PONTIFÍCIA UNIVERSIDADE CATÓLICA DE SÃO PAULO PUC-SP … · 2018-08-18 · trimestre de 2010 e o primeiro trimestre de 2017, totalizando 29 trimestres para cada empresa. Os dados

PONTIFÍCIA UNIVERSIDADE CATÓLICA DE SÃO PAULO

PUC-SP

Daniele Santos Damascena

Determinantes da estrutura de capital das empresas

de edificações brasileiras na crise

MESTRADO EM ADMINISTRAÇÃO DE EMPRESAS

São Paulo

2018

Daniele Santos Damascena

Determinantes da estrutura de capital das empresas

de edificações brasileiras na crise

MESTRADO EM ADMINISTRAÇÃO DE EMPRESAS

Dissertação apresentada à Banca Examinadora da Pontifícia Universidade Católica de São Paulo, como exigência parcial para obtenção do título de Mestre em Administração de Empresas, sob a orientação do Professor Dr. José Odálio dos Santos.

São Paulo 2018

Banca Examinadora

______________________________________________

______________________________________________

______________________________________________

Agradeço à Coordenação de Aperfeiçoamento de Pessoal de

Nível Superior (CAPES) pela concessão da bolsa durante todo

o período de realização do mestrado.

AGRADECIMENTOS

Gostaria de agradecer a Deus pela minha vida e por todas as coisas que

consegui realizar.

A minha irmã, por ter me ajudado na análise estatística.

Aos meus pais e marido, pelo incentivo e apoio em mais essa etapa.

Ao meu orientador, Professor Dr. José Odálio dos Santos, pela atenção e

aprendizado durante o curso.

Aos professores e funcionários da PUC-SP pela dedicação e suporte

oferecidos.

Ao meu chefe no Metrô de São Paulo, Ronaldo Moreira da Silva, por me ajudar

na realização desse sonho.

Todos os seus sonhos podem se tornar realidade se você tem coragem para persegui-los. (Walt Disney)

RESUMO

A partir do ano de 2014, em função das incertezas causadas pela instabilidade política

e econômica, o PIB brasileiro começou a apresentar sinais negativos e a impactar

toda a economia. O desempenho do setor de edificações foi um dos primeiros a ser

comprometido. O objetivo principal desta pesquisa foi identificar e analisar os fatores

determinantes da estrutura de capital das cinco maiores empresas do setor de

edificação listadas na Bolsa de Valores de São Paulo, no período de 2010 a 2017,

considerando os pressupostos de três teorias de estrutura de capital: Pecking Order,

Agência e Teoria Trade off. O período estudado foi o compreendido entre o primeiro

trimestre de 2010 e o primeiro trimestre de 2017, totalizando 29 trimestres para cada

empresa. Os dados contábeis foram extraídos da base dados Economática.

Primeiramente, foi efetuada uma análise gráfica do desempenho contábil e financeiro

dessas empresas. Logo após, foi feita a análise de dados em painel, considerando

índices de endividamento como variáveis dependentes e os fatores lucratividade,

tangibilidade, crescimento e liquidez como variáveis independentes. O resultado

evidente foi a constatação de aderência aos preceitos da Teoria Pecking Order para

as variáveis lucratividade e liquidez no período anterior à crise política e econômica.

Durante a crise, observou-se que as variáveis crescimento e tangibilidade foram as

mais afetadas em função de servirem como garantias nas operações de crédito.

Palavras-chave: Captação. Endividamento. Estrutura de capital. Fatores

determinantes. Crise.

ABSTRACT

Starting in 2014, due to the uncertainties caused by political and economic instability,

the Brazilian GDP began to show negative signs and to impact the entire economy.

The performance of the building industry was one of the first to be compromised. The

main objective of this research was to identify and analyze the factors determining the

capital structure of the five largest companies in the building sector listed on the São

Paulo Stock Exchange, from 2010 to 2017, considering the assumptions of three

capital structure theories: Pecking Order, Agency and Trade off. The period studied

was between the first quarter of 2010 and the first quarter of 2017, totaling 29 quarters

for each company. The accounting data was extracted from the Economática

database. First, a graphical analysis of the accounting and financial performance of

these companies was carried out. Afterwards, panel data analysis was performed,

considering indebtedness indices as dependent variables and the factors of

profitability, tangibility, growth and liquidity as independent variables. The evident

result was the observation of adherence to the precepts of the Pecking Order Theory

for the variables of profitability and liquidity in the period prior to the political-economic

crisis. During the Crisis, it was observed that the variables Growth and Tangibility were

the most affected by the fact that they served as collateral in credit operations.

Keywords: Borrowing. Debt. Capital structure. Determinants. Crisis.

LISTA DE GRÁFICOS

GRÁFICO 1 – Evolução do patrimônio – Cyrela .............................................. 34

GRÁFICO 2 – Passivo Oneroso – Cyrela ........................................................ 35

GRÁFICO 3 – Passivo Oneroso em relação ao Passivo total – Cyrela ............ 35

GRÁFICO 4 – Evolução do lucro e das despesas financeiras – Cyrela ........... 36

GRÁFICO 5 – Evolução do patrimônio – Ezetc ................................................ 37

GRÁFICO 6 – Passivo Oneroso – Ezetc .......................................................... 37

GRÁFICO 7 – Evolução do lucro e das despesas financeiras – Ezetc ............ 38

GRÁFICO 8 – Evolução do patrimônio – Gafisa .............................................. 39

GRÁFICO 9 – Passivo Oneroso – Gafisa ........................................................ 40

GRÁFICO 10 – Passivo Oneroso em relação ao Passivo total – Gafisa .......... 40

GRÁFICO 11 – Evolução do lucro e das despesas financeiras – Gafisa ......... 41

GRÁFICO 12 – Evolução do patrimônio – MRV ............................................... 42

GRÁFICO 13 – Passivo Oneroso – MRV ......................................................... 42

GRÁFICO 14 – Passivo Oneroso em relação ao Passivo total – MRV ............ 43

GRÁFICO 15 – Evolução do lucro e das despesas financeiras – MRV ........... 43

GRÁFICO 16 – Evolução do patrimônio – Rossi .............................................. 44

GRÁFICO 17 – Passivo Oneroso – Rossi ........................................................ 45

GRÁFICO 18 – Passivo Oneroso em relação ao Passivo total – Rossi ........... 45

GRÁFICO 19 – Evolução do lucro e das despesas financeiras – Rossi .......... 46

GRÁFICO 20 – Evolução do Patrimônio das empresas ................................... 46

GRÁFICO 21 – Evolução das dívidas de longo prazo das empresas .............. 47

GRÁFICO 22 – Evolução das dívidas de curto prazo das empresas ............... 47

GRÁFICO 23 – Evolução do lucro das empresas ............................................ 48

LISTA DE QUADROS

QUADRO 1 – Interpretação teste de Hausman................................................ 27

QUADRO 2 – Setor de atuação – Classificação Bovespa ............................... 30

LISTA DE TABELAS

TABELA 1 – Participação da construção civil no PIB ....................................... 15

TABELA 2 – Principais medidas descritivas para as variáveis dependentes

do estudo de acordo com o período estudado ............................ 49

TABELA 3 – Principais medidas descritivas para as variáveisindependentes

do estudo ..................................................................................... 50

TABELA 4 – Matriz de correlação – variáveis independentes .......................... 51

TABELA 5 – Determinantes do capital no período anterior à crise e no

período de crise – parte 1 ............................................................ 51


período de crise – parte 2 ............................................................ 52


período de crise – resumo dos resultados ................................... 55

SUMÁRIO

1 INTRODUÇÃO .......................................................................................... 14

1.1 Contextualização................................................................................ 14

1.2 Objetivo .............................................................................................. 14

1.3 Justificativa ........................................................................................ 14

1.4 Relevância ......................................................................................... 16

1.5 Problema de pesquisa ....................................................................... 16

1.6 Limitações .......................................................................................... 16

1.7 Estrutura ............................................................................................ 16

2 REFERENCIAL TEÓRICO ....................................................................... 18

2.1 Teorias de estrutura de capital ........................................................... 18

2.2 Determinantes da estrutura de capital ............................................... 21

2.3 Cenário econômico e o setor de edificações ..................................... 24

3 METODOLOGIA ....................................................................................... 26

3.1 Estudos de dados em painel .............................................................. 26

3.2 Procedimentos econométricos ........................................................... 28

3.3 Hipóteses ........................................................................................... 28

3.4 Amostra e período do estudo ............................................................. 29

3.5 Variáveis ............................................................................................ 30

3.5.1 Variáveis dependentes ................................................................. 30

3.5.2 Variáveis independentes .............................................................. 32

4 ANÁLISE DOS RESULTADOS ................................................................ 34

4.1 Análise financeira das empresas ....................................................... 34

4.1.1 Cyrela ........................................................................................... 34

4.1.2 Eztec ............................................................................................. 36

4.1.3 Gafisa ........................................................................................... 38

4.1.4 MRV .............................................................................................. 41

4.1.5 Rossi ............................................................................................. 44

4.2 Análise Comparada das empresas .................................................... 46

4.3 Análise descritiva estatística .............................................................. 48

4.4 Resultados dos modelos econométricos ............................................ 51

5 CONSIDERAÇÕES FINAIS ...................................................................... 57

REFERÊNCIAS ................................................................................................ 60

14

1 INTRODUÇÃO

1.1 Contextualização

Existe uma procura pela estrutura de capital ótima que represente a

composição adequada entre capital próprio e capital de terceiros. A ideia de

existência dessa estrutura ótima foi apresentada pela primeira vez por Durand,

em 1952, que defendia que a estrutura de capital de uma empresa influencia

diretamente o seu valor no mercado. Contudo, o início da discussão e estudos

mais aprofundados para encontrar o melhor modelo que defina essa estrutura

apenas foram impulsionados após Modigliani e Miller, em 1958, contradizendo

Durand e afirmando que a estrutura de capital não alteraria em nada o valor de

uma empresa. Posteriormente, em 1963, após terem sido contestados por

Durand, Modigliani e Miller revisaram a sua teoria, pois o modelo não

considerava algumas variáveis. Desde então, o assunto vem sendo amplamente

debatido na comunidade científica.

Diversas contribuições foram feitas e algumas teorias desenvolvidas.

Dentre esses trabalhos, podemos citar as teorias Trade-Off, de Myers e Majluf

(1984), Pecking Order, de Myers (1984), Teoria da Agência, de Jensen e

Meckling (1976), e Market Timing, de Baker e Wurgler (2002).

1.2 Objetivo

O objetivo principal desta pesquisa foi identificar e analisar os fatores

determinantes da estrutura de capital das cinco maiores empresas do setor de

edificação listadas na Bolsa de Valores de São Paulo (Bovespa), no período de

2010 a 2017, considerando os pressupostos de três teorias de estrutura de

capital: Pecking Order, Agência e Trade off.

O objetivo complementar foi avaliar se a crise política e econômica

brasileira, vivenciada no período de 2014 a 2017, alterou, de forma

estatisticamente significativa, a estrutura de capital das empresas selecionadas.

1.3 Justificativa

15

Segundo levantamento do Sindicato Nacional da Indústria da Construção

Pesada (SINICON), em parceria com a LCA Consultores, no primeiro semestre

do ano de 2017, o setor de construção civil teve retração de 6,6%. Esse

desempenho foi o pior de todos os subsetores da economia e, inclusive, puxou

o resultado geral do PIB no primeiro semestre do ano para baixo, conforme

mostra a Tabela 1.

Tabela 1 – Participação da construção civil no PIB

Setor 2010 2011 2012 2013 2014 2015 2016

1º sem 2017

Agropecuária 6,7 5,6 -3,1 8,4 2,8 3,6 -6,6 15

Extrativa mineral 14,9 3,5 -1,9 -3,2 9,1 4,8 -2,9 7,8

Indústria da transformação 9,2 2,2 -2,4 3 -4,7 -10,4 -5,2 -1

Construção 13,1 8,2 3,2 4,5 -2,1 -6,5 -5,2 -6,6

Comércio 11,1 2,3 2,4 3,4 0,6 -8,7 -6,3 -0,8 Serviços de transporte, armazenagem e correio 11,2 4,3 2 2,6 1,5 -6,6 -7,1 -1,4

Serviços de informação, 5,4 6,5 7 4 5,3 -0,5 -3 -1,4 intermediação financeira e seguros 9,3 6,2 1,5 1,8 -0,6 -0,8 -2,8 -3,1

Administração pública 2,2 1,9 1,3 2,2 0,1 -0,1 -0,1 -1

PIB 7,5 4 1,9 3 0,5 -3,8 -3,6 0

Fonte: G1

A Tabela 1 também demonstra que a área da construção civil tem sentido

a crise de uma forma mais intensa que os outros setores, visto que acumula

queda de 15,71% desde o ano de 2014, enquanto o PIB total recuou apenas

6,83%. Outro dado que monstra o impacto da crise econômica e política no setor

é o número de desempregados da área. Entre 2013 e 2017, foram cortadas

quase 1 milhão de vagas de emprego no setor, o que representa mais de 1/3 do

total de vagas que deixaram de existir no país.

Ao considerar a atualidade e a relevância do tema, a caracterização de

atividade cíclica das empresas selecionadas – ou seja, muito sensível à

ocorrência de eventos sistêmicos adversos – e o grande interesse dos

pesquisadores acadêmicos pelo tema de estrutura de capital corroborado pelo

número expressivo de pesquisas, considerou-se oportuna a ocasião para o

desenvolvimento desta pesquisa.

16

1.4 Relevância

As decisões financeiras de uma organização podem ser cruciais para a

sua continuidade, principalmente em períodos de recessão econômica, como o

que o Brasil passou no período de 2014 a 2017. Dentre essas decisões, a

composição dos custos de financiamento deve ser levada em consideração por

qualquer empresa e, por isso, o estudo das determinantes da estrutura de capital

tem sido objeto de várias pesquisas no meio acadêmico. A presente pesquisa

possui relevância por analisar a composição do endividamento das empresas

brasileiras do setor de edificações, as quais representam setor sensível a

impactos econômicos, além de serem representativos na formação do PIB

brasileiro.

1.5 Problema de pesquisa

Questões centrais da pesquisa:

a. Quais os determinantes da estrutura de capital adotados pelas cinco

maiores empresas de edificações listadas na Bolsa de Valores

brasileira – Brasil Bolsa Balcão ou B3 – no período anterior à crise de

2014 a 2017?

b. Quais os determinantes da estrutura de capital adotados pelas cinco

maiores empresas de edificações listadas na B3 neste mesmo período

de crise?

1.6 Limitações

Embora seja comum utilizar como amostra todas as empresas de um

mesmo setor, nesta pesquisa, optou-se por utilizar apenas as cinco maiores,

uma vez que resultados amostrais setoriais podem apresentar discrepâncias em

função das diferenças nas estratégias comerciais, políticas de investimento,

financiamento e distribuição de dividendos adotadas pelas empresas.

17

1.7 Estrutura

Após a introdução do tema, o Capítulo 2 apresenta o referencial teórico,

que aborda as teorias sobre estrutura de capital, os principais estudos

relacionados ao tema e o panorama do setor. O Capítulo 3 descreve a

metodologia de pesquisa, o Capítulo 4 destaca os resultados da pesquisa e, nas

Considerações Finais, tem-se o fechamento e as conclusões.

18

2 REFERENCIAL TEÓRICO

2.1 Teorias de estrutura de capital

A primeira teoria que chamou a atenção do meio acadêmico para a

existência de uma estrutura de capital ótima foi apresentada por Durand (1952).

Ele argumenta ser possível encontrar uma melhor combinação entre capital de

terceiros e capital próprio para maximizar o valor da empresa perante o mercado.

Seu artigo expõe que o capital de terceiros possui um custo de capital

menor que o custo do capital próprio, uma vez que seria possível utilizar os

benefícios da dedução no imposto de renda pessoa jurídica. Entretanto, o autor

ressalta que as empresas não devem utilizar o endividamento de terceiros ao

máximo, visto que, na medida em que o endividamento aumenta, o risco de

falência também se torna maior.

Contudo, Modigliani e Miller (1958) causaram grande impacto no mundo

acadêmico ao afirmar que a estrutura de capital seria irrelevante para o valor de

uma empresa. No desenvolvimento dessa proposição, os autores consideraram

um mercado perfeito, ou seja, que não leva em conta os custos de transação,

custos de agência, custos de falência ou impostos. Modigliani e Miller (1958)

defendiam que, em um mercado perfeito, as fontes de recursos que financiam

os ativos são irrelevantes, pois não afetam o lucro operacional ou o valor de

mercado dos ativos. Portanto, não existiria diferença entre uma empresa

alavancada e uma não alavancada, já que são unicamente as decisões de

investimento dos ativos que agregam valor.

Já em sua segunda proposição, Modigliani e Miller (1958) afirmaram que

um aumento do nível de endividamento tende a elevar o retorno esperado de

uma ação, pois os acionistas percebem um aumento de risco.

Em 1963, em função das críticas geradas pelo artigo anterior, Modigliani

e Miller publicaram um novo trabalho em que reconheceram o efeito na

tributação da alavancagem financeira. Admitiram que a utilização do capital de

terceiros diminui o valor do Imposto de Renda, visto que as dívidas seriam

despesas financeiras e poderiam ser abatidas da base de cálculo do imposto,

resultando na diminuição do custo de capital.

19

Posteriormente, Miller (1977) publicou um estudo em que incluiu o efeito

do imposto de renda pessoa física. O autor demonstrou que o benefício tributário

gerado pela alavancagem se anula quando se considera também a provisão para

o imposto de renda pessoa física, que a empresa faz para o acionista. Portanto,

novamente, concluiu que as decisões de endividamento não seriam relevantes

para o valor de uma empresa.

Em 1982, Modigliani publicou um estudo no qual afirma que a taxa média

de impostos e o nível de incerteza influenciam na estrutura de capital. Dessa

forma, passou a assumir um posicionamento contrário ao de Miller (1977),

reconhecendo que deve ser considerado o benefício tributário na estrutura de

capital, a qual seria relevante para o valor de uma empresa.

Para Fama (2000), ficou evidente a polêmica do assunto, pois mesmo

entre os autores que iniciaram a discussão não havia um consenso.

Em 1976, Jensen e Meckling introduziram a Teoria da Agência e seus

aspectos comportamentais dentro da acalorada discussão sobre estrutura de

capital. Essa teoria analisa os conflitos que surgem entre os agentes que se

relacionam numa empresa, que, em sua maioria, são gestores e acionistas. Os

autores buscam compreender as causas e consequências dos conflitos de

interesses internos e a concordância ou não com as metas pelos agentes de

uma organização, visto que há separação entre a propriedade e a gestão de uma

empresa.

Ainda segundo essa teoria, os conflitos de agência surgem na medida em

que um administrador busca atender aos seus objetivos individuais, em vez de

cuidar dos interesses dos acionistas. Assim, os gestores podem tomar decisões

que não atendam totalmente às necessidades dos acionistas, ou seja, decisões

que poderiam ocasionar a diminuição do valor da empresa. Essas reduções no

valor da empresa e os gastos incorridos para monitorar os administradores são

denominados custos de agência.

Para os autores, a estrutura ótima de capital é aquela que minimiza os

custos de agência.

Ross (1977) introduziu a Teoria da Sinalização, que trata a forma como

as decisões na estrutura de capital podem sinalizar a situação de uma empresa

ao mercado, visto que vivemos em um mercado com assimetria informacional.

20

Harris e Raviv (1991) verificaram em seus estudos, e com base na Teoria

da Sinalização, que empresas com fluxos de caixa altos contraem uma maior

quantidade de dívidas, pois o mercado entende que o nível de risco da atividade

em que a organização atua é menor. Com isso, a empresa pode tomar uma

posição mais alavancada. Os autores concluíram que o valor da empresa se

eleva com o aumento da alavancagem, pois o mercado interpreta isso como um

sinal de valor e qualidade da empresa.

Se uma empresa aumenta expressivamente o seu endividamento, pode

ser que encontre dificuldades para fechar contratos de longo prazo, assim como

o seu custo de falência também tende a aumentar. Os especialistas da área

financeira, então, começaram a analisar o custo de oportunidade gerado pelo

endividamento e chegaram à conclusão que esses custos de falência devem ser

considerados e subtraídos do valor de mercado da empresa (BREALEY;

MYERS; ALLEN, 2008).

Portanto, para maximizar o seu valor, as empresas buscam o ponto ótimo

entre o benefício da utilização de dívidas e os custos do endividamento. Esse é

o principal ponto da Teoria Trade-off, de Myers (1984).

A Teoria Pecking Order, formulada por Myers e Majluf (1984), também se

baseia na assimetria informacional e expectativas racionais. De acordo com os

autores, a assimetria informacional influência na escolha da estrutura de capital

a ser adotada, visto que os agentes possuem acesso a diferentes níveis de

informação. Os administradores possuem mais informações e conhecimento dos

riscos envolvidos no negócio e das decisões tomadas no dia a dia da

organização do que os acionistas.

Em seu trabalho, Myers (1984) propõe uma hierarquia de escolha para a

composição da estrutura de capital que minimizaria os custos da assimetria de

informação.

Para o autor, os investimentos devem ser financiados primeiramente

pelos recursos internos, como o lucro retido. Em segundo lugar, as empresas

devem optar pela captação por meio de dívidas com terceiros e, por último, a

empresa deve se utilizar da emissão de ações.

Ainda segundo Myers (1984), os administradores procuram evitar

financiamentos com o uso de recursos externos, pois o mercado passa a

acompanhar os resultados da empresa, exigindo que sejam mais disciplinados.

21

Baker e Wurgler (2002) desenvolveram a Teoria das Janelas de

Oportunidade. Essa teoria defende que o comportamento dos gestores com

relação à estrutura de capital seria o mais favorável do momento, levando em

consideração o valor de mercado das ações e o valor patrimonial da empresa.

Se o valor da ação estiver elevado, os gestores emitem ações; já no momento

em que os títulos estiverem desvalorizados, os administradores compram esses

papéis, aproveitando a oportunidade de cada ocasião.

2.2 Determinantes da estrutura de capital

Diversos trabalhos foram elaborados com o intuito de descobrir os

determinantes da estrutura de capital, os quais podem ser definidos como as

variáveis que influenciam as empresas na sua busca por suas fontes de

recursos.

De maneira geral, os estudos apontam algumas características comuns

que afetam na decisão de endividamento como, por exemplo, lucratividade,

tamanho, tangibilidade, expectativa de crescimento e liquidez.

Myers (2003) argumenta que as teorias são circunstanciais e não globais.

Os resultados das análises dependem das características das amostras, do setor

analisado e das técnicas estatísticas empregadas. Apesar dos estudos

apontarem características que influenciam as decisões de endividamento

similares, acredita-se que o tema não esteja esgotado e que existam outros

fatores para se explorar.

Por exemplo, a lucratividade é considerada um determinante do

endividamento. Se considerarmos esse determinante sob a perspectiva da

Teoria Pecking Order, a lucratividade servirá para financiar a empresa por meio

dos lucros retidos e, portanto, teria uma relação negativa com o endividamento.

Quanto mais lucrativa uma empresa for, menos empréstimos ela irá contrair

(MYERS; MAJLUF, 1984; MYERS, 1984). Essa relação também foi encontrada

nos trabalhos de Jorge e Armada (2001) e por Brealey, Myers e Allen (2008).

Empresas lucrativas possuem maiores disponibilidades de caixa e, por isso,

acabam captando menos dívidas, pois conseguem se autofinanciar.

A análise da lucratividade, considerando a Teoria Trade-off, diz que

empresas lucrativas aumentam seu percentual de endividamento em função da

22

relação custo/benefício da dívida. Portanto, segundo essa teoria, há uma relação

positiva entre o endividamento e os lucros, mostrado no estudo efetuado por

Frank e Goyal (2003).

A tangibilidade é outro fator cuja aderência as teorias costumam testar.

Os ativos tangíveis servem de garantia nas operações de crédito com instituições

financeiras no momento em que as empresas adquirirem um empréstimo.

Portanto, empresas com alto valor de ativo tangível tendem a ser mais

endividadas, apontam Titman e Wessels (1988).

Com relação ao tamanho, os estudos também apresentam resultados

diversos. Para Rajan e Zingales (1995), existe uma relação positiva entre o

tamanho da empresa e seu grau de endividamento. Essa relação se justifica pela

facilidade de acesso para captar empréstimos que as empresas de grande porte

possuem, o que está em concordância com os preceitos da Teoria Trade-off. Já

com a análise à luz da Teoria Pecking Order, a relação pode ter sinal negativo,

uma vez que empresas maiores tendem a ter facilidade em gerar lucros e retê-

los ou emitir ações.

Em seu trabalho, Titman e Wessels (1988) incluíram a análise do

endividamento de curto e longo prazos e, ao encontro dos resultados

apresentados por Rajan e Zingales (1995), notaram que empresas de pequeno

porte utilizam mais as dívidas de curto prazo do que as empresas de maior porte.

Uma justificativa seria os altos custos de transação que as empresas pequenas

teriam para captar dívidas de longo prazo e emitir ações.

Harris e Raviv (1991) analisaram a questão da participação e controle nas

empresas. Para os autores, os gastos em decorrência de conflitos de interesse

entre gestores e acionistas, denominados custos de agência, definem a estrutura

de capital.

Para Jensen e Meckling (1976), a estrutura ótima de capital é aquela em

que os custos de agência são minimizados. No entendimento dos autores,

empresas lucrativas e líquidas deveriam aumentar o seu grau de endividamento

para melhor utilizar os recursos da empresa e inibir gastos inapropriados da

administração. Portanto, do ponto de vista da Teoria da Agência, existe uma

relação positiva entre dívidas e o valor de uma empresa.

Segundo Booth (2001), as mesmas variáveis que explicam o

endividamento em países desenvolvidos também podem ser utilizadas nos

23

países em desenvolvimento. Porém, em países onde há fragilidades

institucionais, os custos de agência e a assimetria de informações exercem forte

impacto nas decisões de endividamento das empresas.

Em seu artigo publicado em 2001, Jorge e Armada analisaram os

determinantes da estrutura de capital das 93 maiores empresas não financeiras

portuguesas, de 1990 a 1995. Foram analisadas as relações da dívida total,

dívida de longo prazo, dívida de curto prazo com o ativo total e da dívida total

com patrimônio líquido. Como resultados, observaram que o crescimento foi

positivamente correlacionado com o endividamento. Já para a rentabilidade, os

resultados foram apenas significativos para os endividamentos global e de curto

prazo com relação negativa, o que está em conformidade com a Teoria Pecking

Order.

Os resultados encontrados por Terra (2002) para a variável lucratividade

também vão ao encontro da Teoria Pecking Order, pois mostraram uma relação

negativa entre os lucros e endividamento. Com relação ao crescimento,

encontrou-se uma relação positiva com o endividamento, o que vai de encontro

à perspectiva de que empresas com melhores oportunidades deveriam ter

menos dívida.

Como é uma adaptação à realidade brasileira, no estudo de Perobelli e

Famá (2002) foram encontradas algumas divergências em relação ao de Titman

e Wessels (1988). Nos resultados, os fatores que se mostraram relevantes foram

tamanho, crescimento e lucratividade, que têm relação negativa com o

endividamento de curto prazo. Os outros fatores foram não significantes.

Perobelli e Famá constataram ainda que o endividamento é menor no curto prazo

para empresas com alto giro.

Em seu estudo, Espinola (2013) encontrou relação negativa entre as

variáveis lucratividade e crescimento com relação ao endividamento de longo

prazo. Já para as variáveis tangibilidade e tamanho encontrou uma relação

positiva. Foi feita uma análise do impacto causado pela Crise Financeira Global

sobre os determinantes da dívida. Para as variáveis tangibilidade e tamanho,

encontrou-se uma relação positiva e, para lucratividade, uma relação negativa.

24

2.3 Cenário econômico e o setor de edificações

Em função da crise econômica de 2008 vivenciada pelos EUA, e logo após

na Europa, o governo brasileiro utilizou medidas de incentivo ao consumo para

estimular o mercado interno. Porém, essas medidas anticíclicas, tais como

desonerações de impostos e aumento dos gastos do governo, trouxeram um

desequilíbrio nas contas públicas, que foi intensificado em função da crise

política e dos escândalos de corrupção revelados pelas investigações da Polícia

Federal, conhecidas como Operação Lava Jato.

Em 2015, o setor da construção foi bastante impactado pela crise

econômica iniciada em 2014 e, dentre algumas razões que a motivaram,

podemos citar a recessão, a inflação elevada, o desemprego e a paralização de

obras em função das investigações da Lava Jato. O PIB brasileiro caiu 3,8%, a

inflação encerrou o ano acima de 10%, o número de desempregados cresceu

40,6%, a taxa SELIC fechou o ano valendo 14,25%, e o déficit fiscal alcançou

R$ 111,24 bilhões. Esses fatores, somados ao cenário de crise política,

fortaleceram as incertezas com relação ao país e inibiram os investimentos.

Essa conjuntura adversa enfraqueceu as empresas do setor de

construção, que, no período de 2007 a 2013, protagonizaram o ciclo de

crescimento do país. Esse enfraquecimento é demonstrado nos números da

última Pesquisa Anual da Indústria de Construção (PAIC), divulgada no ano de

2015. Essa pesquisa é elaborada pelo Instituto Brasileiro de Geografia e

Estatística (IBGE) e demonstra as principais características estruturais desse

segmento empresarial que possui grande importância na economia nacional.

No ano de 2015, existiam no país 131.487 empresas na construção civil,

que geravam um valor adicionado, ou PIB setorial, de R$ 172,6 bilhões, o que

representa uma redução de 4,9% em relação ao ano anterior. O segmento de

construção de edifícios, que está dentro do setor da construção, foi responsável

pela parcela de 45,12% do valor adicionado do setor (IBGE, 2015).

Houve um aumento significativo do número de empresas no setor de 2007

a 2015. Em 2007, existiam 52.870 empresas; já em 2015, 131.487, o que

equivale a um incremento de 148,70%. Em 2011, houve um aumento de 22,37%

do número de empresas do setor; já em 2015, houve uma elevação de apenas

25

2,7%. Esses resultados demonstraram o ritmo do segmento nos anos

comentados (IBGE, 2015).

Em 2014, o setor de construção foi responsável por ocupar 2,9 milhões

de pessoas, enquanto em 2015 esse número caiu para 2,4 milhões. Portanto,

em 2015 as dificuldades foram refletidas no mercado de trabalho, pois se

observou uma queda de 17,24% no número de pessoas ocupadas, visto que

houve uma diminuição de 455 mil postos de trabalho no ano de 2015 em

comparação com 2014. Segundo o Ministério do Trabalho (2015), ao registrar

esse saldo negativo, com o número de demissões superior ao número de

contratações em todos os meses, o setor retornou aos mesmos níveis

registrados no ano de 2010.

26

3 METODOLOGIA

3.1 Estudos de dados em painel

Dentre as técnicas estatísticas de destaque na literatura mundial está

inserida a metodologia de análise de painel, que se constitui da observação de

n entidades por mais de dois períodos de tempo, combinados a características

de séries temporais, com dados em corte transversal amplamente utilizado em

estudos econométricos e nas ciências sociais aplicadas. Dados em painel, ou

panel data, são informações de unidades, indivíduos, empresas, parâmetros

etc., que podem ser acompanhadas ao longo do tempo.

A opção de trabalhar com um painel de dados, em detrimento de cross-

section ou de séries de tempo, é largamente justificada pela teoria econométrica,

por gerar uma série de vantagens, dentre elas: fornecer um maior número de

observações, uma vez que se trabalha com a dimensão cross-section e sua

evolução no tempo; conter mais variação e menos colinearidade entre as

variáveis (WOOLDRIDGE, 2006).

Segundo Hsiao (1986), outra vantagem do método é o fato de que os

dados em painel, por permitirem o uso de mais observações, aumentam o

número de graus de liberdade e são capazes de identificar e mensurar efeitos

que não são possíveis de serem detectados por meio de análise de dados em

corte transversal ou de séries temporárias isoladamente.

A utilização de dados em painel permite conjugar a diversidade de

comportamentos individuais com a existência de dinâmicas de ajustamento, bem

como identificar e medir efeitos não detectáveis em estudos exclusivamente

seccionais ou temporais. Nesse caso, caberia escolher entre efeitos fixos e

aleatórios.

No modelo de efeitos fixos, o intercepto pode diferir entre os indivíduos,

pois cada unidade ou corte transversal pode possuir características especiais.

Entretanto, a expressão “efeitos fixos” indica que o intercepto de cada indivíduo

não se altera com o tempo. Isso significa que cada unidade ou corte transversal

possui seu próprio valor fixo de intercepto. Além disso, o modelo pressupõe que

os coeficientes angulares dos regressores não variam entre indivíduos e ao

27

longo do tempo. O modelo é adequado quando o intercepto do indivíduo pode

estar correlacionado a um ou mais regressores (GUJARATI; PORTER, 2011).

No modelo de efeitos aleatórios é suposto que o intercepto de uma

unidade individual seja extraído aleatoriamente de uma população maior com um

valor médio constante. O intercepto comum representa o valor médio dos

interceptos de corte transversal e o componente de erro representa o desvio

aleatório do intercepto individual desse valor médio. Esse modelo é adequado

quando o intercepto de cada unidade de corte transversal não é correlacionado

com os regressores (GUJARATI; PORTER, 2011).

Para determinar qual modelo é o mais adequado, utilizou-se o Teste de

Hausman, cuja hipótese nula pressupõe que os estimadores do modelo de

efeitos fixos e do modelo de efeitos aleatórios não diferem substancialmente. A

rejeição da hipótese nula indica que o modelo de efeitos fixos é preferido ao

modelo de efeitos aleatórios.

A interpretação do Teste de Hausman baseou-se nos parâmetros

seguintes:

Quadro 1 – Interpretação teste de Hausman

Valor de p Interpretação

0,00 – 0,01 Efeito Fixo

0,01 – 0,10 Opção do pesquisador

0,10 – 1,00 Efeito Aleatório

Fonte: GUJARATI; PORTER, 2011

O teste de Breusch-Pagan (1979) foi utilizado para verificar a presença de

heterocedasticidade. A rejeição da hipótese nula indica presença de

heterocedasticidade nos resíduos do modelo e, nesse caso, foram utilizados

erros-padrão robustos.

28

3.2 Procedimentos econométricos

Na análise dos dados, foram utilizados dois modelos econométricos para

o tratamento de dados em painel (ou dados longitudinais): o modelo de efeitos

fixos e o modelo de efeitos aleatórios. De forma geral, as regressões utilizadas

para a análise dos fatores determinantes da estrutura de capital podem ser

escritas como:

�� = �� + �� + �� + ��

+ �� !�� + ��

��: variável dependente

��: coeficientes associados às variáveis explicativas

��: intercepto associado à empresa i

��: erro aleatório

i: empresa, i = 1,2,3,4 e 5

t: trimestre, t = 1,2,3,...,29

A diferença entre os modelos está nas suposições feitas sobre os

coeficientes ��. No caso do modelo de efeitos fixos, é razoável pensar que os

�� são correlacionados às variáveis explicativas; no caso do modelo de efeitos

aleatórios, não.

3.3 Hipóteses

A seguir, estão as hipóteses formuladas para esta pesquisa:

• Liquidez

H0: A liquidez não influencia, de forma estatisticamente significativa, o

nível de endividamento das empresas do setor de edificações.

H1: A liquidez influencia, de forma estatisticamente significativa, o nível

de endividamento das empresas do setor de edificações.

• Tangibilidade

29

H0: A tangibilidade não influencia, de forma estatisticamente significativa,

o nível de endividamento das empresas do setor de edificações.

H1: A tangibilidade influencia, de forma estatisticamente significativa, o

nível de endividamento das empresas do setor de edificações.

• Expectativa

H0: A expectativa de crescimento não influencia, de forma

estatisticamente significativa, o nível de endividamento das empresas do

setor de edificações.

H1: A expectativa de crescimento influencia, de forma estatisticamente

significativa, o nível de endividamento das empresas do setor de

edificações.

• Lucro

H0: O lucro não influencia, de forma estatisticamente significativa, o nível

de endividamento das empresas do setor de edificações.

H1: O lucro influencia, de forma estatisticamente significativa, o nível de

endividamento das empresas do setor de edificações.

3.4 Amostra e período do estudo

A amostra do estudo foi composta por empresas do setor de edificações,

segundo a classificação da Bolsa de Valores brasileira. Elas estão dispostas

dentro do setor de consumo cíclico, pois são mais sujeitas a variações de

consumo e, portanto, podem ser afetadas durante as crises.

Em função de diferenças apresentadas nas políticas comerciais,

investimento, financiamento e distribuição de dividendos entre empresas,

mesmo sendo do mesmo setor, optou-se por selecionar apenas cinco para dar

mais uniformidade e coerência ao trabalho. Portanto, foram selecionadas as

cinco empresas que possuíam maior valor de ativo em dezembro de 2017

(conforme Quadro 2).

30

Quadro 2 – Setor de atuação – Classificação Bovespa

Empresa Valor do Ativo em dezembro de 2017

MRV ENGENHARIA E PARTICIPACOES S.A. 12.345.518

CYRELA BRAZIL REALTY S.A. EMPREEND E PART 7.061.552

ROSSI RESIDENCIAL S.A. 5.938.583

GAFISA S.A. 3.538.909

EZ TEC EMPREEND. E PARTICIPACOES S.A. 3.357.261

Fonte: B3, 2018

As demonstrações financeiras de cada empresa foram coletadas na base

de dados ECONOMATICA. Também foi utilizado o software estatístico livre R

versão 3.2.11 para fazer as análises estatísticas e obter os resultados

necessários ao atingimento dos objetivos propostos pelo estudo.

O período estudado foi o compreendido entre primeiro trimestre de 2010

e o primeiro trimestre de 2017, totalizando 29 trimestres para cada empresa.

Foi definido como período de crise o período abrangido entre o segundo

trimestre de 2014 e o primeiro trimestre de 2017, quando o PIB do país

permaneceu negativo. Os valores do PIB foram retirados de dados estatísticos

disponibilizados pelo IPEA (IPEA, 2018).

O setor de edificações costuma ser um dos primeiros setores impactados

em períodos de crise. Dessa forma, entende-se que o PIB seja um bom definidor

de crise para esse setor.

3.5 Variáveis

As variáveis utilizadas neste estudo são aquelas empregadas em estudos

sobre estrutura de capital já mencionados na sessão anterior.

3.5.1 Variáveis dependentes

As variáveis dependentes selecionadas demonstram o nível de

endividamento das empresas, o que favorece na concretização dos objetivos

1 Disponível em: <www.r-project.org>. Acesso em: 3 jul. 2018.

31

deste estudo, de analisar a estrutura de capital das empresas do setor de

edificações.

São elas:

a) Endividamento total

"� =#

$�

"� = "�� ! �!�� # = #��! $� = $��! �!��

b) Endividamento de longo prazo

"#% ="# + &#

$�

"#% = "�� ! �� !��! # ��! "# = " ' é�� !� �� !��! # ��! &# = &��ê�� !��! # ��! $� = $��! �!��

c) Endividamento de curto prazo

"�#% ="�# + &�#

$�

"�#% = "�� ! �� ! # ��!

"�# = " ' é�� !� �� ! # ��! &�# = &��ê�� ! # ��!

$� = $��! �!��

d) Participação do PL

## =#

#

## = #� ��'�çã! �! #

# = #�� ô��! í��!

# = #��!

e) Custo da Dívida

�& =&.

#/

�& = ��! �� &í��

&. = &��'�� .��

#/ = #��! /�� !�!

32

3.5.2 Variáveis independentes

As variáveis independentes são os fatores por meio dos quais se espera

verificar a relação com o endividamento e, assim, ajudar na identificação dos

determinantes da estrutura de capital. Foram selecionados os fatores

comumente usados nos estudos de estrutura de capital e mencionados no

referencial teórico. Assim, foram utilizadas as variáveis: tangibilidade,

crescimento, lucratividade, liquidez e crise.

a) Tangibilidade

�� =0 !��! + "��!��

$�

$� = $��! �!��

b) Crescimento

� �� ! =$��

$��1

$�� = $��! �!�� ! �� '! �

c) Lucratividade

2/" =

#

2/" = 2�� !� "��3 = �� ! í��! # = #�� ô��! í��!

d) Liquidez

�� =$�

#�

$� = $��! �� #� = #��! ��

33

e) Crise

Foi incluída a variável dummie denominada Crise. Foi atribuído o valor 0

no período anterior à crise e 1 durante a crise econômica.

A variável tamanho também é muito utilizada como variável independente

nos estudos de estrutura de capital, porém, como foram analisados os dados das

maiores empresas do setor de edificações, optou-se por não incluí-la neste

estudo.

34

4 ANÁLISE DOS RESULTADOS

4.1 Análise financeira das empresas

A seguir, são apresentadas breves descrições da história de cada empresa

e os principais resultados financeiros no período do estudo. Todas as

informações históricas foram retiradas dos respectivos sites das empresas.

4.1.1 Cyrela

O Grupo Cyrela foi fundado em 1962 pelo imigrante sírio Elie Horn. Em

2005, a empresa abriu capital e, a partir daí, passou por um ciclo de crescimento,

chegando a ter mais de 220 canteiros de obra simultâneos em 120 cidades.

Atualmente, a construtora está presente em 16 estados brasileiros, na Argentina

e Uruguai, e possui cerca de cinco mil funcionários. Em 2010, a avaliação de

rating nacional de longo prazo da empresa era AA. Em 2017, passou para BB-,

que representa um grau de não investimento.

Gráfico 1 – Evolução do patrimônio – Cyrela

Valores em milhares de reais. Fonte: Elaborado pela autora

No período de 2010 até 2017, o Ativo total da Cyrela variou pouco,

apresentando aumento de apenas 3,7% (R$ 6.811.649 – R$ 7.061.552). Já o

Passivo, entre 2010 e 2017, teve uma queda de 54% (R$2.485.169 – R$

-

1.000.000

2.000.000

3.000.000

4.000.000

5.000.000

6.000.000

7.000.000

8.000.000

9.000.000

2010 2011 2012 2013 2014 2015 2016 2017

Passivo total Patrimônio líquido Ativo

35

1.136.961). O Patrimônio Líquido cresceu, entre 2010 e 2017, em torno de 37%

(R$ 4.326.480 – R$ 5.924.591), conforme o Gráfico 1.

Gráfico 2 – Passivo Oneroso – Cyrela

Valores em milhares de reais.

Fonte: Elaborado pela autora

No período apresentado no Gráfico 2, o Passivo oneroso da Cyrela é

composto, em sua maior parte, de empréstimos de longo prazo até 2013. A partir

de 2015, os valores passam a cair, tanto que, em 2017, os empréstimos de longo

prazo representam 50,33% do total do Passivo oneroso, quase a mesma

proporção dos empréstimos de curto prazo.

Gráfico 3 – Passivo Oneroso em relação ao Passivo total – Cyrela


-

500.000

1.000.000

1.500.000

2.000.000

2.500.000

2010 2011 2012 2013 2014 2015 2016 2017

Empréstimos e Financiamentos de Curto Prazo

Empréstimos e Financiamentos de Longo Prazo

-

500.000

1.000.000

1.500.000

2.000.000

2.500.000

3.000.000

3.500.000

2010 2011 2012 2013 2014 2015 2016 2017

Passivo oneroso Passivo não oneroso Passivo total

36

Pelo exposto no Gráfico 3, novamente fica evidente a queda de 54% do

Passivo total no período de 2010 a 2017. O Passivo oneroso aumentou apenas

de 2011 para 2012, em 23% (R$ 1.870.582 – R$ 2.306.378), mas, a partir de

2013, apresenta redução, sendo que a variação no período de 2010 a 2017 foi

de 56% (R$ 1.869.737 – R$ 826.153).

Gráfico 4 – Evolução do Lucro e das despesas financeiras – Cyrela

Valores em milhares de reais.

Fonte: Elaborado pela autora

No período de 2010 até 2014, a empresa apresenta lucro superior aos

valores das despesas financeiras. A partir de 2014, o lucro passa a cair e, em

2016, os valores pagos de despesas financeiras passam a serem maiores do

que os ganhos da empresa (Gráfico 4).

4.1.2 Eztec

A Eztec foi fundada em 15 de fevereiro de 1979 pelos senhores Ernesto

Zarzur, Flávio Ernesto Zarzur e Silvio Ernesto Zarzur, os quais permanecem até

hoje na administração da empresa. Em 27 de junho de 2007, a Eztec iniciou sua

operação na bolsa sob o código EZTC3.

A empresa é responsável pela construção do EZ Towers, que é

considerado um dos maiores empreendimentos da história do setor imobiliário.

Diferente das outras empresas selecionadas, a construtora atua somente na

cidade de São Paulo e em regiões metropolitanas próximas. A empresa mantém

-200.000

-

200.000

400.000

600.000

800.000

1.000.000

2010 2011 2012 2013 2014 2015 2016 2017

Lucro Operacional Despesas Financeiras

37

a sua imagem de ser avessa a riscos, pois, a partir de 2015, em decorrência da

realidade econômica do Brasil, optou por reduzir o ritmo de seus lançamentos.

Gráfico 5 – Evolução do patrimônio – Ezetc


O Ativo total da Eztec aumentou 183% (R$ 1.098.520 – R$ 2.535.342) de

2010 até 2017. Seu passivo total aumentou sutilmente (R$ 86.276 – R$

821.919), considerando a proporção em relação ao Ativo e ao Patrimônio líquido.

A evolução do Patrimônio (Gráfico 5) chama a atenção no período analisado,

pois variou 131% (R$ 1.098.520 – R$ 2.535.342). Percebe-se que a companhia

teve como estratégia aumentar o capital próprio ao longo dos anos, em vez de

utilizar capital de terceiros.

Gráfico 6 – Passivo Oneroso – Ezetc


-

500.000

1.000.000

1.500.000

2.000.000

2.500.000

3.000.000

3.500.000

4.000.000

2010 2011 2012 2013 2014 2015 2016 2017


-

200.000

400.000

600.000

800.000

1.000.000

2010 2011 2012 2013 2014 2015 2016 2017


38

No período exposto, observa-se que a companhia não utilizou passivos

onerosos para manter suas atividades.

Gráfico 7 – Evolução do Lucro e das despesas financeiras – Ezetc


Conforme observado no Gráfico 7, não houve pagamento de despesas

financeiras, uma vez que a empresa não utiliza empréstimos e financiamentos.

Com relação ao lucro, observa-se que, apesar da crise financeira iniciada

em 2014, a empresa manteve resultados positivos.

4.1.3 Gafisa

A Gomes de Almeida Fernandes Ltda., ou simplesmente “GAF”, foi

constituída em 1954 na cidade no Rio de Janeiro.

Em 2005, a Equity International comprou ações da empresa. A Equity

International é uma sociedade que investe em empresas atuantes no setor

imobiliário fora dos Estados Unidos e foi fundada por Samuel Zell.

Em fevereiro de 2006, a Gafisa efetuou sua oferta pública inicial no Brasil,

e no exterior. Passados dois anos, a empresa passou a ser titular de 60% do

capital social total e votante da Construtora Tenda S.A.. Em 1º de outubro de

2010, a Equity International vendeu sua participação na companhia. Em 2017,

-

100.000

200.000

300.000

400.000

500.000

600.000

700.000

2010 2011 2012 2013 2014 2015 2016 2017


39

em função de diferenças de perfis estratégicos e operacionais entre as

empresas, a Gafisa se separou da Tenda, que começou a vender seus papéis

no segmento tradicional da B3 S.A.

Durante o período analisado, o rating de crédito da Gafisa passou de brA-

em 2010 para brB-.

Gráfico 8 – Evolução do patrimônio – Gafisa


O Ativo total da Gafisa se manteve praticamente estável de 2010 até 2015,

recuando apenas 7,31% (R$ 7.005.270 – R$ 6.492.901) nesse período. Porém,

a partir de 2016, observa-se uma queda de 25,41% (R$ 7.005.270 –

R$ 5.225.376) e, considerando a variação em todos os anos demonstrados, o

Ativo da companhia diminuiu em 49,48% (R$ 7.005.270 – R$ 3.538.909) o valor

do seu Ativo (conforme Gráfico 8).

Os valores do Patrimônio líquido foram reduzidos em 79% (R$ 3.722.235

– R$ 755.557) no período, o que demonstra que a empresa optou pelo capital de

terceiros para se financiar, visto que o valor do Passivo no período analisado

variou apenas 15% (R$ 3.283.035 – R$ 2.783.352), não tanto quanto o

Patrimônio Líquido e o Ativo (Gráfico 8).

-

1.000.000

2.000.000

3.000.000

4.000.000

5.000.000

6.000.000

7.000.000

8.000.000

2010 2011 2012 2013 2014 2015 2016 2017


40

Gráfico 9 – Passivo Oneroso – Gafisa


Pode-se observar, pelo Gráfico 9, que os empréstimos de longo prazo

tiveram uma queda 74% de 2010 para 2011 (R$ 1.678.493 – R$ 444.705), sendo

que os recursos de curto prazo foram maiores que os de longo prazo nesse ano.

Porém, em 2012, os empréstimos de longo prazo retornam ao patamar

observado em 2011, apresentando a proporção de 76,97% do Passivo oneroso

naquele ano. De 2010 a 2017, houve um decréscimo no valor do Passivo

oneroso de longo prazo de 55,19%.

Gráfico 10 – Passivo Oneroso em relação ao Passivo total – Gafisa


-

500.000

1.000.000

1.500.000

2.000.000

2.500.000

3.000.000

2010 2011 2012 2013 2014 2015 2016 2017



-

500.000

1.000.000

1.500.000

2.000.000

2.500.000

3.000.000

3.500.000

4.000.000

4.500.000

2010 2011 2012 2013 2014 2015 2016 2017


41

De 2010 até 2017, observa-se uma queda 55,19% (R$ 2.164.499 –

R$ 969.843) no valor dos empréstimos onerosos e um aumento de 62%

(R$ 1.118.536 – R$ 1.813.509) no valor do passivo não oneroso (Gráfico 10).

Gráfico 11 – Evolução do Lucro e das despesas financeiras – Gafisa


No período de 2010 até 2017, apenas nos anos de 2010 e 2013 o lucro

operacional foi suficiente para cobrir as despesas financeiras com folga, como

pode ser visto no Gráfico 11.

4.1.4 MRV

O Grupo MRV foi fundado em 1979 pelos sócios Rubens Menin Teixeira

de Souza, Mário Lúcio Pinheiro Menin e Vega Engenharia Ltda., com a

constituição da MRV Serviços de Engenharia, na cidade de Belo Horizonte.

Em 2007 a empresa abriu capital e suas ações passaram a ser

negociadas na Bolsa de Valores de São Paulo. As ações da Companhia fazem

parte do grupo de ações do Novo Mercado, além de participar dos principais

índices da bolsa brasileira, conforme lista a seguir: IBOVESPA, ISE, INDX,

IMOB, IBRX, IBRX 50, IGCT, IGC, IBRA, ITAG, ICO2, IVBX2, SMLL, IGC-NM.

Atualmente, a MRV Engenharia e Participações S.A. está presente em

145 cidades e 22 estados brasileiros e Distrito Federal e é a maior incorporadora

e construtora brasileira no segmento de empreendimentos residenciais

populares em número de unidades incorporadas e cidades atendidas.

-1.000.000

-800.000

-600.000

-400.000

-200.000

-

200.000

400.000

600.000

2010 2011 2012 2013 2014 2015 2016 2017


42

O rating de crédito da MRV no período analisado continuou o mesmo

brAA-.

Gráfico 12 – Evolução do patrimônio – MRV


A MRV aumentou em 118,57% (R$ 5.648.223 – R$ 12.345.518) o seu

Ativo total nesses oito anos analisados (Gráfico 12). Seu Passivo total aumentou

145,32% (R$ 2.773.370 – R$ 6.803.756). Entre 2010 e 2017, o patrimônio líquido

cresceu 92,77% (R$ 2.874.853 – R$ 5.541.762). Observa-se que a companhia

teve como estratégia equilibrar a proporção entre o capital próprio e o capital de

terceiros.

Gráfico 13 – Passivo Oneroso – MRV


-

2.000.000

4.000.000

6.000.000

8.000.000

10.000.000

12.000.000

14.000.000

2010 2011 2012 2013 2014 2015 2016 2017


-

500.000

1.000.000

1.500.000

2.000.000

2.500.000

3.000.000

2010 2011 2012 2013 2014 2015 2016 2017



43

A distribuição entre os Passivos onerosos de curto e longo prazo variaram

bastante no período analisado, sendo que a utilização de recursos de curto prazo

variou de 100,34% (R$ 317.312 – R$ 667.423) de 2010 até 2017. Os

empréstimos de longo prazo variaram 76,66% (R$ 1.233.198 – R$ 2.178.623) no

período (conforme Gráfico 13).

Gráfico 14 – Passivo Oneroso em relação ao Passivo total – MRV


O Gráfico 14 mostra que a utilização de Passivos onerosos, no período

de 2010 até 2017, cresceu 83,56% (R$ 1.550.510 – R$ 2.846.046) e a utilização

de recursos não onerosos aumentou em 223,64% (R$ 1.222.860 – R$

3.957.710) nesse mesmo período.

Gráfico 15 – Evolução do Lucro e das despesas financeiras – MRV


-

1.000.000

2.000.000

3.000.000

4.000.000

5.000.000

6.000.000

7.000.000

8.000.000

2010 2011 2012 2013 2014 2015 2016 2017


-

200.000

400.000

600.000

800.000

1.000.000

2010 2011 2012 2013 2014 2015 2016 2017


44

No período de 2010 até 2017, a receita operacional gerada pela MRV foi

positiva e suficiente para cobrir as despesas financeiras, como pode ser

observado no Gráfico 15.

4.1.5 Rossi

A Construtora Rossi iniciou sua atuação no setor de construção no ano de

1961 e atua principalmente com foco em imóveis residenciais de médio e alto

padrão. Em 2007 a Rossi abriu capital e foi uma das primeiras empresas do setor

a fazer sua oferta pública inicial de ações na Bolsa de Valores.

A empresa possui filiais nos estados do Amazonas, Bahia, Ceará, Distrito

Federal, Espírito Santo, Goiás, Minas Gerais, Mato Grosso do Sul, Pará,

Pernambuco, Paraná, Rio de Janeiro, Rio Grande do Norte, Rio Grande do Sul,

São Paulo, Santa Catarina e Sergipe.

O rating de crédito da empresa em 2010 era brBBB+ e, em 2016, passou

para bb+, abaixo do grau de investimento.

Gráfico 16 – Evolução do patrimônio – Rossi


A Construtora Rossi apresentou, em seus relatórios, um aumento no Ativo

de 29,55% (R$ 4.583.865 – R$ 5.938.583) de 2010 a 2017. O Passivo da

companhia aponta crescimento de 113,91% (R$ 2.600.161 – R$ 5.561.979) no

período. Já o Patrimônio Líquido teve diminuição do seu valor em 81,02% (R$

-

1.000.000

2.000.000

3.000.000

4.000.000

5.000.000

6.000.000

7.000.000

8.000.000

2010 2011 2012 2013 2014 2015 2016 2017


45

1.983.704 – R$ 376.604). Observa-se, pelo Gráfico 16, que a empresa reduziu

drasticamente o capital próprio e está operando com capital de terceiros.

Gráfico 17 – Passivo Oneroso – Rossi


As dívidas onerosas de curto e longo prazo variaram bastante no período

de 2010 até 2017. De 2010 a 2014, as dívidas de longo prazo prevaleciam sobre

as de curto prazo, mas, em 2015, os valores de curto prazo subiram 64,18% (R$

1.181.181 – R$ 636.479) com relação a 2014 (Gráfico 17).

No período todo, houve variação de 8,60% (R$ 313.414 – R$ 340.357)

nas dívidas de curto prazo e recuo de 33,14% (R$ 1.167.437 – R$ 780.579) nas

de longo prazo.

Gráfico 18 – Passivo Oneroso em relação ao Passivo total – Rossi


-

500.000

1.000.000

1.500.000

2.000.000

2.500.000

3.000.000

2010 2011 2012 2013 2014 2015 2016 2017



-

1.000.000

2.000.000

3.000.000

4.000.000

5.000.000

6.000.000

7.000.000

2010 2011 2012 2013 2014 2015 2016 2017


46

No período analisado, o Passivo não oneroso da companhia aumentou

substanciais 296,77% (R$ 1.119.310 – R$ 4.441.043), e o Passivo oneroso

diminuiu modestos 24,30% (R$ 1.480.851 – R$ 1.120.936), conforme Gráfico 18.

Gráfico 19 – Evolução do Lucro e das despesas financeiras – Rossi


Como se observa no Gráfico 19, de 2010 até 2017, apenas no ano de 2010

o lucro operacional foi suficiente para cobrir as despesas financeiras com folga.

4.2 Análise Comparada das empresas

No período analisado, apenas houve crescimento nos Patrimônios Líquidos

das empresas Cyrela, MRV e Eztec, conforme gráfico 20.

Gráfico 20 – Evolução do Patrimônio das empresas


-600.000

-500.000

-400.000

-300.000

-200.000

-100.000

-

100.000

200.000

300.000

2010 2011 2012 2013 2014 2015 2016 2017


-

2.000.000

4.000.000

6.000.000

8.000.000

2010 2011 2012 2013 2014 2015 2016 2017

Evolução do patrimônio

Cyrela Eztec Gafisa MRV Rossi

47

No período analisado apenas houve crescimento nos Patrimônios

Líquidos das empresas Cyrela, MRV e Eztec, conforme gráfico 20.

Gráfico 21 – Evolução das dívidas de longo prazo das empresas


No gráfico 21, observa-se que o endividamento de longo prazo diminuiu

substancialmente para todas as empresas a partir de 2013. Em 2016, nota-se

que a MRV aumentou seu endividamento de longo prazo. O valor do

endividamento oneroso da Eztec no período foi nulo.

Gráfico 22 – Evolução das dívidas de curto prazo das empresas


-

500.000

1.000.000

1.500.000

2.000.000

2.500.000

2010 2011 2012 2013 2014 2015 2016 2017

Dívidas de longo prazo


-

500.000

1.000.000

1.500.000

2.000.000

2.500.000

2010 2011 2012 2013 2014 2015 2016 2017

Dívidas de curto prazo


48

Com relação às dívidas de curto prazo, observa-se que a maioria das

empresas aumentaram os seus volumes, conforme gráfico 22.

Gráfico 23 – Evolução do Lucro das empresas


O gráfico 23 demonstra que apenas as empresas MRV e Eztec tiveram

resultados positivos durante todo o período analisado. Também nota-se uma

forte queda dos lucros das empresas a partir de 2013.

4.3 Análise descritiva estatística

Na Tabela 2, são apresentadas as estatísticas descritivas das variáveis

dependentes.

Observa-se que o endividamento médio de curto prazo aumentou 9,52%

durante a crise. O que pode ser explicado pelas empresas que estavam com

dificuldades de caixa e que necessitaram de empréstimos de curto prazo para

quitar suas dívidas, mesmo sendo uma modalidade de crédito mais cara.

-1.000.000

-500.000

-

500.000

1.000.000

2010 2011 2012 2013 2014 2015 2016

Evolução do Lucro


49

Tabela 2 – Principais medidas descritivas para as variáveis dependentes do estudo de acordo com o período estudado

Variável período n média (dp) med (mín - máx) Empréstimos de completo 145 0.065 (0.050) 0.064 (0.000; 0.301)

curto Prazo antes da crise 85 0.063 (0.050) 0.059 (0.000; 0.301) crise 60 0.069 (0.050) 0.080 (0.000; 0.183)

Empréstimo de completo 145 0.149 (0.095) 0.164 (0.000; 0.322) longo prazo antes da crise 85 0.180 (0.100) 0.218 (0.000; 0.322)

crise 60 0.104 (0.065) 0.119 (0.000; 0.230)

Endividamento completo 145 0.434 (0.219) 0.489 (0.024; 0.915) total antes da crise 85 0.426 (0.196) 0.481 (0.024; 0.692)

crise 60 0.445 (0.249) 0.501 (0.115; 0.915)

Estrutura de completo 145 3.019 (5.170) 1.044 (0.093; 40.011) capital antes da crise 85 3.478 (6.460) 1.077 (0.446; 40.011)

crise 60 2.369 (2.254) 0.997 (0.093; 7.679)

Custo da Dívida completo 116 0.047 (0.037) 0.035 (0.003; 0.190) antes da crise 68 0.038 (0.027) 0.031 (0.003; 0.129)

crise 48 0.061 (0.045) 0.044 (0.008; 0.190) dp: desvio padrão; med: mediana; mín: mínimo; máx: máximo. Fonte: Elaborada pela autora

Entretanto, a média dos empréstimos de longo prazo diminuiu 42,22% no

período de crise. Podemos inferir que as empresas capitalizadas têm capacidade

de evitar os bancos num momento em que o crédito costuma ficar mais caro.

Já o endividamento total médio aumentou apenas 4,46% no período de

crise, o que pode ser justificado pela dificuldade em conseguir crédito barato no

mercado nesse período, visto que o custo médio da dívida subiu drasticamente

– 60,53% –, de 3,8% no período anterior à crise para 6,10% na época de crise.

A participação do PL média caiu 31,89% no período analisado,

demonstrando que o valor do Patrimônio Líquido das empresas diminuiu.

Na Tabela 3, são apresentadas as estatísticas descritivas das variáveis

independentes.

50

Tabela 3 – Principais medidas descritivas para as variáveis independentes do estudo

Variável período n média (dp) med (mín - máx) Tangibilidade completo 145 0.064 (0.072) 0.018 (0.000; 0.215)

antes da crise 85 0.059 (0.060) 0.034 (0.002; 0.167)

crise 60 0.072 (0.085) 0.006 (0.000; 0.215)

Crescimento completo 145 1.022 (0.055) 1.018 (0.836; 1.259)

antes da crise 85 1.036 (0.060) 1.031 (0.890; 1.259)

crise 60 1.003 (0.039) 1.009 (0.836; 1.081)

ROE completo 145 0.031 (0.144) 0.046 (-0.720; 0.279)

antes da crise 85 0.070 (0.087) 0.055 (-0.357; 0.279)

crise 60 -0.024 (0.186) 0.024 (-0.720; 0.197)

Liquidez completo 145 1.304 (0.883) 1.213 (0.075; 3.842)

antes da crise 85 1.451 (0.960) 1.314 (0.100; 3.842) crise 60 1.097 (0.718) 1.035 (0.075; 2.492)

dp: desvio padrão; med: mediana; mín: mínimo; máx: máximo. Fonte: Elaborada pela autora

Observa-se queda na medida de rentabilidade média, ROE, no período

de crise com diminuição de 65,71%, o que demonstra a forte relação que o setor

apresenta com o crescimento da economia.

No mesmo período, a tangibilidade média aumentou 22,03%, o que pode

ser explicado pela dificuldade em vender seus estoques de imóveis e se desfazer

de ativos Imobilizados durante a crise.

Observa-se também que a liquidez média caiu 24,40% e que o

crescimento do Ativo diminuiu 3%.

Pensando no ajuste dos modelos para a análise dos fatores

determinantes da estrutura de capital, para não incorrer no problema de

multicolinearidade entre as variáveis independentes, calculamos a matriz de

correlação. Os valores de correlação (Tabela 4) observados entre as variáveis

independentes são baixos.

51

Tabela 4 – Matriz de correlação – variáveis independentes

Tangibilidade Crescimento ROE Liquidez Tangibilidade 1 Crescimento -0.02 1 ROE 0.03 0.43 1 Liquidez 0.48 0.34 0.33 1

Fonte: Elaborada pela autora

4.4 Resultados dos modelos econométricos

Os resultados dos modelos são apresentados nas Tabelas 5 e 6.

Podemos dizer que os determinantes da estrutura de capital nos períodos

anterior à crise e no período de crise foram:

Tabela 5 – Determinantes do capital no período anterior à crise e no período de crise – parte 1

Empréstimos de longo Empréstimos de curto Endividamento total

antes da crise crise antes da crise crise antes da crise crise

Constante 0.0775 -0.1207 0.2083** 0.3015. 0.3871*** 0.1212**

(0.0730) (0.1043) (0.0675) (0.1698) (0.0773) (0.0447)

ROE 0.0815* -0.0099 -0.1585*** 0.0264 -0.0963*** -0.2394***

(0.0329) (0.0429) (0.0403) (0.0513) (0.0213) (0.0327)

Tangibilidade 1.4592* -0.6184** -0.6905. 0.2097* 0.4918. -0.0297

(0.5886) (0.2278) (0.4047) (0.1040) (0.2875) (0.1650)

Liquidez 0.0013 0.0062 -0.0116. -0.0072 -0.0535*** -0.0479***

(0.0056) (0.0214) (0.0063) (0.0073) (0.0145) (0.0124)

Crescimento 0.0093 0.2614** -0.0747 -0.2385 0.0907 0.3718*

(0.0508) (0.0955) (0.0535) (0.1506) (0.0594) (0.1403)

n 5 5 5 5 5 5

N 85 60 85 60 85 60

R2 ajustado 0.209 0.078 0.417 0.116 0.523 0.388 H (valor p)

3.09 (0.543) 3.033 (0.552) 4.314 (0.365) 2.539 (0.638) 1.564 (0.815) 3.121 (0.538)

Os valores principais reportados são os coeficientes das respectivas regressões (betas). Os valores entre parênteses são os erros-padrão robustos. Os valores de p foram significantes a ***0,001, **0,01, *0,05 e 0,10. n: número de empresas analisadas; N: número total de observações analisadas; H: estatística do teste de Hausman referente à adequação do modelo de efeitos aleatórios; R2: valor do coeficiente de determinação do modelo. Fonte: Elaborada pela autora

52

Com base nos resultados das tabelas 5 e 6, podemos retomar as

hipóteses propostas no início do trabalho. Os itens marcados com (*) apontam

valores de p value menores, ou iguais a 0,05, que demonstram se as variáveis

dependentes afetaram de forma estatisticamente significativa as variáveis

independentes. Dessa forma, concluímos que são determinantes.

Tabela 6 – Determinantes do capital no período anterior à crise e no período de crise – parte 2

Custo da Dívida Participação do PL

antes da crise crise antes da crise crise

Constante 0.0622* 0.1799** 16.9737 -

(0.0252) (0.0642) (11.1133) ( - ) ROE 0.1105. -0.0663 -3.9983. 0.8337

(0.0581) (0.0412) (2.1905) (0.5489) Tangibilidade -0.0180 -0.2848*** -56.5110. 2.1246**

(0.0431) (0.0278) (31.6168) (0.7730) Liquidez -0.0180*** -0.0005 3.5870* 0.5935***

(0.0047) (0.0076) (1.7810) (0.0608) Crescimento -0.0032 -0.0966 -14.5900 -3.0551

(0.0204) (0.0767) (10.0283) (1.9437)

n 4 4 5 5 N 68 48 85 60

R2 ajustado 0.181 0.343 0.268 0.145 F (valor p) - - - 4.496 (0.003) H (valor p) 1.403 (0.844) 1.379 (0.848) 2.904 (0.574) 96.951 (<0.001)

Os valores principais reportados são os coeficientes das respectivas regressões (betas). Os valores entre parênteses são os erros padrão robustos. Os valores de p foram significantes a ***0,001, **0,01, *0,05 e 0,10. n: número de empresas analisadas; N: número total de observações analisadas; H: estatística do teste de Hausman referente à adequação do modelo de efeitos aleatórios; R2: valor do coeficiente de determinação do modelo. Fonte: Elaborada pela autora

Período sem crise – Para o Endividamento total, as determinantes são:

ROE (coef. -0.0963, p-valor < 0,001) e liquidez (coef. -0.0535, p-valor < 0,001).

Para os empréstimos de longo prazo, as variáveis ROE (coef. 0.0815, p-

valor < 0,05) e a tangibilidade (coef. +1.4592, p-valor < 0,05) são importantes.

Para os Empréstimos de curto prazo, a determinante foi: ROE (coef. -

0.1585, p-valor < 0,001). Para a variável participação do PL, a determinante foi

53

liquidez (coef. +3.5870, p-valor < 0,05) e, para o Custo da Dívida, foi a liquidez

(coef. -0.0180, pvalor< 0,001).

Período com crise – Para o endividamento total, as variáveis ROE e

liquidez continuaram sendo significantes e com mesmo poder explicativo. Em

adição, apenas a variável crescimento passou a ter importância (coef. 0.3718, p-

valor < 0,05).

Para o endividamento de longo prazo, a variável ROE deixou de ter

importância, a tangibilidade continuou e, em adição, o crescimento passou a ser

significativo (coef. 0.2614, p-valor < 0,05). Já para o Endividamento de curto

prazo, a variável ROE perde a importância e a tangibilidade passa a ser

determinante (coef. 0.2097, p-valor < 0,05).

Para a participação do PL, a liquidez continua sendo relevante, porém,

com mais poder explicativo. Em adição, a tangibilidade passa a ser relevante

(coef. 2.1246, p-valor < 0,01). Para a variável custo da dívida, a liquidez perdeu

importância e foi substituída pela tangibilidade (coef. -0.3718, p-valor < 0,05).

O ROE apresentou uma relação negativa com o endividamento total antes

e depois da crise e com o endividamento de curto prazo antes da crise para as

empresas do setor de edificações brasileiras. Esses resultados mostram

aderência com a teoria Pecking Order. Isso significa que, quanto mais lucro elas

têm, menos dívidas irão fazer, pois utilizam os lucros retidos como fonte de

recursos. Esse resultado está de acordo com os estudos de Titman e Wessels

(1988), Rajan e Zingagles (1995), Jorge e Armada (2001), Terra (2001), Famá e

Perobelli (2002), e Espinola (2013), que revelam significância e uma relação

negativa entre lucro e endividamento.

No período avaliado, o ROE demonstrou uma relação positiva e

significativa com os empréstimos de longo prazo antes da crise. Isso que pode

ser justiçado pela facilidade em contrair crédito no período anterior à crise, visto

que os valores das taxas de juros estavam mais atrativos e também está em

linha com os preceitos da Teoria Trade off. Já a relação positiva entre os

empréstimos de curto prazo e tangibilidade durante a crise, que também foi

significante, pode demonstrar as dificuldades financeiras de algumas empresas,

principalmente Gafisa e Rossi, que durante o período estudado contraíram

empréstimos vultosos de curto prazo.

54

Para a variável tangibilidade, também foi encontrada uma relação positiva

com os endividamentos totais e de longo prazo, este último com significância,

ambos no período anterior à crise. Esse fato está de acordo com a teoria Pecking

Order e demonstra que, quando as empresas utilizam empréstimos, a

quantidade de ativos tangíveis é considerada como garantia para os credores e

facilita a tomada de empréstimos.

Em linha com esse resultado, está a relação da variável Custo da Dívida

com a tangibilidade, que possui sinal negativo. Portanto, quanto mais ativos

tangíveis uma empresa possuir menor serão as taxas cobradas nos

empréstimos, novamente de acordo com a teoria Pecking Order .

Porém, para a mesma variável Tangibilidade no período de crise

encontrou-se uma relação negativa com o endividamento de longo prazo e com

o custo da dívida. Essa observação está de acordo com os resultados dos

estudos até então avaliados. Porém, destaca-se que os valores dos estoques

foram incluídos no cálculo da tangibilidade e, possivelmente, durante a crise,

houve baixo giro do estoque em função da dificuldade para vender.

A variável liquidez apresentou uma relação negativa com o endividamento

total e de curto prazo antes e durante a crise. Esse dado corrobora com as teorias

da Agência e Pecking Order, que defendem que existe uma relação negativa

entre liquidez e endividamento, pois, em função da maior abundância financeira,

as empresas tendem a diminuir os valores de dívidas contratadas.

Nota-se também que há uma relação positiva e significante para a liquidez

e a participação do PL no período anterior e durante a crise, o que demonstra

que quanto maior for a liquidez, maior será o percentual de participação do

Patrimônio Líquido.

A relação negativa entre o Custo da Dívida e a liquidez também é

significante, o que demonstra que quanto maior for a liquidez de uma empresa

menores serão os custos que ela terá para captar dinheiro.

Foi encontrada uma relação positiva entre o endividamento total,

endividamento de longo prazo com a variável crescimento. Sob a ótica da teoria

do Pecking Order, as empresas com maiores níveis de crescimento necessitam

de financiamentos para investir em seus projetos, visto que nem sempre os

lucros retidos são suficientes.

55

Tabela 7 – Determinantes do capital no período anterior à crise e no período de crise – resumo dos resultados

ELP ECP ET CD PPL

a. c. crise a. c. crise a. c. crise a. c. crise a. c. crise

ROE + NS - NS - - NS NS NS NS Tangibilidade + - NS + NS NS NS - NS + Liquidez NS NS NS NS - - - NS + + Crescimento NS + NS NS NS + NS NS NS NS

ELP: empréstimos de longo prazo; ECP: empréstimos de curto prazo; ET: endividamento total; CD: custo da dívida. PPL: participação do PL; a.c.: antes da crise; (+): coeficiente significante e com sinal positivo; (-): coeficiente significante e com sinal negativo. Fonte: Elaborada pela autora

Utilizando os dados das tabelas 5 e 6, e considerando o nível de

significância de 5%, foi construída a Tabela 7, que resume os resultados

encontrados. De forma geral, podemos dizer que a estrutura de capital não foi a

mesma no período anterior e no período de crise.

Conforme a tabela 7, observa-se que relação entre a tangibilidade com as

demais variáveis foi a que mais mostrou alterações durante a crise. Isso pode

ser interpretado como uma busca por garantias dos bancos na sua análise de

crédito.

Observa-se que, durante a crise, a variável ROE deixou de ser

estatisticamente significante para os endividamentos de curto prazo e longo

prazo, o que pode ser justificado pela diminuição de contratação de empréstimos

pelas empresas em função da crise. A relação foi significativa e negativa apenas

para o endividamento total, o que está de acordo com a teoria Pecking Order.

Outra relação que chama a atenção é entre a variável liquidez e a variável

participação do PL, que foi positiva e significativa no período anterior e durante

a crise. Nota-se que, no período de crise, ela passa a ter um maior poder

explicativo, pois o p value foi significante a 0,001, enquanto no período anterior

à crise foi a 0,05. Essa informação pode ser interpretada como a tendência das

empresas aumentarem o seu capital próprio no período de crise. Durante a crise,

as taxas de juros aumentaram, assim como as exigências dos bancos para

conceder crédito e, em função disso, as empresas podem ter optado por reter o

capital.

56

Com relação à variável crescimento, podemos dizer que, na crise, o

crescimento passou a ser significativo e possui relação positiva com os

endividamentos de longo prazo e total. Pode-se interpretar essa relação positiva

e significativa como a necessidade dessas empresas que possuem crescimento

para captar empréstimos.

57

5 CONSIDERAÇÕES FINAIS

Observa-se que os resultados do setor de edificações foram determinantes

na queda do PIB brasileiro no período, o que demonstrou a relevância e a força

do setor para a nossa economia. Verificou-se que, em função da crise econômica

e política vivenciada pelo pais de 2014 até 2017, as receitas das vendas das

empresas do setor de construção civil foram afetadas bruscamente.

A partir da análise gráfica e financeira das empresas selecionadas, pode-se

dizer que as organizações que foram mais conservadoras em suas políticas de

crédito, financiamento e expansão no período não foram tão afetadas pela crise

econômica. Nos anos de crise, também ficou evidente que as empresas

buscaram ser mais eficientes operacionalmente para melhorar os resultados.

Na análise estatística, verificou-se que, no período anterior à crise, os

determinantes da estrutura de capital para as variáveis dependentes foram:

• empréstimos de longo prazo: ROE e tangibilidade, ambos com sinal

positivo. Essas relações estão de acordo com a teoria Trade off, uma vez

que o cenário político e econômico estava favorável e era possível captar

empréstimos a taxas de juros baixas e as garantias ajudavam essas

operações;

• empréstimos de curto prazo: ROE, com sinal negativo em função das altas

taxas de juros para essa modalidade de empréstimo;

• empréstimos totais: ROE e Liquidez, ambos com sinal negativo.

Resultados em linha com a teoria Pecking Order, segundo a qual as

empresas lucrativas tendem a reter seus recursos para se financiar.

• custo da dívida: Liquidez, apresentando uma relação negativa. Isso

demonstra que empresas líquidas tendem a obter menores taxas de juros

em empréstimos;

• participação no Patrimônio Líquido: Liquidez, com uma relação positiva. A

análise dos dados pode ser interpretada como uma tendência de

empresas mais líquidas reterem seus recursos e aumentarem suas

reservas.

58

Já no período de crise, os determinantes da estrutura de capital foram:

• empréstimos de longo prazo: Tangibilidade, com sinal negativo e diverso

do encontrado em outros trabalhos. Crescimento, com sinal positivo. Isso

demonstra que empresas que crescem buscam empréstimos de longo

prazo para se financiar;

• empréstimos de curto prazo: Tangibilidade, com sinal positivo, estando de

acordo com as teorias Trade off, Agência e Pecking Order.

• empréstimos totais: ROE e Liquidez, com sinal negativo, e de acordo com

a teoria Pecking Order. Crescimento, com sinal positivo.

• custo da dívida: Tangibilidade, com sinal negativo. A partir desse

indicador, pode-se entender que quanto mais ativos tangíveis uma

empresa possuir menores serão as taxas de juros cobradas em seus

empréstimos, em função da utilização destes como garantia nas

operações de crédito;

• participação no Patrimônio Líquido: Tangibilidade, com sinal positivo e de

acordo com as teorias Trade off, Agência e Pecking Order. Outro

determinante foi a Liquidez, que também apresentou sinal positivo.

Destaca-se que a variável expectativa de crescimento, que não tinha

demonstrado importância no período anterior à crise, passou a ter relações

significativas e positivas no período de crise, com as variáveis empréstimos de

longo prazo e endividamento total, o que pode se entender como a busca das

empresas com crescimento para financiar suas atividades de expansão.

De uma forma geral, notou-se que as variáveis que envolvem garantias,

como crescimento e tangibilidade, foram as mais afetadas durante o período de

crise, o que pode ser interpretado como uma busca por segurança durante a

recessão, pois esses ativos garantem a segurança nas operações de crédito.

Como conclusão, pode-se dizer que esta pesquisa contribuiu para

entender melhor o setor de edificações e para os estudos dos fatores

determinantes do endividamento dessas empresas, uma vez que comprovou-se

aderência com importantes teorias de estrutura de capital, como as teorias

Pecking Order, Trade off e Agência.

59

Em pesquisas futuras, sugere-se o uso de variáveis independentes

diferentes para tentar captar uma maior gama de elementos que podem afetar o

endividamento. Sugere-se também a utilização de uma amostra maior para

verificar os resultados do setor como um todo.

60

REFERÊNCIAS ALVARENGA, D. Construção civil se retrai em 2017 e segura a recuperação da economia. G1. São Paulo, 8 out. 2017. Disponível em: <https://g1.globo.com/economia/noticia/construcao-civil-se-retrai-em-2017-e-segura-recuperacao-da-economia.ghtml>. Acesso em: 1 jul. 2018. ARBEX, P. O próximo passo da Cyrela. Revista Isto é Dinheiro. São Paulo, 31 maio 2018. Disponível em: <https://www.istoedinheiro.com.br/o-proximo-passo-da-cyrela/>. Acesso em: 1 jul. 2018. BAKER, M.; WURGLER, J. Market Timing and Capital Structure. The Journal of Finance, v. 57, n. 1, p. 1-32, feb. 2002. BASTOS, D. NAKAMURA, W. Determinantes da Estrutura de Capital das Companhias Abertas no Brasil, México e Chile no Período 2001-2006. Revista de Contabilidade e Finanças, São Paulo, v. 20, n. 50, p. 75-94, mai/ago 2009. BOOTH, L. et al. Capital Structure in Developing Countries. The Journal of Finance. [S.l.], v. 56, n. 1, p. 87-130, 2001. BREALEY, R. A.; MYERS, S. C.; ALLEN, F. Princípios de Finanças Corporativas. Tradução Maria do Carmo Figueira, Nuno Carvalho. Rev. técnica Fabio Gallo Garcia, Luiz Alberto Bertucci. 8. ed. São Paulo: Ed. Mcgraw-Hill Companies, 2008. BREUSCH, T. S.; Pagan, A. R. A Simple Test for Heteroskedasticity and Random Coefficient Variation. Econometrica, v. 47, n. 5, p. 1287-1294, 1979. DURAND, D. Cost of Debt and Equity Funds for Business: Trends and Problems of Measurement, Conference on Research on Business Finance. New York: National Bureau of Economic Research, 1952. ESPINOLA, L. F. Determinantes da Estrutura de Capital na Crise Financeira Global. 2013. 59f. Dissertação (Mestrado em Administração de Empresas) – Universidade de São Paulo, São Paulo. FAMÁ, R.; GRAVA, W. Teoria da Estrutura de Capital - As discussões persistem. Caderno de Pesquisas em Administração, São Paulo, v. 1, n. 11, p. 27-36, 2000. FRANK, M. Z.; GOYAL, V. K. Testing the pecking order theory of capital structure. Journal of Financial Economics, v. 67, n. 2, p. 217-248, fev. 2003. ______. Capital structure decisions: which factors are reliably important? Financial Management, Tampa, v. 38, n. 1, p. 1-37, 2009. GAMEIRO, G. PIB da construção tem novo recuo de 5% em 2017, aponta IBGE. Construção Mercado. São Paulo, 12 mar. 2018. Disponível em:

61

<https://construcaomercado.pini.com.br/2018/03/pib-da-construcao-tem-novo-recuo-de-5-em-2017-aponta-ibge/>. Acesso em: 1 jul. 2018. GUJARATI, D. N. Econometria básica. Porto Alegre: AMGH, 2011. GUJARATI, D. N.; PORTER, D. C. Econometria básica. 5. ed. Porto Alegre: AMGH, 2011. 924 p. HARRIS, M.; RAVIV, A. Corporate Control Contest and Capital Structure. Journal of Financial Economics. [S.l.], v. 20, p. 50-86, 1988. ______. The Theory of Capital Structure. The Journal of Finance. [S.l.], v. 46, n. 1, p. 297- 355, 1991. HAUSMAN, J. A. Specification Tests in Econometrics. Econometrica, v. 46, n. 6, p. 1251-1271, 1978. HSIAO, C. Analysis of panel data. Cambridge: Cambridge University Press. 1986. INSTITUTO DE PESQUISA ECONÔMICA APLICADA. Produto Interno Bruto (PIB) real. 31 maio 2018. Disponível em: <http://www.ipeadata.gov.br/exibeserie.aspx?serid=38414>. Acesso em: 1 jul. 2018. JENSEN, M. C., & Meckling, W. H. Theory of the firm: managerial behavior, agency costs and ownership structure. Journal of Financial Economics, v. 3, n. 4, p. 305-360, 1976. JORGE, S.; ARMADA, M. J. R. Factores determinantes do endividamento: uma análise em painel. Revista de Administração Contemporânea, v. 5, n. 2, p. 9-31, mai./ago. 2001. MILLER, M. Debt and Taxes. The Journal of Finance. [S.l.], v. 32, p. 261-275, 1977. MINISTÉRIO DO TRABALHO E EMPREGO. CAGED de dezembro de 2015. Disponível em: <http://pdet.mte.gov.br/caged/caged-2015/caged-dezembro-2015>. Acesso em: 1 jul. 2018. MODIGLIANI, F.; MILLER, M. H. The cost of capital, Corporation finance and theory of investment. The American Economic Review, v. 48, n. 3, Jun. 1958. ______. Corporate income taxes and cost of capital: a correction. The American Economic Review, v. 53, n. 3, p. 433-443, Jun. 1963. MODIGLIANI, F. Debt, Dividend Policy, Taxes, Inflation, and Market Valuation. Journal of Finance, v. 37, n. 2, May 1982.

62

MYERS, S. The Capital Structure Puzzle. The Journal of Finance. [S.l.], v. 39, p. 575-592, 1984. ______. Financing of corporations. Handbook of the Economics of Finance. [S.l], Elsevier North Holland, v. 1, part 1, p. 215-253, 2003. MYERS, S.C; MAJLUF, N. S. Corporate Financing and Investment Decisions when Firms Have Information that Investors do not Have. Journal of Financial Economics, v. 13, n. 2, p. 187-221, jul. 1984 PEROBELLI, F. F. C., & Famá, R. Fatores determinantes da estrutura de capital para empresas latino-americanas. Revista de Administração Contemporânea, v. 7, n. 1, p. 9-35. 2003. QUINTÃO, C. Construção representou 8,1% do PIB nacional em 2010, aponta Abramat. Valor Econômico, São Paulo, 1 nov. 2011. Disponível em: <http://www.valor.com.br/empresas/1078500/construcao-representou-81-do-pib-nacional-em-2010-aponta-abramat>. Acesso em: 1 juj. 2018. RAJAN, R., & Zingales, L. What do we know about optimal capital structure? Some evidence from international data. The Journal of Finance, v. 50, n. 5, p. 1421-1460. 1995. REVISTA CONJUNTURA DA CONSTRUÇÃO. São Paulo: FGV, set. 2017. Disponível em: < https://www.sindusconsp.com.br/wp-content/uploads/2017/10/Revista-CC-outubro2017-baixa-resolucao2-v3.pdf >. Acesso em: 5 jul. 2018 ROSS, S. A. The Determination of Financial Structure: The Incentive-Signalling Approach. The Bell Journal of Economics, v. 8, n. 1, p. 23-40, 1977. SINDICATO NACIONAL DA INDÚSTRIA DA CONSTRUÇÃO PESADA. Impactos da construção pesada na economia. Disponível em: <https://www.sinicon.com.br/files/SINICON_Impactos_na_Economia_2017.09.25.pdf>. Acesso em: 1 jul. 2018. SOBRAL, L. Porque a Eztec sobe 50 e a Gafisa cai 60 a pior e a melhor do setor na bolsa. Revista Exame, São Paulo, 16 abr. 2012. Disponível em: <https://exame.abril.com.br/mercados/por-que-a-eztec-sobe-50-e-a-gafisa-cai-60-a-pior-e-a-melhor-do-setor-na-bolsa>. Acesso em: 1 jul. 2018. TERRA, P. R. S. An empirical investigation on the determinants of capital structure in Latin America. In: ENCONTRO ANUAL DA ASSOCIAÇÃO NACIONAL DOS PROGRAMAS DE PÓS-GRADUAÇÃO EM ADMINISTRAÇÃO, 26, 2002, Salvador, Anais... Salvador: ANPAD, 2002. CD-ROM. TITMAN, S.; WESSELS, R. The determinants of capital structure choice. The Journal of Finance, Berkeley, v. 43, n. 1, p. 1-19, Mar. 1988.

63

WOOLDRIDGE, J. M. Introdução à econometria: uma abordagem moderna. São Paulo: Pioneira Thomson Learning, 2006.

Documents

PONTIFÍCIA UNIVERSIDADE CATÓLICA DE SÃO PAULO PUC-SP … · 2018-08-18 · trimestre de 2010 e o primeiro trimestre de 2017, totalizando 29 trimestres para cada empresa. Os dados