangibilidade Intangibilidade Alavancagem Contábil 1,0000 Alavancagem de Mercado 0,8653 1,0000 Tamanho 0,2541 0,1824 1,0000 Rentabilidade -0,0845-0,1208 0,0753 1,0000 Risco -0,1081-0,1246-0,1581-0,1228 1,0000 Tangibilidade 0,0437 0,0778 0,2283-0,0022 0,0442 1,0000 Intangibilidade 0,0439-0,3173 0,1199 0,0930 0,0222-0,1190 1,0000 Tabela 7 - Matriz de correlação entre as variáveis Variável Alavancagem Contábil Alavancagem de Mercado Tamanho Rentabilidade Risco Tangibilidade Intangibilidade Alavancagem Contábil 1,0000 Alavancagem de Mercado 0,8467 1,0000 Tamanho 0,2435 0,1274 1,0000 Rentabilidade -0,1418-0,1588 0,0924 1,0000 Risco -0,0195-0,0593-0,2113-0,1336 1,0000 Tangibilidade -0,0139 0,1004 0,2522-0,0264-0,0375 1,0000 Intangibilidade 0,1121-0,2877 0,2154 0,0744 0,0440-0,1705 1,0000 De acordo com os resultados obtidos, as maiores correlações são entre as variáveis Tamanho e Tangibilidade, em todos os períodos de análise. Mesmo assim, a correlação ainda é baixa, inferior ao limite tolerável. Após essas análises, foram realizadas as regressões de dados em painel, cujos resultados são apresentados a seguir. As tabelas apresentam os modelos de regressão obtidos para cada variável dependente (Alavancagem Contábil e Alavancagem de Mercado) para os períodos de análise (1995/2002 e 2003/2010) e uma total (1995/2010). Assim, foram analisados seis modelos ao todo. São apresentados os resultados das regressões com efeitos fixos e aleatórios, de acordo com o teste de Hausman, e com correção para heterocedasticidade, pelo método de White. As Tabelas 8 e 9 apresentam os outputs para as regressões de cada variável dependente em cada modelo. 12

13 Regressões com dados em painel. Tabela 8 - Variável Dependente: Alavancagem Contábil Variáveis Independentes Coef. p-val (EF) p-val (W) Coef. p-val (EA) p-val (W) Coef. p-val (EF) p-val (W) Tamanho 0, ,000 0,003 0, ,000 0,020 0, ,000 0,009 Rentabilidade -0, ,000 0,000-0, ,001 0,003-0, ,000 0,000 Risco -0,3326 0,002 0,071-0, ,002 0,279-0, ,008 0,276 Tangibilidade -0, ,009 0,001 0, ,198 0,249 0, ,689 0,805 Intangibilidade 0, ,042 0,001-0, ,170 0,344-0, ,781 0,867 Constante -0, ,000 0,006-0, ,259 0,545-0, ,042 0,306 Nº de Observações 508 Nº de Observações 763 Nº de Observações 1271 Prob>F 0,0000 Prob>Chi2 0,0002 Prob>F 0,0000 R² Within 21,49% R² Within 4,96% R² Within 6,33% R² Between 7,46% R² Between 9,49% R² Between 8,95% R² Overall 3,73% R² Overall 7,56% R² Overall 6,33% Modelo Efeitos Fixos Modelo Efeitos Aleatórios Modelo Efeitos Fixos Notas: Coef.: coeficientes; p-val (EF): nível de significância do coeficiente para regressão com efeito fixo; p- val (EA): nível de significância do coeficiente para regressão com efeito aleatório; p-val (W): nível de significância do coeficiente para regressão robusta com correção pelo método White; Prob>F: nível de significância do modelo de efeitos fixos; Prob>Chi2: nível de significância do modelo de efeitos aleatórios; R2: coeficiente de explicação do modelo. Na Tabela 8 é apresentado o resultado das regressões para a Alavancagem Contábil. O teste de Hausman apontou como adequado o modelo de efeitos fixos para as amostras de 1995 a 2002 e 1995 a 2010, enquanto que para a amostra de 2003 a 2010 o modelo mais adequado é o de efeitos aleatórios. Assim, no primeiro quadrante, o teste F demonstra que o modelo como um todo é significativo, pois prob. F < 0,05, para o modelo de efeitos fixos. Da mesma forma, no segundo quadrante, , prob. chi2 < 0,05, mostrando que o modelo também é significativo nesse período, pelo modelo de efeitos aleatórios. Para o terceiro quadrante, , é encontrado que o modelo também é significativo, com prob. F < 0,05. Sobre o poder explicativo dos modelos para a Alavancagem Contábil, verifica-se que o R 2 Within se modifica bastante dependendo do período da análise, confirmando a importância de aspectos institucionais de cada período sobre a análise dos determinantes da alavancagem das empresas. No primeiro período de análise ( ), o R² encontrado é de 21,49%, enquanto que no segundo período ( ) é de apenas 4,96%, indicando que a significância das variáveis clássicas foi fortemente alterada, provavelmente, devido aos níveis de desembolsos do BNDES nestes períodos. Os demais indicadores de R 2 também se modificam, mas não tanto quanto o indicador intra-empresa. Na análise das variáveis independentes em cada modelo, merece destaque os sinais dos coeficientes obtidos em cada período. Para os anos 1995/2002 e 2003/2010 a variável Tamanho apresenta coeficiente positivo em ambos os anos, mesmo resultado encontrado por Tarantin Jr. e Valle (2015), mostrando que quanto maior o tamanho da firma, maior sua alavancagem, pois empresas maiores apresentam melhores condições de captação de dívida. Já as variáveis Rentabilidade e Risco se mostram negativas em ambos os períodos, evidenciando uma relação inversa: quanto menor a Rentabilidade e o Risco, maior a Alavancagem. Os resultados encontrados para a variável Rentabilidade estão de acordo com a Teoria da Pecking Order descrita por Myers e Majluf (1984), em que empresas mais lucrativas são menos endividadas. Segundo essa teoria, empresas mais lucrativas tem mais recursos internos disponíveis para financiar suas atividades, ou seja, melhor capacidade de 13

14 geração de recursos internamente. O resultado de adequação a essa teoria também foi encontrado no trabalho de Bastos e Nakamura (2009), como uma das mais robustas para explicar a estrutura de capital de empresas brasileiras. Por outro lado, as variáveis Tangibilidade e Intangibilidade mostraram sinais opostos nos dois períodos; em 1995/2002 a variável Tangibilidade apresenta coeficiente negativo, enquanto que Intangibilidade coeficiente positivo, sendo o oposto para o período seguinte, 2003/2010. Entretanto, quando analisada a significância dos coeficientes é possível perceber que das cinco variáveis independentes escolhidas, quatro são significantes para o modelo de 1995/2002, ficando a Tangibilidade sem significância. Quando analisado o período seguinte, 2003/2010, as variáveis Tangibilidade e Intangibilidade não apresentam significância. Com a correção de White ainda é possível verificar que o Risco também perde a significância. Dessa forma, é possível verificar que para a Alavancagem Contábil, no período de maior desembolso do BNDES ( ), a maior parte das variáveis clássicas perdem significância estatística para explicação da estrutura de capital das empresas, o que pode refletir o papel desse importante fator institucional brasileiro na concessão de crédito para as companhias neste período. Ainda, a grande variação entre o poder explicativo dos modelos (R² Within) afirma a importância do aspecto institucional entre os períodos. Na Tabela 9 estão os resultados para a alavancagem a valor de mercado. Regressões com dados em painel. Tabela 9 - Variável Dependente: Alavancagem de Mercado Variáveis Independentes Coef. p-val (EF) p-val (W) Coef. p-val (EA) p-val (W) Coef. p-val (EF) p-val (W) Tamanho 0, ,000 0,018 0, ,001 0,081-0, ,249 0,471 Rentabilidade -0, ,000 0,000-0, ,004 0,008-0, ,000 0,000 Risco -0, ,003 0,037-0, ,001 0,266-0, ,000 0,097 Tangibilidade -0, ,241 0,478 0, ,303 0,265 0, ,108 0,245 Intangibilidade -0, ,000 0,000-0, ,000 0,000-0, ,000 0,000 Constante -0, ,251 0,511 0, ,409 0,668 0, ,000 0,001 Nº de Observações 508 Nº de Observações 763 Nº de Observações 1271 Prob>F 0,0000 Prob>Chi2 0,0000 Prob>F 0,0000 R² Within 18,40% R² Within 14,14% R² Within 19,26% R² Between 4,98% R² Between 18,48% R² Between 5,37% R² Overall 4,22% R² Overall 16,55% R² Overall 11,41% Modelo Efeitos Fixos Modelo Efeitos Aleatórios Modelo Efeitos Fixo Notas: Coef.: coeficientes; p-val (EF): nível de significância do coeficiente para regressão com efeito fixo; p-val (EA): nível de significância do coeficiente para regressão com efeito aleatório; p-val (W): nível de significância do coeficiente para regressão robusta com correção pelo método White; Prob>F: nível de significância do modelo de efeitos fixos; Prob>Chi2: nível de significância do modelo de efeitos aleatórios; R2: coeficiente de explicação do modelo. Na Tabela 9 é possível verificar que, nas amostras de 1995 a 2002 e 1995 a 2010, o teste de Hausman apontou como mais adequado o modelo de efeitos fixos, enquanto que para a amostra de 2003 a 2010 o modelo de efeitos aleatórios. Assim, no primeiro quadrante, para o modelo de efeitos fixos, o teste F demonstra que o modelo como um todo é significativo, pois prob. F < 0,05. Da mesma forma, no segundo quadrante, , prob. chi2 < 0,05, mostrando que o modelo também é significativo pelo modelo de efeitos aleatórios. Para o terceiro quadrante, , é encontrado que o modelo também é significativo, com prob. F < 0,05. 14

15 Sobre o poder explicativo encontrado nos modelos da Alavancagem de Mercado, verifica-se que o R 2 Within se modifica pouco entre os períodos da análise, mesmo assim, essa variação aponta para a confirmação da hipótese da importância de aspectos institucionais sobre a alavancagem das empresas. No primeiro período de análise ( ), o R² Within encontrado é de 18,40%, enquanto que no segundo período ( ) de 14,14%, diferença menor do que a encontrada para Alavancagem Contábil, mas ainda significativa. Os demais indicadores de R 2 também se modificam, mas não tanto quanto o indicador de explicação intra-empresa. Na análise das variáveis independentes para a Alavancagem de Mercado, temos que nos anos 1995/2002 e 2003/2010 a variável Tamanho apresenta coeficiente positivo em ambos os anos, sendo o mesmo resultado encontrado para a Alavancagem Contábil, mostrando que quanto maior o tamanho da firma, maior sua alavancagem. Para o período total, 1995/2010, essa variável não se mostra significante. Já as variáveis Rentabilidade, Risco e Intangibilidade se mostram negativas em ambos os períodos, mostrando uma relação inversa: quanto menor a Rentabilidade, o Risco e a Intangibilidade, maior a Alavancagem. Pode-se destacar o resultado encontrado para a Intangibilidade, que além de sua significância, possui sinal de acordo com a Teoria de Market Timing, de Baker e Wurgler (2002), para os três períodos de análise, indicando que em momentos de altos valores de mercado, as empresas utilizam menos dívida para se financiar, provavelmente, utilizando a emissão de ações nesses períodos. Por outro lado, a variável Tangibilidade mostra sinais opostos nos dois períodos, em 1995/2002 apresenta coeficiente negativo, sendo o oposto para o período seguinte, 2003/2010. Ademais, quando analisamos a significância dos coeficientes percebemos que das cinco variáveis independentes escolhidas, quatro são significantes para o modelo de 1995/2002Em resumo, a variação entre o poder explicativo dos modelos (R² Within) aponta para a influência dos desembolsos do BNDES sobre a significância dos determinantes tradicionais de alavancagem entre os períodos. Além disso, os resultados encontrados para a Intangibilidade estão de acordo com a Teoria de Market Timing. Assim, sobre a hipótese levantada na pesquisa, é possível confirmar pelo poder explicativo dos modelos que as variáveis clássicas, representativas de características de firma, são mais importantes para explicar a alavancagem no período FHC que no governo Lula, apontando para a importância de aspectos político-econômicos sob as decisões de financiamento das firmas. 5. Considerações Finais O principal objetivo desse trabalho foi analisar a influência do BNDES no mercado de capitais brasileiro. Assim, foi investigado o efeito do volume de oferta das linhas de crédito desse banco sobre os determinantes tradicionais da estrutura de capital de empresas brasileiras, com a hipótese de que a significância dos determinantes clássicos de estrutura de capital é alterada considerando o momento econômico em análise. Para tanto, a amostra de empresas foi dividida em duas partes considerando a política de oferta do BNDES de acordo com a política de governo do país, sendo assim, considerado os períodos de governo FHC ( ) e governo Lula ( ). Os dados foram tratados por meio de modelos de modelos de regressão com dados em painel. Como principais resultados, verifica-se que todos os modelos foram significativos para explicar a alavancagem das empresas, no entanto, o poder explicativo dos modelos é alterado de forma substancial 15

16 considerando os períodos de análise (1995 a 2002 Governo FHC; e 2003 a 2010 Governo Lula), tanto para a Alavancagem Contábil quanto para a Alavancagem de Mercado. Este resultado aponta para a importância de aspectos macroeconômicos e institucionais dos diferentes períodos de análise sobre as decisões de estrutura de capital das empresas, possivelmente, refletindo a importância da atuação e do volume de recursos ofertados pelos BNDES nos períodos analisados. Assim, a hipótese de que os determinantes tradicionais se mostrassem menos importantes para explicar a estrutura de capital das empresas analisadas no período de maior oferta de crédito do BNDES, ou seja, no período de governo Lula, foi verificada. Espera-se que esse trabalho tenha contribuído para a literatura sobre a influência de fatores institucionais sobre a alavancagem das firmas e possa gerar reflexões sobre questões que envolvem os determinantes do desenvolvimento do mercado de capitais brasileiro e sobre os incentivos que as empresas têm em se adentrar nesse mercado. Como principais limitações da pesquisa é possível citar o tamanho da amostra, a modelagem utilizada e as proxies para representar os atributos em análise. Mais importante ainda, outros fatores macroeconômicos e institucionais podem ter afetado a significância dos determinantes clássicos de alavancagem e a análise como um todo, representando variáveis omitidas. Para futuros trabalhos, como sugestão, poderiam ser utilizados modelos dif-in-dif para analisar os períodos econômicos distintos e sua influência sob a análise aqui realizada, buscando examinar a consistência dos resultados obtidos. Referências Albanez, A., Valle, M. R. (2009). Impactos da assimetria de informação na estrutura de capital de empresas brasileiras de capital aberto. In: ENCONTRO NACIONAL DA ASSOCIAÇÃO NACIONAL DOS PROGRAMAS DE PÓS-GRADUAÇÃO EM ADMINISTRAÇÃO ENANPAD, 33., 2009, São Paulo. Anais... São Paulo: Anpad Albanez, A., Valle, M. R. & Corrar, L. J. (2012). Fatores institucionais e assimetria informacional: influência na estrutura de capital de empresas brasileiras. Revista de Administração Mackenzie. 13(2), p Aronovich S., Fernandes A. G. (2006). A atuação do governo no mercado de capitais: experiências de IFDs em países desenvolvidos. Revista do BNDE. 13(25), p Baker, M. Wurgler, J. (2002). Market Timing and Capital Structure. The Journal of Finance. 57(1) Baltagi, B. H. (1995). Econometric Analysis of Panel Data. British Library Cataloguing in Publication Data Bastos, D. D., & Nakamura, W. T. (2009). Determinantes da estrutura de capital das companhias abertas no Brasil, México e Chile no período Revista Contabilidade & Finanças. 20(50), p Bastos, D. D., & Nakamura, W. T. & Basso, L. F. C. (2009). Determinantes da estrutura de capital das companhias abertas na América Latina: um estudo empírico considerando fatores macroeconômicos e institucionais. Revista de Administração Mackenzie. 10(6), p Bernardo C. J., Alvarez T., Securato J. R. (2016). Fatores macroeconômicos e institucionais e seus efeitos sobre a estrutura de capital de empresas latino-americanas. Anais do XVI Congresso USP Controladoria e Contabilidade, São Paulo, SP, Brasil. 16