Capital structure determinants. The Iberian Peninsula case

113 CAPITAL STRUCTURE DETERMINANTS. THE IBERIAN PENINSULA CASE Lígia Catarina Marques Febra ABSTRACT A brief review of financial literature on corporate capital structure theories and an investigation of capital structure choice determinants for Portuguese and Spanish public firms is presented in this paper. The data set are collected from WorldScope Database and comprise 180 firms (52 Portuguese firms and 128 Spanish firms) for a period of 11 years - between 1992 to 2003. A two-step multivariate process is used in order to identify the capital structure determinants of those firms. In the first step we used exploratory factor analysis to measure attributes to explain the variation in leverage ratios across firms. In the second step, the relationship between several ratios of leverage and the attributes obtained is estimated using regression analysis. Results suggest that capital structure choice is influenced by firm size. Non-debt tax shield was identified as a negative impact on total debt. KEY WORDS: Capital Structure, Financing 1.INTRODUÇÃO Para promover e manter o crescimento económico de um país é indispensável a existência de recursos disponíveis para financiar a formação e a reposição do capital. Uma das problemáticas que se coloca às empresas é saber se estas devem fazer face às suas necessidades financeiras através de capitais próprios ou capitais alheios. Ambas as formas de financiamento têm custos e benefícios. O problema consiste em encontrar uma estrutura de capital que estabeleça para cada empresa um equilíbrio aceitável entre a rendibilidade e o risco. Esta problemática é uma questão bastante antiga e amplamente estudada por diversos autores, nomeadamente por Modigliani e Miller [1958], Miller [1977] Myers [1984], entre muitos outros. Segundo um estudo elaborado por Mello [1994], a principal fonte de financiamento das empresas na maioria dos países34 (incluindo Portugal) são os lucros retidos, seguidos dos créditos bancários. Nesse estudo é evidenciada a reduzida contribuição do mercado de acções para o financiamento do sector empresarial não financeiro em todos os países. Contudo, Röel [1996], refere que um dos principais contrastes entre os sistemas financeiros das 34 Os países que fizeram parte deste estudo foram a Espanha, a Itália, a França, o Canadá, o Japão, os Estados Unidos da América, a Suécia, a Finlândia e Portugal. CITIES IN COMPETITION 114 economias desenvolvidas é a diferença de propensão por parte das empresas para utilizar como meio de financiamento o mercado de capitais. Nesse sentido, o objectivo do presente estudo é analisar os factores potencialmente determinantes da estrutura de capital das empresas cotadas nos dois países da Península Ibérica (Espanha e Portugal). O trabalho está estruturado em seis partes. Após a introdução, efectua-se uma breve revisão da literatura acerca das teorias da estrutura de capital das empresas. Na terceira e quarta parte define-se a metodologia aplicada e a apresentação da amostra, respectivamente. A apresentação e análise dos resultados são efectuadas na quinta parte. Na última parte sintetizam-se as principais conclusões do trabalho e indicam-se pistas para investigação futura. 2. BREVE REVISÃO DA LITERATURA A teoria moderna da estrutura de capital teve a sua origem no estudo de Modiagliani e Miller [1958] em que os referidos autores demonstraram que perante mercados perfeitos35 , expectativas homogéneas por parte dos investidores e se as empresas tiverem idêntico risco e crescimento nulo, a estrutura de capital é irrelevante. Em termos gerais, os autores advogavam que: o custo de capital próprio é crescente com o endividamento da empresa; o custo dos capitais alheios é constante; e que o custo médio ponderado do capital se mantém constante independentemente da estrutura de capital (sendo o custo médio ponderado de capital constante o valor da empresa não depende da estrutura de capital). Mais tarde, em 1963, os mesmos autores analisaram a problemática da estrutura de capital mas introduzindo um factor novo - a tributação dos rendimentos colectivos. A ideia que resulta do último estudo referido é a de que pelo facto de os juros serem um custo aceite para efeitos fiscais o custo de capital alheio é menor e consequentemente o aumento do endividamento conduz a um maior valor da empresa. Tendo em atenção a teoria de Modigliani e Miller [1963] seria de esperar que o ponto óptimo da estrutura de capital, isto é, a estrutura de capital que maximiza o valor da empresa, fosse atingido quando a empresa se financia na totalidade por capitais alheios (algo que na realidade nunca se verifica). Brealey e Myers [1998] referem que quando, para além da tributação das pessoas colectivas, se inclui a tributação das pessoas singulares o objectivo da empresa já não é minimizar a sua carga fiscal mas sim minimizar todos os impostos que resultam dos resultados da empresa. Miller [1977] estudou esta problemática e argumentou que a utilização dos capitais próprios ou alheios depende do mercado, tendendo este para o equilíbrio. Em equilíbrio a vantagem fiscal que as empresas retiram do endividamento é absorvida pela tributação sobre o rendimento das pessoas singulares, tornando irrelevante a política de endividamento (conclusão consistente com a teoria de Modigliani e Miller [1958]). O estudo de Miller [1977] foi criticado por diversos autores, em particular DeAngelo e Masulis [1980], Modligliani [1982] e Kim [1982]. A teoria do trade off defende que existe uma estrutura de capital óptima, sendo o ponto óptimo de endividamento, como referido por Brealey e Myers [1998], o ponto no qual o valor actual da poupança fiscal que resulta de um acréscimo de endividamento é exactamente compensado pelo o aumento do valor actual dos custos e falência36. Como citado por Coelho et al. [2004], as primeiras referências da teoria do trade off são feitas nos trabalhos de Lintzenberger [1973], Scott [1977] e Kim [1978]. 35 Os pressupostos de mercado perfeito são, de acordo com Neves [2004]: “numeroso número de compradores e vendedores; inexistência de impostos; inexistência de custos de transacção; inexistência de controlos; activos divisíveis ao infinito e perfeitamente negociáveis; informação perfeita, instantânea e gratuita para todos os agentes de mercado; todos os investidores maximizam a utilidade da sua riqueza e são racionais e taxa das operações activas iguais às das operações passivas”. 36 Custos legais, administrativos e custos indirectos FINANCE MANAGEMENT CHALLENGES 115 De acordo com Harris Raviv [1991] a estrutura de capital é determinada em função dos custos de agência. Os mesmos autores referem que de acordo com Jensen e Meckling [1976], existem dois tipos de conflitos de interesse, os conflitos entre gestores e accionistas e os conflitos entre accionistas e obrigacionistas. No primeiro caso os conflitos surgem porque por vezes os gestores não representam de forma adequada os interesses dos accionistas utilizando os recursos para proveito próprio e não para proveito dos accionistas. Harris Raviv [1991] refere que a utilização de endividamento é uma forma de atenuar este tipo de custos. O segundo tipo de conflitos surge, de acordo com os mesmos autores, porque o contrato de empréstimo incentiva os accionistas a investir em condições sub - óptimas. Especificamente, se o investimento apresentar rendibilidades elevadas os accionistas obtêm a maior parte dos ganhos, pelo contrário, se o investimento não correr bem, são principalmente os obrigacionistas que suportam as consequências dado que a responsabilidade dos accionistas é limitada. Existem duas abordagens dentro das teorias que explicam a estrutura de capital das empresas com base na assimetria de informação. De acordo com Harris Raviv [1991] e baseando-se nos estudos de Ross [1977] e Leland e Pyle [1977], uma das abordagens é a de que a escolha da estrutura de capital sinaliza informação para os investidores externos. Esta abordagem baseia-se na ideia de que as empresas recorrem à dívida para emitir para o mercado um sinal da sua elevada qualidade. A outra abordagem referida pelos autores, baseando-se nos estudos de Myers [1984] e Myers e Majluf [1984], é a de que a estrutura de capital é determinada com vista a reduzir ineficiências das decisões de investimento das empresas resultantes da assimetria de informação. Myers e Majluf [1984] mostram que se os investidores externos possuem menos informação, relativamente aos insiders da empresa, acerca do valor dos activos da empresa, o valor de mercado da empresa pode estar errado. Por esse motivo, se as empresas financiam novos projectos através da emissão de capital, a subavalorização das acções pode ser de tal forma que os novos investidores recebem mais que o valor actual líquido do novo projecto resultando dessa forma perdas para os actuais accionistas ou a rejeição de projectos com valor actual líquido positivo. Para evitar a rejeição desses projectos as empresas devem recorrer a financiamento via fundos internos e ou dívida que não envolva subvalorização - teoria de pecking order do financiamento. Existem estudos que procuram explicar a ligação entre a estrutura de capital e o controlo da empresa. Harris Raviv [1991] refere que os primeiros modelos que exploram a questão das transacções de acções para efeitos de controlo da empresa e a estrutura de capital, centrando-se na questão dos direitos de voto, são os de Harris e Raviv [1988] e Stulz [1998]. Segundo estes autores, como referido por Harris Raviv [1991], o sucesso de cada operação de takeover depende não só da forma como os votos se encontram distribuídos mas principalmente da percentagem de capital detida pelos gestores da empresa. Dado que a percentagem de propriedade de capital por parte dos gestores é determinada em parte pela estrutura de capital, a estrutura de capital afecta o valor da empresa e probabilidade de takeover. A literatura acerca da estrutura de capital é muito extensa, mas para não tornar este trabalho muito extensivo optou-se por apresentar apenas os principais estudos realizados. 3. METODOLOGIA De acordo com Titman e Wessels [1988], a teoria sugere que as empresas seleccionam a estrutura de capital dependendo dos atributos que determinam os vários custos e benefícios associados às formas de financiamento. No entanto, esses atributos não são observáveis, como tal existem algumas limitações na utilização dos modelos tradicionais de regressão múltipla para a identificação de tais atributos. Segundo os mesmos autores essas limitações são, entre outras, a existência de várias proxies para medir cada atributo; a dificuldade de encontrar proxies para um atributo que não sejam correlacionadas com outros atributos a analisar; uma vez que as proxies são representações imperfeitas dos atributos, o seu uso nas regressões introduz erros. Com vista a resolver estas CITIES IN COMPETITION 116 limitações os autores utilizaram a análise factorial confirmatória para medir as variáveis não observáveis. Com base na ideia apresentada nos estudos de Titman e Wessels [1988] e Bhaduri [2002], neste estudo irá ser utilizada a técnica de análise factorial para medir os atributos que explicam a estrutura de capital, mas neste caso concreto como ainda não existe uma teoria definida sobre a estrutura de capital das empresas da Península Ibérica irá ser utilizada a análise factorial exploratória (tal como foi efectuado no estudo de Bhaduri) e não a análise factorial confirmatória (estudo de Titman e Wessels [1988]). Após a identificação dos atributos (factores) estima-se uma regressão múltipla, em que as variáveis dependentes são medidas de endividamento e as explicativas são os atributos determinados (utilizando os scores obtidos através da análise factorial). De seguida iremos proceder, com base na revisão da literatura, à identificação de potenciais atributos e definição das variáveis proxies. Após essa identificação procederemos à apresentação das medidas de endividamento e à especificação dos modelos e processos de estimação. 3.1. POTENCIAIS DETERMINANTES DA ESTRUTURA DE CAPITAL A identificação dos potenciais determinantes da estrutura de capital e definição das variáveis proxies é feita com base na literatura sobre os determinantes da estrutura de capital. 1. Tangibilidade Na literatura financeira é muitas vezes referido que o tipo de activos possuídos pela empresa pode afectar a escolha da estrutura de capital. De acordo com Banerjee [2000], é mais fácil para as entidades que financiam estabelecer o valor dos activos tangíveis do que dos intangíveis, isto porque habitualmente existe maior assimetria de informação acerca dos últimos do que dos primeiros. Segundo Myers e Majluf [1984], emitir dívida com garantias evita os custos de assimetria de informação e por esse motivo empresas com activos que podem ser utilizados como garantia estão mais predispostas a emitir dívida para retirar vantagem dessa oportunidade. Como referido na revisão da literatura, a dívida pode ser uma forma de diminuir os custos de agência que resultam dos conflitos de interesses entre os gestores e accionistas. Nesse sentido, e como referido por Titman e Wessels [1988], Grossman e Hart [1982] defendem que as empresas com activos cujo valor é mais difícil de estabelecer são mais vulneráveis a tais custos de agência dado que a monitorização é mais difícil de efectuar nesse tipo de empresas. Como as empresas podem utilizar a dívida como instrumento de monitorização, será de esperar que exista uma relação negativa entre o endividamento e os activos que podem ser facilmente avaliados. Como proxies da tangibilidade são utilizados dois rácios: o rácio entre os activos intangíveis e os activos totais (INT); e o rácio entre activos fixos mais existências sobre activos totais (AFS). 2. Crescimento esperado De acordo com diversos estudos, em particular Titman e Wessels [1988], empresas com elevados crescimentos futuros deverão utilizar maior quantidade de capital (acções ou resultados retidos) para o seu financiamento para fazer face ao problema de sub - investimento referido por Myers e Majluf [1984]. Isto sugere uma relação negativa entre o endividamento e o crescimento esperado das empresas.Como proxie do crescimento esperado utilizou-se o mesmo indicador que foi utilizado no estudo de Coelho et al. [2004]: (activos totais – valor contabilístico do capital próprio +valor de mercado do capital próprio)/activos totais (CRESC). 3. Dimensão Muitos autores argumentam que existe uma relação entre a dimensão das empresas e a escolha da estrutura de capital. Titman e Wessels [1988] referem que as empresas com maior dimensão são mais diversificadas e por FINANCE MANAGEMENT CHALLENGES 117 esse motivo têm menor probabilidade de falência. Por outro lado, como referido pelos mesmos autores, existem estudos que sugerem que os custos directos de falência são inversamente relacionados com a dimensão. Nesse sentido, espera-se uma relação positiva entre o endividamento e a dimensão das empresas. No entanto, e de acordo com o estudo de Rajan e Zingales [1995], dado que existe menos assimetria de informação acerca das grandes empresas, estas têm menos incentivos para se financiar via dívida, neste caso, espera-se uma relação negativa entre a dimensão e o endividamento. Como proxies da dimensão são utilizados dois indicadores: o logaritmo natural das vendas (DV) e o logaritmo natural dos activos totais (DA). 4. Rendibilidade De acordo com Myers e Majluf [1984] as empresas preferem financiamento interno ao externo e quanto maior é a rendibilidade das empresas maior é a disponibilidade de capital interno. Nesse sentido será de esperar uma relação negativa entre o endividamento e a rendibilidade. No entanto, e como referido na revisão da literatura deste estudo, em presença de assimetria de informação as empresas de elevada qualidade (com maior rendibilidade) podem sinalizar essa qualidade através do aumento da dívida, o que sugere uma relação positiva entre a rendibilidade e a dívida. Tal como no estudo de Titman e Wessels [1988] foram utilizados dois rácios como proxies da rendibilidade: rácio entre o resultado operacional e o total dos activos (ROA); e o rácio entre o resultado operacional e as vendas (ROV). 5. Poupança fiscal não resultante da dívida De acordo com Modigliani e Miller [1963] o principal incentivo para o endividamento é o benefício da poupança fiscal que resulta do facto de os juros serem custos aceites para efeitos fiscais. Como referido por Titman e Wessels [1988], DeAngelo e Masulis [1980] argumentam que a poupança fiscal não resultante da dívida é um substituto da poupança fiscal resultante do endividamento. Nesse sentido, empresas com elevada poupança fiscal não resultante da dívida têm provavelmente menor endividamento. A proxies utilizadas para medir a poupança fiscal não resultante da dívida é o rácio entre as amortizações e o resultado operacional (AMORT). 6. Dividendos Considerando a teoria de sinalização dos dividendos, e como referido no estudo de Bhaduri [2002], se o pagamento de dividendos representa um sinal positivo da qualidade da empresa e por isso da sua maior capacidade de obter financiamentos via dívida, será de esperar uma relação positiva entre estes dois indicadores. Por outro lado, e de acordo com a teoria da agência, o pagamento de dividendos pode ser considerado como um instrumento substituto da dívida para atenuar os custos de agência, por isso, nesse caso seria de esperar uma relação negativa entre o pagamento de dividendos e o endividamento. A proxie utilizada para medir os dividendos foi o rácio entre os dividendos e o resultado operacional (DIV). 7. Flexibilidade financeira De acordo com Coelho et al.[2004], baseando-se na teoria de pecking order, as empresas podem considerar útil manter uma certa “folga” financeira com vista a implementarem investimentos com valor actual líquido positivo sem emitir acções ou dívida e por isso os autores esperam uma relação negativa entre a flexibilidade financeira e o endividamento. Pelo contrário, e de acordo com os mesmos autores, baseando-se na teoria do trade off a flexibilidade financeira não deverá ter uma relação significativa com o endividamento. Tal como os autores referidos a proxie utilizada para medir a flexibilidade financeira foi o rácio entre caixa e equivalentes e os activos circulantes (FF). 8. Outros Indicadores CITIES IN COMPETITION 118 Existe um conjunto de outros determinantes da estrutura de capital referidos na literatura que devido à metodologia utilizada ou à limitação da informação disponível não serão testados, em particular, a especificidade dos activos, a idade das empresas, a volatilidade dos resultados, a classificação da indústria, entre outros. 3.2 MEDIDAS DE ENDIVIDAMENTO A primeira questão que se coloca é a de se saber se devem ser utilizados valores contabilísticos ou valores de mercado para medir o endividamento. De acordo com o estudo de Bowman [1980], as medidas contabilísticas do endividamento não são significativamente distintas das medidas a valores de mercado. Por esse motivo e pela limitação da informação, o endividamento é medido a valores contabilísticos. Tal como no estudo de Bhaduri [2002], e para analisar a influência das várias variáveis apresentadas em diferentes tipos de dívida, foram utilizadas três medidas de endividamento: o rácio entre o total do endividamento e o total dos activos; o rácio entre o endividamento de longo prazo e o total dos activos e o rácio entre o endividamento de curto prazo e o total dos activos. 3.3 ESPECIFICAÇÃO DO MODELO E PROCESSO DE ESTIMAÇÃO UTILIZANDO A ANÁLISE FACTORIAL EXPLORATÓRIA De acordo com Sharma [1996], a análise factorial é uma técnica de análise exploratória de dados que tem por objectivo descobrir e analisar a estrutura de um conjunto de variáveis interrelacionadas de modo a construir uma escala de medida para factores que de alguma forma controlam as variáveis iniciais. A análise factorial usa as correlações estruturais que ligam os factores às variáveis. O objectivo primordial da análise factorial é atribuir um score a factores que não são directamente observáveis. Especificação do modelo: Modelo de base à análise factorial: εΛξZ + = Onde, Z é um vector px1 das variáveis standardizadas proxies dos atributos, Λé a matriz pxm dos loadings dos factores, ξé um vector mx1 dos factores comuns não observáveis (atributos) e εé um vector px1 dos factores específicos. Considerando p o número de variáveis proxies utilizadas e m o número de factores não observáveis. Neste caso foram utilizados dados standardizados porque, e de acordo com Sharma [1996], as variáveis têm escalas diferentes. Estimação dos factores: A identificação dos factores é efectuada através de quatro fases sequenciais, a saber: 1. Na primeira fase procede-se à estimação da matriz de correlações entre as variáveis e testar a validade da aplicação da análise factorial. Para testar a validade da aplicação deste tipo de análise irão ser analisados três métodos, o teste de esfericidade de Bartlett, a análise do indicador de Kaiser-Meyer-Olkin (KMO) e a análise da matriz anti-imagem. O teste de esfericidade de Bartlett consiste em testar a hipótese de a matriz de correlações ser uma matriz identidade com determinante igual a 1. Neste teste, a aplicação da análise factorial pressupõe que se rejeite a hipótese nula, isto é, que exista correlação entre as variáveis. O indicador KMO compara as correlações entre factores. Se o valor de KMO se situar próximo de um indica que é válida a aplicação da análise factorial, caso contrário não deverá ser aplicada a análise factorial. De acordo com Sharma [1996], os resultados obtidos para a estatística KMO, devem ser interpretados do seguinte modo: FINANCE MANAGEMENT CHALLENGES 119 Quadro 1 – Interpretação dos resultados do indicador KMO KMO Aplicação da análise factorial 0,9 – 1 Muito boa 0,8 – 0,9 Boa 0,7 – 0,8 Média 0,6 – 0,7 Razoável 0,5 – 0,6 Má < 0,5 Inaceitável A matriz anti-imagem é uma medida da adequação amostral de cada variável para a aplicação da análise factorial, onde pequenos valores na diagonal levam a considerar a eliminação da variável. 2. A segunda fase consiste na extracção dos factores. De entre os vários métodos de extracção irá ser utilizado o das componentes principais. Nesta fase procederemos, também, à determinação do número dos factores necessários para representar adequadamente os dados originais, através do critério de Kaiser37 (valor próprio superior a um). 3. De modo a que cada variável seja associada apenas a um factor e dessa forma seja mais fácil a interpretação, proceder-se-á à rotação dos factores38 através do método varimax39. 4. A última fase tem como objectivo construir a matriz dos scores. Para a estimação dessa matriz irá ser utilizado o método de regressão. 3.4ESPECIFICAÇÃO DO MODELO ECONOMÉTRICO E PROCESSO DE ESTIMAÇÃO Como referido anteriormente após a obtenção dos scores dos factores estes irão ser utilizados juntamente com a variável dummy que define o país onde está situada a empresa como variáveis explicativas do endividamento. Especificação do modelo: 37 De acordo com Reis [1997], o critério de Kaiser consiste na exclusão das componentes cujos valores próprios sejam inferiores à média, isto é, menores que um se a análise for feita a partir de uma matriz de correlações. 38 A rotação das componentes principais permite encontrar um novo conjunto de coeficientes de correlação das variáveis para cada componente. A proporção de variância explicada para cada uma das componentes mantém-se constante, apenas se distribui de modo diferente para que sejam maximizadas as diferenças entre as contribuições das variáveis. 39 O método varimax consiste em fazer a rotação ortogonal dos eixos que medem os coeficientes de correlação entre cada variável e o factor. CITIES IN COMPETITION 120 Onde: yit é a variável que mede o nível de endividamento da empresa i no ano t; Fj é o factor j obtido na análise factorial exploratória, Di,t,j é uma variável dummy, igual a um se a empresa i no ano t pertence a Portugal e igual a zero no caso contrário; ε it é o termo de erro aleatório combinado. Para medir o nível de endividamento foram utilizadas as três medidas anteriormente referidas. Estimação do modelo A estimação do modelo irá ser efectuada com recurso aos dados em painel (modelos com junção de dados temporais e seccionais), o que permitirá a utilização de um maior número de observações, aumentando o número de graus de liberdade. A utilização de dados referentes a diferentes indivíduos (empresas) reduz o risco de multicolinearidade entre as variáveis. No entanto, os dados em painel também apresentam algumas desvantagens como o enviesamento que resulta da heterogeneidade dos indivíduos e da selectividade dos indivíduos (estes podem não ser representativos da população total). Com o objectivo de averiguar se o tipo de empresa influência de facto a parte autónoma do modelo, irá, também, ser efectuada a estimação do modelo admitindo a existência de homogeneidade na parte autónoma. it j jtij n j jjit DFy εγβα +++= ∑∑ == 11 1 ,, 1 Posteriormente à estimação desta última equação para as diferentes variáveis dependentes, irá ser testado a hipótese de homogeneidade na parte autónoma e no declive entre as várias empresas contra a hipótese de heterogeneidade na parte autónoma, através do teste F40. As hipóteses a testar são: Ho: αi = α, ∀i = 1,...,N H1: αi ≠ αj, ∀i = 1,...,N; j = 1,...,N; i ≠ j Com o objectivo de detectar a existência de heteroscedasticidade dos termos de erro (não verificação de uma das hipóteses clássicas, a homoscedasticidade) será efectuado o teste White41 com termos cruzados e não. A homoscedasticidade, significa que a variância do termo de erro é constante. Contudo a infracção desta hipótese (heteroscedasticidade) é frequente nos modelos seccionais, dado que a inexistência de homogeneidade dos 40 A estatística F assume o seguinte valor e distribuição: [][] )(),1(~ )(/ )1/()( KNNTNF KNNTSQR NSQRSQR F ht hthm +−− +− −− = Onde: SQRhm e SQRht são respectivamente, o somatório do quadrado dos resíduos resultantes da estimação do modelo considerando homogeneidade na parte autónoma e do modelo considerando heterogeneidade na parte autónoma; N é o número de empresas; NT é o número de observações e K é o número de variáveis explicativas contidas no modelo. 41 O teste White baseia-se no facto de que, perante heteroscedasticidade, o estimador da matriz de variâncias e covariâncias dos estimadores de mínimos quadrados é inadequado, determinando, assim, a perda de validade dos processos de inferência estatística que assentam na informação produzida com base nessas estimativas. O teste White efectua-se do seguinte modo: 1) estimar os resíduos do modelo inicial; 2) efectuar a estimação sobre o quadrado dos resíduos estimados no ponto 1) com as variáveis que se supõe estarem correlacionadas com o quadrado dos resíduos; 3) calcular NR2 (sendo N o número de observações e R2 o coeficiente de determinação da regressão efectuada no ponto 2) 4) como NR2 é uma variável aleatória que segue distribuição assimptótica )( 2s χ , em que s é o número de regressores (excluindo a constante), a existência de homoscedasticidade é admitida quando o valor obtido em 3) for inferior ao valor crítico de )( 2s χ , a um dado nível de significância. it j jtij n j jjiit DFy εγβα +++= ∑∑ == 11 1 ,, 1 FINANCE MANAGEMENT CHALLENGES 121 indivíduos analisados, provoca variâncias do termo de erro diferentes. As observações referentes ao problema em estudo são seccionais, pelo que, não é de estranhar a existência de heteroscedasticidade. A presença de heteroscedasticidade não afecta a centricidade nem a consistência dos estimadores, contudo, implica a perda de validade da inferência estatística com base nestas estimativas. Todas as estimações que evidenciarem a presença de heteroscedasticidade serão corrigidas. Irá ser efectuado também o teste de Durbin Watson (DW), para detectar autocorrelação de primeira ordem dos erros (AR(1))42. A independência dos erros é mais uma das hipóteses assumidas no cálculo dos estimadores pelo método dos mínimos quadrados, dado que a correlação das variáveis aleatórias residuais determina a não eficiência dos estimadores (não são estimadores de variância mínima), afectando negativamente a qualidade da estimação e dos testes de inferência estatística. A independência dos erros significa que um acontecimento aleatório, num dado período não se reflecte nas observações seguintes. Sempre que foi detectada autocorrelação de 1ª ordem dos erros (quer positiva, quer negativa) ou o teste se revelou inconclusivo, as estimações foram corrigidas. 4. APRESENTAÇÃO DA AMOSTRA A amostra é constituída por 745 observações referentes a 180 empresas cotadas nos mercados de capitais dos países da Península Ibérica (128 empresas de Espanha e 52 empresas de Portugal). A informação contabilística e financeira das empresas foi recolhida numa base de dados financeira internacional, a WorldScope – Global Researcher. As empresas foram seleccionadas com base na informação disponível na base de dados. Na amostra fazem parte todas as empresas cuja informação contabilística e financeira está disponível na base de dados pelo menos até ao ano de 2002 e que tenham pelo menos 3 anos de informação. Não foram incluídas na amostra instituições bancárias e seguradoras devido às diferenças da natureza dos factos patrimoniais. O período da amostra varia em função da empresa, foi utilizado todo o período disponível na base de dados que está compreendido entre 1992 e 2003. 42 Diz-se que uma variável segue um processo auto-regressivo de ordem p (AR(P)) quando o seu valor presente se pode exprimir como uma combinação linear dos p valores precedentes dessa variável e ainda um termo aleatório de espectro branco (εt segue distribuição normal com média nula e variância constante). Em particular, o termo de erro aleatório ut segue um processo AR(1) de média nula se: ut = ρut-1 + εt em que εt segue distribuição normal com média nula e variância constante e ρ uma parâmetro tal que ρ <1. O teste de Durbin Watson, baseia-se na seguinte estatística: DW = () ) ˆ 1(2 1 2 ˆ 2 2 1 ˆˆ ρ −≈ ∑ = ∑ =− − N tt u N tt u t u O teste para detectar autocorrelação de primeira ordem é o seguinte: H0: ρ = 0 (independência dos erros de primeira ordem) H1: ρ ≠ 0 (autocorrelação dos erros) Se DW < dl implica autocorrelação positiva; Se dl < DW < du ou 4-du < DW < 4-dl implica teste inconclusivo; Se du < DW < 4-dl implica independência dos erros; Se DW > 4-dl implica autocorrelação negativa, em que du e dl são constantes dadas pela tabela estatística DW. CITIES IN COMPETITION 128 MILLER, M, (1977), Debt and taxes, Journal Finance 32, pp. 261-276. MODIGLIANI, F. E M. MILLER, (1958), The cost of capital, corporation finance and theory of investment, American Economic Review 48, pp. 261-297. MODIGLIANI, F. E M. MILLER, (1963), Corporate income taxes and the cost of capital, American Economic Review 53, pp. 433-443. MODIGLIANI, F., (1982), Debt, dividend policy, taxes, inflation, and market valuation, Journal of Finance, pp. 255-273. MYERS, S., (1984), The capital structure puzzle, Journal of Finance 39, pp. 575-592 MYERS, S. E N. MAJLUF, (1984), Corporate financing and investment decisions when firms have information that investors do not have, Journal of Financial Economics 13, pp. 187-221. NEVES, J,( 2004), Investimento e Financiamento, Acetatos das aulas de finanças empresariais do programa de doutoramento em gestão. PESTANA, M. H. E J. N. GAGEIRO (1998), Análise de dados para ciências sociais. A complementaridade do SPSS., 1ª Edição, Edições Sílabo. PINDYCK, R. S. E D. L. RUBINFELD (1998), Econometric Models and Economic Forecasts, fourth edition, McGraw-Hill International Editions. RAJAN, G. E L. ZINGALES, (1995), What do we know about capital structure? Some evidence from international data, Journal of Finance 50, pp. 1421-1460. REIS, E., (1991), Estatística Descritiva, Edições Sílabo. REIS, E.,(1997), Estatística multivariada aplicada, Edições Sílabo. RÖEL, A. (1996), The decision to go public: An overview, European Economic Review, 40, pp. 1071-1081. SHARMA, S., (1996), Applied multivariate techniques, John Wiley & Sons, Inc. TITMAN, S. E R. WESSELS, (1988), The determinants of capital structure choice, Journal of Finance, 43, pp. 817-838.