Especificidades dos Ativos e o Custo de Capital das Companhias Abertas no Brasil
Autoria: Beatriz Fátima Morgan, Nálbia de Araújo Santos, Severino Cesário de Lima, Eliseu Martins
Resumo
O presente estudo objetiva comparar o custo do capital próprio e o custo de capital de
terceiros entre grupos de empresas com níveis de especificidade de ativos classificados em
baixo e alto, visando detectar diferenças estatisticamente significantes. Para tanto foi utilizada
uma amostra de 299 empresas listadas na BOVESPA, cujos dados foram extraídos da base de
dados da Economática e da Comissão de Valores Mobiliários (CVM), e o período de coleta
foi o ano base de 2007. Para identificar o grau de especificidade de ativos das empresas foram
utilizadas três variáveis: a medida de concentração Hirschman-Herfindahl (HH), o
endividamento de longo prazo e o endividamento geral. A variável custo do capital próprio foi
estimada com base no Capital Asset Pricing Model (CAPM) e a variável custo de capital de
terceiros foi medida calculando-se o custo nominal pela relação (despesas financeiras mais os
juros capitalizados)/passivo financeiro médio. Os dados revelaram que o custo de capital
próprio é diferente entre os grupos de empresas, entretanto foi observada igualdade do custo
de capital de terceiros entre esses dois grupos. Uma das possíveis explicações para isso é o
fato de que o mercado financeiro brasileiro tem uma presença muito forte de crédito
privilegiado. Nessa situação, o mecanismo de garantia pode não ser determinante para
concessão de crédito. Por fim, foi observado que o custo de capital próprio, em média, é
maior que o custo de capital de terceiros nos dois grupos de empresas.
1 Introdução
Os ativos que compõem o patrimônio das firmas possuem características peculiares ao
seu ambiente de negócios ou ao segmento que atuam. Consequentemente, as distintas
estruturas de ativos tendem a ser financiadas ou negociadas de forma diferenciada entre os
agentes econômicos dos mercados de crédito e de capitais.
O desafio dos gestores, diante do processo de financiamento de seus ativos, reside na
combinação apropriada da estrutura de investimento e financiamento da firma, seja com
capital próprio ou de terceiros, a custos competitivos, de modo a minimizar os custos de
transação e os riscos do empreendimento. Entretanto, as firmas podem ter seu poder de
negociação ou de crédito restringido por determinados fatores, entre os quais se destacam
níveis de endividamento, especificidades dos ativos, imobilização ou ativos que possam ser
usados em garantia, acesso às fontes de financiamento, transparência da informação,
capacidade dos agentes financeiros em diferenciá-las como adimplentes ou inadimplentes,
entre outros.
Nesse sentido, Williamson (1988) argumenta que o financiamento de um projeto, por
meio da assunção de uma dívida ou por intermédio de capital próprio, depende especialmente
das características dos ativos. Esse argumento de Williamson tem significado porque quem
empresta o recurso financeiro espera ser remunerado, obter retorno sobre o montante
emprestado e que a contrapartida tenha ativo a ser dado em garantia. Logo, firmas cujo valor
de liquidação de seus ativos seja baixo tendem a ter restrições na captação de recursos junto
ao mercado de crédito. Por conseguinte, esses recursos, sendo necessários, tendem a ser
captados junto aos sócios ou acionistas.
Carvalho e Barcelos (2002) reforçam esse contexto por meio de seus achados no qual
concluem que as firmas com maior grau de imobilização aumentam a probabilidade de acesso
ao crédito de longo prazo. Entretanto, Marquez e Yavuz (2008) afirmam que o poder de
1
barganha, ou de se obter acordos adequados dos gestores com os financiadores é diminuído
quando a estratégia da firma é investimentos em ativos especializados ou específicos.
Balakrishnan e Fox (1993), observaram que as empresas detentoras de ativos
específicos enfrentam dificuldades para conseguir empréstimos, visto que a natureza desses
ativos é de não poderem ser reempregáveis em outra indústria e, portanto, perdem valor de
garantia. A pesquisa de Mocnik (2001) também constatou esse fato e concluiu que os ativos
específicos estão correlacionados com a habilidade de emprestar. As conclusões de Marquez
e Yavuz (2008) reforçam o dilema mencionado nos trabalhos anteriores, porque está
subentendido nos contratos de financiamento entre as firmas e o mercado de crédito em
relação à capacidade dos gestores em dar credibilidade aos investimentos, que criam ativos
específicos em razão de seu caráter de baixo valor de liquidação, isto é, por não ser possível
sua liquidação ou venda de forma parcial.
Além disso, segundo Balakrishnan e Fox (1993), diante da dificuldade de financiar os
ativos com capitais de terceiros, os custos de endividamento tendem a ser maiores,
especialmente porque o “risco financeiro de novos projetos exige a avaliação da capacidade
de assegurar o pagamento das dívidas. Esse tipo de informação afeta diretamente as condições
de financiamento” (PINTO JR, 2002, p. 477).
Todavia, a minimização desse problema pode ser relacionada à criação de estruturas
de governança (BALAKRISHNAN; FOX, 1993; MOCNIK, 2001). Ressaltam-se, nesse
contexto, as conclusões do estudo de Carvalho e Barcelos (2002) que apontaram como
possíveis determinantes para elevar o acesso ao crédito de longo prazo, com baixas taxas, o
nível de transparência, além do tamanho da firma, o grau de imobilização e a eficiência do
judiciário. Os resultados dessa pesquisa sugerem que há oportunidades de desenvolver
habilidades de governança na gestão de estrutura de capital, tornando-se um fator chave para a
vantagem competitiva (BALAKRISHNAN; FOX, 1993).
Segundo Mocnik (2001), o endividamento da empresa reflete fatores estratégicos e de
controle. Uma estrutura de governança pode, na presença de contratos incompletos, produzir
os resultados esperados. Isso porque os investidores, procurando minimizar custos de
governança, são levados a aceitar ótimas promessas de pagamento dos passivos que são
função dos ativos específicos, do que resulta uma ótima estrutura de capital.
Essa situação, no entanto, faz parte das decisões de financiamento, porque tanto
financiamento com capital de terceiros como financiamento com capital próprio representam
estruturas de governança distintas e cada uma oferece diferentes formas, com diferentes
custos, para obter êxito nas decisões gerenciais (MOCNIK, 2001). Cushing e McCarty (1996)
verificaram que quanto menor a especificidade, maior a alavancagem financeira.
Nesse contexto, Mocnik (2001) evidenciou que uma empresa financia seus ativos
específicos com capital próprio para prevenir futuras dificuldades e evitar comportamentos
oportunísticos, bem como preservar uma posição competitiva. Logo, mesmo as firmas com
especificidade em seus ativos podem ter mecanismos que possibilitem uma estrutura de
financiamento a custos de transações mais baixos.
Esta pesquisa visa contribuir com a literatura que enfatiza o papel dos ativos
específicos como um aspecto que afeta as características da estrutura de financiamento da
firma. Diante do exposto, emerge a seguinte questão de pesquisa: Existe diferença
significativa do custo do capital próprio e do custo do capital de terceiros entre as
Companhias Abertas Brasileiras com graus diferenciados de ativos específicos?
Uma vez formulada a questão de pesquisa, propõe-se uma resposta, provável e
provisória como solução prévia do problema. Desse modo, apresentam-se as seguintes
hipóteses:
Hipótese 1: Empresas com alto grau de ativos específicos apresentam maior custo de
capital de terceiros.
2
Hipótese 2: O custo de capital próprio é igual entre empresas com baixo e alto grau de
ativos específicos.
O principal objetivo deste estudo é verificar o comportamento do custo de capital
próprio e de terceiros entre as empresas listadas na BOVESPA segundo o grau de
especificidade de seus ativos. Além disso, salientam-se os seguintes objetivos específicos: 1)
agrupar as empresas conforme o grau de especificidades de ativos (baixo e alto); e 2) verificar
se o custo de capital próprio e de terceiros das empresas é diferente entre os grupos;
Além desta seção que tratou das motivações para o estudo, o artigo possui mais quatro
seções. A próxima seção faz uma revisão da literatura. A terceira apresenta os procedimentos
metodológicos. A quarta apresenta os resultados e discussão. E a quinta e última seção traz as
considerações finais.
2 Revisão da Literatura
2.1 Teoria dos Custos de Transação e Ativos Específicos
Enquanto alguns ativos possuem ampla utilização, para outros o uso é mais restrito;
esses são chamados de ativos específicos (WILLIAMSON, 1981). Ativos específicos
referem-se ao grau no qual um ativo pode ser reempregado em usos alternativos ou por outros
usuários sem perder o seu valor produtivo. Podem ser assim classificados: (1) especificidade
local; (2) especificidade física, ou seja, características necessárias para produzir um
componente; (3) especificidade humana, características intelectuais; (4) marca; (5) nível de
dedicação – ativo destinado para atender um determinado cliente; (6) especificidade temporal
- atendimento oportuno (MASTEN; MEEHAN; SNYDER, 1991 apud WILLIAMSON,
1991).
O conceito de ativo específico vem da economia, mais especificamente da Teoria dos
Custos de Transação (RUCHALA, 1997), a qual fornece um framework que relaciona
estrutura organizacional com estrutura de governança (WILLIAMSON, 1981). A Teoria dos
Custos de Transação teve origem com Ronald Coase em 1937, na busca de responder em que
situações a empresa produz os seus bens e quando elas procuram no mercado. Para Coase, as
diferenças no custo de transação entre mercado e hierarquia foi o principal motivo para usar o
mercado para algumas transações e formas hierárquicas de organizações para outras
(WILLIAMSON, 1988).
Pode-se dizer que a Teoria dos Custos de Transação divide-se em dois focos, um que
está interessado na mensuração e outro que enfatiza as relações contratuais de governança
(WILLIAMSON, 1985. A Teoria dos Custos de Transação considera a empresa como uma
estrutura de governança (WILLIAMSON, 1988), e adota um caminho de eficiência, capaz de
explicar o estabelecimento de determinadas estruturas de governança como uma forma de
economizar custos de transação (WILLIAMSON, 1981). A transação é vista como a unidade
básica de análise e assegura que a atividade econômica da organização é amplamente
compreendida em termos de economia dos custos de transação. Tais economias são
percebidas pelo alinhamento das estruturas de governança com os atributos de transações
discriminadas (RIORDAN; WILLIAMSON, 1985).
A Teoria dos Custos de Transação trabalha com dois pressupostos: racionalidade
limitada e oportunismo. Racionalidade limitada é a falta de habilidade do indivíduo em
encontrar ou processar todas as informações sobre uma transação, fazendo com que as
transações ocorram com um certo nível de incerteza. Oportunismo refere-se à busca dos
próprios interesses (WILLIAMSON, 1989 apud AUBERT; RIVARD; PATRY, 2004). O
primeiro deles gera contratação incompleta, acrescido das deficiências em conseqüência do
oportunismo (WILLIAMSON, 1988). A combinação desses pressupostos resulta em
3
informação assimétrica. Quando as partes não têm a mesma informação, elas retêm a que
possuem para usá-la estrategicamente. Dessa forma, vendedores escondem as características
negativas de seus produtos e compradores escondem quanto eles podem pagar. Sabendo que a
outra parte é oportunista, cada uma consumirá esforços para obter as informações da outra.
Isso gera custos de transação (AUBERT; RIVARD; PATRY, 2004). A partir disso, conclui-se
que os custos de transação não são somente causados pela racionalidade limitada relacionada
com a incerteza, mas também pelo comportamento oportunístico dos agentes econômicos. Tal
oportunismo é relacionado ao ativo específico nas transações (VOSSELMAN; MEERKOOISTRA, 2006).
De acordo com Williamson (1985), os três principais fatores que diferenciam uma
transação de outra são: existência de ativos específicos, freqüência de contratação e incerteza
do ambiente. Sendo que o primeiro deles é considerado o mais importante e o que distingue os
custos econômicos da transação de outros tratamentos da organização. Para Riordan e
Williamson (1985), a Teoria dos Custos de Transação sustenta que o principal fator
responsável pelas diferenças nos custos de transação são as variações em ativos específicos.
Pela Teoria dos Custos de Transação, projetos em que o nível de especificidade dos
ativos é baixo ou moderado são mais facilmente financiados por capital de terceiros. Quando
o nível de especificidade aumenta, os financiadores previnem-se contra o investimento,
devido aos ativos em questão proporcionarem proteção limitada em função das restrições de
reempregabilidade. Dessa forma, não somente os custos do financiamento aumentam, mas
também uma supervisão mais acurada. Assim, financiar com capital próprio torna-se a forma
preferida (WILLIAMSON, 1988). Segundo Choate (1997), a presença de risco e de certo
nível de especificidade dos ativos fazem com que uma estrutura ótima de financiamento seja
necessária para minimizar custos de governança.
Com o exposto, observa-se uma relação de causalidade que parte dos ativos
específicos para a estrutura de financiamento da empresa, e posteriormente para a estrutura de
governança.
2.2 Mensuração dos Ativos Específicos
A apuração do nível de ativos específicos que uma empresa possui depende da
singularidade de seus ativos, da proporção dos ativos específicos em relação ao seu ativo total
e da existência de mercado secundário eficiente para os ativos. No entanto, o relacionamento
entre a natureza qualitativa dos ativos específicos e a estrutura financeira tem limitado a
investigação empírica (CUSHING; MCCARTY, 1996). Além disso, a dificuldade de obter
informações que representem as características apontadas faz com que diferentes formas de
mensuração sejam desenvolvidas e empregadas.
O grau de especificidade pode ser mensurado pela diferença entre o custo do ativo e o
valor do seu segundo melhor uso (WILLIAMSON, 1981). Nessa concepção, para Cushing e
Mccarty (1996) o valor de liquidação é uma boa proxy para ativos específicos. Os autores
verificaram o relacionamento entre ativos específicos e alavancagem financeira e encontraram
que empresas com menores níveis de especificidade apresentaram maior alavancagem
financeira.
Balakrishnan e Fox (1993) utilizaram como proxy para mensuração do ativo específico
a depreciação, despesas de pesquisas e desenvolvimento e propaganda. Na pesquisa de
Mocnik (2001), o ativo específico foi mensurado com a relação entre as despesas propaganda
e pesquisa e desenvolvimento com a receita líquida. Anterior a estes estudos é a pesquisa de
Titman e Wessels (1988), que também incluiu as despesas com pesquisa e desenvolvimento
como proxy para especificidade dos ativos. Segundo Williamson (1988), a análise que
envolve a separação de ativos tangíveis e intangíveis para mensuração dos ativos específicos
4
torna-se incompleta, pois apesar de que investimentos em pesquisa e desenvolvimento e
propaganda tenham pouca reempregabilidade, isso também pode ocorrer com muitos outros
ativos tangíveis.
Na pesquisa de Chandler; Mckelvie e Davidson (2008), o ativo específico foi colocado
como um moderador do relacionamento entre o crescimento das vendas e o crescimento do
emprego. Nesse caso o foco está no capital humano. As variáveis que compunham o ativo
específico foram o conhecimento da especificidade do produto, conhecimento das
características específicas da empresa, serviços personalizados e manutenção das informações
da empresa que geram vantagem competitiva. Widener (2004) também considerou capital
humano como ativo específico ao relacioná-lo com o design dos sistemas de controle
gerencial. Verificou a existência desse ativo por meio de questionário aplicado às empresas.
Erkal (2007) estudou como a demanda por investimentos específicos pode afetar a
variedade do produto. Para tanto, determinou o grau de especificidade por meio das escolhas
dos produtos feitas por todas as empresas do mercado. Justificou tal escolha na concepção de
que se os compradores produzem produtos similares, os insumos dos fornecedores tornam-se
menos especializados.
O estudo de Pohlmann et. al. (2004) baseou-se nas pesquisas de Balakrishnan e Fox
(1993), Cushing (1993), Kayo (2002) e Sutton (1988; 1998 apud Rocha (2002) para inferir
que a especificidade de ativos é a causa de maior grau de concentração e menor alavancagem.
Dessa forma, o grau de concentração industrial pode ser utilizado como uma proxy para medir
a especificidade dos ativos, principalmente em situações em que os dados de variáveis tais
como valor de liquidação não são possíveis de obter.
Pelos estudos, tem-se que a determinação das variáveis que compõem a proxy dos
ativos específicos têm relação com o a problemática investigada.
3 Procedimentos Metodológicos da Pesquisa
3.1 Tipologia e Técnicas de Coleta Dados
O presente estudo baseia-se na abordagem positivista empírico-analítica e adota a
estratégia da pesquisa ex post facto como delineamento para execução do trabalho.
Trata-se de uma análise cross-sectional com dados relativos ao exercício de 2007 cuja
base de dados foi a ‘Economática’, com 641 empresas, bem como as notas explicativas dos
balanços disponibilizados no site da Comissão de Valores Mobiliários (CVM). Após descartar
da amostra os missing data e as instituições financeiras e seguradoras, a amostra final
compreendeu em 299 empresas listadas na BOVESPA, segregadas em 36 setores.
Utilizou-se para responder ao problema objeto de pesquisa, inicialmente, a análise de
cluster cujo objetivo foi formar dois grupos de empresas, distinguindo-se segundo o grau de
especificidade de ativos. A identificação das empresas segundo o grau de especificidades dos
ativos foi realizada por meio de uma proxy composta pelas seguintes variáveis: grau de
concentração, endividamento geral e endividamento de longo prazo.
Além disso, com o fito de ratificar a proxy, procedeu-se a uma triangulação
metodológica seqüencial (VERGARA, 2008) mediante a execução de uma análise de
conteúdo das notas explicativas, do contexto operacional e do imobilizado, divulgadas pelas
empresas no site da CVM. Com esse procedimento buscou-se identificar as características das
empresas por meio de seus objetivos operacionais e da descrição detalhada do imobilizado,
permitindo classificá-las segundo o grau de especificidade de seus ativos. Apesar do caráter
subjetivo dessa análise foi possível confirmar 70% da classificação realizada pela proxy.
Posteriormente, para avaliar as hipóteses propostas empregou-se a técnica estatística
do teste de médias, aplicando-se o teste não paramétrico de Mann-Whitney para testar o custo
5
de capital próprio uma vez que a essa variável não atendeu o pressuposto da normalidade e o
teste paramétrico t-student para o custo de capital de terceiros haja vista que essa variável
atendeu aos pressupostos da normalidade e da homocedasticidade da variância.
O teste de Mann-Whitney é um teste não paramétrico destinado a verificar se duas
amostras independentes provêm de populações com médias iguais, segundo um nível de
significância pré-estabelecido. Esse teste consiste na atribuição de postos às observações,
como se estas fizessem parte de uma única amostra. Stevenson (1981, p 317) destaca que “se
a H0 é verdadeira, os postos baixos, médios e altos devem distribuir-se equilibradamente entre
as duas amostras. Se H1 é verdadeira, uma amostra tenderá a ter mais postos baixos (e, assim,
uma soma de postos menor) enquanto que a outra tenderá a ter maior soma de postos”.
O teste t-student, é um teste paramétrico que, segundo Stevenson (1981, p. 240),
“focaliza a diferença relativa entre as médias de duas amostras, uma de cada população. Esta
diferença é dividida pelo desvio padrão de uma distribuição amostral”.
3.2 Mensuração das Variáveis
Grau de Especificidade de Ativos das empresas foi definido por meio de uma proxy,
formada pelas variáveis grau de concentração industrial do setor, endividamento geral e
endividamento de longo prazo, permitindo discriminar as empresas em dois agrupamentos
(baixo e alto grau de especificidade de ativos).
Grau de concentração Industrial do setor representa o nível de comportamento
dominante dos agentes que compõem o mercado dentro do influente paradigma da estruturaconduta-desempenho. Para obtê-lo é necessário preliminarmente mensurar a participação de
mercado de cada firma ou a porção de participação de mercado da empresa que atua naquele
setor (RESENDE; BOFF, 2002).
Ressalta-se que o índice de concentração busca capturar o “poder de mercado”
individual da firma no mercado ou setor que atua. Esse poder assume forma aparente por
meio de sua participação no mercado (setor) e será medida “a razão entre oferta (ou suas
vendas) e a oferta total da indústria (ou vendas totais)” (RESENDE; BOFF, 2002). Logo, o
mercado total neste trabalho é representado pela soma total da receita líquida de vendas de
todas as organizações participantes de cada setor, conforme disponibilidade de dados da
‘Economática’. Já a participação de cada firma no mercado é definida pela razão entre suas
receitas líquidas do período e o somatório da receita líquida do setor em que participa naquele
período.
O indicador de concentração industrial por setor utilizado foi de HirschmanHerfindahl (HH). A equação para calculá-lo é a seguinte:
HH
=
n
∑
i =1
Si2
(1)
Em que: n representa o total de empresas do setor e Si equivale à participação da iésima firma no total do mercado.
Observa-se que cada parcela (Si) de mercado é elevada ao quadrado e isto implica em
atribuir pesos às firmas. Desse modo, ao elevar ao quadrado cada parcela, será atribuído um
peso maior às firmas com participação relativamente maiores. Consequentemente, o efeito nas
firmas menores será de redução em virtude de ter menor parcela do mercado, assim quanto
mais reduzida sua participação menor será sua parcela proporcional para o valor do índice.
O índice de HH varia entre 1/n e 1, seu limite superior é 1 e está associado ao caso de
extremo monopólio, no qual apenas uma empresa opera no mercado. O limite inferior é de n
→ ∞, ou seja, de 1/n e tendendo a zero à medida que aumenta o número de empresas
6
componentes do mercado. Salienta-se que a repartição do mercado foi observada em apenas
um período, logo esse indicador pode variar em outros períodos conforme a entrada e saída de
firmas no setor (RESENDE; BOFF, 2002).
Para obter o índice de HH de cada setor os seguintes cálculos foram promovidos:
a) Primeiro somaram-se as receitas líquidas de vendas de todas as empresas de capital
aberto componentes do setor;
b) Depois, ponderou-se a parcela de cada firma de capital aberto no setor no qual
participa em razão da sua receita líquida de vendas e o somatório dessa variável do setor;
c) Com o passo anterior obtém-se a participação de mercado de cada firma de capital
aberto no qual foi elevado ao quadrado; e
d) Desde modo, tem-se o somatório do quadrado da participação de mercado de cada
empresa de capital aberto; assim consegue-se o Índice de Concentração Industrial (IHH) por
setor.
Endividamento de Geral foi mensurado pela divisão do passivo exigível pelo ativo
total.
Endividamento de Longo Prazo foi obtido pela divisão do passivo exigível a longo
prazo pelo passivo exigível total.
Custo de Capital Próprio foi calculado com base no Capital Asset Pricing Model
(CAPM) segundo metodologia proposta por Assaf Neto (2003). O CAPM é um modelo
econômico de precificação de ativos financeiros destinado a avaliar títulos do mercado de
capitais, ao relacionar risco e retorno. Sua formulação advém das idéias de Markowitz (1952),
ao assinalar que a decisão de investimento se limita à combinação de aplicação ou captação de
recursos à taxa livre de risco mais o prêmio oferecido pela carteira de mercado.
O CAPM pode ser utilizado para mensurar o retorno esperado (custo de capital) de um
ativo individualmente e para a mensuração do retorno esperado de uma carteira de ativos.
Contudo, em ambos os casos, o CAPM tem como hipótese fundamental que o prêmio
para o investidor seja determinado pelo risco sistêmico. A equação do CAPM é representada
pela seguinte fórmula:
K = Rf + β(Rm – Rf)
(2)
Em que:
K = taxa de retorno esperado (custo de capital) para o investimento;
β = coeficiente beta do título, representando o risco sistemático da carteira (ou do ativo
em relação ao risco de mercado), dado pela Cov(K, Rm)/Var(Rm);
Rm = taxa de retorno da carteira de mercado;
Rf = taxa de retorno de um ativo livre de risco;
(Rm - Rf) = prêmio pelo risco de mercado.
Assaf Neto, Lima e Araújo (2008) afirmam que “uma mensuração de taxa livre de
risco geralmente adotada nos modelos de avaliação são os juros pagos pelos títulos de
emissão pública”.
No Brasil, o índice mais utilizado como proxy para a representação da taxa livre de
risco é o índice SELIC (Sistema de Liquidação e Custódia de Títulos Públicos). Entretanto,
Assaf Neto, Lima e Araújo (2008, p. 77) advertem que:
[...] a taxa livre de risco utilizada no cálculo do custo de oportunidade do capital
próprio é mais bem mensurada tendo como referência as taxas de juros pagas pelos
melhores títulos de dívida do mundo. Nesse benchmark, destacam-se os papéis
7
emitidos pelo Tesouro do Governo dos Estados Unidos, considerados como de risco
zero.
Quanto à taxa de retorno da carteira de mercado, no Brasil é utilizado o Índice da
Bolsa de Valores de São Paulo (IBOVESPA), que reflete a evolução das cotações em Bolsa.
Martins et. al. (2006, p. 140) destacam que:
[...] pelas características brasileiras (os títulos brasileiros não podem ser
considerados, totalmente, como livres de risco, principalmente, pelo fato de o Brasil
ter decretado moratória duas vezes na história; e não há um índice que represente de
forma adequada os pressupostos do modelo), inviabiliza-se o uso do CAPM com
índices totalmente brasileiros.
Para os propósitos deste trabalho utiliza-se a metodologia proposta em Assaf Neto
(2003) que introduz na fórmula do CAPM o risco-país adequando sua aplicação para
mercados emergentes. Assaf Neto, Lima e Araújo (2008, p. 79) sugerem que:
[...] a remuneração adicional paga pelo título brasileiro em relação aos T-Bonds é
entendida como um spread pelo risco de default, ou seja, o risco país. Ao se obter o
custo de oportunidade do capital próprio, tendo-se como referência o mercado dos
Estados Unidos, deve-se acrescentar, ao percentual calculado, essa taxa de risco da
economia.
Dessa forma, a equação do CAPM segundo a metodologia apresentada fica
representada da seguinte forma:
K = Rf + β(Rm – Rf) + αBR
(3)
Em que:
Rf é a taxa livre de risco representada pela remuneração do bônus do governo norteamericano;
β é o coeficiente beta representado pela média dos betas de empresas norte-americanas por
setor da economia;
(Rm – Rf) é prêmio pelo risco de mercado, sendo adotada a taxa do mercado dos Estados
Unidos considerada como de risco mínimo e adotada como referência para os demais
mercados;
αBR é o risco-país, obtido pela diferença entre as taxas de remuneração do bônus do governo
norte-americano (T-Bond) e o bônus do governo brasileiro (C-Bond).
Custo do Capital de Terceiros representa o custo de financiamento concedido às
empresas. Na visão de Damodaran (2007, p.41):
o custo da dívida mede o custo corrente da empresa em tomar empréstimos para
financiar os seus ativos. Em termos gerais, deveria ser uma função do risco de
inadimplência que os credores percebem na empresa. À medida que aumenta a
percepção do risco de inadimplência, os credores cobrarão spreads por
inadimplência mais alta (acima da taxa livre de risco) para dar crédito à empresa.
O custo de capital de terceiros ou kd é calculado com base na seguinte fórmula:
Kd = DF + JC
PFm
(4)
Em que:
8
DF representa as despesas financeiras nominais criadas pelos passivos financeiros;
JC corresponde aos juros capitalizados no ativo imobilizado ou nos estoques;
PFm Representa o passivo financeiro médio.
Ressalta-se que os juros capitalizados no ativo imobilizado e nos estoques foram
extraídos das notas explicativas das empresas disponibilizadas no site da CVM. Representam
os juros incorridos e os demais encargos financeiros relacionados aos financiamentos obtidos
de terceiros, usados para construção de bens integrantes do ativo imobilizado ou na produção
de estoques de longa maturação. Segundo a deliberação da CVM n.º 193/96, os valores dos
eventos dessa natureza devem ser evidenciados e classificados no mesmo grupo de ativo que
lhe deu origem e sua alocação ao resultado do exercício deverá ser feita na medida dos prazos
de depreciação, amortização, exaustão ou baixa de tais ativos. Diante disso, esses encargos
financeiros foram apurados e considerados no cálculo da variável Custo de Capital de
Terceiros.
4 Análise e Interpretação dos Resultados
4.1 Identificando os Clusters
A análise de cluster ou análise de agrupamentos, de acordo com Hair et. al. (2007, p.
384), “é a denominação utilizada para um grupo de técnicas multivariadas cuja finalidade
primária é agregar objetos com base nas características que eles possuem”. A análise de
agrupamentos classifica objetos, tais como respondentes, produtos, entidades, dentre outros,
de modo que cada objeto é muito semelhante aos outros no agrupamento em relação a algum
critério de seleção predeterminado. Os agrupamentos resultantes devem então exibir elevada
homogeneidade interna (within-cluster) e elevada heterogeneidade externa (between-cluster).
A análise de cluster, diferentemente de outras técnicas multivariadas, exige apenas o
pressuposto da multicolinearidade entre as variáveis, ou seja, a correlação entre as variáveis
utilizadas para formar os clusters. Para identificar o cumprimento desse pressuposto,
empregamos a análise de correlação de Pearson e constatamos níveis baixos ou aceitáveis de
correlação, revelando que o nível de auto-correlação existente entre as variáveis não prejudica
a formação da estrutura de agrupamento.
O agrupamento das empresas sob estudo foi efetuado com base no cluster nãohierárquico (k-means), o qual permite estabelecer a priori o número de clusters naturais, tendo
em vista o objetivo da pesquisa. Para os fins deste estudo, estabelecemos a priori 2 clusters.
Após o processamento da análise de cluster, com o auxílio do SPSS 16, obteve-se as
empresas classificadas em cada um dos grupos formados, bem como as respectivas médias ou
centróides conforme evidencia a tabela 1.
Tabela 1- Centróides e Tamanho dos Clusters
Cluster 1
Cluster 2
Grau Concentração
18%
30%
Endividamento de LP
64%
28%
Endividamento Geral
61%
45%
Tamanho do Cluster
155
144
Quanto à significância estatística das variáveis na formação dos clusters, apresentamos
a tabela ANOVA a seguir contendo o teste F de significância para cada variável.
Tabela 2 - Análise da Variância
Cluster
Error
F
Sig.
9
GRCONC
ENDVLP
ENDVGER
Mean Square
1,029
9,675
1,878
df
1
1
1
Mean Square
,043
,019
,032
df
297
297
297
24,045
503,027
59,392
,000
,000
,000
Os dados da tabela 2 revelam o alto poder das variáveis em discriminar os dois
clusters formados, consoante comprovam os valores F e os níveis de significância de cada
variável. Quanto maior o valor da estatística F calculada, maior é o poder da variável em
discriminar os grupos, indicando haver alta variabilidade da variável entre os clusters (Cluster
Mean Square) e baixa variabilidade dentro do cluster (Error Mean Square). O nível de
significância apresentado revela um grau de confiança de 100%, isto é, as duas variáveis em
conjunto demonstraram alto poder de discriminação dos clusters formados.
Observando os dados da tabela 1, verifica-se que o cluster 1 apresenta um grau de
concentração inferior ao 2. Por outro lado, o cluster 1 apresenta maior índice de
endividamento geral e de longo prazo em relação ao 2. Assim, diante dessas evidências e
considerando os fundamentos teóricos discutidos, os clusters podem ser assim classificados:
Cluster 1: Empresas com baixo grau de especificidade de ativos - por atuar em um
mercado com menor grau de concentração e apresentar alto índice de endividamento geral e
de longo prazo em relação ao cluster 2.
Cluster 2: Empresas com alto grau de especificidade de ativos - por atuar em um
mercado com maior grau de concentração e apresentar baixo índice de endividamento geral e
de longo prazo em relação ao 1.
4.2 Testando o custo de capital próprio entre os clusters
Dentro do contexto do problema de pesquisa, a hipótese a ser testada sobre se existe
diferença significativa do custo de capital próprio (Ke) entre as empresas com graus
diferenciados de ativos específicos estatisticamente é representada por:
H0: Ke cluster 2 = Ke cluster 1
H1: Ke cluster 2 ≠ Ke cluster 1
A hipótese nula infere que a média do custo de capital próprio é igual entre os dois
grupos de empresas. A hipótese alternativa demonstra que o custo de capital próprio é
diferente entre os dois grupos de empresas. Nesse tipo de teste as médias são independentes,
pois, embora calculadas com base em uma mesma variável, “custo de capital próprio”,
representam grupos diferentes de empresas.
Previamente ao teste das hipóteses evidenciam-se a seguir as estatísticas descritivas
dos valores obtidos para o custo de capital próprio.
Tabela 3 – Estatísticas Descritivas do Ke
Cluster 2
Cluster 1
15,20
Mínimo
15,20
23,40
Máximo
23,40
18,46
Média
16,88
16,50
Mediana
16,30
3,11
Desvio-Padrão
1,49
Para a aplicação de testes paramétricos de diferença de média, inicialmente foram
realizados os testes de normalidade de Kolmogorov-Smirnov e Shapiro-Wilk para verificar se
10
o teste t-student seria aplicado nesse caso. Conforme evidencia a tabela 4, a variável “Custo
de Capital Próprio-Ke”, em ambos os clusters, não atende ao pressuposto da normalidade, não
sendo cabível o teste t-student nesse caso.
Tabela 4 - Teste de Normalidade da Variável Custo de Capital Próprio
Kolmogorov-Smirnov
Shapiro-Wilk
Cluster Statistic
DF
Sig.
Statistic
df
Sig.
1
,262
144
,000
,756
144
,000
2
,271
155
,000
,751
155
,000
Em alternativa ao teste t-student foi aplicado o teste de Mann-Whitney. Trata-se de um
teste não-paramétrico adequado para comparar as funções de distribuição de uma variável
medida em duas amostras independentes. Para a aplicação do teste de Mann-Whitney,
considerou-se uma probabilidade de 5% para a ocorrência do erro do tipo I, ou seja, rejeitar a
hipótese nula caso ela seja verdadeira. A tabela 5 apresenta os resultados encontrados.
Tabela 5 - Teste de Mann-Whitney
Mann-Whitney U
Wilcoxon W
Z
Asymp. Sig. (2-tailed)
8221,000
18661,000
-3,971
,000
Os resultados apresentados na tabela 5 não permitem afirmar que o custo de capital
próprio é igual para os dois grupos de empresas com diferentes graus de especificidade de
ativos, rejeitando, portanto a hipótese nula de igualdade entre as médias.
4.3 Testando o custo de capital de terceiros entre os clusters
A segunda hipótese a ser testada afirma existir diferença significativa do custo de
capital de terceiros (Kd) entre as empresas com graus diferenciados de ativos específicos,
sendo estatisticamente representada por:
H0: Kd cluster 2 › Kd cluster 1
H1: Kd cluster 2 = Kd cluster 1
A hipótese nula infere que a média do custo de capital de terceiros é maior no grupo de
empresas com maior grau de especificidade de ativos. A hipótese alternativa demonstra que o
custo de capital de terceiros é igual entre os dois grupos de empresas. Previamente ao teste
das hipóteses evidenciam-se, na Tabela 6, as estatísticas descritivas dos valores obtidos para a
variável “custo de capital de terceiros-Kd”. As estatísticas descritivas referem-se apenas a 82
observações do cluster 1 e 92 observações do cluster 2, uma vez que para as demais
observações não foi detectado custo de capital de terceiros ou verificou-se despesa financeira
negativa em decorrência de ganho na variação de câmbio, sendo, portanto, excluídas da
análise.
Tabela 6 – Estatísticas Descritivas do Kd
Cluster 2
Cluster 1
0,87
Mínimo
0,45
35,18
Máximo
35,23
15,67
Média
15,76
15,42
Mediana
15,29
11
Desvio-Padrão
8,03
7,89
Para a aplicação de testes de diferença de média paramétricos, inicialmente foram
realizados os testes de normalidade de Kolmogorov-Smirnov e Shapiro-Wilk para verificar se
o teste t-student é aplicado nesse caso. Conforme a tabela 7, a variável “Custo de Capital de
Terceiros-Kd” em ambos os clusters atende ao pressuposto da normalidade, sendo cabível a
aplicação do teste t-student.
Tabela 7 - Teste de Normalidade da Variável Custo de Capital de Terceiros
Kolmogorov-Smirnov
Shapiro-Wilk
Cluster Statistic
df
Sig.
Statistic
DF
Sig.
1
,077
82
,200
,979
82
,210
2
,079
92
,200
,975
92
,076
Com o teste t-student obteve-se os outputs a seguir.
Tabela 8 - Estatísticas do Teste t-student para testar a igualdade de médias do Kd
Teste de Levine
t-test
F
Sig
t
df
sig
,262
,609
,076
172
,939
A tabela 8 revela, segundo o teste de Levene, que a variância entre os dois grupos é
homogênea uma vez que o p-value = 0,609 é maior que α = 0,05, demonstrando ser adequada
a aplicação do teste t-student. A estatística do teste apresentou a significância de 0,939,
revelando que as médias do custo de capital de terceiros entre os dois grupos são
significativamente iguais, rejeitando a hipótese de que o custo de capital de terceiros é maior
para empresas que apresentam alto grau de especificidade de ativos.
5 Considerações Finais
Conforme destacado na plataforma teórica desse estudo, ficou evidenciado que as
empresas detentoras de ativos específicos enfrentam dificuldades para captar recursos de
terceiros devido esses ativos não serem reempregáveis em outra indústria, perdendo, portanto,
valor de garantia. Assim, quando essas empresas conseguem captar empréstimos os custos de
capital de terceiros tendem a serem maiores que o custo de financiamento incorrido por
empresas não detentoras de ativos específicos devido ao risco financeiro presente.
Nesse sentido, o presente trabalho investigou se existe diferença significativa do custo
do capital próprio e do custo do capital de terceiros entre as empresas com graus diferenciados
de ativos específicos. No processo de investigação as empresas da amostra foram,
inicialmente, segregadas em dois grupos conforme as variáveis: grau de concentração
industrial do setor, endividamento geral e endividamento de longo prazo. Deste modo, foi
possível discriminar as empresas em dois agrupamentos cujos resultados foram os seguintes:
Cluster 1: Empresas com baixo grau de especificidade de ativos e Cluster 2: Empresas com
alto grau de especificidade de ativos. Além disso, foi realizada uma análise de conteúdo das
notas explicativas dos balanços das empresas componentes da amostra, especificamente, as
notas relativas ao contexto operacional e ao imobilizado, visando extrair informações sobre os
objetivos operacionais das empresas e as características dos ativos imobilizados para
possibilitar a classificação dessas empresas nos dois clusters e validar a proxy adotada na
análise multivariada de cluster, sendo obtida uma convergência de 70%.
12
Os resultados obtidos na análise de cluster foram utilizados para testar as hipóteses
estabelecidas quanto à existência de diferença significativa do custo de capital próprio e de
terceiros entre os grupos de empresas com baixo e alto grau de especificidades de ativos.
O estudo revelou que o custo de capital próprio é diferente entre o grupo de empresas
com alto e baixo grau de ativos específicos, entretanto foi observada igualdade do custo de
capital de terceiros entre esses dois grupos. Uma das possíveis explicações para isso é o fato
de que o mercado financeiro brasileiro tem uma presença muito forte de crédito privilegiado.
Nessa situação, o mecanismo de garantia pode não ser determinante para concessão de
crédito. Por fim, foi observado que o custo de capital próprio, em média, é maior que o custo
de capital de terceiros nos dois grupos de empresas.
Diante dos achados, a hipótese 1 foi rejeitada, logo não existe diferença significativa
do custo de capital de terceiros entre os grupos de empresas. Contudo, a hipótese 2 não foi
rejeitada, revelando que empresas com maior grau de ativos específicos apresentam maior
custo de capital de próprio.
Como limitações da pesquisa destacam-se o fato do estudo ser restringido às
companhias abertas brasileiras e a delimitação temporal, pois dados analisados referem-se
apenas ao exercício de 2007, sendo recomendada a replicação desse estudo envolvendo dados
de mais de um exercício financeiro. Outra restrição observada refere-se à ausência em notas
explicativas, de grande parte das empresas da amostra, de informações relativas ao ganho na
variação de câmbio mesmo quando a despesa financeira era positiva.
Por fim, sugerem-se como futuras pesquisas a ampliação da amostra e da visão
temporal e um aprofundamento na análise do custo de capital em empresas detentoras desses
tipos de ativos, considerando as características do mercado de crédito brasileiro.
Referências
ASSAF NETO, A. Finanças corporativas e valor. São Paulo: Atlas, 2003.
ASSAF NETO, A.; LIMA, F. G.; ARAÚJO, A. M. P. Uma proposta metodologia para o
cálculo do custo de capital no Brasil. Revista de Administração. V. 14, n.1, p. 72-83, jan/fev
2008.
AUBERT, B. A.; RIVARD, S.; PATRY, M. A transaction cost model of IT outsourcing.
Information & Management, v. 41, p. 921-932, 2004.
BALAKRISHNAN, S.; FOX, I. Asset specificity, firm heterogeneity and capital structure.
Strategic Management Journal, v. 14, n. 1, p. 3-16, 1993.
BUVIK, A; HAUGLAND, S. A. The allocation of specific assets, relationship duration, and
contractual coordination in buyer–seller relationships. Scadinavian Journal of Management,
v. 21, p. 41-60, 2005.
CARVALHO, A. G.; BARCELOS, L. C. Determinantes do acesso ao crédito no Brasil. In:
XXIV Encontro Brasileiro de Econometria, Nova Friburgo, Anais, 2002, v. 1.
CHANDLER, G. N.; MCKELVIE, A.; DAVIDSON, P. Asset specificity and behavioral
uncertainty as moderators of the sales growth – employment growth relationship in emerging
ventures. Journal of Business Venturing, 2008, in press.
13
CHOATE, G. M. The governance problem, asset specificity and corporate financing
decisions. Journal of Economic Behavior & Organization, v. 33, p. 75-90, 1997.
COMISSÃO DE VALORES MOBILIÁRIOS (CVM). Deliberação CVM n.º 193, de 11 de
julho de 1996. Disponível em: < http://www.cvm.gov.br> Acesso: em 19 nov. 2008.
CUSHING JR, W. W.; MCCARTY, D. E. Asset specificity and corporate governance: An
empirical test. Managerial Finance, v. 22, n. 2, 1996.
DAMODARAN, A. Avaliação de empresas. 2. ed. São Paulo: Pearson Prentice Hall, 2007.
ERKAL, N. Buyer-supplier interaction, asset specificity, and product choice. International
Journal of Industrial Organization, v. 25, p. 988-1010, 2007.
HWANG, P. Asset specificity and the fear of exploitation. Journal of Economic Behavior &
Organization, v. 60, p. 423-438, 2006.
MARKOWITZ, H. Portfolio selection. Journal of Finance, v. 7, p. 77-91, 1952.
MARQUEZ, R.; YAVUZ, M. D. Financial contracting and the specialization of Assets.
Disponível em: http://ssrn.com/abstract=1116420. Acesso em: 3 abr. 2008.
MARTINS, E. et. al. Evidências Empíricas de Modelos de Estimação do Custo do Capital
Próprio. Brazilian Business Review, v. 3, n. 2, p. 137-156, jul/dez 2006.
MOCNIK, D. Asset specificity and a firm’s borrowing ability: an empirical analysis of
manufacturing firms. Journal of Economic Behavior & Organization, v. 45, p. 69-81, 2001.
PINTO JR, H. Q. Estratégias de financiamento. In: KUPFER, D.; HASENCLEVER, L.
(orgs.). Economia Industrial: fundamentos teóricos e práticas no Brasil. Rio de Janeiro:
Elsevier, 2002.
POHLMANN, M. C. et. al. Impacto da especificidade de ativos nos custos de transação, na
estrutura de capital e no valor da empresa. Revista Contabilidade e Finanças USP, ed. esp., p.
24-30, 2004.
RESENDE, M.; BOFF, H. Concentração industrial. In: KUPFER, D.; HASENCLEVER, L.
(orgs.). Economia industrial: fundamentos teóricos e práticas no Brasil. Rio de Janeiro:
Elsevier, 2002.
RIORDAN, M. H.; WILLIAMSON, O. E. Asset specificity and economic organization.
International Journal of Industrial Organization, v. 3, p. 365-378, 1985.
RUCHALA, L. Managing and controlling specialized assets. Management Accounting, v. 79,
n. 4, 1997.
STEVENSON, W. J. Estatística aplicada à administração. Tradução de Alfredo Alves de
Farias. São Paulo: Harper & Row do Brasil, 1981.
14
TITMAN, S.; WESSELS, R. The determinants of capital structure choice.
Finance, v. 43, n. 1, p. 1-19, 1988.
Journal of
VERGARA, S. C. Métodos de pesquisa em administração. 3 ed. São Paulo: Atlas, 2008.
VIVEK, S. D.; BANWET, D.K.; SHANKAR, R. Analysis of interactions among core,
transaction and relationship-specific investments: The case of offshoring. Journal of
Operations Management , 26, p. 180-197, 2008.
VOSSELMAN, E.; MEER-KOOISTRA, J. Efficiency seeking behaviour in changing
management control in interfirm transactional relationships: an extended transaction cost
economics perspective. Journal of Accounting & Organizational Change, v. 2, n. 2, p. 123143, 2006.
WIDENER, S. K. An empirical investigation of the relation between the use of strategic
human capital and the design of the management control system. Accounting, Organizations
and Society, v. 29, p. 377-399, 2004.
WILLIAMSON, O. E. The modern corporation: origins, evolution, attributes. Journal of
Economic Literature. Journal of Economic Literature, v. 19, n. 4, p.1537-1568, 1981.
WILLIAMSON, O. E. The economic institutions of capitalism: firms, markets, relational
contracting. New York: Free Press, 1985.
WILLIAMSON, O. E. Corporate finance and corporate governance. Journal of Finance, v.
43, n. 3, p. 567-591, 1988.
WILLIAMSON, O. E. Comparative economic organization: the analysis of discrete.
Administrative Science Quarterly, v. 36, n. 2, p. 269-296. 1991.
15