João Guilherme Magalhães Timotio

VII PRÊMIO INFI - FEBRABAN DE ECONOMIA BANCÁRIA

João Guilherme Magalhães Timotio

CATEGORIA B - Monografias de Graduação

Trabalho: Efeitos dos Indicadores Contábeis Tradicionais no Spread dos Bancos Brasileiros: Uma Análise de Dados em Painel de 2006 a 2014

São Paulo 2015

JOﾃグ GUILHERME MAGALHﾃウS TIMOTIO

EFEITOS DOS INDICADORES CONTﾃ。EIS TRADICIONAIS NO SPREAD DOS BANCOS BRASILEIROS: UMA ANﾃ´ISE DE DADOS EM PAINEL DE 2006 a 2014

2

RESUMO Os bancos passaram por diversos estágios evolutivos ao longo da história, e mais recentemente devido ao avanço da tecnologia, globalização e integração econômico-financeira mundial, passaram a atuar com um amplo portfólio de serviços e produtos inovadores que afetaram suas estruturas. Que mesmo com todas modificações sofridas, ainda se mantem como os principais agentes das economias de mercado, com o papel fundamental para manter o fluxo de crédito, garantir os meios de pagamento, influenciar e repassar políticas monetárias. Portanto, contribuem diretamente para solidez e qualidade do sistema financeiro e para a economia de modo geral. Entender o funcionamento e dinâmica destas instituições tem importância social.

Por isso, no mundo, diversos são os estudos que objetivam analisar a estrutura, evolução e desempenho dos bancos, muitos utilizam a variável Spread Bancário, para representar a margem financeira destas instituições, e buscam identificar seus principais determinantes. No Brasil, alguns estudos abordaram tal tema, também utilizando o Spread Bancário como objeto de análise, objetivando evidenciar sua evolução e seus principais determinantes. O Spread Bancário pode ser classificado de duas maneiras, ex ante e ex posto. Neste estudo utiliza-se o Spread Bancário Ex post como variável dependente, e como variáveis explicativas os indicadores contábeis tradicionais adaptados para bancos, objetivando fazer no primeiro momento uma análise descritiva, para evidenciar a evolução dos mesmos e posteriormente, com o objetivo de identificar os efeitos das variáveis explicativas sobre a variável dependente e quais eram os principais direcionadores/determinantes do Spread Bancário Ex Post no segmento de Bancos da BM&FBOVESPA, utilizou-se o modelo econométrico de dados em painel. Ressalta- se ainda, que foram identificados na literatura apenas dois estudos nacionais, utilizando tal variável dependente. Foram testadas nove hipóteses, na qual identificou-se que os principais direcionadores do Spread Bancário Ex Post no Brasil, foram respectivamente as variáveis: Grau de Alavancagem Financeira (GAF), o Índice de Eficiência (IE), Margem EBITDA, (MargEbitda), e o Retorno sobre o Patrimônio Líquido (ROE). Identificando relação negativa com o Endividamento (CapTerc) e a Liquidez Geral (LiqGeral).

PALAVRAS-CHAVE: Bancos; Spread Bancário; Indicadores Contábeis tradicionais adaptados para bancos; Determinantes; Brasil; Dados em Painel.

3

SUMÁRIO Pág.

1. INTRODUÇÃO ..........................................................................................................4-7 2. FUNDAMENTAÇÃO TEÓRICA .................................................................................7 2.1 BREVE HISTÓRICO DA EVOLUÇÃO DO SISTEMA BANCÁRIO ....................7 2.1.1 PRIMEIRO ESTÁGIO .................................................................................7 2.1.2 SEGUNDO ESTÁGIO .................................................................................8 2.1.3 TERCEIRO ESTÁGIO .................................................................................8 2.1.4 QUARTO ESTÁGIO ...................................................................................8 2.1.5 QUINTO ESTÁGIO ..................................................................................8-9 2.1.6 SEXTO ESTÁGIO ........................................................................................9 2.1.7 SISTEMA BANCÁRIO A PARTIR DA DÉCADA DE 1990 ......................9 2.2 REGULAÇÃO DO SISTEMA BANCÁRIO, LEI DODD-FRANK E ACORDOS DA BASILÉIA ....................................................................................................9-10 2.3 O PAPEL DOS BANCOS NA ECONOMIA ....................................................10-11 2.4 SPREAD BANCÁRIO EX ANTE E EX POST ................................................11-12 2.5 INDICADORES

CONTÁBEIS

TRADICIONAIS

APLICADOS

EM

BANCOS ...........................................................................................................12-13 2.6 ESTUDOS SOBRE SPREAD BANCÁRIO NO BRASIL ................................14-15 3. METODOLOGIA ...................................................................................................15-16 3.1 COLETA DE DADOS E AMOSTRA DA PESQUISA ....................................16-17 3.2 ESPECÍFICAÇÃO DO MODELO EMPÍRICO ................................................17-18 4. ANÁLISE DOS RESULTADOS .................................................................................22 4.1 ANÁLIDE DESCRITIVA DAS VARIÁVEIS DO ESTUDO ..........................22-29 4.2 MATRIZ DE CORRELAÇÃO ..........................................................................29-30 4.3 REGRESSÃO MQO E REGRESSÃO ROBUSTA MQG ................................30-31 4.4 PRESSUPOSTOS DA REGRESSÃO DE DADOS EM PAINEL ....................31-33 4.5 ANÁLIDE DOS RESULTADOS DA REGRESSÃO DE DADOS EM PAINEL (EA) ...................................................................................................................33-36 5. CONSIDERAÇÕES FINAIS...................................................................................36-38 REFERENCIAS BIBLIOGRÁFICAS ..........................................................................38-40

4

INTRODUÇÃO O sistema bancário passou por diversos estágios de desenvolvimento ao longo da história, segundo Chick (1993), foram um total de seis, que se estendem da forma mais simples de intermediação financeira até os grandes bancos múltiplos com operações financeiras complexas, sendo que em todos os estágios evolutivos, foram afetados por variáveis externas e internas como o avanço da tecnologia, novos desafios relacionados ao meio ambiente e sustentabilidade, novos modelos de regulação (como os acordos da Basileia), e principalmente devido a globalização que integrou e eliminou diversas barreiras entre os sistemas financeiros (integração econômica acentuada).

Rover et al (2011), argumentam que diversos fatores internos (avanços tecnológicos, novos instrumentos financeiros) e externos (nova conjuntura econômica e social, novos modelos de regulação, globalização, integração econômica e desafios relacionados a sustentabilidade), têm afetado a estrutura bancária e consequentemente seus respectivos desempenhos econômico-financeiros do setor, que ainda assim é central e vital para o financiamento da atividade econômica em geral.

De acordo com Maffili e Souza (2007), entender a dinâmica e o funcionamento das instituições financeiras, mais especificamente os bancos, tem importância social, devido aquelas permitirem a realização do fluxo de crédito na economia fazendo a intermediação e alocação de recursos, além de serem responsáveis por transmitir os efeitos das políticas monetárias dos diversos países. Em relação à estas, de acordo com Carvalho et al (2007), o Banco Central não é o único que cria meios de pagamentos, então, através do efeito multiplicador monetário, os bancos sabendo que seus clientes não irão sacar todos os seus depósitos ao mesmo tempo, criam moeda bancária ou moeda escritural em quantidades superiores a suas reservas, portanto os meios de pagamento tornam-se um múltiplo da base monetária, sabendo disso, quando o Banco Central deseja diminuir a atividade econômica por algum fator, demandam uma quantidade maior de depósitos compulsórios por parte dos bancos, sendo o inverso verdadeiro.

No Brasil, conforme afirma Oreiro et al (2006), principalmente a partir da década de 1990 o sucesso do processo de estabilização de preços aliados à abertura econômica, integração ao mercado financeiro internacional, o avanço tecnológico, o novo contexto social e ambiental, e mais recentemente à adoção de um regime de taxa de câmbio flutuante, fez com que o setor bancário nacional sofresse um processo de modificação e expansão, afetando o seu

5

desempenho econômico-financeiro, alguns bancos menores não suportaram tais alterações e consequentemente foram comprados ou mesmo fundiram com outros bancos, o sistema bancário brasileiro após esse período é considerado sólido e seguro, mantendo seu importante papel na economia nacional.

Os bancos são instituições do mercado que atuam principalmente com operações de intermediação financeira, por consequência também recebem a denominação de intermediários financeiros. Estes, segundo Tobin (1977), são agentes operadores do sistema financeiro e devem satisfazer de forma simultânea as preferências dos diversos agentes econômicos, consequentemente atuam em um dos setores mais sensíveis da economia, sendo a poupança e investimentos de alguns e financiamentos de outros, além de oferecerem os sistemas de pagamento que proporcionam a liquidez necessária nas transações comerciais.

Portanto, os bancos como principais intermediários financeiros do mercado são instituições primordiais para o funcionamento da atividade econômica, sendo sua sólida rentabilidade e boa administração possível reflexo de estabilidade, crescimento e desenvolvimento econômico e social de um país.

Sabendo da importância do sistema bancário e suas atividades de intermediação financeira para o desenvolvimento econômico e social de uma nação, Levine (1996), afirma a que uma das variáveis que pode sinalizar como os bancos desempenham seu papel é representada pela proxy Spread bancário, este pode ser classificado por Spread Bancário ex post e Spread Bancário ex ante, a diferença está na metodologia de mensuração. O Spread Bancário em sua definição mais simples, representa a diferença entre o que os bancos pagam na captação de recursos e o que eles cobram nas operações de empréstimos, o termo Spread Bancário em inglês significa ao equivalente em português como Margem Bancária (tradução livre). Em geral, quanto maior o Spread Bancário, maior será os retornos das operações. O Banco Central do Brasil (2015), define que o Spread Bancário no mercado nacional representa a diferença entre a taxa de empréstimo e a média ponderada das taxas de captação de Certificados de Depósitos Bancários (CDBs).

Em relação à classificação do Spread Bancário, o Spread Bancário ex ante, segundo Leal (2007) e Dantas et al (2012), é mensurado a partir da precificação das taxas de captação e empréstimos, relacionadas à diversos bancos, portanto reflete expectativas em relação à demanda por crédito, inadimplência, concorrência, comportamento do governo, entre outras variáveis. Já o Spread Bancário ex post, variável dependente deste estudo, os autores a definem

6

a partir da forma de mensuração, a razão entre as receitas provenientes das operações de intermediação financeira e as despesas provenientes da mesma, traduzindo o efetivo resultado da intermediação financeira Diversos são os estudos sobre os determinantes dos Spreads bancários que utilizam tanto a metodologia do Spread Bancário ex ante e ex post. Autores (como: ARONOVICH, 1994; AFANASIEFF et al, 2002; BIGNOTTO e RODRIGUES, 2006; OREIRO et al, 2006; FIPECAF 2005; LEAL, 2007; DANTAS et al, 2012), utilizando como variáveis explicativas, em sua maioria, diversos fatores macroeconômicos e poucos fatores microeconômicos, destacando os diversos indicadores de risco, inflação, taxa de juros, choques econômicos, grau de concentração do setor, entre outros. Portanto, a literatura na área carece de estudos sobre fatores internos à organização que determinam os Spreads. Fatores aqueles que podem ser obtidos através dos dados contábeis convertidos nos tradicionais indicadores financeiros (indicadores da análise fundamentalista) referentes à lucratividade, liquidez, estrutura e endividamento.

O presente estudo inova por utilizar uma abordagem pouco explorada no sentido de utilizar como variáveis explicativas os indicadores contábeis tradicionais buscando identificar os efeitos destes na determinação do Spread Bancário ex post no sistema bancário brasileiro.

Preferiu-se utilizar como variável a ser explicada o Spread Bancário ex post por seu modelo de mensuração baseado em dados contábeis que possibilita resultados mais assertivos do que o modelo ex ante, por este tratar de expectativas futuras das instituições bancárias. Em relação às variáveis explicativas na forma dos indicadores contábeis tradicionais, a motivação para sua utilização no presente estudo se dá pela inovação, são poucos os estudos que utilizaram esta abordagem, mais também deve-se à confiabilidade nos cálculos a partir das demonstrações contábeis das instituições analisadas, que por serem bancos com capital aberto na bolsa de valores brasileira (BM&FBOVESPA), são informações públicas e auditadas, o que gera maior confiabilidade para análises. Os indicadores contábeis tradicionais, de acordo com Assaf Neto (2012), evidenciam fundamentalmente o desempenho econômico-financeiro em determinado período passado, que possibilitam a identificação de tendências para diagnosticar a atual e futura posição de uma organização, o estudo destes indicadores tradicionais também pode ser denominado de Análise Fundamentalista.

Portanto, busca-se preencher uma lacuna nos estudos da área, e de alguma forma contribuir para a formulação de uma futura teoria sobre os determinantes do Spread Bancário.

7

O objetivo principal do estudo é verificar a existência de efeitos dos indicadores contábeis tradicionais na determinação do Spread Bancário ex post no sistema bancário nacional.

De tal objetivo se derivam outros que buscam identificar como acontece a relação entre as variáveis explicativas e a variável a ser explicada, e a para tanto foram formuladas nove hipóteses.

Outro objetivo é evidenciar a evolução temporal das variáveis a partir da estatística descritiva.

Assim, a motivação do presente estudo se dá na possibilidade de contribuir para a linha de pesquisa de Economia Bancária, na possibilidade de acrescentar em uma futura teoria sobre o assunto, através da abordagem inovadora de um tema ainda pouco explorado, identificando se os fatores internos na forma de indicadores contábeis tradicionais têm relação com o Spread Bancário ex post e como se dá esta possível relação. Outra possível contribuição do estudo tem caráter informativo e educativo, na forma de possibilitar outros estudos e análises.

O estudo está estruturado em cinco seções, sendo a primeira esta introdução, a segunda e terceira apresentam respectivamente uma breve fundamentação teórica e a abordagem metodológica, a quarta seção apresenta os resultados e análises, a quinta e última seção apresenta as considerações finais.

2. FUNDAMENTAÇÃO TEÓRICA 2.1 BREVE HISTÓRICO DA EVOLUÇÃO DO SISTEMA BANCÁRIO Chick (1993), identificou seis estágios na evolução do sistema bancário em economias capitalistas, utilizando o modelo institucional inglês como base. Conforme exposto a seguir:

2.1.1 PRIMEIRO ESTÁGIO O primeiro estágio é caracterizado pelo grande volume de bancos pequenos semiisolados que não utilizam suas obrigações como meios de pagamento, a capacidade de emprestar dependia de forma total com a captação prévia de depósitos de poupança, ou seja, dependiam da formação de reservas para a partir destas realizar operações de empréstimo, sendo assim a forma mais pura de intermediação financeira, a poupança é a determinante para o volume de investimentos.

8

2.1.2 SEGUNDO ESTÁGIO No segundo estágio, os bancos conquistaram uma maior confiança do público, o número destas instituições diminui, em compensação seus tamanhos aumentam, podendo agora serem considerados como bancos médios, foram criadas novas agências, fato que contribuiu para a diminuição do risco, que agora é mais disperso, é neste momento que a necessidade prévia de depósitos em poupança é quebrada, começa-se a utilizar dos depósitos com meio de pagamentos, isso faz com que aqueles não representem apenas poupança mas também balanços de transações financiadores do consumo interno, permitindo a expansão do crédito. Os bancos com excessos de reservas são influenciados para emprestar dinheiro, como consequência, surge o efeito multiplicador de moeda, na criação de moeda escritural, o sistema bancário pode emprestar um valor que seja múltiplo de suas reservas, mantendo um mínimo de reservas imposto pelas autoridades monetárias, fato que atualmente é considerado natural.

2.1.3 TERCEIRO ESTÁGIO No terceiro estágio, o mercado interbancário evolui, os bancos podem emprestar para outros bancos, fato que contribui para o uso eficiente das reservas disponíveis, o multiplicador monetário pode atuar com maior agilidade agora, aumentando ainda mais a capacidade de criação de crédito.

2.1.4 QUARTO ESTÁGIO No quarto estágio de evolução, surge a figura do banco central como responsável pela manutenção da estabilidade do sistema bancário, um porto seguro garantidor caso falte reservas. O estado garante parte dos depósitos à vista, assim, neste momento os bancos podem oferecer maior volume de crédito com maior segurança. A carência de reservas agora, é suprida pelo sistema.

2.1.5 QUINTO ESTÁGIO O quinto estágio acontece em meados de 1950 e 1960 e é caracterizado por grandes mudanças, principalmente nas economias capitalistas mais avançadas, como Estados Unidos e Inglaterra, um fato relevante surgido aqui é a prática de administração dos passivos (até este momento, os bancos se concentravam em administrar ativos), isto liberou em partes as necessidades dos bancos em manter maiores reservas não-compulsórias (protetoras da

9

liquidez), como contrapartida, os riscos também foram ampliados. A administração de passivos surge em parte devido ao aumento da concorrência no setor.

2.1.6 SEXTO ESTÁGIO Já no sexto estágio dois processos são destacados, o surgimento da securitização dos créditos, que permitiu a redução do risco de liquidez, e o surgimento das operações offbalanced-sheet ou operações fora do balanço. Nesse estágio começam a surgir modelos de regulação para o setor, como o primeiro acordo da Basileia em 1988, que enfatizava os requisitos de liquidez e de capital, estimulando os bancos a utilizarem os dois processos citados acima (securitização e operações fora do balanço) para escapar de algumas diretrizes regulatórias e obter novas fontes de receitas.

2.1.7 SISTEMA BANCÁRIO A PARTIR DA DÉCADA DE 1990 Athanasoglou, Brissimis e Delis (2008), afirmaram que desde a década de 1990, o sistema bancário mundial sofreu outras inúmeras transformações como consequência do avanço tecnológico e novos modelos de regulação. Diversos são os fatores, como o avanço da internet, a evolução dos acordos da Basiléia, novo contexto social e ambiental (ênfase na questão da sustentabilidade), que afetaram a estrutura, talvez abrindo espaço para um novo estágio evolutivo, cabendo aqui a realização de novas pesquisas.

2.2 REGULAÇÃO DO SISTEMA BANCÁRIO, LEI DODD-FRANK E ACORDOS DA BASILÉIA Souza (2014), faz uma revisão crítica dos acordos da Basiléia, estes foram desenvolvidos pelo Bank for International Settlements (BIS), com o objetivo de estabelecer regulações para o sistema bancário, porém não são as únicas, o autor destaca que a Lei DoddFrank Wall Street Reform and Consumer Protection Act, também apresenta grande importância para o setor.

Ainda segundo Souza (2014), os acordos da Basiléia foram desenvolvidos na cidade suíça da Basiléia, a partir do fim do sistema monetário internacional baseado em taxas cambiais fixas, que causou instabilidade no sistema financeiro, e a partir do processo de expansão da liquidez, liberação e integração financeira mundial em meados das décadas de 1970 e 1980, o primeiro acordo (Basiléia I) surgiu no ano de 1988, com o objetivo de proteger o sistema

10

bancário de eventuais crises, tinha foco em três pontos, o capital regulatório, o índice mínimo de capital para cobertura do risco de crédito e fatores de ponderação de risco de ativos.

O segundo acordo da Basiléia (Basiléia II), fora publicado no ano de 2004 com o objetivo de corrigir falhas e atualizar o primeiro acordo, buscou criar um padrão de internacional para os reguladores bancários, tendo como principais pilares a instituição do capital mínimo, este tem como componentes três fatores de risco (crédito, operacional e risco de mercado), outro pilar é caracterizado pelo fortalecimento dos processos de supervisão e o terceiro pilar se dá pela disciplina de mercado (estimula maiores níveis de transparência dos bancos).

No ano de 2008, o mundo foi abalado por uma forte crise econômica, fato que influenciou a elaboração de um terceiro acordo da Basiléia (Basiléia III), publicado no ano de 2010, com o objetivo de fortalecer os requisitos de capital, mais liquidez e menos alavancagem, este terceiro acordo foca em uma prevenção de uma eventual corrida bancária.

Em relação a Lei Dodd-Frank, a ANBIMA (2011), realizou um estudo focado nesta reforma do sistema financeiro norte-americano pós crise econômica de 2008, que por sua vez tem reflexo direto em todo sistema financeiro mundial, essa lei de 21 de julho de 2010, implementou algumas reformas e regulações para a indústria bancária, atuando principalmente para fortalecer a transparência do setor e a proteção do consumidor. Assim, os principais focos desta lei são: Identificação e regulação do risco sistêmico, estabelecer responsabilidades e fortalecer a autoridade do Federal Reserve (FED), regulação e transparências de derivativos, acabar com fianças para empresas consideradas grandes demais para falir, entre outros pontos mais abrangentes.

2.3 O PAPEL DOS BANCOS NA ECONOMIA Segundo Tobin (1977), os intermediários financeiros têm como suas principais instituições os bancos, estes por sua vez devem satisfazer de forma simultânea as necessidades dos agentes econômicos, operando o elo entre os agentes superavitários (que poupam mais do que gastam) e agentes deficitários (que demandam capital). Assim, de um lado estão os agentes que desejam incrementar suas riquezas e de outro lado encontram os chamados credores que tem como objetivo fundamental manter seu patrimônio em ativos.

Outra importante função dos bancos para a economia de modo geral, de acordo com Assaf Neto (2014), se dá através de uma prerrogativa exclusiva do sistema bancário,

11

caracterizada na capacidade de criação de moeda, denominada como moeda bancária ou moeda escritural através dos meios de pagamento. Tal capacidade segundo Carvalho et al (2007), é evidenciada como o efeito multiplicador monetário, como consequência existe um ciclo sucessivo de criação de moeda na economia oriundas dos meios de pagamento, e tal ciclo deve ser regulado pelas autoridades monetárias nacionais. Ainda de acordo com Assaf Neto (2014), é importante ressaltar que a criação de moeda pelos bancos não é válida para cobrir suas obrigações.

Portanto, os bancos são fundamentais para a economia e tem relevante papel social, possuem peculiaridades que os difere de todos os outros tipos de corporações, além das atividades de intermediação financeira e o poder para criar moeda escritural influenciando diretamente o fluxo de crédito e políticas monetárias na economia, realizam operações mais complexas no mercado financeiro. Assim, podemos concluir, segundo Maffili, que os bancos são os agentes financiadores da economia de modo geral e são responsáveis por possibilitar a dinâmica social no mundo contemporâneo, possibilitam então a estabilidade necessária para o sustento de uma nação.

Levine (1996), afirma que uma das principais formas de analisar o comportamento e desempenho dos bancos, sua eficiência, e consequentemente sua capacidade de gerar estabilidade para a economia, se dá através da mensuração do Spread Bancário ou Margem Bancária, que segundo Leal (2007) e Dantas et al (2012), pode ser classificado em dois tipos Spread Bancário ex post e Spread Bancário ex ante. Conforme será detalhado a seguir.

2.4 SPREAD BANCÁRIO EX ANTE E EX POST O Spread Bancário ou Margem Bancária, de acordo com Assaf Neto (2014) e Levine (1996), consiste basicamente na diferença entre as taxas de juros de captação e aplicação, esta diferença representa o lucro e o risco relativos às operações de intermediação financeira.

Segundo Leal (2007) e Dantas et al (2012), existem diversas nomenclaturas e formas de mensuração para o Spread Bancário, as classificações mais comuns são o Spread Bancário ex ante e Spread Bancário ex post. O Spread Bancário ex ante é mensurado a partir da precificação das taxas de captação e empréstimos, relativas às diversas instituições bancárias, assim refletem as expectativas destas em relação à: demanda, inadimplência, concorrência, entre outras variáveis. Já o Spread Bancário ex post é mensurado a partir da razão entre as

12

receitas provenientes das operações de intermediação financeira e as despesas provenientes da mesma, portanto, traduz o resultado da intermediação financeira.

De acordo com Dantas et al (2012), as duas medidas evidenciam momentos distintos. O Spread Bancário ex ante reflete as expectativas dos bancos no momento da operação de crédito, além de incorporar efeitos da volatilidade do cenário macroeconômico. Já o Spread Bancário ex post apresenta um comportamento mais estável, devido à volatilidade macroeconômica não refletir de forma imediata, além de não apurar as expectativas das instituições, evidenciando apenas o efetivo resultado da intermediação financeira. Ainda segundo Dantas et al (2012), a seleção da metodologia a ser adotada depende dos objetivos dos estudos, porém a metodologia ex ante recebe diversas críticas quanto aos seus aspectos metodológicos, como em FIPECAF (2005), isso porque desconsidera uma parte relevante das operações de crédito, como as de direcionamento obrigatório de crédito rural e crédito habitacional.

O Spread Bancário ex post, conforme afirma Dantas et al (2012), Demirguç-Kunt e Huizinga (1999), é mensurado a partir de dados contábeis públicos, onde são considerados todas as operações de crédito, tal avaliação parte do pressuposto que todas as informações gerenciais são possíveis de acesso. O modelo ex post também é mais apropriado para comparações internacionais devido à confiabilidade dos dados. Portanto, o Spread Bancário ex post reflete efetivamente o resultado das operações de intermediação financeira, ou seja, a razão entre as receitas das operações de crédito e as despesas das operações de crédito.

Portanto, no presente estudo a utilização do Spread Bancário ex post¸ pode ser efetivada devido à maior assertividade em sua mensuração a partir de dados contábeis das instituições, publicados conforme as obrigações das companhias abertas e auditados, garantindo assim maior confiabilidade nos resultados.

2.5 INDICADORES CONTÁBEIS TRADICIONAIS APLICADOS EM BANCOS Segundo Assaf Neto (2012), existem diversas formas de avaliação financeira, porém a análise de indicadores contábeis tradicionais, também denominada tradicionalmente de análise fundamentalista, baseia-se nas demonstrações contábeis públicas para extração dos dados para suas quantificações. Ainda segundo o autor, os indicadores e índices tradicionais oriundos de dados contábeis podem ser relevantes tanto para os administradores internos quanto

13

para os agentes econômicos em geral. Normalmente a metodologia mais comum para tal análise utiliza-se de um conjunto de indicadores de liquidez, indicadores de atividade, indicadores de capital, endividamento e estrutura, indicadores de rentabilidade e indicadores de análise de ações.

Segundo Piotroski (2005), a análise fundamentalista baseia-se na ideia de existência de agentes investidores sofisticados e capazes de utilizar informações financeiras extraídas de relatórios contábeis de períodos passados de empresas, na forma de indicadores. De acordo com Matarazzo (2003), um indicador é um valor relativo ou relação entre contas das demonstrações contábeis, e evidenciam determinados aspectos relativos à situação econômico-financeira de uma empresa, apresentando informações relevantes para a tomada de decisões.

Em relação aos bancos e demais instituições financeiras, existem pequenas modificações quânticas nos tradicionais indicadores contábeis. Segundo Assaf Neto (2014), nos bancos, os indicadores relativos à capital e risco buscam identificar a composição da estrutura econômico-financeira, já os indicadores relativos à rentabilidade e lucratividade como o Retorno sobre o Ativo (ROA) e o Retorno sobre o Patrimônio Líquido (ROE) que evidenciam respectivamente o resultado da oportunidade de negócios acionadas pelos bancos e o ganho percentual auferido pelos proprietários, outros importantes indicadores são a Margem EBITDA, Margem Líquida.

Ainda segundo Assaf Neto (2014), os indicadores relativos à liquidez representam se uma instituição pode ser considerada solvente, em bancos representam os recursos próprios oferecidos ao risco, ressalta-se que é competência dos gestores a função de preservar um montante do patrimônio líquido que possa ser considerado adequado para atender as demandas por recursos de caixa, estes recursos tem como finalidade atender o fluxo de pagamentos, é responsável pelas despesas operacionais e principalmente cobrir resgastes de seus depositantes.

Portanto, segundo Assaf Neto (2012 e 2014), Piotroski (2005) e Matarazzo (2003), a análise de indicadores contábeis, é o modelo mais tradicional em finanças, que pode ser denominada de análise fundamentalista, que por sua vez possibilita de forma quântica, avaliar a situação econômico-financeira de uma organização.

2.6 ESTUDOS SOBRE SPREAD BANCÁRIO NO BRASIL

14

No Brasil existem diversos estudos sobre a determinação do Spread Bancário, como o de Aronovich (1994), que utilizou uma regressão por mínimos quadrados ordinários em dois estágios, o nível de atividade e a inflação e seus efeitos sobre o Spread Bancário brasileiro, obtendo como resultados a relação entre a ampliação do Spread e a inflação.

Entre os estudos relacionados ao Spread Bancário ex ante, variável que representa as expectativas das instituições bancárias no momento da realização da operação de crédito, destacam-se os de Afanasieff et al (2002), utilizaram o modelo econométrico de dados em

painel, analisando o período que se estende de 1997 até 2000, tendo com a variável dependente o Spread Bancário ex ante, e variáveis explicativas microeconômicas no primeiro estágio e macroeconômicas no segundo, encontrou relações positivas como o custo operacional, captação sem custo de juros, receita de serviços, o crescimento industrial, Spread over treasury e impostos diretos, tendo relação negativa com as variáveis banco estrangeiro e IGP. O de Bignotto e Rodrigues (2005), utilizando como variável a ser explicada o Spread Bancário ex ante, e variáveis explicativas relacionadas ao risco, encontrando como determinantes a SELIC, custo administrativo, risco de juros, risco de crédito, liquidez, receita de serviços, depósitos compulsórios e ativo total. Oreiro et al (2006), utilizou como variáveis explicativas indicadores macroeconômicos, através de técnicas de regressão múltipla, verificou evidencias de que o nível e a volatilidade da taxa de juros são os principais determinantes do Spread Bancário ex ante do mercado brasileiro, além de verificar relevância significativa na variável Produto Industrial.

Em relação ao Spread Bancário ex post, variável que representa o efetivo ganho nas operações de crédito, ainda são poucos os estudos no mercado brasileiro, destacando os da FIPECAF (2005), realizado por solicitação da Federação Brasileira de Bancos (FEBRABAN), o de Leal (2007) e o de Dantas et al (2012), que buscam verificar através de variáveis explicativas macroeconômicas os determinantes do Spread Bancário ex post. Os primeiros dois estudos referenciados acima, como resultado encontraram relação positiva a participação dos bancos estrangeiros e o peso de caixa mais depósitos, outras variáveis testadas não apresentaram significância. O estudo de Dantas et al (2012), verificou resultados significantes positivos com o risco de crédito da carteira, grau de concentração no mercado de crédito, nível da atividade da economia e relação significante negativa com a participação relativa no mercado de crédito, obtendo também algumas variáveis que não apresentaram significância sendo dispensada a análise.

15

Portanto, existem alguns estudos sob a temática do Spread Bancário no Brasil, que embasaram o modelo teórico desta pesquisa, ressalta-se ainda, que a literatura carece de novas abordagens analíticas para complementação. A seguir é apresentada a metodologia empregada no presente estudo.

3. METODOLOGIA O presente estudo tem caráter explicativo de cunho empírico-analítico, partindo do objetivo de identificar a possível existência de uma relação entre os indicadores contábeis tradicionais e o Spread Bancário ex post no segmento de bancos da BM&FBOVESPA, busca também, verificar no caso da constatação de uma relação significativa, quais dos indicadores contábeis tradicionais podem ser considerados como principais determinantes do Spread Bancário ex post, portanto quais os efeitos daqueles indicadores neste indicador.

Para o alcance dos objetivos do estudo, utilizou-se uma abordagem quantitativa através do modelo econométrico de regressão de dados em painel. Para organização dos dados utilizou-se o software Microsoft Excel 2013 e para o tratamento e aplicação dos modelos econométricos o software Stata 12. Antes da aplicação dos modelos de regressão de dados em painel, os dados são apresentados a partir da análise estatística descritiva. A seguir é apresentado alguns conceitos fundamentais para explicar o porquê da escolha da regressão de dados em painel.

Segundo Fávero et al (2014), a utilização da regressão de dados em painel é cada vez mais crescente, este modelo agrega dados de séries temporais (time series data) e dados de corte transversal (cross-section data), permitindo assim, o estudo de fenômenos que podem sofrer influência das diferenças entre os indivíduos e da própria evolução temporal, possibilitando uma estimação mais completa, eficiente e eficaz.

De acordo com Gujarati (2006), a possibilidade da inclusão da dimensão crosssection em um estudo temporal, oferecida pelos modelos de regressão de dados em painel, fornecem uma maior quantidade de informações devido a maior variabilidade dos dados, consequentemente tem-se uma menor colinearidade e pode-se alcançar maior grau de liberdade, gerando consequentemente uma melhor eficiência na estimação e eficácia nos resultados.

Gujarati (2006), apresenta o modelo de regressão de dados em painel da seguinte forma: Yi,t = β1 + β2X2i,t + μi,t

16

Na qual o i representa a i-ésima unidade de corte transversal e t o t-ésimo período de tempo. Quando os indivíduos possuem a mesma série temporal, o painel é classificado como balanceado, já quando a série temporal vária de acordo com cada indivíduo o painel é classificado como não-balanceado. Ainda segundo Gujarati (2006), os modelos de dados em painel se distinguem basicamente devido à existência de efeitos fixos (EF) ou efeitos aleatórios (EA). As variáveis explicativas são independentes do erro, e a estimação de qual modelo é mais apropriado, depende das seguintes premissas: no modelo de Efeitos Fixos (EF), os coeficientes angulares são constantes, mas o intercepto vária entre os indivíduos ou os coeficientes angulares são constantes, mas o intercepto vária entre os indivíduos e ao longo do tempo ou os coeficientes e os interceptos variam entre os indivíduos; no modelo de Efeitos Aleatórios (EA), cada variável βit é aleatória, β1 é um parâmetro desconhecido e μi representa o termo de erro. Para a seleção de qual modelo é mais apropriado, faz-se alguns testes como: teste de Chow, teste de Hausman e teste LM de Breush-Pagan.

A partir da contextualização dos modelos de dados em painel, é necessário especificar o modelo empírico a ser utilizado no estudo, a partir da evidenciação das fontes dos dados, apresentados a seguir.

3.1 COLETA DE DADOS E AMOSTRA DA PESQUISA As variáveis do presente estudo são caracterizadas como os indicadores contábeis tradicionais com algumas modificações quânticas específicas para instituições bancárias conforme exposto por Assaf Neto (2014), compondo o grupo de variáveis explicativas, e temse como variável a ser explicada ou dependente o indicador Spread Bancário, neste caso preferiu-se a utilização especificamente do Spread Bancário ex post, devido à sua forma de mensuração baseada em dados contábeis, conforme exposto pela FIPECAF (2005), que possibilita maior confiabilidade para análises. Tal indicador segundo Dantas et al (2012), é considerado como uma das principais variáveis de resposta pelos lucros dos bancos.

Utilizou-se dados secundários tendo como fonte de coleta, o sitio da BM&FBOVESPA para a obtenção dos dados na forma das Demonstrações Financeiras Padronizadas, que foram utilizadas para o cálculo dos indicadores contábeis tradicionais e Spread Bancário ex post, conforme será observado no quadro 1.

Ainda em relação aos dados, a mensuração fora anual, tendo como período analisado o ano de 2006 até o ano de 2013, formando assim uma série temporal expressiva que pode corrigir algum evento isolado que enviese os resultados do estudo. Destaca-se que a

17

população do estudo buscou englobar todas as instituições listadas no segmento de bancos da BM&FBOVESPA, excluindo desta assertiva apenas quatro instituições devido à ausência de alguns dados considerados essenciais para as análises, assim, foram analisadas um total de vinte e duas instituições do total de vinte e seis do segmento, conforme será exposto no quadro 2.

Desta forma o quadro 1, apresenta os indicadores contábeis tradicionais com as devidas especificidades no cálculo para bancos segundo Assaf Neto (2014), relacionados ao capital e risco, rentabilidade e liquidez, formando o conjunto de variáveis explicativas, o quadro 1 também evidencia o Spread Bancário ex post, variável a ser explicada ou dependente. É apresentado a seguir aliado aos indicadores, suas respectivas formas de mensuração e breves conceitos para interpretação. Tendo como fontes para elaboração dos cálculos Assaf Neto (2014), Corrêa et al (2013) e na metodologia da FIPECAF (2005), esta última para o Spread Bancário ex post, também se utilizou como variável de controle o logaritmo do Ativo Total, conforme exposto a seguir: Quadro 1: Apresentação das Variáveis do Estudo Variável

Equação

Endividamento

Passivo

(Cap/Terc)

Líquido

/

Patrimônio

Tipo de Variável

Descrição

Regressor

Endividamento da firma

Variável Independente

em relação ao capital de terceiros.

Composição Endividamento (CE) ”’continua’’

do

Passivo

Regressor

Circulante/Passivo

Variável Independente

Endividamento da firma.

18

Quadro 1: ‘’continuação’’

Grau de Alavancagem

Retorno

sobre

o

Financeira (GAF)

PL/Retorno sobre o Ativo

Regressor

Mede quanto o capital de

Variável Independente

terceiros contribui para gerar resultados.

(Despesa de Pessoal + Índice

de

Eficiência

Bancário (IE)

Despesas

Mede Regressor

a

eficiência

Operacional, para bancos:

Administrativas - PLR) / Variável Independente

(quanto menor for, maior

Margem

será a eficiência).

Financeira

+

Receitas)

Retorno sobre o Ativo

Lucro

(ROA)

(Nopat)/Ativo Total

Retorno Patrimônio

sobre

Operacional

o Lucro

Líquido Líquido/Patrimônio

(ROE)

Regressor

Mede

Variável Independente

sobre os ativos.

Regressor

Mede

Variável Independente

sobre

Líquido

a

a

EBITDA

(MargEbitda)

EBITDA

rentabilidade

o

patrimônio

líquido.

Mede Margem

rentabilidade

/

Receita

Líquida

a

Margem

Regressor

Operacional

Variável Independente

(produtividade) do banco.

É formada por vários Margem

Líquida

(MargLiq)

Lucro Líquido / Receita

Regressor

resultados da gestão de

Líquida

Variável Independente

ativos e

passivos dos

bancos,

verifica

a

intermediação financeira.

Liquidez (LiqGeral)

Geral

(Ativo

+ Regressor

Realizável a Longo Prazo) Variável Independente / Passivo

‘’continua’’

Circulante

Mede a solvência geral da firma.

19

Quadro 1: ‘’conclusão’’

Liquidez Corrente

Ativo Circulante/Passivo

Regressor

Mede

a

solvência

da

(LIQCORR)

Circulante

Variável Independente

firma frente as obrigações de curto prazo.

Logaritmo do Ativo Total

Gen ATLN = log(AT)

(ATLN)

Regressor

Variável de controle do

Variável de Controle

tamanho das firmas.

Mede Spread Bancário ex post

por

meio

das

(Receita das Operações

demonstrações contábeis

de Crédito – Despesas de Regressor

a

Captação) / Receita das Variável Dependente

intermediação financeira,

Operações de Crédito

a

eficiência

margem

da

financeira

auferida pelos bancos.

Fonte: Elaborado pelo autor, com base em Assaf Neto (2014), Matarazzo (2003), Piotroski (2005) e FIPECAF (2005).

A seguir no quadro 2, fora extraído do sitio da BM&FBOVESPA, para apresentação de todas as instituições que compõem o segmento de bancos no ano de 2015, bem como seus respectivos nomes no pregão e o segmento de listagem.

Quadro 2: População deste Estudo Razão Social

Nome de Pregão

ALFA HOLDINGS S.A.

ALFA HOLDING

BANESTES S.A. - BCO EST ESPIRITO SANTO BCO ABC BRASIL S.A. BCO ALFA DE INVESTIMENTO S.A.

Segmento

BANESTES ABC BRASIL

N2

ALFA INVEST

BCO AMAZONIA S.A.

AMAZONIA

BCO BRADESCO S.A.

BRADESCO

N1

BCO BRASIL S.A.

BRASIL

NM

BCO BTG PACTUAL S.A.

BTGP BANCO

BCO DAYCOVAL S.A.

DAYCOVAL

BCO ESTADO DE SERGIPE S.A. - BANESE ‘’continua’’

BANESE

N2

20

Quadro 2: ‘’conclusão’’ BCO ESTADO DO PARA S.A.

BANPARA

BCO

RIO

BANRISUL

N1

E

BICBANCO

N1

INDUSVAL

N2

ESTADO

DO

GRANDE DO SUL S.A. BCO

INDUSTRIAL

COMERCIAL S.A. BCO INDUSVAL S.A. BCO

MERCANTIL

DE

MERC INVEST

BCO MERCANTIL DO BRASIL

MERC BRASIL

INVESTIMENTOS S.A.

S.A. BCO NORDESTE DO BRASIL

NORD BRASIL

S.A. BCO PAN S.A.

BANCO PAN

N1

BCO PATAGONIA S.A.

PATAGONIA

DR3

BCO PINE S.A.

PINE

N2

BCO SANTANDER (BRASIL) S.A.

SANTANDER BR

BCO SOFISA S.A.

SOFISA

BRB BCO DE BRASILIA S.A.

BRB BANCO

CONSORCIO

ALFA

DE

ADMINISTRACAO S.A. ITAU UNIBANCO HOLDING S.A. ITAUSA

INVESTIMENTOS

ITAU S.A. PARANA BCO S.A.

N2

ALFA CONSORC

ITAUUNIBANCO

N1

ITAUSA

N1

PARANA

N1

Fonte: BM&FBOVESPA, 2015.

É importante ressaltar que para o presente estudo, devido algumas limitações nos dados, foram excluídas as instituições: Alfa Holding S.A, Banco BTG Pactual S.A, Consorcio Alfa de Administração S.A e Itausa Investimentos Itaú S.A. Portanto, do total de 26 instituições foram utilizadas 22.

21

3.2 ESPECÍFICAÇÃO DO MODELO EMPÍRICO Assim como qualquer empresa de capital, a busca pela maximização dos lucros é um dos principais objetivos dos bancos, para alcançar tal objetivo têm como principal atividade a intermediação financeira, podemos verificar que a variável representada pelo Spread Bancário, segundo Dantas et al (2012), é uma das responsáveis pela evidenciação dos lucros destas instituições. No presente estudo utilizou a metodologia do Spread Bancário ex post, que tem sua mensuração baseada em dados contábeis públicos, assim, é apurado a partir da diferença entre a taxa de retorno obtida nas operações de crédito e o custo de captação dos depósitos.

Utilizando como embasamento teórico os estudos (como: ARONOVICH, 1994; AFANASIEFF et al, 2002; BIGNOTTO e RODRIGUES, 2006; OREIRO et al, 2006; FIPECAF 2004; LEAL, 2007; DANTAS et al, 2012), fora estruturado um modelo empírico de modo a buscar identificar a possível relação entre os indicadores contábeis tradicionais e o Spread Bancário ex post, constatando de forma significante a relação, buscar verificar quais são os principais determinantes da variável dependente. Vale ressalta que como variável de controle utiliza-se o logaritmo do ativo total.

Portanto, o modelo empírico desenvolvido fica da seguinte forma estruturado: Spreadb I,t = βo + βISpreadbex I,t-1 + β2CapTercI I,t + β3GAF I,t + β4 IE I,t + β5ROA I,t + β6ROE I,t + β7MargEbitda I,t + β8MargLiq I,t + β9LiqGeral I,t + β10LiqCorr I,t + β11ATLNI,t + μi,t A partir da composição e disposição das variáveis do modelo empírico, baseando teoricamente nos estudos referenciados acima, fora elaborado um total de nove hipóteses, conforme exposto a seguir: 

H1: O Spread Bancário ex post tem relação negativa com o indicador de endividamento (CapTerc).



H2: O Spread Bancário ex post tem relação positiva com o indicador do grau de alavancagem financeira (GAF).



H3: O Spread Bancário ex post tem relação negativa com o índice de eficiência bancário (IE).



H4: O Spread Bancário ex post tem relação positiva com o indicador de rentabilidade sobe o ativo (ROA).

22



H5: O Spread Bancário ex post tem relação positiva com o indicador de rentabilidade sobre patrimônio líquido (ROE)



H6:

O Spread Bancário ex post tem relação positiva com a margem EBITDA

(MargEbitda). 

H7: O Spread Bancário ex post tem relação positiva com o indicador de margem liquida (MargLiq).



H8: O Spread Bancário ex post tem relação negativa com índice de liquidez geral (LiqGeral).



H9: O Spread Bancário ex post tem relação negativa com o indicador de liquidez corrente (LiqCorr).

A partir da definição de todas as hipóteses a serem testadas no estudo, o seguinte

quadro 3 apresenta o sinal dos parâmetros esperado da regressão de dados em painel de cada uma das variáveis explicativas:

Quadro 3: Relação entre as hipóteses, variáveis explicativas e o sinal esperado nas saídas da regressão de dados em painel Variável

CapTer

GAF

IE

ROA

ROE

MargEbitda

MargLiq

LiqGeral

LiqCorr

Hipótese

H1

H2

H3

H4

H5

H6

H7

H8

H9

Sinal

-

+

-

+

+

+

+

-

-

Esperado Fonte: Elaborado pelo autor.

Por fim, vale ressaltar a confiabilidade do estudo a partir dos dados que foram coletados em fontes qualificadas do mercado, como a BM&FBOVESPA, e tem-se como fonte de validação, o embasamento teórico em estudos anteriores sobre a temática e em autores tradicionais no meio acadêmico, como o Assaf Neto (2014). Portanto, os resultados obtidos nas análises podem ser considerados como confiáveis e fornecem informações relevantes para os mercados e sistema bancário nacional.

4. ANÁLISE DOS RESULTADOS 4.1 ANÁLISE DESCRITIVA DAS VARIÁVEIS DO ESTUDO

23

A seguir é apresentado um total de quatro tabelas contendo a estatística descritiva das variáveis do estudo em valores absolutos, preferiu-se assim devido aos altos valores apresentados por bancos. Assim a tabela 1 apresenta os indicadores de capital, estrutura e endividamento, seguida da tabela 2 relacionada com os indicadores de rentabilidade, a tabela 3 com os indicadores de líquidez e por fim a tabela 4 com as variáveis dependente e de controle.

Tabela 1: Estatística Descritiva dos Indicadores de Capital, Estrutura e Endividamento ANO

2014

2013

2012

2011

(CapTerc)

2009

2008

(GAF)

(IE)

MÉDIA

8.533806518

0.629474622

9.539707864

55.79889022

Mínimo

0.23160846

0.097594479

1.23160846

-77.97824567

Máximo

18.03195745

0.916632105

19.03342087

112.0626723

Desv.Pad.

4.568662563

0.177432096

4.569225931

37.45277501

MÉDIA

8.009917923

0.616567945

9.014784677

26.015296

Mínimo

0.228156611

0.080826222

1.228156611

-670.8631821

Máximo

16.52140181

0.901297392

17.5273883

96.59603895

Desv.Pad.

4.127233125

0.169573068

4.127205031

156.7665644

MÉDIA

7.786896285

0.619561131

8.791159185

60.35566148

Mínimo

0.222422005

0.085384122

1.222422005

4.073002783

Máximo

15.15163876

0.912911904

16.15302386

165.1195026

Desv.Pad.

3.960220145

0.172408627

3.960493851

28.88817593

MÉDIA

7.972379727

0.647280773

8.977623705

62.02092417

Mínimo

0.161640487

0.404385816

1.161640487

3.451532735

Máximo

14.30599618

0.97517593

15.31164773

193.2027766

3.61696034

0.135019997

3.616857451

36.03491868

MÉDIA

10.73757693

0.628174974

11.7430685

106.9235909

Mínimo

0.150138588

0.269344041

1.150138588

3.790257228

Máximo

57.67299269

0.975118695

58.69098606

1325.240813

Desv.Pad.

11.69413882

0.169276101

11.69569074

272.6345154

MÉDIA

8.802709596

0.661242739

9.805826945

52.17657423

Mínimo

0.062330799

0.09235725

1.062330799

5.125684567

Máximo

37.74976299

1

38.74978406

89.91522379

Desv.Pad.

7.743324575

0.176788521

7.742418043

21.74523924

MÉDIA

8.224341123

0.656101175

9.226602848

53.79013225

Mínimo

0.054221918

0.124920234

1.054221918

10.05134473

Máximo

26.14780317

1

27.14818289

99.66524247

Desv.Pad.

6.193374583

0.191064834

6.193608842

19.5960393

Desv.Pad.

2010

(CE)

‘’continua’’

24

Tabela 1: ‘’conclusão’’

2007

2006

MÉDIA

7.368422253

0.764960865

8.37101908

53.13765598

Mínimo

0.072978764

0.388775062

1.072978764

1.99858029

Máximo

15.02784773

1

16.03093668

79.68459379

Desv.Pad.

4.815716262

0.13800554

4.816385876

19.66336795

MÉDIA

8.192541108

0.745023906

9.196500875

56.96092848

Mínimo

0.069003826

0.368773883

1.069003826

1.972467358

Máximo

14.96550956

1

15.96996663

93.70152838

Desv.Pad.

4.071694599

0.146822658

4.075269067

20.49791888

Fonte: Elaborado pelo autor.

Verifica-se a partir da tabela 1, que o segmento de bancos da BM&FBOVESPA, no período entre 2006 e 2014, auferiu no indicador de Endividamento (CapTerc) um pico no ano de 2010, quando alcançou um valor médio de 10,73 indicando uma alta participação de capital de terceiros no endividamento das instituições, posteriormente nos anos de 2011 e 2012 apresentou uma queda (melhora no indicador) que fora logo seguida por uma alta (piora) nos anos de 2013 e 2014 quando voltou a subir, auferindo neste ultimo ano um valor médio de 8,53, podendo indicar uma tendencia de alta. Em relação ao indicador Composição do Endivamento (CE) que indica o quanto o banco está endividado de forma geral e sua capacidade de solvência, verifica-se que em todos os anos valores médios inferiores à 1, indicando poder para cobrir com todas as obrigações, além de verificar uma queda entre o ano de 2006 e o ano de 2007 passando de uma média de 0,74 para 0,62 respectivamente.

Em relação ao Grau de Alavancagem Financeira (GAF), espera-se, devido a natureza de operações dos bancos um valor médio alto, assim variaram entre 8,3 até 11,74 no período análisado. Por fim, o Índice de Eficiência (IE), que para bancos quanto menor se apresentar, melhor e maior será a eficiência, verifica-se que apenas no ano de 2013 o resultado é considerado satisfatório, inferior em média à 50,00 portanto, considera-se eficiência regular para os outros anos de análise, exceto no ano de 2010 quando o valor médio do segmento superou 100,00 algo considerado insatisfatório.

25

Tabela 2: Estatística Descritiva dos Indicadores de Rentabilidade ANO

2014

2013

2012

2011

2010

2009

(ROA)

2007

2006

(MargEBITDA)

(MargLiq)

MÉDIA

1.468195553

5.466140514

10.15075337

24.38259769

Mínimo

-4.559035252

-60.22911795

-53.57870582

-34.3399198

Máximo

13.85909711

26.00734917

69.25898082

386.8254681

Desv.Pad.

3.234146768

17.85833265

23.00561318

81.90995853

MÉDIA

1.472298019

9.274827096

11.2827195

23.03550223

Mínimo

-2.568948308

-17.80778381

-40.55433152

-27.54840177

Máximo

10.64110884

27.83161738

62.28020078

328.5634107

Desv.Pad.

2.390594522

10.26567036

18.49168646

69.03544827

MÉDIA

1.827987004

12.01545882

14.22180754

26.05648468

Mínimo

-3.716864539

-23.66101984

-34.82931821

-21.46029625

Máximo

10.29419955

34.13057054

49.69412316

349.6695805

Desv.Pad.

2.501530596

11.47123712

16.54979156

72.98277752

MÉDIA

2.407525448

14.50760667

13.12955304

32.93441886

Mínimo

-0.741793132

-5.500446169

-20.36868061

-5.052828279

Máximo

13.05853761

39.79482019

53.40410499

455.8280042

Desv.Pad.

3.405326979

10.64975297

16.40201584

95.69772615

MÉDIA

2.238168113

12.06166096

14.42218686

55.21757725

Mínimo

-1.230152203

-72.19884578

-77.81607009

-79.58062459

Máximo

12.64227788

30.72691885

36.80752272

1005.633675

Desv.Pad.

2.602582994

20.14606004

22.79958219

213.3057843

MÉDIA

2.119371693

13.99156629

13.66508486

91.75538023

Mínimo

0.219519438

1.386167211

-22.21329283

1.156730036

Máximo

11.42463729

32.75884311

39.12520287

1749.609415

2.38253919

8.724806899

14.74747632

370.3946919

MÉDIA

3.695383017

18.3256283

1.104537061

818.5298689

Mínimo

0.11831525

3.157985883

-237.1879302

1.397677018

Máximo

32.59171642

43.8400671

26.97487998

17728.54161

Desv.Pad.

6.578556616

10.15632536

54.04552782

3776.90951

MÉDIA

3.327587455

18.20715036

14.6528219

277.5787187

Mínimo

0.550723042

7.306852798

-58.36471653

3.624410662

Máximo

23.10191415

37.44142412

41.53551964

5740.771881

Desv.Pad.

4.538757313

9.278522036

19.39984655

1220.240384

MÉDIA

3.254021866

20.16484957

13.52796168

339.6854146

Mínimo

0.398275616

4.124499943

-42.0131406

1.97513019

Máximo

23.68227017

52.65390174

40.00673231

7168.59816

Desv.Pad.

4.725494152

11.74565834

15.87132827

1525.275024

Desv.Pad.

2008

(ROE)

Fonte: Elaborado pelo autor.

26

Fora verificado a partir da tabela 2 acima, uma queda do indicador Retorno sobre o Ativo (ROA) indicando que os bancos análisados estão perdendo capacidade de gerar lucros a partir de seus ativos, observa-se que no ano de 2006 aufeiu um valor médio de 3,25 e em 2014 auferiu um valor médio de 1,4 uma queda bastante acentuada podendo indicar uma tendencia insatisfatória de baixa. Em relação ao indicador Retorno sobre o Patrimônio Líquido (ROE), também é verificado uma queda bastante acentuada, acompanhando os resultados do ROA, indicando a perda de capacidade de gerar lucros a patir do patrimônio líquido, em 2006 aufeiu um valor médio de 20,16 e em 2014 um valor médio de 5,46.

A Margem EBITDA (MargEBITDA), é um indicador de eficiência financeira operacional, e é verificado que apenas no ano de 2008, talvez devido a grande crise econômica mundial (podendo ser verificado em outro estudo), um resultado bastante abaixo da média, com um valor de 1,10, sendo que no ano último ano da análise, em 2010, fora auferido um valor médio de 10,15 considerado satisfatório, os bancos possuem certo grau de eficiência financeira.

Por último, verifica-se que a Margem Líquida (MargLiq) seguiu a mesma tendência de queda do ROA e ROE, auferindo uma drástica redução de um valor médio de 339,68 no ano de 2006 para um valor médio de 24,38 no ano de 2014. Resultado que possibilita inferir que os bancos análisados reduziram suas margens relacionadas à gestão de ativos e passivos.

Tabela 3: Estatística Descritiva dos Indicadores de Liquidez ANO

(LiqCorr)

2014

2013

2012

‘’continua’’

(LiqGeral)

MÉDIA

1.670954037

1.274590282

Mínimo

0.681503931

0.948314404

Máximo

8.89879197

3.855338859

Desv.Pad.

2.192925259

0.652991138

MÉDIA

1.540811419

1.210196225

Mínimo

0.699170414

0.927822386

Máximo

9.387403988

2.624246084

Desv.Pad.

1.862714221

0.407667337

MÉDIA

1.487511338

1.165692767

Mínimo

0.610289412

0.923832521

Máximo

8.408932751

2.445325678

Desv.Pad.

1.584914588

0.296405516

27

Tabela3: ‘’conclusão’’

2011

2010

2009

MÉDIA

1.258817726

1.174264552

Mínimo

0.550661778

0.927127861

Máximo

4.600892057

2.742273552

Desv.Pad.

0.824599644

0.357346088

MÉDIA

1.030345905

1.126594649

Mínimo

0.571446945

0.913463463

Máximo

1.604713664

1.717875316

Desv.Pad.

0.280673646

0.157553972

MÉDIA

1.251527008

1.195991273

Mínimo

0.696131427

0.912207113

Máximo

4.02606313

2.798782934

0.698785183

0.373621545

MÉDIA

1.16651151

1.121709382

Mínimo

0.665159993

0.736139651

Máximo

1.653751548

1.696622912

Desv.Pad.

0.309926573

0.182526109

MÉDIA

1.082096444

1.186501872

Mínimo

0.586453436

0.990328909

Máximo

1.717388151

1.8935694

Desv.Pad.

0.266218893

0.229450574

MÉDIA

1.00379755

1.110052895

Mínimo

0.447339752

0.98439378

Máximo

1.440718146

1.566695277

Desv.Pad.

0.275482516

0.133388126

Desv.Pad.

2008

2007

2006

Fonte: Elaborado pelo autor.

A partir dos resultados evidenciados pela tabela 3, relacionada aos indicadores de solvência, verifica-se uma evolução no indicador de Liquidez Corrente (LiqCorr), auferindo um valor médio de 1,67 no ano de 2014, indicando uma melhora na capacidade dos bancos em liquidarem suas obrigações de curto prazo, para cada 1 de dívida o segmento possui 0,6 de sobra.

Em relação ao indicadore de Liquidez Geral (LiqGeral), também verifica-se a partir dos resultados médios de cada ano, uma evolução pequena, porém, satisfatória, passando de 1,11 em 2006 para 1,27 em 2014, fato que permite concluir que os bancos análisados possuem capacidade de saldar com suas obrigações em geral.

28

Tabela 4: Estatística Descritiva da Variável Dependente (SpreadBEX) e Variável de Controle (ATLN) ANO

2014

2013

2012

2011

2010

2009

2008

2007

2006

(SpreadBEX)

(ATLN)

MÉDIA

0.298613032

10.29250296

Mínimo

-0.321467094

7.898028216

Máximo

0.754289731

12.14024234

Desv.Pad.

0.229597407

0.911552051

MÉDIA

0.332987355

10.25216209

Mínimo

-0.10425421

8.005900878

Máximo

0.712500405

12.0879441

Desv.Pad.

0.197848504

0.888120725

MÉDIA

0.357704097

10.23301977

Mínimo

0.116837914

8.395445218

Máximo

0.713830404

12.02089289

Desv.Pad.

0.171501764

0.841626426

MÉDIA

0.334764827

10.19576187

Mínimo

0.076463323

8.798574689

Máximo

0.711249795

11.94956186

Desv.Pad.

0.174378872

0.797763312

MÉDIA

0.380436137

10.15195708

Mínimo

-0.031699321

9.103486262

Máximo

0.737458425

11.86776036

Desv.Pad.

0.184827182

0.769948376

MÉDIA

0.38019662

10.09334494

Mínimo

0.003574776

9.248822377

Máximo

0.841868089

11.81994447

Desv.Pad.

0.209380498

0.754102281

MÉDIA

0.32703558

10.02738764

Mínimo

0.060573976

9.08471816

Máximo

0.620401658

11.71690218

Desv.Pad.

0.155619272

0.745787698

MÉDIA

0.486251863

9.903040948

Mínimo

0.105271888

8.012415375

Máximo

1

11.56387532

Desv.Pad.

0.170294444

0.789367808

MÉDIA

0.462276079

9.750796145

Mínimo

0.10974275

8.061991243

Máximo

0.969324573

11.48176898

Desv.Pad.

0.177806192

0.810264833

Fonte: Elaborado pelo autor.

29

A partir da tabela 4, verificamos que a variável dependente do presente estudo (Spread Bancário ex post ou SpreadBEX) que indica a margem e eficiência financeira de um banco, medida a partir das demonstrações contábeis destas instituições, apresentou, seguindo a mesma tendência dos tradicionais indicadores de rentabilidade (ROA, ROE, Margem Líquida) evidenciados anteriormente na tabela 2, sofrendo uma redução em seus valores médios, conforme observa-se em 2006 auferiu 0,46 e em 2014 auferiu 0,29. Portanto, podemos concluir que esses indicadores estão em uma tendencia de baixa.

4.2 MATRIZ DE CORRELAÇÃO Posterior a elaboração dos resultados da estatística descritiva, apresenta-se os dados obtidos na matriz de correlação, conforme a tabela 5 a seguir: Tabela 5: Matriz de Correlação SPREAD

Cap Terc

GAF

IE

ROA

ROE

BEX SPREAD

Marg

Marg

Liq

Liq

Ebitda

Liq

Geral

Corr

ATLN

1.0000

BEX CapTerc

-0.5320

1.0000

GAF

-0.5138

0.9608

1.0000

IE

-0.3898

0.7218

0.6140

1.0000

ROA

0.5270

-0.8010

-0.6628

-0.7169

1.0000

ROE

0.4336

-0.0263

-0.0020

-0.2579

0.3469

1.0000

Marg

0.2735

0.1242

-0.0168

-0.0777

-0.3668

0.2216

1.0000

MargLiq

0.1652

-0.5209

-0.3669

-0.4011

0.7982

0.1516

-0.7651

1.0000

LiqGeral

0.4345

-0.6762

-0.6672

-0.5113

0.3335

-0.0879

0.3342

-0.0345

1.0000

LiqCorr

0.2548

-0.5193

-0.4766

-0.5320

0.3072

-0.0759

0.2858

-0.0074

0.8308

1.0000

ATLN

-0.2737

0.0897

0.1762

-0.0538

0.0401

0.0250

-0.1391

0.0934

-0.2109

-0.0350

Ebitda

1.0000

Fonte: Dados do Estudo.

A matriz de correlação acima, teve como objetivo inicial verificar indicios de multicolinearidade através da identificação de variáveis explicativas com alta correlação ( > 0,7), fato não constatado. Posteriormente verificou-se as variáveis que mais associavam positivamente com a variável dependente e as que mais se associavam negativamente, com o objetivo de utiliza-las como indicios para possíveis causas que serão comprovadas ou não, através da comparação com os resultados das regressões.

Portanto, as variáveis explicativas que mais se associam positivamente com a variável dependente são: Retorno sobre o Ativo (ROA), Retorno sobre o Patrimõnio Líquido (ROE), Líquidez Geral (LiqGeral), Margem EBITDA (MargEbitda) e a Líquidez Corrente (LiqCorrent), a variável Margem Líquida (MargLiq) apresentou um valor inferior à 0,2,

30

indicando baixa correlação positiva. Já as variáveis que mais apresentaram associação negativa com a variável dependente, podendo indicar relação inversa entre as mesmas, são: Endividamento (CapTerc), Grau de Alavancagem Financeira (GAF) e o Índice de Eficiência Bancária (IE).

Conforme apresentado nos resultados acima da tabela 5, esperava-se seguindo a tradicional literatura de finanças e estudos anteriores, de acordo com Assaf Neto (2014), Matarazzo (2003), Piotroski (2005) e FIPECAF (2005), que as variáveis de rentabilidade mais se associem com o Spread Bancário ex post, fato verificado a partir dos indicadores ROA e Margem EBITDA. Não era esperado forte relação com os indicadores de liquidez, fato também verificado. Em relação às associações negativas, não era esperado que o GAF não auferi-se valores positivos, devido ao fato de quanto maior a alavancagem maiores podem ser os resultados oriundos das operações de intermediação. E por fim, relacionado ao índice de Eficiência, era esperado associação negativo, já que de acordo com a literatura quanto menor este índice, melhor será a eficiência dos bancos e consequentemente maior será suas margens financeiras.

Assim, neste primeiro momento não se objetivou estabelecer relações com as hipóteses do estudo, ficando estas para análise dos resultados do modelo de regressão de dados em painel.

4.3 REGRESSÃO MQO E REGRESSÃO ROBUSTA MQG Antes da utilização da técnica de dados em painel, realizou-se uma regressão MQO, na qual fora constatado através dos testes de Breusch-Pagan, teste Durbin-Watson e teste Variance Inflation Factor (VIF), problemas com os pressupostos da regressão relacionados à autocorrelação e heteroscedasticidade, estes corrigidos através da utilização da técnica de regressão robusta.

A partir da técnica de regressão robusta, tendo como a variável dependente o Spread Bancário ex post, como variáveis explicativas os indicadores contábeis tradicionais adaptados para bancos (indicadores da análise fundamentalista), além da utilização do logaritmo do ativo total como variável controle, foram realizados testes para verificar se os pressupostos econométricos estão adequados, como o teste Variance Inflation Factor (VIF) para identificação de multicolinearidade, o teste Breusch-Pagan para verificar a existência ou não da heteroscedasticidade, e testes para verificar a existência ou não de autocorrelação (teste DurbinWatson). A partir dos resultados verificamos que os parâmetros econométricos da regressão

31

foram respeitados. Portanto, preferiu-se a regressão robusta MQG à regressão MQO. Assim, verificamos na seguinte tabela 6: Tabela 6: Regressão MQG MQG Variável

Coeficiente

P-Value

Constante

.9104444

0.000

(CapTerc)

-.571578

0.000

(GAF)

.6216796

0.000

(IE)

.1982966

0.000

(ROA)

.0099957

0.347

(ROE)

.0028257

0.001

(MargEBITDA)

.0080513

0.000

(MargLiq)

.0000232

0.214

(LiqGeral)

-.1678872

0.009

(LiqCorr)

-.017326

0.174

(ATLN)

-.6470065

0.000

R2 Ajustado

0,7562

Prob > F

0.000

Observações

196

Fonte: Dados do Estudo.

A partir do resultado da regressão robusta evidenciados na tabela 2 acima, verificamos que o R2 apresentou um poder explicativo de pouco mais de 75%, ainda identificouse que apenas as variáveis Retorno sobre o Ativo (ROA), Margem Líquida (MargLiq) e Liquidez Corrente (LiqCorr) não apresentaram significância, os resultados também possibilitaram a verificação de indícios do sinal esperado pelas hipóteses, que serão confirmados ou não a partir do modelo de dados em painel. Tais indícios demonstram relação positiva nas variáveis Grau de Alavancagem Financeira (GAF), Índice de Eficiência (IE), Retorno sobre o Patrimônio Líquido (ROE), Margem EBITDA (MargEbitida), e demonstram relação negativa nas variáveis Endividamento (CapTerc) e Liquidez Geral (LiqGeral).

4.4 PRESSUPOSTOS DA REGRESSÃO DE DADOS EM PAINEL Conforme exposto na metodologia do presente estudo, o modelo de regressões de dados em painel permite uma análise mais completa, devido ao poder de captar dados provenientes de cortes transversais (cross-section) e séries temporais (time-series). O primeiro procedimento a ser realizado para identificar a utilização da técnica de regressão de dados em

32

painel, se deu na definição das seguintes variáveis: variável painel (Banco) e variável tempo (data), informações inseridas no software Stata 12.

Assim, verificamos que os dados do presente estudo se apresentam como um painel fortemente balanceado, com uma série temporal de 2006 até 2014 e delta de um ano. A partir da realização dos procedimentos descritos acima, fora realizado dois modelos de regressão de dados em painel, caracterizados na regressão de dados em painel de efeito fixo (FE) e efeito aleatório (RE), seguido dos testes para verificar qual modelo se apresenta mais adequado para análise.

Portanto, fora testado o modelo de regressão de dados em painel de Efeitos Fixos (EF) e de Efeitos Aleatórios (EA), conforme exposto na seguinte tabela 7: Tabela 7: Regressão de dados em painel EF

EA

Variáveis

Coeficiente

P-Value

Coeficiente

P-Value

Constante

.8425032

0.001

.9104444

0.000

(CapTerc)

-.5403597

0.000

-.5771578

0.000

(GAF)

.5815235

0.000

.6216796

0.000

(IE)

.1940482

0.000

.1982966

0.000

(ROA)

.0121293

0.110

.0099957

0.180

(ROE)

0.0028472

0.003

.0028257

0.002

(MargEBITDA)

0.0076157

0.000

.0080513

0.000

(MargLiq)

.0000205

0.183

.0000232

0.130

(LiqGeral)

-.1509236

0.018

-.1678872

0.007

(LiqCorr)

-.0150835

0.212

-.0173326

0.144

(ATLN)

-.6131108

0.000

-.6470065

0.000

R2 Ajustado

0.7510

0.7504

Prob > F

0.0000

0.0000

Observações

196

196

Fonte: Dados do Estudo.

A partir dos resultados obtidos acima nos dois modelos, são necessários testes que demonstram qual é o mais adequado para análise, portanto fora realizado os testes de Hausman e o teste LM de Breusch-Pagan, posteriormente foi aplicado um teste final para detecção de existência de autocorrelação, caracterizado pelo teste de Wooldridge.

Para verificar quais das estimativas de regressão (MQG, EA e EF), apresentam os melhores resultados para os dados do presente estudo, procedeu-se de testes de especificação.

33

Primeiro foi realizado o teste de Hausman, este verifica qual o modelo mais indicado, entre efeitos fixos ou efeitos aleatórios, para um Chi2 = -123.08, aceita-se a hipótese nula, onde a diferença entre os coeficientes é não sistemática, assim os estimadores por Efeitos Aleatórios são mais adequados.

Posteriormente, com o objetivo comparar qual estimador entre a MQG e EA que se apresenta como mais adequado, foi aplicado o teste Breusch-Pagan (LM), para um Chi2 = 0.00 e Prob > Chi2 = 1.0000 assim, verifica-se que o modelo de efeitos aleatórios é preferível ao modelo MQG, indo de encontro e confirmando o resultado encontrado no teste de Hausman.

Após a identificação de modelo mais adequado ao estudo, dados em painel de efeitos aleatórios, fez-se um teste para detecção de autocorrelação, na forma do teste de Wooldridge, aceitando a hipótese nula da não autocorrelação de primeira ordem.

4.5 ANÁLIDE DOS RESULTADOS DA REGRESSÃO DE DADOS EM PAINEL (EA) Após a realização de todos os pressupostos e verificação de que o modelo de efeitos aleatórios (EA) é o mais adequado ao estudo, a seguinte tabela 8 apresenta os resultados que serão utilizados para verificação das hipóteses estabelecidas.

Tabela 8: Regressão de dados em painel EA EA Variáveis

Coeficiente

P-Value

Constante

.9104444

0.000

(CapTerc)

-.5771578

0.000

(GAF)

.6216796

0.000

(IE)

.1982966

0.000

(ROA)

.0099957

0.180

(ROE)

.0028257

0.002

(MargEBITDA)

.0080513

0.000

(MargLiq)

.0000232

0.130

(LiqGeral)

-.1678872

0.007

(LiqCorr)

-.0173326

0.144

(ATLN)

-.6470065

0.000

R2 Ajustado

0.7504

Prob > F

0.0000

Observações

196

Fonte: Dados do Estudo.

34

A partir dos resultados apresentador na tabela 8, verificamos um R 2 com o poder explicativo superior à 75%, também verifica-se que a constante do modelo se apresenta significativa, nota-se que apenas três variáveis não foram significativas, são elas: Retorno sobre o Ativo (ROA), Margem Líquida (MargLiq) e Liquidez Corrente (LiqCorr), portanto, por não haver significativa relação, foram descartadas as seguintes hipóteses na análise: H4, H7 e H9, pois tais indicadores não podem, neste estudo, ser considerados como possíveis determinantes do Spread Bancário ex post.

A partir da verificação de relação significativa das variáveis: Endividamento (CapTerc), Grau de Alavancagem Financeira (GAF), Índice de Eficiência (IE), Retornos sobre o Patrimônio Líquido (ROE), Margem EBITDA (MargEbitda), Liquidez Geral (LiqGeral), além da variável de controle Logaritmo do Ativo Total (ATLN), podemos utilizar as hipóteses do estudo com o objetivo de identificar se a relação é positiva e negativa e quais dos indicadores financeiros tradicionais são os determinantes do Spread Bancário ex post.

Em relação à variável Endividamento (CapTerc), que está inserida no grupo das variáveis de capital e risco, a hipótese H1 estabeleceu uma relação negativa da mesma com o Spread Bancário ex post, que fora confirmada conforme exposto na tabela 8, confirmando a premissa que o quanto menor for o grau de endividamento do banco em relação à participação de capital de terceiros, maior tende a ser o seu resultado da intermediação financeira na forma do Spread Bancário ex post.

A hipótese H2, refere-se à relação positiva entre a variável dependente e o Grau de Alavancagem Financeira (GAF), que também pertence ao grupo de capital e risco, teve relação que confirmada, pode-se supor que quanto mais o banco se alavanca maior será o seu retorno oriundo do resultado da intermediação financeira, porém conforme exposto na literatura de finanças por Assaf Neto (2012 e 2014), Corrêa et al (2013) e Matarazzo (2003), quanto maior o GAF maior é o risco de uma instituição.

Com relação à variável Índice de Eficiência Bancária (IE), estabeleceu à hipótese H3, uma relação negativa com o Spread Bancário ex post, isso porque para bancos, quanto menor se apresentar esse índice maior será a sua eficiência e consequentemente melhor será seus indicadores de retorno. De acordo com os resultados evidenciados na tabela 8, rejeita-se a H3.

No que se refere à hipótese H5, que utiliza uma variável do grupo de rentabilidade, na forma do Retorno sobre o Patrimônio Líquido (ROE), fora estabelecida uma relação positiva

35

entre este indicador tradicional e o Spread Bancário ex post, fato confirmado pelos resultados do estudo.

Em relação à hipótese H6, que fora aceita, verificamos que a Margem EBITDA (MargEbtda) possui relação positiva com o Spread Bancário ex post. Portanto, indica que o bom desempenho operacional do banco influencia o bom desempenho da variável dependente do estudo.

A H8 é a última hipótese analisada no estudo, refere-se à um indicador de liquidez, Liquidez Geral, e estabelece uma relação negativa com o Spread Bancário ex post, isso porque quanto maior a liquidez de um banco, mais recursos ele estará deixando de operar com as atividades de intermediação, portanto menor será seu Spread Bancário ex post, a partir desta hipótese que estabelece relação inversa com a variável dependente, verificamos de acordo com os resultados à sua aceitação. É importante ressaltar que um dos principais dilemas da administração de instituições bancárias está relacionado ao nível de liquidez destas instituições, portanto cabe ao administrador analisar um nível ótimo de liquidez.

A partir da verificação das hipóteses e identificação dos sinais esperados e obtidos, busca-se encontrar os indicadores contábeis tradicionais adaptados para bancos que mais determinam (positivamente e negativamente e que apresentaram significância), a formação do Spread Bancário ex post. Assim, foi elaborado a seguinte tabela 9, de acordo com o coeficiente de determinação: Tabela 9: Determinantes do Spread Bancário ex post.

INDICADOR TRADICIONAL

GRAU DE DETERMINAÇÃO (Coeficiente de Variação)

Grau de Alavancagem Financeira (GAF)

.6216796

Índice de Eficiência Bancária (IE)

.1982966

Margem EBITDA

.0080513

Retorno sobre o Patrimônio Líquido (ROE)

.0028257

Endividamento (CapTer)

-.5771578

Liquidez Geral (LiqGeral)

-.1678872

Fonte: Elaborado pelos autores.

A partir dos resultados evidenciados na tabela 9, verificamos que os indicadores que possuem maior coeficiente de variação positivo, ou seja, que mais determinam o Spread Bancário ex post são o Grau de Alavancagem Financeira (GAF), que apresentou um poder de determinação de cerca de 0,62 indo de encontro à hipótese H2, confirmando que quanto mais

36

alavancado o banco estiver, maiores são as chances de resultados positivos oriundos das operações de intermediação financeira. Foi verificado que contrapondo a hipótese H3, que o Índice de Eficiência Bancária (IE) determina de forma positiva com cerca de 0,1982 a formação do Spread Bancário ex post, fato que abre espaço para novas discussões e análises para identificar o porquê de tal resultado. Outros determinantes positivos do Spread Bancário ex post foram os indicadores Margem EBITDA (MargEbitda) e o Retorno sobre o Patrimônio Líquido (ROE) que respectivamente apresentaram um coeficiente de variação de cerca 0,0080513 e 0,0028257, portanto apesar de influenciarem de forma positiva e significante, não apresentaram grande impacto para a variável dependente do estudo. Em relação aos determinantes de relação inversa, ou seja, quanto menores seus resultados auferidos maior será o resultado da variável dependente, verificamos que o Endividamento (CapTerc), conforme se esperava na hipótese H1, apresentou um coeficiente de variação de cerca -0,57, portanto quanto menos o banco estiver com dividas oriundas de capitais de terceiros, maior será o seu Spread Bancário ex post. Em relação à Liquidez Geral (LiqGeral), verificamos um coeficiente de variação de -0,16, assim os bancos com menores indicadores de liquidez geral, tendem a auferir Spreads Bancários ex post, mais elevados.

5. CONSIDERAÇÕES FINAIS A partir dos resultados evidenciados acima, as instituições pertencentes ao segmento de bancos da BM&FBOVESPA, obtiveram em relação ao indicador Spread Bancário ex post e sua correlação com os indicadores contábeis tradicionais adaptados para bancos, valores positivos de associação como podemos destacar os mais correlacionados como o Retorno sobre o Ativo (ROA) e o Retorno sobre o Patrimônio Líquido (ROE), resultados estes já esperados por se tratarem de indicadores de rentabilidade, quanto maior a rentabilidade tende- se a possuir um maior resultado da variável dependente, porém, auferiu-se uma correlação positiva de 0,43 com o indicador de Liquidez Geral, quando se esperava uma relação inversa. Também se esperava que o Grau de Alavancagem Financeira (GAF) apresenta-se forte correlação positiva com o Spread Bancário ex post, fato que não fora identificado, destaca-se ainda a relação moderada inversa entre estes indicadores, porém a partir da análise dos dados aplicados no modelo de regressão de dados em painel, a relação encontrada fora positiva e determinística. Ressaltase que nenhum indicador apresentou forte correlação (superior a 0,7), positiva ou negativa, com a variável dependente.

37

Em relação aos resultados do modelo econometrico de regressão em dados em painel, verificou-se que o mais adequado a ser utilizado para a análise, fora o modelo de Efeitos Aleatórios (EA), na qual fora descartado da análise três variáveis explicativas, o Retorno sobre o Ativo (ROA), Margem Líquida (MargLiq) e Liquidez Corrente (LiqCorr), por não apresentarem significancia. Portanto as hipóteses H4, H7 e H9, não foram comprovadas e nem mesmo descartadas, sugere-se a utilização de outras técnicas para verificação das mesmas.

Em relação as variáveis explicativas que apresentaram significância, podemos concluir que os indicadores contábeis tradicionais possuem efeitos sobre o Spread Bancário ex post. Assim, verificou-se a partir das hipóteses do estudo, que o Spread Bancário ex post tem relação negativa com o indicador de endividamento (CapTerc), aceitando H1. O Spread Bancário ex post tem relação positiva com o indicador do grau de alavancagem financeira (GAF), aceitando H2. O Spread Bancário ex post tem relação negativa com o índice de eficiência bancário (IE), vale ressalta que quanto menor este for, mais eficiente o banco se apresenta, porém, a H3 fora rejeitada a partir dos resultados que evidenciaram uma relação positiva. O Spread Bancário ex post tem relação positiva com o indicador de rentabilidade sobre patrimônio líquido (ROE), aceita-se H5. O Spread Bancário ex post tem relação positiva com a margem EBITDA (MargEbitda), aceita-se H6, quanto melhor for a eficiência financeira do banco, maior será o resultado do Spread Bancário ex post. E por fim, espera-se que o Spread Bancário ex post tem relação negativa com índice de liquidez geral (LiqGeral), aceita-se H8.

Assim, podemos concluir que os indicadores contábeis tradicionais adaptados para bancos possuem efeitos significativos e determinísticos sobre a variável Spread Bancário ex post, esta representa a eficiência e margem financeira dos bancos. Este estudo apresentou uma comparação da técnica estatística de regressão de dados em painel na identificação dos direcionadores do Spread Bancário ex post, com o R2 ajustado de 75%, verificou-se a partir do coeficiente de variação, as variáveis explicativas, que mais determinam o Spread Bancário ex post, primeiro as positivamente determinísticas, são respectivamente o Grau de Alavancagem Financeira (GAF), CV 0,62; o Índice de Eficiência (IE), CV 0,19; a Margem EBITDA (MargEbitda), CV 0,0080; o Retorno sobre o Patrimônio Líquido (ROE), CV 0,0028; Ressaltase que estes dois últimos apresentaram significância e foram positivos, porém o CV fora baixo, assim não apresentaram grande impacto para a variável dependente do estudo. Em relação aos determinantes de relação inversa, ou seja, quanto menores seus resultados auferidos maior será o resultado da variável dependente, verificamos que o Endividamento (CapTerc), CV -0,57; a

38

Liquidez Geral (LiqGeral), CV de -0,16, assim os bancos com menores indicadores de liquidez geral, tendem a auferir Spreads Bancários ex post, mais elevados.

A partir deste estudo, diversas novas pesquisas podem ser desenvolvidas, como podemos sugerir a identificação das principais contas das demonstrações contábeis que mais direcionam o Spread Bancário ex post, também, pode-se utilizar um maior número de variáveis, como dos tipos macroeconômicas, microeconômicas e de valor, além de incluir mais bancos, não somente os listados na BM&FBOVESPA. Outra sugestão é a utilização da técnica estatística de análise discriminante.

Além disso, questões como o porquê das variáveis explicativas do estudo apresentaram tais coeficientes de variação em relação à variável dependente. Podem ser respondidas a partir de estudos mais aprofundados sobre o segmento e suas peculiaridades, buscando as reais causas das relações.

REFERÊNCIAS AFANASIEFF, T.; LHACER, P.; NAKANE, M. The determinants of bank interest spread in Brazil. Working Paper Series n. 46, Brasília, 2002.

ANBIMA. Reforma Financeira norte-americana: A Lei Dodd-Frank, 2011. Disponível em < http://portal.anbima.com.br/informacoestecnicas/estudos/perspectivas/Documents/Perspectivas%20ANBIMA%20Reforma%20Ameri cana.pdf>. Acesso em 21 ago, 2015.

ARONOVICH, S. Uma nota sobre os efeitos da inflação e do nível de atividade sobre o spread bancário. Revista Brasileira de Economia, vol. 48, n. 1, 1994.

ASSAF NETO, Alexandre. Mercado Financeiro. 12. Ed. São Paulo: Atlas, 2014. . Finanças Corporativas e Valor. 6. Ed. São Paulo: Atlas, 2012.

ATHANASOGLOU, P. BRISSIMIS, S. and DELIS, M. Bank-specific. Industry-specific and macroeconomic determinants of bank profitability. Journal of International Financial Markets.

Institutions and Money 18 (2). 121-136, 2008.

BANCO CENTRAL DO BRASIL (BCB). Relatórios de Economia Bancária e Crédito. 1999 a 2008. Disponíveis em <http://www.bcb.gov.br/?RED-SPREAD>. Acesso em 15 de jun, 2015.

39

BIGNOTTO, F.; RODRIGUES, E. Fatores de risco e spread bancário no Brasil. Trabalho para Discussão do Banco Central do Brasil, n. 110, Brasília, 2006.

BM&FBOVESPA. Empresas Listadas: Segmento de Bancos. Disponível em: < http://www.bmfbovespa.com.br/cias-listadas/empresaslistadas/BuscaEmpresaListada.aspx?segmento=Bancos&idioma=pt-br>. Acesso em 15 de jun, 2015.

CARVALHO, Fernando J.C. de. Regulação Prudencial na encruzilhada: depois de Basiléia II, o Dilúvio. In: Paula, Luiz F. de & OREIRO, José L. (Org.) Sistema Financeiro uma Análise do Setor Bancário Brasileiro. Rio de Janeiro: Editora Campus/Elsevier, p.155-167, 2007.

CHICK, V. The Evolution of the Banking System and the Theory of Monetary Policy’, in S.F. Frowen, ed., Monetary Theory and Monetary Policy: New Tracks for the 1990s, London: Macmillan, 1993.

DANTAS, J. A.; MEDEIROS, O. R. de; CAPELLETTO, L. R. Determinantes do Spread Bancário Ex Post no Mercado Brasileiro. Revista de Administração Mackenzie, v, 13, N. 4, p 48-74.

DEMIRGÜÇ-KUNT, Ash; HUIZINGA, Harry. Determinants of commercial bank interest margins and profitability: some international evidence, The World Bank Economic Review,13,2,379-408,Oxford University Press, 1999.

FÁVERO, L. P. Métodos Quantitativos com Stata. 1. Ed. Rio de Janeiro: Elsievier, 2014.

FIPECAFI. Estudo sobre a apuração do spread da indústria bancária, 2005, 35p. Disponível em <http://www.febraban.org.br/Arquivo/Destaques/fipecafi_port_net.pdf>. Acesso 16 de jun, 2015.

GUJARATI, D. Econometria básica. Rio de Janeiro: Elsevier, 2006.

LEAL, R. M. Estrutura e Determinantes do Spread Bancário no Brasil após 1994: uma Análise da Literatura Empírica. In: PAULA, L.F; OREIRO, J. L. (Org). Sistema Financeiro: Uma Análise do Setor Bancário Brasileiro. Rio de Janeiro: Elsevier, 2007. Capitulo 10.

LEVINE, R. Foreign Banks, Financial Development, and Economic Growth. In: BARFIELD, C. E. (ed.) International Financial Markets: Harmonization versus Competition. Washington: The AEI Press, 1996.

40

MAFFILI, D,. BRESSAN, A,. & Souza, A. Estudo da Rentabilidade de Bancos Brasileiros de Varejo no período de 1999 a 2005. Contabilidade Vista & Revista, v, 18, n. 2, p. 117-138, 2007.

MATARAZZO, D. C. Análise financeira de balanços: abordagem básica e gerencial. 6. ed.

São Paulo: Atlas, 2003.

OREIRO, J. L.; PAULA, L. F.; SILVA, G. J; ONO, F. Determinantes macroeconômicos do spread bancário no Brasil: teoria e evidência recente”. Economia Aplicada, v. 10, n. 4, no prelo, 2006.

PIOTROSKI, J. D. Discussion of “separating winners from losers among low book-to-market stocks using financial statement analysis”. Review of Accounting Studies, v. 10, n. 2-3, p.

171-184, 2005.

ROVER, S.; Tomazzia, E. C.; Fávero, L. P. Determinantes Econômico-Financeiro e Macroeconômicos da Rentabilidade: Evidências Empíricas do Setor Bancário Brasileiro. In: E Encontro da Associação Nacional de Pós-Graduação e Pesquisa em Administração, 2012, Rio de Janeiro. Anais do EnANPAD, 2011.

SOUZA, P. Revisão Crítica dos Acordos da Basiléia. In: VI Prêmio INFI-FEBRABAN de Economia Bancária, 2014. Disponível em <http://issuu.com/centrodoconhecimento/docs/paula_cristine_dos_reis_santos_souz_808ee69 08b023f>. Acesso em 20 de ago, 2015.

TOBIN, J. Essays in economics-macroeconomics. Amsterdã: North Holland, 1977. Cap. 6.