View
216
Download
0
Category
Preview:
Citation preview
PONTIFÍCIA UNIVERSIDADE CATÓLICA DE
SÃO PAULO
PUC-SP
Rogério de Paiva Savegnago
Operações de hedge com instrumentos derivativos e sua associação à redução da
volatilidade dos resultados e à criação de valor:
um estudo aplicado às empresas brasileiras não-financeiras
MESTRADO EM CIÊNCIAS CONTÁBEIS E ATUARIAIS
São Paulo
2017
PONTIFÍCIA UNIVERSIDADE CATÓLICA DE SÃO PAULO
PUC-SP
Rogério de Paiva Savegnago
Operações de hedge com instrumentos derivativos e sua associação à redução da
volatilidade dos resultados e à criação de valor:
um estudo aplicado às empresas brasileiras não-financeiras
MESTRADO EM CIÊNCIAS CONTÁBEIS E ATUARIAIS
Dissertação apresentada à Banca Examinadora da
Pontifícia Universidade Católica de São Paulo,
como exigência parcial para obtenção do título de
MESTRE em Ciências Contábeis e Atuariais, sob
a orientação do Prof. Dr. José Roberto Securato.
São Paulo
2017
BANCA EXAMINADORA:
_________________________________________________________
_________________________________________________________
_________________________________________________________
Dedico este trabalho em primeiro lugar a Deus,
meu fiel e amado pai celestial (razão de viver); à
minha esposa Angela e à minha filha Winnie (tudo
o que faço, faço por amor a vocês); aos meus pais
José (in memoriam) e Marta Maria (que me
ensinaram a trabalhar duro e a ser grato por tudo);
e aos meus irmãos Robson, João Paulo, Erick e
Diego José (meus grandes companheiros).
AGRADECIMENTOS
A Deus, agradeço por mais um sonho realizado. Certamente tudo o que tenho e sou devo
a ele. Ele é a minha luz e a minha salvação, razão de viver!
À minha querida esposa Angela, pelo amor, carinho e paciência comigo nesses dois
anos de trabalho árduo, e à minha querida filha Winnie, pelo amor e carinho recebidos desde o
seu nascimento. O papai te ama muito!
Aos meus pais José (in memoriam) e Marta Maria, por todo o amor, carinho e dedicação
para comigo. Aos meus irmãos Robson, João Paulo, Erick e Diego José, pelo amor, pela
amizade e por me cobrirem em muitos finais de semana no cuidado à minha mãe que pouco
antes do início do mestrado sofreu um AVC e ficou acamada por muitos meses. Não me
esquecerei nunca do seu favor para comigo!
Ao meu orientador, professor doutor José Roberto Securato, por sua valiosa
contribuição e direção no desenvolvimento deste trabalho. Sua experiência, paciência e
entusiasmo foram vitais para que este objetivo fosse alcançado. Para mim, tem sido um
privilégio ser orientado por alguém tão reconhecido pela ampla contribuição acadêmica e
profissional no mercado financeiro e ao mesmo tempo tão generoso!
Aos professores da minha banca, professores doutores José Odálio dos Santos (PUC-
SP) e Daniel Reed Bergmann (FEA-USP), os quais igualmente contribuíram para o
aprimoramento deste trabalho através de indicações sobre a melhor forma de demonstrar os
resultados alcançados, entre outras dicas valiosas!
À Pontifícia Universidade Católica de São Paulo e aos demais professores da casa,
professor doutor Roberto Fernandes dos Santos (in memoriam), professora doutora Neusa
Maria Bastos Fernandes dos Santos, professor doutor Sérgio de Iudícibus, professor doutor José
Carlos Marion e professor doutor Antonio Benedito Silva Oliveira, por me guiarem com tanto
amor e entusiasmo pelo caminho do pensamento acadêmico.
Ao Banco J.P. Morgan, pelo apoio financeiro e pela oportunidade de crescer
profissionalmente fazendo o que amo. Aos amigos e colegas que trabalham comigo, os quais
me ajudaram em várias situações e pacientemente me ouviram falar inúmeras vezes a respeito
do mestrado e da minha dissertação. Igualmente agradeço aos meus chefes novos e antigos,
especialmente ao meu diretor Décio Ramos Porchat de Assis, mestre em Direito pela casa, pelo
tremendo apoio em todo o percurso do mestrado e por me permitir trabalhar em horários
flexíveis durante os vários dias de aula e de reuniões de orientação.
Aos meus pastores e líderes da Comunidade da Graça em Vila Mariana, os quais com
suas vidas têm me ensinado a amar ao meu próximo e a ser um discípulo de Jesus Cristo, o meu
salvador e melhor amigo. Agradeço igualmente aos amigos e irmãos dessa comunidade com os
quais tenho comunhão em amor.
Ao meu amigo e colega de mestrado Israel Efrain Guimarães, que generosamente
despendeu um tempo precioso do seu momento de descanso para me ajudar com a parte
estatística.
Aos amigos e colegas que fiz neste mestrado, pelos bons momentos que passamos juntos
em sala de aula e fora dela. Espero que a nossa amizade e coleguismo durem por muitos anos.
A todos, muito obrigado!
Se alguém julga saber alguma coisa, com efeito
não aprendeu ainda como convém saber
Paulo de Tarso (1 Coríntios 8.2)
RESUMO
Este trabalho teve como motivação principal averiguar se a utilização de operações com
derivativos para fins de hedge estaria associada à redução da volatilidade dos resultados e à
criação de valor nas companhias não-financeiras brasileiras. Para isso, foram pesquisadas 223
empresas não-financeiras listadas na BM&FBovespa, representando 96,5% do valor total de
mercado das não-financeiras e 85,8% da quantidade dessas empresas listadas na bolsa,
relativamente ao ano de 2015, no qual uma profunda crise econômica se instalou no País. Por
se tratar de um estudo de caráter quantitativo, a partir de uma base documental, executado a
partir dos dados contábeis e de mercado disponibilizados pela Economatica e pela
BM&FBovespa, foram realizados os testes empíricos de homogeneidade de variâncias de
Levene para testar a volatilidade dos resultados das empresas, representada pelo desvio-padrão
do retorno anual sobre o patrimônio líquido (ROE) em 2015; e o cálculo de regressão linear
múltipla, para testar a associação da utilização de instrumentos derivativos em operações de
hedge na criação de valor das companhias pesquisadas. Os resultados apresentados
demonstraram que as empresas que utilizaram hedge ao longo do ano de 2015 tiveram
volatilidade do ROE de 91,39% contra uma volatilidade de 158,02% apresentada pelas
empresas que não fizeram hedge no período pesquisado. No entanto tais resultados não se
mostraram significativos pelo teste de Levene ao nível significância de 5%. A regressão linear
múltipla foi realizada considerando como a variável dependente quantitativa de valor (Q de
Tobin simplificado) se comportou em relação à variável independente de utilização de hedge
em 2015 e em relação às variáveis de controle Governança, Tamanho, Rentabilidade e
Alavancagem. Nesse cálculo foram também incluídas variáveis com o efeito multiplicativo do
hedge em conjunto com as variáveis de controle de Tamanho, Rentabilidade e Alavancagem.
Os resultados da regressão demonstraram que a utilização das operações de hedge pelas
empresas-objeto deste estudo ao longo de 2015 esteve negativamente associada com a criação
de valor, contudo esses resultados não se mostraram estatisticamente significativos. Por fim, os
resultados apresentados neste trabalho não permitiram inferir que as operações de hedge
realizadas ao longo de 2015 (um ano de grave crise econômica) contribuíram significativamente
para a redução da volatilidade dos retornos nem que tais operações estariam associadas à
criação de valor nas companhias pesquisadas.
Palavras-chave: Derivativo; Hedge; Volatilidade; Resultado; Valor.
ABSTRACT
This work had the main motivation to verify whether the use of derivative transactions for
hedging purposes would be associated with the reduction of earnings volatility and value
creation in non-financial Brazilian companies. For that matter, 223 non-financial firms listed
on the Brazilian BM&FBovespa stock exchange were surveyed, representing 96.5% of the total
market and 85.8% of the quantity of these companies traded in the exchange for the year of
2015, when a profound economic crisis has taken place in this country. As this is a quantitative
study based on documental sources, they were carried out based on financial and market data
provided by Economativa and BM&FBovespa, through Levene’s test of variance homogeneity,
to first test the volatility of earnings represented by the standard deviation of the annual return
on equity (ROE) for 2015; and also through a linear multiple regression, being this one used to
test the association of hedging transactions through derivatives with value creation of the
surveyed companies. The results presented herein demonstrated that companies who hedged
their risks in 2015 had volatility in its ROE of 91.39% while the companies who did not hedge
in this period had volatility in its returns of 158.02%. Nevertheless, such results were not
statistically significant at the level of significance of 5%. The multiple linear regression was
performed considering how the quantitative dependent variable value (simplified Tobin's Q)
behaved in relation to the independent variable (hedging in 2015) and in relation to control
variables as Governance, Size, Profitability and Leverage. In this calculation were also included
variables with the multiplicative effect of hedging in conjunction with the control variables size,
profitability and leverage. The results from this regression demonstrated that the hedging
transactions made in 2015 by the companies herein were negatively associated with value,
however such results were not statistically significant. Finally, the results presented herein did
not allow the author to infer that non-financial Brazilian companies who used derivative
instruments for hedging purposes in its activities in 2015 (a year of a serious economic crisis)
significantly incurred in lower volatility in their return on equity nor that such transactions were
associated with value creation in the surveyed companies.
Keywords: Derivative; Hedging; Volatility; Results; Value.
LISTA DE FIGURAS
Figura 1 – Gráficos de correlações positiva e negativa ........................................................... 47
Figura 2 – Utilização ou não de hedge em 2015 ..................................................................... 78
Figura 3 – Utilização ou não de hedge em 2015 pelos principais setores pesquisados .......... 80
Figura 4 – Comportamento da cotação de venda do USD no segundo semestre de 2015 ...... 81
Figura 5 – Comportamento do Ibovespa em 2015 .................................................................. 89
LISTA DE QUADROS
Quadro 1 – Direitos e obrigações dos titulares e lançadores de opções .................................. 33
Quadro 2 – Regras empíricas para a interpretação do coeficiente de variação ....................... 45
Quadro 3 – Efeitos patrimonial e de resultado em uma empresa sem hedge .......................... 52
Quadro 4 – Efeitos patrimonial e de resultado em uma empresa com hedge ......................... 52
Quadro 5 – Exemplos de ativos e passivos financeiros .......................................................... 57
Quadro 6 – Resumo do tratamento contábil de hedges qualificados ...................................... 59
Quadro 7 – Variável dependente qualitativa para o estudo da volatilidade dos resultados .... 66
Quadro 8 – Variável independente quantitativa para o estudo da volatilidade dos resultados
................................................................................................................................................. .67
Quadro 9 – Variável dependente quantitativa para o estudo da criação de valor ................... 68
Quadro 10 – Variável independente qualitativa para o estudo da criação de valor ................ 69
Quadro 11 – Variáveis de controle para o estudo da criação de valor .................................... 69
LISTA DE TABELAS
Tabela 1 – Exemplo dos efeitos financeiros decorrentes de contratos a termo ....................... 29
Tabela 2 – Exemplo dos efeitos financeiros decorrentes de um contrato de swap ................. 32
Tabela 3 – Exemplos dos efeitos financeiros decorrentes do exercício de opções ................. 34
Tabela 4 – Demonstrativo da relevância da amostra ............................................................... 64
Tabela 5 – Utilização de derivativos para fins de hedge pelos principais setores pesquisados
.................................................................................................................................................. 79
Tabela 6 – Utilização de derivativos para fins de hedge considerando o nível de governança
corporativa ................................................................................................................................ 83
Tabela 7 – Volatilidade dos retornos (sem hedge e com hedge) ............................................. 84
Tabela 8 – Teste Kolmogorov-Smirnov para os cálculos do ROE anual ................................. 85
Tabela 9 – Teste de Levene para os cálculos do ROE anual ................................................... 86
Tabela 10 – Regressão linear múltipla de QTobin em relação à variável Hedge e às demais
variáveis de controle ................................................................................................................. 91
LISTA DE TERMOS E ABREVIATURAS
ADR: American Depositary Receipts
Anova: Analysis of Variance
Bacen: Banco Central do Brasil
BM&FBovespa: Bolsa de Valores, Mercadorias e Futuros de São Paulo
BRL: Reais brasileiros (moeda)
CAPM: Capital Asset Pricing Model
CDI: Taxa de juros praticada no mercado interbancário brasileiro que tem como
referência a Taxa Selic
Cetip: Companhia de capital aberto que oferece serviços de registro, central
depositária, negociação e liquidação de ativos e títulos
CPC: Comitê de Pronunciamentos Contábeis
CVM: Comissão de Valores Mobiliários
FASB: Financial Accounting Standards Board
IASB: International Accounting Standards Board
Ibovespa: Principal índice indicador do desempenho médio das cotações das ações
negociadas na BM&FBovespa com maior volume nos últimos meses
IBrX-100: Índice indicador do desempenho médio das cotações dos cem ativos mais
negociados e de maior representatividade do mercado acionário brasileiro
IFRS: International Financial Reporting Standard
MP: Medida Provisória
NAICS: The North American Industry Classification System, lista de classificação da
atividade econômica utilizada pelos países da América do Norte (EUA,
México e Canadá)
NDF: Non-Deliverable Forward
SBF250: Société des Bourses Françaises 250 Index, índice das 250 maiores empresas
francesas que representam todos os setores da economia daquele país
Selic: Taxa básica da economia brasileira
SPSS: IBM SPSS Statistics
USD: Dólares norte-americanos (moeda)
VaR: Value at Risk
SUMÁRIO
INTRODUÇÃO ...................................................................................................................... 16
Situação-problema .............................................................................................................. 16
Objetivo ............................................................................................................................... 19
Hipóteses .............................................................................................................................. 19
Estrutura do trabalho ........................................................................................................ 20
1. REVISÃO DA TEORIA ................................................................................................ 21
1.1. Estudos anteriores sobre as operações de hedge .................................................. 21
1.2. Conceito de instrumentos derivativos e suas principais características ............ 26
1.3. Principais contratos de derivativos ....................................................................... 27
1.3.1. Contratos a termo ............................................................................................. 28 1.3.2. Contratos futuros .............................................................................................. 30
1.3.3. Contratos de swap ............................................................................................. 31 1.3.4. Contratos de opções .......................................................................................... 32
1.4. Gestão de riscos financeiros ................................................................................... 34
1.4.1. Principais riscos financeiros ............................................................................. 36
1.4.2. Motivação para a mitigação de riscos............................................................... 37 1.4.3. Cálculo da exposição ........................................................................................ 38
1.4.4. Medidas de risco ............................................................................................... 40
1.5. Operações de hedge ................................................................................................ 49
1.5.1. Princípios básicos ............................................................................................. 49 1.5.2. Escolha do tamanho ideal e do instrumento de hedge ...................................... 52
1.6. Reconhecimento contábil dos instrumentos derivativos ..................................... 53
1.6.1. Normas contábeis aplicáveis aos instrumentos financeiros .............................. 54 1.6.2. Reconhecimento contábil dos instrumentos financeiros derivativos ................ 56 1.6.3. Reconhecimento através da metodologia de hedge accounting ....................... 58
2. METODOLOGIA ........................................................................................................... 63
2.1. Natureza da pesquisa e escolha das bases de dados ............................................ 63
2.2. Escolha da amostra ................................................................................................. 64
2.3. Variáveis .................................................................................................................. 65
2.3.1. Volatilidade dos resultados das empresas ........................................................ 66 2.3.2. Criação de valor nas empresas.......................................................................... 68
2.4. Tratamento dos outliers ......................................................................................... 70
2.5. Ferramentas estatísticas utilizadas para a modelagem dos dados ..................... 71
2.5.1. Teste de homogeneidade de variâncias ............................................................ 72 2.5.2. Regressão linear múltipla ................................................................................. 74
3. RESULTADOS DA PESQUISA ................................................................................... 78
3.1. Análise inicial sobre a utilização de instrumentos derivativos em operações de
hedge... ................................................................................................................................. 78
3.2. Análise da volatilidade dos resultados das empresas .......................................... 84
3.3. Análise da criação de valor nas empresas ............................................................ 88
CONSIDERAÇÕES FINAIS ................................................................................................. 96
REFERÊNCIAS ................................................................................................................... 100
16
INTRODUÇÃO
Situação-problema
Pode-se afirmar, com uma certa segurança, que a busca por proteção, qualquer que seja,
advém do instinto de sobrevivência, uma das principais características dos seres vivos em geral
e dos seres humanos em particular. Esse esforço por proteção permeia toda a vida do homem
desde os seus primórdios até os dias atuais, buscando proteção para si, sua família, seu trabalho
e seus bens, dentre outros. O mesmo senso de proteção pode ser aplicável a uma empresa, esta
um ente que possui vida própria, totalmente distinta das pessoas dos seus sócios e que tem como
meta continuar viva e ativa por muitos anos semelhantemente aos seres humanos.
Por conta de suas atividades operacionais, uma empresa pode ficar exposta a
determinados tipos de riscos, os quais, dependendo das forças de mercado, podem consumir
grande parte de seu patrimônio líquido caso ela não busque a proteção apropriada. Segundo
Knight (1921, p. 20), o risco é algo que pode ser mensurado. E nesse sentido, Oliveira (2014,
p. 251) denota que a gestão de risco consiste na obtenção de informações adequadas para
determinada situação que envolve risco e intervir diretamente nela, resultando em uma melhora
da eficácia das decisões nessa condição. Dessa maneira, uma iniciativa que objetiva a proteção
contra certos tipos de riscos, como taxas de juros, câmbio ou mesmo preços de commodities,
pode ser conduzida por uma companhia através do uso de instrumentos financeiros derivativos.
Segundo Hull (2005, p. 576), um derivativo é um “instrumento cujo preço depende ou
é derivado do preço de ativo subjacente”. Dessa forma, o preço de um instrumento derivativo,
sob o aspecto econômico, é impactado pela variação do preço à vista do seu ativo subjacente.
Assim, se o preço de negociação da moeda norte-americana, em comparação à moeda brasileira,
sofre uma apreciação em uma data presente, a variação do preço futuro daquela moeda em um
instrumento derivativo também terá um impacto na mesma proporção, gerando um valor a
receber ou a pagar em uma data futura resultante de tal apreciação.
Os detentores desses instrumentos podem ser classificados dependendo de sua intenção
ao entrar em determinadas posições. Os arbitradores são aqueles investidores que procuram
tirar vantagens da distorção ou volatilidade dos preços em dois ou mais mercados. Já os
especuladores buscam ganhos financeiros, assumindo o risco de variação nos preços de
determinados ativos adjacentes (apostando em determinada direção), ao adquirirem o risco
17
daqueles que utilizam esses instrumentos para proteção de determinadas posições, estes
classificados como hedgers (ASSAF NETO, 2014a, p. 317).
A respeito da utilização de instrumentos financeiros derivativos com finalidade de
especulação ou de proteção (hedge econômico), ensina Chiqueto (2014, p. 20-21):
Tomadas de decisão que diminuem o risco de volatilidade dos retornos de uma
entidade são denominadas pela literatura como atividades de hedge, enquanto
que especulação é o termo atribuído para aquelas que aumentam o risco de
volatilidade dos retornos. Uma entidade que utiliza hedge com instrumentos
derivativos os utiliza para eliminar ou mitigar riscos de mercado inerentes à
entidade, enquanto que o uso de derivativos com a finalidade de especulação
implica no aumento da exposição da entidade a esses riscos. (Grifo do autor)
Assaf Neto (2014a, p. 363) conceitua hedge como uma “operação realizada com
derivativos que tem por objetivo minimizar (proteger) posições de carteiras ou aplicações
existentes contra risco de perda de valor causado por variações nos preços, nas taxas de juros
etc.”.
Tais premissas e conceituação podem auxiliar na compreensão dos efeitos que a
utilização dos instrumentos derivativos podem trazer para uma empresa, no sentido de que se
por um lado o seu uso com finalidade de hedge pode eliminar ou mitigar os riscos de
volatilidade nos resultados atrelados à sua atividade, a utilização desses instrumentos com
finalidade especulativa pode gerar resultados indesejados para as empresas, como os que
ocorreram no mercado brasileiro em 2008, durante o auge da última crise financeira
internacional.
Segundo reportagem realizada pela revista Época Negócios na edição de outubro de
2010, diversas empresas brasileiras incorreram em prejuízos nas suas demonstrações
financeiras em 2008 decorrentes de perdas em operações com derivativos, sendo os casos mais
notórios o da produtora de alimentos Sadia, que auferiu perdas de aproximadamente R$ 2,5
bilhões, e o da Aracruz Papel e Celulose, a qual reconheceu prejuízos na ordem de US$ 2
bilhões, ao assumirem determinadas posições de natureza especulativa (OLIVEIRA, 2010, p.
79).
Apesar do ocorrido em 2008 no Brasil, estudos recentes demonstram que as companhias
localizadas no exterior, de uma forma geral, são mais propensas a utilizar os contratos de
derivativos como instrumentos de hedge para a proteção de seus ativos e passivos contra riscos
que podem causar alta volatilidade em sua situação patrimonial e eventualmente trazer
prejuízos em suas atividades operacionais. Já para o mercado brasileiro, esse comportamento
18
de proteção com a utilização de derivativos pode ser verificado a partir de 2009. Esses estudos
serão abordados com mais detalhes no início do primeiro capítulo.
Uma vez que os derivativos podem ser utilizados como instrumentos de proteção a
determinados riscos que poderiam prejudicar a situação patrimonial de uma empresa, espera-se
que esse fato contribua para a criação de valor para a companhia.
Sob esse aspecto, estudos realizados no exterior e no Brasil demonstram, em termos
gerais, que a gestão de risco através de instrumentos derivativos resultam em maior valor para
a empresa. Estes serão igualmente abordados com mais detalhes no início do primeiro capítulo.
Tendo em vista o contexto apresentado, parte-se agora para a formulação do problema
de pesquisa. De acordo com Martins e Theóphilo (2009, p. 22), um “problema de pesquisa
origina-se da inquietação, da dúvida, da hesitação, da perplexidade, da curiosidade sobre uma
questão não-resolvida”, o qual deve ser “delimitado a uma dimensão viável”. Isso posto, este
trabalho pretende responder a duas questões que se complementam, quais sejam:
a) A utilização de contratos derivativos como instrumentos de hedge está associada com a
redução da volatilidade dos resultados da companhia?
b) A utilização de contratos derivativos como instrumentos de hedge está associada com a
criação de valor para a companhia?
A primeira questão visa responder se as empresas que utilizam os derivativos para fins
de proteção, relacionados às suas atividades operacionais, têm uma redução significativa na
volatilidade dos seus resultados em relação às companhias que não fazem hedge. Já a segunda
questão procura verificar se a adoção de políticas de gestão de risco através de operações de
hedge com derivativos contribui significativamente para a criação de valor das companhias em
comparação com aquelas que não fazem hedge.
Ao analisar os estudos anteriores a respeito do tema, observou-se que muitos deles estão
concentrados nas décadas de 1990 e 2000. Apesar desse fato, observa-se uma certa carência em
relação à continuidade de estudos a partir da década de 2010, bem como da realização de
trabalhos acadêmicos que demonstrem a relação entre a utilização dos derivativos como
instrumentos de proteção e a redução na volatilidade dos resultados das companhias, com
exceção do trabalho realizado por Chiqueto (2014), que entre outras observações, comparou a
volatilidade nos resultados das empresas pesquisadas considerando ou não a adoção do hedge
accounting. Estas seriam as principais justificativas para a realização do presente estudo.
Conforme discutido no Capítulo 2 – Metodologia, este trabalho abrange apenas o ano
de 2015. A escolha de estudar os efeitos do hedge sobre a volatilidade dos resultados e a criação
de valor para este período se deu pelo fato de este ter sido um ano de grave crise econômica
19
para o País. Muitos foram os fatos que contribuíram para essa crise, tais como a alta volatilidade
na cotação do dólar norte-americano (que bateu pela primeira vez a casa dos R$ 4,00); os ajustes
nos preços dos combustíveis e energia elétrica após um período de controle do governo sobre
os valores dessas commodities; a inflação anual que passou dos 10% (a meta para o ano era de
6,5%); o encolhimento da economia entre 3,5% e 4%; o aumento da taxa de desemprego; e a
perda do grau de investimento pelas principais agências de rating (CARVALHO FILHO,
2015).
A principal contribuição esperada, tanto para o meio acadêmico quanto para o meio
empresarial, residiria na análise das operações de hedge realizadas com instrumentos
financeiros derivativos em um ano de crise econômica, se tais seriam capazes de contribuir com
a redução da volatilidade dos resultados e na criação de valor das empresas não-financeiras,
mesmo em um cenário como o que ocorreu nesse ano, com alta inflação e elevada volatilidade
na cotação do dólar norte-americano e em algumas commodities. De maneira acessória, mas
não menos importante, outros fatores poderiam trazer igual contribuição, tais como a
representatividade da amostra, composta por 223 empresas não-financeiras, indo além do
estudo de empresas que compõem os índices Ibovespa e IBrX-100 e na utilidade da informação
constante neste trabalho como um todo, tanto para a academia quanto para as companhias que
utilizam ou pretendem utilizar derivativos em operações de hedge.
Objetivo
O objetivo deste trabalho consiste em verificar a relação entre a utilização de
instrumentos derivativos para fins de hedge com a redução da volatilidade dos resultados e a
criação de valor das empresas não-financeiras aqui pesquisadas.
Hipóteses
Tendo em vista que uma hipótese consiste na apresentação de uma suposição ou
explicação provisória para um determinado problema, a qual deve ser submetida a teste (GIL,
2010, p. 17), duas são as hipóteses apresentadas neste trabalho:
a) A utilização de contratos derivativos como instrumentos de hedge pelas empresas está
associada à redução da volatilidade de seus resultados; e
20
b) A utilização de contratos derivativos como instrumentos de hedge está associada à criação
de valor para as companhias.
Estrutura do trabalho
Este trabalho foi estruturado em três capítulos, além da Introdução, que apresenta a
situação-problema, as hipóteses e o objetivo deste estudo. No primeiro capítulo realizou-se uma
breve revisão da teoria, especificamente no que se refere aos estudos anteriores a respeito do
hedge, aos conceitos essenciais e principais características dos instrumentos derivativos, aos
principais tipos de instrumentos financeiros derivativos, à gestão de riscos financeiros, às
operações de hedge e ao reconhecimento contábil dos instrumentos financeiros.
O segundo capítulo descreve a metodologia e os testes estatísticos utilizados para
estudar como as operações de derivativos com finalidade de hedge estariam associadas à
redução da volatilidade dos resultados e à criação de valor nas companhias aqui estudadas.
Já o terceiro capítulo serviu para demonstrar e analisar os resultados alcançados
relativamente à utilização do hedge, à análise da volatilidade dos resultados à criação de valor
nas empresas para o ano de 2015. Por fim, apresenta-se as considerações finais deste trabalho.
21
1. REVISÃO DA TEORIA
Este capítulo apresenta a revisão da teoria, trazendo inicialmente um breve resumo de
estudos recentes a respeito da utilização de hedge com derivativos, e logo em seguida os
principais conceitos aplicáveis aos instrumentos derivativos, à gestão dos riscos financeiros, às
operações de hedge e ao reconhecimento contábil dos instrumentos derivativos. Escolheu-se
aqui por apresentar os aspectos essenciais e indispensáveis ao entendimento desses assuntos,
emanados da literatura nacional e internacional relacionadas aos temas propostos, além da
normatização contábil atual concernente à parte do reconhecimento contábil dos referidos
instrumentos financeiros.
Assim, este capítulo está ordenado em seis tópicos, quais sejam: Estudos anteriores
sobre as operações de hedge; Conceito de instrumentos derivativos e suas principais
características; Principais contratos de derivativos; Gestão de riscos financeiros; Operações de
hedge; e Reconhecimento contábil dos instrumentos derivativos.
1.1. Estudos anteriores sobre as operações de hedge
Este tópico apresenta um breve relato de trabalhos recentes que estudaram os efeitos da
utilização dos instrumentos derivativos nas empresas para fins de hedge e da associação do uso
desses contratos à geração de valor para as companhias.
Com o objetivo de entender como a governança influenciava a atividade de hedge em
diferentes países, Lel (2012, p. 221-236) utilizou em seu estudo uma amostra composta por um
total de 253 empresas estrangeiras com American Depositary Receipts (ADR) negociados em
uma bolsa norte-americana, localizadas em trinta países, relativamente ao período de 1990 a
1999. A sua hipótese se baseava na premissa de que empresas com baixo nível de governança
utilizavam derivativos para fins de gerenciamento de resultados, enquanto que empresas com
alto nível de governança os utilizava para fins de proteção das atividades empresariais. Os
resultados desta pesquisa demonstraram que o nível de monitoramento das atividades da
administração tem um importante impacto no uso de derivativos pelas companhias.
Dessa forma, tais resultados permitiram ao autor inferir que empresas com um alto nível
de governança corporativa tendem a utilizar derivativos na redução do risco cambial,
comportamento este não demonstrado por empresas com um baixo nível de governança, as
quais de uma certa maneira utilizam derivativos para outras finalidades que não de hedge.
22
No mesmo sentido, Allayannis, Lel e Miller (2012, p. 65-76) realizaram um estudo para
verificar o impacto do uso de derivativos cambiais sobre o valor da firma sob a ótica da
governança corporativa. A hipótese era de que a utilização desses instrumentos estaria
positivamente associada com valor para companhias com um alto nível de governança. Para
isso utilizaram em seu estudo uma amostra composta por 372 empresas estrangeiras localizadas
em 39 países, com American Depositary Receipts (ADR) negociados em uma grande bolsa
norte-americana, as quais possuíam em seus balanços significativa exposição cambial,
relativamente ao período entre 1990 a 1999. Como variável dependente de valor, utilizaram o
Q de Tobin em sua análise.
Primeiramente, verificaram se o nível interno de governança (considerando a empresa
individualmente) influenciava o efeito do uso de derivativos de moeda sobre o valor da firma.
Em segundo lugar, examinaram os potenciais efeitos do ambiente externo de governança (no
nível do país) no relacionamento entre o uso dos derivativos de moeda e o valor da firma. Em
terceiro lugar, como a interação entre os níveis interno e externo de governança influenciava o
efeito do uso dos derivativos sobre o valor da empresa.
Com a finalidade de comparar os resultados de estudos anteriores, tais autores decidiram
iniciar a sua análise a partir da utilização de derivativos cambiais sem considerar qualquer efeito
de governança, encontrando associação positiva e significativa da utilização de derivativos de
moeda com valor para as empresas da amostra que possuíam exposição cambial em seus
balanços, sugerindo que, na média, a utilização de derivativos de moeda por empresas
estrangeiras com exposição cambial está associada à criação de valor.
Em seguida, partiram para a análise da utilização desses derivativos considerando os
efeitos do nível interno e externo de governança. Segundo os autores, os dados dessa pesquisa
demonstraram que o uso de derivativos de moeda por empresas com exposição cambial está
associado com um valor de prêmio significativo apenas para empresas com um alto nível
interno ou externo de governança corporativa, enquanto que as empresas com baixo nível de
governança não apresentaram valor de prêmio. Assim depreenderam que a associação entre o
uso de derivativos de moeda e a criação de valor para a companhia é maior quando esta possui
altos níveis de governança corporativa.
Outros trabalhos procuraram testar se, de uma forma geral, as empresas utilizavam (ou
não) instrumentos derivativos para fins de hedge, como o realizado por Lopes (2010, p. 21-67).
Tendo como pano de fundo a veiculação na imprensa a respeito dos prejuízos da Sadia e da
Aracruz em operações com derivativos em 2008, esse autor procurou em seu estudo verificar
se havia indícios de comportamento especulativo nas operações de derivativos comuns,
23
realizadas por companhias não-financeiras no mercado brasileiro junto aos bancos Santander,
Banespa e Meridional, ocorridas entre o período de 2003 a 2008, contendo ao todo 16.510
observações, utilizando para isso uma base de dados fornecida pelo grupo Santander.
O autor partiu da premissa de que as operações levadas a vencimento deveriam refletir
as condições pactuadas no momento inicial da transação, o que não ocorreria com uma operação
liquidada antecipadamente (reversão), pois essa implicaria em uma nova decisão da empresa.
Os resultados da pesquisa mostraram que dentre as operações liquidadas no período, 79%
ocorreram no vencimento e 21% ocorreram de forma antecipada, sendo que a distribuição do
primeiro grupo (liquidação no vencimento) se mostrou dentro da normalidade, considerando os
resultados negativos e positivos, o que não ocorreu com o segundo grupo (reversões), que teve
79,8% de suas operações liquidadas com lucro, indicando que estas últimas seriam
influenciadas por uma visão especulativa. Com base nesses resultados, em suas considerações
finais, o autor infere que a tomada de posições com viés especulativo pode estar ligada às
decisões do cotidiano do gestor financeiro que, ao perceber uma oportunidade para a realização
de lucro, liquida a operação de hedge.
Na mesma linha de pensamento e premissa adotadas por Lopes (2010), mas com uma
ampliação do período pesquisado, o estudo realizado por Lopes, Schiozer e Sheng (2013, p.
439-455) teve por objeto a investigação da dinâmica do uso de contratos de derivativos de
moeda em mercado de balcão, realizados por empresas não-financeiras brasileiras, a partir de
um único banco de dados contendo 29 mil operações contratadas junto ao um grande banco
internacional, entre os anos de 2003 a 2011. Os resultados indicaram fortes evidências de
comportamento especulativo para o período entre 2003 a 2008 por conta de as empresas terem
realizado lucros com derivativos liquidados antecipadamente, ao passo que houve uma
proporção substancialmente menor de operações liquidadas antecipadamente com prejuízo. Já
os resultados relativos ao período entre 2009 e 2011 mostraram direção oposta, ou seja, sem
comportamento especulativo por parte das empresas. Assim esses autores inferiram que tais
resultados reforçam a evidência de que as perdas de 2008 serviram como um alerta para que
gestores financeiros, conselheiros, investidores, reguladores e as instituições financeiras
passassem a monitorar com maior atenção as operações com instrumentos derivativos.
Com uma abordagem distinta, porém buscando o mesmo objetivo dos demais autores já
citados, Lorenzen (2011, p. 10-119) procurou, em seu estudo, verificar a eficácia das operações
com derivativos cambiais para fins de hedge de acordo com a metodologia do FASB (Financial
Accounting Standards Board), dentro do intervalo entre 0,8 e 1,25, a partir de uma amostra
composta pelas nove empresas com maior valor de mercado da BM&FBovespa (Bolsa de
24
Valores, Mercadorias e Futuros de São Paulo) de diferentes setores, relativamente ao período
entre 2005 e 2009.
Para verificar a eficácia das operações, ele utilizou três modelos distintos: i) cálculos da
razão entre os resultados dos derivativos e dos itens protegidos; ii) estimativa dos efeitos dos
derivativos na redução da variância dos fluxos de caixa dos itens protegidos; e iii) modelo de
regressão através do cálculo do R2, sendo o resultado com derivativo considerado como variável
independente e o resultado do item protegido com variável dependente. Os resultados
demonstraram através do primeiro modelo que até 2008 a maioria das empresas ficou acima do
intervalo de eficácia e que em 2009 todas as empresas ficaram dentro ou abaixo do intervalo de
eficácia do hedge. Já o método da regressão demonstrou que os índices apresentados se
encontraram mais próximos da fronteira de 0,8, considerando valores de 0 a 1, com menor
dispersão dos resultados.
Outros trabalhos realizados no exterior e no Brasil trataram da associação entre a
utilização de derivativos em operações de hedge e o seu impacto no valor das empresas, sendo
Allayannis e Weston os pioneiros nesse tipo de pesquisa, como bem destacam os próprios
autores (2001, p. 243-273).
Nesse trabalho, os autores examinaram o uso de derivativos cambiais em uma amostra
composta por 720 grandes empresas não-financeiras localizadas nos EUA, no período entre
1990 e 1995, utilizando o Q de Tobin para medir o valor da firma. Em sua amostra, segregaram
empresas exportadoras daquelas com outros riscos cambiais e constataram que as companhias
exportadoras tinham médias e medianas de Q de Tobin superiores se comparadas àquelas que
não utilizavam derivativos de moeda. As companhias com outros riscos cambiais igualmente
apresentaram um prêmio de hedge positivo nesse estudo.
Em suas considerações finais, tais autores afirmaram ter encontrado evidências
significativas de que o uso de derivativos cambiais estaria positivamente associado com o valor
da firma. Especificamente as empresas com riscos cambais que utilizam derivativos de moeda
possuíam em média um valor de mercado 4,87% maior do que as empresas que não os
utilizavam, sendo tais resultados robustos, considerando as variáveis de controles utilizadas em
seu estudo.
Semelhantemente, Belghitar, Clark e Mefteh (2013, p. 283-292) investigaram o efeito
da utilização de contratos derivativos cambiais com valor para o acionista, porém tendo em
vista o mercado francês. A amostra foi composta por 211 companhias não-financeiras francesas
que compunham o índice SBF250, para o período de 2002 a 2005. Para medir valor, tais autores
utilizaram o Q de Tobin. O objetivo inicial era segregar as exposições compradas e vendidas
25
em diferentes moedas e verificar se tais exposições foram protegidas indiscriminadamente, pois
a administração poderia, por exemplo, proteger apenas exposições que poderiam diminuir os
resultados da empresa e deixar de proteger exposições que pudessem gerar resultados positivos
para a entidade. Segundo os autores, os resultados da pesquisa proveram fortes evidências que
os derivativos cambiais foram eficazes de reduzir a exposição das firmas tanto em posições
compradas como vendidas em moedas estrangeiras. No entanto, ao medirem os efeitos da
utilização desses derivativos sobre o valor das empresas, concluíram com base nos dados que
os efeitos foram positivos, mas não significativos.
Machado (2007, p. 2-26), em seu estudo, teve como objetivo “testar a relação direta
entre o hedge corporativo e o valor de mercado das empresas”, este último através da utilização
do Q de Tobin. A sua amostra era composta por 33 companhias listadas na BM&FBovespa,
pertencentes ao setor de materiais básicos, relativamente ao período entre 2001 e 2006. A
primeira análise do autor teve por objetivo comparar a média do valor das empresas que faziam
hedge daquelas que não o faziam, a qual apresentou resultados significativos, sugerindo que as
primeiras demonstraram um prêmio de hedge em média de aproximadamente 16%. Na
sequência, o autor investigou se tal prêmio poderia ser explicado por outras variáveis de
controle, como lucratividade, tamanho das empresas, nível de endividamento, acesso ao
mercado financeiro, governança e nível de internacionalização.
Os resultados indicaram uma relação forte e positiva do hedge com o valor de mercado
das empresas pesquisadas, sugerindo que as companhias que adotaram uma política ativa de
hedge cambial foram recompensadas por um aumento de aproximadamente 7% em seu valor
de mercado. Apesar dos resultados, o autor destaca sobre o cuidado com a magnitude dos efeitos
por conta do número restrito de empresas e observações da amostra estudada.
Ribeiro, Machado e Rossi Júnior (2013, p. 127-139) realizaram um estudo que teve
como objetivo analisar o impacto da utilização de instrumentos derivativos, bem como a direção
e magnitude do prêmio de cobertura (hedging premium) para cada tipo de derivativo no valor
das companhias pesquisadas. A amostra estudada contava com um total de 267 entidades não-
financeiras brasileiras de capital aberto relativamente ao período de 2004 a 2007. Para medir
valor, esses autores utilizaram o Q de Tobin. Segundo os autores, os resultados da pesquisa
confirmaram a hipótese inicial de que o uso desses instrumentos exerce impacto positivo e
estatisticamente significativo sobre o valor da empresa.
Com base no estudo de Allayannis e Weston (2001), Serafini (2009, p. 11-33) procurou,
em seu trabalho, verificar se o uso de derivativos de moeda influenciava o valor das ações das
companhias não-financeiras negociadas na BM&FBovespa, para o período de julho de 1999 a
26
dezembro de 2007. A amostra foi composta por 48 empresas constantes do IBrX-100, as quais
tiveram suas ações negociadas durante todo o período estudado. Para garantir a robustez dos
resultados, além de utilizar algumas das variáveis de controle propostas por Allayannis e
Weston (2001), usou três diferentes medidas para o Q de Tobin e três diferentes medidas
econométricas de regressão. Diferentemente dos resultados encontrados por Allayannis e
Weston (2001); Belghitar, Clark e Mefteh (2013); Machado (2007); e Ribeiro, Machado e Rossi
Júnior (2013), a hipótese inicial foi rejeitada nas três metodologias. Dessa forma, segundo o
autor, não foi encontrada clara evidência de que a utilização de derivativos cambiais estaria
associada ao acréscimo do valor de mercado das empresas pesquisadas.
1.2. Conceito de instrumentos derivativos e suas principais características
De acordo com Securato, Securato e Olivo (2007, p. 192), os derivativos são contratos
privados, realizado entre duas ou mais partes, cujo valor é quase que totalmente derivado de
algum ativo, taxa de referência ou índice-objeto, como moeda, título, ação ou commodity. Lopes
e Lima (2001, p. 30) complementam que tal derivação de preço decorre de um ativo-base (ou
ativo-adjacente) que não o contrato em si. No mercado de derivativos, em vez de negociarem
os ativos no mercado (à vista), os investidores apostam em preços futuros dos mesmos ativos
e, através desses contratos, assumem compromissos de pagamento, bem como de entregas
físicas futuras (ASSAF NETO, 2014a, p. 316).
Além das características acima citadas, segundo Lopes, Galdi e Lima (2011, p. 16), um
derivativo possui obrigatoriamente mais duas características, quais sejam: a) liquidação em data
futura; e b) “não requer investimento inicial líquido ou requer um investimento inicial líquido
que é menor do que seria necessário no caso de outros contratos com respostas similares às
mudanças nos fatores de mercado”. Dessa maneira, diferentemente do que ocorre com os
produtos financeiros comuns, como as aplicações em títulos, fundos ou mesmo ações, os quais
exigem desembolso financeiro no valor do ativo no momento da sua negociação, em termos
gerais, o investimento em instrumentos derivativos não requer investimento inicial, exceto nos
casos de pagamento de prêmio (de opções, swaps ou termo).
O surgimento dos mercados de instrumentos financeiros derivativos está
intrinsecamente relacionado com as dificuldades advindas da sazonalidade das commodities
agrícolas e dos riscos financeiros advindos desse mercado, pois as colheitas concentravam-se
em determinadas épocas do ano, enquanto que as indústrias e consumidores necessitavam dos
27
produtos agrícolas durante todo o ano. Desde a sua disseminação, a partir da década de 1970 e
consolidação nas duas décadas seguintes, os derivativos passaram a ser amplamente utilizados
tanto como instrumentos de hedge quanto de especulação (LOPES; GALDI; LIMA, 2011, p.
39). Sobre as razões para a utilização de derivativos, Jorion (2007, p. 10) destaca que esses
instrumentos devem ser designados para um eficiente gerenciamento de riscos.
Nesse mercado, os investidores podem assumir duas posições distintas: a) comprada
(long), na qual o investidor obtém ganho no caso de valorização do ativo-objeto ou perda no
caso de desvalorização desse ativo; ou b) vendida (short), na qual o investidor incorre em perda
em caso de valorização do ativo-adjacente ou em ganho em caso de desvalorização do mesmo
ativo.
Segundo Assaf Neto (2014a, p. 321), os preços no mercado a vista diferem daqueles
praticados no mercado futuro, sendo estes geralmente superiores àqueles por conta dos custos
de carregamento (carrying charges), os quais incluem despesas com armazenamento, logística,
seguros, entre outros no caso específico das commodities; mais o prêmio pela incerteza
relacionado ao comportamento dos preços de mercado, os quais podem ser influenciados por
diversos fatores. Hull (2005, p. 23) complementa que, por outro lado, à medida que a data de
vencimento do contrato se aproxima, o preço futuro do derivativo converge para o preço à vista
do ativo-objeto, sendo que tais preços ficam muito próximos ou mesmo se igualam na data do
vencimento do contrato.
No Brasil todos os derivativos devem ser registrados em bolsa ou em ambiente de balcão
organizado. Essa obrigatoriedade foi trazida pelo art. 1o da lei nº 12.543/2011, ao incluir no
parágrafo 4o do artigo 2o da lei nº 6.385/1976, como condição de validade dos contratos
derivativos, que fossem registrados “em câmaras ou prestadores de serviço de compensação,
de liquidação e de registro autorizados pelo Banco Central do Brasil ou pela Comissão de
Valores Mobiliários” (BRASIL, 2011).
1.3. Principais contratos de derivativos
Lopes, Galdi e Lima (2011, p. 42), ao classificar os principais tipos de derivativos, os
separaram em duas gerações. Como parte da primeira geração estão os derivativos mais comuns
e amplamente utilizados pelos participantes desse mercado: contratos futuros, contratos a
termo, swap e opções de compra e de venda, os quais serão vistos com mais detalhes a seguir.
Como parte da segunda geração estão classificados, além dos derivativos exóticos e embutidos
em outros instrumentos financeiros, algumas estratégias de combinações de derivativos. Por
28
conta de sua complexidade os instrumentos da segunda geração não farão parte dessa revisão
da teoria.
1.3.1. Contratos a termo
Um contrato a termo é um compromisso para vender ou comprar um determinado ativo,
por um certo preço e em certa data futura, sendo essa transação realizada no mercado de balcão
(HULL, 2005, p. 4), com exceção das operações com termos de ações listadas na
BM&FBovespa, as quais seguem as mesmas exigências de uma operação no mercado a vista
(ASSAF NETO, 2014a, p. 342).
De acordo com Lopes, Galdi e Lima (2011, p. 45), as duas partes envolvidas nesses
contratos são o comprador (assumindo a posição comprada) e o vendedor (assumindo a posição
vendida), os quais têm a obrigação de cumprir o estabelecido no contrato, ficando o primeiro
obrigado a comprar no futuro e o segundo com o dever de vender no futuro.
As características desses contratos variam de acordo com o desejo das partes, não
havendo nenhuma padronização, como ocorre no mercado de futuros. Assim, semelhantemente
ao que acontece em um contrato comum, são estabelecidas as condições e as características da
entrega futura da mercadoria negociada (MARTINS et al., 2013, p. 138). Apesar de serem
negociadas a compra ou a venda de ativos nesses contratos, pode-se ou não ocorrer a entrega
física dos ativos transacionados. A esse respeito denotam Lopes, Galdi e Lima (2011, p. 46-
47):
Interessante ressaltar que embora alguns contratos tenham cláusula de entrega
do ativo, a entrega efetiva do ativo é desestimulada e não é usual. Na prática,
apenas cerca de 2% das operações terminam com a entrega efetiva do bem
negociado. A maioria dos contratos é liquidada mediante pagamento ou
recebimento de moeda, pela diferença entre o valor de compra e de venda,
sem a entrega física do ativo.
Segundo os autores, os contratos a termo dificilmente são liquidados antes do seu
vencimento. Assim, a liquidação financeira ocorre via de regra no vencimento da operação
(ibid., p. 47).
Interessante notar que o preço a termo de um ativo é obtido, de acordo com Assaf Neto
(2014a, p. 341), “pela sua cotação no mercado a vista acrescida de uma parcela de juros [...]
fixados livremente pelo mercado e determinados pelo prazo de vigência do contrato a termo”.
Um produto amplamente negociado no mercado brasileiro pertencente a essa categoria
é o termo de moedas, igualmente conhecido como NDF (Non-Deliverable Forward), o qual
29
consiste em uma operação de compra ou venda de moeda estrangeira, sem que ocorra a entrega
física, a um preço e data de liquidação previamente definidos. Dentre as vantagens desse tipo
de contrato estão a liberdade das partes para a definição de tamanho do valor nocional, de taxas
e de prazo para a sua liquidação, além de não implicar em caixa inicial (LOPES; GALDI;
LIMA, 2011, p. 93).
A liquidação financeira de um contrato a termo, na data do seu vencimento, segundo
Hull (2005, p. 42), ocorre da seguinte forma: a) em uma posição comprada será igual ao valor
à vista menos o valor da compra a termo e; b) em uma posição vendida será igual ao valor da
venda a termo menos o valor à vista do ativo-objeto.
Economicamente falando, no caso de uma posição comprada é como se o investidor
pudesse realizar a compra do bem pelo valor acordado no contrato e vendê-lo no mercado a
vista. Nesse cenário, se o preço à vista for superior ao valor a termo, o investidor aufere um
ganho. Caso contrário, uma perda. Com uma posição vendida ocorre o contrário, pois a parte
tem a obrigação de vender a um preço inferior ao valor à vista, auferindo uma perda na
operação. Exemplos dos efeitos e resultados financeiros decorrentes do vencimento de uma
compra e uma venda a termo em um determinado mês podem ser vistos na Tabela 1 a seguir:
Tabela 1 – Exemplo dos efeitos financeiros decorrentes de contratos a termo
Data de
Vencimento Operação
Ativo
Objeto Quantidade
Valor
a
Termo
Preço
à vista
Resultado
no
Vencimento
Custos de
Corretagem e
Emolumentos
Resultado
Líquido no
Mês
15/07/16 Compra Euro 1.000.000 3,65 3,55 (100.000) - (100.000)
26/07/16 Venda USD 3.000.000 3,30 3,22 240.000 - 240.000
Ganho/Perda no Mês 140.000 - 140.000
Fonte: Elaborado pelo autor.
A primeira linha da Tabela 1 demonstra um contrato de compra a termo de 1 milhão de
euros com vencimento em 15 de julho de 2016. Economicamente falando, é como se esse
investidor tivesse comprado o euro a R$ 3,65 e vendido a R$ 3,55, resultando em uma perda de
R$ 0,10 por unidade de moeda, que, multiplicado por 1.000.000 unidades, totaliza uma perda
de R$ 100.000 nessa operação. Por ser uma operação típica de balcão, não há custos de
corretagem e emolumentos (taxas cobradas pela bolsa), motivo da ausência de valores na
referida coluna. A linha seguinte segue o mesmo raciocínio.
30
1.3.2. Contratos futuros
Um contrato futuro, segundo Hull (2005, p. 19), é um acordo para vender ou comprar
um ativo em uma data futura por um determinado preço, o qual é negociado em uma bolsa
organizada. Nos primórdios do mercado de futuros, as operações envolviam exclusivamente
produtos agrícolas, mas com o desenvolvimento do mercado de capitais e da economia essas
operações passaram a incorporar uma gama maior de ativos-adjacentes, como ações, produtos
pecuários, moedas, metais, índices de preços e muitos outros itens (ASSAF NETO, 2014a, p.
318).
Os resultados financeiros decorrentes desses contratos se assemelham aos dos contratos
a termo, já demonstrados na Tabela 1, com exceção dos custos de corretagem devidos à entidade
corretora que intermedeia essas operações mais os custos com emolumentos cobrados pela
bolsa.
Dentre as principais características dos contratos futuros estão a padronização, que
contribui para a sua liquidez e transferências de riscos entre os operadores desse mercado e a
redução do risco de crédito das contrapartes da operação, se comparados aos contratos a termo,
como ensinam Martins et al. (2013, p. 138):
Os contratos futuros surgiram de uma limitação dos contratos a termo que é a
excessiva variabilidade das características dos contratos elaborados, já que
não há nenhuma padronização nestes tipos de contrato. Os contratos futuros
introduzem uma padronização do preço, qualidade do produto, local e data de
entrega, tamanho e volumes negociados, aumentando consideravelmente a
liquidez dos contratos, por permitir, cada vez mais, a transferência de riscos
com a maior presença dos especuladores. Os contratos a termo também
possuem risco de crédito elevado. Esse problema é amenizado com os
contratos futuros, que possuem ajustes diários, reduzindo o risco de liquidação
final do contrato.
Os ajustes financeiros diários mencionados decorrem da variação diária do valor justo
do contrato futuro. Estes devem ser pagos à bolsa por aqueles que incorrerem em redução no
valor justo de sua posição e recebidos da bolsa por aqueles que obtiverem aumento no valor
justo dos seus contratos futuros.
Além desse mecanismo, há um outro componente que igualmente contribui para a
redução do risco de crédito, denominado margem. Segundo Hull (2005, p. 24-25), as margens
entram nesse mercado para evitar inadimplências por parte dos seus participantes, que podem
eventualmente não ter capacidade financeira para honrar os pagamentos à bolsa. Segundo o
autor, esses valores devem ser depositados junto à bolsa no momento da negociação do contrato
(margem inicial) e o seu saldo não poderá ficar negativo. Em caso de necessidade de depósito
31
de garantia adicional, ocorre a chamada de margem, na qual o investidor é obrigado a depositar
margem adicional e, caso não o faça, terá a sua posição liquidada pela corretora. Segundo
Securato, Securato e Olivo (2007, p. 204), no caso da BM&FBovespa, podem ser depositados
como garantias em custódia instrumentos financeiros como dinheiro, títulos públicos, ações,
CDB bancário, fiança, ouro, entre outros. Wilmott (2007, p. 23) relata que esse assunto tem
sido negligenciado na literatura acadêmica e o seu entendimento superficial resultou em alguns
desastres financeiros no exterior.
Diferentemente do contrato a termo, o qual se realiza naturalmente no momento do seu
vencimento, para encerrar uma posição no mercado futuro, o investidor precisa realizar uma
operação de natureza oposta àquela que detinha originalmente (HULL, 2005, p. 19).
1.3.3. Contratos de swap
Securato, Securato e Olivo (2007, p. 196-197) ensinam que os contratos de swap “são
operações de ‘troca’, nas quais duas entidades – que podem ser duas empresas ou mais,
usualmente um banco e uma empresa – trocam posições em índices financeiros, econômicos,
preços de commodities, entre outros”. Segundo os autores, nesse contrato são estabelecidos: a)
quais valores ou índices serão trocados entre os contratantes; b) o valor nocional (ou de base)
do contrato, que é o valor sobre o qual incidirá o cálculo dos valores ou índices que deverão ser
trocados entre as partes; e c) o prazo no qual serão apurados e contabilizados tais índices.
Segundo Lopes, Galdi e Lima (2011, p. 86), “o swap é tipicamente uma operação de
mercado balcão, pois se adequa às necessidades específicas de cada agente”, o qual pode ser
registrado na Cetip, sem a exigência de garantias, ou na BM&FBovespa, com a exigência de
depósitos de margem como garantia da operação.
Em um exemplo simplificado de como ocorre a troca dos indexadores nesse tipo de
operação, realizada entre duas empresas (A) e (B), a empresa (A) pagará 100% da taxa Selic à
empresa (B) e esta última pagará a variação do dólar norte-americano à empresa (A). Dessa
forma, esse swap possui uma “ponta” de taxa de juros e outra de dólar e, nesse exemplo, pode-
se afirmar que (A) está comprada em dólar e vendida em juros e (B) está comprada em juros e
vendida na referida moeda estrangeira. Apesar de cada empresa possuir sempre uma posição
comprada e outra vendida, a realização financeira ocorre pela diferença entre os valores a
receber ou a pagar oriundos da troca dos indexadores (ibid., p. 86).
Essa operação é conhecida na literatura como swap cambial. No entanto, alguns
contratos de swap podem prever, em uma de suas pontas, além do pagamento da variação
cambial um pagamento adicional de taxa de juros na mesma moeda estrangeira (cupom
32
cambial). Esse tipo de contrato é denominado de swap cambial reverso (ASSAF NETO, 2014a,
p. 345).
Um contrato de swap pode igualmente ser utilizado para transformar taxas fixas em
flutuantes e vice-versa (HULL, 2005, p. 175). Uma empresa que toma um empréstimo de
R$ 50.000.000 a uma taxa prefixada de 20% a.a. pode entender que possui uma vantagem maior
se tal empréstimo tivesse sido tomado a uma taxa flutuante de 120% do CDI. Em vez de encerrar
a operação de empréstimo atual e iniciar uma nova operação com as taxas desejadas, tal empresa
pode contratar uma operação de swap junto a um banco de tal forma que receba uma taxa
prefixada de 20% a.a. e pague a taxa desejada de 120% do CDI. Assim, economicamente, a
partir desse momento, tem uma operação de empréstimo à taxa flutuante como desejado. Esse
é um exemplo conceitual porque na prática o banco cobraria um spread pela operação,
reduzindo, por exemplo, a ponta prefixada para uma taxa abaixo dos 20% desejados pelo
cliente. Considerando esse exemplo em uma operação de swap para um ano e uma taxa do CDI
no vencimento da operação a 15% a.a., os resultados dessa operação ocorrem conforme a
Tabela 2 a seguir:
Tabela 2 – Exemplo dos efeitos financeiros decorrentes de um contrato de swap
Informações Gerais
Data do contrato 15/06/2015
Data do vencimento 14/06/2016
Quantidade de dias úteis no contrato 252
Valor do nocional 50.000.000
Descrição das Pontas do Swap Taxas Nocional
Capitalizado
Valor do
Ajuste
Paga (-) 120% do CDI (de 15% a.a.) 18,00% 59.000.000 (9.000.000)
Recebe (+) taxa prefixada 20,00% 60.000.000 10.000.000
Diferencial a Receber 1.000.000 Fonte: Elaborado pelo autor.
A Tabela 2 demonstra de forma clara como cada ponta do swap se comportou
financeiramente, sendo que a ponta a pagar da operação (120% do CDI) teve variação inferior
à da ponta a receber (taxa prefixada de 20% a.a.), resultando em um diferencial líquido a receber
pela empresa que detinha a operação de empréstimo de R$ 1.000.000.
1.3.4. Contratos de opções
Segundo Assaf Neto (2014a, p. 332), os contratos de opções representam uma
sofisticação dos mercados de derivativos, especialmente das operações a futuro, e, através
33
deles, o investidor assume um direito, qual seja, o de adquirir ou alienar determinado ativo,
pagando por isso um prêmio à contraparte da operação. A sua liquidação é exclusivamente
financeira, sem qualquer entrega física (SECURATO; SECURATO; OLIVO, 2007, p. 205).
Diferentemente do que ocorre nos mercados futuros, onde as partes têm a obrigação de
comprar ou vender determinado ativo, em um contrato de opção o comprador (ou titular da
opção) é detentor do direito de comprar ou vender um ativo, não sendo obrigado a exercê-lo.
Assim esse direito poderá ser exercido apenas no vencimento do contrato (opção do tipo
europeia) ou em qualquer dia até aquela data (opção do tipo americana). Caso queira, o
investidor poderá inclusive revender uma opção no mercado (LOPES; GALDI; LIMA, 2011,
p. 74).
Basicamente há dois tipos de opções: as de compra (call) e as de venda (put). Uma
opção de compra dá ao seu titular o direito de comprar um ativo por determinado preço em uma
certa data futura. Já uma opção de venda dá o direito ao mesmo titular de vender um ativo por
um certo preço em uma determinada data futura. O preço contratado entre as partes é conhecido
como preço de exercício (strike price) e a data na qual o titular da opção exercerá o seu direito
é denominada data de vencimento, de maturidade ou de exercício (HULL, 2005, p. 5). Já o
vendedor das opções (lançador) terá a obrigação de vender ou comprar determinado ativo,
dependendo do tipo da opção, sempre no caso em que o titular tenha exercido o seu direito. O
Quadro 1 a seguir apresenta de forma resumida os direitos e obrigações de cada uma das partes
nesse tipo de contrato.
Quadro 1 – Direitos e obrigações dos titulares e lançadores de opções
Call Put
Titular Direito de comprar o ativo-
objeto pelo strike
Direito de vender o ativo-
objeto pelo strike
Lançador Obrigação de vender o ativo-
objeto pelo strike, se exercido
Obrigação de comprar o ativo-
objeto pelo strike, se exercido
Fonte: Lopes, Galdi e Lima (2011, p. 75).
Segundo Lopes, Galdi e Lima (2011, p. 75), uma opção poderá ser exercida se no
vencimento houver uma valorização no valor de mercado do prêmio, a qual ocorrerá, no caso
de uma opção de compra (call), quando o preço à vista do ativo-objeto for superior ao preço de
exercício (strike) e no caso de uma opção de venda (put) quando o preço à vista do ativo-objeto
Opção Posição
34
for inferior ao strike. Exemplos dos efeitos e resultados financeiros decorrentes do exercício de
opções de compra e venda em um determinado mês poderão ser vistos na Tabela 3 a seguir:
Tabela 3 – Exemplos dos efeitos financeiros decorrentes do exercício de opções
Data de
Exercício Operação Ativo Objeto Quantidade Strike
Preço
a Vista
Resultado
no
Exercício
Prêmio
Pago /
Recebido
Resultado
Líquido no
Mês
02/07/16 Compra Call Ação - BRA 100.000 50,00 52,00 200.000 (40.000) 160.000
10/07/16 Venda Call USD 10.000.000 3,40 3,43 (300.000) 100.000 (200.000)
20/07/16 Compra Put Ação - BRU 500.000 28,00 24,00 2.000.000 (300.000) 1.700.000
25/07/16 Venda Put Euro 15.000.000 3,60 3,80 - 200.000 200.000
Ganho/Perda no Mês 1.900.000 (40.000) 1.860.000
Fonte: Elaborado pelo autor.
A explicação da Tabela 3 parte de três pressupostos: i) uma opção de compra deve ser
exercida quando o preço do ativo-objeto no mercado a vista for superior ao strike e uma opção
de venda deve ser exercida quando o preço do ativo no mercado a vista for inferior ao strike;
ii) quando do exercício de uma opção, o titular aufere um ganho enquanto o lançador incorre
em uma perda; iii) no contrato de opção enquanto o titular paga prêmio o lançador recebe
prêmio. Entendidas as premissas, a primeira linha da Tabela 3 demonstra um contrato de
compra de uma opção de compra de 100 mil ações da empresa BRA a um preço de exercício
de R$ 50,00, com vencimento em 2 de julho de 2016. Como na data de exercício o preço à vista
do ativo estava em R$ 52,00, o titular exerce o seu direito de comprar do lançador a R$ 50,00
e auferir um lucro de R$ 2,00 por ação, que multiplicado por 100 mil unidades de ação resulta
em um ganho bruto de R$ 200.000. Considerando o prêmio pago de R$ 40.000 como custo da
operação, o resultado líquido da operação foi de R$ 160.000. As demais linhas seguem o mesmo
racional.
1.4. Gestão de riscos financeiros
Antes que se possa tratar da gestão de riscos propriamente dita, faz-se necessário
primeiramente conceituar o termo risco. Com uma abordagem que vai à origem da palavra no
italiano antigo, Bernstein (1997, p. 8) assim conceitua risco:
A palavra “risco” deriva do italiano antigo risicare, [...] que significa “ousar”.
Neste sentido, o risco é uma opção, e não um destino. É uma das ações que
ousamos tomar, que dependem de nosso grau de liberdade de opção.
35
Knight (1921, p. 233) ao tratar a respeito do tema, entendeu por bem esclarecer sobre a
distinção entre risco e incerteza, no sentido de que, no primeiro, os valores podem ser
mensurados através de cálculos estatísticos a partir da distribuição de um grupo de casos
conhecidos. Já no segundo não seria possível a sua mensuração porque a situação que pode ser
enfrentada é única (e desconhecida) em um alto grau.
A ideia aqui é que o risco de qualquer operação ou transação pode ser mensurado através
de cálculos (econométricos, estatísticos, etc.), o que não ocorre com a incerteza por esta não ser
conhecida (como saber se no futuro haverá alguma catástrofe natural, ataque terrorista ou outro
evento inesperado?), motivo pelo qual não pode ser mensurada.
Semelhantemente, Jorion (2007, p. 3) define risco como a volatilidade de resultados
inesperados, os quais podem representar os valores do lucro, do patrimônio líquido ou dos
ativos de uma empresa.
Assaf Neto (2014a, p. 148), ao ampliar e simplificar o conceito estudado, afirma:
De uma maneira mais ampla, o risco no mercado financeiro pode ser
entendido como a probabilidade de perda em razão de uma exposição ao
mercado. As perdas no mercado financeiro podem decorrer de diversos
eventos, principalmente aqueles relacionados às variações nas taxas de juros
e nos preços de mercado.
Combinando os conceitos vistos até então, pode-se afirmar que, uma vez que um certo
investidor espera um retorno sobre determinado investimento, este pode, com base nas
informações disponíveis (exemplo: dados estatísticos, dados atuais da economia, etc.), estimar
a perda em relação à tal aplicação, qual a probabilidade de ocorrer tal perda e como gerir sua
exposição com o fim de diminuir as chances de prejuízo na operação.
Segundo Damodaran (1997, p. 776), as empresas estão expostas a uma gama de riscos,
alguns deles aplicáveis ao mercado como um todo e outros específicos à empresa, sendo que
alguns desses riscos podem ser protegidos a um custo relativamente baixo. Já outros riscos
teriam um alto custo de proteção, de acordo com o autor.
Os riscos citados igualmente podem ser classificados em: a) risco sistêmico ou não-
diversificável, o qual se relaciona com a conjuntura econômica e que pode afetar todos os
investimentos de uma economia e; b) risco não-sistêmico ou diversificável, sendo o risco
próprio do negócio das empresas, passível de diversificação por parte da administração (WU,
2006, p. 15).
36
O trabalho de gestão de risco das empresas, segundo Damodaran (1997, p. 795-796),
passa por quatro etapas, quais sejam: i) identificar e classificar as origens de risco; ii) medir
(calcular ou estimar) esses riscos; iii) avaliar a necessidade de gerenciar ou proteger tais riscos;
e iv) escolher entre produtos de gestão de riscos disponíveis através dos vários tipos de
derivativos existentes.
1.4.1. Principais riscos financeiros
Apesar de este estudo estar focado na questão do hedge aplicado às entidades não-
financeiras, nesse tópico se apresentam os principais riscos financeiros sob a ótica das entidades
financeiras (por assumirem riscos de seus clientes em suas operações). No entanto, o leitor
poderá perceber que todos os riscos financeiros aqui tratados podem se aplicar às empresas não-
financeiras, principalmente aquelas com grandes operações tanto no mercado doméstico quanto
no mercado internacional.
Assaf Neto (2014a, p. 151-158) apresenta os principais riscos financeiros atualmente
enfrentados pelas instituições financeiras decorrentes de suas atividades de intermediação
financeira, os quais, mesmo não sendo possível eliminá-los totalmente, devem ser
administrados de forma a permitir que tais instituições avaliem o potencial de possível perda
associada a determinado evento, bem como sua probabilidade de ocorrência. Tais riscos
financeiros estão descritos a seguir:
a) Risco de mercado: Esse risco está relacionado com os preços estipulados pelo mercado
para os ativos negociados pelos intermediários financeiros (i.e. como tais preços se
comportam no dia a dia), exprimindo o quanto uma companhia pode ganhar ou perder em
uma aplicação diante de uma mudança nos preços dos ativos. Refere-se às chances de
perda que uma instituição financeira pode incorrer diante de comportamentos adversos
nas taxas de juros, índices de inflação, preços de commodities, bolsas de valores, entre
outros.
b) Risco de crédito: É o risco que uma instituição financeira tem de não receber os valores
de principal, juros e outros rendimentos pelos títulos que possui em sua carteira (como as
operações de empréstimos com clientes por exemplo), o qual existe por conta da
possibilidade dos devedores não cumprirem com suas obrigações financeiras junto ao
banco. Tal risco é afetado pela política de concessão de crédito e gestão de risco dessas
instituições e os juros cobrados pelos bancos deveriam cobrir, além de outras despesas,
aquelas relativas ao risco de crédito decorrente da inadimplência esperada por eles.
37
c) Risco de liquidez: É o risco de uma instituição financeira ficar sem disponibilidade
imediata de caixa diante de demandas de depositantes e tomadores de recursos dessa
instituição. Esse risco aumenta quando os recursos de caixa disponíveis em uma
instituição são minimizados por não produzirem retornos na forma de juros, razão pela
qual deveria ter a flexibilidade para captar no mercado os recursos necessários para cobrir
o seu caixa.
d) Risco de câmbio: Em termos gerais, esse risco ocorre em duas situações: i) quando a
instituição possui recursos aplicados no exterior e verifica a tendência da moeda daquele
país se desvalorizar em relação à moeda de seu país de origem, o que pode gerar um
retorno inferior na operação; e ii) quando possui descasamento de posições em moedas
estrangeiras de seus ativos e passivos. Nesta última, quando possui mais ativos do que
passivos em uma moeda, ela tem uma posição ativa líquida e na situação contrária possui
uma posição passiva líquida. Esse tipo de descasamento pode ser rentável em caso de
apreciação de uma moeda em uma situação de posição ativa líquida, por exemplo, mas
que pode ser prejudicial no caso de perda do valor de tal moeda.
e) Risco de variação nas taxas de juros: Esse risco ocorre quando uma instituição financeira
possui descasamento nos prazos de recebimento dos seus ativos (aplicações) e de
pagamentos de seus passivos (captações). Tomando-se por base um exemplo em que uma
instituição possui um ativo de empréstimo com prazo para recebimento em dois anos e
para isso captou recursos com prazo para pagar daqui a um ano, saberá qual será a margem
financeira no primeiro ano, mas não saberá como as taxas de juros se comportarão no
segundo ano. Essa situação apresenta um risco no qual um aumento nas taxas de juros
reduziria a margem financeira e uma redução nestas taxas aumentaria a margem desta
instituição.
f) Risco operacional: Esse é o risco de perdas resultantes de erros humanos, falhas em
sistemas e processos internos, fraudes, entre outros; “é a perda estimada caso a gestão de
riscos não atinja seu objetivo de evitar perdas [...] o risco operacional pode se originar de
três segmentos: pessoas, processos e tecnologia” (ASSAF NETO, 2014a, p. 155).
1.4.2. Motivação para a mitigação de riscos
Damodaran (2009, p. 25) ensina que não é surpresa o fato de as decisões a respeito da
intensidade e os tipos de riscos que uma empresa deve correr serem cruciais ao seu sucesso,
pois, em seu entendimento, se uma empresa decide se proteger contra todo o tipo de risco
provavelmente não gerará lucros aos seus acionistas, mas, se a mesma empresa se expõe a tipos
38
errados de riscos, pode se sair pior ainda, uma vez que tem maior probabilidade de sofrer perdas
do que ter lucro decorrente dessa exposição. O autor sumariza que “a essência de uma boa
gestão está em tomar as decisões certas ao lidar com diferentes tipos de riscos”.
Acompanhando o mesmo raciocínio, Securato (2015, p. 477) afirma que o sucesso de
uma empresa no longo prazo diz respeito à sua capacidade de oferecer produtos demandados
por seus clientes, com o nível de qualidade desejado por eles, a um custo que permita que o
negócio (a empresa) seja rentável aos seus acionistas, que devem ser remunerados
adequadamente pelos riscos associados ao seu investimento. Esse mesmo autor destaca que o
resultado de uma empresa decorre da sua disposição em assumir riscos e que a qualidade na
gestão de tais riscos determinará sua habilidade por exemplo de conseguir crédito. Assim, a
gestão eficaz dos riscos mostra à empresa em que direção ela poderá diversificar ou eliminar
riscos desnecessários, os quais não geram nenhuma recompensa ao seu negócio.
Seguindo essa linha, ao gerir adequadamente os riscos financeiros aos quais está sujeita,
através de ferramentas adequadas para mitigar ou reduzir cada risco identificado, uma
companhia poderia concentrar esforços naquilo que é o seu negócio, a sua atividade principal.
Dessa forma teria segurança de que riscos de aumento nas taxas de juros locais ou
internacionais, da desvalorização da moeda de seu país ou do aumento do preço de determinada
commodity que utiliza como insumo na produção, só para citar alguns exemplos, estariam
controlados. Ao proceder assim, poderia assumir outros riscos concernentes à sua atividade e
não aqueles tipos errados de risco, os quais, como já visto, poderiam trazer-lhe prejuízos.
1.4.3. Cálculo da exposição
Segundo Damodaran (1997, p. 777-778), a exposição ao risco diz respeito a quanto do
fluxo de caixa e do valor de uma empresa podem ser afetados por uma fonte de risco específica,
a qual pode ser apurada de duas formas: i) em um primeiro nível, relacionada aos fluxos de
caixa por mudanças em variáveis específicas (como, por exemplo, taxas de juros e preços de
moedas), tanto no nível interno da empresa (não-sistêmico) quanto no mercado; e ii) em um
segundo nível, relacionada ao valor da firma ou de seu patrimônio líquido que podem ser
afetados por mudanças nas mesmas variáveis.
De acordo com Securato (2015, p. 484-485), para efeito de gestão de risco, é necessário
que todas as operações de uma empresa sejam convertidas a preços de mercado, através da
apuração do valor presente dos fluxos futuros, uma vez que o importante quando se analisa
risco é quanto do resultado de uma companhia está em jogo, considerando o montante que já
39
tenha auferido até o momento, caso os preços de mercado oscilem. Esse mesmo autor
demonstra um exemplo a respeito do assunto:
Dessa forma, quando se avalia o risco de uma posição de ações, não interessa
identificar quanto o banco pode perder ou ganhar em relação ao valor de
aquisição delas, mas sim em comparação com o que obteria, caso se desfizesse
da carteira nesse momento, ou se fosse realizado o hedge da posição. O
resultado de toda a avaliação de risco é exatamente uma decisão entre desfazer
ou manter uma determinada posição assumida pela instituição.
Damodaran (2009, p. 112) demonstra o método para calcular os fluxos de caixa
esperados por um investimento ao longo de sua vida, descontados por uma taxa ajustada para
o risco:
Valor do ativo =𝐸(𝐹𝐶1)
(1+𝑟)+
𝐸(𝐹𝐶2)
(1+𝑟)2 +𝐸(𝐹𝐶3)
(1+𝑟)3 … +𝐸(𝐹𝐶𝑛)
(1+𝑟)𝑛 (1)
Onde:
E(FCt) = fluxo de caixa esperado no período;
r = taxa de desconto que reflete o risco dos fluxos de caixa; e
n = vida do ativo (em anos).
Segundo o autor, as taxas de desconto a serem utilizadas nesse cálculo são aquelas
obtidas através de modelos de risco e retorno disponíveis na economia e nas finanças (como,
por exemplo, o CAPM – Capital Asset Pricing Model), os quais apresentam dois componentes
em comum: i) a taxa livre de risco, que é aquela que certamente se pode esperar de um
investimento, como, por exemplo, um título do tesouro norte-americano, sendo que essa taxa
pode variar para diferentes moedas, por conta da expectativa de inflação ser diferente para cada
uma delas; e ii) prêmio do risco de mercado do investimento,1 que pode ser estimado tanto pelo
histórico do risco obtido através do exame dos retornos que o investidor teria sobre determinado
ativo, em comparação com um investimento livre de risco, quanto através do cálculo de um
prêmio implícito ou projetado, por meio da análise dos preços de mercado do mesmo ativo, em
comparação com os fluxos de caixa esperados pelo investimento nesses ativos (ibid., p. 113).
1 Nesse caso Damodaran (2009, p. 113) trata do prêmio do risco do mercado de ações, entretanto o conceito
apresentado pelo autor poder ser utilizado para qualquer investimento.
40
1.4.4. Medidas de risco
Segundo Assaf Neto (2014a, p. 116), a utilização da estatística permite aos seus usuários
tomar as melhores decisões em condições de incerteza, razão pela qual as áreas do mercado
financeiro e de capitais, por conta de sua forte característica previsional e por estarem rodeadas
por ambientes de incertezas, não podem se furtar à utilização de métodos estatísticos na
avaliação dos seus instrumentos financeiros. Tal autor ainda destaca que uma parte relevante
da evolução conceitual e prática apresentada pelos mecanismos deste mercado, no que diz
respeito ao processo de avaliação e do risco das decisões, é atribuída à utilização das técnicas
estatísticas.
Tendo como base o exposto, inicialmente serão vistas de forma sucinta neste tópico
algumas medidas estatísticas descritivas utilizadas para o cálculo de risco, como as de tendência
central (média, mediana e moda) e as de dispersão (variância, desvio-padrão, volatilidade e
coeficiente de variação), além de outras medidas estatísticas que buscam relacionar duas
variáveis (covariância, correlação e coeficiente de correlação). Ao final, serão descritas também
de forma resumida outras medidas utilizadas para o cálculo do risco como o beta () e o VaR
(Value at Risk).
a) Medidas de tendência central (média, mediana e moda)
Segundo Martins e Domingues (2014, p. 30), as medidas de posição ou de tendência
central são “utilizadas para representar fenômenos coletivos através de um único valor,
fornecendo uma ideia geral a respeito do fato ou fenômeno analisado”, a qual deve ser
representada pelo símbolo (µ) quando referir-se à média populacional e pelo símbolo (��)
quando tratar-se de uma média amostral.
Os autores ainda destacam que, dentre tais medidas, a média aritmética é a mais intuitiva
e comum dentre as medidas de posição. No entanto, deve ser utilizada com cautela por sofrer
influência de todos os valores constantes de uma série de dados.
A fórmula a seguir refere-se a uma média amostral a partir de uma série simples:
�� =𝑥1+𝑥2+…+𝑥𝑛
𝑛=
∑ 𝑥𝑖
𝑛 (2)
Onde:
�� = média de uma amostra;
x = evento de uma amostra; e
n = quantidade de observações em uma amostra.
41
Deve-se observar que, quando se trata de uma população, a quantidade de observações
deve ser representada pelo símbolo (N).
Quando se deseja atribuir diferentes pesos ou graus de importância a cada elemento
constante do conjunto de observações, utiliza-se a média aritmética ponderada. De acordo com
Assaf Neto (2014a, p. 117), é apurada pela somatória dos eventos de uma amostra multiplicada
pelos respectivos pesos e depois dividida pela somatória dos pesos, como na fórmula a seguir:
Xp =∑ (xi × fi)n
i=1
∑ (fi)ni=1
(3)
Onde:
��p = média ponderada de uma amostra;
x = evento de uma amostra; e
f = frequência ou peso relacionado a cada evento.
No que diz respeito à mediana, representada pelo símbolo (��), Martins e Theóphilo
(2009, p. 113) ensinam que, ao colocar os dados em ordem crescente, essa medida
corresponderá ao valor que divide o conjunto de dados (população ou amostra) em duas partes
iguais.
Martins e Domingues (2014, p. 36) destacam a importância da mediana por ela deixar
50% dos elementos de uma série de dados à esquerda e 50% à direita, ficando localizada
exatamente no centro da amostra e por essa razão não pode ser influenciada por valores
extremos, como ocorre com a média.
Em uma série simples, quando o número de elementos for ímpar e desde que os dados
tenham sido arranjados em ordem crescente, a mediana será o valor do termo central da referida
série. Já quando o número total de elementos de uma série for par, a mediana será calculada
pela média simples dos valores dos dois termos centrais em um conjunto de dados.
No caso de uma série agrupada em tabelas, duas fórmulas deverão ser utilizadas, a seguir
(MARTINS; DOMINGUES, 2014, p. 37):
Sendo (n) ímpar, a mediana é o elemento central:
(𝑑𝑒 𝑜𝑟𝑑𝑒𝑚 𝑛+1
2) (4)
Sendo (n) par, a mediana é o elemento central:
42
[de ordem n
2 e (
n
2) + 1] (5)
A moda representa o valor que ocorre com maior frequência em um conjunto de dados
e desta maneira ela não deve ser calculada, mas sim indicada, como ensina Stevenson (2001, p.
23). O autor ainda destaca que, se comparada com a média e a mediana, a moda seria a menos
útil dentre as medidas utilizadas para a resolução de problemas estatísticos. No entanto, a
utilidade dessa medida se acentua quando um, dois ou mesmo um grupo de valores ocorrem
com uma frequência muito maior que os demais.
b) Medidas de dispersão (variância, desvio-padrão, volatilidade e coeficiente de variação)
Segundo Securato (2015, p. 456), as medidas de dispersão podem dar um parâmetro
para se analisar o risco que uma pessoa corre em uma decisão com base em valores médios e
elas podem dizer “o quanto uma média é representativa de sua amostra ou da população
original”.
Essas medidas indicam de que maneira os valores de um conjunto estão distribuídos em
relação à média e, quanto mais distantes da média estiverem os valores da extremidade de um
conjunto de dados, menor é a sua representatividade estatística por conta do distanciamento dos
valores da observação em relação à medida central (ASSAF NETO, 2014a, p. 119).
Markowitz (1952, p. 77), ao apresentar à academia o princípio da diversificação em seu
trabalho intitulado Portfolio Selection, estabeleceu a regra de que o retorno esperado por um
investidor deveria ser considerado com algo esperado, mas a variância dos retornos como algo
indesejável.
Bernstein (1997, p. 252) afirma que, a partir da publicação desse trabalho, o “risco e
variância tornaram-se sinônimos”. A respeito da variância, igualmente ensina:
A variância é uma medida estatística da oscilação do rendimento de um ativo
ao redor da média. O conceito está matematicamente ligado ao desvio padrão;
na verdade, ambos são intercambiáveis. Quando maior a variância ou o desvio
padrão ao redor da média, menos o retorno médio indicará qual deverá ser o
resultado. (Ibid.)
A variância de uma população é representada pelo símbolo (𝜎2) e no caso de uma
amostra deve ser representada por (S2) e, segundo Stevenson (2001, p. 28), é igual à somatória
43
dos quadrados dos desvios dividida por (n) quando se tratar de uma população e (n – 1) quando
se tratar de uma amostra, como demonstra a fórmula a seguir:
Sx2 =
∑(𝑥𝑖−��)2
𝑛−1 (6)
Onde:
Sx2 = variância dos resultados;
xi = determinado elemento da amostra;
�� = média dos elementos da amostra; e
n = número total de retornos anuais de uma amostra.
Martins e Domingues (2014, p. 45) salientam que, para “melhor interpretar a dispersão
de uma variável, calcula-se a raiz quadrada da variância, obtendo-se o desvio-padrão que será
expresso na unidade de medida original”. Essa é a mais importante das medidas de dispersão,
pois “reflete a variação média absoluta dos dados em torno de uma média aritmética” (ibid.).
A importância da utilização do desvio-padrão como medida de cálculo de risco
financeiro é tratada por Securato (2015, p. 468):
Vimos que é fundamental, sempre que trabalharmos com modelos
matemáticos e estatísticos, conhecer as premissas dos modelos e seus pontos
fortes e fracos. Se alguém pudesse prever o futuro, não existiria risco, pois ele
está associado à probabilidade de fracasso de um dado evento. Para cada
expectativa em relação ao futuro existe uma medida numérica capaz de
quantificar este risco. No mercado financeiro essa medida é o desvio-padrão.
O desvio-padrão é representado pela raiz quadrada da variância e, quando representativo
de uma população, deve ser representado pelo símbolo (𝜎). Já no caso de uma amostra deve ser
representado por (S). A fórmula para indicar o desvio-padrão amostral pode ser vista a seguir
(ASSAF NETO, 2014a, p. 119):
𝑆 = √∑ (𝑋𝑖−��)2𝑛
𝑖=1
𝑛−1 (7)
Na utilização dessa fórmula, para o desvio-padrão populacional, o (n – 1) deve ser
trocado por (n).
Uma versão simplificada dessa fórmula é dada por Martins e Theóphilo (2009, p. 115):
44
𝑆 = √𝑆2
(8)
A última das medidas de dispersão aqui apresentadas é a da volatilidade.
No que diz respeito ao seu cálculo, Assaf Neto (2014a, p. 119) afirma:
A volatilidade, outra medida estatística de dispersão, expressa a incerteza dos
retornos de um ativo ou, em outras palavras, a intensidade e a frequência das
variações observadas em seus preços. Um mercado volátil é entendido quando
os preços dos ativos oscilam rapidamente, sofrendo aumentos e reduções de
preços. O desvio-padrão e a variância são indicadores bastante utilizados da
volatilidade de um ativo. (Grifo do autor)
Esse autor destaca que há vários métodos para se calcular a volatilidade. No entanto,
dentre as métricas disponíveis, escolheu o cálculo do desvio-padrão dos retornos logarítmicos
de um ativo em relação ao seu retorno médio, considerando uma série de retornos contínuos, a
qual foi considerada para esse item (ASSAF NETO, 2014a, p. 119-120):
Volatilidade (σ) = [1
𝑛× ∑ (𝑅𝑡 − ��𝑡)2𝑛
𝑡=1 ]1/2
(9)
Onde:
n = quantidade de elementos da série histórica da população; e
Rt = retorno logarítmico dos preços de um mesmo ativo em duas datas consecutivas.
O cálculo dos retornos (Rt) pode ser obtido a partir da fórmula a seguir:
𝑅t = ln𝑃𝑡
𝑃𝑡−1 (10)
Onde:
ln = logaritmo natural; e
P = preço de um ativo em um momento t;
A última das medidas de dispersão apresentadas neste item será o coeficiente de
variação de Pearson. Segundo Martins e Theóphilo (2009, p. 115), diferentemente da variância
e do desvio-padrão, que são consideradas como medidas de dispersão absolutas, o coeficiente
de variação (C.V.) mede a dispersão relativa (em termos percentuais) de uma série de dados,
obtido através da relação entre o desvio-padrão e a média, multiplicado por 100 para se obter o
valor percentual desse coeficiente, como demonstrado pela fórmula a seguir:
45
𝐶. 𝑉 =𝑆
��×100 (11)
Onde:
S = desvio-padrão amostral; e
�� = média amostral.
Assaf Neto (2014a, p. 120) destaca que a grande utilidade dessa medida reside no fato
de ela permitir que se faça comparações mais precisas entre dois ou mais conjuntos de valores.
Em uma situação em que se compara duas bases com desvios-padrão iguais ou
semelhantes, pode-se obter, através dessa métrica, a informação de quais amostras possui menor
variação relativa, ou seja, menor nível de dispersão ou de risco, se comparadas duas ou mais
opções de investimentos.
A interpretação dos valores calculados através do coeficiente de variação pode ser
realizada conforme o Quadro 2 a seguir:
Quadro 2 – Regras empíricas para a interpretação do coeficiente de variação
Se: CV < 15% há baixa dispersão => boa representatividade para a
média aritmética como medida de posição
Se: 15% ≤ CV < 30% há média dispersão => a representatividade da média
aritmética como medida de posição é apenas regular
Se: CV ≥ 30% há elevada dispersão => a representatividade da
média aritmética como medida de posição é ruim.
Fonte: Martins e Domingues (2014, p. 47).
c) Medidas que buscam relacionar duas variáveis (covariância, correlação e coeficiente de
correlação)
A busca da existência de associação entre variáveis de um conjunto de dados é
frequentemente um dos objetivos de uma pesquisa empírica e a possibilidade de existência de
relação entre variáveis orienta análises, evidenciação e conclusões de achados em uma
investigação (MARTINS; DOMINGUES, 2014, p. 289).
Assaf Neto (2014a, p. 125-126), ao tratar sobre a covariância (uma dessas medidas),
afirma que ela tem como objetivo identificar como determinados valores se inter-relacionam,
ou seja, como se movimentam ao mesmo tempo relativamente aos seus valores médios,
indicando haver ou não simetria entre duas variáveis. Ao apresentarem covariância positiva
46
(COV>0), os retornos positivos de duas opções de investimento teriam a mesma tendência de
comportamento, demonstrando haver relacionamento direto entre essas variáveis, o que não
ocorre quando duas variáveis apresentam covariância negativa (COV<0). Nesse último os
resultados de duas opções de investimento apresentariam relações inversas, sendo que o retorno
de uma dessas opções teria a tendência de assumir um comportamento distinto na outra opção
analisada. Esse autor apresenta o cálculo dessa métrica, que é representada pela somatória dos
retornos de um investimento (A) menos a sua média, multiplicados pelos retornos de um
investimento (B) menos a sua média, todos divididos pelo número de observações do conjunto,
conforme fórmula a seguir:
𝐶𝑂𝑉𝐴,𝐵 =∑ (𝑅𝐴−��𝐴)×(𝑅𝐵−��𝐵)𝑁
𝐾=1
𝑛 (12)
Já a correlação, segundo Stevenson (2001, p. 367-368), objetiva “a determinação da
força do relacionamento entre duas variáveis emparelhadas [...] ‘correlação’ significa
literalmente ‘correlacionamento’, pois indica até que ponto os valores de uma variável estão
relacionados com os de outra”. Esse autor destaca que a forma mais usual dessa análise envolve
dados contínuos e que o grau de relacionamento entre duas variáveis é sintetizado através de
um coeficiente de correlação conhecido como “r de Pearson”, sendo que essa técnica somente
pode ser utilizada quando (X) e (Y) forem variáveis aleatórias contínuas e a distribuição
analisada for normal.
De acordo com Martins e Domingues (2014, p. 289), o resultado de (r) varia entre (–1)
e (+1), ou entre –100% e +100% em termos percentuais e, quanto maior a associação linear
entre as variáveis, mais próximo de (–1) e (+1) estará o valor desse coeficiente. Isso ocorre
porque os dados correlacionados tendem a apresentar uma linha reta quando dispostos em um
gráfico para cima, quando possuem correlação positiva (direta) ou para baixo quando possuem
correlação negativa (inversa), como pode ser observado na Figura 1 a seguir:
47
Figura 1 – Gráficos de correlações positiva e negativa
Fonte: Assaf Neto (2014a, p. 127).
Segundo Assaf Neto (2014a, p. 128), uma expressão geral do cálculo desse coeficiente
é representada pela fórmula a seguir:
𝐶𝑂𝑅𝑅𝑥,𝑦 =∑ 𝑋×𝑌−
(∑ 𝑥)2×(∑ 𝑦)
𝑛
[(∑ 𝑋2−(∑ 𝑥)2
𝑛)×(∑ 𝑌2−
(∑ 𝑦)2
𝑛)]
1/2 (13)
Segundo o autor, para o estudo do risco e da teoria do portfólio seria dada uma maior
preferência à expressão alternativa do cálculo desse coeficiente, a seguir:
𝐶𝑂𝑅𝑅𝑥,𝑦 =𝐶𝑂𝑉𝑥,𝑦
𝜎𝑥×𝜎𝑦 (14)
d) Beta ()
O beta é uma outra maneira de medir o risco de um ativo. Damodaran (1997, p. 125),
ao tratar sobre o tema, explica que ele pode ser utilizado para mensurar o risco não-
diversificável no cálculo de um retorno esperado. Segundo Wilmott (2007, p. 451), o beta de
um ativo relativo ao seu portfólio é igual à covariância entre o retorno de um título e o retorno
da carteira de mercado dividida pela variância do retorno da mesma carteira de mercado, o qual
é representado pela fórmula a seguir:
βi =Cov[RiRm]
σ2[Rm]
(15)
Correlação Positiva (direta) Correlação Negativa (inversa)
X
Y
X
Y
48
Onde:
i = beta de um ativo;
COV[RiRm] = covariância entre os retornos do ativo (i) e da carteira de mercado (m); e
2[Rm] = variância da carteira de mercado (m).
O beta faz parte do modelo CAPM, que, segundo Santos (2011, p. 87), oferece aos
acionistas de uma empresa a oportunidade de conhecer a taxa de retorno requerida por eles, que
é o seu custo de capital próprio.
Santos (ibid.) relata de forma exemplificativa que o retorno de uma ação com beta
positivo se move na mesma direção do mercado. Já o caso de beta negativo resulta em um
retorno em direção oposta ao da carteira de mercado. Um beta igual a 1, por exemplo, significa
que um ativo não tem volatilidade se comparado com o retorno da carteira de mercado, pois
nessa situação uma ação tem mudança positiva de 1% em seu retorno para cada variação
positiva de 1% no retorno da carteira de mercado. Já betas diferentes de 1 demonstram que um
ativo possui volatilidade maior se comparado ao retorno da carteira de mercado. Outro
exemplo: um ativo com beta igual a 0,5 representaria um retorno positivo de 0,5% do ativo para
um retorno positivo de 1% da carteira de mercado. Em um caso de beta igual a 2 um ativo teria
um retorno positivo de 2% para uma mudança positiva de 1% no retorno da carteira de mercado.
Quando o beta é negativo, ocorre exatamente o oposto, pois se uma ação tiver uma mudança
negativa de retorno o mercado teria um retorno positivo na mesma proporção mencionada nos
exemplos citados (SANTOS, 2011, p. 90).
e) Valor em risco (VaR – Value at Risk)
Wilmott (2006, p. 331-332) relata que o conceito de Value at Risk (VaR) tem crescido
como uma maneira de medir possíveis perdas advindas de um investimento ou portfólio como
resultado da busca por mais transparência nos investimentos. Segundo o autor, o conceito de
VaR pode ser entendido como um valor estimado, com um certo grau de confiança, de quanto
alguém pode perder em um portfólio em um certo período, estabelecendo um grau de confiança
normalmente em 95%, 97,5%, 99%, etc. Já o período pode ser de um dia (para atividades de
trading, por exemplo) ou meses (nos casos de gestão de portfólio), mas deve ser estipulado em
associação com o prazo de liquidação da carteira.
Hull (2005, p. 411) exemplifica esse conceito: “ao utilizar a medida value at risk, o
administrador responsável por um portfólio de instrumentos financeiros está interessado em
49
afirmar o seguinte: existe X% de certeza de que não haverá perdas maiores que V dólares nos
próximos N dias”.
Tendo em vista o exposto, a seguir será visto um exemplo apresentado por Assaf Neto
(2014a, p. 155), de duas maneiras distintas de interpretar o mesmo risco de perda em uma
carteira a partir dessa metodologia, considerando um VaR (valor máximo de perda) já calculado
de $ 3 milhões, com um nível de confiança de 98%, em um prazo de cinco dias:
A primeira interpretação é: há 2% de probabilidade de a empresa incorrer em perdas
superiores a $ 3 milhões em determinada carteira.
Já a segunda interpretação é: há 98% de probabilidade de a empresa incorrer em uma
perda máxima de $ 3 milhões na mesma carteira.
É importante observar que o VaR deve ser calculado a partir de uma condição normal
de mercado, ou seja, sem choques ou mudanças bruscas em seu comportamento. Todavia, em
caso de necessidade de avaliação de impacto significativo que pode ocorrer em uma situação
de crise com baixíssima probabilidade de ocorrência, uma análise de situação extrema (stress
analysis) deveria ser realizada pela instituição (SECURATO, 2015, p. 509). Nesse sentido, um
nível normal de confiança típico é de 99% e um aumento além desse patamar pode mascarar
perdas progressivamente altas e menos prováveis de ocorrer (JORION, 2007, p. 357).
Por conta da complexidade envolvida no pleno entendimento dessa medida e tendo em
vista o objetivo proposto aqui de tratar das medidas de risco de uma maneira sucinta, esse item
não tratou dos vários desdobramentos oriundos do cálculo do VaR, mas apenas dos conceitos
preliminares relacionados a essa medida de risco.
1.5. Operações de hedge
Neste tópico se destacam os aspectos essenciais relacionados às operações de hedge,
especificamente em relação aos princípios básicos relacionados a essas operações, à escolha do
tamanho ideal dos valores de nocional e do instrumento a ser escolhido.
1.5.1. Princípios básicos
De uma maneira simplificada, Wilmott (2006, p. 21-22) ensina, através de um exemplo,
que ao acreditar que o mercado para determinado ativo subirá, uma pessoa entende que pode
se beneficiar dessa situação e decide por entrar em uma posição comprada a termo ou no
mercado futuro. Caso nesse exemplo a visão de mercado da pessoa esteja correta, no
vencimento ela ganhará uma grande quantidade de dinheiro. O que ocorreu nesse exemplo foi
50
uma especulação por parte do investidor, o que é muito arriscado (ibid.). A atitude oposta à
especulação seria a busca por proteção através de uma operação de hedge.
Quando uma empresa se expõe a determinado risco fica à mercê da sorte, pois nesse
caso apresentado, se o preço do ativo depreciasse, aquela mesma pessoa pode perder muito
dinheiro. Dessa forma, especular é como apostar na direção (para cima ou para baixo) do preço
de determinado ativo, uma assunção de risco e não gerenciamento de risco. Uma operação de
proteção busca exatamente o contrário, pois tem por objetivo mitigar ao máximo o risco ao qual
determinada pessoa está exposta.
Nessa mesma direção, como já visto parcialmente na introdução deste estudo, Assaf
Neto (2014a, p. 363) conceitua assim esse tipo de operação:
Hedge – Operação realizada com derivativos que tem por objetivo minimizar
(proteger) posições de carteiras ou aplicações existentes contra risco de perda
de valor causado por variações nos preços, nas taxas de juros etc. O hedge é
geralmente formado assumindo-se no mercado de derivativos posição inversa
à assumida no mercado a vista. (Grifo do autor)
Desse modo, uma operação de hedge objetiva a proteção de posições minimizando o
risco de perda de oscilações nos preços dessas posições. Diz-se minimizar o risco porque na
prática eliminar completamente o risco é algo muito raro (HULL, 2005, p. 91). Caso fosse
possível se chegar a tal perfeição, considerar-se-ia um hedge perfeito.
A posição que determinada empresa deseja proteger de determinados riscos é
denominada como objeto de hedge (LOPES; GALDI; LIMA, 2011, p. 145). Vários são os
exemplos de itens que podem ser protegidos: recebíveis e contratos de exportação (risco: queda
no preço da moeda estrangeira), empréstimos tomados no exterior (risco: alta no preço da
moeda estrangeira), importações de matéria-prima na produção ou de insumos intrinsecamente
ligados ao processo produtivo (risco: alta do preço de determinada commodity), vendas de
commodities em geral (risco: queda no preço das commodities), dentre outros.
Por outro lado, a operação designada para a proteção dos itens a que se deseja proteger
é denominada como instrumento de hedge (LOPES; GALDI; LIMA, 2011, p. 147). Como já
citado, este deve ser realizado através de uma posição inversa ao item a ser protegido. Dessa
maneira, se o objeto de hedge é um recebível de exportação (posição comprada ou ativa em
moeda estrangeira), o instrumento de hedge é uma operação (normalmente um derivativo) de
venda da mesma quantidade de moeda estrangeira de tais recebíveis, em determinada data
futura (posição vendida ou passiva em moeda estrangeira). Assim, no caso de queda na cotação
de tal moeda, há uma variação negativa no item objeto de hedge através da redução do valor
51
em reais dos recebíveis em moeda estrangeira, a qual é compensada por uma variação positiva
no valor justo do derivativo, neste último caso, gerando um valor a receber para a entidade.
Segundo Hull (2005, p. 92-95), uma entidade pode fazer um hedge de venda ou um
hedge de compra. O hedge de venda é exatamente o tipo de hedge citado no parágrafo anterior,
no qual a empresa assume uma posição vendida através de um derivativo. Essa posição visa
proteger exposições ativas em determinado índice, moeda ou commodity, contra o risco de
queda. Já com o hedge de compra ocorre o oposto, pois este implica na tomada de uma posição
comprada através de um derivativo. Desse modo, o objetivo do derivativo é proteger uma
empresa contra o risco de alta no preço de uma posição passiva que possui (exemplo:
empréstimo em moeda estrangeira ou importações de insumos de produção).
A seguir um exemplo dos impactos patrimoniais e de resultado em uma companhia com
dívida em dólar norte-americano (USD) em um cenário de alta da cotação da moeda estrangeira,
considerando duas situações: a primeira com exposição cambial desprotegida e a segunda com
tal exposição protegida através de um hedge com derivativo. Para fins didáticos, considera-se
uma situação hipotética com hedge perfeito. Os dados desse exemplo são (dívida e hedge
expressos em milhares):
Dívida em USD: 1.000
Vencimento: 1 ano
USD em dez/X0: BRL 3,00
Dívida em dez/X0: BRL (moeda: real brasileiro) 3.000
USD em dez/X1: BRL 3,50 (variação de 17% no período)
Dívida em dez/X1: BRL 3.500
A primeira situação a ser analisada é a da assunção do risco cambial, na qual a empresa
incorre em uma perda do seu valor patrimonial e de resultado em R$ 500, decorrente da
apreciação do dólar norte-americano diante do real sem qualquer proteção do seu passivo em
moeda estrangeira, como demonstra o Quadro 3, a seguir:
52
Quadro 3 – Efeitos patrimonial e de resultado em uma empresa sem hedge
Balanço Patrimonial dez/X0
Balanço Patrimonial dez/X1
Ativo Passivo (+) PL Ativo Passivo (+) PL
Caixa 1.000 Dívida em USD 3.000 Caixa 1.000 Dívida em USD 3.000
Var.Cambial 500
Total Dívida 3.500
Imobilizado 3.000 Capital 1.000 Imobilizado 3.000 Capital 1.000
Result. c/
Var.Cambial
Result. c/
Var.Cambial (500)
Res. Líquido Res. Líquido (500)
Total Ativo 4.000 Total Passivo+PL 4.000 Total Ativo 4.000 Total Passivo+PL 4.000
Fonte: Elaborado pelo autor.
Já o Quadro 4 demonstra os efeitos patrimonial e de resultado considerando uma
operação de hedge, nesse caso sem reconhecimento de perda para a empresa, pois a variação
cambial negativa do empréstimo foi anulada pelo resultado positivo obtido no instrumento de
hedge. Aqui ocorre inclusive um aumento no valor do ativo total decorrente do reconhecimento
do valor justo a receber de BRL 500 do hedge como pode ser visto a seguir:
Quadro 4 – Efeitos patrimonial e de resultado em uma empresa com hedge
Balanço Patrimonial dez/X0
Balanço Patrimonial dez/X1
Ativo Passivo (+) PL Ativo Passivo (+) PL
Caixa 1.000 Dívida em USD 3.000 Caixa 1.000 Dívida em USD 3.000
Instr.Hedge 500 Var.Cambial 500
Total Dívida 3.500
Imobilizado 3.000 Capital 1.000 Imobilizado 3.000 Capital 1.000
Result. c/
Var.Cambial
Result. c/
Var.Cambial (500)
Res. Hedge
Res. Hedge 500
Res. Líquido Res. Líquido 0
Total Ativo 4.000 Total Passivo+PL 4.000 Total Ativo 4.500 Total Passivo+PL 4.500
Fonte: Elaborado pelo autor.
1.5.2. Escolha do tamanho ideal e do instrumento de hedge
Ao decidir sobre uma necessidade de hedge, uma empresa deve levar em consideração
questões como o tamanho do hedge e o tipo de derivativo a ser utilizado na operação.
O tamanho do hedge diz respeito ao montante que se queira proteger, seja ele medido
em quantidades de sacas de café, toneladas de minério de ferro, valor total em moeda
estrangeira em um contrato de exportação ou em um empréstimo obtido junto a uma instituição
financeira no exterior, etc. Dessa forma, em uma operação de hedge, o valor nocional do
derivativo deve ser equivalente ao montante da exposição a ser protegida.
53
Um exemplo de cálculo de tamanho de hedge é o de um produtor brasileiro que assinou
em t0 um contrato de venda de 900 mil sacas de milho em grão a granel para uma empresa
alimentícia brasileira, sendo a saca de milho negociada no mercado a vista (spot) local a BRL
50. Aqui o risco identificado pelo produtor é o da queda do preço em BRL dessa commodity.
Considerando que a intenção desse produtor é de evitar tal risco, ele decide então por contratar
uma operação de derivativo para fins de hedge junto a uma instituição financeira. Considerando
esse cenário, o nocional desse contrato é de 900 mil sacas de milho, representando em t0 um
total de BRL 45 milhões.
Damodaran (2009, p. 336), ao tratar das operações de proteção, menciona que uma
empresa, ao fazer uma escolha entre a gama de instrumentos disponíveis, deve recapitular sobre
os benefícios e custos destes produtos, os quais são descritos a seguir:
i) Contratos a termo: como podem ser projetados de acordo com as necessidades de uma
empresa, oferecem uma proteção mais completa contra o risco a ser protegido, mas isso
é possível apenas no caso de a empresa conhecer bem suas necessidades de fluxo de caixa
futuro. Apesar desse fato, um contrato feito sob medida pode trazer maiores custos de
transação para a companhia (por exemplo, o spread cobrado pelo banco), além de resultar
em um maior risco de crédito para ambas as partes.
ii) Contratos futuros: oferecem uma alternativa mais barata em relação aos contratos a termo
por conta de serem transacionados em bolsa. Por conta dos ajustes diários eliminam o
risco de crédito, porém exigem pagamentos de ajustes e depósitos de margem. Apesar
desses benefícios, por se tratarem de contratos padronizados, podem não oferecer total
proteção contra o risco, uma vez que os prazos, quantidade de nocional e tipo de ativo
negociado podem ser diferentes do objeto de hedge.
iii) Contratos de opções: de forma distinta aos termos e aos futuros, os quais contribuem para
mitigar riscos de perdas, mas ao mesmo tempo eliminam oportunidades de ganho, as
opções podem ser utilizadas para proteção contra perdas, preservando as oportunidades
de ganho potenciais. No entanto, tal vantagem necessita ser ponderada com o custo do
prêmio da opção de compra, que varia conforme o nível de proteção desejado.
1.6. Reconhecimento contábil dos instrumentos derivativos
Esse tópico não tem a presunção de tratar de maneira aprofundada a forma pela qual a
contabilidade reconhece os efeitos patrimoniais e de resultado dos instrumentos financeiros
54
derivativos. Em vez disso, aqui se pretende demonstrar, de maneira simplificada, como tais
itens devem ser tratados sob um aspecto geral e sob certas condições ou situações específicas.
Tendo como ponto de partida o ensino de Iudícibus (2010, p. 7), no qual o objetivo
básico da contabilidade consiste, de maneira resumida, “no fornecimento de informações
econômicas para os vários usuários, de forma que propiciem decisões racionais” e que “os
relatórios contábeis tradicionais deveriam ter poder preditivo [...] demonstrando informações
históricas e preditivas sobre indicadores de interesse para os vários usuários”, é natural esperar,
no que diz respeito aos instrumentos derivativos, que a contabilidade cumpra o seu papel de
maneira eficaz, tanto no que diz respeito ao reconhecimento desses instrumentos quanto à sua
evidenciação.
1.6.1. Normas contábeis aplicáveis aos instrumentos financeiros
Segundo Lopes, Galdi e Lima (2011, p. 96), “o processo de reconhecimento,
mensuração e evidenciação de instrumentos financeiros e derivativos sofreu profundas
alterações no ambiente brasileiro nos últimos anos”.
Essas alterações ocorreram a partir da publicação da lei nº 11.638/2007, a qual foi
alterada pela medida provisória (MP) nº 449/2008 e posteriormente pela lei nº 11.941/2009.
Esses textos legislativos modificaram vários artigos da lei nº 6.404/1976 (Lei das Sociedades
por Ações) com o objetivo de possibilitar uma convergência das normas contábeis brasileiras
às internacionais, o que ocorreu a partir de janeiro de 2008.
Desse modo, o próprio Comitê de Pronunciamentos Contábeis (CPC) esclareceu que
dentre os objetivos do CPC 14, aprovado em dezembro de 2008, estavam i) “estabelecer os
principais conceitos relativos ao reconhecimento e mensuração dos ativos e passivos
financeiros” e; ii) “esclarecer o tratamento contábil preconizado pela Lei no 11.638/07 e Medida
Provisória no 449/08 (transformada na Lei 11.941/09) para instrumentos financeiros,
considerando o seu objetivo de convergência às normas internacionais” (LOPES; GALDI;
LIMA, 2011, p. 96-97).
A decisão desse comitê em aprovar um pronunciamento incipiente se pautava no seu
entendimento que a implementação das normas contábeis internacionais relacionadas aos
instrumentos financeiros devia ocorrer em duas etapas (CPC 14, 2008, p. 2): uma primeira a
partir da aprovação do CPC 14 e uma segunda a partir da convergência completa com as normas
internacionais, incluindo os tratamentos em detalhes de itens não considerados nesse primeiro
pronunciamento, o que ocorreu em outubro de 2009, com a aprovação dos pronunciamentos
técnicos CPC 38, 39 e 40.
55
Nesse contexto, a vigência das regras contidas no CPC 14 ocorreu para as
demonstrações financeiras relativas aos anos-calendários de 2008 e 2009. Já os CPCs 38, 39 e
40 vigoraram a partir do ano-calendário 2010. Com a eficácia desses três últimos
pronunciamentos, o Comitê de Pronunciamentos Contábeis transformou o então CPC 14 na
Orientação Técnica OCPC 03, com a inclusão, em seu texto, de algumas atualizações, porém
mantendo em seu corpo os principais institutos dos demais pronunciamentos, pois se tratava de
um resumo das normas internacionais aplicáveis aos instrumentos financeiros. Na prática, essa
orientação contém informações úteis para empresas que não possuem, em seus balanços,
instrumentos financeiros sofisticados (MARTINS et al., 2013, p. 118).
No que diz respeito ao conteúdo dos três CPCs em vigor, o de nº 38 trata do
reconhecimento e mensuração dos instrumentos financeiros (CPC 38, 2009, p. 4). O CPC 39
por sua vez trata da apresentação dos instrumentos financeiros como passivo ou patrimônio
líquido, da compensação de ativos e passivos financeiros e da sua classificação em ativos
financeiros, passivos financeiros e títulos patrimoniais, além de complementar os princípios
para reconhecimento e mensuração contidos no CPC 38 (CPC 39, 2009, p. 2). Já o CPC 40 tem
como objetivo a exigência que as entidades divulguem (evidenciem), em suas demonstrações
contábeis, informações que permitam aos usuários avaliarem a significância do instrumento
financeiro, além da natureza e extensão da exposição dos riscos financeiros de uma entidade e
como ela administra esses riscos (CPC 40, 2012, p. 3).
Em 9 de junho de 2016, o Comitê de Pronunciamentos Contábeis publicou em seu
website um comunicado para audiência pública intitulado “Audiência Pública no 03/2016 –
Pronunciamento Técnico CPC 48 – Instrumentos Financeiros”2, contendo uma minuta do CPC
48 (Instrumentos Financeiros), correspondente ao IFRS 9 Financial Instruments, comunicando
a todos os interessados que tal pronunciamento substituirá a norma então vigente sobre
reconhecimento e mensuração desses instrumentos, o CPC 38. O prazo estabelecido pelo
comitê para envio de sugestões e comentários a respeito dessa norma foi de 9 de junho de 2016
a 8 de setembro de 2016. Considerando o objetivo do CPC de emitir normas contábeis
convergentes com as normas internacionais de contabilidade, sugere aos órgãos reguladores
que o novo CPC 48 tenha a sua vigência iniciada para os exercícios sociais a partir de 1o de
janeiro de 2018, da mesma maneira como o IASB o fez em relação ao IFRS 9.
2 Disponível em: <http://www.cpc.org.br/CPC/Audiencias-e-Consultas/CPC/Audiencia?Id=135>.
56
De acordo com o divulgado em uma nota à imprensa (press release) datada de 24 de
julho de 2014,3 o IASB comunicou ao mercado internacional que o novo IFRS 9 contemplaria
alterações relativas à classificação e mensuração de instrumentos financeiros, às regras de
impairment para ativos financeiros (por conta da crise financeira de 2008), ao hedge accounting
e aos registros de provisões para risco de crédito da própria entidade que deixarão de existir.
Por conta do escopo deste estudo, esta revisão da teoria não contempla os detalhes
relacionados ao CPC 48 ou ao IFRS 9.
1.6.2. Reconhecimento contábil dos instrumentos financeiros derivativos
Antes de entrar nos principais aspectos acerca do reconhecimento contábil dos
instrumentos financeiros derivativos, importa entender primeiro o que vem a ser um
instrumento financeiro.
O CPC 39 (2009, p. 5), em seu item 11, o define como “qualquer contrato que de origem
a um ativo financeiro para a entidade e a um passivo financeiro ou instrumento patrimonial para
outra entidade”. Lopes, Galdi e Lima (2011, p. 14; grifo dos autores) esclarecem que “um
instrumento financeiro decorre de um contrato entre duas ou mais partes interessadas em
realizar determinada transação de transferências de recursos”. Nesse sentido, depreende-se que
ele nasce a partir de um contrato que, em última instância, gera uma transferência de recursos
financeiros de uma primeira entidade (a qual reconhece um passivo financeiro), para outra (que
reconhece em contrapartida um ativo financeiro).
A partir disso, resta definir os termos ativo e passivo financeiros. Gobetti et al. (2010,
p. 293) definem ativo financeiro:
Um ativo financeiro é definido como:
(a) caixa;
(b) instrumento patrimonial de outra entidade;
(c) direito contratual para recebimento de caixa ou outro ativo financeiro de
outra entidade; ou
(d) direito contratual para trocar instrumentos financeiros com outra entidade
sob condições que sejam potencialmente favoráveis. (Grifo dos autores)
E definem passivo financeiro:
Um passivo financeiro é definido como qualquer obrigação contratual para:
a) entregar caixa ou outro ativo financeiro a outra entidade; ou
3 Disponível em: <http://www.ifrs.org/Alerts/PressRelease/Pages/IASB-completes-reform-of-financial-
instruments-accounting-July-2014.aspx>.
57
b) trocar instrumentos financeiros com outra entidade sob condições que
sejam potencialmente desfavoráveis. (Ibid.; grifo dos autores)
Alguns exemplos de ativos financeiros para uma entidade e passivos financeiros para
outra podem ser vistos no Quadro 5 a seguir (o termo “IF” utilizado nesse quadro diz respeito
à posição patrimonial de uma instituição financeira):
Quadro 5 – Exemplos de ativos e passivos financeiros
Ativos Financeiro Passivos Financeiro
Caixa/Bancos (BRL/demais moedas) Saldos em c/c de clientes (IF)
Aplicações financeiras em bancos Aplicações financeiras de clientes (IF)
Duplicatas a receber Fornecedores
Empréstimos concedidos (IF) Empréstimos a pagar
Investimentos em títulos de dívidas Títulos de dívida emitidos pela Cia
Ajustes de derivativos a receber Ajustes de derivativos a pagar
Fonte: Elaborado pelo autor.
Uma vez esclarecidos esses conceitos, resta tratar da regra geral de reconhecimento
contábil dos instrumentos financeiros derivativos, que requer que sejam reconhecidos no
resultado de uma companhia pelo seu valor justo (fair value).
A previsão legislativa para a atribuição do reconhecimento contábil dos instrumentos
financeiros, inclusive derivativos, pelo seu valor justo, se deu pelo texto atual do artigo 183 da
lei nº 6.404/1976 (BRASIL, 1976):
Art. 183. No balanço, os elementos do ativo serão avaliados segundo os
seguintes critérios:
I - as aplicações em instrumentos financeiros, inclusive derivativos, e em
direitos e títulos de créditos, classificados no ativo circulante ou no realizável
a longo prazo:
a) pelo seu valor justo, quando se tratar de aplicações destinadas à negociação
ou disponíveis para venda. (Grifo nosso)
Sobre o conceito de valor justo ou fair value, Marion (2015, p. 145-146) ensina que está
relacionado à avaliação do ativo ou passivo em determinadas circunstâncias pelo seu valor de
mercado, ou “o valor pelo qual um ativo ou passivo pode ser comprado ou vendido em uma
transação corrente”. Lopes, Galdi e Lima (2011, p. 101) complementam o conceito afirmando
que tal transação se refere àquela realizada entre partes independentes que conhecem o negócio
58
e possuem interesse na sua realização, não devendo haver nessa transação qualquer
favorecimento de uma das partes.
O reconhecimento inicial de um instrumento financeiro, segundo o item 43 do CPC 38
(2009, p. 21), deve ocorrer pelo seu valor justo mais os custos de transação quando diretamente
atribuíveis à emissão ou aquisição do referido ativo financeiro. O mesmo pronunciamento
(ibid.) classifica os ativos financeiros em quatro categorias a seguir:
Para a finalidade de medir um ativo financeiro após o reconhecimento inicial,
este Pronunciamento classifica os ativos financeiros nas quatro categorias
definidas no item 9:
(a) ativos financeiros mensurados pelo valor justo por meio do resultado;
(b) investimentos mantidos ate o vencimento;
(c) empréstimos e contas a receber; e
(d) ativos financeiros disponíveis para venda. (Grifo nosso)
No item 9 desse pronunciamento, a definição dos ativos financeiros enquadrados na
classificação (a) citada inclui os instrumentos financeiros derivativos, “exceto no caso de
derivativo que seja contrato de garantia financeira ou um instrumento de hedge designado e
eficaz” (CPC 38, 2009, p. 8). Dessa maneira, pode-se entender com segurança que de uma
maneira geral os instrumentos financeiros derivativos devem ser reconhecidos contabilmente
pelo seu valor justo por meio do resultado exceto em um caso de hedge accounting, como se
verá a seguir.
1.6.3. Reconhecimento através da metodologia de hedge accounting
Segundo Souza (2015, p. 78), os ativos e passivos mensurados a valor justo deverão ter
os seus efeitos reconhecidos no resultado corrente ou no resultado abrangente quando em uma
situação de contabilização de hedge (hedge accounting).
Lopes, Galdi e Lima (2011, p. 144) afirmam que o hedge accounting é uma metodologia
especial adotada para que as demonstrações contábeis reflitam adequadamente o regime de
competência quando da realização de operações de hedge por uma companhia. Tal afirmação
está em linha com o ensino de Iudícibus e Martins (2007, p. 16), os quais relatam que, a partir
do crescimento dos elementos patrimoniais reconhecidos a valor justo, havia o problema de,
em diversas situações, o aumento no valor justo de determinado ativo por exemplo não ter a
sua contrapartida reconhecida no resultado porque as condições para o reconhecimento das
receitas não estavam completas. Dessa forma, para resolver essa situação, seria preciso o
reconhecimento do valor justo de tais instrumentos financeiros em um conjunto de contas
59
dentro do patrimônio líquido, sendo que tais valores transitariam por resultado apenas
posteriormente, quando as condições para o reconhecimento da receita estivessem satisfeitas.
O CPC 38 (2009, p. 33-34) lista três tipos de relações ou qualificações de hedge:
(a) hedge de valor justo: hedge de exposição às alterações no valor justo de
ativo ou passivo reconhecido ou de compromisso firme não reconhecido, ou
de parte identificada de tal ativo, passivo ou compromisso firme, que seja
atribuível a um risco particular e possa afetar o resultado;
(b) hedge de fluxo de caixa: hedge de exposição à variabilidade nos fluxos de
caixa que (i) seja atribuível a um risco particular associado a um ativo ou
passivo reconhecido (tal como todos ou alguns dos futuros pagamentos de
juros sobre uma dívida de taxa variável) ou a uma transação prevista altamente
provável e que (ii) possa afetar o resultado;
(c) hedge de investimento líquido em operação no exterior como definido na
Pronunciamento Técnico CPC 02. (Grifo nosso)
Dependendo do tipo ou relação de hedge aplicável a cada situação, há um tratamento
contábil distinto tanto para o item objeto quanto para o item instrumento de hedge. O Quadro 6
demonstra resumidamente como ocorre tais tratamentos contábeis.
Quadro 6 – Resumo do tratamento contábil de hedges qualificados
Assunto Hedges de valor justo Hedges de fluxo de caixa e investimento
líquido
1. Ganho ou perda
sobre instrumento de
hedge
Reconhecido imediatamente no resultado Reconhecido enquanto o hedge estiver em
vigor, no patrimônio líquido
2. Ajuste do item
objeto de hedge
Variação no valor justo do objeto de hedge
deve ser reconhecida imediatamente no
resultado
Não aplicável
3. Ganho ou perda
registrado no
patrimônio líquido é
transferido ao
resultado
Não aplicável
Fluxo de caixa: ao mesmo tempo em que a
variação no fluxo de caixa objeto de hedge
ou ativo ou passivo não financeiro é
reconhecida no resultado
Investimento líquido: a variação no valor
justo deverá permanecer no patrimônio
líquido. A variação deve ser baixada
somente no momento da venda,
descontinuidade ou perda de valor
recuperável do investimento
4. Parcela não efetiva
do hedge é
reconhecida no
resultado
Pelo inadimplemento do item objeto de
hedge ou do instrumento derivativo
Calculado de acordo com os limites da
norma (80% a 125%)
Fonte: Gobetti et al. (2010, p. 302).
60
É importante salientar que a utilização de tal metodologia é um direito para a companhia
e não uma obrigação (MARTINS et al., 2013, p. 148) e, em uma situação na qual esta opte por
sua implementação, os seguintes critérios devem ser atendidos (LOPES; GALDI; LIMA, 2011,
p. 144):
1. Avaliar de maneira prospectiva a eficácia da operação (a operação de fato
é de proteção?;
2. identificar qual o risco objeto de hedge e o respectivo período;
3. identificar o(s) item(s) ou transação(ções) objeto de hedge;
4. identificar o instrumento de hedge;
5. demonstrar que o hedge será altamente eficaz;
6. monitorar de maneira retrospectiva a eficiência do hedge.
Os critérios mencionados demonstram que ao adotar o hedge accounting, tanto o objeto
quanto o instrumento de hedge da companhia devem ser cuidadosamente identificados e
mensurados. Adicionalmente, além da entidade ter a obrigação de demonstrar a eficácia do
hedge de maneira prospectiva, logo no início da operação, deve igualmente monitorar a eficácia
do hedge de maneira retrospectiva, no final da operação. Esses critérios dizem respeito à ideia
de microhedge, no qual cada instrumento de hedge é individualmente alocado ao risco ou ativo
que se queira proteger, levando em consideração o seu tamanho, prazo e ativo-objeto.
Já em uma situação de macrohedge um único instrumento de hedge pode ser utilizado
para proteção de diversos itens objeto de hedge de mesma natureza de risco (ex. risco de
variação do USD), mas com prazos e tamanhos distintos. Em uma situação como essa, o gestor
de riscos deve levantar, no final do dia, o quanto que uma entidade está exposta em termos de
nocional por tipo de risco (taxa de juros, moeda ou commodity) e buscar a proteção entrando
em uma única operação inversa no mercado futuro tendo em vista o prazo médio de realização
dos itens objeto de hedge.
Martins et al. (2013, p. 149) destacam que a aplicação do macrohedge deve ser
considerada com cautela (para fins de hedge accounting), por conta de diversas restrições
quanto à sua aplicação, como, por exemplo, a alta complexidade (ou mesmo impossibilidade,
algumas vezes) de se calcular a efetividade de uma operação de hedge com diversos
instrumentos, prazos e riscos sendo protegidos. Essa afirmação está em linha com o disposto
no item 76 do CPC 38 (2009, p. 30), a seguir:
Um único instrumento de hedge pode ser designado como hedge para mais de
um tipo de risco desde que (a) os riscos sob hedge possam ser claramente
identificados; (b) a eficácia do hedge possa ser demonstrada; e (c) seja
61
possível assegurar que existe uma designação específica do instrumento de
hedge e diferentes posições de risco.
Caso uma operação de macrohedge não atenda a tais exigências, a empresa está
impedida de adotar o mecanismo de hedge accounting, devendo reconhecer o instrumento de
hedge pelo valor justo no resultado.
Além dos critérios que devem ser atendidos por uma empresa para adotar essa
metodologia, já mencionados anteriormente, Martins et al. (2013, p. 149-150) listam um total
de cinco requerimentos obrigatórios para que uma operação de hedge possa ser qualificada para
fins de hedge accounting, descritos a seguir:
i) No início da operação, a entidade deve preparar uma documentação formalizando a
relação da proteção com o objetivo do gerenciamento de risco da entidade e tal
documentação deve descrever, detalhadamente, a identificação do risco ou transação
protegida, a natureza do risco e a maneira pela qual a entidade calcula a efetividade do
hedge na compensação da exposição a variações nos fluxos de caixa atribuíveis aos itens
objeto de hedge ou nos resultados oriundos desses itens;
ii) Espera-se que o hedge seja altamente efetivo na compensação dos fluxos de caixa
atribuíveis às variações no valor justo dos itens protegidos, de forma consistente com a
estratégia de risco estabelecida pela administração documentada no início da operação;
iii) Quando se tratar de hedge de fluxo de caixa determinada transação projetada necessita
ser altamente provável e apresentar uma exposição que gere fluxos de caixa que possam
impactar o resultado;
iv) A efetividade do hedge pode ser calculada de forma confiável; e
v) O hedge deve ser avaliado continuamente e ser altamente provável nos períodos de
publicação das demonstrações contábeis em que tal operação foi designada.
No que diz respeito à avaliação da eficácia do hedge para fins de hedge accounting, a
companhia que o adotou deve obrigatoriamente observar as duas condições impostas pelo CPC
38 (2009, p. 83) no item AG105, a seguir:
AG105. Um hedge só é considerado altamente eficaz se ambas as condições
seguintes forem satisfeitas:
(a) No início do hedge e em períodos posteriores, espera-se que o hedge seja
altamente eficaz em alcançar alterações de compensação no valor justo ou nos
fluxos de caixa atribuíveis ao risco coberto durante o período para o qual o
hedge foi designado. Essa expectativa poder ser demonstrada de várias
formas, incluindo uma comparação das alterações passadas no valor justo ou
nos fluxos de caixa da posição coberta que sejam atribuíveis ao risco coberto
com as alterações passadas no valor justo ou nos fluxos de caixa do
62
instrumento de hedge, ou pela demonstração de elevada correlação estatística
entre o valor justo ou os fluxos de caixa da posição coberta e os do instrumento
de hedge. A entidade pode escolher uma taxa de hedge diferente de um para
um a fim de melhorar a eficácia do hedge, como descrito no item AG100.
(b) Os resultados reais do hedge estão dento do intervalo de 80 a 125%. Por
exemplo, se os resultados reais forem tais que a perda no instrumento de hedge
corresponder a $ 120 e o ganho nos instrumentos de caixa corresponder a
$ 100, a compensação pode ser medida por 120/100, que é 120%, ou por
100/120, que é 83%. Nesse exemplo, supondo que o hedge satisfaz a condição
da alínea (a), a entidade concluiria que o hedge tem sido altamente eficaz.
63
2. METODOLOGIA
Este capítulo aborda a metodologia de pesquisa utilizada para a análise dos dados
empíricos relacionados à utilização, pelas empresas não-financeiras, de instrumentos
derivativos para a finalidade de proteção, assim como as justificativas para a escolha dos
métodos utilizados neste trabalho.
Dessa maneira, este capítulo foi organizado em cinco tópicos onde serão apresentados
dados referentes à amostra estudada e aos métodos estatísticos utilizados para inferir a respeito
da associação da utilização dos instrumentos derivativos para fins de hedge à redução da
volatilidade dos resultados das empresas e à criação de valor. Esses tópicos são: Natureza da
pesquisa e escolha das bases de dados; Escolha da amostra; Variáveis; Tratamento dos outliers;
e Ferramentas estatísticas utilizadas para a modelagem dos dados.
2.1. Natureza da pesquisa e escolha das bases de dados
O presente trabalho consiste em um estudo de caráter quantitativo a partir de uma base
documental. Como o próprio nome sugere, uma pesquisa documental é realizada através da
análise de documentos emitidos por uma organização, os quais devem ser capazes de
comprovar determinado acontecimento ou fato (GIL, 2010, p. 31). Essa base documental
consiste principalmente em informações financeiras e contábeis produzidas pelas empresas,
disponibilizadas ao público nas duas bases de dados secundárias utilizadas nesta pesquisa: a da
Economatica e a da BM&FBovespa.
Da base da Economatica foram extraídos, em 1 de setembro de 2016, os dados
cadastrais, contábeis e de mercado de todas as empresas registradas na CVM (Comissão de
Valores Mobiliários), listados no Apêndice A, compreendendo os períodos trimestrais e o
exercício de 2015. Já da base de dados da BM&FBovespa foram extraídas as notas explicativas
às demonstrações contábeis consolidadas das empresas que fazem parte do escopo deste
trabalho, relativas ao mesmo período.4
4 Disponíveis em: <http://www.bmfbovespa.com.br/pt_br/produtos/listados-a-vista-e-derivativos/renda-
variavel/empresas-listadas.htm>. Uma vez selecionada a companhia, foram escolhidas as opções “Relatórios
Financeiros”, “Ano” = 2015, “Informações Trimestrais – ITR” ou “Demonstrações Financeiras Padronizadas –
DFP” e por último “Notas Explicativas”.
64
A escolha por estudar os efeitos do hedge sobre a volatilidade dos resultados e valor
para o ano de 2015 se deu pelo fato de esse ter sido um ano de grave crise econômica para o
País, como já destacado na parte introdutória deste trabalho.
Os cálculos das variáveis descritas a seguir foram realizados através do Microsoft Excel.
Já os cálculos estatísticos foram realizados através do software IBM SPSS Statistics (SPSS).
2.2. Escolha da amostra
A amostra deste estudo é composta por 223 empresas não-financeiras com ações
negociadas na BM&FBovespa, com valor total de mercado de R$ 1,34 trilhão em 31 de
dezembro de 2015. A representatividade dessa amostra pode ser constatada por representar
72,5% do valor de mercado total e 77,2% em relação à quantidade do total das empresas listadas
na bolsa, se forem consideradas apenas as empresas com valor de mercado superior a zero em
31 de dezembro de 2015. Se forem observadas apenas as companhias não-financeiras nesse
cálculo, a representatividade seria ainda maior, com 96,5% do valor de mercado e 85,8% da
quantidade de empresas não-financeiras listadas na BM&FBovespa na referida data. Tais
cálculos podem ser vistos na Tabela 4 a seguir.
Tabela 4 – Demonstrativo da relevância da amostra
Descrição
População
da Bolsa
com Valor
de
Mercado >
0 em
31/12/2015
(-)
Entidades
Financeiras
e
Seguradoras
População
da Bolsa
com Valor
de
Mercado >
0 (exceto
Fin/Seg)
(-)
Empresas
com
Dados
Zerados
(-)
Outliers
(z=6)
Valor de
Mercado
das
Empresas
Constantes
da
Amostra
Total do Valor de Mercado
em 31/12/2015 (em BRL
bilhões)
1.848,1 (459,2) 1.388,9 (45,6) (3,3) 1.340
Quantidade de empresas 289 (29) 260 (19) (18) 223
Percentual em relação ao
valor de mercado da
população
100,0% -24,8% 75,2% -2,5% -0,2% 72,5%
Percentual em relação à
quantidade de empresas da
população
100,0% -10,0% 90,0% -6,6% -6,2% 77,2%
Percentual em relação ao valor total de mercado (-) entidades financeiras e
seguradoras 96,5%
Percentual em relação à quantidade total de empresas do mercado (-) entidades
financeiras e seguradoras 85,8%
Fonte: Elaborado pelo autor com base nos dados fornecidos pela Economatica referentes a dezembro/2015.
65
A determinação das empresas constantes da amostra se deu pela segregação, a partir da
base da Economatica, de todas as empresas listadas na BM&FBovespa com valor de mercado
superior a zero em 31 de dezembro de 2015, exceto pelas entidades financeiras e seguradoras,
totalizando 260 empresas com valor total de mercado de R$ 1,39 trilhão. Desse montante,
decidiu-se excluir todas as empresas que, por qualquer razão, tivessem dados zerados em
qualquer um dos trimestres do ano de 2015, representando 19 companhias com um valor de
mercado de R$ 45,6 bilhões. Adicionalmente, foram excluídas da amostra 18 empresas
consideradas como outliers, como destacado mais adiante, com um valor total de mercado de
R$ 3,3 bilhões. Após a exclusão de tais empresas restaram na amostra 223 companhias com um
valor de mercado total de R$ 1,34 trilhão. A lista com as empresas constantes da amostra pode
ser vista no Apêndice B.
2.3. Variáveis
A partir da lista das informações contidas no Apêndice A, foram tabuladas as
informações, variáveis e proxies, tanto qualitativas como quantitativas, referentes à amostra
proposta, necessárias à análise a ser realizada neste trabalho.
Em primeiro lugar foram segregadas da base de dados da Economatica as informações
básicas das companhias da amostra, quais sejam:
a) Nome da companhia;
b) CNPJ;
c) Setor Economatica;
d) Setor NAICS (The North American Industry Classification System)5.
As variáveis dependentes, independentes e de controle serão tratadas separadamente
adiante para que se possa testar as hipóteses a seguir descritas:
a) A utilização de contratos derivativos como instrumentos de hedge pelas empresas está
associada à redução da volatilidade de seus resultados; e
b) A utilização de contratos derivativos como instrumentos de hedge está associada à criação
de valor para as companhias.
5 O NAICS é uma classificação setorial utilizada pelos países da América do Norte (EUA, México e Canadá).
66
2.3.1. Volatilidade dos resultados das empresas
A variável dependente qualitativa dessa primeira parte da pesquisa, a saber, hedge, tem
como proxies, por conta de sua característica binária, os números “0” para uma resposta
negativa e “1” para uma resposta positiva à utilização de derivativos para fins de hedge ao longo
do ano de 2015, conforme o Quadro 7 a seguir:
Quadro 7 – Variável dependente qualitativa para o estudo da volatilidade dos resultados
Variável Proxy
Hedge Utilização de derivativos para fins de hedge ao longo
do ano de 2015 – não (0) e sim (1)
Fonte: Elaborado pelo autor.
Os dados relativos a essa variável foram coletados a partir das Notas Explicativas às
Demonstrações Contábeis das empresas que compõem a amostra deste trabalho para os quatro
trimestres de 2015, a partir da base de dados da BM&FBovespa.
Aqui foi considerada uma resposta afirmativa (proxy = 1) sempre que uma companhia
teve em seus balanços posição de derivativos utilizados com finalidade de proteção ou que
tenha liquidado tais operações em ao menos um trimestre do ano de 2015. Caso a companhia
pesquisada não tenha utilizado derivativos para fins de proteção em nenhum dos trimestres de
2015 ou tenha utilizado tais instrumentos para outra finalidade, considera-se uma resposta
negativa (proxy = 0).
Há várias empresas que utilizaram hedge com derivativos ao longo dos quatro trimestres
do ano e para estas a resposta certamente é positiva. Há também diversas empresas que não
fizeram tais operações 2015 e para estas a resposta à utilização de hedge é negativa.
No entanto, há outras companhias que tiveram necessidade de fazer hedge em apenas
alguns trimestres, mas não em todos os trimestres do ano. Podem por exemplo ter iniciado o
ano de 2015 com essas operações em seus balanços, as quais foram liquidadas em algum
trimestre posterior, mas não precisaram fazer nenhuma outra operação de hedge com
derivativos até o final do ano. Outro exemplo é o daquelas empresas que iniciaram o ano de
2015 sem operações de hedge, mas que nos demais trimestres teve tal necessidade. Como de
fato tais empresas fizeram hedge com derivativos ao longo do ano de 2015, para elas, considera-
se uma resposta positiva. Esse tipo de situação ocorre porque muitas empresas trabalham com
produtos que são negociados em períodos cíclicos, em virtude de um momento específico no
qual concentram sua produção ou venda de produtos ou mesmo períodos de colheita, entre
outras razões. Dessa forma, tendo em vista que os seus fluxos de caixa de importação ou
67
exportação podem ser realizados em determinadas épocas do ano, espera-se dessas empresas
que entrem em operações de hedge apenas nesses momentos e não durante todo o ano.
Importa igualmente destacar sobre a dificuldade de encontrar essa informação em
algumas das notas explicativas das empresas da amostra. Assim foi considerada uma resposta
negativa para os casos em que não havia clareza sobre essa informação nas Notas Explicativas.
Já a variável independente, de natureza quantitativa, está demonstrada no Quadro 8 a
seguir. Logo após o Quadro 8 serão descritos os principais argumentos e justificativas da
inclusão dessa informação na análise da volatilidade dos resultados das empresas.
Quadro 8 – Variável independente quantitativa para o estudo da volatilidade dos resultados
Variável Proxy
Volatilidade do
Resultado
Desvio-padrão dos retornos sobre o patrimônio líquido (ROE) para o ano
de 2015
Fonte: Elaborado pelo autor.
Tendo em vista que a primeira parte desta pesquisa consiste em estudar a volatilidade
dos resultados das empresas, o cálculo dessa variável é fundamental para que sejam realizadas
as comparações entre os retornos das empresas que utilizaram derivativos como instrumentos
de proteção e aquelas que não fizeram uso desses contratos para essa finalidade no período aqui
estudado.
Como proposto por Securato (2015, p. 468), o desvio-padrão será a medida de risco
utilizada para calcular a volatilidade dos retornos deste estudo.
Já o retorno aqui utilizado será um dos mais comumente encontrados na literatura e
utilizados pelas companhias: o ROE (return on equity) ou retorno sobre o patrimônio líquido.
Segundo Marion (2015, p. 119), o ROE é calculado pela razão lucro líquido pelo patrimônio
líquido e representa a rentabilidade do empresário (ou quanto o acionista obteve de retorno
sobre o valor investido no patrimônio da empresa).
Algumas das companhias aqui estudadas tinham o seu exercício social composto por
período distinto do padrão “janeiro a dezembro”, implicando assim em resultados
disponibilizados pela Economatica diferentes do período anual de 2015. Por essa razão, com o
objetivo de uniformizar os resultados para todas as empresas para o mesmo período, decidiu-se
considerar o resultado anual de 2015 através da somatória dos resultados dos quatro trimestres
desse ano na planilha de dados, de forma manual.
68
2.3.2. Criação de valor nas empresas
Como na segunda parte desta pesquisa pretende-se verificar se a utilização de
derivativos para fins de hedge está associada com a criação de valor nas empresas que utilizam
esses instrumentos para essa finalidade, entendeu-se que, diferentemente do que ocorreu na
primeira parte da pesquisa, aqui a variável dependente seria a criação de valor propriamente
dita, representada pelo logaritmo natural do Q de Tobin, por esta ser a informação principal
nesse segundo momento.
Assim, tanto a variável dependente quantitativa quanto a sua proxy estão demonstradas
no Quadro 9 a seguir:
Quadro 9 – Variável dependente quantitativa para o estudo da criação de valor
Variável Proxy
QTobin Criação de valor = logaritmo natural do Q de Tobin em 31/12/2015
Fonte: Elaborado pelo autor.
O Q de Tobin pode ser definido como “a relação entre o valor de mercado de uma
empresa e o valor de reposição de seus ativos físicos” (FAMÁ; BARROS, 2000, p. 27),
calculado de forma simplificada como proposto por Tsuji (2011, p. 16), a seguir:
Q de Tobin =VCA (–) VCE (+) VME
VCA (16)
Onde:
VCA = valor contábil dos ativos;
VCE = valor contábil do equity (patrimônio líquido); e
VME = valor de mercado do equity da empresa.
Importa esclarecer que os valores contábeis e de mercado utilizados nessa fórmula
foram extraídos como informados na base de dados da Economatica.
A escolha dessa medida de valor se deu pela facilidade em calculá-la, tendo em vista
que, para a sua mensuração, são utilizadas algumas informações contábeis e de valor de
mercado das empresas. Adicionalmente, tendo como objetivo a redução de eventuais efeitos de
outliers considerou-se neste estudo calcular o logaritmo natural do Q de Tobin. Tanto a escolha
dessa medida como a utilização do logaritmo natural para ela estão em linha com os estudos
realizados por Allayannis e Weston (2001, p. 249); Machado (2007, p. 2); Rountree, Weston e
Allayannis (2008, p. 238); Serafini (2009, p. 19); Tsuji (2011, p. 16); Allayannis, Lel e Miller
69
(2012, p. 66); Belghitar, Clark e Mefteh (2013, p. 287); e Ribeiro, Machado e Rossi Júnior
(2013, p. 132).
A variável independente qualitativa (dummy), a saber, hedge, tem como proxies, por
conta de sua característica binária, os números “0” para uma resposta negativa e “1” para uma
resposta positiva à utilização de derivativos para fins de hedge ao longo do ano de 2015,
conforme o Quadro 10 a seguir:
Quadro 10 – Variável independente qualitativa para o estudo da criação de valor
Variável Proxy
Hedge Utilização de derivativos para fins de hedge ao longo
do ano de 2015 - não (0) e sim (1)
Fonte: Elaborado pelo autor.
Essa informação é vital para este estudo, uma vez que parte do objetivo deste trabalho
é verificar a associação das operações de derivativos para fins de proteção com a criação de
valor para as companhias pesquisadas. A coleta dessa informação foi realizada da mesma
maneira como já mencionado no tópico anterior.
Para verificar se o aumento de valor da companhia está associado à utilização de
instrumentos derivativos em operações de hedge, faz-se necessário igualmente entender os
impactos que outras variáveis podem trazer ao valor das empresas. Para isso foram consideradas
as variáveis de controle destacadas no Quadro 11 a seguir, sendo a primeira delas (Governança)
empregada por Lel (2012, p. 225) e Allayannis, Lel e Miller (2012, p. 68) e duas outras
(Tamanho e Alavancagem) utilizadas nos estudos conduzidos por Rountree, Weston e
Allayannis (2008, p. 239) e Tsuji (2011, p. 18). Logo após o Quadro 11, serão descritos os
principais argumentos e justificativas para a sua inclusão à análise-objeto deste estudo.
Quadro 11 – Variáveis de controle para o estudo da criação de valor
Variável Proxy
Governança
(1) para empresas listadas no segmento “Novo Mercado” da
BM&FBovespa e (0) para empresas listadas nos demais segmentos em
2015
Tamanho Logaritmo natural do total do ativo em 31 de dezembro de 2015
Rentabilidade Retorno sobre o patrimônio líquido (ROE) para o ano de 2015
Alavancagem Razão da dívida de longo prazo pelo valor contábil dos ativos em 31 de
dezembro de 2015 Fonte: Elaborado pelo autor.
70
a) Governança: empresas comprometidas com padrões mais elevados de governança
corporativa podem gerar mais valor do que empresas que adotam apenas o padrão mínimo
de governança exigido pela regulamentação local, como indicado no estudo conduzido
pelo International Finance Corporation (2009, p. 15-16). Para essa variável binária
dummy foram utilizadas como proxies os números “1” para as companhias listadas no
segmento “Novo Mercado” da BM&FBovespa (sujeitas aos mais altos padrões de
governança desta bolsa)6 e “0” para aquelas empresas incluídas nos demais segmentos de
listagem da bolsa. Tais informações foram extraídas diretamente do website da
BM&FBovespa7 ou, quando indisponível, do relatório anual denominado “Formulário de
Referência” a partir do website das empresas pesquisadas para os quatro trimestres de
2015. Como foi verificado que nenhuma companhia pesquisada teve mudança de
segmento de listagem entre os trimestres do período pesquisado, foi utilizada uma única
informação de governança para esse ano.
b) Tamanho: espera-se que essa variável afete o valor de uma companhia, pois empresas
maiores podem ter mais acesso aos recursos no mercado financeiro e de capitais, de forma
a diminuir o seu custo médio ponderado de capital, o que pode contribuir para o seu
aumento de valor. Para reduzir efeito de outliers, decidiu-se utilizar como proxy o
logaritmo natural do total do ativo em 31 de dezembro de 2015.
c) Rentabilidade: empresas mais rentáveis podem, em tese, ser negociadas com prêmio se
comparadas com companhias menos rentáveis. Para essa variável, utilizou-se como proxy
a razão retorno sobre o patrimônio líquido (ROE) anual em 2015.
d) Alavancagem: o valor de uma companhia pode estar relacionado com a sua estrutura de
capital. Para essa variável foi utilizada como proxy a razão dívida de longo prazo sobre o
ativo total em 31 de dezembro de 2015.
2.4. Tratamento dos outliers
Segundo Wooldridge (2012, p. 854), outliers são “observações em um conjunto de
dados que são substancialmente diferentes da massa de dados”. O autor destaca que a sua
6 Maiores detalhes sobre os segmentos especiais de listagem podem ser encontrados em
<http://www.bmfbovespa.com.br/pt_br/listagem/acoes/segmentos-de-listagem/sobre-segmentos-de-listagem/>. 7 Disponíveis em: <http://www.bmfbovespa.com.br/pt_br/produtos/listados-a-vista-e-derivativos/renda-
variavel/empresas-listadas.htm>. Uma vez selecionada a companhia, foram escolhidas as opções “Relatórios
Financeiros”, “Ano” = 2015, “Informações Trimestrais – ITR” ou “Demonstrações Financeiras Padronizadas –
DFP” e por último “Dados Cadastrais (FCA)” juntamente com “Valores Mobiliários”.
71
identificação requer a observação da variável analisada com aquelas constantes do restante da
amostra e que alguns preferem buscar em sua base observações não-usuais porque os outliers
podem afetar significativamente as estimativas das regressões (ibid., p. 327).
Para detectar os outliers, decidiu-se aqui utilizar o método de score padronizado (Zi)
como recomendado por Martins e Theóphilo (2009, p. 116), através do cálculo a seguir:
𝑍𝑦 =𝑥𝑖− ��
𝑆 (17)
Ao calcular os outliers de valores superiores a Z=3, como sugerido por esses autores,
foram identificados 18 outliers, os quais foram retirados da amostra como demonstrado na
Tabela 4.
2.5. Ferramentas estatísticas utilizadas para a modelagem dos dados
Com base nas variáveis dependentes, independentes e de controle observadas até então,
foram realizados os cálculos estatísticos necessários para testar as duas hipóteses descritas a
seguir, sendo que ambas, no momento oportuno, foram reproduzidas na forma de hipóteses
nulas e alternativas.
a) A utilização de contratos derivativos como instrumentos de hedge pelas empresas está
associada à redução da volatilidade de seus resultados; e
b) A utilização de contratos derivativos como instrumentos de hedge está associada à criação
de valor para as companhias.
Martins e Domingues (2014, p. 179) ensinam que um teste de hipótese é uma “regra de
decisão para aceitar, ou rejeitar, uma hipótese estatística com base nos elementos amostrais” e
que a H0, denominada hipótese nula, é a hipótese estatística que deve ser testada, a qual expressa
uma igualdade. Já a H1, ou hipótese alternativa, é dada através de uma desigualdade. A rejeição
da hipótese nula é constatada através da análise dos valores de p-value calculados em cada teste
estatístico, através do software SPSS.
O p-value, igualmente conhecido como valor-P ou nível de significância (FÁVERO,
2015, p. 23), refere-se à “probabilidade de uma hipótese nula ser rejeitada, quando verdadeira”
conforme Stevenson (2001, p. 225).
72
Fávero (2015, p. 23) ensina que um nível de significância de 5% representa um nível de
confiança de 95% e este é o valor-base de p-value adotado neste trabalho por ser comumente
utilizado conforme Gastwirth, Gel e Miao (2009, p. 346).
2.5.1. Teste de homogeneidade de variâncias
Tendo em vista que parte do objetivo deste trabalho consiste em verificar se a utilização
de contratos derivativos como instrumentos de hedge está associada com a redução da
volatilidade de seus resultados, foi realizado um teste de homogeneidade de variâncias.
Considerando o desvio-padrão igual à raiz quadrada da variância, mesmo havendo igualdade
entre as médias dos dois grupos estudados, é possível afirmar que, em uma situação na qual as
variâncias entre eles não sejam homogêneas, um grupo tem mais volatilidade em seus
resultados do que o outro grupo estudado.
Para este estudo foi escolhido o teste de Levene para homogeneidade das variâncias.
Fávero et al. (2009, p. 116) denotam que, para esse teste, “A hipótese nula afirma que as
variâncias populacionais, estimadas a partir de k amostras representativas, são homogêneas ou
iguais [...] A hipótese alternativa afirma que pelo menos uma variância populacional é diferente
das demais”. Martins e Domingues (2014, p. 224) complementam que, caso o valor de Sig (p-
value) seja superior a determinado nível de significância (5% para este estudo), é possível
concluir sobre a existência da homogeneidade das variâncias.
Gastwirth, Gel e Miao (2009, p. 343) afirmam que essa abordagem é poderosa e robusta
para dados não-paramétricos. Por conta disso, entendeu-se necessário verificar a ausência de
normalidade na amostra a ser utilizada para o estudo da volatilidade dos retornos.
Conforme Fávero et al. (2009, p. 112), os testes mais utilizados para avaliar a
normalidade univariada dos dados são o de Kolmogorov-Smirnov (K-S) e o de Shapiro-Wilk.
No entanto, Martins e Domingues (2014, p. 255-261) salientam que a utilização do teste de
Shapiro-Wilk é mais apropriada para pequenas amostras, para as quais n ≤ 30. Dessa maneira
foi utilizado neste estudo apenas o teste de Kolmogorov-Smirnov. Os autores ainda destacam o
roteiro para a sua utilização, bem como a estatística desse teste, a seguir:
i) Descrever as hipóteses (H0 e H1);
ii) Fixar o nível de significância do teste de K-S;
iii) Determinar a região crítica através da consulta à tabela do teste de K-S;
iv) Calcular a estatística K-S a partir dos dados da amostra a ser estudada; e
v) Conclusão a partir dos resultados.
A estatística desse teste é dada pela fórmula a seguir:
73
𝐾 − 𝑆𝑐𝑎𝑙𝑐 = 𝑚𝑎 𝑥[|𝐹𝑅𝐸𝑖− 𝐹𝑅𝑂𝑖
|; |𝐹𝑅𝐸𝑖− 𝐹𝑅𝑂𝑖−1
|] (18)
para i = 1, 2, ..., n
Onde:
FREi = frequência relativa acumulada esperada até a categoria/classe i;
FROi = frequência relativa acumulada observada até a categoria/classe i; e
FROi-1 = frequência relativa acumulada observada até a categoria/classe i – 1.
Como será verificado no próximo capítulo os dados então sujeitos ao teste de Levene
não apresentaram normalidade.
Gastwirth, Gel e Miao (2009, p. 346) ensinam que a versão final proposta por Levene
em seu teste, na forma clássica do método ANOVA (Analysis of Variances), aplicado às
diferenças absolutas entre cada observação e a média do grupo, pode ser calculada através da
seguinte expressão:
𝐹 = 𝑁−𝑘
𝑘−1.
∑ (��𝑖.−��..)2𝑘
𝑖=1
∑ ∑ 𝑛𝑖(𝑑𝑖𝑗−��𝑖.)2𝑛𝑖
𝑗=1𝑘𝑖=1
(19)
Onde:
N = dimensão relativa à amostra global (n1+n2+...+nk);
ni = dimensão de cada uma das k amostras;
dij = |xij - ��ij|, i = 1,...,k, e j=1,...,k;
xij = observação j da amostra i;
��ij = média da amostra i;
��𝑖. = média de dij na amostra i; e
��.. = média de di relativamente à amostra global.
Tanto as descrições do cálculo de Levene acima citadas quanto o procedimento para a
aplicação deste teste são dados por Fávero et al (2009, p. 117):
1. Fixar a hipótese nula H0 e a hipótese alternativa H1. A hipótese nula
afirma que as variâncias populacionais são homogêneas, isto é, H0: 21 =
22 = ... = 2
k. Já a hipótese alternativa afirma que pelo menos uma das
variâncias populacionais é diferente das demais, ou seja, H1: ij: 2i ≠ 2
j
(i,j=1,...,k). 2. Fixar o nível de significância do teste. 3. A estatística escolhida é o teste W de Levene.
74
4. Fixar a região crítica com o auxílio da tabela de distribuição F [...], isto
é, Fc = Fk-1,N-k,. 5. Calcular o valor real da estatística Wcalc, conforme mostra a Equação [...].
6. Conclusão: se o valor da estatística pertencer à região crítica, isto é, se
Wcalc > Fc, rejeita-se H0. Se Wcalc ≤ Fc não se rejeita H0.
Tendo em vista o exposto, as hipóteses nula e alternativa para o teste de Levene são:
H0: não há diferenças significativas entre as variâncias dos retornos das empresas que
utilizam instrumentos derivativos para fins de hedge e as variâncias dos retornos das
empresas que não utilizam esses instrumentos para fins de hedge; e
H1: há diferenças significativas entre as variâncias dos retornos das empresas que utilizam
instrumentos derivativos para fins de hedge e as variâncias dos retornos das empresas que
não utilizam esses instrumentos para fins de hedge.
Mais uma vez foram observados os valores de p-value desse teste calculados pelo SPSS
e, nos casos em que esse valor resulte em um nível de até 0,05 (5%), rejeitou-se a hipótese nula.
2.5.2. Regressão linear múltipla
A segunda parte desta pesquisa refere-se ao estudo da associação da utilização de
instrumentos derivativos em operações de hedge à criação de valor e para isso foi utilizado um
modelo de regressão linear múltipla. Tal análise propõe-se a testar as hipóteses nula e
alternativa a seguir reproduzidas como parte do objetivo deste estudo:
H0: a utilização de contratos derivativos como instrumentos de hedge não está
positivamente e de forma significativa associada com a criação de valor para as
companhias; e
H1: a utilização de contratos derivativos como instrumentos de hedge está positivamente
e de forma significativa associada com a criação de valor para as companhias.
Fávero et al. (2009, p. 346) ensinam que, seguramente, a análise de regressão é uma das
ferramentas mais utilizadas nas organizações e na academia por pesquisadores de várias áreas
do conhecimento, pois “buscam verificar a relação entre um conjunto de variáveis explicativas
métricas ou dummies e uma variável dependente métrica (fenômeno em estudo), ou seja,
procura avaliar o impacto de cada variável explicativa”. Dessa maneira os autores apresentam
um modelo de regressão linear múltipla, o qual permite a inserção de diversas variáveis para
explicar um dado fenômeno, representado pela expressão a seguir:
𝑌 = α + 𝛽1. 𝑋1 + 𝛽2. 𝑋2 + ⋯ + 𝛽𝑛. 𝑋𝑛 + 𝑢 (20)
75
Onde:
Y = fenômeno a ser estudado (variável dependente quantitativa);
𝛼 = intercepto (constante);
ßk (k = 1, 2, ..., n) = coeficientes (angulares) de cada variável;
Xk = variáveis independentes explicativas (dummies ou quantitativas);
u = termos de erro (resíduos que representam possíveis variáveis X não incluídas no modelo e
que poderiam explicar a variável Y);
Para essa regressão foi utilizado o método de entrada forçada, através da opção
denominada pelo SPSS como “Enter”. Segundo Field (2009, p. 227), nesse método “todas as
covariáveis são colocadas no mesmo modelo de regressão em um único bloco e as estimativas
dos parâmetros são calculadas para cada bloco”.
Neste trabalho foi utilizada uma única regressão, a qual considerou em seu cálculo: i) o
efeito da variável independente (Hedge) e das demais variáveis de controle (Governança,
Tamanho, Rentabilidade e Alavancagem) sobre a variável dependente (QTobin); e ii) o efeito
multiplicativo que a variável independente e as variáveis de controle Tamanho, Rentabilidade
e Alavancagem, teriam sobre a variável dependente.
Como já mencionado anteriormente, Hedge e Governança são variáveis qualitativas
dummies, as quais foram representadas por (0) para uma resposta negativa e (1) para uma
resposta afirmativa no caso da variável Hedge; e (1) para o segmento “Novo Mercado” e (0)
para os demais segmentos de listagem da BM&FBovespa no caso da variável Governança.
Wooldridge (2012, p. 228) denota que em um modelo de regressão podem ser incorporadas
esses tipos de variáveis através da sua simples inclusão na equação.
O efeito multiplicativo de variáveis neste trabalho tem como propósito verificar se as
operações de hedge, combinadas com o tamanho, a rentabilidade e a alavancagem de uma
empresa, estão associadas à criação de valor. Tal efeito foi realizado através da multiplicação
do valor constante na coluna da variável Hedge com os valores listados nas colunas das
variáveis Tamanho, Rentabilidade e Alavancagem, sendo que o resultado de cada multiplicação
(Hedge x Tamanho, Hedge x Rentabilidade e Hedge x Alavancagem) ficou em uma coluna
separada. A nova variável Hedge x Tamanho tem como pretensão demonstrar se o tamanho das
empresas que utilizaram hedge com derivativos em 2015 está associado à criação de valor. Já
a linha Hedge x Rentabilidade tem como propósito verificar se o nível de rentabilidade das
empresas que fazem hedge está associado à criação de valor. A última variável, a saber, Hedge
x Alavancagem, pretende apontar se o grau de alavancagem de uma companhia que utiliza
76
hedge está associado à criação de valor. Importa ressaltar que o efeito multiplicativo de
variáveis dummy com outras variáveis independentes explicativas está em linha com os estudos
realizados por Mano (2013, p. 21).
Uma vez esclarecidas essas questões, parte-se para a elaboração da regressão que será
utilizada neste trabalho, a seguir:
𝑄𝑇𝑜𝑏𝑖𝑛 = α + 𝛽1. 𝐻𝑒𝑑𝑔𝑒 + 𝛽2. 𝐺𝑜𝑣𝑒𝑟𝑛𝑎𝑛ç𝑎 + 𝛽3. 𝑇𝑎𝑚𝑎𝑛ℎ𝑜 + 𝛽4. 𝑅𝑒𝑛𝑡𝑎𝑏𝑖𝑙𝑖𝑑𝑎𝑑𝑒 +
𝛽5. 𝐴𝑙𝑎𝑣𝑎𝑛𝑐𝑎𝑔𝑒𝑚 + 𝛽6. (𝐻𝑒𝑑𝑔𝑒. 𝑇𝑎𝑚𝑎𝑛ℎ𝑜) + 𝛽7. (𝐻𝑒𝑑𝑔𝑒. 𝑅𝑒𝑛𝑡𝑎𝑏𝑖𝑙𝑖𝑑𝑎𝑑𝑒) +
𝛽8. (𝐻𝑒𝑑𝑔𝑒. 𝐴𝑙𝑎𝑣𝑎𝑛𝑐𝑎𝑔𝑒𝑚) + 𝑢 (21)
Onde:
QTobin = variável dependente quantitativa de valor representada pelo logaritmo natural do Q
de Tobin em 31 de dezembro de 2015;
𝛼 = intercepto (constante);
ßk (k = 1, 2, ..., n) = coeficientes (angulares) das variáveis independente e de controle;
Hedge = variável independente qualitativa referente à existência de operações de derivativos
para fins de hedge ao longo do ano de 2015 (dummy: “0” para não e “1” para sim);
Governança = variável de controle qualitativa que demonstra se a companhia estava listada ou
não no segmento “Novo Mercado” no ano de 2015 (dummy: “1” para as companhias listadas
neste segmento “0” para aquelas listadas nos demais segmentos);
Tamanho = variável de controle quantitativa referente ao tamanho da empresa, representada
pelo logaritmo natural do ativo total em 31 de dezembro de 2015;
Rentabilidade = variável de controle quantitativa referente ao ROE anual em 2015;
Alavancagem = variável de controle quantitativa referente à razão da dívida de longo prazo
pelo valor contábil dos ativos em 31 de dezembro de 2015; e
u = termos de erro (resíduos – representa possíveis variáveis X não incluídas no modelo e que
poderiam explicar a variável QTobin).
As hipóteses nula e alternativa dessa regressão estão descritas a seguir com base em
Martins e Domingues (2014, p. 347):
H0: não existe regressão entre Q de Tobin e a variável explicativa em estudo; e
H1: existe regressão entre Q de Tobin e a variável explicativa em estudo.
Em uma regressão multivariada como esta pode haver casos em que a variável regredida
não possua significância estatística por conta do seu valor de p-value ser superior a 5%, não
77
rejeitando H0. Em situações como esta, a variável que não se mostra significativa para o referido
modelo de regressão pode ser descartada, segundo Martins e Domingues (2014, p. 352). Apesar
dessa sugestão, para este trabalho tal variável somente será considerada como não tendo
associação estatisticamente significativa, mas não será retirada da regressão.
78
3. RESULTADOS DA PESQUISA
Este capítulo tem como objetivo a análise dos dados da pesquisa e a apresentação e
análise dos resultados dos testes estatísticos descritos no segundo capítulo.
Dessa forma, por conta do objetivo deste trabalho, este capítulo será dividido em três
tópicos principais: Análise inicial sobre a utilização de instrumentos derivativos em operações
de hedge; Análise da volatilidade dos resultados das empresas e Análise da criação de valor nas
empresas.
3.1. Análise inicial sobre a utilização de instrumentos derivativos em
operações de hedge
Neste tópico será realizada uma análise prévia sobre a utilização de instrumentos
financeiros derivativos para fins de hedge pelas empresas pesquisadas ao longo do ano de 2015.
Inicialmente foi constatado que das 223 empresas coletadas, aproximadamente 55%
delas utilizaram derivativos para fins de hedge ao longo do ano de 2015 e 45% não utilizaram
instrumentos derivativos para fins de proteção ou simplesmente não utilizaram derivativos
neste período, como pode ser verificado pela Figura 2 a seguir:
Figura 2 – Utilização ou não de hedge em 2015 Fonte: Elaborado pelo autor com base nos dados da Economatica.
Apesar de a maioria das empresas pesquisadas terem realizado operações de hedge ao
longo de 2015, o gráfico da Figura 2 demonstra haver um certo equilíbrio, em termos
percentuais, entre as empresas que utilizaram derivativos para fins de hedge e aquelas que não
realizaram tais operações em 2015. No entanto, para uma análise complementar, fez-se
necessário igualmente apresentar tal quebra por setor, demonstrada de forma completa no
Apêndice C e resumidamente (com os principais setores) na Tabela 5 a seguir:
Não10045%
Sim12355%
79
Tabela 5 – Utilização de derivativos para fins de hedge pelos principais setores pesquisados
Setor
Total Hedge = não Hedge = sim
Quant. Perc.
(Total) Quant.
Perc.
(Setor) Quant.
Perc.
(Setor)
Energia Elétrica 32 14,3% 14 43,8% 18 56,3%
Construção 17 7,6% 13 76,5% 4 23,5%
Comércio 14 6,3% 3 21,4% 11 78,6%
Textil 14 6,3% 7 50,0% 7 50,0%
Siderur & Metalur 13 5,8% 5 38,5% 8 61,5%
Veículos e peças 13 5,8% 5 38,5% 8 61,5%
Alimentos e Beb 12 5,4% 2 16,7% 10 83,3%
Transporte Serviç 11 4,9% 2 18,2% 9 81,8%
Outros - Administração de empresas e empreendimentos 10 4,5% 6 60,0% 4 40,0%
Outros - Locadora de imóveis 9 4,0% 3 33,3% 6 66,7%
Química 7 3,1% 3 42,9% 4 57,1%
Eletroeletrônicos 5 2,2% 2 40,0% 3 60,0%
Petróleo e Gás 5 2,2% 2 40,0% 3 60,0%
Demais 61 27,4% 33 54,1% 28 45,9%
Total de Companhias 223 100,0% 100 44,8% 123 55,2%
Fonte: Elaborado pelo autor com base nos dados da Economatica.
Na Tabela 5 foram listados os setores da Economatica, por ordem decrescente,
considerando o total de repostas por setor, descritos na coluna “Total”, seguido pelo percentual
de repostas de cada setor em relação ao total de companhias pesquisadas. Nas colunas “Hedge
= não” e “Hedge = sim” estão listadas as respostas negativas e positivas ao uso de hedge ao
longo do ano de 2015 seguidas do percentual de utilização dessas operações considerando o
total de empresas por setor. A última linha de dados (Demais) consolida todos os setores que
tiveram um percentual de resposta na coluna “Total” inferior a 2%.
Ao iniciar a montagem da Tabela 5, foi constatado que o setor “Outros” da Economatica
possuía uma quantidade elevada de empresas constantes da amostra, o que poderia prejudicar
essa análise, uma vez que não seria possível conhecer de forma analítica que tipo de negócio
tais companhias poderiam ter por conta da classificação dada por esta base de dados. Assim,
para que essa informação se tornasse conhecida, decidiu-se por incluir a descrição do setor
NAICS à frente do setor denominado “Outros”, constante da mesma base de dados. Dessa
forma se tornou possível por exemplo visualizar na Tabela 5 os setores “Outros - Administração
de empresas e empreendimentos” e “Outros - Locadora de imóveis”.
Uma análise visual dos dados da Tabela 5 pode ser realizada a partir do gráfico
demonstrado na Figura 3 a seguir:
80
Figura 3 – Utilização ou não de hedge em 2015 pelos principais setores pesquisados Fonte: Elaborado pelo autor com base nos dados da Tabela 5.
O gráfico da Figura 3 demonstra o comportamento dos setores com maior relevância de
dados relativamente ao indicador de utilização de hedge durante o ano de 2015. As informações
contidas na Tabela 5 e na Figura 3 permitem a realização de algumas inferências com os
destaques para os casos descritos a seguir.
Considerando as empresas constantes da amostra, verificou-se que dentre todos os
setores pesquisados, o setor de energia elétrica foi o mais representativo, totalizando 32
companhias. Esse dado demonstra o alto nível de listagem desse setor, o qual tem demandado
investimentos por conta do aumento da demanda de energia elétrica no País ao longo dos
últimos anos.
Tal setor se mostrou relativamente equilibrado quanto à utilização de hedge em 2015
com 14 empresas com respostas negativas e 18 com repostas positivas, representando
respectivamente 43,8% e 56,3% do total para esse setor. O setor têxtil demonstrou igual
equilíbrio, contendo sete empresas que utilizaram hedge e sete que não realizaram tais
operações no período. Ao observar as informações contidas nas Notas Explicativas das
empresas pertencentes ao setor de energia elétrica, foi verificado que muitas delas havia
contraído empréstimos externos, os quais geram riscos de variação cambial e de taxas de juros.
Como se pode ver através dos dados da Tabela 5, a maioria delas decidiu pela proteção de riscos
como esses.
0
5
10
15
20
25
30
35
14 13
3
75 5
2 2
63 3 2 2
33
18
4
11
7 8 810 9
46
4 3 3
28
Não Sim
81
Entretanto, foi observado que algumas das companhias que possuíam tais riscos em seus
balanços e decidiram por não se proteger, mencionaram que eram constantemente monitorados
por conta de sua política de gestão de riscos. O mesmo ocorreu com as empresas do setor têxtil,
porém esse setor também possuía operações de importação de matéria-prima utilizada na
produção. Essa falta de busca por proteção pode ter ocorrido possivelmente por conta dos
elevados custos de transação envolvidos nessas operações, através da análise do custo
comparado ao benefício que podem trazer para essas sociedades.
A única questão que fica para elas é que ao assumirem tais riscos ficam sujeitas a
grandes oscilações como a que ocorreu no segundo semestre de 2015, com a alta valorização
da moeda norte-americana diante do Real em aproximadamente 25% nesse período, segundo
dados do Bacen (Banco Central do Brasil). A cotação de venda dessa moeda saltou de
R$ 3,1191 em 1o de julho para R$ 3,9048 em 31 de dezembro daquele ano8.
A Figura 4 a seguir demonstra a alta volatilidade da cotação de venda dessa moeda bem
como a linha de tendência (reta), demonstrando a referida alta no segundo semestre de 2015.
Figura 4 – Comportamento da cotação de venda do USD no segundo semestre de 2015
Fonte: Elaborado pelo autor a partir da base de dados do Bacen.9
Voltando à análise da Tabela 5 e da Figura 3, na sequência, destacam-se os setores
“Comércio”, “Alimentos e bebidas” e “Transportes e serviços”, com uma maior quantidade
8 Disponível em: <http://www4.bcb.gov.br/pec/taxas/port/ptaxnpesq.asp?id=txcotacao>. “Data inicial”: 1 de julho
de 2015, “Data final”: 31 de dezembro de 2015, “Moeda”: Dólar dos EUA. 9 Idem à nota anterior.
3,0000
3,1000
3,2000
3,3000
3,4000
3,5000
3,6000
3,7000
3,8000
3,9000
4,0000
4,1000
4,2000
4,3000
82
absoluta de empresas com operações de hedge no período estudado (com aproximadamente
80% de empresas que fizeram hedge em 2015). A busca por proteção pela maior parte das
empresas desses setores pode ser explicada por conta do seu perfil, pois há algumas companhias
com forte presença internacional (exportadoras) e muitas que buscaram empréstimos externos
para financiar as suas atividades ou que importavam matéria-prima para a sua produção ou
prestação de serviços, protegendo-se dos riscos de moedas, taxas de juros ou commodities, todas
relacionadas às suas atividades operacionais.
Diferentemente dos setores citados, o setor de construção foi aquele com menor
quantidade absoluta de empresas que utilizaram hedge em 2015 (quatro empresas representando
23,5% das empresas desse setor) em comparação com as empresas que não utilizaram tais
operações no período (13 empresas correspondendo a 76,5% do total de companhias desse
setor).
Outro setor com menos empresas com operações de hedge em relação às empresas que
não fizeram essas operações durante esse ano foi o “Outros - Administração de empresas e
empreendimentos”, com uma taxa de 40% de utilização de hedge no mesmo período. Tal
situação pode ser explicada por conta de a maioria dessas empresas concentrarem os seus
negócios relacionados a operações de empréstimos, aquisição de matéria-prima e vendas de
produtos e serviços no mercado doméstico, não existindo motivação para que a maioria dessas
empresas entre neste tipo de operação.
Pode-se igualmente verificar que os demais setores destacados na Tabela 5 tiveram mais
empresas que realizaram hedge no período, em comparação com as que não realizaram tais
operações, porém em quantidade relativa inferior aos demais setores vistos até aqui.
Por conta da regressão apresentada no tópico Análise da criação de valor nas empresas
incluir uma variável de controle de governança, a qual considerou (ou não) que determinada
companhia esteve listada no segmento “Novo Mercado” em 2015, entendeu-se por bem aqui
comparar a utilização de derivativos para fins de hedge nas empresas listadas nesse segmento
em relação às corporações listadas nos demais segmentos, a qual pode ser vista na Tabela 6 a
seguir.
83
Tabela 6 – Utilização de derivativos para fins de hedge considerando o nível de governança
corporativa
Governança
Total Hedge = não Hedge = sim
Quant. Perc.
(Total) Quant.
Perc.
(Gov.) Quant.
Perc.
(Gov.)
Novo Mercado 109 48,9% 39 35,8% 70 64,2%
Demais 114 51,1% 61 53,5% 53 46,5%
Total de Companhias 223 100,0% 100 44,8% 123 55,2%
Fonte: Elaborado pelo autor com base nos dados da Economatica.
Na Tabela 6 foram consideradas duas linhas, uma contendo todas as empresas listadas
no segmento Novo Mercado e outra com as companhias listadas nos demais segmentos. Da
mesma forma como descrito na explicação da Tabela 5, a Tabela 6 mostra uma primeira coluna
com valores denominada “Total”, a qual considera a totalidade das empresas em cada linha,
juntamente com o seu percentual em relação às 223 companhias da amostra. Nas colunas
“Hedge = não” e “Hedge = sim” estão listadas as respostas negativas e positivas ao uso de
hedge ao longo do ano de 2015 respectivamente, seguidas do percentual de utilização dessas
operações, considerando o total de empresas em cada linha, de acordo com o seu nível de
governança corporativa.
Aqui pode ser observado um equilíbrio das empresas listadas no Novo Mercado em
comparação com as demais empresas para esse ano (48,9% e 51,1% respectivamente), sendo
que das empresas listadas no segmento com o maior nível de governança da BM&FBovespa,
64,2% delas fizeram operações de hedge em 2015, contra 35,8% das empresas que não fizeram
hedge nesse ano. Já a linha com os demais segmentos indica que havia menos empresas com
operações de hedge em 2015 (46,5%) se comparadas com as empresas que não fizeram tais
operações nesse período (53,5% das empresas listadas nos demais segmentos).
A partir desses dados, torna-se possível inferir que durante o ano-calendário de 2015 as
empresas não-financeiras brasileiras com um maior nível de governança corporativa tiveram
uma tendência maior em realizar operações de proteção do que as empresas com um menor
nível de governança. Esse resultado está em linha com aqueles apresentados nos estudos
conduzidos por Lel (2012) e pode ser explicado pelo fato de empresas com maior nível de
governança possuírem conselhos de administração e fiscais mais ativos, os quais exigem da
administração um maior nível de accountability e de prestação de contas e, tendo em vista que
as operações de hedge servem para a proteção dos itens do balanço sujeitos a riscos que podem
diminuir o valor patrimonial de uma companhia, a administração tende a utilizar esses
instrumentos para fins específicos de hedge e não para outros fins.
84
3.2. Análise da volatilidade dos resultados das empresas
Nesta parte da pesquisa, pretende-se verificar se as empresas que fizeram hedge ao
longo do ano de 2015 tiveram menos volatilidade em seus retornos do que aquelas que não
fizeram tais operações nesse período.
Antes mesmo de tratar dos resultados constantes neste tópico, importa aqui destacar que
as empresas que fazem parte da amostra aqui estudada possuem diferentes realidades, como
estruturas de capital, tamanhos e situação financeira (tanto em termos de lucratividade quanto
de fluxo de caixa) distintos umas das outras. Essas questões podem impactar significativamente
os seus resultados e consequentemente os seus retornos, principalmente tendo em vista um ano
de crise como o de 2015. Outro fator que pode ter impactado os retornos das empresas diz
respeito aos setores aos quais fazem parte. Alguns setores podem sofrer mais em momentos de
crise, como o de bens de consumo ou o de bens de capital por exemplo, uma vez que, em
momentos como esse, as pessoas e as empresas consumiriam menos esses itens.
Já empresas produtoras de bens não-duráveis ou de itens de primeira necessidade, por
exemplo, podem não sofrer tanto em momentos de crise, pois produzem e comercializam itens
de consumo imediato. De qualquer maneira, tendo em vista que o Relatório de Inflação do
Bacen para dezembro de 2015 apontou uma revisão do PIB negativo para o ano em 3,6%
(BACEN, 2015, p. 20), não há como deixar de inferir que, em um cenário como esse, nenhuma
empresa estaria imune a ter um ano ruim para o seu negócio. Uma vez esclarecidos esses pontos,
serão apresentados os resultados da pesquisa relacionados à volatilidade dos resultados das
empresas da amostra.
Como já destacado no capítulo anterior, o desvio-padrão do ROE (retorno sobre o
patrimônio líquido) anual em 2015 foi a medida escolhida neste trabalho para calcular a
volatilidade dos resultados das empresas. A Tabela 7 a seguir demonstra os resultados dos
cálculos da média e do desvio-padrão (volatilidade) dos retornos em termos percentuais para o
ano em estudo.
Tabela 7 – Volatilidade dos retornos (sem hedge e com hedge)
Período Hedge = não Hedge = sim
n Média Vol.(S) n Média Vol.(S)
2015 100 -15,02% 158,02% 123 10,72% 91,39%
Fonte: Elaborado pelo autor com base nos dados exportados pelo SPSS.
85
A Tabela 7 possui dois grupos, a saber, empresas que não fizeram operações de hedge
com derivativos durante o ano de 2015 (“Hedge = não”) e empresas que utilizaram tais
operações nesse período (“Hedge = sim”). Nesses dois grupos, “n” corresponde ao número total
de observações, seguido pelos percentuais da média (“Média”) e do desvio-padrão (“Vol.(S)”)
do ROE anual nesse período, considerando todas as empresas em cada grupo.
Dessa forma, como visto na Tabela 7, a média dos retornos das cem empresas que não
utilizaram hedge com derivativos ao longo de 2015 ficou negativa em 15,02% e a volatilidade
dos seus retornos ficou em 158,02%. Já as 123 empresas que fizeram hedge nesse período
tiveram média dos retornos de 10,72% e volatilidade do ROE de 91,39%.
Apesar de não fazer parte do escopo principal desse tópico, não há como deixar de
mencionar a magnitude das diferenças das médias dos retornos comparando os dois grupos de
empresas, uma vez que a Tabela 7 demonstra que as empresas que fizeram operações de hedge
ao longo de 2015 tiveram um maior retorno sobre o patrimônio líquido do que o outro grupo
que não realizou tais operações durante o mesmo período.
Quanto à volatilidade dos retornos, os resultados apresentados na Tabela 7 indicam que,
mesmo em um ano de grave crise financeira no País, as empresas que realizaram operações de
hedge com instrumentos financeiros derivativos tiveram menor volatilidade em seus resultados
(91,39%), se comparadas com as que não fizeram operações de proteção no mesmo período
(158,02%).
Uma vez comparadas as volatilidades dos retornos desses dois grupos de empresas resta
saber se os resultados apresentados são estatisticamente significativos.
Assim, primeiramente será necessário verificar a normalidade da amostra, a qual foi
verificada através do teste de Kolmogorov-Smirnov. As hipóteses a seguir foram testadas e os
seus resultados podem ser vistos na Tabela 8:
H0: a amostra é oriunda de uma distribuição normal; e
H1: a amostra não é oriunda de uma distribuição normal.
Tabela 8 – Teste Kolmogorov-Smirnov para os cálculos do ROE anual
Período Hedge = não Hedge = sim
P-value Decisão P-value Decisão
2015 0,000 Rejeitar H0 0,000 Rejeitar H0
Fonte: Elaborado pelo autor com base nos dados exportados pelo SPSS.
A Tabela 8 mostra os resultados do teste de normalidade de Kolmogorov-Smirnov,
segregando as companhias que não fizeram hedge em 2015 daquelas que detinham tais
86
operações nesse período, através da demonstração do p-value calculado pelo SPSS e da rejeição
ou não da hipótese nula com base no nível de significância de 5% para cada grupo de empresas.
Como pode ser verificado na Tabela 8, uma vez que os valores de p-value ficaram em
níveis inferiores a 5%, rejeita-se a hipótese nula para os dois grupos. Assim entende-se, a partir
desses resultados, que não há normalidade para essa base de dados.
Uma vez constatada que não há normalidade para essa amostra e, tendo em vista que o
objetivo da primeira parte deste trabalho é comparar a volatilidade dos resultados das empresas
que fizeram operações de hedge com aquelas não detinham tais operações no período em
estudo, foi realizado o teste de Levene para verificar se as diferenças de volatilidade dos retornos
entre os dois grupos de empresa são estatisticamente significativas. A seguir podem ser vistas
as hipóteses nula e alternativa desse teste e, na sequência, os seus resultados demonstrados na
Tabela 9:
H0: não há diferenças significativas entre as variâncias dos retornos das empresas que
utilizaram instrumentos derivativos para fins de hedge e as variâncias dos retornos das
empresas que não utilizaram esses instrumentos para fins de hedge; e
H1: há diferenças significativas entre as variâncias dos retornos das empresas que
utilizaram instrumentos derivativos para fins de hedge e as variâncias dos retornos das
empresas que não utilizaram esses instrumentos para fins de hedge.
Tabela 9 – Teste de Levene para os cálculos do ROE anual
Período Teste de Levene
P-value Decisão
2015 0,284 Não rejeitar H0 Fonte: Elaborado pelo autor com base nos dados exportados pelo SPSS.
A Tabela 9 mostra os resultados do teste de homogeneidade de variâncias de Levene, o
qual serviu para comparar as variâncias das empresas que fizeram hedge em 2015 com as
variâncias das companhias que não detinham tais operações nesse ano, através da demonstração
do p-value calculado pelo SPSS e da rejeição ou não da hipótese nula com base no nível de
significância de 5%.
Como pode ser observado na Tabela 9, o valor de p-value do teste de Levene ficou acima
do nível de significância estabelecido, não rejeitando a hipótese nula de que as variâncias dos
retornos entre os dois grupos de empresas fossem semelhantes.
87
Apesar dos resultados da Tabela 7 indicarem que as empresas que fizeram hedge em
2015 tiveram menos volatilidade em seus resultados (91,39%) do que aquelas sem hedge
(158,02%), tais resultados não se mostraram significativos através do teste de Levene.
A seguir são transcritas algumas observações que podem explicar a falta de significância
estatística destes resultados.
No ano de 2015 houve uma forte retração na economia brasileira, com redução da
atividade econômica e consequente queda do PIB, como já mencionado anteriormente. Em
termos gerais, uma situação como essa faz com que as receitas nas vendas dos produtos e
serviços (preferencialmente não-essenciais) caiam consideravelmente, não ocorrendo o mesmo
com as despesas, que podem ficar no mesmo nível em que estavam antes do momento de crise.
Essa situação pode acarretar em prejuízos para qualquer tipo de empresa e, no escopo deste
trabalho, isso pode ter ocorrido tanto para aquelas companhias que fizeram hedge com
derivativos quanto para aquelas que não o fizeram, indiscriminadamente.
A perda do grau de investimento do País pelas maiores agências de rating do mundo fez
com que os investimentos no Brasil fossem considerados na categoria de especulação, com alto
risco. Essa situação fez com que o investidor no exterior exigisse um prêmio para investir os
seus recursos em uma empresa brasileira, seja na forma de empréstimos externos ou na forma
de emissão de títulos de dívida, resultando em um aumento do custo dessas fontes de crédito e
consequentemente das despesas de juros nas empresas brasileiras que tomam créditos externos.
Tal situação pode impactar os resultados de uma empresa negativamente mesmo que ela faça
hedge por conta do custo adicional na operação de empréstimo por exemplo.
Ao analisar as notas explicativas das empresas da amostra, foi constatado que a maior
parte delas não utilizava a metodologia de hedge accounting, a qual, como foi visto no primeiro
capítulo, faz com que o princípio da competência seja refletido adequadamente tanto para os
efeitos do instrumento quanto do objeto de hedge.
Dessa forma, considerando o exemplo do hedge de fluxo de caixa, comum para
empresas exportadoras que adotam o hedge accounting, os efeitos do instrumento de hedge são
reconhecidos no patrimônio líquido até que se possa reconhecer os efeitos no resultado do
objeto de hedge (neste caso as receitas de exportação). Assim, nesse momento ambos os efeitos
do objeto e do instrumento de hedge são reconhecidos de uma única vez no resultado do
período. Quando a empresa não utiliza esse recurso, todo o resultado do derivativo é
reconhecido a valor justo no resultado independentemente do reconhecimento contábil do
objeto de hedge.
88
Assim, uma vez que houve forte valorização da moeda norte-americana no segundo
semestre de 2015, é possível que muitas empresas tenham tido uma alta volatilidade na
marcação a mercado dos derivativos em seus resultados. O contrário pode ter acontecido da
mesma maneira, como por exemplo em uma importação altamente provável, mas dessa vez
com o efeito inverso, qual seja, do derivativo gerando volatilidade com resultado de marcação
a mercado positiva. Essa situação pode ter contribuído para que mesmo as empresas que fizeram
hedge tivessem uma considerável volatilidade em seus resultados.
Tendo em vista o exposto, a hipótese de que a utilização de derivativos para fins de
hedge contribui para a redução da volatilidade dos resultados das companhias foi confirmada,
mesmo considerando um período de crise econômica. No entanto os resultados apresentados
não se mostraram estatisticamente significativos.
3.3. Análise da criação de valor nas empresas
Nesta segunda parte da pesquisa, pretende-se verificar se a utilização de derivativos para
fins de proteção está associada com a criação de valor nas empresas que fizeram essas operações
no decorrer do ano de 2015.
Semelhantemente ao esclarecimento dado no início do tópico anterior, entendeu-se
igualmente necessário aqui destacar como as diferentes realidades das empresas pesquisadas,
aliadas à conjuntura econômica e o seu impacto no valor de mercado das ações negociadas na
BM&FBovespa em 2015, podem ter influenciado o seu valor de mercado no período em estudo.
No que diz respeito à realidade de cada companhia, vale denotar que as empresas da
amostra possuem diferentes condições financeiras, estruturas de capital, políticas de pagamento
de dividendos, market share, lucratividade, etc. Um aumento ou redução em um desses itens
pode mudar a expectativa que um investidor tem sobre os fluxos de caixa futuros de
determinada empresa, trazendo impacto ao seu valor econômico e consequentemente ao valor
de mercado da sua ação.
Adicionalmente, tendo em vista que o real valor econômico de uma companhia
incorpora as expectativas de geração de benefícios econômicos futuros (ASSAF NETO, 2014b,
p. 140), em um cenário de retração da economia com redução de PIB, aumentos no custo de
capital e na taxa de desemprego e de incertezas sobre os fluxos de dividendos oriundos da
expectativa de redução nos lucros das companhias, é natural que, em um mercado considerado
eficiente, esses eventos sejam precificados pelos agentes que participam desse mercado, através
da redução no valor das ações das empresas sujeitas a tais eventos. Nesse sentido, a Figura 5 a
89
seguir demonstra o comportamento do Ibovespa durante o ano de 2015, evidenciando o
comportamento dos preços das ações mais negociadas na BM&FBovespa.
Figura 5 – Comportamento do Ibovespa em 2015 Fonte: Elaborado pelo autor a partir da base de dados do Uol Economia.10
O gráfico da Figura 5 demonstra que em 2015 houve alta volatilidade no mercado
acionário da BM&FBovespa, com aumento do Ibovespa em aproximadamente 9,8 mil pontos
do início do ano até meados de maio (indo de 47,5 mil para 57,3 mil pontos) e queda de
aproximadamente 14 mil pontos desse período até dezembro, fechando o ano em 43,3 mil
pontos. A linha de tendência (reta) demonstrada nesse gráfico indica a queda do Ibovespa no
ano, mostrando perda de valor de mercado para as principais ações negociadas na bolsa, fato
este que pode ter trazido impactos no cálculo da regressão a ser realizada neste tópico.
Uma vez esclarecidas essas questões, seguem os resultados da pesquisa relacionados à
associação das operações de hedge com derivativos na criação de valor nas empresas
pesquisadas. Para isso foi realizado um cálculo de regressão linear múltipla, o qual se propôs a
testar as hipóteses nula e alternativa a seguir:
H0: a utilização de contratos derivativos como instrumentos de hedge não está
positivamente e de forma significativa associada com a criação de valor para as
companhias; e
10 Disponível em: http://economia.uol.com.br/cotacoes/bolsas/?historico, Opção “Histórico de cotações”.
40.000,00
42.000,00
44.000,00
46.000,00
48.000,00
50.000,00
52.000,00
54.000,00
56.000,00
58.000,00
60.000,00
90
H1: a utilização de contratos derivativos como instrumentos de hedge está positivamente
e de forma significativa associada com a criação de valor para as companhias.
Assim, a intenção aqui pretendida é de verificar como a variável dependente quantitativa
QTobin, representada pelo logaritmo natural do Q de Tobin em 31 de dezembro de 2015,
comportou-se em relação à variável independente qualitativa Hedge, indicada através da proxy
binária (dummy) “0” para uma resposta negativa e “1” para uma resposta positiva quanto à
utilização de operações de hedge ao longo do ano de 2015. Adicionalmente foram incluídas na
regressão quatro variáveis que podem impactar valor, quais sejam: i) Governança, representada
pelas proxies binárias (dummies) “1” para o segmento “Novo Mercado” e “0” para os demais
segmentos de listagem da bolsa brasileira durante o ano de 2015; ii) Tamanho, demonstrada
através do logaritmo natural do ativo total em 31 de dezembro de 2015; iii) Rentabilidade,
representada pelo retorno sobre o patrimônio líquido (ROE) anual em 2015; e iv) Alavancagem,
através da razão dívida de longo prazo pelo valor contábil dos ativos em 31 de dezembro de
2015.
Como destacado no capítulo anterior, também foi incluído nessa regressão o efeito
multiplicativo que a variável independente Hedge, juntamente com as variáveis de controle
Tamanho, Rentabilidade e Alavancagem, teriam sobre a variável dependente QTobin.
O cálculo dessa regressão se deu através da Fórmula (21), já citada no capítulo anterior,
indicada a seguir:
𝑄𝑇𝑜𝑏𝑖𝑛 = α + 𝛽1. 𝐻𝑒𝑑𝑔𝑒 + 𝛽2. 𝐺𝑜𝑣𝑒𝑟𝑛𝑎𝑛ç𝑎 + 𝛽3. 𝑇𝑎𝑚𝑎𝑛ℎ𝑜 + 𝛽4. 𝑅𝑒𝑛𝑡𝑎𝑏𝑖𝑙𝑖𝑑𝑎𝑑𝑒 +
𝛽5. 𝐴𝑙𝑎𝑣𝑎𝑛𝑐𝑎𝑔𝑒𝑚 + 𝛽6. (𝐻𝑒𝑑𝑔𝑒. 𝑇𝑎𝑚𝑎𝑛ℎ𝑜) + 𝛽7. (𝐻𝑒𝑑𝑔𝑒. 𝑅𝑒𝑛𝑡𝑎𝑏𝑖𝑙𝑖𝑑𝑎𝑑𝑒) +
𝛽8. (𝐻𝑒𝑑𝑔𝑒. 𝐴𝑙𝑎𝑣𝑎𝑛𝑐𝑎𝑔𝑒𝑚) + 𝑢 (21)
Importa salientar que a análise dessa regressão se deu através da demonstração de
associação positiva ou negativa da variável independente e das demais variáveis de controle,
em relação à variável dependente, a um nível de significância de 5%. As hipóteses nula e
alternativa a serem testadas nessa regressão estão descritas a seguir:
H0: não existe regressão entre Q de Tobin e a variável explicativa em estudo; e
H1: existe regressão entre Q de Tobin e a variável explicativa em estudo.
Como já informado no segundo capítulo, os casos em que a variável regredida não
possuir significância estatística (por conta do seu valor de p-value ser superior a 5%) não serão
excluídos da regressão, mas tão somente considerados como não tendo associação
91
estatisticamente significativa na citada regressão. Os resultados desse cálculo, considerando as
premissas citadas, podem ser vistos na Tabela 10 a seguir:
Tabela 10 – Regressão linear múltipla de QTobin em relação à variável Hedge e às demais
variáveis de controle
Variável Dependente = QTobin
Variável Independente e Variáveis de Controle Coeficientes
Estimados P-value
Intercepto 0,571 0,127
Hedge -0,792 0,146
Governança 0,097 0,099
Tamanho -0,055 0,037
Rentabilidade 0,004 0,887
Alavancagem 0,510 0,000
Hedge x Tamanho 0,064 0,081
Hedge x Rentabilidade 0,062 0,217
Hedge x Alavancagem -0,272 0,244
Resultado Geral Valores
R2 0,197
R2 ajustado 0,167
Teste F (p-value) 0,000
Fonte: Elaborado pelo autor com base nos dados exportados pelo SPSS.
A Tabela 10 demonstra a regressão linear múltipla da variável dependente QTobin em
relação à variável independente Hedge e às variáveis de controle Governança, Tamanho,
Rentabilidade e Alavancagem, juntamente com as demais variáveis multiplicativas Hedge x
Tamanho, Hedge x Rentabilidade e Hedge x Alavancagem. O sinal positivo no campo
“Coeficientes Estimados” demonstra que a variável independente e demais variáveis
explicativas estão positivamente associadas à variável QTobin. Já o sinal negativo no mesmo
campo demonstra que tais variáveis estão negativamente associadas à variável dependente. Na
sequência estão indicados os valores de p-value para cada variável, com rejeição da hipótese
nula quando esse valor for inferior a 5%.
Tendo como base os valores constantes da Tabela 10, a citada Fórmula (21) da regressão
em tela poderia ser reescrita a partir da expressão a seguir:
𝑄𝑇𝑜𝑏𝑖𝑛 = 0,571 − 0,792. 𝐻𝑒𝑑𝑔𝑒 + 0,097. 𝐺𝑜𝑣𝑒𝑟𝑛𝑎𝑛ç𝑎 − 0,055. 𝑇𝑎𝑚𝑎𝑛ℎ𝑜 +
0,004. 𝑅𝑒𝑛𝑡𝑎𝑏𝑖𝑙𝑖𝑑𝑎𝑑𝑒 + 0,510. 𝐴𝑙𝑎𝑣𝑎𝑛𝑐𝑎𝑔𝑒𝑚 + 0,064. (𝐻𝑒𝑑𝑔𝑒. 𝑇𝑎𝑚𝑎𝑛ℎ𝑜) +
0,062. (𝐻𝑒𝑑𝑔𝑒. 𝑅𝑒𝑛𝑡𝑎𝑏𝑖𝑙𝑖𝑑𝑎𝑑𝑒) − 0,272. (𝐻𝑒𝑑𝑔𝑒. 𝐴𝑙𝑎𝑣𝑎𝑛𝑐𝑎𝑔𝑒𝑚) (22)
92
Essa expressão auxilia na compreensão dos efeitos que os valores do intercepto e dos
coeficientes de angulação de cada variável explicativa constantes na Tabela 10 causariam em
uma projeção realizada com base nessa regressão. Por exemplo, o valor do intercepto 0,571
representa o valor do logaritmo natural do Q de Tobin em uma situação na qual todos os valores
das variáveis explicativas são iguais a zero, sendo esse o ponto de partida para esse cálculo.
Adicionalmente o coeficiente de angulação de cada variável representa o quanto ela aumenta
ou diminui o logaritmo natural do Q de Tobin para cada unidade de valor em cada variável
explicativa. Uma vez explanados os efeitos das variáveis dessa regressão, parte-se para a análise
dos resultados da Tabela 10, a qual será realizada de forma individual para cada variável em
relação à QTobin.
Diferentemente do esperado, a variável independente, objeto dessa segunda parte da
pesquisa (Hedge), apresentou associação negativa em relação a QTobin, porém de forma não
significativa, por conta do seu p-value ter ficado em 14,6%, acima do nível de significância
estabelecido para esse estudo. Esse resultado pode ser explicado por conta de 2015 ter sido um
ano de alta volatilidade na cotação da moeda norte-americana, nas taxas de juros e nos preços
de algumas commodities, os quais resultaram em maior volatilidade no valor justo das posições
de derivativos não designados para hedge accounting, gerando assim resultados inesperados,
impactado negativamente em valor.
Semelhantemente aos resultados encontrados por Serafini (2009), a hipótese de que a
utilização de derivativos com finalidade de hedge impacta positivamente o valor das empresas
não foi confirmada neste estudo. No entanto tal associação negativa não pode ser considerada
como estatisticamente significativa.
Uma vez analisado como as operações de hedge estiveram associadas a valor em 2015,
a seguir serão analisados os efeitos que as variáveis de controle Governança, Tamanho,
Rentabilidade e Alavancagem tiveram na criação de valor das empresas pesquisadas.
Diferentemente do que ocorreu com o caso do Hedge, a variável Governança
demonstrou associação positiva em relação a QTobin, como esperado, porém de forma não
significativa, por conta do seu p-value ter ficado a 9,9%. Tal associação positiva pode ser
explicada pela assunção de que uma empresa com um alto nível de governança como o exigido
para as companhias listadas no segmento Novo Mercado possui uma administração
normalmente profissional, com um alto nível de accountability e de prestação de contas ao
conselho de administração, resultando em uma melhor gestão de seus recursos e na possível
criação de valor para o acionista.
93
Já a variável Tamanho apresentou associação negativa com QTobin, o que não era
esperado de início para neste estudo. Entretanto os resultados se mostraram significativamente
estatísticos, com p-value de 3,7%, abaixo do nível de significância estabelecido para este
trabalho. Como já visto na Figura 5, o Ibovespa sofreu alta volatilidade e perda líquida de valor
em 2015. Uma vez que esse índice contempla as ações das empresas mais negociadas da
BM&FBovespa, e que as maiores empresas brasileiras fazem parte de sua composição, faz
sentido que alguém considere que, para um ano como esse, o tamanho das empresas possa ter
associação negativa com valor. Importa aqui ressaltar que não foi analisada a qualidade dos
ativos nesse cálculo, mas apenas a inclusão dos ativos totais na regressão.
A próxima variável, a Rentabilidade, apresentou associação positiva, mas não
significativa em relação a QTobin. Um dado que chama a atenção aqui é o valor do seu p-value
de 88,7%, muito superior ao nível de significância definido para este estudo. Tal associação
positiva era esperada, porém o alto valor do seu p-value não permitiria inferir sobre tal
associação, por causa da baixa probabilidade de rejeição da hipótese nula para esse caso.
Em uma situação normal na economia de um país, espera-se que uma empresa rentável
gere mais valor do que uma companhia com baixa rentabilidade. Entretanto, em um período de
crise, alguns fatores macroeconômicos como os já mencionados podem contribuir na perda de
valor econômico em uma companhia mesmo ela sendo rentável, por conta da expectativa que
os investidores têm sobre os seus resultados futuros, os quais se converteriam em menores
fluxos de caixa na forma de dividendos. Possivelmente este tenha sido um dos fatores
responsáveis pela falta de significância estatística dessa variável.
A última variável independente dessa regressão, a Alavancagem, apresentou associação
positiva, o que era esperado, mas ao mesmo tempo significativa à variável dependente QTobin,
com p-value de 0%, rejeitando dessa maneira a hipótese nula. Esse resultado confirma a
proposição de que a estrutura de capital de uma empresa pode impactar o seu valor,
principalmente no que diz respeito à alavancagem, uma vez que companhias altamente
alavancadas utilizam capital de terceiros para financiar a sua produção, podendo com isso
aumentar o seu faturamento e ao mesmo tempo gerar benefício fiscal pela dedutibilidade da
despesa de juros nas suas bases de tributos sobre o lucro, o que pode resultar na criação de valor
para o acionista pela combinação desses dois fatores.
A partir desse momento serão analisadas as variáveis adicionais com efeito
multiplicativo de Hedge com as variáveis Tamanho, Rentabilidade e Alavancagem.
A linha com a variável Hedge x Tamanho tem como pretensão demonstrar se o tamanho
das empresas que utilizaram hedge com derivativos em 2015 está associado à criação de valor.
94
Observa-se que tal variável possui associação positiva com QTobin, porém não significativa
por conta do seu p-value de 8,1%. As Notas Explicativas de algumas grandes empresas que
utilizam operações de hedge demonstram que elas possuem um alto nível de proteção dos riscos
contidos em seus balanços como moedas, taxas de juros e commodities. Tal situação pode ter
contribuído para a criação de valor, uma vez que esse tipo de comportamento demonstra ao
acionista que ele pode esperar que uma empresa como esta continue com um alto faturamento
por conta do seu tamanho e ao mesmo tempo uma menor volatilidade dos seus retornos.
Já a linha Hedge x Rentabilidade tem como propósito verificar se o nível de
rentabilidade das empresas que fazem hedge está associado à criação de valor. Da mesma
maneira como observado na linha anterior, o resultado da regressão demonstra que tal variável
está positivamente associada a QTobin, porém de forma não significativa em razão do seu p-
value de 21,7%. Esse resultado pode ser justificado pela premissa de que empresas altamente
rentáveis que utilizam derivativos em operações de hedge têm menor volatilidade em seus
retornos, o que contribui para um aumento de seu valor por conta da percepção, por parte do
acionista, de que os fluxos de caixa esperados de dividendos não sofram alterações
significativas em virtude das operações de proteção.
A última variável, a saber, Hedge x Alavancagem, pretende apontar se o grau de
alavancagem de uma companhia que utiliza hedge está associado à criação de valor.
Diferentemente do que ocorreu com as últimas duas linhas, essa variável apresentou associação
negativa à QTobin, porém de forma não significativa, em razão do seu p-value de 24,4%. Isso
não era esperado, porém uma possível explicação para esse resultado reside na presunção de
que ao entrarem em operações com derivativos, o spread cobrado pelos bancos aumenta ainda
mais as despesas de juros nessas empresas, o que pode comprometer os fluxos de caixa
esperados na forma de dividendos para o futuro.
Sumarizando os resultados mais relevantes da Tabela 10, é possível depreender, a partir
de tais resultados, que a utilização de instrumentos derivativos em operações de hedge não está
positivamente associada à criação de valor nas companhias pesquisadas em um ano de crise
como o de 2015. Entretanto, como já colocado antes, esses resultados não foram significativos.
Tais resultados divergem daqueles apresentados nos estudos realizados por Allayannis e
Weston (2001); Belghitar, Clark e Mefteh (2013); Machado (2007); e Ribeiro, Machado e Rossi
Júnior (2013), os quais inferiram com base nos resultados de suas pesquisas que a utilização de
hedge com derivativos está positivamente associada à criação de valor nas empresas
pesquisadas.
95
Na mesma direção, porém, com um resultado estatisticamente significativo, é possível
inferir que nesse mesmo período o tamanho das companhias pesquisadas está negativamente
associado à criação de valor. Já o mesmo não se pode afirmar em relação à alavancagem das
empresas, a qual demonstrou associação positiva e significativa com valor. As demais variáveis
não mostraram significância estatística.
Ao final dessa análise, foi possível observar com muita clareza nos resultados da
regressão, demonstrados na Tabela 10, que seis das oito variáveis estudadas apresentam valores
de p-value acima do nível de significância de 5% estabelecido para este trabalho. Tal
comportamento não era esperado no início desta pesquisa. No entanto, ao analisar as razões que
fizeram de 2015 um ano tão danoso para a economia do País, como já colocado no decorrer
deste capítulo, compreende-se que, em um cenário como esse, os resultados apresentados não
sejam conclusivos em termos estatísticos, por conta principalmente da alta volatilidade dos
principais itens protegidos pelas empresas e das ações negociadas na BM&FBovespa no mesmo
período, como se viu no transcorrer deste capítulo.
96
CONSIDERAÇÕES FINAIS
Este trabalho teve como objetivo verificar a relação entre a utilização de instrumentos
derivativos para fins de hedge com a redução da volatilidade dos resultados e a criação de valor
das companhias brasileiras. Para isso foram pesquisadas 223 empresas não-financeiras listadas
na BM&FBovespa, representando 96,5% do valor total de mercado e 85,8% da quantidade de
empresas não-financeiras negociadas na bolsa brasileira. O período pesquisado foi o ano de
2015, no qual uma profunda crise econômica se instalou no País. Os referidos dados foram
coletados a partir das bases de dados da Economatica e da BM&FBovespa e o software
utilizado para os cálculos e modelagens estatísticos foi o SPSS.
Primeiramente foi analisada a volatilidade dos resultados das companhias pesquisadas,
medida pelo desvio-padrão do retorno anual sobre o patrimônio líquido (ROE) em 2015.
É oportuno aqui destacar que as empresas que fizeram parte da amostra possuem
realidades distintas, como tamanhos, estruturas de capital, além de terem situação financeira
diferente uma das outras, questões estas que podem impactar significativamente os seus
resultados e consequentemente os seus retornos, principalmente tendo em vista um ano de crise
como ocorreu em 2015. Os setores aos quais as empresas fazem parte podem igualmente trazer
impactos distintos em momentos como esse, sendo que alguns sofreriam mais neste momento,
como os setores de bens de consumo e de capital, e outros nem tanto, como os de bens não-
duráveis ou de itens de primeira necessidade. Independentemente dessas questões, uma vez que
houve queda no PIB de 3,6% em 2015, é incerto afirmar que alguma empresa ou setor estão
imunes a ter um ano ruim para os seus negócios.
Uma vez elucidadas as questões acima, pode-se partir para os resultados apresentados,
os quais demonstram que as empresas usuárias de instrumentos derivativos com finalidade de
hedge ao longo do ano de 2015 tiveram volatilidade do ROE de 91,39% contra uma volatilidade
de 158,02% para as empresas que não fizeram uso de tais operações no mesmo período. No
entanto, tais resultados não se mostraram significativos através do teste de Levene ao nível de
significância de 5%.
Alguns fatores podem explicar a falta de significância estatística de tais resultados. Em
2015 houve uma forte retração na economia, diminuindo, por exemplo, o nível de receitas de
uma companhia e consequentemente o seu ROE, sendo que esse tipo de situação pode ocorrido
97
tanto com empresas que utilizaram hedge como para as que não possuíam tais operações no ano
de 2015.
Outra situação que pode ter contribuído para os tais resultados se refere à perda do grau
de investimento do País pelas maiores agências de rating do mundo. Esse fato acabou por
contribuir para que os investimentos realizados no País fossem considerados na categoria de
especulação, com alto risco, resultando em uma elevação no custo dos juros pelas empresas
brasileiras que tomam créditos externos, impactando negativamente os seus resultados,
independentemente se fizeram hedge ou não.
Por último, empresas exportadoras ou que possuíam importações altamente prováveis
que não adotaram a sistemática de hedge accounting podem ter sofrido alta volatilidade em
seus resultados por conta de aumentos consideráveis no valor justo dos derivativos (resultado
da forte valorização da moeda norte-americana no segundo semestre de 2015), em momento
que antecede ao reconhecimento dos efeitos dos itens protegidos em seus resultados. Essa
situação pode ter contribuído para que mesmo as empresas que fizeram hedge tivessem uma
considerável volatilidade em seus resultados.
Dessa forma, a hipótese de que a utilização de hedge com derivativos contribui para a
redução da volatilidade dos resultados das companhias foi confirmada, mesmo considerando
um período de crise econômica. Entretanto tais resultados não se mostraram estatisticamente
significativos.
Em um segundo momento, foi verificada se a utilização de derivativos para fins de
hedge está positivamente associada à criação de valor nas companhias pesquisadas para o
mesmo período. Para isso foi realizado um cálculo de regressão linear múltipla e assim apurado
como a variável dependente quantitativa de valor se comportou em relação à variável
independente de utilização de hedge e em relação às variáveis de controle de Governança,
Tamanho, Rentabilidade e Alavancagem. Adicionalmente foram incluídas nessa regressão o
efeito multiplicativo que a variável independente, em conjunto com as variáveis de controle de
Tamanho, Rentabilidade e Alavancagem, tem sobre a variável dependente de valor.
Semelhantemente ao que foi mencionado em relação ao estudo da volatilidade, as
distintas realidades de cada empresa (saúde financeira, estrutura de capital, política de
pagamentos de dividendos, market share, lucratividade, etc.) podem gerar impactos que, em
última instância, resultem na mudança da expectativa que um dado investidor tem sobre os
fluxos de caixa futuros de uma empresa, podendo assim impactar diretamente o seu valor
econômico e consequentemente o valor de sua ação negociada na bolsa. Adicionalmente, em
um cenário de redução de PIB, de aumentos no custo de capital e na taxa de desemprego e de
98
incerteza quanto aos retornos de uma companhia, é natural de se esperar que tais eventos sejam
precificados pelos agentes participantes do mercado. Questões macroeconômicas como essas
podem gerar impactos negativos reais nos preços das ações listadas em bolsa, como o ocorrido
em 2015, com alta volatilidade no Ibovespa e perda de valor desse índice ao longo de todo o
período.
Uma vez esclarecidos esses pontos, pode-se descrever os principais resultados
apresentados no cálculo da regressão linear múltipla realizada neste trabalho.
Diferentemente do que se esperava de início, a variável independente de interesse, a
saber, hedge, apresentou associação negativa em relação a valor, contudo tais resultados não se
mostraram estatisticamente significativos. Uma possível explicação para esse resultado é a alta
volatilidade na cotação da moeda norte-americana, nas taxas de juros e nos preços de algumas
commodities, os quais geram uma maior volatilidade no valor justo das posições de derivativos
não designados para hedge accounting, produzindo dessa maneira resultados inesperados,
impactado negativamente em valor.
Semelhantemente aos resultados encontrados por Serafini (2009) e diferentemente
daqueles identificados por Allayannis e Weston (2001); Belghitar, Clark e Mefteh (2013);
Machado (2007); e Ribeiro, Machado e Rossi Júnior (2013), a hipótese inicial de que a
utilização de derivativos com finalidade de hedge impacta positivamente o valor das empresas
não foi confirmada neste estudo. Levando-se em consideração a análise qualitativa
contemplada, os resultados mencionados levam ao entendimento de que as operações de hedge
com derivativos não contribuem para a criação de valor em uma companhia em um momento
de crise econômica.
Na mesma direção, porém, com um resultado estatisticamente significativo, é possível
inferir que, no ano de 2015, o tamanho das companhias pesquisadas está negativamente
associado à criação de valor. No entanto não é possível afirmar o mesmo em relação à
alavancagem das empresas, a qual demonstrou associação positiva e significativa com valor.
Os resultados das demais variáveis não se mostraram significativos.
Ao final desta análise, algo que pode ser claramente observado na regressão realizada é
o fato de seis das oito variáveis estudadas apresentarem valores de p-value acima do nível de
significância de 5% estabelecido para este trabalho. Tal comportamento pode ser explicado por
conta principalmente da alta volatilidade dos principais itens protegidos pelas empresas e das
ações negociadas na BM&FBovespa no mesmo período, como se viu no decorrer do capítulo
anterior.
99
Por fim, os resultados apresentados neste trabalho não permitiram inferir que as
operações de hedge realizadas ao longo de 2015 contribuíram significativamente para a redução
da volatilidade dos retornos nem que tais operações estão associadas à criação de valor nas
companhias pesquisadas.
100
REFERÊNCIAS
ALLAYANNIS, George; LEL, Ugur; MILLER, Darius P. The use of foreign currency
derivatives, corporate governance, and firm value around the world. Journal of International
Economics, 87, p. 65-79, 2012.
ALLAYANNIS, George; WESTON, James P. The use of foreign currency derivatives and firm
market value. The Review of Financial Studies, Spring, v. 14, n. 1, p. 243-276, 2001.
ASSAF NETO, Alexandre. Mercado financeiro. 12. ed. São Paulo: Atlas, 2014a.
______. Valuation: métricas de valor & avaliação de empresas. São Paulo: Atlas, 2014b.
BACEN. Relatório de Inflação. v. 17, n. 4, p. 1-109, dez./ 2015. Disponível em:
<http://www.bcb.gov.br/htms/relinf/port/2015/12/ri201512P.pdf>. Acesso em: 6 dez. 2016.
BELGHITAR, Yacine; CLARK, Ephraim; MEFTEH, Salma. Foreign currency derivative use
and shareholder value. International Review of Financial Analysis, 29, p. 283–293, 2013.
BERNSTEIN, Peter L. Desafio aos deuses: a fascinante história do risco. Rio de Janeiro:
Campus, 1997.
BRASIL. Lei 6.404 de 15 de dezembro de 1976. Disponível em:
<http://www.planalto.gov.br/ccivil_03/leis/L6404compilada.htm>. Acesso em: 23 ago. 2016.
______. Lei 12.543 de 8 de dezembro de 2011. Disponível em:
<http://www.planalto.gov.br/ccivil_03/_Ato2011-2014/2011/Lei/L12543.htm>. Acesso em:
28 ago. 2016.
CARVALHO FILHO, Irineu. Retrospectiva: por que 2015 foi inesquecível na economia?
Exame.com, 26 dez/ 2015. Disponível em: <http://exame.abril.com.br/economia/
retrospectiva-por-que-2015-foi-inesquecivel/>. Acesso em: 26 nov. 2016.
CHIQUETO, Fernando. Hedge Accounting no Brasil. 2014. 151 f. Tese (Doutorado em
Ciências Contábeis) – Faculdade de Economia, Administração e Contabilidade da Universidade
de São Paulo, São Paulo.
101
COMITÊ DE PRONUNCIAMENTOS CONTÁBEIS – ORIENTAÇÃO TÉCNICA OCPC 03.
Instrumentos financeiros: reconhecimento, mensuração e evidenciação. Disponível em
<http://static.cpc.mediagroup.com.br/Documentos/135_OCPC_03.pdf>. Acesso em 24 ago.
2016.
______ – PRONUNCIAMENTO TÉCNICO CPC 14. Instrumentos financeiros:
reconhecimento, mensuração e evidenciação: correlação às normas internacionais de
contabilidade – IAS 39 e IAS 32 (IASB) (partes). Disponível em
<http://static.cpc.mediagroup.com.br/Documentos/227_CPC_14.pdf>. Acesso em 24 ago.
2016.
______ – PRONUNCIAMENTO TÉCNICO CPC 38. Instrumentos financeiros:
reconhecimento e mensuração: correlação às normas internacionais de contabilidade – IAS 39.
Disponível em <http://static.cpc.mediagroup.com.br/Documentos/406_CPC_38_rev%
2004%20e%2005.pdf>. Acesso em 24 ago. 2016.
______ – PRONUNCIAMENTO TÉCNICO CPC 39. Instrumentos financeiros:
apresentação: correlação às normas internacionais de contabilidade – IAS 32. Disponível em
<http://static.cpc.mediagroup.com.br/Documentos/410_CPC_39_rev%2004.pdf>. Acesso em
24 ago. 2016.
______ – PRONUNCIAMENTO TÉCNICO CPC 40 (R1). Instrumentos financeiros:
evidenciação: correlação às normas internacionais de contabilidade – IFRS 7. Disponível em:
<http://static.cpc.mediagroup.com.br/Documentos/418_CPC_40_R1_rev%2004.pdf>. Acesso
em 24 ago. 2016.
INTERNATIONAL FINANCE CORPORATION. Practical guide to corporate governance:
experiences from the Latin American companies circle. Washington: International Finance
Corporation FC, 2009. Disponível em:
<https://www.oecd.org/daf/ca/corporategovernanceprinciples/43653645.pdf>. Acesso em 26
nov. 2016.
DAMODARAN, Aswath. Corporate finance: theory and practice. New York: John Wiley &
Sons, 1997.
______. Gestao estrategica do risco: uma referencia para a tomada de riscos empresariais.
Porto Alegre: Bookman, 2009.
FAMÁ, Rubens; BARROS, Lucas Ayres B.C. Q de Tobin e seu uso em finanças: aspectos
metodológicos e conceituais. Caderno de Pesquisas em Administração, v. 07, n. 4, p. 27-43,
out/dez 2000.
102
FÁVERO, Luis Paulo. Análise de dados. 1a. ed. Rio de Janeiro: Elsevier, 2015.
______; BELFIORE, Patrícia; SILVA, LOPES, Fabiana; CHAN, Betty Lilian. Análise de
dados: modelagem multivariada para tomada de decisões. Rio de Janeiro: Elsevier, 2009.
FIELD, Andy. Descobrindo a estatística usando o SPSS [recurso eletrônico]. 2a. ed. Dados
eletrônicos. Porto Alegre: Artmed, 2009.
GASTWIRTH, Joseph L.; GEL, Yulia R.; MIAO, Weiwen. The impact of Levene's test of
equality of variances on statistical theory and practice. Statistical Science, 24(3), p. 343-360,
2009.
GIL, Antonio Carlos. Como elaborar projetos de pesquisa. 5a. ed. São Paulo: Atlas, 2010.
GOBETTI, Gregory; PERDIGÃO, Eduardo Braga; BREHMER, Thiago Kurt de Almeida
Costa; LOPES, Alexsandro Broedel. Instrumentos Financeiros. In ERNST & YOUNG;
FIPECAFI. Manual de normas internacionais de contabilidade: IFRS versus normas
brasileiras. 2a. ed. São Paulo: Atlas, 2010.
HULL, John C. Fundamentos dos mercados futuros e de opções. 4a. ed. São Paulo: Bolsa de
Mercadorias & Futuros, 2005.
IUDÍCIBUS, Sérgio. Teoria da Contabilidade. 10a. ed. São Paulo: Atlas, 2010.
______; MARTINS, Eliseu. Uma investigação e uma proposição sobre o conceito e o uso do
valor justo. Revista Contabilidade & Finanças USP, São Paulo, edição 30 anos de doutorado,
p. 9 - 18, junho 2007.
KNIGHT, Frank H. Risk, uncertainty and profits. Boston: Houghton Mifflin, 1921.
JORION, Philippe. Value at risk: the new benchmark for managing financial risk. 3a. ed.
New York: McGraw-Hill, 2007.
LEL, Ugur. Currency hedging and corporate governance: a cross-country analysis. Journal of
Corporate Finance, 18, p. 221–237, 2012.
103
LOPES, Alexsandro Broedel; GALDI, Fernando Caio; LIMA, Iran Siqueira. Manual de
contabilidade e tributação de instrumentos financeiros e derivativos: (CPC 38, CPC 39,
CPC 40, OCPC 3, IAS 39, IAS 32, IFRS 7, normas da Comissão de Valores Mobiliários, do
Banco Central do Brasil e da Receita Federal do Brasil). 2a. ed. São Paulo: Atlas, 2011.
______; LIMA, Iran Siqueira. Perspectivas para a pesquisa em contabilidade: o impacto dos
derivativos. Revista Contabilidade & Finanças FIPECAFI – FEA – USP, São Paulo,
Fipecafi, v. 15, n. 26, p. 25-41, maio/ago. 2001.
LOPES, João Luiz Guillaumon. Gestão de risco e especulação com derivativos cambiais.
2010. 73f. Dissertação (Mestrado Profissional em Finanças e Economia) – Escola de Economia
de São Paulo da Fundação Getúlio Vargas, São Paulo.
______; SCHIOZER, Rafael Felipe; SHENG, Hsia Hua. Hedge e especulação com derivativos
cambiais: evidências de operações cotidianas. RAC – Revista de Administração
Contemporânea, Rio de Janeiro, v. 17, n. 4, p. 438-458, jul./ago. 2013.
LORENZEN, Felipe. Análise da eficácia das operações de hedge cambial de companhias
abertas brasileiras. 2011. 125f. Dissertação (Mestrado em Ciências Contábeis) – Faculdade
de Economia, Administração e Contabilidade da Universidade de São Paulo, Ribeirão Preto.
MACHADO, Gustavo C. Hedge cambial aumenta o valor de mercado das firmas?:
evidências do caso brasileiro. 2007. 35f. Dissertação (Mestrado Profissionalizante em Finanças
e Economia Empresarial) – Escola de Pós-Graduação em Economia da Fundação Getúlio
Vargas, Rio de Janeiro.
MANO, Erifili. The impact of the derivative’s use, as a hedging instrument, in the
European banking sector. 2013. 53f. Master Thesis (Master’s degree, Finance) – Tilburg
University - Faculty of Economics and Business Administration, Tilburg.
MARION, José Carlos. Contabilidade Empresarial. 17a. ed. São Paulo: Atlas, 2015.
MARKOWITZ, Harry. Portfolio Selection. The Journal of Finance, v. 7, n. 1, p. 77-91,
mar./1952.
MARTINS, Eliseu; GELBCKE, Ernesto Rubens; SANTOS, Ariovaldo; IUDÍCIBUS, Sérgio.
Manual de Contabilidade Societária. 2a. ed. São Paulo: Atlas, 2013.
MARTINS, Gilberto de Andrade; DOMINGUES, Osmar. Estatística geral e aplicada. 5a. ed.
rev. e ampl. São Paulo: Atlas, 2014.
104
MARTINS, Gilberto de Andrade; THEÓPHILO, Carlos Renato. Metodologia da investigação
científica para ciências sociais aplicadas. 2a. ed. São Paulo: Atlas, 2009.
OLIVEIRA, Antonio Benedito Silva. Controladoria: fundamentos do controle empresarial.
2a. ed. São Paulo: Saraiva. 2014.
OLIVEIRA, Darcio. Profissão de risco. Época Negócios, p. 76-85, out./2010.
RIBEIRO, Philippe Lemes; MACHADO, Sérgio Jurandyr; ROSSI JÚNIOR, José Luiz. Swap,
futuro e opções: impacto do uso de instrumentos derivativos sobre o valor das firmas brasileiras.
RAM, Rev. Adm. Mackenzie, v. 14, n. 1, p. 126-142, 2013.
ROUNTREE, Brian; WESTON, James P.; ALLAYANNIS, George. Do investors value smooth
performance?. Journal of Financial Economics, 90, p. 237-251, 2008.
SANTOS, José Odálio. Valuation: um guia prático: metodologias e técnicas para análise de
investimentos e determinação do valor financeiro de empresas. São Paulo: Saraiva, 2011.
SECURATO, José Roberto (Org.). Cálculo financeiro da tesourarias: bancos e empresas. São
Paulo: Saint Paul, 2015.
______; SECURATO, José Cláudio; OLIVO, Rodolfo Leandro de Faria. Mercado de
Derivativos. In SECURATO, José Roberto; SECURATO, José Cláudio (coords.). Mercado
Financeiro: conceitos, cálculo e análise de investimento. São Paulo: Saint Paul Editora, 2007.
SERAFINI, Danilo Guedine. O uso de derivativos da taxa de câmbio e o valor de mercado
das empresas: um estudo sobre o pass-through no mercado de ações brasileiros. 2009. 43f.
Dissertação (Mestrado Profissional em Finanças e Economia Empresarial) – Escola de
Economia de São Paulo da Fundação Getúlio Vargas, São Paulo.
SOUZA, Ênio Bonafé Mendonça. Mensuração e evidenciação contábil do risco financeiro
de derivativos. 2015. 255f. Tese (Doutorado em Ciências Contábeis) – Faculdade de
Economia, Administração e Contabilidade da Universidade de São Paulo, São Paulo, 2015.
STEVENSON, William J. Estatística aplicada à administração. São Paulo: Editora Harbra,
2001.
105
TSUJI, Bruno. Gerenciamento de risco e valor no Brasil: um estudo empírico. 2011. 33f.
Dissertação (Mestrado em Finanças e Economia Empresarial) – Escola de Economia de São
Paulo da Fundação Getúlio Vargas, São Paulo.
WILMOTT, Paul. Paul Wilmott on quantitative finance. 2a. ed. West Sussex: John Wiley &
Sons, 2006.
______. Paul Wilmott introduces quantitative finance. 2a. ed. West Sussex: John Wiley &
Sons, 2007.
WOOLDRIDGE, Jeffrey M. Introductory econometrics: a modern approach. 5a. ed. South-
Western Cengage Learning, 2012.
WU, Márcio Jolhben. A política de hedge para o controle de risco nas instituições não-
financeiras utilizando opções de compra. 2006. 120f. Dissertação (Mestrado em
Administração) – Faculdade de Economia, Administração e Contabilidade da Universidade de
São Paulo, São Paulo.
APÊNDICES
APÊNDICE A – Dados coletados da base da Economatica em 1 de setembro de 2016 as
21h21
Dados Características dos Dados
Nome -
CNPJ -
Setor
Economatica -
Setor NAICS
ult disponiv -
Bolsa -
Lucro Liq em moeda orig; em milhares; de 3 meses; consolid:sim*
Ativo Tot em moeda orig; em milhares; consolid:sim*
Patrim Liq em moeda orig; em milhares; consolid:sim*
Valor
Mercado da
empresa
em moeda orig; em milhares
PasNoCir em moeda orig; em milhares; consolid:sim* Fonte: Elaborado pelo autor.
APÊNDICE B – Demonstrativo das empresas constantes da amostra
Núm. Nome CNPJ Setor
Economatica
Setor NAICS
ult disponiv
1 Aco Altona 82643537000134 Siderur & Metalur Transformação de aço em produtos de aço
2 AES Elpa 01917705000130 Energia Elétrica Geração, transmissão e distribuição de energia elétrica
3 Alfa Holding 17167396000169 Outros Administração de empresas e empreendimentos
4 Aliansce 06082980000103 Outros Locadora de imóveis
5 Alpargatas 61079117000105 Textil Indústria de calçados
6 Alupar 08364948000138 Energia Elétrica Geração, transmissão e distribuição de energia elétrica
7 Ambev S/A 07526557000100 Alimentos e Beb Indústria de bebidas
8 Ampla Energ 33050071000158 Energia Elétrica Geração, transmissão e distribuição de energia elétrica
9 Anima 09288252000132 Outros Educacão
10 Arezzo Co 16590234000176 Textil Indústria de calçados
11 Arteris 02919555000167 Transporte Serviç Atividades auxiliares ao transporte rodoviário
12 Azevedo 61351532000168 Construção Outras construções pesadas
13 B2W Digital 00776574000156 Comércio Vendas por correio ou meio eletrônico
14 Bahema 45987245000192 Outros Administração de empresas e empreendimentos
15 Bardella 60851615000153 Máquinas Indust Industria de máquinas agrícolas, de construção e mineração
16 Baumer 61374161000130 Outros Indústria de equipamentos e materiais para uso médico
17 Bic Monark 56992423000190 Veiculos e peças Indústria de outros equipamentos de transporte
18 Biomm 04752991000110 Outros Pesquisa científica
19 Biosev 15527906000136 Agro e Pesca Agricultura
20 Bombril 50564053000103 Química Indústria de artigos de limpeza
21 BR Brokers 08613550000198 Outros Atividades relacionadas a imóveis
22 BR Malls Par 06977745000191 Outros Locadora de imóveis
23 BR Pharma 11395624000171 Comércio Loja de artigos para saúde e cuidados pessoais
24 BR Propert 06977751000149 Outros Locadora de imóveis
25 Bradespar 03847461000192 Outros Administração de empresas e empreendimentos
26 Brasilagro 07628528000159 Agro e Pesca Agricultura
27 Braskem 42150391000170 Química Indústria química
28 Brasmotor 61084984000120 Eletroeletrônicos Indústria de eletrodomésticos
29 BRF SA 01838723000127 Alimentos e Beb Abatedouros
30 CCR SA 02846056000197 Transporte Serviç Atividades auxiliares ao transporte rodoviário
31 Ceb 00070698000111 Energia Elétrica Geração, transmissão e distribuição de energia elétrica
32 Ceee-Gt 92715812000131 Energia Elétrica Geração, transmissão e distribuição de energia elétrica
33 Celesc 83878892000155 Energia Elétrica Geração, transmissão e distribuição de energia elétrica
34 Celpa 04895728000180 Energia Elétrica Geração, transmissão e distribuição de energia elétrica
35 Celul Irani 92791243000103 Papel e Celulose Indústria de papel, celulose e papelão
36 Cemar 06272793000184 Energia Elétrica Geração, transmissão e distribuição de energia elétrica
37 Cemig 17155730000164 Energia Elétrica Geração, transmissão e distribuição de energia elétrica
38 Cesp 60933603000178 Energia Elétrica Geração, transmissão e distribuição de energia elétrica
39 Cia Hering 78876950000171 Textil Indústria de roupas de malha
40 Cielo 01027058000191 Software e Dados Serviços de processamento de dados
41 Coelba 15139629000194 Energia Elétrica Geração, transmissão e distribuição de energia elétrica
42 Coelce 07047251000170 Energia Elétrica Geração, transmissão e distribuição de energia elétrica
43 Comgas 61856571000117 Petróleo e Gas Distribuição de gas natural
44 Contax 04032433000180 Outros Serviços de apoio a empresas
45 Copasa 17281106000103 Outros Agua, esgoto e outros sistemas
46 Copel 76483817000120 Energia Elétrica Geração, transmissão e distribuição de energia elétrica
47 Cosan 50746577000115 Alimentos e Beb Indústria de açúcar e produtos de confeitaria
48 Cosan Log 17346997000139 Transporte Serviç Transporte ferroviário
49 Cosern 08324196000181 Energia Elétrica Geração, transmissão e distribuição de energia elétrica
50 Coteminas 22677520000176 Textil Indústria de roupas de tecido
51 CPFL Energia 02429144000193 Energia Elétrica Geração, transmissão e distribuição de energia elétrica
52 CPFL Renovav 08439659000150 Energia Elétrica Empresa de eletricidade, gas e agua
53 Cr2 07820907000146 Construção Construção de edifícios residenciais
54 Cremer 82641325000118 Outros Indústria de equipamentos e materiais para uso médico
55 Cristal 15115504000124 Química Indústria química
56 Csu Cardsyst 01896779000138 Outros Serviços de apoio a empresas
57 Cvc Brasil 10760260000119 Transporte Serviç Transporte turístico
58 Cyre Com-Ccp 08801621000186 Outros Locadora de imóveis
59 Cyrela Realt 73178600000118 Construção Construção de edifícios residenciais
60 Dasa 61486650000183 Outros Laboratório de exames médicos
61 Dimed 92665611000177 Comércio Loja de artigos para saúde e cuidados pessoais
62 Direcional 16614075000100 Construção Construção de edifícios residenciais
63 Dohler 84683408000103 Textil Indústria de roupas de tecido
64 Dtcom Direct 03303999000136 Outros Outros tipos de escolas
65 Duratex 97837181000147 Outros Indústria de móveis e afins
66 Ecorodovias 04149454000180 Transporte Serviç Atividades auxiliares ao transporte rodoviário
67 Elektro 02328280000197 Energia Elétrica Geração, transmissão e distribuição de energia elétrica
68 Eletrobras 00001180000126 Energia Elétrica Geração, transmissão e distribuição de energia elétrica
69 Eletropaulo 61695227000193 Energia Elétrica Geração, transmissão e distribuição de energia elétrica
70 Emae 02302101000142 Energia Elétrica Geração, transmissão e distribuição de energia elétrica
71 Embraer 07689002000189 Veiculos e peças Indústria de equipamentos aeroespacias
72 Energias BR 03983431000103 Energia Elétrica Geração, transmissão e distribuição de energia elétrica
73 Energisa 00864214000106 Energia Elétrica Empresa de eletricidade, gas e agua
74 Energisa Mt 03467321000199 Energia Elétrica Geração, transmissão e distribuição de energia elétrica
75 Eneva 04423567000121 Energia Elétrica Geração, transmissão e distribuição de energia elétrica
76 Engie Brasil 02474103000119 Energia Elétrica Geração, transmissão e distribuição de energia elétrica
77 Equatorial 03220438000173 Energia Elétrica Geração, transmissão e distribuição de energia elétrica
78 Estacio Part 08807432000110 Outros Escola de ensino superior
79 Estrela 61082004000150 Outros Outras indústrias
80 Eternit 61092037000181 Minerais não Met Indústria de outros produtos de minerais não metálicos
81 Eucatex 56643018000166 Outros Indústria de produtos de madeira compensada e afins
82 Even 43470988000165 Construção Construção de edifícios residenciais
83 Excelsior 95426862000197 Alimentos e Beb Outras indústrias de alimentos
84 Eztec 08312229000173 Construção Construção de edifícios residenciais
85 Fer Heringer 22266175000188 Química Indústria de fertilizantes e pesticidas
86 Ferbasa 15141799000103 Siderur & Metalur Fundição
87 Fibria 60643228000121 Papel e Celulose Indústria de papel, celulose e papelão
88 Fleury 60840055000131 Outros Laboratório de exames médicos
89 Fras-Le 88610126000129 Veiculos e peças Indústria de autopeças
90 Gafisa 01545826000107 Construção Construção de edifícios residenciais
91 Generalshopp 08764621000153 Outros Locadora de imóveis
92 Ger Paranap 02998301000181 Energia Elétrica Geração, transmissão e distribuição de energia elétrica
93 Gerdau 33611500000119 Siderur & Metalur Transformação de aço em produtos de aço
94 Gerdau Met 92690783000109 Siderur & Metalur Transformação de aço em produtos de aço
95 Gol 06164253000187 Transporte Serviç Transporte aéreo regular
96 GPC Part 02193750000152 Outros Administração de empresas e empreendimentos
97 Grazziotin 92012467000170 Comércio Loja de roupas
98 Grendene 89850341000160 Textil Indústria de calçados
99 Guararapes 08402943000152 Textil Indústria de roupas de tecido
100 Habitasul 87762563000103 Outros Administração de empresas e empreendimentos
101 Haga S/A 30540991000166 Siderur & Metalur Indústria de ferragens
102 Helbor 49263189000102 Construção Construção de edifícios residenciais
103 Hoteis Othon 33200049000147 Outros Hotel, motel ou similar
104 Ideiasnet 02365069000144 Outros Administração de empresas e empreendimentos
105 IGB S/A 43185362000107 Eletroeletrônicos Indústria de equipamentos de audio e video
106 Iguatemi 51218147000193 Outros Locadora de imóveis
107 Imc S/A 17314329000120 Comércio Loja de comida e bebida
108 Inds Romi 56720428000163 Máquinas Indust Indústria de máquinas indústriais
109 Inepar 76627504000106 Outros Outras indústrias
110 Iochp-Maxion 61156113000175 Veiculos e peças Indústria de autopeças
111 Itausa 61532644000115 Outros Administração de empresas e empreendimentos
112 JBS 02916265000160 Alimentos e Beb Abatedouros
113 Jereissati 60543816000193 Outros Administração de empresas e empreendimentos
114 JHSF Part 08294224000165 Construção Construção e empreendimentos imobiliarios
115 Josapar 87456562000122 Alimentos e Beb Moinho de grãos
116 JSL 52548435000179 Transporte Serviç Transporte rodoviário
117 Karsten 82640558000104 Textil Indústria de roupas de tecido
118 Kepler Weber 91983056000169 Siderur & Metalur Indústria de estruturas metálicas
119 Klabin S/A 89637490000145 Papel e Celulose Indústria de papel, celulose e papelão
120 Kroton 02800026000140 Outros Educacão
121 Le Lis Blanc 49669856000143 Textil Tecelagens
122 Light S/A 03378521000175 Energia Elétrica Geração, transmissão e distribuição de energia elétrica
123 Linx 06948969000175 Software e Dados Editoras de software
124 Lix da Cunha 46014635000149 Construção Outras construções pesadas
125 Localiza 16670085000155 Outros Locadora de automóveis
126 Locamerica 10215988000160 Outros Locadora de automóveis
127 Log-In 42278291000124 Transporte Serviç Atividades auxiliares ao transporte
128 Lojas Americ 33014556000196 Comércio Loja de departamentos
129 Lojas Marisa 61189288000189 Comércio Loja de roupas
130 Lojas Renner 92754738000162 Comércio Loja de roupas
131 Lopes Brasil 08078847000109 Outros Atividades relacionadas a imóveis
132 M.Diasbranco 07206816000115 Alimentos e Beb Outras indústrias de alimentos
133 Magaz Luiza 47960950000121 Comércio Loja de departamentos
134 Magnesita SA 08684547000165 Mineração Extração de minerais não metálicos
135 Mangels Indl 61065298000102 Siderur & Metalur Forjarias e estamparias
136 Marcopolo 88611835000129 Veiculos e peças Indústria de carrocerias e trailers
137 Marfrig 03853896000140 Alimentos e Beb Abatedouros
138 Metal Iguacu 80227184000166 Siderur & Metalur Outras indústrias de produtos de metal
139 Metal Leve 60476884000187 Veiculos e peças Indústria de autopeças
140 Metisa 86375425000109 Siderur & Metalur Outras indústrias de produtos de metal
141 Mills 27093558000115 Outros Serviços de engenharia e arquitetura
142 Minupar 90076886000140 Alimentos e Beb Abatedouros
143 MRV 08343492000120 Construção Construção de edifícios residenciais
144 Multiplan 07816890000153 Outros Locadora de imóveis
145 Natura 71673990000177 Comércio Comércio atacadista de bens não duráveis variados
146 Nova Oleo 08926302000105 Petróleo e Gas Extração de petróleo e gas
147 Odontoprev 58119199000151 Outros Consultório odontológico
148 Oi 76535764000143 Telecomunicações Telecomunicações
149 OSX Brasil 09112685000132 Veiculos e peças Estaleiros
150 Ourofino S/A 20258278000170 Química Indústria de remédios
151 P.Acucar-Cbd 47508411000156 Comércio Loja de departamentos
152 Panatlantica 92693019000189 Siderur & Metalur Transformação de aço em produtos de aço
153 Par Al Bahia 01938783000111 Outros Administração de empresas e empreendimentos
154 Paranapanema 60398369000126 Siderur & Metalur Outras indústrias de produtos de metal
155 PDG Realt 02950811000189 Construção Construção de edifícios residenciais
156 Petrobras 33000167000101 Petróleo e Gas Extração de petróleo e gas
157 Petrorio 10629105000168 Petróleo e Gas Extração de petróleo e gas
158 Pettenati 88613658000110 Textil Tecelagens
159 Plascar Part 51928174000150 Veiculos e peças Indústria de autopeças
160 Pomifrutas 86550951000150 Agro e Pesca Cultivo de frutas e nozes
161 Portobello 83475913000191 Minerais não Met Indústria de produtos de cerâmica e refratários
162 Positivo Inf 81243735000148 Eletroeletrônicos Indústria de computadores e periféricos
163 Profarma 45453214000151 Comércio Comércio atacadista de remédios
164 Prumo 08741499000108 Outros Administração de empresas e empreendimentos
165 Qgep Part 11669021000110 Petróleo e Gas Extração de petróleo e gas
166 Qualicorp 11992680000193 Outros Outros serviços ambulatoriais de saúde
167 Randon Part 89086144000116 Veiculos e peças Indústria de carrocerias e trailers
168 Recrusul 91333666000117 Veiculos e peças Indústria de carrocerias e trailers
169 Rede Energia 61584140000149 Energia Elétrica Geração, transmissão e distribuição de energia elétrica
170 Renova 08534605000174 Energia Elétrica Geração, transmissão e distribuição de energia elétrica
171 Rodobensimob 67010660000124 Construção Construção de edifícios residenciais
172 Rossi Resid 61065751000180 Construção Construção de edifícios residenciais
173 Sabesp 43776517000180 Outros Agua, esgoto e outros sistemas
174 Sanepar 76484013000145 Outros Agua, esgoto e outros sistemas
175 Sansuy 14807945000124 Outros Indústria de produtos de plástico
176 Santanense 21255567000189 Textil Tecelagens
177 Santos Brp 02762121000104 Transporte Serviç Atividades auxiliares ao transporte aquático
178 Sao Carlos 29780061000109 Outros Locadora de imóveis
179 Sao Martinho 51466860000156 Alimentos e Beb Indústria de açúcar e produtos de confeitaria
180 Saraiva Livr 60500139000126 Outros Editoras de jornais, livros e base de dados
181 Schulz 84693183000168 Veiculos e peças Indústria de autopeças
182 Senior Sol 04065791000199 Software e Dados Editoras de software
183 Ser Educa 04986320000113 Outros Educacão
184 Sid Nacional 33042730000104 Siderur & Metalur Transformação de aço em produtos de aço
185 Sierrabrasil 05878397000132 Outros Locadora de imóveis
186 SLC Agricola 89096457000155 Agro e Pesca Agricultura
187 Smiles 15912764000120 Outros Outros serviços de apoio
188 Somos Educa 02541982000154 Outros Outros tipos de escolas
189 Sondotecnica 33386210000119 Outros Consultoria administrativa, científica e técnica
190 Springer 92929520000100 Eletroeletrônicos Indústria de eletrodomésticos
191 Springs 07718269000157 Textil Indústria de roupas de tecido
192 Sultepa 89723993000133 Construção Construção de estradas, ruas, pontes e tuneis
193 Suzano Papel 16404287000155 Papel e Celulose Indústria de papel, celulose e papelão
194 Taesa 07859971000130 Energia Elétrica Geração, transmissão e distribuição de energia elétrica
195 Technos 09295063000197 Outros Outras indústrias
196 Tecnisa 08065557000112 Construção Construção de edifícios residenciais
197 Tecnosolo 33111246000190 Outros Consultoria administrativa, científica e técnica
198 Tegma 02351144000118 Transporte Serviç Atividades auxiliares ao transporte
199 Teka 82636986000155 Textil Indústria de roupas de tecido
200 Telebras 00336701000104 Telecomunicações Telecomunicações
201 Telef Brasil 02558157000162 Telecomunicações Telecomunicações
202 Tempo Part 06977739000134 Outros Serviços ambulatoriais de saúde
203 Tereos 11566501000156 Alimentos e Beb Indústria de açúcar e produtos de confeitaria
204 Tim Part S/A 02558115000121 Telecomunicações Telecomunicações
205 Time For Fun 02860694000162 Outros Apresentações artísticas
206 Totvs 53113791000122 Software e Dados Editoras de software
207 Tran Paulist 02998611000104 Energia Elétrica Geração, transmissão e distribuição de energia elétrica
208 Trisul 08811643000127 Construção Construção de edifícios residenciais
209 Triunfo Part 03014553000191 Transporte Serviç Atividades auxiliares ao transporte rodoviário
210 Tupy 84683374000149 Veiculos e peças Indústria de autopeças
211 Ultrapar 33256439000139 Química Indústria química
212 Unicasa 90441460000148 Outros Indústria de móveis e afins
213 Unipar 33958695000178 Química Indústria química
214 Usiminas 60894730000105 Siderur & Metalur Transformação de aço em produtos de aço
215 V-Agro 05799312000120 Outros Outras indústrias
216 Vale 33592510000154 Mineração Mineração de metais
217 Viavarejo 33041260065290 Comércio Loja de departamentos
218 Vigor Food 13324184000197 Alimentos e Beb Indústria de laticínios
219 Vulcabras 50926955000142 Textil Indústria de calçados
220 Weg 84429695000111 Máquinas Indust Indústria de motores, turbinas e transmissores de energia
221 Wetzel S/A 84683671000194 Veiculos e peças Indústria de autopeças
222 Whirlpool 59105999000186 Eletroeletrônicos Indústria de eletrodomésticos
223 Wlm Ind Com 33228024000151 Comércio Concessionárias de outros veículos motorizados
Fonte: Elaborado pelo autor a partir dos dados da Economatica.
APÊNDICE C – Utilização de derivativos para fins de hedge por setor
Setor
Total Hedge = não Hedge = sim
Quant. Perc.
(Total) Quant.
Perc.
(Setor) Quant.
Perc.
(Setor)
Energia Elétrica 32 14,3% 14 43,8% 18 56,3%
Construção 17 7,6% 13 76,5% 4 23,5%
Comércio 14 6,3% 3 21,4% 11 78,6%
Têxtil 14 6,3% 7 50,0% 7 50,0%
Siderur & Metalur 13 5,8% 5 38,5% 8 61,5%
Veículos e peças 13 5,8% 5 38,5% 8 61,5%
Alimentos e Beb 12 5,4% 2 16,7% 10 83,3%
Transporte Serviç 11 4,9% 2 18,2% 9 81,8%
Outros - Administração de empresas e empreendimentos 10 4,5% 6 60,0% 4 40,0%
Outros - Locadora de imóveis 9 4,0% 3 33,3% 6 66,7%
Química 7 3,1% 3 42,9% 4 57,1%
Eletroeletrônicos 5 2,2% 2 40,0% 3 60,0%
Petróleo e Gás 5 2,2% 2 40,0% 3 60,0%
Agro e Pesca 4 1,8% 1 25,0% 3 75,0%
Papel e Celulose 4 1,8% 1 25,0% 3 75,0%
Software e Dados 4 1,8% 3 75,0% 1 25,0%
Telecomunicações 4 1,8% 1 25,0% 3 75,0%
Máquinas Indust 3 1,3% 2 66,7% 1 33,3%
Outros - Agua, esgoto e outros sistemas 3 1,3% 3 100,0% 0 0,0%
Outros - Educação 3 1,3% 2 66,7% 1 33,3%
Outros - Outras indústrias 3 1,3% 2 66,7% 1 33,3%
Mineração 2 0,9% 0 0,0% 2 100,0%
Minerais não Met 2 0,9% 1 50,0% 1 50,0%
Outros - Atividades relacionadas a imóveis 2 0,9% 1 50,0% 1 50,0%
Outros - Consultoria administrativa, científica e técnica 2 0,9% 2 100,0% 0 0,0%
Outros - Indústria de equipamentos e materiais para uso médico 2 0,9% 1 50,0% 1 50,0%
Outros - Indústria de móveis e afins 2 0,9% 1 50,0% 1 50,0%
Outros - Laboratório de exames médicos 2 0,9% 2 100,0% 0 0,0%
Outros - Locadora de automóveis 2 0,9% 0 0,0% 2 100,0%
Outros - Outros tipos de escolas 2 0,9% 2 100,0% 0 0,0%
Outros - Serviços de apoio a empresas 2 0,9% 2 100,0% 0 0,0%
Outros - Apresentações artísticas 1 0,4% 0 0,0% 1 100,0%
Outros - Consultório odontológico 1 0,4% 1 100,0% 0 0,0%
Outros - Editoras de jornais, livros e base de dados 1 0,4% 0 0,0% 1 100,0%
Outros - Escola de ensino superior 1 0,4% 0 0,0% 1 100,0%
Outros - Hotel, motel ou similar 1 0,4% 1 100,0% 0 0,0%
Outros - Indústria de produtos de madeira compensada e afins 1 0,4% 0 0,0% 1 100,0%
Outros - Indústria de produtos de plástico 1 0,4% 1 100,0% 0 0,0%
Outros - Outras indústrias 1 0,4% 0 0,0% 1 100,0%
Outros - Outros serviços ambulatoriais de saúde 1 0,4% 1 100,0% 0 0,0%
Outros - Outros serviços de apoio 1 0,4% 1 100,0% 0 0,0%
Outros - Pesquisa científica 1 0,4% 0 0,0% 1 100,0%
Outros - Serviços ambulatoriais de saúde 1 0,4% 1 100,0% 0 0,0%
Outros - Serviços de engenharia e arquitetura 1 0,4% 0 0,0% 1 100,0%
Total de Companhias 223 100% 100 44,8% 123 55,2%
Fonte: Elaborado pelo autor a partir dos dados da Economatica.
APÊNDICE D – Relatórios com a estatística descritiva do teste Kolmogorov-Smirnov emitido
pelo SPSS considerando ou não o uso de hedge ao longo de 2015
Descriptives
Statistic Std. Error
Retorno sobre
o PL (ROE)
Anual 2015
(Hedge = não)
Mean -0,150161 0,1580157
95% Confidence Interval for Mean Lower Bound -0,463698
Upper Bound 0,163376
5% Trimmed Mean 0,035641
Median 0,06295
Variance 2,497
Std. Deviation 1,5801572
Minimum -14,999
Maximum 1,5274
Range 16,5264
Interquartile Range 0,124
Skewness -8,613 0,241
Kurtosis 80,747 0,478
Descriptives
Statistic
Std.
Error
Retorno sobre
o PL (ROE)
Anual 2015
(Hedge = sim)
Mean 0,107183 0,082407
95% Confidence Interval for Mean Lower Bound -0,05595
Upper Bound 0,270316
5% Trimmed Mean 0,069763
Median 0,0727
Variance 0,835
Std. Deviation 0,9139377
Minimum -3,8841
Maximum 8,3024
Range 12,1865
Interquartile Range 0,2031
Skewness 5,31 0,218
Kurtosis 56,073 0,433
APÊNDICE E – Relatório completo emitido pelo SPSS com a regressão linear múltipla de
QTobin em relação a Hedge, às variáveis de controle e às demais variáveis com efeito
multiplicativo
Variables Entered/Removed (a)
Model Variables Entered Variables
Removed Method
1
Hedge x Alavancagem, Governança (0=demais
segmentos; 1 = novo mercado), Rentabilidade = Retorno
sobre o PL (ROE), Alavancagem = Pas.Não-Circulante /
Ativo total, Tamanho = LN do Ativo Total, Hedge x
Rentabilidade, Hedge (0=não;1=sim), Hedge x Tamanho
(b)
. Enter
(a) Dependent Variable: LN do Q de Tobin
(b) All requested variables entered.
Model Summary
Model R R
Square
Adjusted R
Square
Std. Error of the
Estimate
1 ,444 (a) 0,197 0,167 0,4153556
(a) Predictors: (Constant), Hedge x Alavancagem, Governança
(0=demais segmentos; 1 = novo mercado), Rentabilidade = Retorno
sobre o PL (ROE), Alavancagem = Pas.Não-Circulante / Ativo total,
Tamanho = LN do Ativo Total, Hedge x Rentabilidade, Hedge
(0=não;1=sim), Hedge x Tamanho
ANOVA (a)
Model
Sum of
Squares df
Mean
Square F Sig.
1 Regression 9,049 8 1,131 6,557 ,000(b)
Residual 36,919 214 0,173
Total 45,969 222
(a) Dependent Variable: LN do Q de Tobin (b) Predictors: (Constant), Hedge x Alavancagem, Governança (0=demais
segmentos; 1 = novo mercado), Rentabilidade = Retorno sobre o PL (ROE),
Alavancagem = Pas.Não-Circulante / Ativo total, Tamanho = LN do Ativo Total,
Hedge x Rentabilidade, Hedge (0=não;1=sim), Hedge x Tamanho
Coefficients (a)
Model Unstandardized
Coefficients
Standardized
Coefficients t Sig.
B Std.
Error Beta
1 (Constant) 0,571 0,373 1,532 0,127
Hedge (0=não;1=sim) -0,792 0,543 -0,868 -1,46 0,146
Governança (0=demais segmentos; 1
= novo mercado) 0,097 0,059 0,107 1,657 0,099
Tamanho = LN do Ativo Total -0,055 0,026 -0,215 -2,1 0,037
Rentabilidade = Retorno sobre o PL
(ROE) 0,004 0,027 0,011 0,142 0,887
Alavancagem = Pas.Não-Circulante /
Ativo total 0,51 0,082 0,418 6,192 0
Hedge x Tamanho 0,064 0,037 1,11 1,752 0,081
Hedge x Rentabilidade 0,062 0,05 0,093 1,239 0,217
Hedge x Alavancagem -0,272 0,233 -0,131 -1,169 0,244
(a) Dependent Variable: LN do Q de Tobin
Recommended