A maneira como as empresas financiam seus investimentos é tema de estudo há algum tempo. A teoria conhecida como tradeoff tem sido estudada há anos e sustenta a ideia de existência de uma estrutura de capital ótima. O aumento da dívida reduziria o custo de capital, contudo, fatores como o risco de falência tenderia a elevar tal custo, o que sugere a necessidade de um equilíbrio na formação do capital (CORREA; BASSO; NAKAMURA, 2013; HARRIS; RAVIV, 1991; MODIGLIANI; MILLER, 1958; SILVA BRITO; CORRAR; BATISTELLA, 2007)

Outras teorias com abordagens comportamentais e estruturais são bastante conhecidas: A teoria d agência na qual a estrutura de capital é usada para restringir decisões dos gerentes (HARRIS; RAVIV, 1991; JENSEN; MECKLING, 1976; VALLE, 2008); a teoria do pecking order que estabelece uma hierarquia com base na assimetria da informação, dando preferência a recursos gerados internamente frente a recursos externos e, caso decidisse por estes, a emissão de dívida antecederia a emissão de ações (CORREA; BASSO; NAKAMURA, 2013, 2013; FAMÁ; GRAVA, 2000; MYERS, 1984)

Trabalhos importantes como Titman (1984), Titman e Wessels (1988) Rajan e Zingales (1995), Myers (2001), Grinblatt e Titman (2005); Valle e Albanez (2012); Grzebieluckas et al. (2017); Tarantin Junior e Valle (2015); Kudlawicz, Senff e Bach (2015); Locatelli, Nasser e Mesquita (2015); Correa, Basso e Nakamura (2013) tem sido realizados com o intuito de compreender ao longo das últimas décadas quais fatores são determinantes da estrutura de capital, bem como suas consequências no custo deste capital.

Albanez et al., 2012; Valle e Albanez, 2012; Tarantin Junior e Valle, 2015; Valle, (2008) tem destacado o papel das fontes de financiamento subsidiadas na formação da estrutura de capital das empresas com destaque para as linhas de financiamento do BNDES. Os trabalhos, contudo, não fazem qualquer abordagem a geração de valor por parte das empresas financiadas, tal como no presente estudo.

Não obstante a tantas abordagens que circundam o tema, a base teórica para a presente pesquisa fundamenta-se na teoria do trade-off. Num cenário em que o custo de capital de terceiros é subsidiado pelo governo, espera-se que o benefício fiscal seja mais expressivo do que seria sem subsídio. Assim, o custo médio do capital deverá apresentar uma relação inversa ao subsídio, ou seja, quanto mais subsídio para o custo do capital de terceiros, menor será o CMPC e, consequentemente, maior o valor da empresa.

Segundo a teoria da eficiência de mercado, os preços de um ativo devem sempre refletir plenamente todas as informações disponíveis (FAMA, 1970). Pressupõe-se assim, que num mercado eficiente, informações relevantes não são capazes de mudar a expectativa dos investidores em relação a ganhos futuros e, consequentemente os preços das ações não sofrem impacto.

Fama (1970) atribui três classificações para um mercado eficiente: forma fraca, em que toda a informação relevante refletida no preço da ação está contida apenas em seus preços históricos; forma semiforte, em que os preços refletem plenamente, não apenas os preços históricos, mas também toda informação pública relevante; e forma forte, em que os preços refletem todas as informações, públicas ou privadas.

Camargos e Barbosa (2006) investigaram se o mercado brasileiro é eficiente na forma semiforte através de um estudo de eventos dos anúncios de fusões e aquisições de firmas listadas na Bolsa de Valores entre 1994 e 2002. Concluíram que o mercado não se comportou de maneira eficiente.

Barbosa e Medeiros (2007), Camargos e Barbosa (2015), Malaquias e Eid Junior, (2013), Gabriel, Ribeiro e Ribeiro, (2013), Gaio, Freitas Alves e Pimenta Júnior (2009) são outros estudos que também pesquisaram sobre a eficiência do mercado acionário brasileiro e concluíram que não há indícios de característica de mercado eficiente.

O que a teoria de eficiência de mercado sustenta na presente pesquisa é que num cenário com fatores institucionais, caracterizado por linhas diferenciadas de financiamento com custo abaixo do mercado, pode-se esperar que empresas se sintam atraídas a compor sua estrutura de capital com este tipo de fonte de recursos e que o mercado talvez reaja a este evento. Caso o mercado capte este evento, que representa diminuição do custo de capital pode-se intuir que a decisão de estrutura de capital motivada pelo custo subsidiado pelo governo possua conteúdo informacional suficiente para influenciar o valor de negociação das ações da empresa.

Bancos de desenvolvimento têm um papel importante, principalmente, em países subdesenvolvidos. Schapiro (2009) destaca que a participação do Estado assumindo a função de agente financeiro e sendo responsável pelo estímulo econômico é uma terceira via de acesso a recursos, além do mercado de capitais e dos bancos privados. E esta via ganha importância em países em desenvolvimento, os quais, normalmente, possuem mercado de capital pouco desenvolvido, além de apresentarem ambiente econômico com maior risco inibindo a atuação de bancos privados (BACHILLER, 2016; TARANTIN JUNIOR; VALLE, 2015; KRASNER, 1981; TORRES FILHO; COSTA, 2011).

O Brasil, como um país em desenvolvimento, insere-se neste contexto, tendo o Banco Nacional de Desenvolvimento Econômico e Social (BNDES) como agente estratégico em sua política de desenvolvimento. O país possui como característica marcante a participação do estado no financiamento ao investimento privado sendo que as principais fontes de recursos, geralmente, não vêm do setor privado, como é comum em outros mercados, mas sim de fontes fornecidas pelo próprio governo, principalmente através do BNDES (BACHILLER, 2016; PRATES; CINTRA; FREITAS, 2000; TORRES FILHO; COSTA, 2011).

Historicamente, o BNDES atua como articulador financeiro de políticas desenvolvimentistas dando suporte a projetos de investimento em infraestrutura e exercendo papel anticíclico de oferta de crédito em momentos de forte aversão ao risco, por parte de instituições privadas, como forma de estabilização da economia (BACHILLER, 2016; FERRAZ et al., 2012; PRATES; CINTRA; FREITAS, 2000).

Após atuar como agente executor de privatizações da década de 90 o BNDES voltou a atuar mais próximo da agenda de desenvolvimento durante os anos 2000, sendo o principal financiador do programa de aceleração do crescimento (PAC) e apresentando relevante crescimento no volume recursos aplicados nos projetos de investimento de seus beneficiários, principalmente a partir de 2008 (BACHILLER, 2016; TARANTIN JUNIOR; VALLE, 2015).

Apesar de toda a relevância do BNDES como agente de desenvolvimento no Brasil, não foram encontrados estudos que relacionem a participação destes recursos na estrutura de capital das empresas com o valor destas. A hipótese assumida no presente estudo é de que o anúncio da contratação de financiamento do BNDES com custo subsidiado gera anormalidade positiva nos retornos das ações das empresas sujeitas ao evento.

Esta metodologia baseia-se num modelo de geração de retornos de ações. Com base neste modelo é determinado o retorno normal, que é o retorno esperado da ação caso não ocorra o evento. Em seguida, este retorno será comparado com os retornos observados durante um determinado período a fim de se verificar a existência de comportamento anormal dos retornos em períodos próximos ao evento. O aumento da variância dos retornos próximo à ocorrência do evento pressupõe que tal evento possui conteúdo informacional relevante (CARMARGOS; BARBOSA, 2003).

A utilização do estudo de evento requer a definição de um evento de interesse, da data de sua ocorrência, denominada “data zero”, e do período em que serão examinados os preços das ações, chamada de “janela de evento”. No presente estudo o evento que se espera seja capaz de gerar comportamentos anormais nos retornos é a captação de recursos com custo subsidiado através de linhas de financiamento diferenciadas, representadas neste caso pelas linhas de crédito do BNDES. As linhas de crédito do BNDES têm custo diferenciado a fim de atrair e alavancar o desenvolvimento econômico do país (ALBANEZ et al., 2012; VALLE; ALBANEZ, 2012; TARANTIN JUNIOR; VALLE, 2015; VALLE, 2008).

Existem alguns momentos passíveis de serem considerados como a data de ocorrência do evento para verificação do objetivo desta pesquisa, sendo talvez o principal deles, a data da decisão pelo financiamento, junto ao BNDES, manifestada através do anúncio de um novo projeto de investimento.

Contudo, a possível utilização do momento da decisão de financiamento - data em que a intenção de a empresa tomar crédito junto ao BNDES chega ao mercado, provavelmente pela divulgação de um novo projeto - como data zero não foi considerada neste estudo devido influência de outros eventos. Como é sabido, as decisões de investimento e de financiamento são tomadas sempre em conjunto e, caso o mercado responda a esta informação, é improvável que se consiga dissociar qual aspecto, se a decisão de financiamento ou de investimento, possui conteúdo informacional e em qual proporção. Esta dificuldade é esperada quando se trata de pesquisas sobre estrutura de capital, podendo-se considerar praticamente impossível separar as decisões de investimento e financiamento (COPELAND; WESTON; SHASTRI, 1983)

Procianoy e Antunes, (2001), que investigaram exatamente o impacto dos investimentos no valor das ações, destacam que a maioria das pesquisas sobre o tema tem por base a data do anúncio. Contudo, o momento da decisão de investimento, por parte da empresa, reflete apenas a existência de uma decisão de aplicar recursos em um projeto que, contudo, pode não ter sua fonte de recursos definida e, apesar de existir a expectativa em relação ao financiamento, a captação pode ser feita junto a outras fontes, o que não configuraria em custo subsidiado, como propõe o presente estudo.

O momento em que a redução do custo de capital se estabelece é na contratação do crédito junto ao BNDES, de tal modo que a data de anúncio desta contratação é o ponto que melhor representa a data de evento, uma vez que o mercado tenderá a reagir assim que tomar conhecimento desta informação (BARBOSA; MEDEIROS, 2007; MALAQUIAS; EID JUNIOR, 2013; GAIO; FREITAS ALVES; PIMENTA JÚNIOR, 2009). Assim, nesta pesquisa a data do anúncio da contratação do financiamento, por meio de fatos relevantes e/ou comunicados ao mercado, é a data do evento, na qual será testada a existência de retornos anormais.

Para mensuração do retorno anormal foram determinadas três janelas de evento, com períodos antes e depois da data do evento: a primeira considerando o período de um dia antes e um dia depois da data zero (-1 a +1), chamada de janela 1 (J1); a segunda considerando três dias antes e três dias depois da data zero (-3 a +3), chamada de janela 2 (J2); e a terceira considerando sete dias antes e sete dias depois da data zero (-7 a +7), chamada de janela 3 (J3). O período de estimação dos retornos normais foram os 180 dias anteriores à janela de eventos, (de -187 a -8). A definição do tamanho das janelas de evento e estimação estão em linha com Murcia, Murcia e Borba (2013); Gabriel, Ribeiro e Ribeiro (2013); Procianoy e Antunes (2001).

As janelas de evento e de estimação são definidas a critério do pesquisado podendo se estender por vários dias e, inclusive, compreender o momento antes do evento, visto que o mercado pode ter recebido a informação antes do real acontecimento do evento (MACKINLAY, 1997; CAMARGOS; BARBOSA, 2003). A figura 1 apresenta um esquema com as janelas de evento.

Figura 1: Fonte: Elaborada pelos autores

A amostra foi selecionada a partir de consulta on-line ao banco de informações da Comissão de Valores Mobiliários - CVM. Os Fatos Relevantes e os Comunicados ao Mercado emitidos pelas companhias e que fazem referência ao BNDES em seus títulos foram consultados e selecionados apenas os que se tratavam de anúncio de contratação de financiamento junto ao banco.

Apesar da existência de operações de crédito com o BNDES que não foram anunciados ao mercado por meio de um dos tipos de documentos citados, a escolha exclusiva destes documentos nesta pesquisa é a que melhor representa o anúncio da contração de financiamento minimizando o risco de sobreposição de eventos de outra natureza.

Foram encontradas 136 companhias que emitiram Fatos Relevantes ou Comunicados ao Mercado que fazem referência ao BNDES no período de 2002 a 2015. Após análise dos documentos e exclusão de companhias com ações ilíquidas na janela de eventos, a amostra foi composta com 40 empresas que emitiram 62 documentos com anúncio de contratação de crédito junto ao BNDES, ou seja, em alguns casos a mesma empresa contratou mais de uma operação de crédito.

A tabela 1 mostra as ações representativas das 40 empresas selecionadas para a amostra, bem como a quantidade de contratações de financiamento junto ao BNDES anunciadas através de fatos relevantes ou comunicados ao mercado no período da pesquisa.

Tabela 1

Ação	Nº anúncios	Ação	Nº anúncios
ALPA3	1	IGTA3	2
ARTR3	6	JHSF3	1
BEMA3	1	LINX3	2
CLSC4	2	LOGN3	3
FESA3	1	LAME4	1
CGAS3	4	LUPA3	1
PRVI3	1	BEEF3	1
CSMG3	1	OIBR4	1
SAPR4	1	OSXB3	1
CNFB4	1	PDGR3	1
CTAX4	3	PETR3	1
ECOR3	1	PRML3	2
ENBR3	3	SMTO3	2
ELPL5	1	SLED4	1
EMAE4	1	SNSL3	1
ENEV3	3	SUZB5	2
EGIE3	1	TPIS3	1
FHER3	1	FFTL4	1
GOLL4	1	VALE3	1
GVTT3	1	VLID3	1

Fonte: Elaborada pelos autores

O valor dos financiamentos totaliza R$ 77,8 bilhões e representa uma relação média Financiamento/Ativo de 12,6%. A relação média Dívida Bruta/Ativo das empresas da amostra é de 47%, de tal modo que a média dos financiamentos obtidos representa 26,8% da média da dívida bruta das empresas.

Em relação à distribuição temporal dos eventos, observa-se que a partir de 2009 houve forte crescimento na quantidade de financiamentos realizados pelo BNDES. Este período caracterizou-se como um momento de desenvolvimento no mercado de capitais brasileiro além de expansão na oferta de crédito por instituições públicas (TARANTIN JUNIOR; VALLE, 2015).

A tabela 2 mostra a quantidade de contratações de financiamentos junto ao BNDES por ano no período da pesquisa.

Tabela 2

Ano do anúncio	Quantidade de anúncios	Ano do anúncio	Quantidade de anúncios
2002	1	2009	14
2003	0	2010	11
2004	1	2011	6
2005	4	2012	8
2006	2	2013	0
2007	3	2014	6
2008	4	2015	2

Fonte: Elaborada pelos autores

Ilustrativamente, o gráfico 1 mostra a linha temporal dessas contratações distribuídas por ano no período da pesquisa.

Gráfico 1 Fonte: Elaborado pelos autores

O retorno normal é obtido através da divisão entre as cotações diárias do período atual e período anterior sendo esta aplicada em sua forma logarítmica que tende a aproximar a curva de distribuição de frequências dos retornos à curva de distribuição normal (CAMARGOS; BARBOSA, 2015; KOTHARI; WARNER, 2005; SALINGER, 1992; CAMARGOS; BARBOSA, 2003). Assim, o retorno normal é dado por:

sendo, R_it, P_it e P_it-1 o retorno da ação i na data t, o preço da ação i na data t, e o preço da ação i na data t-1, respectivamente.

Algumas empresas, com menor liquidez, apresentaram dias sem negociação durante as janelas de estimação e de evento, assim, foi utilizado o procedimento Uniform Return Procedure, que distribui o retorno, da próxima data com negociação, de maneira uniforme entre as datas sem negociação (BARTHOLDY OLSON;; PEARE, 2007).

O retorno normal esperado, por sua vez, deve ser estimado com base em algum modelo de previsão de retornos. Brown e Warner (1985) sugerem três modelos que são geralmente usados em estudos de eventos: modelo de retornos médios ajustados; modelo de retornos ajustados ao mercado; e Capital Asset Price Modelo (CAPM), sendo que os dois últimos foram utilizados no presente estudo.

O modelo CAPM, foi o primeiro a ser escolhido por que além de atender aos pressupostos estatísticos, obedece a restrições econômicas, o que tende a melhorar a precisão dos retornos normais (CAMARGOS; BARBOSA, 2003). A equação 2 apresenta o cálculo do retorno esperado:

Sendo, E(R _it ), R_rf, R _mt e β _i , retorno observado do título i no período t, retorno livre de risco, retorno observado da carteira de mercado no período t e risco sistemático da ação diante do mercado, respectivamente.

O retorno normal observado foi obtido através da equação (1) aplicada nas janelas de evento, sendo os dados relativos aos preços dos títulos coletados do banco de dados Economática. Na equação (2), a taxa livre de risco adotada foi a taxa CDI diária obtida do site da CETIP, geralmente aceita no mercado Brasileiro para este fim. O retorno de mercado utilizado foi o IBRX índice Brasil e o β estimado com base nos 60 meses anteriores a data de evento, ambos obtidos no banco de dados da Economática.

Os retornos anormais são obtidos pela diferença entre os retornos observados do título i no tempo t, na janela de eventos, e os retornos esperados, estimados de acordo com o modelo de estimação dos retornos normais, demonstrado na equação 2. Assim, tem-se que:

sendo, RAit, Rit e E(Rit), retorno anormal do título i no período t, retorno observado do título i no período t e retorno esperado do título i no período t, respectivamente.

O segundo modelo de estimação dos retornos foi o modelo de retornos ajustados ao mercado, também conhecido como modelo de mercado. O objetivo é proporcionar maior robustez aos resultados, uma vez que o modelo anterior é sensível aos efeitos da estimação do beta para casos de ações com pouca liquidez. Procedimento semelhando foi adotado por Murcia, Murcia e Borba (2013). Neste modelo os retornos anormais são calculados conforme definido na equação 4:

Sendo, R 𝑚𝑡 o retorno observado da carteira de mercado no período t.

O teste estatístico que geralmente é usado para a determinação da significância dos retornos anormais consiste em testar a hipótese nula de que a média dos retornos anormais é igual a zero (KOTHARI; WARNER, 2005). Para isso, utilizou-se técnica de acumulação dos retornos sugerida em Kothari e Warner (2005), de tal modo que os retornos anormais diários foram acumulados (RAA) através da simples soma no período da janela de evento, conforme equação 5.

Sendo 𝑡 1 𝑒 𝑡 2 , primeiro e último dia de cada janela de evento.

Os dados são analisados em cross-section, uma vez que, a partir da acumulação dos retornos anormais para cada título, os mesmos foram analisados num determinado momento e submetidos a testes estatísticos realizados através do software STATA.

Caso o retorno anormal acumulado médio (CAR) seja estatisticamente diferente de zero, tem-se que os retornos obtidos na janela de evento desviaram do retorno esperado confirmando a hipótese da pesquisa de que o evento possui conteúdo informacional. O CAR é obtido através da equação 6.

O primeiro passo foi calcular o retorno anormal diário de cada empresa e em cada janela de estimação e na janela de evento, conforme descrito nas equações 1, 2 e 3. Em seguida, os retornos anormais diários foram acumulados nas respectivas janelas para cada evento, conforme equação 5.

Enfim, a média dos retornos anormais acumulados (CAR), calculado conforme equação 6, é testado sob a hipótese de ser significativamente diferente de zero.

Para cada uma das três janelas de evento foi realizado o teste de normalidade de Shapiro-Wilk, a fim de se verificar se a distribuição transversal dos retornos anormais dos títulos se aproxima da distribuição normal, que é condição para realização do teste paramétrico.

Após o teste de normalidade, os retornos anormais acumulados dos títulos nas três janelas não se assemelham à distribuição normal, sendo mais indicada a utilização de teste não paramétrico para avaliar o retorno anormal (SALINGER, 1992). Assim, foi aplicado o teste de sinais, não paramétrico Wilcoxon signed rank test, conforme adotado em Brown e Warner (1980).

A Tabela 3 mostra o teste não paramétrico de Wilcoxon. Nela estão discriminados o teste não paramétrico e o respectivo valor-p para todas as janelas.

Tabela 3

	z	Pr > |z|
J1	1,125	0,2605
J2	1,833	0,0667*
J3	0,046	0,9637
*, **, ***, nível de significância de 10%, 5% e 1% respectivamente

Fonte: Elaborada pelos autores.

Observa-se que na janela J2 a hipótese nula foi rejeitada a um nível de significância de 10%. Pode-se afirmar que o retorno anormal acumulado dos títulos no período de três dias antes e depois do evento é diferente de zero, implicando que a contratação de crédito junto ao BNDES impactou positivamente o valor das ações confirmando a hipótese desta pesquisa.

A fim de conferir maior robustez ao estudo, foi procedido um segundo teste considerando, porém, os retornos anormais calculados com base no modelo de retornos ajustados ao mercado, conforme descrito na equação 4. A tabela 4 mostra o teste não paramétrico de Wilcoxon para os retornos anormais calculados neste modelo. Nela estão discriminados o teste não paramétrico e o respectivo valor-p para todas as janelas.

Tabela 4

	z	Pr > |z|
J1	1,623	0,1046
J2	1,882	0,0598*
J3	0,214	0,8307
*, **, ***, nível de significância de 10%, 5% e 1% respectivamente

Fonte: Elaborada pelos autores.

O resulta deste teste confirma o resultado encontrado para os retornos estimados com base no modelo CAPM. Na janela J2 a hipótese nula foi rejeitada a um nível de significância de 10%, de tal modo que o retorno anormal acumulado dos títulos no período de três dias em torno da data do evento é diferente de zero.

Estes resultados estão em linha com o que preconiza a teoria tradeoff , ou seja, o estabelecimento de uma estrutura de capital que otimiza o custo de capital promove aumento no valor da empresa (CORREA; BASSO; NAKAMURA, 2013; MODIGLIANI; MILLER, 1958; MYERS, 1984).

O resultado também encontra aderência em outros trabalhos recentes tais como Valle e Albanez (2012); Tarantin Junior e Valle (2015); Valle (2008) que relacionam subsídios governamentais com a estrutura de capital das empresas sem, porém, abordar o aspecto valor da empresa.

Ademais, os achados de Peixoto et al. (2016) corroboram os aqui encontrados. A pesquisa indica que há indícios de relação negativa entre práticas sustentáveis medida pelo Índice de Sustentabilidade Empresarial e que contribui para melhor gestão de risco interno e o custo de capital.