ARTIGOS MODELO PARA MEDIO DO FLUXO DE CAIXA EM RISCO: APLICAO A DISTRIBUIDORAS DE ENERGIA ELTRICA

MODELO PARA MEDIO DO FLUXO DE CAIXA

EM RISCO: APLICAO A DISTRIBUIDORAS DE
ENERGIA ELTRICA
RESUMO

O gerenciamento de riscos um assunto que assume papel relevante no ambiente das instituies no
financeiras. A despeito da importncia crescente do assunto, discusses acerca da implementao de um
modelo capaz de avaliar os riscos aos quais os fluxos de caixa das empresas esto expostos ainda so
incipientes. Considerando a existncia dessa lacuna e a importncia do tema para as empresas, este
estudo prope a construo de um modelo terico de fluxo de caixa em risco (ou cashflow-at-risk) e o
aplica a empresas pertencentes ao setor de distribuio de energia eltrica no Brasil. Tal modelo deve ser
capaz de informar a probabilidade de uma empresa ter um fluxo de caixa livre negativo em suas datas de
pagamento.
Fernanda Finotti Cordeiro Perobelli
USP

Jos Roberto Securato

USP

ABSTRACT Risk management has been taking an important role in the environment of non-financial businesses. However development of a model
capable of evaluating risks affecting those companies is still wanting. Considering the gap, the article sets as its objective to develop an empirical
cash flow at risk model applied to companies operating in electricity distribution. The model is supposed to supply information on the probability
of funds to meet its accounts payable at a given date or the probability of having a negative free cash flow on its payment dates.
PALAVRAS-CHAVE Fluxo de caixa em risco, instituies no financeiras, distribuidoras de energia eltrica.
KEYWORDS Cashflow-at-risk, non-financial institutions, electricity sector distributors.

50

050-065

RAE

VOL. 45 N4

50

07.11.05, 15:53

FERNANDA FINOTTI CORDEIRO PEROBELLI JOS ROBERTO SECURATO

INTRODUO
O gerenciamento de riscos de mercado, crdito, operacionais ou legais um assunto que assume papel relevante e definitivo no ambiente das instituies financeiras. Mais recentemente o assunto vem ganhando espao tambm no mbito de instituies no financeiras. Para estas, igualmente importante saber o risco
de no-pagamento inerente aos financiamentos concedidos a seus clientes (risco de crdito), o risco advindo
de falhas humanas dentro da organizao (risco operacional), o risco de ser acionada legalmente por seus
stakeholders (funcionrios, credores, concorrentes, clientes e comunidade) e, de grande importncia para o gerenciamento de seu fluxo de caixa, os riscos de mercado, aqui entendidos como variaes nos preos formados no mbito do mercado financeiro juros, cmbio,
commodities , flutuaes na demanda do mercado consumidor e na oferta dos insumos utilizados no processo produtivo, capazes de afetar sua capacidade financeira e solvncia.
Especificamente com relao s empresas brasileiras,
Castro (2002) destaca que a estabilizao econmica
obtida a partir de 1994, que possibilitou o planejamento de longo prazo, e a abertura econmica, que propiciou a insero de forma mais ampla dessas empresas
no contexto internacional ao mesmo tempo em que
as exps a novas fontes de risco , so fatores que colaboram para a necessidade de se desenvolver um controle eficaz de riscos de mercado dentro das empresas.
Dentre os benefcios advindos da implantao de
sistemas de medio e gerenciamento de riscos de
mercado no mbito das instituies no financeiras,
destacam-se como os mais diretos: o controle dos fluxos de caixa necessrios ao cumprimento dos compromissos assumidos pela empresa, que incluem o
pagamento de fornecedores, despesas operacionais e
financeiras, amortizao de emprstimos, e dos investimentos programados; a reduo da volatilidade desses fluxos e, conseqentemente, da probabilidade de a
empresa deixar de honrar compromissos futuros. Benefcios adicionais incluem o aumento da transparncia aos investidores, a rpida assimilao de novas fontes de riscos de mercado pelos gestores e, especificamente no caso brasileiro, a adequao antecipada da
empresa regulao. A Comisso de Valores Mobilirios (CVM), por meio do Ofcio Circular 01/2002 de
14 de janeiro de 2002, reforou a necessidade de se
divulgarem os riscos de mercado incorridos pelas empresas em seus demonstrativos financeiros.

A despeito da importncia crescente do assunto,

discusses acerca da implementao de um modelo
capaz de avaliar, de forma conjunta, os riscos de mercado aos quais as empresas esto expostas ainda so
incipientes. Considerando a existncia dessa lacuna e
a importncia do tema para as empresas, este estudo
tem como objetivo principal a proposio de um modelo terico para a mensurao do fluxo de caixa em
risco das empresas e, como objetivo secundrio, sua
aplicao emprica a distribuidoras de energia eltrica
no Brasil. Tal modelo deve ser capaz de informar a
probabilidade de uma empresa no dispor de recursos
ou apresentar fluxo de caixa livre (FCF) negativo
para honrar seus compromissos em determinadas datas futuras de pagamento ou vrtices do fluxo.

REFERENCIAL TERICO
O uso de sistemas quantitativos para a medio de riscos de mercado comeou a se difundir entre instituies financeiras a partir de 1994, com o lanamento,
pelo JP Morgan, do documento RiskMetrics, que trazia, entre outras coisas, a metodologia de clculo do
Value-at-Risk (VaR). Dois anos se passaram at que a
Securities and Exchange Comission (SEC), por presses de rgos reguladores, propusesse em 28 de dezembro de 1995 uma regra que exigia das companhias
americanas informaes quantitativas sobre riscos de
mercado (Linsmeier e Pearson, 1997).
Tal regulao, aliada a um cenrio de volatilidade
crescente como a proporcionada pela crise asitica
em outubro de 1997 e a crise russa em agosto de 1998 ,
serviu como incentivo para que muitas empresas americanas passassem a tentar adaptar o instrumento de
controle de riscos de mercado at ento utilizado apenas por instituies financeiras (VaR) s suas necessidades. Contudo, apesar de simples, intuitivo e aceito
pelo mercado e pelas instituies reguladoras, tentativas mais robustas de adaptao do VaR ao ambiente
corporativo foram revelando certas deficincias dessa
medida em relao ao controle de todos os riscos de
mercado a que esto expostas empresas no financeiras. Tais deficincias fizeram com que novas medidas
de risco de mercado fossem ganhando espao no mbito dessas empresas.
Tentativas rudimentares de verificao dos impactos de oscilaes nos preos de mercado sobre o fluxo
de caixa so atribudas a Vermeulen (1994), Shapiro e
Titman (1999), e Bauman, Saratore e Liddle (1999).

OUT./DEZ. 2005 RAE 51

050-065

51

07.11.05, 15:53

ARTIGOS MODELO PARA MEDIO DO FLUXO DE CAIXA EM RISCO: APLICAO A DISTRIBUIDORAS DE ENERGIA ELTRICA

Esses autores, entretanto, no chegaram a sugerir um

modelo completo, tratando a questo apenas de forma
geral. Provavelmente, um dos trabalhos pioneiros e
mais detalhados no clculo do fluxo de caixa em risco
foi o desenvolvido por Hayt e Song (1995), que propunha uma medida de sensibilidade dos fluxos de caixa a fatores de risco. Tal medida buscava relacionar a
probabilidade de a empresa atingir determinado nvel
de fluxo de caixa que a impedisse de honrar seus compromissos e programaes de investimentos, com
mudanas em preos financeiros em determinado perodo de tempo. Posteriormente, o trabalho de Stulz e
Williamson (1997) tambm mencionou a possibilidade de utilizar a simulao para a obteno da distribuio esperada dos fluxos de caixa futuros.
Entretanto, o refinamento da medio de fluxos de
caixa em risco s ocorreu em 1999, com a elaborao
do CorporateMetrics Technical Document (RiskMetrics
Group, 1999). O foco desse documento estava nos
potenciais impactos de mudanas nas taxas de mercado sobre os resultados financeiros da empresa em um
intervalo de tempo t. Entre as medidas de risco propostas e analisadas pelo CorporateMetrics estava o
Cash-Flow-at-Risk (C-FaR). A metodologia empregada para o clculo dessa medida tomava emprestados
conceitos utilizados para o clculo do VaR, adaptando-os ao ambiente corporativo, e estendia a tradicional tcnica de anlise de sensibilidade alm de uns
poucos cenrios extremos, considerando um amplo
conjunto de cenrios simulados. Para a elaborao do
mtodo proposto, seria necessrio estimar relaes
economtricas entre os fatores de risco e a varivel de
interesse (fluxo de caixa). Depois de determinadas tais
relaes, passar-se-ia investigao do modelo capaz
de descrever o comportamento dos fatores de risco.
Para tal, o documento determinava no apenas que
fosse construdo um modelo capaz de descrever to
corretamente quanto possvel a evoluo dos fatores
de risco, mas que ele tambm fosse consistente com
teorias econmicas relevantes. A sugesto do documento era a utilizao dos chamados Vetores Auto-Regressivos (Vector Autoregressive Model ou VARM), nos quais
o valor de cada varivel depende no s de seus valores
passados, mas tambm dos valores passados de todas
as outras variveis do sistema, o que permitiria a previso conjunta da mdia condicional dos fatores de risco.
Em 2000 o modelo desenvolvido pela consultoria
National Economic Research Associates (NERA) abandonou o enfoque de sries de tempo e bottom-up (da
identificao do comportamento dos fatores de risco

52

050-065

RAE

para o fluxo de caixa em risco), predominante nos

modelos anteriormente apresentados, propondo uma
modelagem tipo top-down (da observao agregada do
fluxo de caixa de um conjunto de empresas para o fluxo de caixa em risco de cada uma delas). A medida
proposta pela NERA denominada Comparables CashFlow-at-Risk (C-FaR) seria obtida a partir da distribuio de probabilidades de fluxos de caixa observados diretamente e no mais via distribuio dos fatores de risco. Para tanto, seria necessrio aglutinar os
fluxos observados em um conjunto amplo e homogneo de empresas. Depois de estimada tal distribuio,
ela poderia ser usada para gerar uma srie de estatsticas, tais como os percentis de 5% e 1% da cauda inferior da distribuio. Portanto, a partir de tal distribuio seria possvel responder a perguntas do tipo: se
uma empresa tem caractersticas que a classificam nesta
amostra especfica, qual percentual de queda mxima
no fluxo de caixa tal empresa pode experimentar no
horizonte t, com 95% de confiabilidade? (Stein, Usher,
LaGattuta e Youngen, 2001).
Por fim, recentemente no mercado brasileiro, a
RiskControl, em parceria com a Consultoria Tendncias, desenvolveu um modelo que considerava cenrios
probabilsticos para os fatores de risco construdos a
partir da integrao de metodologias estatsticas e
modelos macroeconmicos estruturais (LaRoque et al.,
2003). Os modelos econmicos estruturais fazem uso
da estrutura sugerida pela teoria macroeconmica na
formulao de suas previses. As relaes podem ser
expressas por equaes, estimadas via modelos economtricos, que se articulam. Assim, possvel captar as
interaes relevantes entre as variveis de interesse.
Diferentemente do VARM, no entanto, esses modelos assumem a existncia de variveis independentes exgenas nas equaes, estimadas por meio de
dados histricos e regresses economtricas, e variveis dependentes endgenas, que so funo das exgenas estimadas. Para inserir incerteza no modelo, a
RiskControl/Tendncias propunha que as sries de
variveis exgenas fossem decompostas em tendncia
e resduo. Estimadas as tendncias das sries, a volatilidade condicional de cada uma delas seria estimada
usando-se as diferenas entre os valores assumidos pela
srie e sua tendncia (resduo). Entendida a dinmica
da volatilidade individual de cada uma das variveis
exgenas, seria preciso verificar a dinmica de covarincia entre elas. De acordo com a RiskControl/Tendncias, estas seriam melhor estimadas pela tendncia das sries e no pelos resduos. Estimadas as vola-

VOL. 45 N4

52

07.11.05, 15:53

FERNANDA FINOTTI CORDEIRO PEROBELLI JOS ROBERTO SECURATO

tilidades e as covarincias, a simulao das trajetrias

conjuntas assumidas pelas variveis exgenas seria
obtida via Simulao de Monte Carlo. Quanto s endgenas, se a incerteza em relao s exgenas j estivesse corretamente modelada, bastaria substituir os
valores simulados para as exgenas nas equaes das
endgenas.
Identificados os modelos de medio do fluxo de
caixa em risco existentes, para o desenvolvimento do
presente modelo foram combinadas as principais contribuies j dadas sobre o assunto com pontos ainda
no suficientemente explorados, de modo a obter-se
um modelo empiricamente vivel para o gerenciamento
do fluxo de caixa em risco das empresas brasileiras.

MODELO TERICO PARA CASHFLOW-AT-RISK

Este tpico apresenta um modelo terico para a mensurao do fluxo de caixa em risco das empresas, aqui
entendido como a probabilidade de a empresa no dispor de recursos para honrar seus compromissos em
determinadas datas futuras (vrtices do fluxo) ou, estatisticamente, como o percentil associado estatstica
de ordem zero da distribuio do fluxo de caixa livre da
empresa. Ressalte-se novamente que o modelo aqui proposto combina as principais contribuies j dadas sobre o assunto em especial, as fornecidas pelo
CorporateMetrics Technical Document com pontos ainda no suficientemente explorados na literatura.
Metodologicamente, para a construo do modelo
foram considerados os pontos seguintes: (1) definir
as variveis de estudo, subdividindo-as em variveis
dependentes (fluxo de caixa) e candidatas a variveis
independentes (fatores de risco macroeconmicos e
prprios do negcio); (2) definir os vrtices temporais em que tais variveis sero observadas e o horizonte temporal de previso (nmero de passos frente); (3) identificar os fatores de risco relevantes (entre
macroeconmicos e prprios da empresa) via estimao da relao estatstica existente entre a varivel
dependente e as candidatas a variveis independentes; (4) sugerir um tratamento para o gerenciamento
dos fatores de risco prprios e estimar, via modelagem
economtrica, o comportamento mdio esperado dos
fatores de risco macroeconmicos, bem como sua matriz de varincia-covarincia; (5) simular cenrios para
os fatores de risco macroeconmicos no horizonte de
previso, tomando o cuidado de manter a estrutura de
varincia-covarincia observada entre as sries hist-

ricas de fatores; (6) inserir os valores previstos para

os fatores de risco em cada cenrio na equao que
relaciona o comportamento de tais fatores ao comportamento da varivel dependente (fluxo de caixa); (7)
montar a distribuio simulada da varivel dependente (fluxo de caixa) e determinar a estatstica de interesse de tal distribuio.

Variveis do modelo, seus vrtices de medio e

seu horizonte de previso
Para a formulao do modelo, preciso definir a varivel de interesse (varivel dependente), assim como
selecionar candidatas a variveis independentes fatores de risco macroeconmicos e prprios do negcio, capazes de alterar o comportamento da varivel
dependente ao longo do tempo.
Considerando-se que o modelo proposto baseia-se
na mensurao do fluxo de caixa em risco, a varivel
de interesse proposta neste trabalho o fluxo de caixa
livre da empresa, observado em certas datas de pagamento futuras, ou vrtices do fluxo. H, entretanto, que
se escolher uma proxy para tal fluxo. Contabilmente, o
fluxo de caixa de uma empresa determinado conforme apresentado no Quadro 1.
No Quadro 1, o fluxo de caixa aps as atividades de
financiamento constitui o fluxo de caixa disposio
da empresa. Neste artigo, tal fluxo denominado Fluxo de Caixa Livre (FCF), constituindo-se a varivel
de interesse (ou varivel dependente) do modelo de
mensurao do fluxo de caixa em risco.
As candidatas a variveis independentes so fatores
capazes de provocar oscilaes no fluxo de caixa livre
das empresas, ou fatores de risco. Tais fatores de risco
podem ser macroeconmicos (nvel de taxas de juros,
cmbio, inflao, risco-pas, produo nacional) capazes de afetar, em maior ou menor grau, todas as
empresas da economia e fatores de risco prprios do
negcio (nvel de endividamento, mercado atendido,
investimentos programados). No modelo proposto, os
candidatos a fatores de risco macroeconmicos so
indicados pela letra m e os candidatos a fatores de risco prprios pela letra f.
A considerao no modelo de caractersticas prprias da empresa como candidatas a fatores de risco
tem como objetivo dar-lhe flexibilidade. Enquanto as
oscilaes nos fatores de risco macroeconmicos no
podem ser determinadas a priori pela empresa, mas
apenas estimadas e hedgeadas caso seus potenciais efeitos sobre o fluxo de caixa assim o justifiquem, a identificao prvia de fatores de risco gerenciveis per-

OUT./DEZ. 2005 RAE 53

050-065

53

07.11.05, 15:54

ARTIGOS MODELO PARA MEDIO DO FLUXO DE CAIXA EM RISCO: APLICAO A DISTRIBUIDORAS DE ENERGIA ELTRICA

mite empresa verificar, por exemplo, quais seriam

os impactos em seu fluxo de caixa em determinada
data se, alm de choques esperados nos fatores de risco macroeconmicos, ela tambm decidisse alterar sua
estrutura operacional e financeira via aumento de
market share, novos investimentos, aumento de
endividamento, substituio de dvida em moeda estrangeira por dvida em moeda nacional, etc.
Com relao aos vrtices de medio, datas em que
se observam as variveis dependentes e independentes, este estudo prope a utilizao de vrtices trimestrais. Dessa forma, tal como na estimao do VaR, em
que se assume que pagamentos e recebimentos no
ocorram todos os dias, mas apenas em determinadas
datas, neste modelo os fluxos de caixa da empresa apenas so observados a cada trimestre, vrtices que concentram (hipoteticamente) todos os pagamentos e recebimentos futuros.
Ressalte-se que a divulgao pelas empresas de dados contbeis em base trimestral a responsvel por
tal escolha. Obviamente, tal restrio relevante apenas ao pesquisador externo. Caso o estudo esteja sendo conduzido com informaes privadas, tais vrtices
podem ser mensais, ou obedecer s datas constantes
no budget plan elaborado pela empresa.
Da mesma forma, o horizonte de previso nmero
de passos frente em que os fluxos so observados fica
a critrio do pesquisador e da empresa interessada. Ressalte-se, porm, que, quanto mais longo for o prazo,
menor a confiabilidade das estatsticas geradas. Nada
impede, entretanto, que as estimativas geradas sejam
periodicamente revistas, de modo a se atualizar constan-

temente a estimao pela considerao de novas observaes passadas.

Identificao dos fatores de risco

macroeconmicos e prprios relevantes
Enquanto a metodologia do VaR exige a identificao de
um nmero reduzido de fatores de risco primitivos que
repliquem, de forma linear e determinstica, as oscilaes no valor de mercado dos ativos originais, identidades semelhantes no so facilmente obtidas para o clculo do fluxo de caixa em risco. No caso do fluxo de
caixa em risco, o mais prximo da replicao determinstica utilizada pelo VaR a que se chega via estimao
de equaes que relacionem as oscilaes no fluxo de
caixa livre da empresa (varivel dependente) a oscilaes nos fatores de risco (variveis independentes).
Para a estimao dessas equaes, este estudo prope
a utilizao de Dados em Painel, conforme defendido
inicialmente por Vermeulen (1994). No Brasil, as empresas divulgam informaes contbeis apenas trimestralmente, informaes essas necessrias ao clculo do
fluxo de caixa. O procedimento proposto visa aumentar
o volume de dados para a estimao, principalmente ao
analista externo empresa, alm de permitir a considerao de caractersticas que a diferenciam das demais
quando da estimao de seu fluxo de caixa.

Tratamento dos fatores de risco prprios e

estimao do comportamento mdio esperado
dos fatores de risco macroeconmicos
Realizada a estimao via Dados em Painel e identificados os fatores de risco relevantes entre os candida-

Quadro 1 Modelo contbil de fluxo de caixa livre.

LUCRO LQUIDO DO EXERCCIO
() Fatores que no afetam caixa (despesas de depreciao, resultado de equivalncia patrimonial, outras receitas e despesas no caixa)
(+) Variao em Duplicatas a Receber
(+) Variao em Estoques
(+) Variao em Fornecedores
(+) Variao em outros itens circulantes
(=) Fluxo de caixa gerado (consumido) pelas operaes
() Compra de ativo permanente
(+) Venda de ativo permanente
(=) Fluxo de caixa aps as atividades de investimento
(+) Variaes no nvel de endividamento e/ou no capital social da empresa
() Pagamento de dividendos e/ou juros sobre o capital prprio
(=) Fluxo de caixa aps as atividades de financiamento
Fonte: Manual de Contabilidade das S.A. (2000).

54

050-065

RAE

VOL. 45 N4

54

07.11.05, 15:54

FERNANDA FINOTTI CORDEIRO PEROBELLI JOS ROBERTO SECURATO

tos pr-selecionados, o prximo passo do modelo

estimar o comportamento mdio esperado desses fatores ao longo do tempo.
Ressalte-se que, por sua caracterstica mais estvel,
os fatores de risco prprios da empresa no tm seu
comportamento futuro projetado neste modelo. Espera-se que, numa situao real, a empresa tenha cincia
dos valores futuros a serem assumidos por tais fatores
via planejamento peridico: market share pretendido,
nvel de endividamento, contratao ou amortizao de
dvidas em moeda nacional ou estrangeira, novos investimentos, venda de ativos, novos aportes de capital
e transferncia de recursos para os acionistas. Na modelagem, os valores assumidos pelos fatores de risco
prprios so mantidos constantes e iguais ao ltimo
dado disponvel. Nada impede, entretanto, que, no caso
de uma pesquisa interna, realizada com informaes
privadas, tais valores esperados sejam fornecidos pela
empresa, de acordo com sua estratgia de atuao.
Portanto, o foco neste passo est na estimao dos
valores futuros (mdia condicional) dos fatores de risco
macroeconmicos. Tal como sugere o documento
CorporateMetrics (RiskMetrics Group, 1999), neste
modelo a estimao feita via Vetores Auto-Regressivos (VARM), com a incluso do mecanismo de correo de erros (ECM) sempre que necessrio. Destaquese que o objetivo da modelagem empregada no acertar pontualmente os valores para as variveis macroeconmicas relevantes, mas apenas acessar sua provvel distribuio futura e utilizar tal informao para a
construo da distribuio futura da varivel de interesse (fluxo de caixa livre, ou FCF). Em linha com tal
objetivo, esse modelo sugere a estimao das variveis
macroeconmicas conjuntamente, via Vetores AutoRegressivos Irrestritos (Sims, 1980, apud Enders, 1995).
Para estimar tais vetores, as variveis devem manter relaes tericas entre si, sendo cada uma delas
passvel de influenciar seu prprio comportamento no
futuro e tambm o comportamento das demais. Como
j ressaltado, o objetivo primordial dessa estimao
encontrar relaes importantes (e longas) entre as variveis e no fazer estimativas pontuais.
Para a anlise do melhor modelo estimado, de acordo com tal metodologia, recomendvel no se ater
significncia dos parmetros, uma vez que os
regressores geralmente so altamente colineares. Portanto, testes t convencionais no so recomendados
para definir o melhor modelo. Nessa estimao, o
melhor modelo aquele que minimiza a soma dos erros ao quadrado, sendo tambm parcimonioso em re-

lao ao nmero de regressores. Portanto, recomenda-se a adoo de dois critrios que levem em conta a
soma dos erros ao quadrado, penalizando o modelo
com muitos regressores: o AIC (Akaike Information
Criteria) e o SBC (Schwarzs Bayesian Criterion). O
melhor modelo o que apresenta os menores valores
de AIC ou SBC entre aqueles considerados.
Por fim, para proceder estimao via VARM, devem
ser previamente empreendidos alguns testes que verifiquem se as sries mantm ou no relaes tericas entre
si (Testes de Granger Causalidade), e que identifiquem a
existncia de no estacionariedade (Testes de Raiz Unitria), com considerao de quebras estruturais, e a possibilidade de elas serem co-integradas ao nvel.

Simulao de cenrios para os

fatores de risco macroeconmicos
Escolhido o modelo VARM para a previso dos fatores
de risco macroeconmicos, sua aplicao permite a
previso conjunta dos valores mdios de tais fatores j
passos frente. Portanto, a partir de tal modelo, temse um nico valor previsto para cada fator de risco
(equivalente sua mdia condicional projetada). Para
construir uma distribuio para cada fator de risco, a
ser inserida nas equaes que relacionam tais fatores
ao fluxo de caixa gerando, portanto, uma distribuio de fluxo de caixa , torna-se necessrio gerar n potenciais choques sobre esses fatores.
A forma usualmente empregada para gerar tais choques via Simulao de Monte Carlo. Nessa simulao h o sorteio aleatrio de perturbaes nmeros
aleatrios extrados de uma Distribuio Normal (0,1)
que se somam mdia do fator, prevista via modelo
VARM. Considerando-se que tais perturbaes
sorteadas precisam manter a estrutura de varinciacovarincia histrica observada entre os fatores, os
erros gerados pelo modelo VARM (diferena entre os
valores histricos observados e sua mdia prevista) so
utilizados para construo da matriz de varinciacovarincia dos fatores (), que filtrar, via fatorao
de Cholesky, os nmeros aleatrios sorteados (choques).

Determinao da estatstica de interesse

Estimados, via VARM, os valores mais provveis (mdia) para cada fator de risco macroeconmico, em cada
data futura de interesse j, e estressados tais valores pela
considerao de n possveis choques aleatrios, os n
potenciais valores futuros de cada fator de risco so
inseridos na equao que relaciona tais fatores ao fluxo de caixa livre (FCF) da empresa. Torna-se impor-

OUT./DEZ. 2005 RAE 55

050-065

55

07.11.05, 15:54

ARTIGOS MODELO PARA MEDIO DO FLUXO DE CAIXA EM RISCO: APLICAO A DISTRIBUIDORAS DE ENERGIA ELTRICA

gia eltrica que publicaram seus demonstrativos

contbeis, em base regular, por meio do Sistema de Divulgao Externa (DivExt) da CVM. A amostra final
contou com 25 empresas, apresentadas na Tabela 1.
A partir da anlise dos demonstrativos contbeis
dessas distribuidoras, extraram-se, em base trimestral, desde quando disponvel mximo de 34 trimestres, considerando-se dados obtidos desde o 1 T/95 at
o 2 T/03 , as informaes constantes do Quadro 2.
Algumas das informaes constantes no Quadro 2
foram utilizadas na construo da varivel dependente do modelo (fluxo de caixa livre), conforme detalhado no prximo item. As demais foram testadas
como variveis independentes; portanto, passveis de
determinar oscilaes nos fluxos de caixa livres das
empresas.

tante destacar, conforme j mencionado, que, nesse

passo, os fatores de risco prprio so mantidos constantes ou fornecidos pela empresa.
Encontra-se, dessa forma, uma distribuio emprica para o fluxo de caixa livre da empresa, em cada
data futura de interesse j. A partir dessa distribuio,
possvel estimar a rea sob FCF < 0, em cada data
futura de interesse. Tal rea considerada neste estudo como igual probabilidade de a empresa, na data
futura j, no dispor de recursos para honrar seus compromissos. Explorados todos os passos, o modelo pode
ser resumido pelo esquema exposto na Figura 1.

MODELO EMPRICO PARA CASHFLOW-AT-RISK

Exposta a metodologia terica proposta para a estimao do fluxo de caixa em risco, este tpico destina-se
aplicao emprica do modelo terico desenvolvido
s empresas pertencentes ao setor de distribuio de
energia eltrica brasileiro.

Determinao do fluxo de caixa livre de cada

empresa i, na data t
Antes de proceder estimao dos fatores determinantes de oscilaes nos fluxos de caixa livres das empresas, houve necessidade de escolher uma proxy para tal
fluxo. De forma a viabilizar a obteno do fluxo de
caixa livre contbil para todas as 25 empresas da amostra, nos 34 trimestres considerados, optou-se por em-

Amostra de trabalho e dados coletados

Para o desenvolvimento do modelo foram coletados
dados das empresas brasileiras distribuidoras de enerFigura 1 Modelo terico esquematizado.

NO APRESENTAM O MESMO COMPORTAMENTO

Fatores de Riscos
FCF na data j

Funo
(f,m)
Funo estimada usando
Dados em Painel

Somar mdias + choques filtrados e inserir tais valores na funo (manter

riscos prprios constantes). Aps n sorteios, achar a rea sob zero.

Simular choques
e filtr-los por

Estimar mdias e erros

(para gerar )

Estimar modelo para os

fatores de risco macro (m)

VARM

56

050-065

RAE

VOL. 45 N4

56

07.11.05, 15:54

Manter fatores de risco

prprio/gerenciveis (f)

FERNANDA FINOTTI CORDEIRO PEROBELLI JOS ROBERTO SECURATO

preender algumas simplificaes do modelo contbil

de fluxo de caixa livre, necessrias ao analista externo
empresa, a saber:
utilizou-se o lucro operacional do exerccio (receita bruta
menos dedues, menos custo do produto vendido,
menos despesas operacionais, menos despesas financeiras lquidas), acrescido da despesa de depreciao (quando esta tivesse sido previamente descontada como despesa operacional). Com isso, eliminaram-se contas no
caixa, tais como resultado de equivalncia patrimonial;
consideraram-se os estoques como iguais a zero e prazos mdios de recebimento de clientes iguais aos
prazos mdios de pagamento aos fornecedores. Com
isso, foram eliminadas as necessidades de capital de
giro das empresas;
utilizaram-se as variaes na conta Ativo Permanente
obtidas pela DOAR e rateadas trimestralmente de acordo com o percentual de despesas operacionais do tri-

mestre em relao s despesas operacionais anuais

como proxy para gastos de capital (Capital Expenditures
ou CapEx);
empregaram-se as variaes na conta Emprstimos e
Financiamentos de Curto e Longo prazo obtidas via
Balano Patrimonial , assumindo-as como alteraes
lquidas no financiamento (contratao de novas dvidas, mais encargos financeiros apropriados por competncia mas no desembolsados, menos amortizaes).
A varivel assim criada, para cada empresa i, em cada
data t, foi denominada fluxo de caixa livre (FCF). Neste
estudo, foi previsto o fluxo de caixa livre (FCF) de
empresas distribuidoras de energia 2 perodos frente
(j = 2), em vrtices trimestrais. Para tanto, trabalhouse com os dados disponveis at o 4o T/02, reservando-se os dados do 1o e 2o trimestres de 2003 para procedimentos de backtesting.

Tabela 1 Empresas na amostra.

NOME DA EMPRESA
1. Cia. Energtica de Minas Gerais
2. Cia. Paranaense de Energia
3. Caiu Servios de Eletricidade S.A.
4. AES Sul Distribuidora Gacha de Energia S.A
5. Cia. Eletricidade da Bahia
6. Eletropaulo Metropolitana (AES Eletropaulo)
7. Esprito Santo Centrais Eltricas S.A.
8. Light Servios de Eletricidade S.A.
9. Cia. Energtica de Braslia S.A.
10. Cia. Energtica de Pernambuco
11. Cia. Energtica de Gois
12. Cia. Energtica do Maranho
13. Elektro Eletricidade e Servios S.A.
14. Rio Grande Energia S.A.
15. Energisa S.A.
16. Empresa Energtica do Mato Grosso do Sul S.A.
17. Cia. Fora e Luz Cataguases-Leopoldina
18. Bandeirante Energia S.A.
19. Centrais Eltricas de Santa Catarina S.A.
20. Centrais Eltricas do Par S.A.
21. Centrais Eltricas Mato-Grossenses S.A.
22. Cia. Eletricidade do Rio de Janeiro
23. Cia. Energtica do Cear
24. Cia. Energtica do Rio Grande do Norte
25. Cia. Estadual de Energia Eltrica

SIGLA UTILIZADA
MG
PR
REDE
AES
BA
SP
ES
LIG
CEB
PE
GO
MA
ELK
RGE
GISA
MS
CTLEO
EBE
SC
PA
MT
RJ
CE
RN
CEE

INFORMAES DESDE
1 T/95
1 T/95
1 T/95
3 T/97
1 T/95
1 T/96
1 T/95
1 T/95
1 T/98
1 T/95
1 T/95
1 T/96
2 T/98
3 T/97
1 T/98
1 T/95
1 T/95
1 T/98
1 T/95
1 T/98
1 T/96
1 T/95
1 T/95
1 T/98
1 T/95

OUT./DEZ. 2005 RAE 57

050-065

57

07.11.05, 15:55

ARTIGOS MODELO PARA MEDIO DO FLUXO DE CAIXA EM RISCO: APLICAO A DISTRIBUIDORAS DE ENERGIA ELTRICA

Em relao aos vrtices do fluxo (datas de interesse), destaca-se que a existncia de dados em base
trimestral, menor desagregao possvel de informaes pblicas, foi responsvel pela escolha dos

vrtices trimestrais de pagamento nessa aplicao.

Portanto, os vrtices do fluxo foram sempre os
meses de maro, julho, setembro e dezembro de
cada ano.

Quadro 2 Variveis de trabalho.

I. Variveis retiradas da Demonstrao do Resultado do Exerccio (DRE):
a) receita bruta trimestral (em R$);
b) dedues receita bruta trimestral (em R$);
c) custo dos produtos vendidos (em R$);
d) despesas operacionais (em R$);
e) despesas financeiras lquidas (em R$);
II. Variveis retiradas da Demonstrao da Origem e Aplicao dos Recursos (DOAR)
f) depreciao (em R$);
g) variao do Ativo Permanente: Investimentos, Imobilizado e Diferido (em R$).
III. Variveis retiradas do Relatrio Anual ou Comentrio de Desempenho do Trimestre
h) mercado atendido (em GWh);
i) nmero de consumidores atendidos;
j) reajuste anual de fornecimento (% e data de aplicao);
k) indicador de durao de interrupo no atendimento (DEC);
l) indicador de freqncia de interrupo no atendimento (FEC);
m) investimentos realizados no perodo (em R$)
n) estoque de dvida em moeda estrangeira (em R$);
o) estoque de dvida em moeda nacional (em R$);
IV. Variveis retiradas de fontes diversas
p) Tarifa Mdia de Fornecimento Brasil (em R$)
Fonte: Eletrobrs, desde fev/90
q) PIB (dessazonalizado, a preos de mercado, base 1990 = 100)
Fonte: Banco Central do Brasil, desde mar/91
r) Indicador do Nvel de Atividade - INA (base 1991 = 100)
Fonte: FIESP, desde jan/86
s) Indicador da Produo Industrial (base 1991 = 100)
Fonte: Instituto Brasileiro de Geografia e Estatstica, desde jan/80
t) M1 (mdia dos dias teis do ms em R$)
Fonte: Banco Central do Brasil, desde jan/80
u) IPCA (% mensal)
Fonte: Instituto Brasileiro de Geografia e Estatstica, desde jan/80
v) IGP-M (% mensal)
Fonte: Economtica, desde jan/90
w) TJLP (% anual)
Fonte: Economtica, desde dez/94
x) Selic (% anual)
Fonte: Economtica, desde jan/90
y) PTAX (R$/US$)
Fonte: Economtica, desde jan/90
z) C-BOND (preo de fechamento em R$)
Fonte: Bloomberg, desde dez/94
aa) Consume Price Index CPI/USA (% mensal)
Fonte: Bloomberg, desde jan/84
Nota: As informaes contbeis acima coletadas foram referentes s empresas controladoras, expressas em moeda do perodo, sem nenhuma indexao ou correo monetria.

58

050-065

RAE

VOL. 45 N4

58

07.11.05, 15:55

FERNANDA FINOTTI CORDEIRO PEROBELLI JOS ROBERTO SECURATO

Escolha das variveis independentes

A escolha das candidatas a variveis independentes foi
limitada pela disponibilidade de dados existentes e pela
necessidade de se chegar a resultados parcimoniosos,
que permitissem a estimao de vetores auto-regressivos. Assim, a opo foi considerar as seguintes variveis como explicativas:
despesas com compra de energia (30% da receita bruta
da empresa, em R$);
mercado atendido pela empresa (em GWh);
nmero de consumidores atendidos pela empresa;
reajuste anual de fornecimento concedido empresa
(% anual igualmente rateado nos trimestres);
indicador de durao de interrupo no atendimento
da empresa (DEC);
indicador de freqncia de interrupo no atendimento da empresa (FEC);
estoque de dvida em moeda estrangeira mantido pela
empresa (em R$);
estoque de dvida em moeda nacional mantido pela
empresa (em R$);
Tarifa Mdia de Fornecimento Brasil (% trimestral);
PIB, INA e Produo Industrial (% trimestral);
IPCA, IGPM e M1 (% trimestral);
TJLP e Selic (% trimestral);
PTax (% trimestral);
C-Bond e CPI/USA (% trimestral).
As variveis PIB (Produto Interno Bruto), INA (Indicador do Nvel de Atividade) e Produo Industrial
foram includas como proxies para nvel de atividade
no setor industrial e comercial; IPCA (ndice Geral de
Preos Amplo), IGPM (ndice Geral de Preos
Mercado) e M1 (papel-moeda em circulao) como
proxies para inflao, sendo o IGPM o indexador das
receitas e de algumas das despesas das concessionrias;
TJLP (Taxa de Juros de Longo Prazo) e Selic (taxa bsica da economia brasileira) como proxies para taxas
de juros, que limitam o consumo das famlias, ao mesmo tempo em que indexam uma parte do endividamento das empresas; PTax para cmbio, j que grande
parte da dvida do setor em moeda estrangeira, e CBond e CPI/USA (Consumer Price Index) como proxies
para atrao de capital estrangeiro.
importante ressaltar que a escolha, a priori, do
conjunto de potenciais variveis explicativas no obedeceu a nenhum critrio estatstico, mas, diferentemente, foi empreendida tomando-se por base apenas
o estudo do setor. Obviamente, ao escolher um conjunto to restrito de variveis, deixou-se de fora um

vasto campo de pesquisa. Entretanto, o mtodo selecionado para previso dos fatores de risco macroeconmicos (vetores auto-regressivos) exige parcimnia do
pesquisador, uma vez que, para um conjunto de x
variveis, h que se estimarem conjuntamente x2 parmetros para cada defasagem temporal considerada.
Nada impede que, em estudos posteriores, outras variveis explicativas sejam consideradas.

Identificao dos fatores de risco

relevantes: estimao em painel
Para a identificao dos fatores de risco do FCF, adotou-se o seguinte procedimento: (a) estimaram-se, via
painel, os fatores de risco de cada componente do FCF
separadamente, quais sejam: receita bruta, despesas
operacionais e despesas financeiras lquidas; (b) empregou-se, como estimativa das dedues (como impostos e abatimentos), a mdia histrica de cada empresa, dado que tal conta apresentou pouqussima variabilidade; (c) considerou-se CapEx e variao do
endividamento como contas gerenciveis, ou seja, passveis de serem alterados pela empresa de acordo com
as condies do ambiente macroeconmico. Com isso,
decidiu-se no estimar fatores de risco para tais componentes do fluxo de caixa e utilizar o ltimo valor
disponvel como a melhor estimativa para o perodo.
Ao final da estimao, as contas componentes do fluxo de caixa livre foram novamente somadas, de modo
a restaurar a varivel de interesse (FCF).
Considerando-se que o estudo utilizou unicamente
informaes pblicas obtidas de fora da empresa e
que as empresas apenas divulgam informaes
contbeis em base trimestral, a opo pela estimao
em painel aumentou consideravelmente o volume de
informaes disponveis. Caso a opo fosse por trabalhar com uma nica empresa, observada desde 1995,
haveria 32 trimestres para estimao e 2 para
backtesting. Ao trabalhar com 25 empresas observadas
ao longo do tempo, chegou-se a 690 dados para estimao e 50 para backtesting. A seguir, apresentam-se
os resultados da estimao via dados em painel, realizada no software STATA 8.0.1
Os resultados para a varivel receita bruta esto
detalhados na Tabela 2. Ressalte-se que houve necessidade de se incluir uma dummy para o perodo posterior ao 4o T/01 (varivel DRTE2), data de concesso
do Reajuste Tarifrio Extraordinrio, que compensava as perdas do racionamento.
interessante notar que todas as variveis independentes apresentaram os sinais esperados para os coefi-

OUT./DEZ. 2005 RAE 59

050-065

59

07.11.05, 15:55

ARTIGOS MODELO PARA MEDIO DO FLUXO DE CAIXA EM RISCO: APLICAO A DISTRIBUIDORAS DE ENERGIA ELTRICA

cientes (dummy DRTE2, Mercado em GWh, IGPM e

Selic), exceo da varivel produo industrial
(ProdInd), negativamente correlacionada s receitas
apuradas. Provveis explicaes para tal relao so
as tarifas mais baixas cobradas de consumidores industriais e a opo, cada vez mais recorrente, das indstrias pela autoproduo em perodos de pico da
atividade econmica.
A Tabela 2 tambm apresenta os resultados para a
varivel despesas operacionais, que engloba tanto
custos quanto despesas operacionais propriamente
ditas. Para a determinao dessa varivel foi includa
uma dummy em jan/99 (varivel DCmbio), data da
desvalorizao cambial, j que parte da energia comprada pelas distribuidoras das regies Sul e Sudeste
vem de Itaipu, cujas tarifas so indexadas ao dlar. A
dummy DRTE difere da DRTE2 por considerar o efeito
da reviso tarifria apenas sobre o 4o T/01.
Por fim, a mesma tabela apresenta os resultados para
a ltima varivel estimada: Despesas Financeiras Lquidas. Na determinao dessa varivel foi includa
uma dummy em jan/99 (data da desvalorizao cambial).

Foram significantes as variveis: dummy (DCmbio),

estoque de dvida estrangeira (DivEst), estoque de dvida nacional (DivNac), PTax e CBond.

Estimao do comportamento mdio esperado

dos fatores de risco macroeconmicos: vetores
auto-regressivos irrestritos
Realizada a estimao em painel e identificados os fatores de riscos, procedeu-se estimao da mdia condicional dos fatores de risco macroeconmicos via
vetores auto-regressivos. Como visto na estimao
anterior, foram identificadas as seguintes variveis
explicativas (fatores de risco):
mercado atendido pela concessionria (em GWh)
Mercado
estoque de dvida em moeda nacional (em R$) DivNac
estoque de dvida em moeda estrangeira (em R$) DivEst
produo industrial (% trimestral) ProdInd
IGPM (% trimestral) IGPM
Selic (% trimestral) Selic
PTax (% trimestral) PTax
CBond (% trimestral) CBond

Tabela 2 Estimao dos fatores de risco de receita bruta, despesas operacionais e despesas financeiras lquidas via Painel/
Efeitos Fixos
VARIVEL ESTIMADA
p-value
COEFICIENTES
ESTATSTICA t
VARIVEIS INDEPENDENTES
Receita Bruta
drte2
186.308,40
11,30
0,000
(rec)
mercado
0,03
3,71
0,000
prodind
-2.109,88
-3,72
0,000
igpm
4.898,77
2,66
0,008
selic
-29.761,00
-11,91
0,000
_cons
413.917,5
16,82
0,000
Despesas
Operacionais
(desptot)

drte
dcambio
mercado
prodind
igpm
selic
_cons

167.686,30
60.828,77
0,02
-1.516,76
8.376,15
-21.341,1
271.991,4

6,55
3,81
3,33
-3,16
5,65
-10,74
13,67

0,000
0,000
0,001
0,002
0,000
0,000
0,000

Despesas
Financeiras Lquidas
(despfin)

dcambio
divest
divnac
ptax
cbond
_cons

92.838,19
0,07
0,03
1.562,29
-1.160,70
-23.952,44

6,26
13,35
2,60
4,35
-4,24
-4,34

0,000
0,000
0,010
0,000
0,000
0,000

Fonte: STATA 8.0

Nmero de observaes = 691

60

050-065

RAE

VOL. 45 N4

60

07.11.05, 15:55

FERNANDA FINOTTI CORDEIRO PEROBELLI JOS ROBERTO SECURATO

As trs primeiras variveis foram consideradas como

gerenciveis, ou seja, passveis de serem programadas
pela empresa. Portanto, os esforos nessa etapa se concentraram nos possveis choques sofridos pelas variveis ProdInd, IGPM, Selic, PTax e CBond.
Ressalte-se que o objetivo precpuo aqui no era prever pontualmente os valores mdios para as cinco variveis macroeconmicas citadas, mas apenas acessar sua
provvel distribuio futura e utilizar tal informao para
construo da distribuio futura da varivel de interesse (FCF). Em linha com tal objetivo, empreendeu-se a
estimao das cinco variveis macroeconmicas conjuntamente, via Vetores Auto-Regressivos Irrestritos.
Antes de proceder estimao do VARM Irrestrito
anteriormente mencionado, foi necessrio empreender testes de raiz unitria a cada uma das sries consideradas. Possuindo as sries o mesmo nmero de razes unitrias, seria preciso checar a possibilidade de
serem co-integradas. Observando-se os grficos das
sries consideradas, constatou-se uma quebra estrutural em jul/94, ms de implementao do Plano Real,
para as sries Selic, IGPM e PTax. Adicionalmente, a
srie PTax sofreria outra mudana estrutural em jan/
99 (ms de liberao do cmbio para o regime flutuante). A srie ProdInd mostrava comportamento constante e a srie CBond (iniciada em dez/94) tambm.
Portanto, procedeu-se ao teste de raiz unitria com
quebra estrutural de Perron para as trs primeiras sries (Selic, IGPM e PTax) e ao teste de raiz unitria de
Phillips-Perron para as duas ltimas (ProdInd e
CBond). Como os testes de raiz unitria no revelaram a existncia de razes (aps a considerao das
quebras estruturais), consideraram-se as sries como
estacionrias, eliminando-se a necessidade de diferenciao e a possibilidade de haver co-integrao entre
elas. Portanto, o VARM Irrestrito pode ser estimado
sem mecanismo de correo de erros (ECM).
Logo aps, com o objetivo de verificar se as sries
consideradas na estimao do VARM eram, de fato,
correlacionadas entre si, procedeu-se aos testes de
Granger Causalidade. O objetivo desse teste revelar

se determinada varivel defasada explica parte da varincia de outra. Neste estudo, realizaram-se testes de
Granger Causalidade para lags = 3, 2 e 1.
Os testes de Granger Causalidade (com 10% de significncia, para nmero de lags = 3), revelaram que: Selic
causa ProdInd; IGPM causa Selic, ProdInd e CBond; PTax
causa CBond e ProdInd; e CBond causa IGPM;
Constatadas as causalidades entre as variveis macroeconmicas, procedeu-se estimao do VARM
Irrestrito. Foram avaliados modelos com 3, 2 e 1 lag.
A eficcia de cada um dos modelos est representada
na Tabela 3.
De acordo com o critrio de minimizao do AIC, o
modelo escolhido foi o VARM com 3 lags. Apesar de
esse modelo apresentar um SBC superior, com 3 defasagens h relaes de causalidade entre as variveis
Selic, IGPM, PTax e a varivel ProdInd, o que no ocorre quando o modelo considera apenas um ou dois lags.

Equaes do modelo
Esquematicamente, o modelo final pode ser visualizado
na Figura 2.

RESULTADOS
Aps a estimao das mdias para os fatores de risco 1
e 2 passos frente (j = 2), procedeu-se construo da
matriz de varincia-covarincia () desses fatores a partir dos resduos gerados na estimao. Tal matriz foi
decomposta via Fatorao de Cholesky, servindo sua
matriz triangular inferior de filtro para mil choques aleatrios extrados de uma distribuio normal (0,1).
Para procedimentos de backtesting, esses choques,
agora filtrados, foram somados aos valores mdios dos
fatores de riscos, em cada trimestre de interesse (1o e
2 o trimestres de 2003), e inseridos nas relaes
economtricas que determinavam a receita bruta,
despesas operacionais e despesas financeiras lquidas, gerando mil potenciais valores para cada conta,
em cada data de interesse.

Tabela 3 Comparao de VARM Irrestritos.

VARM 3 LAGS
R2 = 0,81
R2 Ajustado = 0,63
AIC = 2,97
SBC = 3,68

VARM 2 LAGS
R2 = 0,82
R2 Ajustado = 0,74
AIC = 2,98
SBC = 3,45

VARM 1 LAG
R2 = 0,82
R2 Ajustado = 0,79
AIC = 3,07
SBC = 3,30

OUT./DEZ. 2005 RAE 61

050-065

61

07.11.05, 15:56

ARTIGOS MODELO PARA MEDIO DO FLUXO DE CAIXA EM RISCO: APLICAO A DISTRIBUIDORAS DE ENERGIA ELTRICA

Conforme j mencionado, para montar o FCF, o

percentual de dedues no 1o e 2o trimestres de 2003
foi considerado como igual mdia histrica de cada
empresa e aplicado sobre a receita bruta estimada; as
variveis CapEx e variao da dvida foram consideradas como iguais s verificadas no ltimo trimestre disponvel. Apuradas todas contas, foram somadas para
restaurar a varivel FCF.
Ao final do processo, obteve-se um histograma para
cada empresa da amostra, em cada trimestre de interesse (1o e 2o trimestres de 2003), e estimou-se a probabilidade de a empresa apresentar um FCF negativo
(percentil relacionado estatstica de ordem zero). A
Figura 3 apresenta os valores reais do FCF, os valores
previstos a partir das mdias dos fatores de risco
macroeconmicos e um intervalo de confiana para as
previses (mdia 2 desvios padro).
A Tabela 4 apresenta os resumos dos fluxos de cai-

xa e a probabilidade de o FCF de cada empresa, em

cada trimestre, ser inferior a zero. Em destaque esto
as empresas e trimestres nos quais o intervalo de confiana apurado continha os valores reais dos fluxos.

DISCUSSO E CONCLUSES
Froot, Scharfstein e Stein (1994) enfatizam que um
programa de gerenciamento de riscos de mercado deve
ter como nico objetivo assegurar um planejamento
acurado dos recursos necessrios para os investimentos da empresa e a manuteno de sua atividade produtiva. Como subproduto relevante desse gerenciamento, os autores tambm destacam a capacidade que
as empresas adquirem de avaliar quais riscos devem
ser evitados, hedgeados ou simplesmente enfrentados
por serem parte integrante de seu negcio.

Figura 2 Equaes do modelo.

62

050-065

RAE

VOL. 45 N4

62

07.11.05, 15:56

FERNANDA FINOTTI CORDEIRO PEROBELLI JOS ROBERTO SECURATO

Indo um pouco mais adiante, o guia para gerenciamento de riscos do JP Morgan e Arthur Andersen (1997)
enfatiza que, uma vez que as exposies a risco da empresa estejam identificadas e quantificadas, o prximo
passo trabalhar o perfil de risco da empresa. Essa remodelao passa, por exemplo, por alteraes no perfil
da dvida, compatibilizao dos prazos e dos termos de
pagamento e de recebimento, e adequao do cronograma de investimentos aos recursos disponveis.
Visando servir de ferramenta a tal gerenciamento, o
modelo aqui apresentado e aplicado s empresas distribuidoras de energia eltrica, a despeito de ter sido
empiricamente construdo de fora da empresa e de
prescindir de informaes gerenciais preciosas especialmente em relao aos valores futuros dos fatores de risco prprios , demonstra ser til aos gestores para avaliar o comportamento futuro de seus fatores de risco macroeconmicos e, principalmente, o
reflexo de tal comportamento sobre os fluxos de caixa
projetados. Munidos de tal metodologia, o budget plan
elaborado pelos gestores evolui de um cenrio nico
para uma distribuio de fluxos futuros, obtida pela
considerao de movimentos diversos nas premissas
do oramento elaborado. Com isso se ganha um instrumento mais sofisticado de anlise de sensibilidade.
A sofisticao advm da consistncia da previso da
mdia condicional dos fatores de risco macroeconmicos e dos choques simulados, ao contrrio da anlise
de sensibilidade convencional, que insere choques no
correlacionados em diversas variveis relevantes quando, na realidade, tais choques so totalmente correla-

cionados. Por meio do modelo proposto possvel inserir no budget plan elaborado choques que mantenham
a estrutura de correlao histrica entre as variveis e
atravs do tempo.
Entretanto, importante reconhecer as limitaes
de tal modelo. De maneira geral, ressalta-se o fato de
o presente modelo ser apenas uma primeira abordagem de uma pesquisa mais ampla. Dessa forma, sero
necessrios mais testes, com outras especificaes
economtricas, alm da aplicao em outros setores,
at que se chegue a um consenso sobre a especificao
que considere o maior nmero possvel de fatores de
risco, a melhor forma de previso desses fatores e de
sua relao com as contas do fluxo de caixa. Com o
objetivo de poder responder a perguntas do tipo o
modelo proposto tem mais poder de previso que um
modelo mais simples?, h que se dar prosseguimento
ao trabalho, considerando outras tcnicas de medio
do fluxo de caixa em risco, como a Simulao Histrica e Simulao de Monte Carlo com Equaes Estruturais, em outros setores da economia.
Como limitaes inerentes metodologia empregada nesse trabalho, destacam-se tanto a escolha a priori
do escopo de candidatas a variveis independentes como
a parcimnia necessria na deciso de quais fatores de
risco macroeconmico considerar na modelagem economtrica. Adicionalmente, no h garantias de que ser
sempre possvel estimar o comportamento futuro dos
fatores de risco via modelos auto-regressivos. Especialmente quando o horizonte de previso for de prazo mais
longo, h restries eficcia de tais modelos.

Figura 3 Fluxos de caixa reais e previstos.

OUT./DEZ. 2005 RAE 63

050-065

63

07.11.05, 15:56

Tabela 4 Resultados do modelo emprico.

ARTIGOS MODELO PARA MEDIO DO FLUXO DE CAIXA EM RISCO: APLICAO A DISTRIBUIDORAS DE ENERGIA ELTRICA

64

050-065

RAE

VOL. 45 N4

64

07.11.05, 15:56

FERNANDA FINOTTI CORDEIRO PEROBELLI JOS ROBERTO SECURATO

Ainda no que se refere eficcia dos modelos autoregressivos, deve-se mencionar que tais modelos so
fortemente baseados em informaes passadas, sendo
incapazes de prever choques inditos. O modelo proposto, contudo, no exclui a possibilidade de que cenrios de estresse sejam inseridos pelos gestores em
seu budget plan, numa abordagem semelhante ao stress
test empreendido pelas instituies financeiras em
adio ao clculo do VaR.

FROOT, K.; SCHARFSTEIN, D.; STEIN, J. A framework for risk

management. Harvard Business Review, v. 72, n. 6, p. 91-102, 1994.
HAYT, G.; SONG, S. Handle with sensitivity. Risk Magazine, v. 8, n. 9, p.
94-99, 1995.
JP MORGAN & CO.; ARTHUR ANDERSEN LLP FINANCIAL
ENGINEERING LTD. The JP Morgan/Arthur Andersen Guide to Corporate
Risk Management. London: Risk Publications, 1997.
LAROQUE, E.; LOWENKRON, A.; AMADEO, E.; JENSEN, J. Cenrios
probabilsticos: conjugando anlise de riscos e projees macroeconmicas. Documento tcnico, 2003. Lista de riscos disponvel em <http://
www.listaderiscos.com.br>.

NOTAS
1

Os testes de Breusch-Pagan e Hausman revelaram a existncia de efeitos

fixos, como esperado, j que as empresas pertencentes amostra eram
bastante dspares entre si. Portanto, a estimao foi realizada considerando-se tais efeitos e extraindo-se uma dummy para cada empresa. Nesta
dummy devem estar consideradas todas as variveis omitidas no modelo.
A pesquisa contou com o financiamento da Capes e do CNPq, em etapas
distintas.

LINSMEIER, T.; PEARSON, N. Risk management disclosure. In: JAMESON,

R. (Ed.). Financial Risk and the Corporate Treasury New Developments in
Strategy and Control. London: Risk Publications, 1997.
RISKMETRICS GROUP. CorporateMetrics Technical Document, 1999. Disponvel em <http://www.riskmetrics.com>.
SHAPIRO, A.; TITMAN, S. An integrated approach to corporate risk
management. In: BROWN, G.; CHEW, D. (Eds.). Corporate Risk: Strategies
and Management. London: Risk Publications, 1999.
SIMS, C. Macroeconomics and reality. Econometrica, v. 48, p. 1-49, 1980.

REFERNCIAS BIBLIOGRFICAS
BAUMAN, J.; SARATORE, S.; LIDDLE, W. A practical framework for
corporate exposure management. In: BROWN, G.; CHEW, D. (Eds.).
Corporate Risk: Strategies and Management. London: Risk Publications, 1999.
CASTRO, A. Gerenciamento do risco de mercado para produtores de
commodities no Brasil. 2002. Dissertao (Mestrado profissional em Administrao) FGV-EAESP, So Paulo, 2002.
ENDERS, W. Applied Econometric Time Series. Hoboken, NJ: John Wiley &
Sons, 1995.

STEIN, J.; USHER, S.; LAGATTUTA, D.; YOUNGEN, J. A comparables

approach to measuring cash-flow-at-risk for non-financial firms. Journal
of Applied Corporate Finance, v. 13, n. 4, p. 8-17, 2001.
STULZ, R.; WILLIAMSON, R. Identifying and quantifying exposures. In:
JAMESON, R. (Ed.). Financial Risk and the Corporate Treasury New
Developments in Strategy and Control. London: Risk Publications, 1997.
VERMEULEN, E. Corporate Risk Management: A Multi-Factor Approach.
Amsterdam: Thesis Publishers, 1994.

Artigo recebido em 10.08.2004. Aprovado em 28.07.2005.

Fernanda Finotti Cordeiro Perobelli
Professora da FEA-UFJF. Doutora em Administrao pela FEA-USP.
Interesses de pesquisa nas reas de finanas corporativas e risco.
E-mail: ffinotti@labfin.com.br
Endereo: Rua Antnio Carlos, 440/403, Centro, Juiz de Fora MG, 36010-560.
Jos Roberto Securato
Professor da FEA-USP. Livre Docente e doutor em Administrao pela FEA-USP.
Interesses de pesquisa nas reas de finanas.
E-mail: securato@usp.br
Endereo: Av. Prof. Luciano Gualberto, 908, FEA1, sl. G116, Cidade Universitria, So
Paulo SP, 09080-500.

OUT./DEZ. 2005 RAE 65

050-065

65

07.11.05, 15:57