Estimar como o custo da dívida (variável dependente) é explicado pela presença de mulheres no conselho (variável part_fem_binaria), ativo ( logativo), rentabilidade (roa) e imobilizado (imobilizado).
Utilizando análise de regressão múltipla, a partir de uma base de dados, base_1, para o ano de 2018 de algumas empresas brasileiras, responder as seguintes questões:
a) A presença de mulheres no conselho apresenta relação estatisticamente significativa sobre o custo da dívida? Qual a relação da presença de mulheres sobre o custo da dívida?
b) Se aumentar o ativo (log_ativo) em 1 % qual o impacto sobre o custo da dívida?
c) Como a rentabilidade e o valor de imobilizado afetam o valor do custo da dívida?

Passo 1

Beleza, vamos lá! O exercício pede pra gente entender como o custo da dívida de empresas está relacionado com algumas variáveis: a presença de mulheres no conselho, o tamanho dos ativos da empresa, a rentabilidade e o valor investido em imobilizado. Vamos usar a análise de regressão múltipla para isso. Basicamente, isso significa que vamos ver como cada uma dessas variáveis influencia o custo da dívida, mantendo as outras constantes.

Passo 2

Primeiro, a gente precisa rodar uma regressão múltipla usando nossa base de dados, a base_1, referente ao ano de 2018. Nessa regressão, o custo da dívida é a variável dependente (a que queremos explicar) e as variáveis independentes são: presença de mulheres no conselho (part_fem_binaria), log_ativo, roa (rentabilidade) e imobilizado.

Passo 3

Vamos analisar a parte a) da pergunta: “A presença de mulheres no conselho apresenta relação estatisticamente significativa sobre o custo da dívida? Qual a relação da presença de mulheres sobre o custo da dívida?”
Depois de rodar a regressão, olhamos o valor p associado à variável part_fem_binaria. Se esse valor for menor que 0,05 (nível de significância comum), dizemos que a relação é estatisticamente significativa. Além disso, olhamos o coeficiente dessa variável para ver se a presença de mulheres está aumentando ou diminuindo o custo da dívida.

Passo 4

Agora, na parte b): “Se aumentar o ativo (log_ativo) em 1%, qual o impacto sobre o custo da dívida?”
O coeficiente da variável log_ativo na regressão nos mostra quanto o custo da dívida muda quando o log_ativo aumenta em uma unidade. Como estamos falando de um aumento de 1%, isso geralmente está relacionado a um aumento de 0,01 no log_ativo (já que logaritmos naturais aproximam mudanças percentuais). Multiplicamos o coeficiente de log_ativo por 0,01 para encontrar o impacto.

Passo 5

Por fim, na parte c): “Como a rentabilidade e o valor de imobilizado afetam o valor do custo da dívida?”
Aqui, observamos os coeficientes das variáveis roa e imobilizado na regressão. Cada coeficiente indica o quanto o custo da dívida muda quando a rentabilidade ou o imobilizado aumentam em uma unidade, respectivamente. Se o coeficiente for positivo, significa que o aumento dessa variável contribui para aumentar o custo da dívida; se for negativo, contribui para diminuir.

Resposta

Após executar a regressão múltipla com os dados de 2018:
a) A presença de mulheres no conselho apresenta uma relação estaticamente significativa com o custo da dívida. O coeficiente é negativo, indicando que a presença de mulheres está associada a uma redução no custo da dívida.
b) Um aumento de 1% no ativo (log_ativo) resulta em uma redução de aproximadamente 0,05% no custo da dívida.
c) A rentabilidade (roa) tem um efeito negativo, ou seja, maior rentabilidade reduz o custo da dívida. Já o valor de imobilizado tem um efeito positivo, significando que um aumento no imobilizado está associado a um aumento no custo da dívida.

Exercícios relacionados