ANÁLISE EMPÍRICA DOS JUROS SOBRE CAPITAL PRÓPRIO NA ESTRUTURA DE CAPITAL DAS EMPRESAS LISTADAS NA BOLSA DE VALORES
Bibliographic record
Abstract
A Lei n. 9.249/1995 criou, em seu art. 9º, a possibilidade de dedutibilidade do lucro real dos juros pagos ou creditados como remuneração de capital próprio da sociedade empresária. O presente estudo teve por objetivo analisar os efeitos causados pela implementação dessa lei. Em particular, o estudo realizou uma análise de regressão com efeito fixo de setor e ano, bem como regressões quantílicas e estimadores com base no propensity score para avaliar se o pagamento de juros sobre capital próprio (JCP) afeta a estrutura de capital das empresas brasileiras por meio de dados das empresas listadas na Bolsa de Valores no período de 1991 até 2020. A despeito de a lei ter sido aprovada em 1995, observa-se que a quantidade de empresas que utilizam os juros sobre o capital próprio cresceu significativamente somente a partir de 2003, tendo como pico o ano de 2007. Por meio da análise realizada, concluiu-se que empresas que pagam mais JCP têm menores níveis de alavancagem e de dívida bruta por ativo. Ainda, e por meio de uma série de estimações para subamostras distintas, constatou-se que o impacto de pagar JCP é heterogêneo entre di-ferentes setores. Os setores que de fato tiveram redução na alavancagem e dívida por conta de pagar mais JCP foram aqueles que tiveram um percentual maior de empresas que adotaram JCP. A dedutibilidade na apuração do lucro real das despesas com pagamentos a título de JCP produziu efeitos positivos nas empresas analisadas, seja na diminuição de alavancagem, seja na menor dívida bruta por ativo, revelando outro olhar sobre este dispositivo legal, que não o de apenas ser uma compensação pela extinção da correção monetária de balanço.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.011 | 0.042 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.002 | 0.005 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.003 | 0.002 |
| Open science | 0.001 | 0.002 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.011 | 0.001 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".