Piora a situação fiscal dos Estados

Um texto do Estado de S Paulo mostra que mesmo após a renegociação das dívidas de 2016, mais da metade dos estados brasileiros pioraram os indicadores fiscais. Parece até que não sabem o que é risco moral? Eis o texto:

Mesmo após a renegociação das dívidas com a União, em 2016, mais da metade dos Estados brasileiros tiveram uma piora em indicadores fiscais. Naquele ano, o governo federal suspendeu o pagamento e reduziu parcelas das dívidas estaduais por dois anos, com a intenção de dar um alívio para que eles colocassem as contas em dia. No entanto, levantamento feito pelo ‘Estadão/Broadcast’, com base em dados do Tesouro Nacional, mostra que 14 das 27 unidades da federação estavam, no fim de 2018, com ao menos um dos dois indicadores da Lei de Responsabilidade Fiscal (LRF) – que medem endividamento e gasto com pessoal – piores que em 2015, no auge da crise que levou à renegociação.

São Paulo, Minas Gerais, Alagoas, Amazonas, Maranhão, Mato Grosso, Pernambuco, Piauí, Rio de Janeiro, Roraima, Santa Catarina, Tocantins, Bahia e Distrito Federal estão nessa lista. Rio Grande do Norte, que decretou recentemente estado de calamidade, e Mato Grosso do Sul não informaram os dados completos ao Tesouro.

O Rio Grande do Sul, um dos casos mais graves, apresentou leve melhora desde 2015, mas continua desenquadrado da LRF em termos de dívida. Pela lei, a dívida do Estado não pode ser maior que duas vezes sua receita. No caso do gasto com pessoal, essa despesa não pode ser superior a 49% da receita para o Executivo estadual.

Com o acordo de 2016, os governadores ficariam livres de pagar as parcelas da dívida com a União por seis meses. Depois disso, as prestações voltariam gradativamente. Em troca, a União exigiu um teto para os gastos públicos, que ficam impedidos de crescer mais do que a inflação do ano anterior. Mesmo assim, as contas de muitos deles continuaram a piorar.

De lá para cá, o governo criou um Regime de Recuperação Fiscal (RRF) desenhado para Estados em grave desequilíbrio – com adesão do Rio – e já admite um novo programa. A ideia é que governadores consigam dinheiro novo no curto prazo, com empréstimos garantidos pela União em troca, novamente, da aprovação de medidas de ajuste fiscal.

Gasto. A avaliação da equipe econômica é que o fato de os Estados terem piorado os indicadores mesmo após a renegociação mostra que o problema não é o pagamento de dívida, mas sim o elevado gasto, sobretudo com servidores e aposentados. Por isso, o novo programa de auxílio exigirá corte de despesas e só liberará recursos proporcionalmente à economia.

“Você não pode dar benefício sem ter instrumento de cobrar contrapartidas”, diz o economista Felipe Salto, presidente da Instituição Fiscal Independente (IFI) do Senado. Segundo ele, a União também tem culpa por ter aumentado transferências e avais para empréstimos nos últimos anos sem ter se preocupado com o escalonamento da crise fiscal.

“A crise estadual é estrutural, com ICMS obsoleto, FPE (fundo de participação dos estados) esvaziado, aposentadorias fáceis e precoces. Não há lei que evitasse essa crise”, diz o professor do Instituto de Direito Público (IDP), José Roberto Afonso.

Estados citam diversas causas para o problema

As justificativas dos Estados para a piora nos indicadores fiscais vão desde falta de austeridade das gestões anteriores, queda de receita e crescimento de gastos obrigatórios a mudanças metodológicas, já que muitos tiveram que alterar regras de contabilidade nos últimos anos para atender a critérios do Tesouro Nacional. Eles citam ainda a alta no câmbio, que afetou as dívidas externas – caso de São Paulo, Santa Catarina e Bahia – e as dificuldades de enxugar o crescimento da folha e dos gastos previdenciários.

No caso de Minas Gerais, o secretário de Fazenda, Gustavo Barbosa, explica que a atual gestão mudou a forma de contabilizar as receitas financeiras do fundo de financiamento previdenciário do Estado. Segundo ele, a fórmula antiga escondia “travestia o déficit”, à medida que abatia parte das receitas do fundo do cálculo da despesa.

Minas Gerais deixou de pagar as últimas parcelas da dívida à União e recorre ao Supremo Tribunal Federal (STF) para não sofrer as contrapartidas aplicadas pelo Tesouro. Tenta também, bem como Rio Grande do Sul, ingressar no RRF.

Já o secretário de Fazenda de Pernambuco, Décio Padilha, admite que o Estado tem dificuldades em controlar o gasto previdenciário. Ele relata que o ente aprovou um regime de capitalização para a previdência dos servidores em 2013, mas nunca regulamentou. Agora, às vésperas da reforma federal, prefere esperar.

Em Roraima, o secretário Marcos Jorge diz que as últimas gestões deixaram o gasto crescer descontroladamente.

Santa Catarina também atribui a piora nos indicadores a mudanças metodológicas.

A Secretaria de Fazenda de São Paulo explica que, se por um lado a dívida cresceu, com o câmbio e o estoque de precatórios, por outro a receita corrente caiu 5,7% em termos reais.

Já a Bahia ressalta que a dívida está sob controle, abaixo do limite. Alagoas também alega que a piora é pequena e decorrente do avanço dos gastos com aposentados e pensionistas.

Em Tocantins, a secretaria de Fazenda culpa o último governo, que foi cassado.

Rio de Janeiro, Amazonas, Mato Grosso, Distrito Federal e Maranhão foram procurados, mas não responderam.

Impacto da nova norma de Leasing na Espanha

A exemplo do Brasil, a Espanha está adotando as novas normas de leasing. A seguir, uma reportagem do Cinco Dias sobre o assunto e o impacto na dívida das empresas:

Las nuevas normas contables sobre los arrendamientos van a tener un importante impacto sobre la deuda de las empresas del Ibex 35. En concreto, estas grandes compañías verán engordar en 35.164 millones de euros en conjunto su pasivo desde este año con la aplicación de la NIIF 16, según se desprende de sus cuentas anuales. Telefónica, IAG, Santander, BBVA, Naturgy, CaixaBank o Repsol son las que mayores volúmenes se anotarán y queda pendiente conocer cómo afectará a Inditex los alquileres de sus tiendas en todo el mundo.

La IASB (Junta de Normas Internacionales de Contabilidad, en sus siglas en inglés) aprobó la NIIF 16 para aplicar a partir de 2019. Anteriormente, los arrendamientos financieros se apuntaban como gasto en la cuenta de resultados, pero ahora las empresas cotizadas (y las que tienen deuda cotizada) deben incorporar el valor de los alquileres y el leasing de inmuebles, vehículos o equipos como deuda. La obligación financiera se apunta como pasivo, a la vez que el derecho de uso se trata como un activo.

Esto significa que si, por ejemplo, una compañía de­sembolsa 100 millones de euros al año por los alquileres de sus oficinas o vehículos, en un contrato vigente por cinco años, deberá sumar 500 millones al pasivo.

Respecto a la deuda neta total de las empresas no financieras del Ibex, que alcanzó los 155.971 millones en 2018, la NIIF 16 tendrá un impacto de alrededor de un 14% adicional en el pasivo, lo que significa sumar 21.937 millones. En el caso de las entidades financieras, estos arrendamientos supondrán otros 13.227 millones.

La mayor parte de las grandes cotizadas ya han comenzado a describir en sus cuentas de 2018 la huella que dejará la NIIF 16. En términos absolutos, el mayor impacto recae en Telefónica, que reconoce una cifra de pasivo adicional de entre 7.400 y 8.100 millones, un 18% más que el montante de 2018. La teleco tiene un número muy elevado de acuerdos como arrendatario de diversos activos, principalmente torres, circuitos, inmuebles para oficinas, tiendas y terrenos donde se ubican torres propias, según recoge en sus cuentas.

También destaca el caso de IAG, con un impacto de 5.130 millones, lo que supone un 61,4% adicional en deuda, debido a los alquileres de aeronaves, inmuebles y otros equipos, según la empresa. Naturgy, por su parte, reconoce 1.643 millones de pasivo complementario por arrendamientos de buques, vehículos, terrenos de uso energético donde se ubican centrales de generación, principalmente parques eólicos y fotovoltaicos, además de oficinas. Repsol también reconoce 1.367 millones de impacto, un 39,75% más. ACS, por su parte, suma 1.003 millones, frente a una caja positiva de tres millones del pasado año. En términos porcentuales, la compañía más afectada es Meliá, concretamente con un 209%, debido a que como explica la propia compañía su cartera incluye 100 hoteles en régimen de alquiler, principalmente en ciudades europeas (ver gráfico).

Efectos y amortización

Este aumento de pasivo por la NIIF 16 va a tener algunas consecuencias en las empresas. “Va a haber un impacto en los ratios de endeudamiento, algo que los analistas comprueban sistemáticamente”, explica Fernando Nubla, socio de la consultora EY. Sin embargo, como destaca este experto, la amortización de estos contratos se computa fuera del ebitda, por lo que en ese aspecto “las compañías se van a ver beneficiadas”, ya que este indicador financiero mejorará. También recalca la importancia que va a tener en las cuentas la estimación que cada firma haga de los arrendamientos más cortos y renovables a su voluntad, como las tiendas para grupos de retail, ya que en ese caso entra el cálculo discrecional de “un plazo razonablemente cierto”.

Los grandes bancos también están entre los más afectados en volúmenes, debido a que en gran parte han protagonizado en los últimos años operaciones de sale & lease back de carteras de sucursales bancarias y de sus propias sedes. Santander sufre la magnitud más elevada, de 6.700 millones, y ha calculado un impacto sobre la ratio de capital ordinario (CET 1) de 20 puntos básicos. La entidad presidida por Ana Botín, además de vender sucursales agrupadas en la socimi Uro, también se desprendió de su sede central en Boadilla (Madrid), en un contrato de 40 años. BBVA, por su parte, reconoce un importe de 3.600 millones, con un impacto en capital Tier 1 de 12 puntos básicos. En el caso de CaixaBank son 1.400 millones y una reducción de 10 puntos negativos en el capital CET1. En contraste, Bankia todavía no ha revelado su cifra pero explica en sus cuentas que el impacto será reducido.

Inditex tampoco ha ofrecido todavía el impacto, que previsiblemente será una cifra relevante, debido a que la mayor parte de sus 6.500 tiendas son en alquiler, por las que el año pasado pagó 2.300 millones en rentas, aunque no obstante el grupo textil dispone de caja positiva por 6.824 millones.

Curso Prático de Contabilidade: Sendo Detetive

A seguir, mais um estudo de caso para os professores/alunos que usam o livro Curso Prático de Contabilidade, Editora Gen, César Augusto Tibúrcio Silva e Fernanda Fernandes Rodrigues:

Nem sempre olhar só as demonstrações contábeis é suficiente para entender o que se passa em uma empresa. Mas muitas vezes é possível deduzir a partir dos números. Parece um pouco um trabalho de detetive, onde algumas pistas permitem a montagem de um quebra-cabeça, resultando numa possível descoberta do culpado.

Este caso é de uma empresa real e a ideia é fazer uma “investigação” sobre a empresa. As informações são provenientes exclusivamente das demonstrações contábeis: balanço, DRE e DFC.

Pede-se:
Com base somente nos números apresentados, você consegue imaginar o que está ocorrendo com esta empresa?

Rir é o melhor remédio

Simons x Buffet

A Renaissance Technologies é um fundo de hedge criado pelo matemático Jim Simons. Nos últimos 30 anos, eles tiveram um retorno 2,5 vezes maior que o de Warren Buffet. O fundo de Simons obteve um retorno anual de 45%. Enquanto, Buffet teve retorno anual médio de 17%.

Competição de séries temporais

• A questão da precisão da previsão de séries temporais começou no final da década de 60
• A competição entre cientistas para verificar quem desenvolve um melhor modelo começou logo a seguir
• Estas competições podem ser uteis para o desenvolvimento de melhores previsões

A questão da precisão de previsão séries temporais apareceu pela primeira vez em uma tese de doutorado de David Reid em 1969. Cinco anos depois, o trabalho de Newbold e Clive Ranger utilizou 106 séries temporais e iniciaram uma discussão para tentar descobrir quais métodos eram mais precisos. Os autores sugeriram um combinação de técnicas como a melhor resposta para o assunto. A pesquisa da época começou a focar na descoberta do melhor modelo.

Makridakis e Hibon propuseram uma competição de previsão envolvendo um grande número de séries temporais. Qualquer pessoa poderia participar e esta talvez tenha sido a primeira competição de previsão. Eles usaram dados da demografia e economia, variando entre 9 a 132 observações, com dados não sazonais, e chegaram (conforme trabalho de 2000) as seguintes conclusões:

• Métodos sofisticados ou complexos não irão resultar em previsões mais precisas do que os métodos mais simples
• A classificação do desempenho dos métodos muda conforme a medida de análise de precisão usada
• O uso de vários métodos combinados supera, em média, métodos individuais
• A precisão depende do horizonte envolvido na previsão. 

A partir deste instante, os pesquisadores começaram a focar nos modelos que produziram boas previsões, em lugar de focar naqueles modelos com melhores propriedades matemáticas.

Em 1998, Makridakis & Hibon realizaram um nova competição de previsão, envolvendo 3003 séries temporais, com 14 a 126 observações. Nesta competição, somente um concorrente usou redes neurais e o desempenho foi ruim. Hoje há um consenso de que esta técnica não é adequada para séries curtas, uma característica comum das séries temporais.

Nos dias atuais a competição é bem comum. O site Kaggle promove diversas competições para resolver problemas práticos, alguns deles vinculados à previsão. Já foi constatado que a competição ajuda a melhorar os resultados das previsões.

Adaptado daqui. Fonte da imagem aqui

Amazon e efeito sobre o mercado

Damodaran, ao comentar sobre suas previsões da Amazon, apresenta o seguinte gráfico (do NYTimes):

Eu sei que essa imagem provavelmente está muito comprimida para você ler, mas basta dizer que nenhuma empresa, por maior que seja, é segura quando a Amazon entra no mercado. Assim, você pode explicar a implosão da Blue Apron, quando a Amazon entrou no negócio de entrega de refeições, mostrando seu pequeno tamanho e falta de capital; observe que o declínio no valor de mercado da Kroger, Walmart e Target na data da aquisição da Whole Foods foi muito maior em termos de valor em dólares, e essas empresas são grandes e bem capitalizadas. É importante notar também que o declínio no valor de mercado não é permanente e que as empresas em alguns dos setores vêem uma recuperação nos períodos subsequentes, mas geralmente não nos níveis anteriores da entrada da Amazon. Se a Amazon representa o lado da luz da ruptura, a destruição do status quo e tudo o que está associado a ela, nos negócios em que ela entra, é o lado sombrio.

Ele continua:

Em particular, a empresa enfatiza três elementos-chave em seu modelo de negócios:

1. Concentre-se no Fluxo de Caixa Livre : Eu costumo ser cético quando as empresas falam sobre fluxos de caixa livres, já que a maioria usa definições de auto-serviço, onde adicionam "coisas" para fazer seus fluxos de caixa parecerem mais positivos. A Amazon não parece ter o mesmo rumo. Na verdade, ela não apenas desconta as despesas de capital e as necessidades de capital de giro, como deve, mas também as aquisições (como os US $ 13,2 bilhões gastos com a Whole Foods) para obter o fluxo de caixa livre.
2. Gerencie o investimento em capital de giro: Talvez por lembrar dos tempos de start-up quando o gerenciamento incorreto de estoques a tenha derrubado, a empresa está concentrada em manter seu investimento em capital de giro o mais baixo possível.
3. Use alavancagem operacional : A Amazon está claramente consciente de sua estrutura de custos, reconhecendo que seu crescimento de receita pode dar-lhe vantagens significativas de economias de escala, quando se trata de custos fixos. (...)

Há dois recursos adicionais para a empresa que gostaria de acrescentar, dos meus anos de observação da empresa.

1. Paciência : Eu nunca vi uma empresa mostrar tanta paciência com seus investimentos quanto a Amazon(...)
2. Experimentação : Em quase todos os negócios em que a Amazon entra, ela está disposta a tentar coisas novas para sacudir o status quo e abandonar experimentos que não funcionam em favor de experimentos que o façam.