A relação entre assimetria de informação e custo de capital tem sido objeto de estudos há tempos. Reforça-se que a inexistência de assimetria de informação foi uma das premissas utilizadas no trabalho seminal sobre estrutura de capital de Modigliani e Miller (1958).
Na realidade, em termos práticos, existe a assimetria de informação, que cria custos pela introdução da seleção adversa nas transações entre compradores e vendedores das ações de uma empresa. Para superar a relutância dos investidores potenciais em adquirir ações de sua emissão, as empresas emitem papéis com desconto. O desconto resulta em menor rentabilidade para a empresa e, portanto, custos mais elevados de capital. A relação entre assimetria de informação e o benefício econômico de redução de capital é abordado por Admati e Pfleiderer (1988); Copeland e Galai (1983); Glosten e Milgrom (1985); e Stoll (1978). Trabalhos mais recentes são os de Healy e Palepu (2001); Lambert, Leuz e Verrecchia (2012); Lopes e Alencar (2010); Nakamura et al. (2006).
Pires e Macagnan (2013) abordam, em seu estudo, 36 pesquisas que utilizaram proxies para assimetria de informação. As principais proxies utilizadas são: (a) bid-ask spread; (b) erro e a dispersão da previsão dos analistas de mercado em relação aos efetivos resultados empresariais observados; (c) volatilidade do preço das ações; (d) Q de Tobin; (e) risco sistemático (beta); (f) número de analistas que acompanham a empresa; (g) free float; (h) investimentos em pesquisa e desenvolvimento; (i) tamanho da empresa; (j) probabilidade de negociação com informação privilegiada (PIN); e (k) volume de ativos intangíveis, além de outros mais específicos. Pires e Macagnan (2013) observam que não há um método consolidado, para a mensuração da assimetria de informação nas diversas pesquisas ao redor do mundo, porém há uma utilização majoritária do bid-ask spread e do erro e/ou da dispersão da previsão dos analistas em relação aos efetivos resultados empresariais, que se refletem nos preços das ações.
Salienta-se que Easley e O’hara (2004) investigam o papel da informação em afetar o custo de capital de uma empresa. Tendo em vista a assimetria de informação, em particular, entre informação pública e privada, investidores exigem um retorno
maior para manter ações com maior grau de informação privada. Este retorno mais elevado surge por que os investidores mais informados são capazes de mudar o seu portfólio para incorporar novas informações, enquanto que os investidores menos informados ficam em desvantagem. Assim, a quantidade e qualidade das informações afetam os preços das ações. E empresas podem influenciar o seu custo de capital, escolhendo ou optando por características adequadas como qualidade das informações contábeis, cobertura de analistas, e atributos da microestrutura de mercado. A pesquisa conclui que as empresas podem influenciar o seu custo de capital, trabalhando para a precisão e a quantidade de informação disponível para os investidores. Isso pode ser obtido com a opção por práticas contábeis de qualidade e por boa política de divulgação corporativa ou disclosure.
Outrossim, ainda segundo Easley e O’hara (2004), atrair analistas de mercado para seguir a empresa também pode reduzir o custo de capital da empresa, à medida em que os analistas fornecem informações com credibilidade sobre a companhia. Ainda outra maneira de influenciar o custo de capital é escolher onde a empresa lista seus valores mobiliários para negociação. Isso porque os estudos sobre microestrutura de mercado conseguem reconhecer quão rapidamente os preços refletem a atuação dos investidores, em função do acesso à informação. Assim, pode- se afirmar que o custo de capital de uma empresa é determinado em parte pela política de disclosure que a organização adota.
Destaca-se também que Armstrong et al. (2011) examinam como a assimetria de informações entre os investidores afeta o custo de capital. Quando os mercados são caracterizados por uma concorrência perfeita, a assimetria de informação não exerce efeito específico sobre o custo de capital, contudo, na prática, como os mercados são imperfeitos, a assimetria de informação tem um efeito relevante e adicional sobre custo de capital das empresas. Afirma-se, portanto, que a assimetria de informação tem uma relação positiva com o custo de capital das empresas adicionalmente aos fatores de risco padrão. Testam-se essas afirmações e encontram-se evidências de um efeito incremental de assimetria de informação, além do risco de mercado, sobre o custo de capital quando o grau de concorrência no mercado é baixo (concorrência imperfeita) e baixo efeito da assimetria de informação sobre o custo do capital quando o grau de concorrência no mercado é alto (concorrência próxima à perfeita).
Clarke e Shastri (2000) consideram que os trabalhos empíricos em finanças utilizam diversas modalidades de proxy para medir o grau de assimetria de informação entre os insiders ou gestores – e – os outsiders ou investidores que estão externos às corporações. O estudo busca avaliar a adequação das métricas utilizadas. O artigo aborda, em primeiro lugar, métricas com base em características das corporações, como vendas, oportunidades de crescimento e acuidade da previsão de analistas de investimentos em relação ao lucro por ação (Earnings per Share - EPS); em segundo lugar, ele se detém nas medidas baseadas nos estudos de microestrutura de mercado, que buscam estimar o componente de seleção adversa nas negociações, como o BAS e a PIN.
Registra-se ainda que o artigo busca avaliar as correlações entre as medidas de microestrutura de mercado e as características empresariais, como oportunidades de crescimento, tamanho de empresa, alavancagem, lucratividade, volume de ativos imobilizados. Também, aborda a correlação entre as medidas de microestrutura de mercado com a acuidade das previsões do lucro por ação dos analistas financeiros. Adicionalmente, estuda a associação com o índice de cobertura dos analistas de mercado, que acompanham sistematicamente os números das empresas. A frequência dos dados que são coletados, nas amostras de estudo, mensais ou anuais, revelam diferenças na detecção do grau de assimetria de informação. (CLARKE E SHASTRI, 2000).
Por sua vez, Healy, Hutton e Palepu (1999) investigam os benefícios econômicos para as empresas quando expandem o disclosure voluntário. Para tanto, criam um índice ou rating de classificação de disclosure para as empresas de sua amostra. Os aumentos verificados no rating de disclosure das empresas refletem positivamente na rentabilidade (aumento) e liquidez (aumento) das ações, na estrutura de propriedade (pulverização) e na atração de maior cobertura de analistas. Essas conclusões permanecem consistentes ao se usar variáveis de controle como risco, crescimento e tamanho da empresa. Os autores registram alguma limitação do estudo em identificar com clareza as relações causais. Os autores encontram evidência tênue de um declínio no bid-ask spread, das ações da empresa, em associação com o incremento no rating de disclosure.
Outrossim, Bharath, Pasquariello e Wu (2009) usam um índice de assimetria de informação baseada em medidas de seleção adversa, desenvolvidos pela literatura de microestrutura de mercado e testam se a assimetria de informação é um importante determinante das decisões de estrutura de capital, como sugere a teoria de pecking
order. O índice baseia-se exclusivamente nas medidas de avaliação do risco de
seleção adversa do mercado e não nas características ex ante das empresas. O índice construído ASY pelos autores segue metodologia com sete medidas que são conceitualmente positivamente relacionadas com a extensão da seleção adversa sobre a empresa em determinado ano fiscal: AD (bid-ask spread observado); RAD (bid-ask spread como a inclinação da reta de regressão entre o spread calculado pelo método de Roll (1984) e o bid-ask spread observado); C (intensidade de volume de negociação), PIN (probabilidade de negociação com informação privilegiada); ILL (razão de iliquidez – relacionamento entre o retorno absoluto diário da ação e o volume de dólares diário total de negociações; LR (razão de liquidez – relacionamento entre o volume diário em dólares transacionado da ação e o retorno absoluto diário da ação, durante todo o ano), e GAM (relação entre retorno e fluxo de ordens ou pedidos de compra e venda).
A assimetria de informação é importante - embora não o único - determinante da estrutura de capital das empresas dos EUA durante as três décadas objeto do estudo. Estes resultados validam a construção do índice de medida de seleção adversa. Utilizam-se variáveis de controle para os seguintes determinantes de estrutura de capital: tamanho; tangibilidade; razão Q; rentabilidade e atributos das ações, como volatilidade dos retornos, volume de negócios, e a intensidade de insider
trading (BHARATH, PASQUARIELLO E WU, 2009).
Os estudos de Bharath, Pasquariello e Wu (2009) e Mendes (2014) utilizam um método de, a partir da rentabilidade diária das ações de uma empresa, fazer-se um cálculo estatístico que indique uma boa aproximação do bid-ask spread. Ao bid-ask
spread calculado pelo método de Roll (1984), para efeito desta dissertação, dá-se o
nome de spread de Roll ou variável dependente BAS.
Dessa forma, Roll (1984) desenvolve esse método objetivo de se estimar o bid-
rentabilidades diárias dos dias pares e o outro, a rentabilidade diária dos dias ímpares (todos dias úteis).
)
fatores
dois
dos
a
covariânci
-
x
(2
Spread
(7)O ask price é o preço mínimo pelo qual um vendedor aceitaria vender um determinado ativo. O bid price é o preço máximo que um comprador aceitaria pagar na compra desse mesmo ativo. Caso o ask e o bid não sejam o mesmo – o ask mais alto que o bid – qualquer transação somente seria realizada a um preço que se encontre dentro desse intervalo. Quanto maior for essa diferença, menor a possibilidade de que se encontre um preço comum que satisfaça as duas partes e a transação seja realizada (ROLL, 1984).
Segundo Roll (1984), existem três possibilidades caso a transação seja concretizada: (a) a transação é fechada em bid; (b) a transação é fechada em ask; e (c) a transação é fechada em um patamar de preço intermediário entre esses extremos. Considerando essas possibilidades, Roll (1984) afirma que, em um mercado eficiente, em que não há assimetria informacional, as transações seriam aleatoriamente fechadas entre esses dois extremos.
Figura 1 - Spread de Roll
FONTE: Roll (1984) e Mendes (2014)
Conforme figura 1, duas quedas sucessivas ou duas altas sucessivas, nos preços das ações, não seriam possíveis, a menos que houvesse alguma nova informação divulgada que influenciasse a formação de um novo patamar de preços. Atribuindo probabilidades iguais a cada uma das situações descritas na figura 1, Roll (1984) afirma que o bid-ask spread é calculado pela covariância defasada em um
período dos retornos observados. Em suma, com base nesses pressupostos, Roll (1984) desenvolveu um método objetivo de se estimar o bid-ask spread por meio de retornos observados de mercado. Segundo esse autor, na ausência de assimetria informacional o bid-ask spread efetivo deveria coincidir com o seu bid-ask spread estimado.
Na operacionalização do cálculo do spread de Roll, com uso da equação (7), é necessário proceder-se conforme um algoritmo proveniente do trabalho de George, Kaul e Nimalendran (1991) e de Bharath, Pasquariello e Wu (2009), uma vez que não haveria sentido matemático para se extrair a raiz quadrada de um número negativo, caso a covariância entre os dois vetores fosse um valor positivo. O algoritmo é o seguinte: )] vetores dois dos a covariânci x dummy) - 1 ( x (2 ) vetores dois dos a covariânci - dummy x x 2 ( [ Spread (8)
Essa variável dummy é 1 se a covariância dos dois vetores for negativa; e zero, se for positiva. Nota-se, portanto, que se a covariância for negativa, usa-se o lado esquerdo do algoritmo; se a covariância for positiva, usa-se o lado direito do algoritmo. Este algoritmo foi também utilizado por Mendes (2014), em sua pesquisa acadêmica.
A tabela 1 apresenta um exemplo hipotético do cálculo do spread de Roll (1984):
Tabela 1 - Exemplo de cálculo do spread de Roll
Dia Rj Vetor A (Ímpar) B (Par) A-Média B-Média COV
1 1,0% A 1,00% 2,00% 0,60% -0,60% -0,0036% 2 2,0% B 1,00% 5,00% 0,60% 2,40% 0,0144% 3 1,0% A -2,00% 3,00% -2,40% 0,40% -0,0096% 4 5,0% B -2,00% 2,00% -2,40% -0,60% 0,0144% 5 -2,0% A 4,00% 1,00% 3,60% -1,60% -0,0576% 6 3,0% B 7 -2,0% A 8 2,0% B 9 4,0% A 10 1,0% B Média 0,40% 2,60% COV COV
(AA) x (BB )/ (n-1)-0,0420% / 4 -0,0105% Spread Spread(2 x -covariânciadosdoisfatores )(2 x -(-0,0105%) 2,0494%Observação: Para os casos em que a covariância entre os dois vetores for positiva, em algum ano, para alguma empresa, utiliza-se o algoritmo relatado na equação (8).
Botosan (1997), em estudo sobre disclosure e custo de capital próprio, analisa o efeito do nível de disclosure sobre o custo de capital próprio. Ela considera, ainda, que o debate entre defensores e opositores de maior disclosure tem sido controverso porque os benefícios do maior disclosure não estão bem estabelecidos e são difíceis de quantificar. O estudo fornece evidência de uma associação entre o nível de
disclosure e o custo do capital próprio, além de uma indicação sobre a intensidade do
efeito. Para uma amostra de empresas, com relativamente baixo índice de analistas, fazendo a cobertura dos números da empresa, tem-se a evidência forte de que o maior
disclosure está relacionado a um menor custo de capital próprio, tendo-se como
variáveis de controle o beta (risco) e o tamanho da empresa.
Para as empresas com alto índice de cobertura de analistas, não se consegue estabelecer esta relação. Tais empresas talvez apresentem este fato devido a já possuírem bom nível de disclosure com a alta cobertura dos analistas de investimento. O estudo também fornece algumas evidências sobre os tipos de divulgação que parecem desempenhar um papel importante na redução do custo de capital próprio. Ademais, o estudo cria um índice de nível de disclosure empresarial, produzido com base nos relatórios anuais das empresas. Especificamente, para as corporações com baixa cobertura de analistas de investimento, a divulgação, em seus relatórios, de previsões financeiras, bem como das estatísticas-chave não financeiras, é mais importante. Por conseguinte, para as corporações com alto índice de cobertura de
analistas, a divulgação dos números históricos (e não as previsões ou informações não financeiras) traz mais benefício. (BOTOSAN, 1997).
Posteriormente, Botosan e Plumlee (2002) reestudam o efeito do nível de
disclosure sobre o custo de capital próprio. Avalia-se o efeito do tipo de disclosure
(relatório anual, informações trimestrais, e informações provenientes da atividade de relações com investidores) e o custo do capital próprio, este estimado pelo modelo de dividendos descontados. Quando se examina o disclosure total (abrange todas as formas de comunicação empresarial) não se encontra associação com um menor custo de capital próprio. No entanto, entende-se mais apropriado estudar o efeito dos tipos diferentes de disclosure e a relação com o custo de capital. A relação entre
disclosure e custo de capital próprio é diferente, dependendo do tipo de divulgação.