Divulgação de informação sobre riscos financeiros nas entidades bancárias: evidência empírica em Portugal, Manuais, Projetos, Pesquisas de Análise de Riscos

Baixe Divulgação de informação sobre riscos financeiros nas entidades bancárias: evidência empírica em Portugal e outras Manuais, Projetos, Pesquisas em PDF para Análise de Riscos, somente na Docsity! European Journal of Applied Business Management, Special Issue of ICABM2018, 2018, pp. 205-225. ISSN 2183-5594 205 Research paper Divulgação de informação sobre riscos financeiros nas entidades bancárias: Evidência empírica em Portugal Submitted in 1, September 2018 Accepted in 22, November 2018 Evaluated by a double blind review system SUZANA COELHO1 MARCO AMARAL2 KÁTIA LEMOS3 Resumo Objetivo: O objetivo deste estudo é a análise da divulgação sobre riscos financeiros nas entidades bancárias portuguesas. Pretende-se verificar o grau de cumprimento com as recomendações emitidas pelo Comité de Basileia e com as normas internacionais de contabilidade, no que concerne à informação sobre riscos financeiros, e identificar os fatores determinantes do nível de divulgação apresentado. Metodologia: Para o efeito, analisamos a informação divulgada pelas entidades bancárias a operar em Portugal, durante o período de 2016, recorrendo à análise de conteúdo dos relatórios e contas. Posteriormente, foram identificados os fatores determinantes da divulgação sobre riscos financeiros, através da construção de um modelo de regressão linear múltipla. Originalidade: Este trabalho, não sendo novo em Portugal, tem como objetivo dar continuidade ao estudo de Amaral (2015) e contribuir, teórica e empiricamente, para a investigação nesta área temática. O novo estudo permite avaliar um novo período de divulgação dos riscos financeiros, bem como abranger um maior número de entidades bancárias a operar em Portugal. Resultados: Concluiu-se que o nível de divulgação de informação praticado sobre os riscos financeiros permanece elevado, continuando o Índice de Risco de Liquidez a ser o mais divulgado. Do estudo dos determinantes de divulgação, a estimação do modelo do estudo atual determinou como fatores explicativos da divulgação as variáveis Rendibilidade do Capital Próprio e a Solvabilidade. Palavras-chave: Riscos financeiros; entidades bancárias; índice de divulgação. 1. Introdução O sistema financeiro distingue-se dos restantes setores de atividade pelo seu funcionamento e pelo importante papel que representa na economia. O setor bancário está exposto a vários tipos de riscos decorrentes da sua atividade (riscos financeiros, riscos 1 Escola Superior de Gestão do Instituto Politécnico do Cávado e do Ave. E-mail: a3459@alunos.ipca.pt. 2 Escola Superior de Gestão do Instituto Politécnico do Cávado e do Ave. E-mail: mamaral@ipca.pt. 3 Escola Superior de Gestão do Instituto Politécnico do Cávado e do Ave. E-mail: klemos@ipca.pt. European Journal of Applied Business Management, Special Issue of ICABM2018, 2018, pp. 205-225. ISSN 2183-5594 206 não financeiros e outros riscos), executando uma eficaz e estável gestão desses mesmos riscos. A crise financeira, que se iniciou em 2007 nos Estados Unidos, originou a decadência de várias entidades financeiras, agitações nos mercados financeiros, o retrocesso da economia mundial e maior pressão na regulação do sistema financeiro. Em consequência, ressalta a necessidade de colaboração entre as entidades de regulação e supervisão dos vários países, devido à internacionalização da atividade bancária, tendo-se observado um esforço global na harmonização das atividades de supervisão e das normas de regulação. Em relação à divulgação de riscos financeiros, o Comité de Supervisão Bancária de Basileia (CSBB), nas suas recomendações, pretende facilitar a comparabilidade entre todas as instituições do sistema financeiro, permitindo a todos os seus intervenientes a hipótese de apreciação e avaliação dos riscos financeiros dos bancos. Por sua vez, o International Accounting Standards Board (IASB), para responder à evolução do mercado financeiro internacional, tem incrementado um conjunto de Normas Internacionais de Contabilidade (NIC) e Normas Internacionais de Relato Financeiro (NIRF) alusivas à divulgação e apresentação sobre todos os tipos de instrumentos financeiros. A motivação deste estudo está essencialmente em compreender se existe uma preocupação por parte das instituições bancárias na divulgação da informação sobre os riscos financeiros, e se estas entidades, cumprem os requisitos mínimos exigidos pelos reguladores do setor. Deste modo, o objetivo deste estudo é a análise da divulgação sobre riscos financeiros nas entidades bancárias portuguesas. Pretende-se verificar o grau de cumprimento com as recomendações emitidas pelo Comité de Basileia e com as Normas Internacionais de Contabilidade, no que concerne à informação sobre riscos financeiros, e identificar os fatores determinantes do nível de divulgação apresentado. Para o efeito, analisamos a informação divulgada pelas entidades bancárias a operar em Portugal, com ações cotadas em mercado regulamentado, durante o período de 2016, recorrendo à análise de conteúdo dos relatórios e contas. A partir das recomendações do Comité de Basileia e das NIC/NIRF será construído um índice de divulgação e subíndices de divulgação, para os riscos de crédito, liquidez e mercado, respetivamente, que permitam retirar conclusões sobre o grau de cumprimento com as exigências contidas, quer no normativo do IASB, quer nas recomendações do Comité de Basileia. Posteriormente, serão identificados os fatores determinantes da divulgação sobre riscos financeiros, através da construção de um modelo de regressão linear múltipla. Este trabalho, não sendo novo em Portugal, tem como objetivo dar continuidade ao estudo de Amaral (2015) e contribuir, teórica e empiricamente, para a investigação nesta área temática. Assim, esta investigação, pretende seguir a mesma linha do estudo anterior, mas apresentando alguns pontos inovadores como: i) avaliar um novo período de divulgação dos riscos financeiros (ano 2016); ii) abranger um maior número de entidades bancárias a operar em Portugal (sete instituições bancárias); e verificar se as instituições financeiras procuram melhorar o seu nível de divulgação de informação financeira sobre os riscos. Espera-se com os resultados obtidos que o nível de divulgação dos riscos financeiros seja elevado, tendo em consideração a forte regulação implementada pelos supervisores após a crise global do sistema financeiro, assim como evidenciar algumas características bancárias significativas na explicação do grau de divulgação dos riscos. European Journal of Applied Business Management, Special Issue of ICABM2018, 2018, pp. 205-225. ISSN 2183-5594 209 Return on Assets, tendo sido confirmados os resultados obtidos pelas autoras Pinto e Lemos (2013). Contudo, estes resultados acabam por não serem coincidentes com o estudo de Dantas et al. (2010) e de Dhar (2014) e Rafidi et al. (2016) que concluíram que os bancos com maior nível de rendibilidade apresentam maior grau de divulgação sobre os riscos. Todavia, El-Bannany (2015) e Aryani e Hussainey (2017) concluiram pela existência de uma associação negativa entre o nível de divulgação sobre risco de crédito e a rendibilidade (medida através da ROE). A investigação empírica sobre esta matéria não apresenta resultados conclusivos nos diversos estudos que testaram a variável rendibilidade para explicar a divulgação de informação sobre os riscos. Assim, atendendo ao caráter misto com diferentes tipos de associação positiva e negativa, resulta a seguinte hipótese a ser testada: H2.2: O índice de divulgação sobre riscos financeiros varia com a rendibilidade dos bancos. No presente estudo, como variáveis independentes para medir a rendibilidade dos bancos em análise, optou-se pela rendibilidade do ativo (ROA) e pela rendibilidade do capital próprio (ROE), tal como adotado pelos autores, Pinto e Lemos (2013), Amaral (2015), Amaral e Lemos (2015), Petria et al. (2015), El-Bannany (2015), DeYoung e Jang (2016), Novokmet e Marinovic (2016), Aryani e Hussainey (2017), Costa et al. (2017), Berger e Bouwman (2017), Khan et al. (2017) e Passos et al. (2017). • Qualidade do Crédito A variável qualidade do crédito pretende refletir a qualidade da carteira de crédito concedido por uma instituição bancária. Espera-se que uma instituição bancária com melhor qualidade do crédito tenha uma maior necessidade de divulgação de informação em matéria dos riscos financeiros. A autora Cucinelli (2013) no estudo que realizou sobre 1.080 bancos da Zona Euro, concluiu que os bancos com uma melhor qualidade de ativos são mais propensos a gerir a liquidez no curto prazo, pois permite uma maior rotatividade dos seus ativos. Para Rahman et al. (2013) a existência de melhor qualidade do crédito permite também que as agências de rating de crédito, tais como a Standard and Poor´s (S&P´s), Moody´s Investors Service, ou a Fitch Inc., forneçam informações qualitativas sobre as carteiras de crédito dos bancos. Portanto, partindo da premissa que uma melhor qualidade do crédito deve ser revelada por parte dos bancos, é formulada a seguinte hipótese a ser testada: H2.3: Bancos com melhor rácio de qualidade de crédito divulgam mais informação sobre riscos. Para analisar a qualidade da carteira de crédito utilizou-se no presente estudo o indicador do crédito vencido, permitindo assim verificar qual o peso ente o valor de crédito em mora que cada banco tem no período em análise em relação ao total do crédito concedido. European Journal of Applied Business Management, Special Issue of ICABM2018, 2018, pp. 205-225. ISSN 2183-5594 210 Quanto maior a taxa deste indicador, menor é a qualidade do crédito e vice-versa. Autores como, Farias et al. (2014), Amaral (2015), Amaral e Lemos (2015) e Roman e Sargu (2015) utilizaram a variável da qualidade dos ativos relativos aos empréstimos concedidos, e concluíram que este fator interno é um dos que mais influencia a liquidez dos bancos. • Solvabilidade A variável solidez pretende avaliar a robustez de uma instituição bancária e a sua influência no nível de divulgação sobre os riscos financeiros. Nos estudos de outros autores não existe consenso quanto à relação existente entre a solidez dos bancos e a divulgação de informação sobre os riscos, sendo que as investigações de Dantas et al. (2010) e Pinto e Lemos (2013) concluíram pela inexistência de associação, mas o estudo de Cucinelli (2013) aponta em sentido contrário, confirmando a existência de uma correlação positiva. Assim, no pressuposto que os bancos mais sólidos e, portanto, mais robustos, tenham mais incentivos para divulgar mais informação sobre os riscos, resulta a seguinte hipótese a ser testada: H2.4: Bancos com melhor solvabilidade apresentam maior nível de divulgação sobre os riscos. Relativamente à solidez dos bancos, salienta-se no presente estudo a importância dos rácios de capital, nomeadamente do rácio de solvabilidade Tier 1, que reflete a obrigatoriedade de um banco manter determinados valores de capital, chamado de capital principal (core) para fazer face às perdas inesperadas. Este rácio é medido pela relação entre o capital Tier 1 e os ativos ponderados pelo risco da entidade bancária e quanto mais elevado for este rácio, melhor, demonstrando maior capacidade para os bancos cobrirem as perdas dos seus ativos. Atendendo à importância e impacto deste indicador na atividade bancária, o mesmo tem sido realçado pela generalidade dos autores (Pinto e Lemos, 2013; Acharya e Mora, 2015; Amaral, 2015; Amaral e Lemos, 2015; Terraza, 2015; Khan et al., 2017). • Liquidez Estando a liquidez relacionada com a capacidade de uma instituição bancária honrar os seus compromissos perante os capitais dos depositantes, será expectável que o nível de liquidez de cada instituição bancária tenha efeitos sobre a exposição aos riscos financeiros. A teoria da agência (Jensen e Meckling, 1976) sugere a existência de uma associação elevada entre o nível de liquidez e o nível de divulgação, uma vez que, no caso das instituições bancárias, existe uma maior pressão por parte dos depositantes para que os bancos forneçam informação mais detalhada sobre a sua atividade. Deste modo, procura-se no presente estudo analisar empiricamente a relação existente entre a liquidez dos bancos, através do rácio de transformação dos recursos em crédito e a divulgação da informação sobre os riscos financeiros, resultando a seguinte hipótese a ser testada: European Journal of Applied Business Management, Special Issue of ICABM2018, 2018, pp. 205-225. ISSN 2183-5594 211 H2.5: Bancos com melhor liquidez apresentam maior nível de divulgação sobre os riscos. Foi adotado o indicador de transformação dos recursos de clientes em crédito concedido, tal como os estudos realizados pelos autores Faria et al. (2014), Amaral (2015), Amaral e Lemos (2015), Terraza (2015), DeYoung and Jang (2016), Serrano (2016) e Aryani e Hussainey (2017). • Eficiência Operativa O grau de eficiência operativa de cada instituição bancária indica o nível de eficiência na gestão dos seus gastos operacionais. A relação desta variável com a divulgação de informação sobre os riscos pode ser justificada através de uma melhor racionalização da estrutura organizacional, pois bancos com uma gestão mais qualificada terão gastos operacionais mais reduzidos e, deste modo, podem ser comparados no setor, permitindo ter efeitos na cotação de mercado, no desempenho e na redução do risco. Silva (2012) obteve evidência empírica de uma associação negativa entre o rácio de eficiência operativa e o nível de divulgação sobre ativos intangíveis gerados internamente e uma associação positiva com o nível de divulgação de informação sobre ativos intangíveis adquiridos. Como esta variável está associada a um indicador de performance (pela redução de gastos), é formulada a seguinte hipótese a ser testada: H2.6: Bancos com melhor rácio de eficiência divulgam mais informação sobre os riscos. A medida de eficiência operativa (cost-to-income) é a relação entre os gastos operacionais (gastos de funcionamento ou estrutura + depreciações do exercício) e o produto bancário (rendimentos da atividade). Este indicador (rácio de eficiência) permite medir a eficiência operacional de cada banco, ou seja, a eficiência na gestão dos seus gastos de estrutura. Quanto mais baixo este indicador, melhor eficiência e racionalização dos gastos de estrutura das empresas bancárias para cada período. Autores como Faria et al. (2014), Amaral (2015) e Amaral e Lemos (2015) utilizaram nos seus estudos a variável interna da eficiência operativa na gestão dos custos dos bancos. • Produtividade O nível de divulgação praticado por uma instituição bancária poderá ser influenciado pela sua produtividade. De modo geral, este indicador determina o rendimento da atividade bancária gerado por colaborador de cada instituição bancária, permitindo estabelecer uma medida de avaliação comparativa do setor. De acordo com a teoria de sinalização, as empresas de maior qualidade tenderão a optar por políticas de divulgação que lhes permitam revelar a sua qualidade superior, enquanto as empresas de menor qualidade tenderão a esconder a sua qualidade inferior (Morris, 1987). European Journal of Applied Business Management, Special Issue of ICABM2018, 2018, pp. 205-225. ISSN 2183-5594 214 Deste modo, tendo em consideração os sub-índices de divulgação construídos identificaram-se três variáveis dependentes:  o índice de risco de crédito (IRC);  o índice de risco de mercado (IRM); e  o índice de risco de liquidez (IRL). A soma das três variáveis dependentes permitiu determinar uma quarta variável dependente, designada por índice de riscos financeiros (IRF), conforme se depreende no Quadro 2. Quadro 2. Índice de divulgação de Riscos Financeiros IRC - Índice de Risco de Crédito Recomendações do CSBB Exigências da IFRS 7 Índice de divulgação de 32 itens, construído com base nas recomendações de divulgação do CSBB. O índice de divulgação para cada verificação é resultado da equação: ∑ itens divulgados (1) / 32 Índice de divulgação de 20 itens, construído com base nas exigências de divulgação da IFRS 7. O índice de divulgação para cada verificação é resultado da equação: ∑ itens divulgados (1) / 20 IRC =∑ 𝑒𝑗/𝑒𝑒𝑗=1 ej = Banco j em análise. Somatório da pontuação das divulgações do CSBB e da IFRS 7. e = Número máximo de elementos de risco de crédito divulgados: ∑ itens divulgados (1) / 52. IRM - Índice de Risco de Mercado Recomendações do CSBB Exigências da IFRS 7 Índice de divulgação de 12 itens, construído com base nas recomendações de divulgação do CSBB. O índice de divulgação para cada verificação é resultado da equação: ∑ itens divulgados (1) / 12 Índice de divulgação de 11 itens, construído com base nas exigências de divulgação da IFRS 7. O índice de divulgação para cada verificação é resultado da equação: ∑ itens divulgados (1) / 11 IRM =∑ 𝑒𝑗/𝑒𝑒𝑗=1 ej = Banco j em análise. Somatório da pontuação das divulgações do CSBB e da IFRS 7. e = Número máximo de elementos de risco de mercado divulgados: ∑ itens divulgados (1) / 23. IRL - Índice de Risco de Liquidez Recomendações do CSBB Exigências da IFRS 7 Índice de divulgação de 9 itens, construído com base nas recomendações de divulgação do CSBB. O índice de divulgação para cada verificação é resultado da equação: ∑ itens divulgados (1) / 9 Índice de divulgação de 11 itens, construído com base nas exigências de divulgação da IFRS 7. O índice de divulgação para cada verificação é resultado da equação: ∑ itens divulgados (1) / 11 IRL =∑ 𝑒𝑗/𝑒𝑒𝑗=1 ej = Banco j em análise. Somatório da pontuação das divulgações do CSBB e da IFRS 7. e = Número máximo de elementos de risco de liquidez divulgados: ∑ itens divulgados (1) / 20. Índice de Riscos Financeiros IRF = IRC + IRM + IRL Somatório da pontuação das divulgações do CSBB e da IFRS 7. Número máximo de elementos de riscos financeiros divulgados: ∑ itens divulgados (1) / 95. Fonte: Elaboração própria. European Journal of Applied Business Management, Special Issue of ICABM2018, 2018, pp. 205-225. ISSN 2183-5594 215 3.2.2. Variáveis independentes Tendo em consideração os resultados obtidos em estudos que se preocupam em identificar os fatores determinantes da divulgação de informação sobre os riscos financeiros (Pinto e Lemos, 2013; Amaral, 2015; Amaral e Lemos, 2015; Dhar, 2014), foram selecionadas variáveis independentes que se julgam influenciar as variáveis dependentes. As variáveis independentes utilizadas no presente estudo são principalmente indicadores e rácios, diretamente relacionados com a atividade do setor bancário (fatores internos) e que evidenciam um conjunto de nove variáveis que identificam os seguintes sete fatores determinantes (cfr. Quadro 3): Quadro 3. Variáveis independentes em estudo Variável Independente Forma de Determinação Solvabilidade SOL Rácio de Solvabilidade – Tier 1 = Capital Tier 1 / Ativos Ponderados pelo Risco Qualidade do Crédito QCRED Rácio de Crédito Vencido = Crédito Vencido / Crédito a Clientes Bruto Rendibilidade ROA Rácio de ROA (Return on Assets) = Resultado Líquido / Ativo Líquido Rácio de ROE = (Return on Equity) = Resultado Líquido / Capital Próprio Produtividade PROD Rácio de Produtividade da Atividade = Produto Bancário / Número de Colaboradores Liquidez LIQ Rácio de Transformação = Crédito a Clientes Líquido / Depósitos de Clientes Eficiência Operativa EFIOP Rácio de Eficiência (cost-to-income) = Gastos de Estrutura / Produto Bancário Dimensão LOGAT LOGAT (natural) = Logaritmo do Valor do Ativo Líquido LOGCO = Logaritmo do Número de Colaboradores Fonte: Elaboração própria. 3.3. Especificações do modelo Na estimação econométrica do modelo utiliza-se a técnica Panel Data (Stata 13.1 – Statistics Data Analysis) que combina dados cross-section (bancos) e time-series (anos). Assim, como forma de modelar a relação funcional entre as variáveis, procedeu-se à utilização de modelos de regressão linear múltipla, através do modelo de efeitos aleatórios pelo método dos mínimos quadrados. Neste caso o tradicional modelo de efeitos aleatórios acrescenta os efeitos individuais que permitem descrever e avaliar quais as variáveis independentes com poder explicativo sobre a variável dependente. Deste modo, para responder às hipóteses anteriormente formuladas, desenvolveram-se os seguintes modelos de regressão linear múltipla (cfr. Quadro 4): European Journal of Applied Business Management, Special Issue of ICABM2018, 2018, pp. 205-225. ISSN 2183-5594 216 Quadro 4. Modelo de regressão linear múltipla IRCit = β0 + β1LOGATit + β2LOGCOit + β3ROAit + β4ROEit + β5QCREDit + β6SOLit + β7LIQit + β8EFIOPit + β9PRODit + εit IRMit = β0 + β1LOGATit + β2LOGCOit + β3ROAit + β4ROEit + β5QCREDit + β6SOLit + β7LIQit + β8EFIOPit + β9PRODit + εit IRLit = β0 + β1LOGATit + β2LOGCOit + β3ROAit + β4ROEit + β5QCREDit + β6SOLit + β7LIQit + β8EFIOPit + β9PRODit + εit IRFit = β0 + β1LOGATit + β2LOGCOit + β3ROAit + β4ROEit + β5QCREDit + β6SOLit + β7LIQit + β8EFIOPit + β9PRODit + εit Onde, — — — — — IRCit representa o índice de divulgação de informação sobre o risco de crédito da instituição i no momento t; IRMit representa o índice de divulgação de informação sobre o risco de mercado da instituição i no momento t; IRLit representa o índice de divulgação de informação sobre o risco de liquidez da instituição i no momento t; IRFit representa o índice de divulgação de informação sobre o risco financeiro da instituição i no momento t; LIQit representa o indicador de liquidez bancária (transformação dos recursos de clientes em crédito concedido) da instituição i no momento t; — SOLit representa o rácio de solvabilidade da instituição i no momento t; — QCREDit representa o rácio de risco de crédito da instituição i no momento t; — — ROAit representa o rácio de rendibilidade do ativo da instituição i no momento t; ROEit representa o rácio de rendibilidade do capital próprio da instituição i no momento t; — PRODit representa o rácio de produtividade da instituição i no momento t; — EFIOPit representa o rácio cost-to-income da instituição i no momento t; — — LOGATit representa o logaritmo do ativo líquido da instituição i no momento t; LOGCOit representa o logaritmo do número de colaboradores da instituição i no momento t; — β0 é o termo constante; — εit é o termo de erro estatístico da instituição i no momento t. Fonte: Elaboração própria. 4. Análise e discussão dos resultados Neste ponto, pretende-se analisar, numa primeira fase, a evolução e comportamento do índice de divulgação financeiro dos principais bancos a operar no sistema bancário português. Para tal, foi analisado o ano 2016 e acrescentado ao estudo realizado por Amaral (2015), no qual o período de análise tinha incidido para os anos de 2006 a 2012. Numa segunda fase, o presente estudo pretende identificar quais os fatores determinantes que influenciam o nível de divulgação dos riscos financeiros, bem como comparar os atuais resultados obtidos com a introdução do período de 2016, aos resultados obtidos com o estudo de Amaral (2015). Assim, e de modo a responder às hipóteses de investigação anteriormente formuladas, em primeiro lugar, procedeu-se a recolha dos dados bancários do ano 2016 para os sete maiores bancos a operar em Portugal e foi analisada a evolução da divulgação dos riscos financeiros. Posteriormente, e de forma a permitir inferir o efeito das variáveis European Journal of Applied Business Management, Special Issue of ICABM2018, 2018, pp. 205-225. ISSN 2183-5594 219 índice de divulgação do risco de mercado, conforme se verifica na Tabela 2 e no Gráfico 2, a seguir. Gráfico 2. Nível de divulgação dos riscos por tipo de índice Fonte: Elaboração própria. Tabela 2. Nível de divulgação dos riscos por tipo índice Amaral (2015) Estudo Atual Por tipo de Índice N 2006 2007 2008 2009 2010 2011 2012 N 2016 N 2016 Índice Risco de Crédito 5 62,7 70,4 71,2 71,9 71,2 70,8 71,9 5 76,9 7 73,6 Índice Risco de Mercado 5 58,3 71,3 67,0 72,2 71,3 71,3 67,8 5 64,3 7 63,4 Índice Risco de Liquidez 5 71,0 77,0 76,0 83,0 83,0 83,0 82,0 5 86,0 7 81,4 Índice Riscos Financeiros 5 63,4 72,0 71,2 74,3 73,7 73,5 73,1 5 75,8 7 72,8 Fonte: Elaboração própria. Como se pode observar, o nível de divulgação de informação praticado sobre os riscos financeiros permanece elevado (no ano 2016, 75,8% para uma amostra de 5 bancos e 72,8% para uma amostra de 7 bancos), continuando o índice de divulgação do risco de liquidez a ser o mais elevado (no ano 2016, 86,0% para uma amostra de 5 bancos e 81,4% para uma amostra de 7 bancos). Como conclusão geral, podemos referir que os resultados obtidos deste estudo confirmam os estudos prévios realizados por Amaral (2015), quanto à divulgação dos riscos financeiros no setor bancário português. Deste modo, confirmamos a Hipótese 1 do presente estudo, isto é, foi evidenciada uma evolução positiva da divulgação dos riscos financeiros. European Journal of Applied Business Management, Special Issue of ICABM2018, 2018, pp. 205-225. ISSN 2183-5594 220 4.2. Análise multivariada Como forma de modelar a relação funcional entre as variáveis dependentes e independentes, e assim responder à Hipótese 2 do presente estudo, procedeu-se à realização de uma análise multivariada, com recurso ao tratamento de dados em painel, através do modelo de efeitos aleatórios (Random-effects GLS regression), tendo sido utilizada a ferramenta informática STATA, versão 13.1. O proposto modelo de regressão linear múltipla anteriormente detalhado, apresenta uma combinação de nove variáveis independentes correspondentes a sete fatores determinantes internos, relacionados com a atividade específica do setor bancário, a qual foi conjugada com uma base de análise composta por 42 observações, tendo-se obtido os seguintes resultados, conforme quadro seguinte: Quadro 5. Regressões multivariadas – resultados das estimações Variável IRF IRC IRM IRL (Efeitos Aleatórios) Coef. Sig Coef. Sig Coef. Sig Coef. Sig Painel A: (Amaral, 2015) LOGAT QCRED SOL EFIOP -57.66253 4.647627 -1.564663 .9231993 0.042 (b) 0.101 0.153 0.036 (b) -79.97488 4.156303 -1.041596 .9985944 0,011 (b) 0.187 0.392 0.041 (b) -37.14532 1.525478 -1.563756 .615757 0.378 0.717 0.337 0.346 -23.22364 9.4285 -2.908756 1.085768 0.469 0.003 (a) 0.019 (b) 0.029 (b) Número de observações: 35 35 35 35 Número de Grupos: 5 5 5 5 Within 0.1876 0.0915 0.0882 0.3116 R-Sq Between 0.9937 0.9193 0.8325 0.9493 Overall 0.4466 0.4265 0.3964 0.5252 Wald chi2 20.18 18.59 16.42 27.66 Prob>chi2 0.0168 0.0289 0.0586 0.0011 Painel B: (Estudo Atual) LOGAT LOGCO ROA ROE QCRED SOL LIQ EFIOP PROD _CONS 11.35599 -18.63973 5.416826 -.511053 .9197685 -1.603062 .0033246 -.1814874 -.0463462 55.5729 0.628 0.451 0.234 0.014 (b) 0.268 0.092 0.955 0.535 0.514 0.709 6.498493 -18.90976 5.502773 -.4824023 1.053641 -1.160412 .040626 -.2333693 -.080559 106.0145 0.810 0.507 0.294 0.044 (b) 0.272 0.290 0.553 0.490 0.326 0.538 -10.25331 13.26291 5.327185 -.662105 .9230754 -1.966795 .0392464 0.0199498 .0577223 127.6453 0.716 0.656 0.330 0.008 (a) 0.356 0.085 0.583 0.955 0.500 0.477 48.62108 -54.46016 5.340738 -.4119663 .567372 -2.338951 -.134563 -.2741042 -.0755719 157.3001 0.097 0.078 0.348 0.112 0.585 0.049 (b) 0.070 0.454 0.395 0.399 Número de Observações: 42 42 42 42 Número de Grupos: 7 7 7 7 Within 0.1708 0.0773 0.1381 0.1394 R-Sq Between 0.2485 0.1865 0.6214 0.2393 Overall 0.2346 0.1879 0.4009 0.2342 Wald chi2 9.81 7.40 21.41 9.79 Prob>chi2 0.3664 0.5950 0.0109 0.3680 Nota 1: (a), (b) Resultados estatisticamente significantes para um nível de significância de 0.01 e 0.05, respetivamente. Nota 2: No painel A: Amaral (2015), apenas foram apresentados os resultados estatisticamente significantes para um nível de significância de 0.01 e 0.05 Fonte: Elaboração própria. Os resultados do estudo atual (painel B), permitem verificar que, para os valores de R- Sq, estes divergem consoante a variável dependente. Isto significa que o peso explicativo das variáveis independentes varia consoante a variável dependente. O Quadro 5 evidencia que as variáveis independentes, em termos globais, têm um maior poder explicativo (R- sq = 04009), ou seja, 40,09% sobre a variável dependente IRM – índice de risco de mercado. Por sua vez, as mesmas variáveis explicam apenas 23,46% da variável dependente IRF – índice de risco financeiro, apenas 18,79%, da variável dependente IRC – índice de risco de crédito e 23,42% da variável dependente IRL – índice de risco de liquidez. Além disso, é possível retirar também informação sobre as percentagens explicativas entre e dentro dos grupos (bancos). Assim, constata-se que, das diferenças European Journal of Applied Business Management, Special Issue of ICABM2018, 2018, pp. 205-225. ISSN 2183-5594 221 entre bancos (entre grupos), as variáveis independentes têm um peso explicativo de 62,14% na variável dependente IRM, enquanto para variável IRF o peso explicativo é muito menor, de 24,85%, sendo, no caso das variáveis IRF e IRC, o peso explicativo ligeiramente menor (23,93% e 18,65%, respetivamente). Por sua vez, das variações entre períodos de tempo para o mesmo banco (dentro dos grupos), verifica-se um peso explicativo baixo das variáveis independentes sobre as variáveis IRF (17.08%), IRL (13.94%), IRC (13,81%) e IRM (7,73%). Estes valores ficam muito abaixo dos resultados estimados por Amaral (2015), em que, no caso do poder explicativo das variáveis independentes na variável explicada IRF, evidencia uma percentagem de 44,66%, contra os 23,46% do estudo atual. Tal razão é justificada, em parte, pela falta de observações para os anos de 2013 a 2015. No que diz respeito à variável dependente IRF, os resultados do estudo atual revelam uma variável com poder explicativo sobre a variável IRF. Neste contexto, reconhece-se significância estatística na explicação do nível de divulgação de informação sobre os riscos financeiros a variável ROE, com 0.014 para um nível de significância de 0.05, e evidencia uma relação negativa (-.511053), indicando assim que o nível de divulgação aumenta à medida que diminui a rendibilidade medida pelos capitais próprios. Relativamente às variáveis explicativas da variável dependente IRC conclui-se que os resultados também apresentam a variável independente ROE com poder explicativo nesta variável dependente. Assim, reconhece-se significância estatística na explicação do nível praticado de divulgação de informação sobre o risco de crédito, evidenciando 0.044 para um nível de significância de 0.05. A variável ROE, no modelo estimado apresenta um coeficiente com sinal negativo (-.4824023), permitindo aferir que o nível de divulgação do risco de crédito aumenta à medida que diminuiu o indicador económico do ROE. No que concerne à variável dependente IRM, constata-se igualmente que a variável independente ROE tem um poder explicativo sobre esta variável. Neste caso, a variável ROE assume uma significância estatística de 0.008 para um nível de significância de 0.01. A sua relação observada também é negativa (-.662105) e portanto, na mesma linha das anteriores variáveis dependentes, ou seja, a divulgação aumenta à medida que diminui o indicar ROE. Deste modo, é possível validar a Hipótese 2.2, para os índices de ricos financeiro, risco de crédito e risco de mercado, a qual previa que o nível de divulgação sobre riscos seria influenciado pelo nível de rendibilidade dos bancos. Na estimação da hipótese não foi possível prever o sinal desta associação, mas verifica-se, através dos resultados obtidos, que esta relação é negativa, sendo possível comprovar que o nível de divulgação aumenta à medida que o nível de rendibilidade diminui. Este resultado é consistente com os resultados obtidos por El-Bannany (2015) e Aryani e Hussainey (2017), que também obtiveram uma associação negativa entre o nível de divulgação sobre riscos e a ROE, numa amostra de bancos indonésios, mas não é coincidente com os resultados obtidos por Dantas et al. (2010), Dhar (2014) e Rafidi et al. (2016), que concluíram que os bancos com maior nível de rendibilidade apresentam maior grau de divulgação sobre os riscos. Por último, a variável dependente IRL apresenta a variável SOL com poder explicativo desta variável dependente, reconhecendo-se significância estatística na explicação do nível praticado de divulgação de informação sobre o risco de liquidez à variável da solvabilidade (0.049 para um nível de significância de 0.05). Deste modo, a variável SOL apresenta um coeficiente com sinal negativo (-2.338951), indicando que o nível de divulgação aumenta à medida que diminui o rácio de solvabilidade – Tier 1. European Journal of Applied Business Management, Special Issue of ICABM2018, 2018, pp. 205-225. ISSN 2183-5594 224 Banco de Portugal (2011). Relatório de Estabilidade Financeira. Maio: BP. Berger, A. & Bouwman, C. (2017). Bank liquidity creation, monetary policy, and financial crises. Journal of Financial Stability 30, 139-155. Costa, B., Leal, P., & Ponte, V. (2017). Determinantes da divulgação de informações de risco de mercado por empresas não financeiras. RACE, Revista de Administração, Contabilidade e Economia, 16 (2), 729-756. Cucinelli, D. (2013). The Determinants of Bank Liquidity Risk within the Context of Euro Area. Interdisciplinary Journal of Research in Business, 2 (10), 51-64. Dantas, J., Rodrigues, F., Rodrigues, J. & Capelletto, L. (2010). Determinantes do Grau de Evidenciação de Risco de Crédito pelos Bancos Brasileiros. Revista Contabilidade e Finanças, USP, São Paulo, Brasil, 21 (52), 1-27. DeYoung, R., & Jang, K. (2016). Do banks actively manage their liquidity? Journal of Banking & Finance, 66, 143-161. Dhar, P. (2014). Risk disclosure by select Indian banks with reference to IFRS 7 / IND AS-32: A study. International Journal of Research in Commerce & Management, 5 (5), 29-37. El-Bannany, M. (2015). Global financial crisis and credit risk disclosure in the UAE banks. Risk Governance & Control: Financial Markets & Institutions, 5 (1), 20-26. Farias, J., Ponte, V., Oliveira, M., & Luca, M. (2014). Impactos da adoção das IFRS nas demonstrações financeiras consolidadas dos bancos listados na BM&FBOVESPA. Revista Universo Contábil, 10 (2), 63-83. Khan, S., Scheule, H., & Wu, E. (2017). Funding liquidity and bank risk taking. Journal of Banking and Finance, 82, 203-216. International Accounting Standards Board. (2005). Norma Internacional de Relato Financeiro n.º 7: Instrumentos Financeiros: Divulgação de Informações: NIRF 7; Jensen, M., & Meckling, W. (1976). Theory of the Firm: Managerial Behavior, Agency Costs and Ownership Structure. Journal of Financial Economics, 3 (4), 305-360. Lastuvková, J. (2017). Dimensions of Liquidity and their Factors in the Slovenian Banking Sector. EaM: Ekonomic a Management, 20 (2), 163-174. Lemos, K., Ariza, L. & Rodrigues, L. (2012). Fatores Determinantes do Nível de Divulgação de Informação sobre Instrumentos Derivados de Acordo com as Recomendações do Comité de Basileia e da IOSCO – Evidência Empírica no Setor Bancário Português. XV Encuentro AECA – Asociación Espaῆhola de Contabilidad Y Administración de Empresas, Esposende, 20 e 21 de setembro. Lipunga, A. (2014). Risk Disclosure Practices of Malawian Commercial Banks. Journal of Contemporary Issues in Business Research, 3 (3), 154-167. European Journal of Applied Business Management, Special Issue of ICABM2018, 2018, pp. 205-225. ISSN 2183-5594 225 Milan, M., & Quadros, B. (2016). A política monetária e a crise financeira: podem os Bancos Centrais se antecipar?. Economia e Sociedade, Campinas, Unicamp. IE. 25 (2), 341-372. Morris, R. (1987). Signaling, Agency Theory and Accounting Policy Choice. Accounting and Business Research, 18 (69), 47-56. Novokmet, A., & Marinovic, A. (2016). Solvency and Liquidity Level Trade-Off: Does it Exist in Croatian Banking Sector? Scientific Annals of Economics and Business, 63 (3), 429-440. Passos, L., Almendra, R., Luca, M. & Vasconcelos, A. (2017). Disclosure dos riscos de mercado e o custo de capital de empresa. BASE – Revista de Administração e Contabilidade da Unisinos, 14 (3), 169- 184. Petria, N., Capraru, B., & Ihnatov, I. (2015). Determinants of banks profitability: evidence from EU 27 banking systems. Procedia Economics and Finance, 20, 518- 524. Pinto, C., & Lemos, K. (2013). Fatores Determinantes da Divulgação de Informação sobre o Risco de Liquidez: Evidência empírica no sistema financeiro português. Comunicação apresentada no XIV Congresso Internacional de Contabilidade e Auditoria, “A Contabilidade Pública como fator de transparência”, Lisboa, 10 e 11 de outubro, p. 1-25. Rafidi, M., Said, J., Kazemian, S., & Zakaria, B. (2016). Enhancing banking performance through holistic risk management: The comprehensive study of disclosure approach. Malaysian Accounting Review, 15 (1), 315-339. Rahman, R., Kighir, A., Oyefeso, L., & Salam, O. (2013). Risk Management Disclosure Practices of Islamic Banks in the Mena Region: An Empirical Analysis. Middle- East Journal of Scientific Research 15 (1), 152-160. Roman, A., & Sargu, A. (2015). The Impact of Bank-Specific Fators on the Commercial Banks Liquidity: empirical evidence from CEE countries. Procedia Economics and Finance 20, 571-579. Serrano, S. (2016). La Solvencia de las Entidades de Crédito Españolas. Una Análisis con datos de panel. Cuadernos de Economía 39, 34-48. Silva, M. (2012). Capital Intelectual: Sua Divulgação no Setor Bancário em Portugal. Tese de Doutoramento em Ciências Económicas e Empresariais, Facultad de Ciencias Económicas y Empresariales, Universidad de Vigo. Terraza, V. (2015). The effect of bank size ratios: Implications of banks performance. Procedia Economics and Finance, 30, 903-909.