Insper Instituto de Ensino e Pesquisa Programa de Mestrado Profissional em Economia José Eduardo Blanco Querido METODOLOGIA PARA ESTIMAR MELHORES MÚLTIPLOS EM AVALIAÇÃO DE EMPRESAS ELÉTRICAS São Paulo 2013 José Eduardo Blanco Querido Metodologia para estimar melhores múltiplos em avaliação de empresas elétricas Dissertação apresentada ao Programa de Mestrado Profissional em Economia do Insper Instituto de Ensino e Pesquisa, como parte dos requisitos para a obtenção do título de Mestre em Economia. Orientador: Prof. Dra. Andrea Minardi – Insper São Paulo 2013 FICHA CATALOGRÁFICA FOLHA DE APROVAÇÃO José Eduardo Blanco Querido Metodologia para estimar melhores múltiplos em avaliação de empresas elétricas Dissertação apresentada ao Programa de Mestrado Profissional em Economia do Insper Intituto de Ensino e Pesquisa, como requisito parcial para obtenção do título de Mestre em Economia. Aprovado em: Banca Examinadora Profa. Dra. Andrea Maria Accioly Fonseca Minardi – Insper Orientadora Instituição: Insper Assinatura: _________________________ Prof. Dr. Henrique Machado Barros Instituição: Insper Assinatura: _________________________ Prof. Dr. William Eid Júnior Instituição: Insper Assinatura: _________________________ DEDICATÓRIA Dedico esse trabalho a minha família, aos amigos e a todos os professores que fizeram parte da minha vida acadêmica. AGRADECIMENTOS Agradeço a Deus por estar sempre presente e nunca me deixar faltar forças para seguir em frente. Agradeço aos meus pais e irmã, José Eduardo Querido, Maria de Fátima Blanco Querido e Agnes Luzia Blanco Querido, pelo exemplo e inspiração. À minha esposa Ana Claudia Cordeiro Tahara, pelo suporte desprendido durante este período. Agradeço também à minha orientadora Profa. Dra. Andrea Maria Accioly Fonseca Minardi pelos ensinamentos, dedicação e orientação. Agradeço a todos os amigos do CGTI pelos conselhos e encorajamento. Agradeço enfim a todos os demais amigos e familiares pela motivação e apoio. RESUMO QUERIDO, José Eduardo Blanco. Metodologia para estimar melhores múltiplos em avaliação de empresas elétricas, 2013. 53 f. Dissertação (Mestrado) – Insper Instituto de Ensino e Pesquisa, São Paulo, 2013. Na avaliação relativa, selecionar corretamente o peer group é essencial. O presente trabalho apresenta uma aplicação de métodos de avaliação relativa no setor elétrico brasileiro, focando na melhoria de desempenho por meio da melhor seleção de grupos de empresas comparáveis. Foram deduzidos parâmetros que influenciam três múltiplos comumente utilizados na avaliação relativa: preço por valor patrimonial, preço por lucro e preço por vendas. Realizando avaliações anuais das empresas do setor elétrico nacional, foram testados diferentes métodos de seleção de grupos. Estes métodos de seleção focaram-se no ranqueamento por meio dos parâmetros deduzidos e também na implantação de restrição setorial ou não. Subsequentemente, foram utilizados métodos de regressão para avaliar a real influência dos parâmetros nos múltiplos. Os resultados indicam que a restrição setorial na seleção de grupos comparáveis melhora o desempenho da avaliação em quase todos os casos. O ranqueamento intra-setorial também trouxe, predominantemente, ganhos de desempenho, indicando que a consideração dos parâmetros individualmente na seleção de grupos agrega desempenho. Conclui-se que os parâmetros derivados a partir do modelo de Durand tiveram um desempenho satisfatório captando fatores determinantes do preço por valor patrimonial, tiveram um desempenho intermediário no preço por vendas e foram incapazes de captar de forma significativa fatores determinantes do preço por lucro. Conclui-se ainda que a utilização da média harmônica ao invés da média aritmética para cálculo do múltiplo característico traz significativa melhoria na precisão da avaliação relativa. Palavras-chave: peer group; múltiplos; avaliação relativa; setor elétrico, Brasil ABSTRACT QUERIDO, José Eduardo Blanco. Methodology for estimating the best multiples for the evaluation of electric companies, 2013. 53 p. Dissertation (Mastership) – Insper Instituto de Ensino e Pesquisa, São Paulo, 2013. In relative valuation, selecting the correct peer group is essential. This paper presents an application of valuation methods on the Brazilian electric sector focusing on improving performance through better selection of groups of comparable companies. I deduced parameters that influence three multiples commonly used in relative valuation: price to book value, price to earnings and price to sales. Conducting annual valuations of companies in the electricity sector different methods of peer group selection were tested. These selection methods focused on ranking by means of the deduced parameters and also in implantation of sector restriction or not. Subsequently regression methods were used to evaluate the actual influence of the parameters in the multiples. The results indicate that the sector restriction in the selection of a comparable groups improves the valuation performance in almost all cases. The intra-sector ranking also predominantly improved performance, indicating that the consideration of individual parameters in the selection of groups provide better results. The results also show that the parameters derived from the Durand model, had a satisfactory performance capturing determinants of the price to book value, had an intermediate performance in price to sales and were unable to capture significant determinants in price to profit. Finally we can also conclude the utilization of harmonic mean instead of the arithmetic mean to calculate the characteristic multiple provides significantly improved precision. Keywords : peer group; multiples; relative valuation; electric sector; Brazil LISTA DE TABELAS Tabela 1: Resumo dos fatores de que os múltiplos avaliados dependem ................................. 23 Tabela 2: Descrição das séries históricas levantadas................................................................ 26 Tabela 3: Empresas do setor elétrico nacional brasileiro, de acordo com a classificação setorial do Economática............................................................................................................ 27 Tabela 4: Empresas do setor elétrico nacional brasileiro, de acordo com a classificação setorial do Economática, e alocação em subgrupos de acordo com a atuação ......................... 29 Tabela 5: Resumo descritivo dos múltiplos originais............................................................... 30 Tabela 6: Resumo descritivo dos múltiplos ajustados .............................................................. 31 Tabela 7: Coeficientes observados nas regressões .................................................................. 37 Tabela 8: Coeficientes observados nas regressões, considerando apenas parâmetros significativos ............................................................................................................................ 39 Tabela 9: Resumo descritivo dos dados de preço por valor patrimonial .................................. 44 Tabela 10: Resumo descritivo dos dados de preço por lucro da amostra ................................. 45 Tabela 11: Resumo descritivo dos dados de preço por venda .................................................. 46 Tabela 12: Resultados da avaliação por segmentação em subgrupos, por ramo de atuação .... 48 SUMÁRIO 1 Introdução .............................................................................................................................. 10 2 Revisão Bibliográfica ............................................................................................................ 13 2.1 Organização do setor elétrico brasileiro ......................................................................... 13 2.2 Importância do estudo .................................................................................................... 16 3 Seleção dos parâmetros para restrição de grupos comparáveis e métodos de avaliação ....... 19 4 Dados ..................................................................................................................................... 26 5 Metodologia ........................................................................................................................... 27 5.1 Ajuste de dados ............................................................................................................... 30 5.2 Avaliação considerando todo o setor como comparável ................................................ 31 5.3 Avaliação considerando todas as empresas do mesmo segmento de atuação dentro do setor elétrico como comparável ............................................................................................ 32 5.4 Avaliaçãoconsiderando como comparável as 10 empresas de parâmetro mais próximo independentemente do setor de atuação ............................................................................... 33 5.4.1 Descrição de parâmetros de seleção para cada múltiplo ......................................... 33 5.4.2 Avaliação ................................................................................................................. 34 5.5 Avaliação considerando as 10 empresas de parâmetro mais próximo dentro do setor elétrico como comparável..................................................................................................... 35 5.6 Avaliação baseada em regressão setorial........................................................................ 36 5.7 Avaliação baseada em média harmônica ........................................................................ 40 6 Resultados............................................................................................................................. 42 7 Conclusões ............................................................................................................................ 49 Referências ............................................................................................................................... 52 10 1 INTRODUÇÃO O setor elétrico brasileiro é bastante dinâmico. São comuns operações de fusões, aquisições e até mesmo intervenções governamentais. Neste contexto, a avaliação relativa é comumente aplicada dada a sua praticidade e simplicidade. No entanto, observando a literatura existente, há poucos estudos executados a partir de dados nacionais. Tendo em vista a vasta diferença entre os cenários brasileiro e americano, - este a fonte da maior parte dos estudos publicados, faz-se necessário o desenvolvimento de um estudo especifico voltado à realidade brasileira e sujeito às particularidades e restrições do mercado nacional. De acordo com Damodaran (2006) há três principais abordagens para a avaliação de empresas. A primeira é o modelo de fluxo de caixa descontado, que relaciona o valor de um ativo com o valor presente do fluxo de caixa descontado esperado do mesmo. A segunda utiliza modelos de precificação de opções para mensurar o valor de ativos que tenham opções com características similares. A terceira é a avaliação relativa, que estima o valor de um ativo através da análise de precificação de ativos comparáveis relativo a uma variável comum e se baseia na premissa de que os mercados, em média, avaliam as empresas de forma correta. No caso de haver distorções em que o mercado avalia de forma incorreta todo um setor, esse viés será carregado para todas as avaliações feitas de forma relativa. A avaliação relativa pode ser descrita em três diferentes passos. O primeiro passo é encontrar ativos comparáveis que já estão precificados pelo mercado. O segundo passo é padronizar os preços de mercado a uma variável comum de forma que os preços sejam comparáveis. O último passo consiste no ajuste de diferenças entre ativos quando comparando seus valores padronizados. Segundo Damodaran (2006) uma empresa comparável é uma com fluxo de caixa, crescimento potencial e risco similar ao da empresa avaliada. Formalmente, não há nenhum componente da definição que especifica que esta empresa deve estar contida no mesmo setor industrial. No entanto, na prática, a maior parte dos analistas utiliza empresas comparáveis no mesmo ramo de atuação. Isto é feito porque muitos analistas partem da suposição que empresas do mesmo setor têm riscos, crescimento e fluxos de caixa similares. 11 O presente trabalho analisou o que já foi realizado em outros estudos, especificamente nos esforços de melhoria de resultados por meio de aperfeiçoamento da definição de peer groups e a partir dos resultados buscou comparar a eficiência dos métodos aplicados ao mercado brasileiro. Para efeito de restrição do tamanho da amostra e aprofundamento de estudo em um setor específico, foi selecionado o grupo de empresas do setor elétrico nacional. Este é um setor empresarial que no momento recebe crescente atenção devido à expiração de muitas concessões governamentais. Neste âmbito, a avaliação de empresas resultantes das concessões estará em foco nos próximos anos. A análise do setor para avaliação de métodos de seleção de peer group também é bastante interessante dada a boa disponibilidade de informações passadas do setor quando comparada com outros setores industriais brasileiros e também da simples caracterização do grupo de empresas pertencentes ao mesmo. Buscou-se avaliar se a definição do setor como elemento determinante em empresas comparáveis provê resultados melhores que a simples definição de empresas com os parâmetros mais próximos do objeto, e o impacto da seleção por cada um dos parâmetros. Neste âmbito, também foi avaliado o impacto da setorização dentro do próprio setor elétrico, dividindo as empresas conforme área especifica de atuação. Buscou-se ainda, por meio da regressão setorial, avaliar a que ponto os parâmetros derivados da na seção 3 de fato influenciam a definição dos múltiplos e qual o impacto da estimação por meio de erros médios observados. Como resultado, observou-se que a restrição setorial melhorou o desempenho da avaliação em quase todos os casos, indicando que a definição do setor capta similaridades entre as empresas não representadas por nenhum parâmetro individualmente. Observoutambém que os parâmetros propostos captaram satisfatoriamente a variação do preço por valor patrimonial, captaram com menor abrangência as variações no preço por vendas, mas não captaram de forma significativa as variações do múltiplo preço por lucro. Por fim observou-se também que o calculo do múltiplo característico por meio da média harmônica ao invés da média aritmética reduziu expressivamente a imprecisão da avaliação. Este trabalho está estruturado conforme descrito a seguir: na revisão da bibliografia é discutido o que já foi publicado e as principais conclusões obtidas relacionadas ao assunto 12 objeto deste estudo. Na seção 3 são demonstrados os parâmetros que influenciam cada múltiplo. A seção 4 apresenta os dados utilizados para avaliação. A metodologia aplicada é discutida na seção 5. Os resultados obtidos são discutidos na seção 6 e as conclusões estão apresentadas na seção 7. 13 2 REVISÃO BIBLIOGRÁFICA 2.1 ORGANIZAÇÃO DO SETOR ELÉTRICO BRASILEIRO O setor elétrico nacional iniciou-se na última década do Império do Brasil. Em 1876, Dom Pedro II se empenhou em introduzir no país equipamentos e processos destinados a utilizar energia elétrica na iluminação pública. Em 1879, foi inaugurada a iluminação elétrica na estação central da estrada de ferro Dom Pedro II, atual Central do Brasil, decretando o marco inicial do setor. (CAMARGO, 2005; HISTÓRICO, 2012) No período que seguiu, o setor elétrico se expandiu de forma descentralizada e principalmente no âmbito de iluminação pública, sendo que a primeira aplicação de eletricidade como força motriz foi iniciada apenas em 1883 por meio da instalação de bondes elétricos em Niterói. Neste mesmo ano, também foram fundados no Brasil o primeiro serviço de iluminação pública da América do Sul e a primeira hidrelétrica. Esta trouxe consigo também a primeira linha de transmissão para sua conexão. No entanto, durante este período até 1920, o setor permaneceu com muito pouco regulação, sendo a participação governamental resumida a casos pontuais de regulamentação e concessões de hidrelétricas e serviços. (HISTÓRICO, 2012; GASTALDO, 2009) Na década de 20 o setor passou a acelerar seu desenvolvimento. O avanço econômico nacional alavancou uma rápida expansão da demanda por energia elétrica. Em 1920, foi criado o primeiro órgão oficial relacionado ao setor elétrico: A Comissão Federal de Forças Hidráulicas. (ALBUQUERQUE, 2008; CAMARGO, 2005) Empresas estrangeiras passaram a atuar no Brasil, efetuando diversas incorporações e expandindo suas áreas de atuação, tornando o capital estrangeiro parte significativa do setor energético e ao mesmo tempo acelerando sua expansão. (GASTALDO, 2009) Em 1934, por meio do decreto 26.234, o governo federal separou a propriedade de solo das quedas de água e outras fontes de energia hidráulica, passando a exigir autorização de órgão federal para utilização do curso de água para aplicações industriais e geração de energia, mesmo que estas sem encontrassem dentro de propriedade privada. Com isso, o 14 governo passou a ter maior controle sobre as empresas atuantes no Brasil. (CAMARGO, 2005; HISTÓRICO, 2012) Impulsionado pela falta de energia em regiões importantes do país, foi então criado em 1939 o Conselho Nacional de Águas e Energia, cujo principal foco era centralizar os estudos de energia elétrica e regulamentar o decreto implementado anteriormente. (VEIGA & FONSECA, 2002 apud ALBUQUERQUE, 2008) No decorrer dos anos 40, o Estado ampliou seu papel no desenvolvimento energético e passou a atuar diretamente na produção de energia. O primeiro investimento dessa iniciativa foi a fundação da Companhia Hidro Elétrica do São Francisco (CHESF) em 1945. (HISTÓRICO, 2012) Já na década de 70, o governo federal efetuou importantes mudanças na legislação tarifária por meio da lei de 1971 (5.655/71) que estabelecia uma garantia de 10% a 12% de retorno sobre o capital investido nos empreendimentos elétricos a ser aferido por meio da tarifa. Essa medida teve grande importância para assegurar a solidez e expansão do setor. Agregados a esta medida havia ainda a facilidade de financiamento de empreendimentos por meio da Eletrobrás e da entrada de capital externo. (GASTALDO, 2009) Neste período, o setor construiu sólida base financeira, mas que ao mesmo tempo resultou em enormes diferenças no custo de geração e distribuição entre as diversas regiões. Buscando amenizar esta condição, foi instituída em 1974 a equalização tarifária, que era operacionalizada através da transferência de recursos de empresas superavitárias para as deficitárias.(GASTALDO, 2009) Já a década de 1990 foi um período de muitas mudanças. Em 1993, a extinção da equalização tarifária e a criação dos contratos de suprimento entre geradores e distribuidores davam indicações de que o mercado se preparava para uma descentralização do setor. Em seguida, vieram outras medidas na mesma linha, criando as licitações para novos empreendimentos de geração, possibilitando a produção independente de energia, determinando o livre acesso aos sistemas de transmissão e distribuição e abrindo a 15 possibilidade dos grandes consumidores selecionarem de onde comprar energia. Tudo isso culminou com o Programa Nacional de Desestatização do setor elétrico. (CAMARGO, 2005) Em 1996, foi implantado o Projeto de Reestruturação do Setor Elétrico Brasileiro (Projeto RE-SEB), cuja principal consequência foi a desverticalização do setor elétrico, tornando independentes geração, transmissão, distribuição e comercialização de energia elétrica. Buscando os benefícios de um mercado mais aberto, a geração e a comercialização foram gradativamente desreguladas para incentivar competição. Já a transmissão e a distribuição, onde a competição é inviável, seguiram como serviços públicos regulados. Ainda no ano de 1996, foi criada a Agência Nacional de Energia Elétrica (ANEEL), com a finalidade de regular as atividades do setor. Foram também fundadas outras instituições a fim de organizar a nova estrutura do setor. Dentre estas se destacam o Sistema Nacional de Gerenciamento de Recursos Hídricos (1997), o Mercado Atacadista de Energia (MAE) e o Operador Nacional do Sistema (NOS), criados em 1998. (ALBUQUERQUE, 2008; HISTÓRICO, 2012) Já no início dos anos 2000, baseado em um modelo de geração essencialmente hidrelétrico, o Brasil passou por momentos difíceis motivados, entre outros fatores, pela escassez de chuvas. Em decorrência, houve cortes de fornecimento e o racionamento de energia fez-se necessário neste período, que ficou conhecido popularmente como o apagão de 2001. O racionamento de energia atrasou o desenvolvimento do setor e evidenciou a necessidade de diversificação de nossa matriz energética. Dentro desta iniciativa, houve uma grande expansão na geração por meio de termoelétricas. Também foram adotadas medidas de incentivo a pequenas centrais hidrelétricas (PCHs). (HISTÓRICO, 2012) Finalmente, entre 2003 e 2004, ainda buscando tornar o setor elétrico mais robusto, foi criada a Empresa de Pesquisa Energética (EPE), para planejar o setor elétrico no longo prazo, o Comitê de Monitoramento do Setor Elétrico (CMSE), para avaliar a segurança do fornecimento de energia elétrica, e a Câmara de Comercialização de Energia Elétrica (CCEE), para regulamentar a comercialização no mercado aberto. Também para dar suporte ao desenvolvimento tecnológico do setor, foi instituído um investimento mandatório anual em 16 pesquisa e desenvolvimento, que busca evitar que as tecnologias nacionais fiquem defasadas com relação ao mercado internacional. (HISTÓRICO, 2012) 2.2 IMPORTÂNCIA DO ESTUDO Apesar dos esforços regulamentários do governo federal, o setor elétrico nacional ainda se encontra em situação bastante dinâmica. Fusões e aquisições ocorrem comumente no setor bem como intervenções governamentais em empresas sem desempenho adequado. A essa situação agrega-se o contexto atual, no qual uma série de concessões estão vencendo e há grande pressão governamental para redução dos custos de energia. O governo federal promete para 2013 um corte superior a 20% na tarifa para o consumidor final tanto industrial como residencial. As movimentações no setor tendem a se intensificar nos próximos anos, evidenciando a importância de avaliações financeiras, sejam elas para precificação de ações de empresas após movimentações no mercado, seja para avaliação de investimentos ou de potenciais novas entrantes do mercado. Neste contexto, é usual que analistas utilizem a avaliação relativa. Isto porque sua aplicação é simples e intuitiva. O presente estudo buscou avaliar o desempenho da avaliação relativa aplicada ao setor elétrico nacional, focando a análise na melhoria dos métodos de seleção de empresas comparáveis. Isto é de grande importância, tendo em vista que há muito poucos estudos executados a partir de dados nacionais e há vastas diferenças entre o contexto brasileiro e o americano, sendo este a fonte da maior parte dos estudos publicados. De maneira geral, o principal fator limitante observado no contexto brasileiro é a indisponibilidade de informações. A aplicação de uma vasta gama de parâmetros geralmente utilizados na seleção de grupos e ajuste das avaliações muitas vezes torna-se inviável pela indisponibilidade de dados ou por restringir excessivamente a amostra. Como consequência, muitos analistas passam a adotar critérios subjetivos para a seleção de comparáveis, aplicando sua própria experiência na seleção, deixando de lado critérios objetivos. 17 O presente estudo contribui com a avaliação da eficiência dos métodos de seleção de grupos de empresas comparáveis para avaliação de empresas do setor elétrico brasileiro, buscando avaliar o desempenho de avaliações relativas utilizando diferentes métodos de seleção de peer group. Apesar de amplamente aplicada, há poucos artigos sobre a avaliação relativa. Quando buscamos análises e experimentos dentro de um contexto nacional brasileiro, as referências são ainda mais escassas. Estudos anteriores focaram-se principalmente na avaliação da precisão de diferentes drivers na avaliação e ativos. Kim e Ritter (1999), Liu, Nissim, e Thomas (2002), e Baker e Ruback (1999) utilizaram múltiplos alternativos para avaliar IPOs. Liu, Nissim, e Thomas (2002) e Baker e Ruback (1999) investigaram a precisão da avaliação com relação ao valor de mercado das ações dos ativos. Estes constataram que a receita projetada tem uma precisão muito melhor que o histórico de receitas na avaliação de ativos. Liu, Nissim, e Thomas (2002) evidenciam que em termos de precisão, os parâmetros tiveram um desempenho decrescente conforme a seguir: receita projetada, receita histórica, medidas de fluxo de caixa, book value e vendas. Em todos estes estudos, a seleção de peer groups não é aprofundada. Alford (1992) avaliou a precisão relativa do múltiplo price-to-earnings selecionando os peer groups com base no setor onde a empresa atua, tamanho, alavancagem e crescimento da receita. Ele conclui que a restrição de grupo por meio da classificação de código para classificação do ramo de atividade da empresa SIC code (Standard Industrial Classification substituído pelo sistema NAICS - North American Industry Classification System em 1997) melhora conforme são inseridos dígitos, ou seja, quanto mais específica é a definição da indústria. Este efeito é observável apenas até três dígitos SIC. Após este nível, não foram observados ganhos na inclusão de mais dígitos. Também foi observado que uma vez definido o grupo por meio de ramo de atuação, controlar a avaliação para tamanho da empresa, alavancagem, e crescimento da receita não reduz os erros de avaliação. Bhojraj e Lee (2001) sugeriram uma nova forma de seleção de peer groups. Neste estudo, desenvolvem o que eles batizam de “warranted multiple”, que nada mais é que um 18 parâmetro para seleção de grupos comparáveis através do qual o melhor grupo de comparação seria as empresas que apresentem o “warranted multiple” mais próximo da empresa objeto. Testando este conceito, foram demonstradas significativas melhorias na avaliação selecionando grupos por esta técnica. Henschke e Homburg (2009) abordaram o problema das diferenças entre firmas e dos impactos decorrentes na avaliação relativa, e avaliaram na medida em que múltiplos baseados em ramo de atuação ignoram as especificidades de cada firma, levando a seleção de grupos não comparáveis. Neste estudo também foram avaliados diferentes métodos para controle das diferenças entre empresas de três diferentes formas: melhorando a seleção do peer group, ajustando o múltiplo ou executando uma composição dessas duas medidas. Neste caso a melhoria da seleção dos grupos é feita por meio da pontuação das empresas dentro de um mesmo grupo industrial. A nota final da empresa é composta pela soma do módulo da multiplicação de coeficientes pela diferença do parâmetro em relação à média do grupo. Os coeficientes são obtidos por meio de regressão, que avalia o ponto em que a diferença entre o parâmetro da empresa objeto frente à média do grupo é relacionado ao erro de estimação. De todos estes estudos, o que mais se aprofundou na seleção do peer group foi o Henschke e Homburg (2009), obtendo bons resultados. No entanto, aplicar a metodologia proposta por eles em um contexto brasileiro não é viável. As informações disponíveis no mercado são restritas, projeções de valores futuros são disponíveis apenas para uma parcela muito pequena das empresas e a classificação setorial é mais branda. Neste contexto, observamos que de forma geral cada setor industrial apresenta um número restrito de empresas, sobretudo quando são descartadas as empresas que não possuem informações disponíveis no horizonte de estudo. Assim torna-se importante avaliar que, no contexto nacional, quanto mais parâmetros inserimos na seleção de comparáveis, mais abrimos mão do tamanho da amostra, uma vez que cada novo dado avaliado leva à exclusão de empresas da amostra pela indisponibilidade desta informação. Dessa forma, passa a ser importante primeiramente avaliar se a restrição de empresas comparáveis a um único setor melhora o desempenho da avaliação e desenvolver com critérios simplificados uma forma eficiente de selecionar as empresas comparáveis. 19 3 SELEÇÃO DOS PARÂMETROS PARA RESTRIÇÃO DE GRUPOS COMPARÁVEIS E MÉTODOS DE AVALIAÇÃO Segundo Damodaran (2006) a determinação do valor de um ativo é pré-requisito para tomar decisões de forma inteligente. A avaliação relativa parte do princípio que ativos que apresentam o mesmo risco, fluxo de caixa e crescimento futuro devem possuir o mesmo valor. Dessa forma é possível uma avaliação por comparação com ativos com características similares. Como todos os outros métodos de avaliação, este também é suscetível a erros. Damodaran (2006) observa que dado que não há duas empresas realmente idênticas em termos de risco, fluxo de caixa e crescimento, o conceito de empresas comparáveis é subjetivo. Há casos em que não é possível encontrar ativos realmente comparáveis exigindo que este conceito seja expandido de forma a se poder obter uma amostra para referência. Ao contrário do método de fluxo de caixa descontado, a avaliação relativa não necessita da obtenção do fluxo de caixa futuro, taxa de desconto a ser utilizada ou tempo de maturação da empresa. Esses aspectos já considerados no preço, assim ela depende apenas da obtenção de um grupo de empresas comparáveis. Então, a eficiência da avaliação relativa depende diretamente da capacidade do modelo em selecionar corretamente o conjunto de ativos comparáveis e ajustar para eventuais diferenças dos mesmos. O modelo de avaliação relativa parte de duas principais suposições: o valor da empresa é proporcional ao parâmetro utilizado na avaliação e a relação entre o parâmetro selecionado e ao valor da empresa é similar em empresas dentro do peer group selecionado. Essas suposições são na verdade aproximações, presumidas como válidas pelos analistas. Dessa forma, a eficácia deste método de avaliação depende da capacidade do parâmetro selecionado de capturar informações relevantes, da real proximidade das características da empresa alvo frente ao parâmetro médio do grupo de avaliação e da proximidade do valor das ações dos ativos utilizados como referência ao seu valor intrínseco. Dessa forma, este tipo de avaliação se baseia no valor de negociação das ações de cada empresa no mercado e não contempla eventuais prêmios pagos na tomada de controle acionário de uma empresa. Para avaliações deste tipo de movimentação a aplicação de outras metodologias se faz necessária. 20 Para definição dos parâmetros a serem utilizados na seleção de grupos comparáveis são analisados os fatores que determinam os múltiplos. Parte-se do modelo de Durand (1957), que considera que o preço de uma ação hoje é igual a soma dos fluxos de caixa trazidos para o presente com o valor atualizado do preço de revenda da ação ao final do prazo de análise. ∏ 1 + = + ∏1 + (1) Onde: é o preço da ação hoje é a taxa utilizada para atualização do valor, ou seja, rentabilidade esperada é o dividendo pago é o preço de revenda da ação no futuro A partir da equação (1), fazendo algumas suposições, podemos derivar ao modelo de Gordon. Iniciamos considerando que o ativo não será reembolsado ou vendido no futuro, assim podemos eliminar o preço de revenda futuro, passando a considerar que o valor da ação será resultante da somatória infinita dos dividendos futuros atualizados. Para efeito de simplificação, consideramos que a rentabilidade esperada é constante em todos os períodos. Assim temos a equação (2): = 1 + (2) Supondo que o dividendo pago a cada período é uma fração constante do lucro e que o lucro cresce a uma taxa constante temos: = 1 + × = 1 + × (3) 21 Onde g é a taxa de crescimento do lucro. Portanto, substituindo (3) em (2) temos: 1 + × 1 + = = × 1 + 1 + 1 + (4) Sabe-se que ∑ = = . Considerando q < 1, temos: 1 × 1 + 1 − (5) − (6) Portanto: = Agora, considerando que o dividendo de um período é o lucro do mesmo multiplicado pelo percentual de distribuição do lucro: = × (7) Onde L é o lucro e d é a distribuição percentual do lucro. E que o lucro no período um, é o lucro no período zero multiplicado pela taxa de crescimento elevado à primeira: = × 1 + (8) Podemos reescrever: = × 1 + × − (9) 22 Dado que ! = #$" , ou seja, = = " % , podemos reescrever: × % × 1 + × − (10) Portanto: = % × 1 + × − (11) Onde por definição k > g. Desta forma o múltiplo preço por valor patrimonial depende do ROE, da taxa de crescimento do lucro, do percentual de lucro distribuído e da taxa de retorno esperada pelo investidor. Da mesma maneira é possível repetir tal análise para o múltiplo preço por lucro. Partindo direto da equação (11), temos: = × 1 + × − (12) Assim: 1 + × = − (13) Desta forma o múltiplo preço por lucro depende da taxa de crescimento do lucro, do percentual de lucro distribuído e da taxa de retorno esperada pelo investidor. Por fim é possível replicar o mesmo procedimento para o múltiplo preço por vendas partindo da equação (12). 23 Considerando que a margem líquida é definida pela razão entre os lucros e as vendas no dado período: &= % (14) Portanto: = % × & (15) Substituindo (15) em (12) temos: 1 + × × & = − % (16) Desta forma o múltiplo preço por lucro depende da taxa de crescimento do lucro, do percentual de lucro distribuído e da taxa de retorno esperada pelo investidor e da margem líquida. Tabela 1: Resumo dos fatores de que os múltiplos avaliados dependem Múltiplo Preço por valor patrimonial Fatores relevantes ROE, Taxa de crescimento do lucro, Percentual de lucro distribuído, Retorno esperado Preço por lucro Taxa de crescimento do lucro, Percentual de lucro distribuído, Retorno esperado Preço Por venda Margem líquida, Taxa de crescimento do lucro, Percentual de lucro distribuído, Retorno esperado Para avaliação dos resultados, é preciso estabelecer parâmetros. Alinhando-se com o trabalho de Henschke e Homburg (2009), foi adotado o parâmetro de precisão para comparação da capacidade de avaliação do preço do ativo, representado pela equação (17). Precisão = / Onde: 2 3,5 13,5 1 13,5 / (17) 24 2 P6,7 é o valor estimado P6,7 é o valor observado no mercado da firma i no tempo t. Baseados nestes critérios serão avaliadas as formas de seleção do peer group por três múltiplos: preço por valor patrimonial, preço por lucro e preço por vendas. Preço por valor patrimonial: consiste na razão entre o preço de mercado de uma ação pelo valor patrimonial por ação da empresa. Define-se este múltiplo na equação (18): P ValordaAção = VPM Valorpatrimonialporação (18) Preço por lucro: reflete a expectativa do mercado referente à capacidade de gerar lucro do ativo. Trata-se da razão do valor de mercado de um ativo pelo lucro gerado por ação. Define-se este múltiplo na equação (19): P ValordaAção = Lucro EFGHIHGJçãH (19) Preço por vendas: reflete a expectativa do mercado referente à capacidade de venda da empresa. Trata-se da razão do valor de mercado de um ativo pela venda observada por ação. Define-se este múltiplo na equação (20): P ValordaAção = Vendas %KLJMIHGJçãH (20) Para avaliação dos métodos de seleção de grupo, serão feitas avaliações baseadas em peer groups restritos ao setor elétrico e a todo o mercado nacional. Serão feitas avaliações anuais para cada um dos métodos de seleção de peer group para cada empresa da amostra. Estas avaliações serão feitas seguindo a metodologia básica de avaliação relativa, representada na equação (21). 2 P6,7 = X6,7 ∗ θQ6,7 (21) 25 Onde: 26,7 é o valor estimado P θQ6,7 é o múltiplo X6,7 é o driver da empresa alvo O múltiplo é calculado como a média do parâmetro no peer group. O valor estimado para cada período será comparado com o valor real observado conforme o conceito de precisão supracitado. Alternativamente, também será estudado o impacto da restrição do grupo de empresas comparáveis por meio da subdivisão das mesmas em subgrupos conforme a área de atuação. Este procedimento buscará verificar se a seleção de grupos comparáveis através da maior especificação de área de atuação apresentará melhor desempenho do que a restrição dos grupos por meio dos parâmetros definidos anteriormente. Com base nos resultados obtidos, será comparada a precisão de cada método de seleção de grupos, bem como os impactos da limitação setorial imposta na seleção de grupos e do aprofundamento desta segmentação por meio da divisão em subgrupos. 26 4 DADOS Para realização do presente estudo, foram levantadas informações a partir da base de dados Economática. Foram levantadas informações anuais de 2002 até 2012, abrangendo 667 empresas brasileiras no decorrer de 11 anos. Além dos dados descritos abaixo, também foram levantados os dados cadastrais de cada empresa, abrangendo o nome da empresa, sigla e classificação setorial da Economática. Este último foi utilizado para identificação de grupos setoriais. Foram levantadas as seguintes séries históricas: Tabela 2: Descrição das séries históricas levantadas Série Preço de fechamento Lucro por ação Valor patrimonial por ação Venda por ação Preço por valor patrimonial Preço por lucro Descrição Valor anual do preço de fechamento de cada ação ajustado por provento Razão do lucro acumulado nos últimos doze meses aferido por ação da empresa Razão do valor patrimonial aferido no ano e o número de ações do ativo Razão do volume de vendas no ano pelo número de ações do ativo Razão entre o preço da ação e o valor patrimonial por ação Razão entre o preço da ação e o lucro anual por ação Lucro líquido Razão entre o preço da ação e o volume de venda anual por ação Lucro líquido anual observado Lucro bruto Lucro bruto anual observado Preço por vendas Dívida bruta Razão do total de dividendos pagos no ano pelo número de ações Dívida financeira total Patrimônio líquido Patrimônio líquido da empresa Dividendo pago por ação Número de ações Ativo total Margem líquida Quantidade de ações disponíveis para o ativo ao término do ano Volume do ativo total da empresa no ano Razão entre o lucro líquido anual e o valor absoluto da receita líquida no ano 27 5 METODOLOGIA Todas as análises realizadas tiveram foco em três múltiplos: preço por valor patrimonial, preço por lucro e preço por vendas. Definiu-se também que as avaliações seriam feitas estimando o valor de uma ação. O estudo iniciou-se através da estimação de preços das ações de forma convencional. Como já citado, para efeito de direcionamento dentro do objetivo do estudo, todas as avaliações foram focadas no setor elétrico brasileiro. Para cada empresa do setor elétrico, foi feita uma avaliação para cada período da amostra. Primeiramente, foram identificadas todas as empresas do setor elétrico brasileiro por meio da classificação setorial do Economática, totalizando 58 empresas. Estas se encontram listadas abaixo: Tabela 3: Empresas do setor elétrico nacional brasileiro, de acordo com a classificação setorial do Economática AES Ela AES Sul AES Tiete Afluente Afluente T Ampla Energ Ampla Invest Bandeirante Energ Cach Dourada Ceb Ceee-D Ceee-Gt Celesc Celg Celgpar Celpa Celpe Cemar Cemat Cemig Cesp Coelba Coelce Copel Cosern CPFL Energia CPFL Geração CPFL Piratininga Desenvix Dinamica Ene Elektro Eletrobras Eletropar Eletropaulo Eletropaulo (Old) Emae Energias BR Energisa Enersul Epte Equatorial Escelsa F Cataguazes Ger Paranap Ienergia Iven Light S/A MPX Energia Neoenergia Paul F Luz Rede Energia Redentor Renova Rio Gde Ener Taesa Tractebel Tran Paulist VBC Energia Fonte: Software Economática Para possibilitar a definição de grupos comparáveis por meio da segmentação em subgrupos conforme área de atuação, as empresas do setor elétrico nacional foram classificadas conforme o ramo específico de atividade. As empresas foram classificadas com 28 base na listagem do Operador Nacional do Sistema Elétrico – ONS (GESTÃO, 2013). Foram considerados sete diferentes subgrupos: 1. Empresas que atuam exclusivamente com geração 2. Empresas que atuam exclusivamente com distribuição 3. Empresas que atuam exclusivamente com transmissão 4. Empresas que atuam com geração e distribuição 5. Empresas que atuam com geração e transmissão 6. Empresas que atuam com transmissão e distribuição 7. Empresas que atuam com geração, distribuição e transmissão Empresas que não se enquadraram em nenhum dos sete subgrupos foram classificadas como NA. Isto pode ter ocorrido por dois motivos. O primeiro é por não estar mais em operação ou não ser mais negociada na bolsa de forma que na ONS não consta mais seu registro em nenhuma das três atividades consideradas. O segundo é por, apesar de ser classificada como do setor de energia elétrica pelo Economática, a empresa não trabalhar diretamente com o fornecimento de energia. Neste caso estão incluídas empresas que prestam serviço para o setor de elétrico, como por exemplo serviços de projeto em usinas e linhas de transmissão, serviços de manutenção e operação de instalações. Esta classificação provou ser adequada, uma vez que resultou na divisão das empresas do setor elétrico em grupos pequenos, dispensando assim a aplicação de outros parâmetros para a restrição do grupo de empresas comparáveis. A Tabela 4 contém a listagem completa destas empresas classificadas conforme seu subgrupo. Nota-se que o maior subgrupo contém apenas 20 empresas. 29 Tabela 4: Empresas do setor elétrico nacional brasileiro, de acordo com a classificação setorial do Economática, e alocação em subgrupos de acordo com a atuação Subgrupo Geração Empresas AES Tiete MPX Energia Cesp Renova CPFL Geração Tractebel Emae VBC Energia Ger Paranap AES Elpa Ampla Energ CPFL Energia CPFL Piratininga Elektro Celesc Eletropaulo Celpe Energias BR Cemar Energisa Cemat Enersul Coelba Escelsa Coelce Rede Energia Cosern Rio Gde Ener Afluente T Taesa Ienergia Tran Paulist Geração e Distribuição Ceb Celpa Geração e Transmissão Afluente Ceee-Gt Distribuição e Transmissão Ceee-D Celg Cemig Light S/A Copel Neoenergia Eletrobras Paul F Luz Eletropaulo (Old) AES Sul Distribuição Transmissão Geração, Distribuição e Transmissão Ampla Invest NA Bandeirante Energ Cach Dourada Equatorial Celgpar F Cataguazes Desenvix Iven Dinamica Ene Redentor Epte Eletropar Fonte: Software Economática e ONS (GESTÃO, 2013) 30 5.1 AJUSTE DE DADOS Foram analisadas as séries de preço por valor patrimonial, preço por lucro e preço por vendas para estas empresas. Estas informações requerem uma análise mais cuidadosa, pois embasaram a elaboração dos múltiplos que definiram as avaliações a serem feitas. Um resumo descritivo dos dados observados no decorrer de todo o horizonte de estudo é apresentado na Tabela 5: Tabela 5: Resumo descritivo dos múltiplos originais Parâmetro Média Erro Padrão Mediana Modo Desvio padrão Curtose Assimetria Variação Mínimo Máximo Amostra Preço por valor patrimonial 2,85 0,63 1,6 0,8 11,67 186,83 13,25 190,4 -8,9 181,5 344 Preço por lucro Preço por vendas 14,47 3,45 8,3 4,7 63,81 53,88 4,86 1051,2 -427,3 623,9 342 3,50 0,90 1,1 0,4 16,31 191,75 13,01 259 0 259 329 Observando estas informações pode-se notar que o desvio padrão é elevado em relação à média e a mediana. Isso ocorre por haver pequenos grupos de dados com valores muito fora da média. A fim de evitar que estes valores desviem a avaliação feita para o grupo, foram removidos os dados que destoavam muito do restante da amostra. Para este efeito, foram removidos todos os valores superiores a 5 do múltiplo preço por valor patrimonial, todos os valores acima de 30 do múltiplo preço por lucro e todos os valores acima de 3 no múltiplo preço por venda. Também foram excluídos todos os dados negativos, pois estes acarretam em uma avaliação com preço negativo, o que não é factível. Como resultado, foi obtida uma amostra como descrita na Tabela 6. 31 Tabela 6: Resumo descritivo dos múltiplos ajustados Parâmetro Média Erro Padrão Mediana Modo Desvio padrão Curtose Assimetria Variação Mínimo Máximo Amostra Preço por valor patrimonial ajustado 1,73 0,06 1,55 0,8 1,15 -0,15 0,81 4,8 0,2 5 318 Preço por lucro ajustado 10,03 0,36 8,95 4,7 5,63 1,59 1,25 29 0,4 29,4 248 Preço por vendas ajustado 1,48 0,08 1,05 0,4 1,35 1,44 1,48 5,6 0,1 5,7 308 Nota-se com este trabalho, considerando o período em sua totalidade, que a amostra ficou muito mais concentrada e coerente, e o desvio padrão caiu com relação à média e a mediana. 5.2 AVALIAÇÃO CONSIDERANDO TODO O SETOR COMO COMPARÁVEL O estudo se inicia com uma forma simples de definição de uma empresa comparável: todas as empresas do setor elétrico são consideradas comparáveis. Dessa forma o peer group é definido como todas as empresas atuantes no setor elétrico com exceção daquela a ser avaliada. Com base neste critério, a avaliação foi feita conforme a metodologia descrita abaixo. Foram precificadas todas as empresas do setor elétrico nacional, considerando como peer group todas as empresas do setor com informações disponíveis para o período. Cada ativo foi avaliado para cada período por meio da razão preço por valor patrimonial, da pela razão preço por lucro e da razão preço por vendas. Estimou-se o múltiplo para cada empresa para cada ano. O múltiplo estimado foi definido na equação (22) como a média do múltiplo de todas as empresas do setor elétrico nacional no citado período excluindo o múltiplo da própria empresa a ser avaliada. 32 θQ6,7 = ∑ &ERSTIRHKSHJMJMK&IGKMJMHMKSKRéSGTFH − &ERSTIRHJK&IGKMJJMKGJVJRTJJ WE&KGHKK&IGKMJMFH&JHTMIHLTVKRLHIKGTHH − 1 (22) Uma vez com todos os múltiplos calculados, procedeu-se para a avaliação do preço da ação, representado na equação aplicando o método já definido na equação (21). 5.3 AVALIAÇÃO CONSIDERANDO TODAS AS EMPRESAS DO MESMO SEGMENTO DE ATUAÇÃO DENTRO DO SETOR ELÉTRICO COMO COMPARÁVEL Com a finalidade de avaliar o impacto de uma maior segmentação das empresas nos resultados da avaliação relativa, foi realizada uma avaliação determinando como empresas comparáveis todas aquelas pertencentes ao mesmo subgrupo. Neste método, é definido como peer group todas as empresas de um mesmo subgrupo, ou seja, todas as empresas com a mesma área específica de atuação, com exceção da empresa objeto da avaliação. Estimou-se o múltiplo para cada empresa para cada ano. O múltiplo estimado foi definido na equação (23) como a média do múltiplo das empresas do setor elétrico nacional que atuam no mesmo subgrupo, no citado período excluindo o múltiplo da própria empresa a ser avaliada. θQ6,7 = ∑ &ERSTIRHJMK&IGKMJMKE&MEXGEIHHMKSKRéSGTFH − &ERSTIRHJK&IGKMJJMKGJVJRTJJ WE&KGHKK&IGKMJMFH&JHTMIHLTVKRLHIKGTHH − 1 (23) Uma vez com todos os múltiplos calculados, procedeu-se para a avaliação do preço da ação, representado na equação aplicando o método já definido na equação (21). Para efeito de comparação com os demais métodos, a precisão é apresentada como a média da precisão de todas as empresas do setor elétrico, de forma a manter o mesmo grupo de empresas avaliada pelos demais métodos. Como os subgrupos já apresentaram um número suficientemente pequeno de empresas, não foi necessário aplicar outros métodos descritos nos próximos itens para restrição do numero de empresas comparáveis. 33 5.4 AVALIAÇÃOCONSIDERANDO COMO COMPARÁVEL AS 10 EMPRESAS DE PARÂMETRO MAIS PRÓXIMO INDEPENDENTEMENTE DO SETOR DE ATUAÇÃO Como alternativa ao método proposto no Item 5.3, define-se outro forma de estabelecimento de grupo de empresas comparáveis. Ao invés de definir o peer group por meio da divisão em subgrupos conforme área de atuação, propõe-se definir o grupo de empresas comparáveis como as dez empresas que apresentam o parâmetro mais próximo da empresa objeto. Assim o grupo de empresas comparáveis é definido como as 10 empresas de parâmetro mais próximo dentre todas as empresas listadas no mercado. Esta classificação é baseada nos parâmetros discutidos na seção 3, tendo em vista que, por meio de deduções, conclui-se que estes são os parâmetros que definem os múltiplos aqui estudados. Estes parâmetros são detalhados para cada múltiplo nos itens que seguem. 5.4.1 Descrição de parâmetros de seleção para cada múltiplo 5.4.1.1 Parâmetro - Preço por valor patrimonial Conforme discutido na seção 3 o múltiplo preço por valor patrimonial depende do ROE, Taxa de Crescimento do Lucro, Percentual de Lucro Distribuído, Retorno Esperado. Para este fim calculou-se o ROE como sendo: = Lucrolíquido Patrimoniolíquido (24) Para captar os efeitos da taxa de crescimento do lucro foi utilizada a taxa de crescimento sustentável definida como: TxdeCrescSust = MédiaROE3anos × 1 − %TMSGTXETH (25) O percentual de lucro distribuído foi definido como %TMSGTXETH = Dividendopagoporação × NúmerodeAções Lucrobruto (26) 34 O retorno esperado é associado ao risco do ativo de forma que em ativos mais arriscados é esperado um retorno maior. Seguindo o padrão utilizado em outros estudos foram utilizados os parâmetros de tamanho, alavancagem e volatilidade do retorno do preço de fechamento para captação do fator risco. Assim o tamanho foi definido como: kJ&JLℎH = lnmSTVHSHSJR = mkk (27) A alavancagem foi definida como: ALV = DívidaBruta Patrimoniolíquido (28) Volatilidade foi definida como o desvio padrão dos retornos trimestrais em cada ano para cada ativo. % = oKSHGLHSGT&KMSGJR (29) 5.4.1.2 Parâmetro - Preço por Lucro Conforme discutido na seção 3, o múltiplo preço por lucro depende da taxa de crescimento do lucro, percentual de lucro distribuído, retorno esperado. Todos estes parâmetros já foram definidos no item anterior. 5.4.1.3 Parâmetro - Preço por Vendas Conforme discutido em na seção 3 o múltiplo preço por vendas depende da taxa de variação do lucro, percentual de lucro distribuído, retorno esperado. Todos estes parâmetros também já foram definidos nos anteriores. Além destes foi também utilizada a margem líquida extraída diretamente do Economática. 5.4.2 Avaliação Definiu-se como grupo de comparáveis as empresas com os parâmetros mais próximos da empresa objeto independentemente do setor atuação. Isso foi repetido para cada um dos diferentes parâmetros definidos. Nesta comparação de parâmetros mais próximos foi 35 considerada a média para cada empresa dentro de período de amostragem. Isto foi feito buscando amenizar os impactos de eventuais distorções pontuais que possam ocorrer em um dos anos da amostra. Estimou-se então o múltiplo para cada empresa para cada ano para cada um dos parâmetros de seleção. O múltiplo estimado foi definido na equação (30) como a média do múltiplo das dez empresas de parâmetro mais próximo da empresa a ser avaliada. θQ6,7 = ∑ &ERSTIRHKpK&IGKMJMKIJGJ&KSGH&JTMIGHqT&H 10 (30) Uma vez com todos os múltiplos calculados, procedeu-se para a avaliação do preço da ação, já definida na equação (21). 5.5 AVALIAÇÃO CONSIDERANDO AS 10 EMPRESAS DE PARÂMETRO MAIS PRÓXIMO DENTRO DO SETOR ELÉTRICO COMO COMPARÁVEL A metodologia proposta neste item se configura como uma forma que integra os procedimentos descritos nos itens 5.2 e 5.4. O grupo de empresas comparáveis é primeiramente definido como apenas as empresas do setor elétrico, conforme proposto em 5.2. Como o grupo de empresas comparáveis obtido ainda é grande (58 empresas), é possível aplicar outros critérios para restringir o peer group a um numero menor de empresas. Com este intuito, são aplicados os critérios definidos em 5.4 para restrição do grupo comparável dentro do setor elétrico. Assim o peer group é definido como as 10 empresas de parâmetro mais próximo à empresa objeto dentre as empresas que atuam no setor elétrico. Os parâmetros utilizados foram os mesmos já definidos no item anterior. Desta forma para estimar o múltiplo definiu-se: θQ6,7 = ∑ &ERSTIRHKpK&IGKMJMKIJGJ&KSGH&JTMIGHqT&H LHMKSHGKRéSGTFH 10 (31) Uma vez com todos os múltiplos calculados, procedeu-se para a avaliação do preço da ação, já definida na equação (21). Para cada avaliação feita utilizando cada um dos métodos citados foi calculada a precisão da avaliação de cada empresa do setor elétrico em cada período para cada parâmetro 36 utilizando o critério de precisão já definido em (17). Os resultados foram sintetizados através da média da precisão obtida por cada método definido nas seções anteriores. 5.6 AVALIAÇÃO BASEADA EM REGRESSÃO SETORIAL Foi observado que em todas as formas de avaliação supracitadas o erro médio de estimação foi elevado. Buscando uma abordagem estatística para avaliar qual a real influência dos parâmetros deduzidos na definição dos múltiplos (seção 3), foram rodadas regressões em painel, definindo como variável dependente os múltiplos e como regressores os parâmetros. Foi tirado o logaritmo ativo total devido à escala de este parâmetro ser muito superior aos demais. As regressões foram definidas como segue. Para preço por valor patrimonial: θs1 6,7 = F+t1 × T,S + t2 × kvwT,S + t3 (32) × T,S + t4 × mkkT,S + t5 × m%T,S + t6 × %T,S Para preço por lucro: θ{|}~ = F+t1 × kvwT,S + t2 × T,S + t3 × mkkT,S + t4 × m%T,S + t5 × %T,S 6,7 (33) Para preço por venda: θ = F+t1 × GTT,S + t2 × kvwT,S + t3 6,7 (34) × T,S + t4 × mkkT,S + t5 × m%T,S + t6 × %T,S Onde: θs1 6,7 é o múltiplo estimado preço por valor patrimonial θ{|}~ é o múltiplo estimado preço por lucro 6,7 θ é o múltiplo estimado preço por lucro 6,7 Mrg Liq é a margem líquida t são os coeficientes estimados para cada parâmetro TCS é a taxa de crescimento sustentável LD é o percentual de lucro distribuído 37 ATT é o logaritmo do ativo total ALV é o nível de alavancagem VOL é a volatilidade dos retornos ROE é o retorno sobre o patrimônio Tabela 7: Coeficientes observados nas regressões 1 Parâmetro ROE Taxa de crescimento sustentável Percentual de lucro distribuído Log Ativo total Alavancagem Margem líquida Volatilidade Constante R quadrado Estatística F Preço por Valor Patrimonial 0,4120 [1,25] 1,1426 [3,02] *** 2,5078 [7,49] *** 0,0131 [0,25] 0,0070 [7,25] *** Preço por Lucro Preço por Venda - - -6,0549 [-2,61] *** 2,6828 [1,51] 0,7396 [2,08] ** 0,0036 [0,45] -0,4274 [-0,88] 2,1609 [5,18] *** -0,2084 [-2,57] ** -0,0004 [-0,45] 0,0002 [0,0,14] -0,0004 [-0,30] 4,4255 [3,45] *** 0,1596 0,0000 - - -0,0698 [-2,24] ** 0,4115 [0,53] 0,4421 0,0000 -0,07202 [-3,13] *** -0,3779 [-0,07] 0,0987 0,0041 A Tabela 7 apresenta os resultados das regressões para cada múltiplo. Entre colchetes encontram-se descritos os valores da estatística t. Na última linha da tabela, observa-se o r quadrado de cada regressão. Nota-se que para o múltiplo preço por valor patrimonial mostram-se significantes taxa de crescimento sustentável, percentual de lucro distribuído, alavancagem e volatilidade. Os coeficientes de ROE, taxa de crescimento sustentável, percentual de lucro distribuído, log do ativo total foram todos positivos. Este resultado está de acordo com a expectativa, indicando uma relação positiva com a razão preço por valor patrimonial. O 1 Entre colchetes é descrita a estatística t. *** para significância a 1%, ** a 5% e * a 10% 38 coeficiente de volatilidade foi negativo, o que também era esperado, indicando uma relação negativa com o múltiplo. Já o coeficiente obtido para alavancagem foi positivo, o que contradiz a expectativa. Era esperado que o maior grau de alavancagem fosse indicativo de maior risco elevando a expectativa de retorno de forma que fosse negativamente relacionado ao múltiplo. O r quadrado obtido nesta regressão foi alto. De acordo com Damodaran (2006) é comum observar-se valores de r quadrado entre 0,30 e 0,35. Assim, o resultado obtido superou o citado pela literatura e foi o valor mais alto de r quadrado obtido, indicando uma maior explicação do múltiplo pelos coeficientes. Na regressão do preço por lucro, foram significativos a taxa de crescimento sustentável, o log do ativo total e a volatilidade. Os sinais dos coeficientes obtidos para percentual de lucro distribuído, logaritmo do ativo total e volatilidade estão de acordo com o esperado. O coeficiente obtido para alavancagem foi positivo, o que é contrário à expectativa, no entanto, nesta regressão este parâmetro não foi significativo. O coeficiente obtido para a taxa de crescimento sustentável foi negativo. Este resultado é contrário ao esperado. A expectativa é que uma maior taxa de crescimento seja positivamente relacionada com o múltiplo. Uma possível explicação para este resultado é que tenha sido quebrada a suposição feita na modelagem. Conforme explicitado na seção 3, por definição, a taxa de retorno esperada deve ser maior que o crescimento. A quebra desta suposição pode ter gerado o coeficiente negativo. O r quadrado obtido foi muito baixo, o menor das três regressões, indicando um baixo poder de explicação do múltiplo pelas variáveis independentes. Na regressão do preço por venda, foram relevantes o percentual de lucro distribuído, o log do ativo total e a constante. Os sinais dos coeficientes obtidos para percentual de lucro distribuído, alavancagem, margem líquida e volatilidade estão conforme o esperado. A taxa de crescimento sustentável apresentou um coeficiente novamente negativo, mas nesta regressão o parâmetro não foi significativo. O coeficiente obtido para o logaritmo do ativo total foi negativo, contrariando a expectativa. Para este, era esperado que o maior ativo total fosse encarado com um fator de minimização de risco, reduzindo a taxa de retorno esperada e assim se apresentando de forma positivamente relacionada ao múltiplo. Para esta regressão o valor de r quadrado, apesar de superior ao da regressão do múltiplo preço por lucro, ainda foi 39 bastante baixo. Isto indica novamente um baixo poder de explicação do múltiplo pelos parâmetros deduzidos. Foram rodadas novas regressões para os três múltiplos, incluindo apenas os fatores relevantes. Os resultados obtidos estão na Tabela 8. Tabela 8: Coeficientes observados nas regressões, considerando apenas parâmetros significativos 2 Parâmetro ROE Taxa de crescimento sustentável Percentual de lucro distribuído Log Ativo total Preço por Valor Patrimonial 1,3989 [4,33] *** 2,6230 [9,73] *** - Alavancagem Margem líquida Volatilidade Constante R quadrado Estatística F 0,0068 [7,21] *** -0,0701 [-2,36] ** 0,6379 [4,33] *** 0,4373 0,0000 Preço por Lucro Preço por Venda -5,7953 [-2,50] *** - 0,6318 [1,86] * 2,1990 [5,99] *** -0,2885 [-4,08] ** - - -0,6761 [-3,04] *** 2,1571 [0,4156] 0,0846 0,0021 - - 5,5412 [5,07] *** 0,1848 0,0000 Com base nas regressões acima se chega a novas equações para cálculo dos múltiplos: = 0,6379 + 1,3989 × kvw + 2,6230 × %TMSGTXETH + 0,0068mRJVJLFJK& % (35) = 2,1571 − 5,7953 × kvw + 0,6318 × HmSTVHkHSJR − 0,6761 EFGH (36) − 0,0701 × %HRJSTRTJK × %HRJSTRTJK $ # 2 = 5,5412 + 2,199 × %TMSGTXETH − 0,2885 × HmSTVHkHSJR Entre colchetes é descrita a estatística t. *** para significância a 1%, ** a 5% e * a 10% (37) 40 Com base nestas equações os preços foram estimados novamente. Os resultados foram avaliados outra vez por meio do critério de precisão. 5.7 AVALIAÇÃO BASEADA EM MÉDIA HARMÔNICA Regressões rodadas com base em dados reais têm sua aplicação muitas vezes limitada por dificuldades de estimação. Baker e Ruback (1999) e Beatty, Riffe e Thompson (1999) demonstram que o valor do erro na regressão para a obtenção do múltiplo é correlacionado com o valor do preço, proporcionando resultados viesados pela heterocedasticidade. Liu, Nissim, e Thomas (2002) também demonstram que os múltiplos obtidos por regressões simples apresentam erros ponderados pelos preços e com valor médio diferente de zero, quebrando o pressuposto de normalidade dos resíduos necessário para aplicação de uma regressão simples. Como solução, estes autores propõem a imposição de uma restrição ao modelo definindo que a esperança da razão entre o erro e o preço seja zero. Os mesmos autores ainda demonstram que nesta modelagem não há necessidade da aplicação de uma regressão simples para obtenção dos múltiplos, pois estes podem ser obtidos de forma equivalente pelo simples cálculo da média harmônica dos múltiplos do grupo de empresas comparáveis. A média harmônica é uma outra forma de calcular a média de um conjunto de informações e é definida como o número de observações dividido pela soma dos inversos das observações, obtida de acordo com a equação (38). éTJJG&HLTFJ = L ∑ 1q (38) Onde: n é número de observações xi são os parâmetros a serem medidos Liu, Nissim, e Thomas (2002), Baker e Rubak (1999) e Schreiner (2007) identificam esta como uma boa forma do cálculo do múltiplo característico uma vez selecionado o peer group. Isso se deve principalmente à amenização do impacto de outliers de valores elevados no cálculo da média. Como a média harmônica é calculada pela somatória dos inversos dos 41 valores, quanto maior o valor observado, menor será seu impacto na média, de forma que valores muito elevados, destoantes do restante do grupo de dados, terão seu impacto limitado. Para aplicação deste conceito no presente estudo, a seleção de grupos comparáveis foi realizada da mesma forma como anteriormente, restringindo as empresas ao setor elétrico e ranqueando-as conforme os parâmetros selecionados. Uma vez ranqueadas, o múltiplo típico foi calculado como a média harmônica dos múltiplos das dez empresas com ranqueamento mais próximo. θQ6,7 = ∑ 10 (39) Os valores foram estimados a partir dos múltiplos calculados, multiplicando o múltiplo pelo driver de cada empresa e os resultados avaliados pelo conceito de precisão. 42 6 RESULTADOS Os resultados obtidos demonstram que a avaliação por múltiplos aplicada conforme descrito ao setor elétrico produziram resultados bastante imprecisos. Os melhores resultados obtidos para cada múltiplo apresentaram erros médios da ordem de 0,8 indicando uma estimação com uma diferença média de 80% com relação ao valor efetivamente negociado do ativo. Comparando os resultados obtidos entre os múltiplos, é possível observar que preço por valor patrimonial foi o múltiplo que apresentou melhores resultados, seguido de preço por lucro e, com a maior imprecisão, o múltiplo preço por vendas. O cálculo do múltiplo característico por meio da média harmônica ao invés da média aritmética melhorou o desempenho da avaliação nos três múltiplos. Por exemplo, selecionando-se o peer group pelas 10 empresas do setor elétrico com ROE mais próximo, calculando o múltiplo característico por meio da média aritmética se obteve um erro médio de 117,59%, versus 78,94% de erro quando calculado por meio da média harmônica. A restrição setorial também se mostra como um fator que melhora o desempenho da avaliação. Em todos os múltiplos, os melhores resultados foram observados no ranqueamento de empresas pelos parâmetros restritos apenas ao setor elétrico. Já a divisão das empresas em subgrupos melhorou o desempenho quando comparado à media do setor elétrico como um todo mas teve desempenho inferior aos métodos que aplicam a restrição por meio de parâmetros dentro do setor elétrico. Dentre todas as formas de estimação aqui analisadas, as que apresentaram o melhor desempenho foram as calculadas pela média harmônica dos múltiplos de empresas selecionadas através do ranqueamento intra-setorial por meio dos parâmetros propostos. Em segundo lugar ficou a regressão e a segmentação em subgrupos que apresentaram resultados muito próximos, seguida pelas avaliações calculadas pela média aritmética dos múltiplos de empresas selecionadas através do ranqueamento intra-setorial e pelas estimativas feitas sem a restrição setorial. 43 Os resultados com menor imprecisão foram obtidos através do ranqueamento por ROE para múltiplo preço por valor patrimonial, através do ranqueamento por ativo total no múltiplo preço por lucro e através do ranqueamento por margem líquida no preço por vendas. Nota-se que na regressão do múltiplo preço por venda o parâmetro ROE, que teve o melhor desempenho de avaliação, não teve coeficiente significativo. O mesmo ocorre na regressão preço por lucro, onde a margem líquida, parâmetro que proporcionou os melhores resultados de ranqueamento, não apresentou coeficiente significativo. Isto representa um resultado contraditório, pois ao mesmo tempo em que o ranqueamento mostra que estes parâmetros são relevantes, a regressão não encontra relação significativa na variação dos mesmos com a variação do múltiplo. Uma possível explicação para isso seria a ocorrência de eventuais problemas na regressão como os descritos na seção 5.7, comprometendo o desempenho das mesmas. Os resultados obtidos nas avaliações são resumidos nas Tabelas 9, 10 e 11. 44 Tabela 9: Resumo descritivo dos dados de preço por valor patrimonial Parâmetro de seleção Média Mediana Setor elétrico Setor elétrico segmentado em subgrupos Setor elétrico segmentado em subgrupos – média harmônica 10 + próximos ROE 10+ próximos ROE setor elétrico 10+ próximos ROE setor elétrico – média harmônica 10 + próximos taxa de crescimento sustentável 10+ próximos taxa de crescimento sustentável setor elétrico 10+ próximos taxa de crescimento sustentável setor elétrico – média harmônica 10+ próximos payout 10+ próximos payout setor elétrico 10+ próximos payout setor elétrico - média harmônica 10+ próximos alavancagem 10+ próximos alavancagem setor elétrico 10+ próximos alavancagem setor elétrico média harmônica 10+ próximos ativo total 10+ próximos ativo total setor elétrico 10+ próximos ativo total setor elétrico média harmônica 10+ próximos volatilidade 10+ próximos volatilidade setor elétrico 10+ próximos volatilidade setor elétrico média harmônica Regressão 1,5027 1,4343 0,6940 0,6007 Precisão Desvio Padrão 2,2104 2,0743 1,0716 0,5437 2,0203 1,1759 Máximo Mínimo 16,2855 14,0571 0,0005 0,0055 1,6556 14,057 0,0032 0,7870 0,6390 5,8086 1,5871 92,4816 13,1188 0,0051 0,0062 0,7894 0,4982 1,0274 8,7873 0,0050 1,6391 0,6579 2,5408 18,4857 0,0116 1,1949 0,6229 1,5602 9,8453 0,0018 0,8219 0,4927 1,0232 6,4119 0,0007 11,3927 1,2942 0,8239 0,6210 0,8811 0,5294 1,1771 9,4058 0,0002 2,0477 1,2911 0,8357 0,6026 2,8947 1,9051 17,7105 17,4270 0,0119 0,0108 0,8707 0,5405 1,2310 11,1764 0,0027 2,1799 1,4209 0,7332 0,6341 4,3198 2,0558 51,8109 15,4421 0,0019 0,0010 1,0109 0,5510 1,4779 12,8630 0,0005 2,5885 1,2492 0,7635 0,5357 5,8091 1,9446 51,4662 15,6252 0,0003 0,0046 0,8580 0,4784 1,4072 15,6253 0,0004 1,0779 0,4528 3,8324 53,0467 0,0063 106,7394 1529,0801 1,8143 11,5805 0,0010 0,0008 45 Tabela 10: Resumo descritivo dos dados de preço por lucro da amostra Parâmetro de seleção Média Mediana Setor elétrico Setor elétrico segmentado em subgrupos Setor elétrico segmentado em subgrupos – média harmônica 10 + próximos taxa de crescimento sustentável 10+ próximos taxa de crescimento sustentável setor elétrico 10+ próximos taxa de crescimento sustentável setor elétrico – média harmônica 10+ próximos payout 10+ próximos payout setor elétrico 10+ próximos payout setor elétrico – média harmônico 10+ próximos alavancagem 10+ próximos alavancagem setor elétrico 10+ próximos alavancagem setor elétrico – média harmônica 10+ próximos ativo total 10+ próximos ativo total setor elétrico 10+ próximos ativo total setor elétrico – média harmônica 10+ próximos volatilidade 10+ próximos volatilidade setor elétrico 10+ próximos volatilidade setor elétrico – média harmônica Regressão 1,0890 1,1374 0,5483 0,5773 Precisão Desvio Padrão 1,7879 1,9214 0,9339 0,4835 9,4656 Máximo Mínimo 16,2441 19,0345 0,0005 0,0020 1,7658 18,5787 0,0034 0,8011 93,896 1464,7 0,0038 1,1048 0,4993 2,1785 24,5748 0,0121 0,9054 0,4827 1,6531 14,3081 0,0003 4,1378 1,0507 1,0048 0,5483 22,0632 1,6683 241,1989 17,8034 0,0036 0,0032 0,8293 0,4812 1,4603 17,8034 0,0032 4,8451 1,0801 0,8057 0,5102 14,0702 1,7846 102,4351 16,9826 0 0,0001 0,8807 0,4655 1,5345 14,0026 0,0027 6,3435 1,0461 0,8515 0,4851 30,278 1,5471 337,21 11,9833 0,0003 0,0049 0,8141 0,4719 1,0819 8,0640 0,0050 4,3128 1,0784 1,1507 0,5816 16,4791 1,8711 215,6359 15,0426 0,0080 0,0010 0,8760 0,5019 1,5140 13,5405 0,0050 0,9847 0,4883 2,4993 20,6349 0,0061 46 Tabela 11: Resumo descritivo dos dados de preço por venda Precisão Parâmetro de seleção Média Mediana Setor elétrico 5,0470 1,6494 Setor elétrico segmentado em subgrupos Setor elétrico segmentado em subgrupos– média harmônica 10 + próximos margem líquida 1,4262 10+ margem líquida setor elétrico Desvio Máximo Mínimo 9,8973 114,0680 0,0221 0,5689 2,5405 24,2965 0,0090 0,9765 0,5420 1,4997 12,6116 0,0026 1,8605 0,7701 3,1052 26,9069 0,0008 1,5031 0,6655 2,4524 20,0255 0,0014 0,9320 0,4975 1,5669 14,2231 0,0054 26,9984 0,7696 2,6376 0,8776 4,2910 40,1030 0,0012 1,4449 0,6758 2,5516 24,4444 0,0017 10+ próximos payout 41,938 1,8587 10+ próximos payout setor elétrico 2,1511 0,8129 4,1313 39,9144 0,0020 1,1792 0,5633 2,4502 32,2292 0,0034 10+ próximos alavancagem 3,6072 0,8708 6,1151 40,1783 0,0043 10+ próximos alavancagem setor elétrico 2,7142 0,8797 4,6110 42,2900 0,0012 1,2981 0,7272 1,7973 10,5873 0,0085 10+ próximos ativo total 9,3159 1,0350 35,0886 390,1500 0,0118 10+ próximos ativo total setor elétrico 2,5087 0,7971 4,0200 25,0193 0,0046 1,4016 0,7147 2,1103 14,2973 0,0137 10+ próximos volatilidade 17,5485 1,1438 10+ próximos volatilidade setor elétrico 2,6976 0,7793 5,0822 44,7025 0,0023 1,3403 0,7137 2,4337 23,7052 0,0017 2,0780 0,7246 3,3884 22,0213 0,0009 Padrão 10+ margem líquida setor elétrico – média harmônica 10 + próximos taxa de crescimento sustentável 222,0710 3814,2825 0,0027 10+ próximos taxa de crescimento sustentável setor elétrico 10+ taxa de crescimento setor elétrico – média harmônica 255,7922 2829,3479 0,0010 10+ próximos payout setor elétrico – média harmônica 10+ próximos alavancagem setor elétrico – média harmônica 10+ próximos ativo total setor elétrico – média harmônica 103,6452 1472,8130 0,0025 10+ próximos volatilidade setor elétrico – média harmônica Regressão 47 Avaliando os resultados obtidos por meio da segmentação em subgrupos, para cada um dos subgrupos separadamente é possível observar variações do desempenho da avaliação entre cada setor de atuação. Nota-se que mesmo aplicada a mesma metodologia podem ser observadas diferenças significativas de desempenho em cada subgrupo. Estes resultados não são uniformes entre os diferentes múltiplos de forma que cada múltiplo teve desempenho distinto em subgrupos diferentes. Para os subgrupos Geração, Distribuição, GeraçãoTransmissão e Geração-Distribuição-Transmissão, o múltiplo preço por lucro apresentou melhor desempenho. Já para os subgrupos Transmissão e Geração-Distribuição, o múltiplo preço por venda apresentou melhor desempenho. Vale ainda ressaltar que apesar de para alguns subgrupos o desempenho da avaliação segmentado em subgrupos superar os demais métodos, na média entre todas as empresas do setor elétrico o desempenho foi inferior à segmentação por meio de parâmetros mais próximos. Isto pode ser observado, por exemplo, na Tabela 11, na qual o resultado geral do setor elétrico segmentado em subgrupos foi inferior à avaliação por meio de peer groups das 10 empresas com margem líquida mais próxima. Este tipo de situação ocorre, entre outras, na avaliação em subgrupos por meio do múltiplo preço por venda de empresas que trabalham exclusivamente com transmissão, que apresentou um erro médio de 0,52. Este valor é inferior a 0,93 que é o erro médio apresentado na segmentação pelos 10 empresas de margem líquida mais próxima. No entanto, se levarmos em conta a avaliação para o setor elétrico como um todo considerando a média da precisão para todas as empresas, a avaliação por meio da segmentação em subgrupos através do múltiplo preço por venda apresenta um erro médio de 0,97. Os resultados obtidos por meio da avaliação pela segmentação em subgrupos classificada para cada ramo de atuação encontra-se abaixo na Tabela 12. 48 Tabela 12: Resultados da avaliação por segmentação em subgrupos, por ramo de atuação 3 Subgrupo Preço por valor patrimonial Preço por valor patrimonial Média Harmônica Preço por venda Preço por venda – Média Harmônica Preço por lucro Preço por lucro Média Harmônica Geração 1,964 1,463 0,8272 0,756 0,7447 0,6771 Distribuição 1,1806 0,7991 1,752 0,9821 1,0995 0,7858 Transmissão 0,8039 0,7891 0,5241 0,5285 1,8131 1,8825 Geração e Distribuição 1,7997 1,5568 1,359 1,3075 2,4788 2,4788 Geração e Transmissão 1,7963 1,7963 1,7367 1,7367 1,7084 1,7084 Distribuição e Transmissão3 - - - - - - Geração, Distribuição e Transmissão 1,8078 1,3862 1,3316 1,0316 0,9128 0,7739 Não foi possível a avaliação da precisão deste subgrupo devido à falta de dados das empresas integrantes 49 7 CONCLUSÕES O estudo realizado teve sucesso ao demonstrar o desempenho da avaliação relativa aplicada ao contexto brasileiro e o impacto das variações nos métodos de seleção de grupos comparáveis. Pode-se concluir que a avaliação por múltiplos de empresas do setor elétrico brasileiro conforme aqui proposto apresenta grande imprecisão. Mesmo com as melhorias de desempenho conseguidas, os melhores resultados ainda apresentaram um erro médio de estimação da ordem de 80% para o setor elétrico como um todo. Quando consideramos os subgrupos isoladamente, foi possível obter resultados melhores para alguns setores de atuação em específico, aplicando a definição de peer group por meio da segmentação em subgrupos. Neste caso foi possível obter uma precisão de 0,52 para empresas que atuam exclusivamente com transmissão e 0,68 para empresas que atuam exclusivamente com geração. Mesmo assim, na média para todo o setor elétrico os melhores resultados ainda foram da ordem de 0,80. A restrição setorial de empresas comparáveis melhorou a precisão sensivelmente em quase todos os casos estudados. Assim, é possível concluir que a participação em um setor capta fatores relevantes à precificação dos ativos não captados por nenhum parâmetro individualmente. A divisão de do setor elétrico em subgrupos melhorou sensivelmente o desempenho da avaliação quando comparada ao mesmo tipo de avaliação para o setor elétrico como um todo. Observa-se nas tabelas, 9, 10 e 11 que em todos os múltiplos a precisão do setor elétrico foi pior do que a precisão do setor elétrico segmentado em subgrupos. Considerando que esta divisão do setor elétrico em subgrupos é equivalente ao nível de classificação NAIC em quatro dígitos, este resultado é contrário ao encontrado por Alford (1992) que indicava que melhorias na avaliação só eram obtidos até a subdivisão a nível de três dígitos. O método de cálculo do múltiplo via regressão melhorou a precisão comparada com o ranqueamento por parâmetros com média aritmética, mas ainda teve um desempenho inferior à aplicação da média harmônica. 50 Já a utilização da média harmônica ao invés da aritmética melhorou o desempenho da avaliação em todos os casos, sendo que os métodos que aplicaram esta forma de cálculo após a seleção do grupo ficaram no topo do ranking dos três múltiplos. Este mesmo tipo de melhoria foi observada dentro da segmentação em subgrupos. O autor entende que esta melhoria se deve principalmente ao fato da média harmônica ser menos influenciada por outliers. Conclui-se, portanto, que a melhor ferramenta para avaliação relativa de ativos do setor elétrico brasileiro, dentre as aqui propostas, é aplicação da média harmônica após o ranqueamento por parâmetros. Não só este método teve melhor resultado, mas sua aplicação também é bastante simplificada, principalmente quando comparada ao segundo método de melhor desempenho, o cálculo via regressão. É possível comparar os resultados obtidos com os apresentados por Zamariola e Silveira (2011). Neste estudo, são utilizados os parâmetros ROE, setor de atuação, participação de ativo intangível no total do ativo e Beta para seleção de empresas comparáveis. Uma vez com os grupos selecionados, o desempenho é testado para vários múltiplos. Apesar dos parâmetros utilizados para seleção de grupos não serem exatamente os mesmos, é possível comparar os resultados. Neste estudo, os múltiplos baseados em preço apresentaram uma precisão média de 1,40. Especificamente os múltiplos preço por valor patrimonial e preço por lucro, apresentaram precisão de 0,78 e 0,79, em seus métodos de seleção de melhor desempenho. O presente estudo obteve uma precisão de 0,79 para preço por valor patrimonial e de 0,81 para preço por lucro, nos parâmetros de melhor desempenho, indicando que os valores obtidos estão muito próximos aos obtidos por Zamariola e Silveira (2011). Comparando os valores obtidos pelo ranqueamento feito pelo ROE para o múltiplo preço por valor patrimonial, comum a ambos os estudos, observa-se que o presente apresentou um menor erro, com uma precisão de 0,79 contra 0,86. Vale ressaltar que o desempenho da avaliação por meio dos métodos de seleção de grupos comparáveis aqui apresentados podem ser considerados ainda mais interessantes quando se leva em conta que em Zamariola e Silveira (2011) são desconsiderados todos os valores posteriores a 2007, de forma a excluir o 51 período de impactos da crise, enquanto que o presente estudo considera os dados por completo, incluindo os períodos de crise, e mesmo assim apresenta desempenho equivalente. Apesar das melhorias obtidas, o erro médio observado é bastante elevado. Estudos internacionais indicam que a consideração de parâmetros de resultados projetados para o futuro na seleção de grupos comparáveis proporcionou os melhores resultados na avaliação relativa, no entanto, estes parâmetros não estão disponíveis para maior parte das empresas brasileiras. Dessa forma, o autor sugere como linha de pesquisa futura o desenvolvimento e avaliação de critério que possam substituir as projeções na seleção de grupos comparáveis. 52 REFERÊNCIAS ALBUQUERQUE, A.R. Fluxo de caixa em risco: uma nova abordagem para o setor de distribuição de energia elétrica. Dissertação: Mestrado em Engenharia Elétrica – Pontifícia Universidade Católica do Rio de Janeiro, Rio de Janeiro, 2008, 116 p. ALFORD, A.W. The effect of the set of comparable firms on the accuracy of the priceearnings valuation method. Journal of Accounting Research, 30, n.1, p. 94-108, 1992. BAKER, M.; RUBACK, R. Estimating industry multiples. Working paper, Harvard University. 1999. Disponível em <http://www.people.hbs.edu/mbaker/cv/papers/EstimatingIndustry.pdf > BEATTY, R.; RIFFE, S; THOMPSON, R. The method of comparables and tax court valuations of private firms: an empirical investigation. Accounting Horizons, 3, n.13, p.1771999. BHOJRAJ, S; LEE, C. M. C. Who Is My Peer? A Valuation-Based Approach to the Selection of Comparable Firms. Journal of Accounting Research, v.40, p. 407–439, 2002. Disponível em < doi: 10.1111/1475-679X.00054> CAMARGO, L.G.B.C. O setor elétrico brasileiro e sua normatização contemporânea. Dissertação: Trabalho de conclusão de curso – Bacharelado em Direito – Centro de Ciências Jurídicas e Sociais Aplicadas, UNISANTOS, Santos, 2005, 82p. DAMODARAN, A. Damodaran on valuation: Security analysis for investment and corporate finance. 2 Ed. Nova York: John Wiley & Sons, 2006. 685 p. DURAND, D. Growth Stocks and the Petersburg Paradox. The Journal of Finance, v. 12, n. 3, p. 348-363, 1957. Disponível em < http://www.jstor.org/stable/2976852 > GASTALDO, M.M. Histórico da regulamentação do setor elétrico brasileiro. O setor elétrico. Edição 36, 2009. Disponível em < 53 http://www.osetoreletrico.com.br/ose/assets/2c688ee8/ed.36_fasciculo_capitulo_1_direito_em _energia_eletrica.pdf> GESTÃO corporativa. Disponível em <http://www.ons.org.br/institucional_linguas/gestao_corporativa.aspx>. Acesso em: 16fev.2013. HENSCHKE, S.; HOMBURG, C. Equity valuation using multiples: Controlling for differences between firms. Social Sciente Research Network: 15 mai 2009. Disponível em SSRN: <http://ssrn.com/abstract=1270812 or http://dx.doi.org/10.2139/ssrn.1270812> HISTÓRICO do setor elétrico. Disponível em: <http://www.neoenergia.com/section/historico-setor-eletrico.asp>. Acesso em: 05dez. 2012. KIM, M.; RITTER, J.R. Valuing IPOs. Journal of Financial Economics, v. 53, n.3, p. 409437, 1999. Disponível em <http://dx.doi.org/10.1016/S0304-405X(99)00027-6> LIU, J.; NISSIM, D.; THOMAS, J. Equity valuation using multiples. Journal of Accounting Research, v. 40, 135-172, 2002. SCHREINER, A. Equity valuation using multiples: an empirical investigation. Dissertação: Doctor of Business Administration - University of St.Gallen Graduate School of Business Administration, Economics, Law and Social Sciences (HSG), Weisbaden, 2007 , 169 p. VEIGA, D.S. & FONSECA, V.M. Análise do consumo de energia elétrica no Brasil. 2002. In: ALBUQUERQUE, A.R. Fluxo de caixa em risco: uma nova abordagem para o setor de distribuição de energia elétrica. Dissertação: Mestrado em Engenharia Elétrica – Pontifícia Universidade Católica do Rio de Janeiro, Rio de Janeiro, 2008, 116 p. ZAMARIOLA, L.H.; SILVEIRA, R.L.F. Avaliação por múltiplos: uma análise entre diversos drivers de valor e diferentes critérios de agrupamento de empresas. XXXV Encontro da ANPAD, vol. XXXV, pp.1-5, 2011. Disponível em < http://www.anpad.org.br/diversos/trabalhos/EnANPAD/enanpad_2011/FIN/FIN495.pdf >