Testando a estrutura de capital de empresas familiares portuguesas^*

RESUMO

O principal objetivo deste estudo é testar empiricamente as decisões de estrutura de capital em empresas familiares portuguesas sob a teoria do trade-off (trade-off theory - TOT) e a teoria do pecking order (pecking order theory - POT) e atender às relações entre família/interação de negócios e conflito de agência. Empresas familiares são essenciais para o desenvolvimento da economia, mas a lógica financeira que elas adotam ainda não está adequadamente elucidada pela pesquisa científica, especialmente considerando a maior exposição às restrições das imperfeições do mercado. O padrão específico da propriedade de um negócio pode afetar a decisão de financiamento e a habilidade de obter fundos externamente. Esse assunto é relevante para economias em que iniciativas empresariais familiares e estratégias de gerenciamento menos sofisticadas são expressivas. A maior convergência de interesses em empresas familiares e a consequente diminuição em custos de agência podem levar a níveis maiores de reputação reconhecida e, também, facilitar o acesso ao endividamento. Este estudo empírico usa modelos estáticos e modelos de painel dinâmico para analisar dados de 4.952 empresas familiares portuguesas no período de 2009 a 2016: a TOT, seguindo o modelo de ajuste de dívida parcial, e a POT, seguindo o modelo de impacto do déficit de fundos na dívida e o modelo de relacionamento entre dívida e os determinantes de financiamento. Os resultados dos testes individuais sugerem que empresas familiares portuguesas ajustam a dívida de acordo com o percentual alvo, embora influenciadas pelos custos de ajuste que as mantêm distantes do nível ótimo, assim como usam outras fontes além da dívida quando um déficit financeiro ocorre. Embora o impacto desse déficit seja maior no percentual da dívida, a velocidade de ajuste para o nível ótimo é maior na dívida de curto prazo. Evidências a partir de um teste conjunto confirmam que ambas as teorias explicam parte da estrutura de capital das empresas familiares portuguesas.

Palavras-chave:
empresas familiares; estrutura de capital; teoria do trade-off; teoria do pecking order; dados em painel

ABSTRACT

The main objective of this study is to empirically test capital structure decisions in Portuguese family-owned businesses under trade-off theory (TOT) and pecking order theory (POT) and attend to the relationships between family/business interaction and agency conflicts. Family-owned businesses are essential for the development of economies, but the financing logic they adopt is not yet adequately clarified by scientific research, especially as they are more exposed to the constraints of markets imperfections. The specific pattern of business ownership may affect the financing decision and the ability to obtain funds externally. This issue is more relevant in economies where family business initiatives and less sophisticated management strategies are expressive. The greater convergence of interests in family businesses and the consequent decrease in agency costs may lead to higher levels of recognized reputation and thus easier access to indebtedness. The empirical study uses static models and dynamic panel models in order to analyze data from 4,952 Portuguese family-owned firms over the period from 2009 to 2016: the TOT following the partial debt adjustment model, and the POT following the model of the impact of the deficit of funds on debt and the model of the relationship between debt and the determinants of financing. The results of the individual tests suggest that Portuguese family-owned businesses adjust debt at the target ratio, albeit influenced by adjustment costs that keep them distant from the optimal, as well as use sources other than debt when a financial deficit occurs. Although the impact of the financial deficit is greater in total debt ratio, the velocity of adjustment to the optimal level is higher in short-term debt. Evidence from a joint test confirms that both theories explain part of the capital structure of Portuguese family-owned businesses.

Keywords:
family businesses; capital structure; trade-off theory; pecking order theory; panel data

1. INTRODUÇÃO

A maneira como as empresas se financiam, os fatores que determinam tais decisões e como essas escolhas afetam a economia são assuntos-chave que vêm sendo discutidos no decorrer do tempo (Frank & Goyal, 2008). Muitas teorias de negócios surgiram para explicar os fatores que influenciam decisões sobre a estrutura de capital das empresas, notadamente a teoria do trade-off (trade-off theory - TOT), de Kraus e Litzenberger (1973), e a teoria do pecking order (pecking order theory - POT), de Myers e Majluf (1984).

As decisões de financiamento de empresas familiares foram relativamente ignoradas (Keasey et al., 2015). Entretanto, Gottardo e Moisello (2014) afirmam que, apesar de os padrões de financiamento adotados por essas empresas não serem ainda adequadamente elucidados, a pesquisa nesse assunto tem ganhado interesse.

Empresas gerenciadas por famílias são normalmente afetadas por uma dualidade de objetivos, que se refletem na renúncia de emissão de ações e no cruzamento entre as finanças familiares e as finanças do negócio (Csákné & Karmazin, 2016). Nesse contexto, fatores não econômicos são altamente relevantes e podem justificar diferenças no uso de recursos financeiros e no processo de tomada de decisão (Acedo-Ramírez et al., 2017; Mohamadi, 2012). Gallo et al. (2004) argumentam que empresas familiares têm sua propria “lógica financeira”, em que padrões específicos de propriedade podem afetar políticas de financiamento, assim como a habilidade de obter recursos externos. Levando em conta que empresas familiares com traços de estabilidade e expectativas de crescimento são essenciais para o desenvolvimento da economia, torna-se relevante entender os padrões de financiamento que elas adotam. Essa é a motivação na escolha deste tema.

Gestores acreditam no pior cenário sobre o comportamento esperado do resultado ajustado ao risco antes de juros e impostos (earnings before interest and taxes - EBIT), sugerindo uma distorção da probabilidade de reestruturação. Essa característica essencial serve de justificativa para que empresas demonstrem menor disposição para reajustar a alavancagem ao escolherem um ritmo mais lento e um ajuste menor (Ban & Chen, 2019). Por outro lado, Liu et al. (2020) demonstraram que a compensação executiva motiva diretores executivos (chief executive officers - CEOs) a adotarem uma política de estrutura de capital mais agressiva. Ainda assim, uma alavancagem maior é decorrente de melhor acesso à dívida, o que resulta em custos de reequilíbrio menores (Chernenko, 2019).

O principal objetivo deste artigo é entender se empresas familiares portuguesas procuram alcançar uma estrutura de capital otimizada, como propiciado pela TOT, ou se elas preferem esgotar os fundos internos antes de recorrerem a fundos de financiamento externos, como previsto pela POT.

Este estudo empírico usa a metodologia dos dados em painel. O teste da TOT segue o modelo de ajuste parcial, usando a estimação pelo sistema do método dos momentos generalizado (generalized method of moments - GMM), de Blundell e Bond (1998). O teste da POT segue dois modelos: (i) o modelo sugerido por Shyam-Sunder and Myers (1999), referente ao impacto do déficit de fundos na variação da dívida, usando a regressão do método dos mínimos quadrados (ordinary least squares - OLS); e (ii) o modelo para a relação entre dívida e determinantes de financiamento, usando modelos de painel estáticos, uma regressão OLS, um modelo de efeitos fixos e um modelo de efeitos aleatórios. Por sua vez, o modelo de efeitos fixos e o modelo de efeitos aleatórios são calculados usando a estimação de White (1980). Por fim, a verificação de robustez dos resultados usa um teste conjunto para as duas teorias, novamente usando a estimação pelo sistema GMM.

A estrutura do artigo é organizada conforme segue: a seção 2 descreve as evidências empíricas internacionais acerca do tema. A seção 3 é voltada para a metodologia discutida no estudo empírico, definindo os testes das teorias de estrutura de capital e o levantamento de hipóteses de investigação. Na sequência, seleciona-se a amostra, definem-se as proxies dos modelos e determinam-se as estatísticas descritivas. A seção 5 apresenta e discute os resultados dos testes. Por fim, sumarizam-se as principais conclusões.

2. EVIDÊNCIAS EMPÍRICAS

Negócios familiares têm uma presença forte nas economias mundiais, contribuindo para a transmissão de conhecimento, o estímulo de competitividade e a geração de riqueza, especialmente em regiões menos industrializadas. Apesar da importância das empresas familiares, a relação entre propriedade e decisões de financiamento ainda é pouco explorada na literatura (Bauweraerts & Colot, 2012; López-Gracia & Sánchez-Andújar, 2007; Serrasqueiro et al., 2012, 2016). As características peculiares dessas companhias, como a presença da família, a aversão ao risco e o desejo por continuidade do negócio na posse familiar, influenciam o comportamento financeiro (Correia, 2003; Gottardo & Moisello, 2014; Vieira, 2014). Além disso, esse desejo condiciona a entrada de terceiros no capital corporativo (Blanco-Mazagatos et al., 2009; Romano et al., 2001).

Por outro lado, negócios familiares são, em sua maioria, pequenas e médias empresas (PMEs), o que limita o acesso ao capital externo (Bjuggren et al., 2012; Martinez et al., 2021). Por exemplo, as imperfeições do mercado levam a limitações financeiras no investimento, e podem ampliar o efeito macroeconômico de choques para a liquidação que reduz o acesso de algumas empresas ao financiamento de baixo custo e que piora o posicionamento de seu balanço patrimonial (Fazzari et al., 1988). O determinante de tamanho enquanto uma medida de limitação financeira se justifica pelo fato de pequenas empresas serem normalmente mais jovens, menos conhecidas e, portanto, mais vulneráveis às imperfeições do mercado de capitais (Almeida & Campello, 2010). Assim, instituições financeiras que se especializam em relações de empréstimos de longo prazo e na assessoria de balanço patrimonial podem ser úteis no financiamento a empresas menores sem acesso a papel comercial, obrigações e mercado de ações (Fazzari et al., 1988).

Muitas vezes, negócios familiares enfrentam problemas relacionados à estrutura de capital, sendo caracterizados por entidades privadas. Geralmente, problemas na liquidez são resolvidos por membros da família através da realocação de recursos [Csákné & Karmazin, 2016; European Commission (EC), 2009]. Empresas bem estabelecidas têm sua principal fonte de financiamento em lucros retidos, empréstimos bancários de curto prazo e economias familiares (Csákné & Karmazin, 2016).

As famílias proprietárias veem a empres-a como um ativo que será passado para as gerações futuras (Chami, 2001; Hillen & Lavarda, 2020). Enquanto alguns proprietários/administradores são mais cuidadosos com a dívida para minimizar a interferência de agentes externos (Ampenberger et al., 2013; Blanco-Mazagatos et al., 2007; Mishra & McConaughy, 1999), outros preferem a recorrer à dívida para manter o controle da empresa na família (Gottardo & Moisello, 2014; Keasey et al., 2015; King & Santor, 2008).

Na teoria da agência, apresentada por Jensen and Meckling (1976), negócios familiares são considerados mais eficientes porque o principal e o agente geralmente são a mesma pessoa ou têm os mesmos interesses. A literatura mostra que os custos de agência são menores devido ao alinhamento de interesses entre os membros da família (Schulze et al., 2003a, 2003b; Steier et al., 2004; Woodman, 2017) e devido à aversão ao risco, à preservação de vínculos sociais e ao estabelecimento de dívidas menos onerosas (Mohamadi, 2012), já que os credores identificam a imagem e a reputação tanto da família quanto da empresa. Isso parece justificar o fato de empresas familiares terem custos de agência que motivam uma relação negativa entre a propriedade familiar e o endividamento. Todavia, problemas emergentes da propriedade excessivamente controlada, assimetria informacional e altruísmo podem determinar o uso de dívidas como forma de monitoramento.

Em relação à predominância da TOT ou da POT em decisões de financiamento, as evidências científicas são mistas, sugerindo que empresas familiares podem escolher estabelecer um nível de endividamento alvo ou determinar a hierarquia entre as fontes de financiamento.

Alguns estudos indicam que empresas familiares primeiro esgotam recursos internos para satisfazer as necessidades de financiamento (Ampenberger et al., 2013; Mehboob et al., 2015; Mohamadi, 2012) e só depois usam recursos externos, como previsto na POT. Nesse contexto, o financiamento por capital próprio é diferido para financiamento por dívida (Croci et al., 2011) para evitar a abertura de capital a terceiros, devido ao medo de perder o controle do negócio (Gottardo & Moisello, 2014). Assim, a relação entre fundos internos e financiamento externo pode ser substancialmente afetada pela endogeneidade do investimento quando empresas estão limitadas financeiramente (Almeida & Campello, 2010).

Outros estudos indicam que empresas familiares estabelecem objetivos ajustando o endividamento ao nível ótimo, contrabalanceando os custos e os benefícios resultantes do endividamento (Acedo-Ramírez et al., 2017; Tahir et al., 2016), como proposto pela TOT.

Complementarmente, Serrasqueiro et al. (2016) concluíram que decisões de financiamento de empresas menores e mais jovens estão mais alinhadas às suposições da POT, e as de empresas maiores e mais velhas, àquelas da TOT.

3. METODOLOGIA

3.1 Testando a TOT

A partir da perspectiva da TOT, as empresas continuamente revertem seu endividamento real para uma dívida “alvo” ótima. Nesse contexto, seguimos o procedimento descrito por Fama e French (2002), Sogorb-Mira e López-Gracia (2003) e Shyam-Sunder e Myers (1999). Analisamos a variação entre a dívida real e a dívida ótima usando o modelo de ajuste parcial, e verificamos a velocidade desse ajuste. O modelo de ajuste parcial é expresso pela equação 1:

$$D_{it}-D_{it-1}=\mathrm{\lambda }\left(D_{it}^{\mathrm{*}}-D_{it-1}\right)$$ [1]

Resolvendo em ordem a D_it , o nível atual de endividamento é definido pela equação 2:

$$D_{it}=\mathrm{\lambda }{D}_{it}^{\mathrm{*}}+(1-\mathrm{\lambda })D_{it-1}$$ [2]

em que D_it é a dívida da empresa i no período de tempo t, D_it-1 é a dívida no período anterior, D^* _it é o nível ótimo de dívida da empresa i no período t, λ é a velocidade de ajuste do nível real de dívida para o nível ótimo e (1-λ) são os custos de ajuste.

Para comparar os resultados, consideramos três variáveis dependentes indicativas de dívida corporativa (Tabela 1).

Tabela 1
Descrição das variáveis dependentes

Variável dependente	Notação	Proxy	Autores
Dívida total	Dit	$$\frac{Passivototal}{Ativototal}$$	Acedo-Ramírez et al. (2017), Adair e Adaskou (2015), Caetano (2011), Correia (2003), Gottardo e Moisello (2014), López-Gracia e Sánchez-Andújar (2007), Mishra e McConaughy (1999), Serrasqueiro et al. (2016)
Dívida de curto prazo	Dit cp	$$\frac{Passivodecurtoprazo}{Ativototal}$$	Serrasqueiro et al. (2012), Thanh e Huong (2017)
Logaritmo natural do Grau de alavancagem	Dit ln	$$ln\left(\frac{Passivototal}{Patrimônio}\right)$$	López-Gracia e Sogorb-Mira (2008)

• Fonte: Elaborada pelos autores.

De acordo com a teoria da TOT, o coeficiente λ precisa estar entre 0 e 1, enquanto os custos de ajuste precisam ser inversamente relacionados a λ. Se λ > 0, a empresa ajusta, aumentando ou diminuindo, a dívida para o nível ótimo; se λ < 1, a empresa alcança parcialmente o nível ótimo devido aos custos de transação e ajustamento positivos.

Para estimar a equação 2, é importante encontrar o percentual da dívida ótima. Não sendo diretamente observável, torna-se necessário usar uma proxy. Seguindo o procedimento de Fama e French (2002), López-Gracia e Sogorb-Mira (2008), Sogorb-Mira e López-Gracia (2003) e Serrasqueiro et al. (2012, 2016), o percentual da dívida ótima pode ser estimado por meio de determinantes de financiamento que, por evidência empírica da TOT, afetem a estrutura de capital das empresas (equação 3):

$$D_{it}^{*}={\phi }_0+\sum _{k=1}^m{\phi }_k{Z}_{kit}+n_i+v_{it}$$ [3]

em que φ₀ representa a constante da regressão, Z_kit são as variáveis indepedentes m da empresa i no período t, φ_k são os coeficientes de cada determinante de financiamento Z_k , n_i são os efeitos individuais específicos (que não são diretamente observáveis pelos determinantes de financiamento) de cada empresa i, e v_it é o termo de perturbação aleatória.

Assim que o percentual da dívida ótima é definido, o modelo de ajuste parcial pode ser obtido, considerando os determinantes que - nesta teoria - influenciam as decisões de financiamento na estrutura de capital das empresas. Substituindo a equação 3 na equação 2 e rearranjando os termos, temos a equação 4:

$$D_{it}=\mathrm{\lambda }{\phi }_0+\delta D_{it-1}+\sum _{k=1}^m{\beta }_k{Z}_{kit}+{\theta }_i+{\epsilon }_{it}$$ [4]

em que δ = (1 - λ), β_k = (λφ_k ), θ_i = (λn_i ) e ε_it = (λv_it ). Em seguida, definem-se os determinantes de financiamento e as hipóteses de pesquisa.

3.1.1 Hipóteses de pesquisa e variáveis

A TOT prevê que as empresas ajustem de maneira continua o percentual da dívida real para o nível ótimo, no qual há trade-off entre benefícios fiscais e custos relacionados à dívida. De todo modo, quando empresas ajustam o percentual, elas sustentam custos de transação que impedem o ajuste de dívida total para o alvo ótimo (Acedo-Ramírez et al., 2017; Caetano, 2011; López-Gracia & Sogorb-Mira, 2008; Serrasqueiro et al., 2016). Nesse contexto, formulamos as seguintes hipóteses de pesquisa para empresas familiares portuguesas:

H₁: Empresas ajustam o percentual da dívida real para o nível ótimo.

H_1.1: Custos de transação altos mantêm as empresas longe do nível ótimo de endividamento.

Apesar das motivações para empresas familiares recorrerem à dívida como forma de monitoramento, é esperado que uma convergência maior de interesses e, portanto, custos de agência mais baixos melhorarão a reputação reconhecida no mercado e, consequentemente, o acesso a dívidas menos onerosas. Isso leva a outra hipótese de pesquisa (López-Gracia & Sánchez-Andújar, 2007):

H_1.2: A interação família/empresa implica menores custos de agência em negócios familiares, facilitando o uso da dívida como recurso. Essa hipótese é verificada no comportamento de λ.

É importante definir os determinantes de financiamento sob as hipóteses da TOT (Adair & Adaskou, 2015; Caetano, 2011; Frank & Goyal, 2008, 2009; Serrasqueiro & Caetano, 2015): taxa de imposto efetiva (effective tax rate - ETR), outros benefícios fiscais não resultantes do endividamento (non-debt tax shields - NDTS), oportunidades de crescimento, rentabilidade, tamanho, idade e ativos tangíveis. Os sinais de relacionamento esperado entre os determinantes de financiamento e a dívida são mostrados na Tabela 2.

O modelo de ajuste parcial, definido pelos determinantes de financiamento relevantes da TOT, é expresso pela equação 5:

$$D_{it}=\delta D_{it-1}+{\beta }_0+{\beta }_1{ETR}_{it}+{\beta }_2{NDTS}_{it}+{\beta }_3{OC}_{it}+{\beta }_4{RENT}_{it}+{\beta }_5{TAM}_{it}+{\beta }_6{IDADE}_{it}+{\beta }_7{TANG}_{it}+{\theta }_i+{\epsilon }_{it}$$ [5]

em que ETR_it é a taxa de imposto efetiva da empresa i no período t, NDTS_it são benefícios fiscais não resultantes do endividamento da empresa i no período t, OC_it são as oportunidades de crescimento da empresa i no período t, RENT_it é a rentabilidade da empresa i no período t, TAM_it é o tamanho da empresa i no período t, IDADE_it é a idade da empresa i no período t, TANG_it é a tangibilidade dos ativos da empresa i no período t, o termo θ_i representa os efeitos específicos individuais de cada empresa i e ε_it é o termo de perturbação aleatória.

3.2 Testando a POT

Pela perspectiva da POT, as empresas usam financiamento externo apenas quando acabam os recursos internos. Assim, seguiu-se o procedimento descrito por Shyam-Sunder e Myers (1999). Assumindo que variações na dívida são causadas pela necessidade de fundos corporativos, usou-se a regressão expressa pela equação 6:

$${∆D}_{it}=\alpha +b_{PO}{DF}_{it}+v_{it}$$ [6]

em que ΔD_it = D_it - D_it-1 é a variação da dívida, α é a constante da regressão, DF_it é o déficit financeiro da empresa i no período t, b_PO é o coeficiente de pecking order, e v_it é o termo de erro.

A verificação da POT depende do comportamento de α e b_PO , que devem ser iguais a 0 e 1, respectivamente (Shyam-Sunder & Myers, 1999). Para estimar a equação 6, é importante definir a variável DF_it , seguindo a sugestão de López-Gracia e Sogorb-Mira (2008), Serrasqueiro et al. (2012, 2016) e Sogorb-Mira e López-Gracia (2003) (equação 7):

$${DF}_{it}=∆AtivosFixos+∆CapitaldeGiro+∆DívidadeLongoPrazo-FC$$ [7]

em que $$\mathrm{\Delta }AtivosFixos={AtivosFixos}_t-{AtivosFixos}_{t-1}$$, $$\mathrm{\Delta }CapitaldeGiro={CapitaldeGiro}_t-{CapitaldeGiro}_{t-1}$$, $$\mathrm{\Delta }DívidadeLongoPrazo={DívidadeLongoPrazo}_t-{DívidadeLongoPrazo}_{t-1}$$ e $$FC=FluxodeCaixa=LucroLíquido+Depreciação+Amortização$$.

Na busca por resultados robustos, também testou-se a POT por meio de uma regressão entre endividamento e os determinantes de financiamento corporativo. Em seguida, definiram-se os determinantes de financiamento e as hipóteses de pesquisa abaixo.

3.2.1 Hipóteses de pesquisa e variáveis

A POT prevê que as empresas usem fundos internos como forma primária de financiamento. Entretanto, quando esses fundos são insuficientes para cobrir as necessidades, as empresas procuram, primeira e principalmente, emitir dívidas e, como ultimo recurso, emitir ações. Nesse contexto, formulou-se a seguinte hipótese de pesquisa para empresas familiares portuguesas (Shyam-Sunder & Myers, 1999):

H₂: A variação na dívida corporativa justifica-se pelo déficit dos fundos. Essa hipótese se verifica pelo comportamento de α e b_PO .

É importante definir os determinantes de financiamento sob as propostas da POT (López-Gracia & Sánchez-Andújar, 2007; López-Gracia & Sogorb-Mira, 2008; Serrasqueiro et al., 2011; Sogorb-Mira & López-Gracia, 2003): fluxo de caixa, idade, a relação entre fluxo de caixa e oportunidades de crescimento. Os sinais da relação esperada entre os determinantes de financiamento e dívida são mostrados na Tabela 2.

López-Gracia e Sogorb-Mira (2008) ressaltam que as variáveis fluxo de caixa e oportunidades de crescimento não deveriam ser usadas separadamente, já que a interação entre essas duas influencia as decisões de financiamento. Assim, também adicionaram-se essas hipóteses:

H_2a-1: Há uma relação positiva entre dívida e grandes oportunidades de crescimento com fluxos de caixa baixos.

H_2a-2: Há uma relação negativa entre dívida e oportunidades de crescimento reduzidas com fluxos de caixa altos.

O modelo para a relação entre a dívida e os determinantes de financiamento relevantes da POT é expresso pela equação 8:

$$D_{it}=\alpha +{\beta }_1{FC}_{it}+{\beta }_2{IDADE}_{it}+{\beta }_3{GOCFCB}_{it}+{\beta }_4{OCRFCA}_{it}+n_i+v_{it}$$ [8]

em que FC_it é o fluxo de caixa da empresa i no período t, GOCFCB_it e OCRFCAit são as oportunidades de crescimento da empresa i no período t (correspondendo a situações de grande oportunidades de crescimento com fluxos de caixa baixos, e a situações de oportunidades de crescimento reduzidas com fluxos de caixa altos, respectivamente), n_i são os efeitos individuais específicos da empresa i, e v_it é o termo de perturbação aleatória.

A Tabela 2 detalha as proxies usadas pela literatura para representar os determinantes de financiamento associados às variáveis independentes do modelo da TOT e dos modelos da POT:

Tabela 2
Descrição de variáveis independentes

Variável independente	Notação	Proxy	Sinal esperado	Autores
Taxa de imposto efetiva	ETR	$$\frac{Impostosobreorendimento}{EBT}$$	+	Caetano (2011), López-Gracia e Sánchez-Andújar (2007), López-Gracia e Sogorb-Mira (2008), Serrasqueiro e Caetano (2015), Serrasqueiro e Nunes (2010), Serrasqueiro et al. (2011, 2012, 2016), Sogorb-Mira e López-Gracia (2003)
Benefícios fiscais não resultantes do endividamento	NDTS (1)	$$\frac{Depreciação+Amortização}{Ativostotais}$$	-	Caetano (2011), Dang (2005), Fama e French (2002), Keasey et al. (2015), López-Gracia e Sánchez-Andújar (2007), López-Gracia e Sogorb-Mira (2008), Serrasqueiro et al. (2012, 2016), Sogorb-Mira e López-Gracia (2003)
	NDTS (2)	$$\frac{Depreciação+Amortização}{EBITDA}$$	-	Ramalho e Silva (2009)
	NDTS (3)	$$\frac{EBIT-Jurosfinanceiros-Impostosobreorendimento}{Vendas}$$	-	Vieira (2014)
	NDTS (4)	$$\frac{Depreciação+Amortização}{EBIT}$$	-	Correia (2003)
Oportunidades de crescimento	OC (1)	$$\frac{{AtivosTotais}_t-{AtivosTotais}_{t-1}}{{AtivosTotais}_{t-1}}$$	-	Ramalho e Silva (2009), Serrasqueiro et al. (2011, 2012), Thanh e Huong (2017), Tong e Green (2005),
	OC (2)	$$\frac{AtivosIntangíveis}{AtivoTotal}$$	-	Acedo-Ramírez et al. (2017), Adair e Adaskou (2015), Caetano (2011), Sogorb-Mira e López-Gracia (2003)
	OC (3)	$$\frac{{Vendas}_t-{Vendas}_{t-1}}{{Vendas}_{t-1}}$$	-	López-Gracia e Sánchez-Andújar (2007), López-Gracia e Sogorb-Mira (2008)
	OC (4)	$$\frac{{LucroLíquido}_t-{LucroLíquido}_{t-1}}{{LucroLíquido}_{t-1}}$$	-	Setia-Atmaja et al. (2009)
Rentabilidade	RENT (1)	$$\frac{EBIT}{AtivosTotais}$$	+	Dang (2005), Fama e French (2002), López-Gracia e Sánchez-Andújar (2007), López-Gracia e Sogorb-Mira (2008), Ramalho e Silva (2009), Serrasqueiro e Caetano (2015), Serrasqueiro et al. (2011, 2012, 2016), Sogorb-Mira e López-Gracia (2003), Vieira (2014)
	RENT (2)	$$\frac{EBT}{AtivosTotais}$$	+	Thanh e Huong (2017)
	RENT (3)	$$\frac{EBIT}{Vendas}$$	+	Rita (2011), Serrasqueiro et al. (2016)
	RENT (4)	$$\frac{EBITDA}{AtivosTotais}$$	+	Ampenberger et al. (2013)
	RENT (5)	$$\frac{LucroLíquido}{AtivoTotal}$$	+	Correia (2003)
Tamanho	TAM (1)	ln(Vendas)	+	Gottardo e Moisello (2014), López-Gracia e Sánchez-Andújar (2007), Ramalho e Silva (2009), Rita (2011), Serrasqueiro e Caetano (2015), Serrasqueiro et al. (2016), Silva (2012)
	TAM (2)	ln(Ativos Totais)	+	Dang (2005), Fama e French (2002), Gottardo e Moisello (2014), Keasey et al. (2015), López-Gracia e Sogorb-Mira (2008), Serrasqueiro et al. (2011, 2016), Setia-Atmaja et al. (2009), Silva (2012), Sogorb-Mira e López-Gracia (2003), Thanh e Huong (2017)
Idade	IDADE (1)	ln(número de anos de vida)	+/-	Acedo-Ramírez et al. (2017), Ampenberger et al. (2013), Keasey et al. (2015), López-Gracia e Sánchez-Andújar (2007), López-Gracia e Sogorb-Mira (2008), Serrasqueiro et al. (2016), Setia-Atmaja et al. (2009), Sogorb-Mira e López-Gracia (2003), Vieira (2014)
	IDADE (2)	número de anos de vida	+/-	Adair e Adaskou (2015), Croci et al. (2011), Ramalho e Silva (2009)
Tangibilidade de ativos	TANG (1)	$$\frac{AtivosFixos}{AtivosTotais}$$	+	Correia (2003), Croci et al. (2011), Dang (2005), Ellul (2008), Gottardo e Moisello (2014), Mishra e McConaughy (1999), Serrasqueiro e Caetano (2015), Serrasqueiro et al. (2012, 2016), Setia-Atmaja et al. (2009), Thanh e Huong (2017)
	TANG (2)	$$\frac{AtivosFixos+Inventários}{AtivosTotais}$$	+	Adair e Adaskou (2015), Ramalho e Silva (2009), Sogorb-Mira e López-Gracia (2003)
Fluxo de caixa	FC (1)	$$\frac{EBIT+Depreciação+Amortização}{AtivosTotais}$$	-	López-Gracia e Sánchez-Andújar (2007)
	FC (2)	$$\frac{EBIT+Depreciação+Amortização}{AtivosFixos}$$	-	Sogorb-Mira e López-Gracia (2003)
	FC (3)	$$\frac{LucroLíquido+Depreciação+Amortização}{AtivosTotais}$$	-	Keasey et al. (2015), Serrasqueiro et al. (2011),
	FC (4)	Lucro Líquido + Depreciação + Amortização	-	López-Gracia e Sogorb-Mira (2008)
	FC (5)	$$\frac{EBIT+(Depreciação+Amortização+Provisões)}{AtivosTotais}$$	-	Acedo-Ramírez et al. (2017)
Relação entre oportunidades de crescimento e fluxo de caixa	GOCFCB e OCRFCA	Variáveis dummy condicionais	+ -	López-Gracia e Sánchez-Andújar (2007), López-Gracia e Sogorb-Mira (2008), Serrasqueiro et al. (2011)

• EBIT = lucro antes de juros e impostos (earnings before interest and taxes); EBITDA = lucro antes de juros, impostos, depreciação e amortização (earnings before interest, taxes, depreciation, and amortization); EBT = lucro antes de impostos (earnings before taxes).
• Fonte: Elaborada pelos autores.

Para determinar as variáveis GOCFCB_it e OCRFCA_it em dois passos, usaram-se inicialmente as variáveis dummy (Tabela 3).

Tabela 3
Descrição das variáveis dummy

1	Para empresas que, em qualquer momento, apresentam ao mesmo tempo oportunidades de crescimento acima da média da amostra total e fluxos de caixa abaixo da média da amostra total.
0	Outras situações.
1	Para empresas que, em qualquer momento, exibiram ao mesmo tempo oportunidades de crescimento abaixo da média da amostra total e fluxos de caixa acima da média da amostra total.
0	Outras situações.

• Fonte: Elaborada pelos autores.

Em seguida, as variáveis GOCFCB_it e OCRFCA_it são calculadas multiplicando a variável dummy descrita anteriormente pela proxy de oportunidades de crescimento.

3.3 Teste Conjunto

O teste conjunto às TOT e POT tem por objetivo identificar qual das teorias da estrutura de capital explica melhor a performance das empresas familiares portuguesas. Esta pesquisa considera o modelo de ajuste parcial e o modelo de Shyam-Sunder e Myers (1999), seguindo o procedimento de Serrasqueiro e Nunes (2010). Com as equações 1 e 6, tem-se a equação 9:

$$D_{it}-D_{it-1}=\mathrm{\lambda }\left(D_{it}^{\mathrm{*}}-D_{it-1}\right)+\alpha +b_{PO}{DF}_{it}+v_{it}$$ [9]

Incluindo na equação 9 os determinantes de financiamento da TOT e da POT, tem-se o modelo de teste conjunto expresso pela equação 10:

$$D_{it}=\mathrm{\alpha }+\mathrm{\delta }{D}_{it-1}+b_{PO}{DF}_{it}+\sum _{k=1}^m{\beta }_k{Z}_{kit}+{\theta }_i+{\epsilon }_{it}$$ [10]

cujo desenvolvimento resulta na equação 11:

$$D_{it}=\mathrm{\alpha }+\mathrm{\delta }{D}_{it-1}+b_{PO}{DF}_{it}+{\beta }_1{ETR}_{it}+{\beta }_2{NDTS}_{it}+{\beta }_3{OC}_{it}+{\beta }_4{RENT}_{it}+{\beta }_5{TAM}_{it}+{\beta }_6{IDADE}_{it}+{\beta }_7{TANG}_{it}+{\beta }_8{FC}_{it}+{\beta }_9{GOCFCB}_{it}+{\beta }_{10}{OCRFCA}_{it}+{\theta }_i+{\epsilon }_{it}$$ [11]

em que α é a regressão constante, θ_i são os efeitos individuais específicos de cada empresa i e ε_it é o termo de perturbação aleatória.

3.3.1 Hipóteses de pesquisa

Para prosseguir com o teste conjunto, as hipóteses de pesquisa formuladas por Serrasqueiro e Nunes (2010) foram replicadas:

H₃: Se 𝑏 𝑃𝑂 ≠0 e λ≠0, a TOT e a POT não são mutuamente exclusivas.

H₄: Se λ > b_PO , decisões de financiamento corporativas estão mais próximas das suposições da TOT do que das suposições da POT.

H₅: Se b_PO > λ, decisões de financiamento corporativas estão mais próximas das suposições da POT do que das suposições da TOT.

4. AMOSTRA E DADOS

4.1 Processo de Seleção

Considerando a falta de informação a respeito das questões da sucessão, esta pesquisa segue o critério de propriedade para identificar negócios familiares, mais especificamente, a referência proposta por López-Gracia e Sánchez-Andújar (2007, p. 276, tradução nossa): “Consideramos todos os negócios em que um acionista (indivíduo ou família) detenha mais de 50% de participação (e o restante das ações relativamente diluído) como empresa familiar.” A seleção de empresas familiares portuguesas usou a base de dados SABI (https://sabi.bvdinfo.com- O Sistema de Análise de Balanço Ibérico é gerenciado pela Informa SA e Bureau van Dijk). Apesar de não reportar a participação de membros da família no gerenciamento das empresas, indica a distribuição do capital das companhias, permitindo a seleção daquelas que têm característiscas de propriedade familiar. Além disso, a informação foi extraída de suas respectivas demonstrações financeiras e concentração de capital.

Das 605.724 empresas em Portugal, 4.952 pequenas, médias e grandes empresas familiares foram selecionadas no período entre 2009 e 2016, de acordo com os filtros mostrados na Tabela 4.

Tabela 4
Constituição da amostra

Restrições	Amostra (n. empresas)
Empresas portuguesas	605.724
Empresas ativas	332.874
Corporações e sociedades limitadas	330.345
Corporações não financeiras	319.138
Indivíduo ou família controla mais de 50% da propriedade	284.188
Apresentação de contas no período de 2009 a 2016	57.936
Capital próprio positivo	39.713
Pequenas, médias e grandes empresas familiares	4.952

• Nota: Decreto-Lei n. 98. (2015, 2 junho
• Fonte: Elaborada pelos autores.

4.2 Seleção das Proxies para os Modelos

A escolha das proxies mais apropriadas para cada teoria de estrutura de capital se baseou em diversos critérios: os resultados das matrizes de correlação de Pearson [essas informações com os níveis de significância para os determinantes de financiamento da TOT e da POT e para as variáveis do modelo de Shyam-Sunder e Myers (1999) estão disponíveis com os autores]; a simulação das estimativas das especificações múltiplas nos modelos da TOT e da POT, com a variável dependente definida pelo percentual D_it , pelo percentual D_{it st} e pelo percentual D_{it ln} ; os testes subjacentes de significância individual e global, usando a distribuição t de Student e a distribuição F de Fisher-Snedecor, respectivamente; e as análises subjacentes da qualidade de ajuste dos modelos de regressão, por meio dos coeficientes de determinação R².

Para os determinantes de financiamento da TOT no modelo de ajuste parcial, as proxies benefícios fiscais não resultantes do endividamento [NDTS (1)], oportunidades de crescimento [OC (1)], rentabilidade [RENT (2)], tamanho [TAM (1)], idade [IDADE (1)] e tangibilidade de ativos [TANG (2)] foram as que estimaram as melhores estruturas para as variáveis dependentes dívida total (D_it ) e alavancagem (D_{it ln} ). Para a variável dependente dívida de curto prazo (D_{it cp} ), selecionaram-se as mesmas proxies, com exceção de OC (1) e TANG (2), substituídas por OC (2) e TANG (1), respectivamente. A variável ETR foi mantida no modelo, apesar da significância estatística baixa, porque sua relação com as variáveis dependentes é importante para este estudo.

Para o modelo de determinantes de financiamento da POT, as proxies FC (3) e IDADE (1) estimaram a melhor estrutura para todas as variáveis dependentes. Ressalta-se que a inclusão da variável OC ocorreu por ser necessário determinar a variável dummy oportunidades de crescimento acima da média da amostra total e fluxo de caixa abaixo da média da amostra total (GOCFCB), e a variável dummy oportunidades de crescimento abaixo da média da amostra total e fluxo de caixa acima da média da amostra total (OCRFCA). Apesar de a proxy OC (2) ter significância maior no modelo cuja variável dependente é D_{it cp} , as variáveis GOCFCB e OCRFCA foram calculadas para todos os modelos por meio das proxies FC (3) e OC (1), porque, além de facilitar o cálculo, OC (1) e OC (2) têm uma significância estatística similar.

4.3 Estatísticas Descritivas

A Tabela 5 apresenta as estatísticas descritivas das proxies selecionadas para o estudo, cuja amostra inclui 39.616 observações.

Tabela 5
Estatísticas descritivas das variáveis (n = 39.616)

Variável	Notação	Média	Desvio padrão	Mínimo	Máximo
Percentual de dívida total	Dit	0,553	0,2272	0	2,9982
Percentual de dívida de curto prazo	Dit cp	0,4161	0,2149	0	2,35
Logaritmo natural do grau de alavancagem	Dit ln	0,2392	1,1408	-8,0889	9,0037
	ΔDit	-0,0159	0,1043	-2,6693	2,9241
	ΔDit cp	-0,0145	0,1408	-1,5003	1,6395
	ΔDit ln	-0,0696	0,4337	-7,6658	9,4695
Déficit financeiro	DF	-0,0027	0,2938	-35,9465	26,4694
Taxa de imposto efetiva	ETR	0,3223	3,5902	-106,6051	362,4484
Benefícios fiscais não resultantes do endividamento	NDTS (1)	0,0381	0,0376	-0,1781	0,8075
Oportunidades de crescimento	OC (1)	0,0481	0,3299	-0,8622	49,8082
	OC (2)	0,0102	0,0625	-0,0074	0,9198
Rentabilidade	RENT (2)	0,0463	0,0822	-3,1495	0,9055
Tamanho	TAM (1)	7,5911	0,9978	-0,0174	13,6302
Idade	IDADE (1)	2,967	0,6127	0	4,727
Tangibilidade de ativos	TANG (1)	0,2478	0,2103	0	1,0211
	TANG (2)	0,4196	0,2402	0	1,1197
Fluxo de caixa	FC (3)	0,0716	0,0859	-3,1710	4,7425
Relação entre oportunidades de crescimento e fluxo de caixa	GOCFCB	0,0433	0,2917	0	49,8082
	OCRFCA	-0,0126	0,0507	-0,7857	0,0846

• Nota: tabelas 123
• Fonte: Elaborada pelos autores.

D_it é a variável dependente com maior valor médio, seguida de D_{it cp} e D_{it ln} . Essas variáveis apresentam variações médias negativas, sendo ΔD_{it ln} a mais expressiva.

Entre os determinantes de financiamento da TOT no modelo de ajuste parcial, destacam-se TAM (1) e IDADE (1) com os valores médios mais altos. Ainda no que diz respeito às variaveis independentes do mesmo modelo, destacam-se ETR, OC (1), OC (2) e RENT (2) devido à volatilidade acentuada, com desvio padrão (DP) acima da média.

A variável déficit financeiro (DF), no modelo proposto por Shyam-Sunder e Myers (1999), tem valor médio negativo, indicando que empresas familiares portuguesas geraram fundos excedentes durante o período analisado, justificando as variações negativas nos percentuals de dívida. Todavia, essa variável assume DP acima da média.

No modelo de determinantes de financiamento da POT, a variável IDADE (1) apresenta a maior média e a variável OCRFCA apresenta média negativa. Contudo, as variáveis FC (3), GOCFCB e OCRFCA assumem volatilidade acentuada.

5. RESULTADOS E DISCUSSÃO

5.1 Teste da TOT

5.1.1 Ajuste do nível real de dívida para o alvo

A Tabela 6 apresenta os resultados para o modelo de ajuste parcial, expresso na equação 5, do nível real de dívida em relação ao nível ótimo estabelecido como alvo e para a relação entre os determinantes de financiamento e as variáveis dependentes representantes do endividamento. O modelo inclui a variável defasada D_it-1 , tornando impossível o uso do estimador OLS por conta da correlação dessa variável independente com os efeitos individuais (não observáveis) n_i e com o termo de erro v_it . Consequentemente, o estimador do sistema GMM de Blundell e Bond (1998), mais eficiente do que o estimador GMM de Arellano e Bond (1991), foi usado porque a estimação dos coeficientes do modelo leva em conta a existência de autocorrelação pela presença da variável defasada e da heterogeneidade representada pelos efeitos individuais do painel (Baltagi, 2005).

Tabela 6
Modelo de ajuste parcial

Variáveis independentes	Variáveis dependentes
	Dit	Dit cp	Dit ln
Dit-1	0,5166***
Dit-1 cp		0,4824***
Dit-1 ln			0,8137***
λ	0,4834***	0,5176***	0,1863***
ETR	-0,00004	-0,00002	-0,0007
NDTS (1)	0,2249***	0,2071***	0,2335***
OC (1)	0,1022***		0,6727***
OC (2)		-0,1226***
RENT (2)	-0,6016***	-0,3832***	-2,3287***
TAM (1)	0,0387***	0,0360***	0,0293***
IDADE (1)	-0,0164***	-0,0142***	-0,0552***
TANG (1)		-0,0665***
TANG (2)	0,0591***		-0,0049
Hansen	1.091,01***	702,41***	293,78***
m 1	-10,15***	-15,06***	-11,05***
m 2	9,93***	8,10***	6,96***
Wald (χ2)	174,272***	92.636,79***	22.967,57***
N. obs.	39.616	39.616	39.616

• Nota: tabelas 123₀₁₂₀²₀
• * = p-value < 0,1; ** = p-value < 0,05; *** = p-value < 0,01.
• Fonte: Elaborada pelos autores.

Os resultados do teste de Hansen são estatisticamente significativos a 1%, sugerindo rejeição da H₀, e, portanto, as restrições impostas pelo uso de instrumentos não são válidas, apontando para uma sobreidentificação das restrições. Ademais, os resultados do teste de autocorrelação também são significativos a 1%, sugerindo uma rejeição da H₀ e, assim, confirmando a autocorrelação de primeira e segunda ordens nos modelos, o que valida a necessidade de se usar modelos dinâmicos GMM. Dada a não validade dos instrumentos, conclui-se que os resultados obtidos pelo estimador do sistema GMM não são considerados robustos. Entretanto, os valores do teste de Wald são significativos a 1%, sugerindo a rejeição da H₀, portanto, as variáveis independentes - tomadas globalmente - são significativas para explicar as variáveis dependentes.

Os resultados empíricos do modelo de ajuste parcial mostram que a taxa de ajuste da dívida de curto prazo (λ = 0,5176) para o percentual ótimo é relativamente maior do que a taxa de ajuste da dívida total (λ = 0,4834) e muito maior do que a taxa de ajuste de alavancagem (λ = 0,1863). Essa evidência permite validar a H₁, de que empresas ajustam o percentual da dívida real para o nível ótimo, no qual as estimativas dos coeficientes λ são positivas. Ainda assim, essas estimativas são inferiors a 1, indicando que empresas familiares portuguesas enfrentam os custos de transação que as mantêm distantes do nível ótimo (Myers, 1984), podendo aceitar-se a H_1.1. Essa evidência corrobora os estudos de López-Gracia e Sánchez-Andújar (2007), a respeito de empresas familiares espanholas, de Bauweraerts e Colot (2012), sobre empresas familiares belgas, e de Serrasqueiro et al. (2012, 2016), para empresas familiares portuguesas.

No contexto das empresas familiares, antecipa-se que os custos de agência reduzidos, devido à interação família/negócio, resultarão em níveis maiores de reputação e, consequentemente, no acesso mais fácil ao endividamento. Os resultados obtidos pelo coeficiente λ, em relação à dívida total e à dívida de curto prazo, sugerem que as empresas têm certa dificuldade para ajustar o endividamento ao nível ótimo, então pode-se aceitar a H_1.2.

5.1.2 Determinantes de financiamento

A Tabela 7 resume os resultados do teste da TOT usando o modelo de ajuste de débito parcial, considerando que o nível ótimo depende dos determinantes de financiamento.

Tabela 7
Verificação das hipóteses de pesquisa da teoria do trade-off (TOT)

Variáveis independentes	Relação esperada	Relação estimada	Validação das hipóteses ou da relação
λ	λ > 0	λ > 0	H1:Validada
(1 - λ)	(1 - λ) > 0	(1 - λ) > 0	H1.1: Validada
Custos de agência			H1.2:Validada
ETR	+	n.s.	Rel. não validada
NDTS	-	+	Rel. não validada
OC	-	+/-	Rel. não validada
RENT	+	-	Rel. não validada
TAM	+	+	Rel. validada
IDADE	+	-	Rel. não validada
TANG	+	+/-/n.s.	Rel. não validada

• Nota: tabelas 123
• n.s. = não significativa.
• Fonte: Elaborada pelos autores.

Ao contrário do esperado, houve relação negativa, mas não significativa, entre a ETR e a dívida nas três proxies. Isso sugere que empresas familiares portuguesas não tiram vantagem dos benefícios fiscais dos juros, derivados do aumento da dívida, o que indica uma rejeição do sinal da relação esperada. No NDTS, houve relações positivas, significativas a 1%, com as três proxies de dívida. Ao contrário do esperado, empresas familiares portuguesas não reduzem o uso de crédito quando podem usar benefícios fiscais não resultantes do endividamento, sugerindo uma rejeição do sinal da relação esperada. A relação positiva, estatisticamente relevante, do OC com as variáveis dependentes D_it e D_{it ln} não permite aceitar o sinal da relação esperada, embora haja uma relação negativa forte com a variável dependente D_{it cp} . Essa evidência sugere que, dadas as oportunidades de crescimento, empresas familiares portuguesas reduzem a dívida de curto prazo e aumentam as dívidas de médio e longo prazo. A relação negativa significativa entre RENT e as variáveis dependentes não permitem aceitar o sinal da relação esperada. Além disso, o resultado corrobora as hipóteses da POT, em que as empresas começam por recorrer ao autofinanciamento e, apenas quando os recursos se esgotam, elas recorrem ao capital externo. A variável TAM obteve uma relação positiva, significativa a 1%, com as variáveis dependentes, corroborando o sinal da relação esperada. Isso significa que empresas familiares portuguesas com tamanho maior (e posição de mercado, em termos de imagem e reputação) enfrentam menos probabilidade de insolvência e menos quantidade de informação assimétrica, garantindo mais confiança aos credores e facilitando o acesso à dívida. A importante relação negativa entre IDADE e as proxies da dívida não permitem aceitar o sinal da relação esperada. Além disso, esse resultado corrobora a POT, em que empresas mais velhas tendem a acumular mais lucro e, consequentemente, menos dívida. Por fim, a relação positiva significativa entre a variável TANG e D_it permite aceitar o sinal da relação esperada. Todavia, há uma relação negativa significante com D_{it cp} e não significativa com D_{it ln} . Isso sugere que empresas familiares portuguesas usam o valor dos ativos tangíveis como garantia para obtenção de crédito, principalmente em períodos de vencimento mais longos.

5.2 Teste da POT

5.2.1 Relação entre o déficit financeiro e a variação no endividamento

A Tabela 8 apresenta os resultados para o modelo proposto por Shyam-Sunder e Myers (1999), expressos na equação 6, a respeito do impacto do déficit financeiro na variação das variáveis dependentes que representam a dívida. A estimação desse modelo recorre a uma regressão OLS, uma vez que a variável dependente é apresentada pelas primeiras diferenças e, portanto, os efeitos individuais (não observáveis) das empresas se tornam irrelevantes, sendo eliminados do modelo.

Tabela 8
Impacto do déficit financeiro nas mudanças no endividamento

Variáveis independentes	Variáveis dependentes
	∆Dit	Dit cp	∆Dit ln
α	-0,0155***	-0,0146***	-0,0697***
DF	0,1614***	-0,0197***	-0,0100
R 2	0,0087	0,0017	0,00005
R 2 Adj	0,0086	0,0017	0,00002
F	345,9***	67,23***	1,83
N. obs.	39.616	39.616	39.616

• Nota: 123₀
• * = p-value < 0,1; ** = p-value < 0,05; *** = p-value < 0,01.
• Fonte: Elaborada pelos autores.

As regressões do modelo de Shyam-Sunder e Myers apresentam estimativas próximas de 0 para o parâmetro α, corroborando o que foi previsto pela POT, e para o parâmetro b_PO , divergindo do que foi previsto. Em termos gerais, os resultados para b_PO indicam que o aumento marginal no déficit financeiro não tem impacto no endividamento. De todo modo, observa-se uma relação positiva significativa entre DF e a variação na dívida total (∆D_it ) e uma relação negativa significativa entre DF e a variação na dívida de curto prazo (∆D_{it cp} ).

O teste F de Fisher-Snedecor confirma que a variável independente DF é significativa apenas a 1% no modelo ∆D_it e no modelo ∆D_{it cp} . Os reduzidos coeficientes de determinação, R² e R² _Adj , justificam o baixo poder explanatório de qualquer um dos modelos, representados pelas três proxies de dívida, a partir da variável DF.

Aparentemente, a baixa proporção de financiamento de dívida em relação ao déficit dos fundos corresponde à porção do capital obtida para atender às necessidades que não estavam cobertas pelos recursos internos das empresas familiares portuguesas, ao contrário das hipóteses da POT e do reconhecido pela H₂. Essas evidências divergem do esperado, considerando o estudo de Serrasqueiro et al. (2012, 2016), a respeito de empresas familiares portuguesas, e o estudo de Bauweraerts e Colot (2012), a respeito de empresas familiares belgas, mas corroboram o estudo de Sogorb-Mira e López-Gracia (2003), sobre PMEs espanholas.

5.2.2 Determinantes de financiamento

A Tabela 9 apresenta as estimativas para a relação entre as proxies de dívida e os determinantes de financiamento na POT, expressos na equação 8, usando modelos de painel estático: uma regressão OLS, um modelo de efeitos fixos e um modelo de efeitos aleatórios, respectivamente. Para identificar a forma mais apropriada de estimação, utilizaram-se os resultados do teste de Breusch-Pagan dos Multiplicadores de Lagrange (LM) e o teste de Hausman. Como a heteroscedasticidade é um fenômeno comum nos estudos que usam dados transversais, o modelo de efeitos fixos e o modelo de efeitos aleatórios foram computados usando o estimador de White (1980). Esse estimador determina os mesmos resultados que o estimador tradicional para os coeficientes, porém, o erro padrão e, por conseguinte, o nível de significância do teste t de Student consideram a possível heteroscedasticidade (Murteira et al., 2016).

Tabela 9
Determinantes do financiamento na teoria do pecking order (POT)

Variáveis independentes	Variável dependente: D it
	OLS	Efeitos fixos	Efeitos aleatórios
α	0,81***	1,1101***	1,0225***
FC (3)	-0,5545***	-0,2750***	-0,288***
IDADE (1)	-0,0747***	-0,1812***	-0,1514***
GOCFCB	0,0525***	0,0147	0,0164
OCRFCA	-0,1689***	0,0172	0,0110
R 2	0,0778	0,1322	0,1127
R 2 Adj	0,0777	0,0082	0,1126
F	835,17***	1.320,52***	1,257,75***
LM (χ2 )		89.119***
Hausman (χ2 )		746,91***
N. obs.	39.616	39.616	39.616
	Variável dependente: Dit cp
α	0,6255***	0,9430**	0,8026***
FC (3)	-0,3671***	-0,1525***	-0,1703***
IDADE (1)	-0,0630***	-0,1740***	-0,1263***
GOCFCB	0,0390***	0,0126	0,0150
OCRFCA	-0,1677***	0,0116	0,0003
R2	0,0499	0,0746	0,0582
R2 Adj	0,0498	-0,0577	0,0582
F	519,84***	698,31***	612,46***
LM (χ2 )		64.717***
Hausman (χ2 )		502,61***
N. obs.	39.616	39.616	39.616
	Variável dependente: Dit ln
α	1,5621***	3,2274**	2,7868***
FC (3)	-2,8087***	-1,4984***	-1,5499***
IDADE (1)	-0,3847***	-0,9708***	-0,8213***
GOCFCB	0,2765***	0,0968	0,1044
OCRFCA	-0,6279***	0,3452***	0,3162***
R 2	0,0810	0,1650	0,1404
R 2 Adj	0,0809	0,0457	0,1403
F	873,1***	1.712,67***	1.617,65***
LM (χ2 )		92.564***
Hausman (χ2 )		947,23***
N. obs.	39.616	39.616	39.616

• Nota: tabelas 123₀²₀²₀
• OLS = ordinary least squares.
• * = p-value < 0,1; ** = p-value < 0,05; *** = p-value < 0,01.
• Fonte: Elaborada pelos autores.

Os resultados do teste LM são estatisticamente significativos a 1% para as três proxies de dívida, sugerindo a rejeição da H₀; assim, os efeitos individuais são relevantes para explicar o modelo, portanto, uma regressão OLS não é a maneira mais eficiente de proceder com a estimação. Consequentemente, o teste de Hausman deve ser usado para ver se a correlação entre efeitos individuais e variáveis explanatórias é significativa. O resultado desse teste é significativo a 1%, indicando a rejeição da H₀, então o modelo de efeitos fixos é o modelo de estimação mais consistente e eficiente.

Em geral, os valores reduzidos dos coeficientes de determinação, R² e R² _Adj , justificam a qualidade explanatória pobre dos modelos, com D_{it ln} sendo aquele que melhor se encaixa aos dados. De todo modo, os resultados do teste F de Fisher-Snedecor são relevantes a 1%, sugerindo que as variáveis independents são globalmente importantes independente da proxy usada para a dívida.

Os resultados empíricos indicam uma relação negativa significativa entre FC e o endividamento em todos os modelos. Isso sugere que, por um lado, a presença de assimetria informacional entre a empresa e o mercado de crédito e, por outro, a resistência em abrir o capital para pessoas de fora da família devem levar as empresas familiares portuguesas a recorrer, primeiramente, aos recursos gerados internamente para cobrir as necessidades financeiras. Essa evidência é consistente com o previsto pela POT e confirma o sinal da relação esperada.

A variável IDADE também tem relação negativa significativa com os três modelos de endividamento, sugerindo que a capacidade de acumular lucro aumenta com o ciclo de vida das empresas familiares portuguesas, reduzindo a necessidade de recorrer a fundos externos. Essa evidência é consistente com o previsto pela POT e confirma o sinal da relação esperada.

As evidências para FC e IDADE corroboram os estudos de Acedo-Ramírez et al. (2017), Bjuggren et al. (2012), Croci et al. (2011), López-Gracia e Sánchez-Andújar (2007), Mehboob et al. (2015), Serrasqueiro et al. (2012, 2016) e Vieira (2014). A relação positiva, mas não relevante, entre GOCFCB e as proxies de dívida não permite aceitar a H_2a-1. Por fim, a relação positiva não significativa de OCRFCA com as variáveis dependentes D_it e D_{it cp} e a relação positiva significativa entre a variável dependente D_{it ln} contradizem as hipóteses da POT e sugerem a rejeição da H_2a-2.

A Tabela 10 resume os resultados do teste da POT, por meio do impacto do DF na variação do endividamento e na relação entre os determinantes de financiamento e a dívida.

Tabela 10
Verificação das hipóteses de pesquisa da teoria do pecking order (POT)

Variáveis independentes	Relação esperada	Relação estimada	Validação das hipóteses
α e bPO	α = 0 e bPO = 1	$$\mathrm{\alpha }\cong 0\mathrm{}$$ e $${\mathrm{b}}_{\mathrm{P}\mathrm{O}}\cong 0$$	H2: Não validada
FC	-	-	H2a: Validada
IDADE	-	-	H2b: Validada
GOCFCB	+	n.s.	H2c-1: Não validada
OCRFCA	-	n.s./+	H2c-2: Não validada

• Nota: tabelas 123
• n.s. = não significativa.
• Fonte: Elaborada pelos autores.

5.3 Teste Conjunto

Uma vez que os testes foram feitos com cada teoria, a Tabela 11 apresenta os resultados do teste conjunto do modelo de Shyam-Sunder e Myers (1999) e do modelo de ajuste parcial, levando em consideração os determinantes de financiamento indicados pela TOT e pela POT. O comportamento do coeficiente de ajuste λ do modelo da TOT é comparado ao coeficiente b_PO do modelo da POT, para identificar qual das teorias tem a melhor performance.

Como mencionado anteriormente, o modelo expresso na equação 11 inclui a variável defasada D_it-1 , então a estimação do modelo do teste conjunto usa o estimador do Sistema GMM de Blundell e Bond (1998).

Tabela 11
Teste conjunto

Variáveis independentes	Variáveis dependentes
	Dit	Dit cp	Dit ln
Dit-1	0,5328***
Dit-1 cp		0,4987***
Dit-1 ln			0,8248***
λ	0,4672***	0,5013***	0,1752***
DF	0,0001**	-0,0130**	-0,0172
ETR	-0,0001	-0,00004	-0,0007
NDTS (1)	0,2328***	0,2451***	0,4901
OC (1)	0,0910***		0,74***
OC (2)		-0,1182***
RENT (2)	-0,5546***	-0,3493***	-2,0405***
TAM (1)	0,0369***	0,0334***	0,0273***
IDADE (1)	-0,0154***	-0,0121***	-0,0503***
TANG (1)		-0,0649***
TANG (2)	0,0574***		-0,0087
FC (3)	-0,0455	-0,0168	-0,3981
GOCFCB	0,0449	0,0993***	-0,0745
OCRFCA	-0,1431***	-0,0438*	-0,3128***
Hansen	1.121,49***	713,41***	339,10***
m1	-10,75***	-15,17***	-11,28***
m2	10,17***	8,29***	6,95***
Wald (χ2)	193.010,20***	101.429,50***	24.376,30***
N. obs.	39.616	39.616	39.616

• Nota: tabelas 123₀₁₂₀²₀
• * = p-value < 0,1; ** = p-value < 0,05; *** = p-value < 0,01.
• Fonte: Elaborada pelos autores.

Os resultados do teste de Hansen e do teste de autocorrelação são estatisticamente significativos a 1%, o que sugere, em ambos os casos, a rejeição da H₀. A presença de autocorrelação justifica o uso de modelos dinâmicos para dados em painel, mas dada a invalidade dos instrumentos, conclui-se que os resultados do estimador do sistema GMM não são considerados robustos. Todavia, os valores do teste de Wald são relevantes a 1%, indicando a rejeição da H₀ e, ainda, que as variáveis independentes - tomadas globalmente - são significativas para explicar as variáveis dependentes.

Os resultados empíricos mostram que os coeficientes λ diminuíram ligeiramente com as variáveis independentes do modelo da POT (tabelas 6 e 11) para determinar as proxies de endividamento. Assim como no modelo da TOT, coeficientes λ positivos sugerem que empresas familiares portuguesas ajustam o percentual de dívida real para o nível ótimo. No entanto, essas estimativas inferiors a 1 indicam que as empresas enfrentam custos de transação que os impedem de alcançar completamente o nível ótimo da dívida. Além disso, os coeficientes b_PO próximos de 0, como ocorreu no modelo da POT, indicam que o déficit financeiro não tem influência no recurso ao endividamento.

Pode-se notar que o coeficiente de ajuste λ é muito maior do que o coeficiente de regressão b_PO da variável DF nas três proxies de endividamento. Ainda, ambos os coeficientes são estatisticamente significativos no modelo da dívida total (λ = 0,4672 e b_PO = 0,0001) e no modelo da dívida de curto prazo (λ = 0,5013 e b_PO = -0,0130). Isso indica que a TOT parece ter uma performance melhor do que a POT. De qualquer modo, além da proxy de endividamento, há indícios de que $$\mathrm{\lambda }\ne 0$$ e $$b_{PO}\ne 0$$ , o que indica que ambas as teorias podem explicar decisões de financiamento. Essa evidência é consistente com as conclusões dos testes individuais.

Em relação aos determinantes de financiamento, a variável independente NDTS perde significância no modelo D_{it ln}. A variável FC não tem relevância explanatória em nenhum modelo, enquanto a variável GOCFCB tem relevância apenas no modelo D_{it cp}. Por fim, destaca-se a relação negativa da variável OCRFCA com os três modelos de endividamento, o que contradiz as evidências anteriores e corrobora as premissas da POT.

A Tabela 12 resume os resultados empíricos do teste conjunto.

Tabela 12
Verificação das hipóteses de investigação do teste conjunto

Variáveis independentes	Relação esperada	Relação estimada	Validação das hipóteses
λ e bPO	$${\mathrm{b}}_{\mathrm{P}\mathrm{O}}\ne 0$$ e $$\mathrm{\lambda }\ne 0$$	$${\mathrm{b}}_{\mathrm{P}\mathrm{O}}\ne 0$$ e $$\mathrm{\lambda }\ne 0$$	H3: Validada
λ e bPO	λ > bPO	λ > bPO	H4: Validada
λ e bPO	bPO > λ	λ > bPO	H5: Não validada

• Nota: tabelas 12 3
• n.s. = não significativa.
• Fonte: Elaborada pelos autores.

Os resultados corroboram as conclusões anteriores, indicando que as decisões de financiamento de empresas familiares portuguesas estão mais próximas das hipóteses da TOT do que das hipóteses da POT. De fato, o nível de ajuste de dívida para o nível ótimo é consideravelmente maior do que a magnitude do impacto do déficit dos fundos nas variações do endividamento. Isso indica a aprovação da H₄ e a rejeição da H₅. A evidência descrita corrobora os estudos de Acedo-Ramírez et al. (2017), Ampenberger et al. (2013), Croci et al. (2011), Keasey et al. (2015), López-Gracia e Sánchez-Andújar (2007) e Serrasqueiro et al. (2012, 2016).

Embora as variações no endividamento sejam relativamente pouco influenciadas pelo financiamento interno insuficiente, os resultados indicam que a TOT e a POT não são mutuamente exclusivas; por conseguinte, ambas podem explicar parte das decisões de financiamento dessas empresas, confirmando a H₃.

6. CONCLUSÃO

Os resultados do teste isolado da TOT sugerem que empresas familiares portuguesas ajustam o nível de endividamento para o alvo, apesar de influenciadas por custos de transação e de ajuste que as mantêm distantes do nível ótimo.

Os resultados do teste isolado da POT, considerando o modelo de Shyam-Sunder e Myers (1999), sugerem que, quando os recursos internos não cobrem as necessidades de financiamento, as empresas familiares portuguesas recorrem a outras fontes que não a dívida.

Confrontando os dois testes, conclui-se que a magnitude do impacto do déficit financeiro é maior no percentual da dívida total e menor no percentual da dívida de curto prazo e no percentual de alavancagem, apesar de a velocidade de ajuste ao nível ótimo ser maior na dívida de curto prazo. Além disso, o valor médio negativo do déficit financeiro indica que as empresas geram excedentes internos que compensam as necessidades de financiamento.

Os resultados do teste conjunto corroboram as conclusões anteriores, justificando a melhor performance da TOT para explicar decisões de financiamento de empresas familiares portuguesas. Ademais, a relação positiva significativa com TAM é consistente com a TOT.

Por outro lado, os resultados do teste isolado da POT mostram relações negativas significativas com FC e IDADE, considerando os determinantes de financiamento.

Antecipa-se que a maior convergência de interesses, dada a interação família/negócio, e a consequente diminuição nos custos de agência resultarão em maiores níveis de reputação reconhecida e, logo, em acesso mais facilitado ao endividamento. Nesse contexto, empresas familiares portuguesas ajustam o nível de dívida, compensando os custos associados aos benefícios fiscais, por meio de decisões na estrutura de capital mais próxima da TOT, mas não exclusivamente, já que se identificaram variações positivas na dívida total, ainda que reduzida, resultante do déficit financeiro.

REFERENCES

• Acedo-Ramirez, M., Ayala-Calvo, J., & Navarrete-Martinez, E. (2017). Determinants of capital structure: Family businesses vs non-family firms. Czech Journal of Economics and Finance, 67(2), 80-103.
• Adair, P., & Adaskou, M. (2015). Trade-off-theory vs pecking order theory and the determinants of corporate leverage: Evidence from a panel data analysis upon French SMEs (2002-2010). Cogent Economics & Finance, 3(1), 1006477.
• Almeida, H., & Campelo, M. (2010). Financing frictions and the substitution between internal and external funds. Journal of Financial and Quantitative Analysis, 45(3), 589-622. https://doi.org/10.1017/S0022109010000177
  » https://doi.org/10.1017/S0022109010000177
• Ampenberger, M., Schmid, T., Achleitner, A., & Kaserer, C. (2013). Capital structure decisions in family firms: Empirical evidence from a bank-based economy. Review of Managerial Science, 7(3), 247-275.
• Arellano, M., & Bond, S. (1991). Some tests of specification for panel data: Monte Carlo evidence and an application to employment equations. The Review of Economic Studies, 58(2), 277-297.
• Baltagi, B. (2005). Econometric analysis of panel data (3rd ed.). John Wiley & Sons.
• Ban, M., & Chen, C-C. (2019). Ambiguity and capital structure adjustments. International Review of Economics & Finance, 64, 242-270. https://doi.org/10.1016/j.iref.2019.05.009
  » https://doi.org/10.1016/j.iref.2019.05.009
• Bauweraerts, J., & Colot, O. (2012). Pecking-order or static trade-off theory in family firms? Evidence from Belgium. International Business Research, 5(11), 1-11.
• Bjuggren, P., Duggal, R., & Giang, D. (2012). Ownership dispersion and capital structures in family firms: A study of closed medium-sized enterprises. Journal of Small Business & Entrepreneurship, 25(2), 185-200.
• Blanco‐Mazagatos, V., Quevedo‐Puente, E., & Castrillo, L. A. (2007). The trade‐off between financial resources and agency costs in the family business: An exploratory study. Family Business Review, 20(3), 199-213.
• Blanco-Mazagatos, V., Quevedo-Puente, E., & García, J. (2009). La estructura financiera de la empresa familiar y el cambio generacional. Spanish Journal of Finance and Accounting/Revista Española de Financiación y Contabilidad, 38(141), 57-73.
• Blundell, R., & Bond, S. (1998). Initial conditions and moment restrictions in dynamic panel data models. Journal of Econometrics, 87(1), 115-143.
• Caetano, A. (2011). Decisões da estrutura de capitais das PME da Beira Interior: Teoria do trade-off vs teoria da pecking order [Master Thesis]. Universidade da Beira Interior.
• Chami, R. (2001). What is different about family businesses? [Working Paper]. International Monetary Fund.
• Chernenko, D. (2019). Capital structure and oligarch ownership. Economic Change and Restructuring, 52, 383-411. https://doi.org/10.1007/s10644-018-9226-9
  » https://doi.org/10.1007/s10644-018-9226-9
• Correia, T. (2003). Determinantes da estrutura de capital das empresas familiares portuguesas [Master Thesis]. Universidade do Algarve.
• Croci, E., Doukas, J., & Gonenc, H. (2011). Family control and financing decisions. European Financial Management, 17(5), 860-897.
• Csákné F., & Karmazin, G. (2016). Financial characteristics of family businesses and financial aspects of succession. Budapest Management Review, 47(11), 46-58.
• Dang, V. (2005). Testing the trade-off and pecking order theories: Some UK evidence [Working Paper]. Leeds University Business School.
• Decree-Law n. 98. (2015, June 2). Transpõe a Diretiva n.º 2013/34/UE, do Parlamento Europeu e do Conselho, de 26 de junho de 2013, relativa às demonstrações financeiras anuais, às demonstrações financeiras consolidadas e aos relatórios conexos de certas formas de empresas. https://dre.pt/home/-/dre/67356342/details/maximized
  » https://dre.pt/home/-/dre/67356342/details/maximized
• Ellul, A. (2008). Control motivations and capital structure decision [Working Paper]. Indiana University.
• European Commission. (2009). Overview of family-business-relevant issues: Research, networks, policy measures and existing studies.
• Fama, E., & French, K. (2002). Testing trade-off and pecking order predictions about dividends and debt. The Review of Financial Studies Spring, 15(1), 1-33.
• Fazzari, S., Hubbard, G., & Petersen, B. (1988). Financing constraints and corporative investments. Brookings Papers on Economic Activity, 1, 141-206.
• Frank, M., & Goyal, V. (2008). Trade-off and pecking order theories of debt. Handbook of Empirical Corporate Finance, 2, 135-202.
• Frank, M., & Goyal, V. (2009). Capital structure decisions: Which factors are reliably important? Financial Management, 38(1), 1-37.
• Gallo, M., Tàpies, J., & Cappuyns, K. (2004). Comparison of family and nonfamily business: Financial logic and personal preferences. Family Business Review, 17(4), 303-318.
• Gottardo, P., & Moisello, A. (2014). The capital structure choices of family firms: Evidence from Italian medium-large unlisted firms. Managerial Finance, 40(3), 254-275.
• Hillen, C., & Lavarda, C. E. F. (2020). Orçamento e ciclo de vida em empresas familiares em processo de sucessão. Revista Contabilidade & Finanças, 31(83), 212-227. https://doi.org/10.1590/1808-057x201909600
  » https://doi.org/10.1590/1808-057x201909600
• Jensen, M., & Meckling, W. (1976). Theory of the firm: Managerial behavior, agency costs and ownership structure. Journal of Financial Economics, 3(4), 305-360.
• Keasey, K., Martinez, B., & Pindado, J. (2015). Young family firms: Financing decisions and the willingness to dilute control. Journal of Corporate Finance, 34(C), 47-63.
• King, M., & Santor, E. (2008). Family values: Ownership structure, performance and capital structure of Canadian firms. Journal of Banking & Finance, 32(11), 2423-2432.
• Kraus, A., & Litzenberger, R. (1973). A state‐preference model of optimal financial leverage. The Journal of Finance, 28(4), 911-922.
• Liu, S., Qi, H., & Xie, Y. A. (2020). Executive compensation and capital structure. Applied Economics, 52(8), 825-838. https://doi.org/10.1080/00036846.2019.1659927
  » https://doi.org/10.1080/00036846.2019.1659927
• López‐Gracia, J., & Sánchez‐Andújar, S. (2007). Financial structure of the family business: Evidence from a group of small Spanish firms. Family Business Review, 20(4), 269-287.
• López-Gracia, J., & Sogorb-Mira, F. (2008). Testing trade-off and pecking order theories financing SMEs. Small Business Economics, 31(2), 117-136.
• Martinez, L. B., Vigier, H. P., Briozzo, A. E., & Guercio, M. B. (2021). La estructura financiera de las empresas de base tecnológica. Revista Contabilidade & Finanças, 31(84), 444-457. https://doi.org/10.1590/1808-057x201909580
  » https://doi.org/10.1590/1808-057x201909580
• Mehboob, F., Tahir, S., & Hussain, T. (2015). Impact of family ownership on financial decisions of a firm: An analysis of pharmaceutical and chemical sectors in Pakistan. Euro-Asian Journal of Economics and Finance, 3(2), 103-112.
• Mishra, C., & McConaughy, D. (1999). Founding family control and capital structure: The risk of loss of control and the aversion to debt. Entrepreneurship Theory and Practice, 23(4), 53-53.
• Mohamadi, A. (2012). Choice of financing in family firms [Master Thesis]. Jönköping International Business School.
• Murteira, J., Castro, V., & Martins, R. (2016). Introdução à econometria. Almedina.
• Myers, S. (1984). The capital structure puzzle. The Journal of Finance, 39(3), 574-592.
• Myers, S., & Majluf, N. (1984). Corporate financing and investment decisions when firms have information that investors do not have. Journal of Financial Economics, 13(2), 187-221.
• Ramalho, J., & Silva, J. (2009). A two-part fractional regression model for the capital structure decision of micro, small, medium and large firms [Working Paper]. Universidade de Évora.
• Rita, R. (2011). Impacto da propriedade familiar do capital no processo de decisão de financiamento das empresas portuguesas [Doctoral Thesis]. Universidade de Évora.
• Romano, C., Tanewski, G., & Smyrnios, K. X. (2001). Capital structure decision making: A model for family business. Journal of Business Venturing, 16(3), 285-310.
• Schulze, W., Lubatkin, M., & Dino, R. N. (2003a). Exploring the agency consequences of ownership dispersion among the directors of private family firms. The Academy of Management Journal, 46(2), 179-194.
• Schulze, W., Lubatkin, M., & Dino, R. N. (2003b). Toward a theory of agency and altruism in family firms. Journal of Business Venturing, 18(4), 473-490.
• Serrasqueiro, Z., & Caetano, A. (2015). Trade-off theory vs pecking order theory: Capital structure decisions in a peripheral region of Portugal. Journal of Business Economics and Management, 16(2), 445-466.
• Serrasqueiro, Z., & Nunes, P. (2010). Are trade-off and pecking order theories mutually exclusive in explaining capital structure decisions? African Journal of Business Management, 4(11), 2216-2230.
• Serrasqueiro, Z., Armada, M., & Nunes, P. (2011). Pecking order theory vs trade-off theory: Are service SMEs’ capital structure decisions different? Service Business, 5(4), 381-409.
• Serrasqueiro, Z., Nunes, P., & Silva, J. (2012). Are financing decisions of family-owned SMEs different? Empirical evidence using panel data. Journal of Management & Organization, 18(3), 363-382.
• Serrasqueiro, Z., Nunes, P., & Silva, J. (2016). The influence of age and size on family-owned firms’ financing decisions: Empirical evidence using panel data. Long Range Planning, 49(6), 723-745.
• Setia‐Atmaja, L., Tanewski, G., & Skully, M. (2009). The role of dividends, debt and board structure in the governance of family controlled firms. Journal of Business Finance & Accounting, 36(7‐8), 863-898.
• Shyam-Sunder, L., & Myers, S. (1999). Testing static tradeoff against pecking order models of capital structure. Journal of Financial Economics, 51(2), 219-244.
• Silva, S. (2012). Estrutura de capitais: Teste às teorias do trade-off vs pecking order [Master Thesis]. Universidade do Minho.
• Sogorb-Mira, F., & López-Gracia, J. (2003). Pecking order vs trade-off: An empirical approach to the small and medium enterprise capital structure [Working Paper]. Instituto Valenciano de Investigaciones Económicas.
• Steier, L., Chrisman, J., & Chua, J. (2004). Entrepreneurial management and governance in family firms: An introduction. Entrepreneurship Theory and Practice, 28(4), 295-303.
• Tahir, S., Sabir, H., & Shah, S. (2016). Impact of family ownership on financing decisions: A comparative analysis of companies listed at the KSE. Pakistan Business Review, 17(4), 985-1005.
• Thanh, L. T., & Huong, D. M. (2017). Determinants of capital structure: An empirical study on Vietnamese listed firms. Serbian Journal of Management, 12(1), 77-92.
• Tong, G., & Green, C. (2005). Pecking order or trade-off hypothesis? Evidence on the capital structure of Chinese companies. Applied Economics, 37(19), 2179-2189.
• Vieira, E. (2014). Capital structure determinants in the context of listed family firms. Journal of Economy, Business and Financing, 2(1), 12-25.
• White, H. (1980). A heteroskedasticity-consistent covariance matrix estimator and a direct test for heteroskedasticity. Econometrica, 48(4), 817-838.
• Woodman, J. (2017). Agency theory, behavioral agency model & stewardship theory and their relationship with succession in family firms: A literature review [Working Paper]. ResearchGate.

• *
  Trabalho apresentado no XVIII Encontro AECA (Asociación Española de Contabilidad y Administración de Empresas), setembro de 2018, Lisboa, Portugal.

Editado por

Editor-Chefe:

Fábio Frezatti

Editora Associada:

Fernanda Finotti Cordeiro

Datas de Publicação

• Publicação nesta coleção
  6 Set 2021
• Data do Fascículo
  Sep-Dec 2021

Histórico

• Recebido
  21 Out 2020
• Revisado
  30 Nov 2020
• Aceito
  16 Mar 2021