Os determinantes da dívida. Novas evidências empíricas.
Main Author: | |
---|---|
Publication Date: | 2017 |
Format: | Master thesis |
Language: | por |
Source: | Repositórios Científicos de Acesso Aberto de Portugal (RCAAP) |
Download full: | http://hdl.handle.net/10400.6/4743 |
Summary: | Este estudo, tem como objetivo, investigar quais os fatores que influenciam o endividamento nas pequenas e médias empresas (PME) industriais do Brasil. Assim, utilizou-se a base de dados da Capital IQ, base de dados comercializada pela Standard & Poor’s, relativamente às empresas de capital fechado. Recolheu-se, uma amostra de 833 PME industriais brasileiras, referente ao ano de 2015.Para a análise dos determinantes da dívida, utilizou-se a modelagem por equações estruturais, através do método Partial least squares structural equation modeling (PLS-SEM) usando o software SMARTPLS. A opção por este método, justifica-se, devido ao facto de o SMARTPLS, trabalha com amostras, onde não se impõe o requisito da distribuição normal, sendo ainda possível, a estimação de vários modelos estruturais simultaneamente. No que tange as variáveis, além das variáveis independentes que normalmente são utilizadas nestes estudos, introduziu-se duas variáveis de controle, a dimensão e a idade das PME, como fatores medidores da assimetria de informação que caracteriza estas empresas. Como resultados do estudo, pode-se, pode-se referir que o modelo com melhor poder explicativo, foi o modelo de endividamento de curto prazo. Este resultado, foi algo surpreendente, pois as PME Industriais Brasileiras, encontram-se altamente endividadas, reportando um nível médio de endividamento total, cerca de 67%. Porém e contra a maioria da evidência empírica sobre os estudos das PME, a dívida de médio e longo prazo (cerca de 47%) quase duplica, em relação a dívida de curto prazo (cerca de 20%). Avaliando os resultados obtidos, para as variáveis dimensão e idade – variáveis de controlo, verificou-se. Que a variável mais significativa do ponto de vista estatístico, foi a variável idade, evidenciando que a reputação, e o bom nome que as empresas adquiriram ao longo dos anos, é fundamental no relacionamento com os credores, como forma de mitigar os custos resultantes da opacidade destas empresas. Com referência ao determinante da dívida, relativamente, á dívida total (End Total), salientamos que, as variáveis; oportunidades de crescimento, rendibilidade, colaterais e o score, obtiveram resultados estatisticamente significativos. Já, para a dívida de médio e longo prazo (End MLP), observou-se a significância estatística com a variável exógena: colateral e finalmente para a dívida de curto prazo (End CP) verificou-se relação estatisticamente significativa com as variáveis: rendibilidade, colateral e o score. Destes resultados, concluímos que não existe a predominância de uma teoria de estrutura de capital, pois maiores oportunidades de crescimento resultam em maiores níveis de dívida, e o acesso à dívida, resulta dos níveis de rendibilidade da empresa e do colateral. |
id |
RCAP_e27ce9d99bedd5d1f722860b16a3dc64 |
---|---|
oai_identifier_str |
oai:ubibliorum.ubi.pt:10400.6/4743 |
network_acronym_str |
RCAP |
network_name_str |
Repositórios Científicos de Acesso Aberto de Portugal (RCAAP) |
repository_id_str |
https://opendoar.ac.uk/repository/7160 |
spelling |
Os determinantes da dívida. Novas evidências empíricas.EndividamentoEquações estruturaisEstrutura de CapitalPMEEste estudo, tem como objetivo, investigar quais os fatores que influenciam o endividamento nas pequenas e médias empresas (PME) industriais do Brasil. Assim, utilizou-se a base de dados da Capital IQ, base de dados comercializada pela Standard & Poor’s, relativamente às empresas de capital fechado. Recolheu-se, uma amostra de 833 PME industriais brasileiras, referente ao ano de 2015.Para a análise dos determinantes da dívida, utilizou-se a modelagem por equações estruturais, através do método Partial least squares structural equation modeling (PLS-SEM) usando o software SMARTPLS. A opção por este método, justifica-se, devido ao facto de o SMARTPLS, trabalha com amostras, onde não se impõe o requisito da distribuição normal, sendo ainda possível, a estimação de vários modelos estruturais simultaneamente. No que tange as variáveis, além das variáveis independentes que normalmente são utilizadas nestes estudos, introduziu-se duas variáveis de controle, a dimensão e a idade das PME, como fatores medidores da assimetria de informação que caracteriza estas empresas. Como resultados do estudo, pode-se, pode-se referir que o modelo com melhor poder explicativo, foi o modelo de endividamento de curto prazo. Este resultado, foi algo surpreendente, pois as PME Industriais Brasileiras, encontram-se altamente endividadas, reportando um nível médio de endividamento total, cerca de 67%. Porém e contra a maioria da evidência empírica sobre os estudos das PME, a dívida de médio e longo prazo (cerca de 47%) quase duplica, em relação a dívida de curto prazo (cerca de 20%). Avaliando os resultados obtidos, para as variáveis dimensão e idade – variáveis de controlo, verificou-se. Que a variável mais significativa do ponto de vista estatístico, foi a variável idade, evidenciando que a reputação, e o bom nome que as empresas adquiriram ao longo dos anos, é fundamental no relacionamento com os credores, como forma de mitigar os custos resultantes da opacidade destas empresas. Com referência ao determinante da dívida, relativamente, á dívida total (End Total), salientamos que, as variáveis; oportunidades de crescimento, rendibilidade, colaterais e o score, obtiveram resultados estatisticamente significativos. Já, para a dívida de médio e longo prazo (End MLP), observou-se a significância estatística com a variável exógena: colateral e finalmente para a dívida de curto prazo (End CP) verificou-se relação estatisticamente significativa com as variáveis: rendibilidade, colateral e o score. Destes resultados, concluímos que não existe a predominância de uma teoria de estrutura de capital, pois maiores oportunidades de crescimento resultam em maiores níveis de dívida, e o acesso à dívida, resulta dos níveis de rendibilidade da empresa e do colateral.Gama, Ana Paula Bernardino MatiasuBibliorumPiceti, Patricia2018-04-20T15:16:49Z2017-06-262017-07-132017-07-13T00:00:00Zinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisapplication/pdfhttp://hdl.handle.net/10400.6/4743urn:tid:201902923porinfo:eu-repo/semantics/openAccessreponame:Repositórios Científicos de Acesso Aberto de Portugal (RCAAP)instname:FCCN, serviços digitais da FCT – Fundação para a Ciência e a Tecnologiainstacron:RCAAP2025-03-11T14:44:08Zoai:ubibliorum.ubi.pt:10400.6/4743Portal AgregadorONGhttps://www.rcaap.pt/oai/openaireinfo@rcaap.ptopendoar:https://opendoar.ac.uk/repository/71602025-05-29T01:20:26.800145Repositórios Científicos de Acesso Aberto de Portugal (RCAAP) - FCCN, serviços digitais da FCT – Fundação para a Ciência e a Tecnologiafalse |
dc.title.none.fl_str_mv |
Os determinantes da dívida. Novas evidências empíricas. |
title |
Os determinantes da dívida. Novas evidências empíricas. |
spellingShingle |
Os determinantes da dívida. Novas evidências empíricas. Piceti, Patricia Endividamento Equações estruturais Estrutura de Capital PME |
title_short |
Os determinantes da dívida. Novas evidências empíricas. |
title_full |
Os determinantes da dívida. Novas evidências empíricas. |
title_fullStr |
Os determinantes da dívida. Novas evidências empíricas. |
title_full_unstemmed |
Os determinantes da dívida. Novas evidências empíricas. |
title_sort |
Os determinantes da dívida. Novas evidências empíricas. |
author |
Piceti, Patricia |
author_facet |
Piceti, Patricia |
author_role |
author |
dc.contributor.none.fl_str_mv |
Gama, Ana Paula Bernardino Matias uBibliorum |
dc.contributor.author.fl_str_mv |
Piceti, Patricia |
dc.subject.por.fl_str_mv |
Endividamento Equações estruturais Estrutura de Capital PME |
topic |
Endividamento Equações estruturais Estrutura de Capital PME |
description |
Este estudo, tem como objetivo, investigar quais os fatores que influenciam o endividamento nas pequenas e médias empresas (PME) industriais do Brasil. Assim, utilizou-se a base de dados da Capital IQ, base de dados comercializada pela Standard & Poor’s, relativamente às empresas de capital fechado. Recolheu-se, uma amostra de 833 PME industriais brasileiras, referente ao ano de 2015.Para a análise dos determinantes da dívida, utilizou-se a modelagem por equações estruturais, através do método Partial least squares structural equation modeling (PLS-SEM) usando o software SMARTPLS. A opção por este método, justifica-se, devido ao facto de o SMARTPLS, trabalha com amostras, onde não se impõe o requisito da distribuição normal, sendo ainda possível, a estimação de vários modelos estruturais simultaneamente. No que tange as variáveis, além das variáveis independentes que normalmente são utilizadas nestes estudos, introduziu-se duas variáveis de controle, a dimensão e a idade das PME, como fatores medidores da assimetria de informação que caracteriza estas empresas. Como resultados do estudo, pode-se, pode-se referir que o modelo com melhor poder explicativo, foi o modelo de endividamento de curto prazo. Este resultado, foi algo surpreendente, pois as PME Industriais Brasileiras, encontram-se altamente endividadas, reportando um nível médio de endividamento total, cerca de 67%. Porém e contra a maioria da evidência empírica sobre os estudos das PME, a dívida de médio e longo prazo (cerca de 47%) quase duplica, em relação a dívida de curto prazo (cerca de 20%). Avaliando os resultados obtidos, para as variáveis dimensão e idade – variáveis de controlo, verificou-se. Que a variável mais significativa do ponto de vista estatístico, foi a variável idade, evidenciando que a reputação, e o bom nome que as empresas adquiriram ao longo dos anos, é fundamental no relacionamento com os credores, como forma de mitigar os custos resultantes da opacidade destas empresas. Com referência ao determinante da dívida, relativamente, á dívida total (End Total), salientamos que, as variáveis; oportunidades de crescimento, rendibilidade, colaterais e o score, obtiveram resultados estatisticamente significativos. Já, para a dívida de médio e longo prazo (End MLP), observou-se a significância estatística com a variável exógena: colateral e finalmente para a dívida de curto prazo (End CP) verificou-se relação estatisticamente significativa com as variáveis: rendibilidade, colateral e o score. Destes resultados, concluímos que não existe a predominância de uma teoria de estrutura de capital, pois maiores oportunidades de crescimento resultam em maiores níveis de dívida, e o acesso à dívida, resulta dos níveis de rendibilidade da empresa e do colateral. |
publishDate |
2017 |
dc.date.none.fl_str_mv |
2017-06-26 2017-07-13 2017-07-13T00:00:00Z 2018-04-20T15:16:49Z |
dc.type.status.fl_str_mv |
info:eu-repo/semantics/publishedVersion |
dc.type.driver.fl_str_mv |
info:eu-repo/semantics/masterThesis |
format |
masterThesis |
status_str |
publishedVersion |
dc.identifier.uri.fl_str_mv |
http://hdl.handle.net/10400.6/4743 urn:tid:201902923 |
url |
http://hdl.handle.net/10400.6/4743 |
identifier_str_mv |
urn:tid:201902923 |
dc.language.iso.fl_str_mv |
por |
language |
por |
dc.rights.driver.fl_str_mv |
info:eu-repo/semantics/openAccess |
eu_rights_str_mv |
openAccess |
dc.format.none.fl_str_mv |
application/pdf |
dc.source.none.fl_str_mv |
reponame:Repositórios Científicos de Acesso Aberto de Portugal (RCAAP) instname:FCCN, serviços digitais da FCT – Fundação para a Ciência e a Tecnologia instacron:RCAAP |
instname_str |
FCCN, serviços digitais da FCT – Fundação para a Ciência e a Tecnologia |
instacron_str |
RCAAP |
institution |
RCAAP |
reponame_str |
Repositórios Científicos de Acesso Aberto de Portugal (RCAAP) |
collection |
Repositórios Científicos de Acesso Aberto de Portugal (RCAAP) |
repository.name.fl_str_mv |
Repositórios Científicos de Acesso Aberto de Portugal (RCAAP) - FCCN, serviços digitais da FCT – Fundação para a Ciência e a Tecnologia |
repository.mail.fl_str_mv |
info@rcaap.pt |
_version_ |
1833600935728775168 |