Análise da receita líquida da TAESA S.A. sob a influência de flutuações de variáveis econômicas e contábeis

Abstract

O progressivo aumento da eletrificação de automóveis, juntamente com o crescimento populacional e o avanço de novas tecnologias, faz com que a demanda por energia elétrica aumente cada vez mais. Além disso, acontecimentos mundiais, como a pandemia da COVID-19, podem impactar diretamente essa demanda, como ocorreu com a diminuição do consumo de energia elétrica em alguns períodos. No segmento de transmissão de energia no Brasil, a receita proveniente das operações vem da Receita Anual Permitida (RAP), um valor fixo recebido pela prestação do serviço de transmissão. O recebimento da RAP depende da disponibilidade das linhas de transmissão, e não do volume de energia transportado. Nesse contexto, o presente estudo propõe-se a avaliar a influência na receita líquida da TAESA S.A., empresa do segmento de transmissão de energia elétrica, considerando a variação de variáveis contábeis internas e de variáveis econômicas externas. Os objetivos incluem a seleção de variáveis de interesse a partir dos relatórios administrativos disponibilizados pela companhia, bem como a identificação de causalidade defasada e contemporânea entre a receita líquida e as variáveis selecionadas. Foram escolhidas as variáveis: Caixa Operacional, Custo Operacional, Taxa de Disponibilidade das Linhas de Transmissão, Ativo Imobilizado, Lucro Líquido, Patrimônio Líquido, IPCA, IGP-M, Taxa Selic e PIB. As abordagens metodológicas incluíram a utilização de Vetores Autorregressivos para a análise defasada (com atraso temporal entre os trimestres), incluindo seus ferramentais confirmatórios: a causalidade de Granger e a decomposição de variância. Além de Regressões Lineares Simples para a análise contemporânea (relações entre os mesmos trimestres), incluindo testes de normalidade dos resíduos. Além disso, garantiu-se a estacionariedade das séries temporais para o uso das ferramentas mencionadas. Constatou-se que a Receita Operacional Líquida possui relações defasadas com o Caixa Operacional, Custo Operacional, Ativo Imobilizado, IGP-M e PIB, com destaque para o Custo Operacional com 6 defasagens, o Caixa Operacional com 10 defasagens e o IGP-M com 3 defasagens. Na análise contemporânea, as variáveis Custo Operacional, Taxa de Disponibilidade das Linhas e PIB apresentaram os melhores resultados.

The progressive increase in the electrification of automobiles, combined with population growth and advancements in new technologies, drives the growing demand for electric energy. Additionally, global events, such as the COVID-19 pandemic, can directly impact this demand, as seen with the decrease in energy consumption during the pandemic. In Brazil’s energy transmission sector, revenue from operations comes from the Annual Permitted Revenue (RAP), a fixed amount received for providing transmission services. RAP payments depend on the availability of transmission lines rather than the volume of energy transported. In this context, the present study aims to evaluate the impact on the net revenue of TAESA S.A., a company in the energy transmission sector, by considering the variation in internal accounting variables and external economic variables. The objectives include selecting relevant variables based on the administrative reports provided by the company and identifying lagged and contemporaneous causality between net revenue and the selected variables. The chosen variables are: Operational Cash Flow, Operational Costs, Transmission Line Availability Rate, Fixed Assets, Net Income, Equity, IPCA (Brazilian Consumer Price Index), IGP-M (General Market Price Index), Selic Rate, and GDP. The methodological approaches included the use of Vector Autoregression (VAR) models for lagged analysis (with time lags between quarters), along with their confirmatory tools: Granger causality and variance decomposition. Additionally, Simple Linear Regressions were employed for contemporaneous analysis (relationships within the same quarters), including residual normality tests. Furthermore, the stationarity of the time series was ensured for the application of the mentioned tools. Lagged relationships were identified for Operational Cash Flow, Operational Costs, Fixed Assets, IGP-M, and GDP, with particular emphasis on Operational Costs with 6 lags, Operational Cash Flow with 10 lags, and IGP-M with 3 lags. In the contemporaneous analysis, the variables Operational Costs, Transmission Line Availability Rate, and GDP showed the best results.