Guilherme Cezar Sampaio; Lucineide Bispo dos Reis Luz

DOI: 10.22167/2675-6528-202600866

Artigo elaborado pela ferramenta ResumeAI, solução de inteligência artificial desenvolvida pelo Instituto Pecege voltada à síntese e redação.

Resumo

O setor elétrico brasileiro, caracterizado por sua complexidade institucional e operacional, representa um segmento estratégico para a economia nacional. Este estudo investigou se as oscilações no valor de mercado das empresas de energia elétrica listadas no índice IEE/IEEx, ao longo dos últimos cinco anos, poderiam ser explicadas por fatores econômico-financeiros. Realizou-se uma pesquisa bibliográfica com abordagem quantitativa, empregando regressão linear múltipla e análise de correlação. Os dados foram processados no software Stats Studio, e as variáveis monetárias foram transformadas logaritmicamente para garantir comparabilidade entre empresas de diferentes portes e permitir a interpretação percentual dos coeficientes. Os resultados indicaram que o valor de mercado das companhias pode ser significativamente explicado por um conjunto de variáveis econômico-financeiras, conforme evidenciado pela significância global do modelo (F = 11,0393; p < 0,01) e seu poder explicativo relevante (R² ajustado = 0,6531). Variáveis como receita líquida e dívida líquida/EBITDA apresentaram significância estatística. Concluiu-se que o objetivo foi atingido, e as evidências obtidas reforçam a importância da análise econômico-financeira para a compreensão dos determinantes do valor de mercado nesse setor estratégico, fornecendo suporte empírico para investidores e analistas.

Palavras-chave: Análise fundamentalista; Comercialização de energia; Distribuição de energia; Geração de energia; Transmissão de energia.

1. Introdução

O setor elétrico brasileiro configura-se como um arranjo de elevada complexidade institucional e operacional, fundamental para assegurar o fornecimento contínuo, eficiente e seguro de energia elétrica em todo o território nacional. Essa estrutura é coordenada pelo Estado e submetida a uma regulação econômica setorial rigorosa, conforme diretrizes do Ministério de Minas e Energia (MME, 2024) e da Agência Nacional de Energia Elétrica (ANEEL, 2024).

As bases institucionais do setor remontam ao Código de Águas, estabelecido pelo Decreto n.º 24.643, de 1934. Esse marco legal instituiu os fundamentos para o aproveitamento de recursos hídricos e para a organização do serviço de energia elétrica no país, definindo quedas d’água e potenciais hidráulicos como bens públicos e condicionando seu aproveitamento à concessão, autorização ou permissão do poder público (Brasil, 1934). Tal regulamentação consolidou o caráter público do serviço e disciplinou juridicamente a relação entre o Estado e os agentes exploradores dos recursos naturais.

A reorganização institucional e regulatória do setor elétrico intensificou-se a partir da década de 1990, impulsionada por reformas que visavam modernizar o modelo existente. A Lei n.º 9.074, de 1995, ampliou as possibilidades de outorga e contratação, introduzindo novas figuras e condições de participação e contribuindo para a evolução do regime de concessões e permissões (Brasil, 1995). Posteriormente, a Lei n.º 9.427, de 1996, instituiu a Agência Nacional de Energia Elétrica (ANEEL), que se consolidou como o principal regulador setorial, responsável por regular, fiscalizar e zelar pela modicidade tarifária (Brasil, 1996; ANEEL, 2024). A Lei n.º 10.848, de 2004, estabeleceu diretrizes para a comercialização de energia elétrica, formalizando o modelo de contratação nos ambientes Regulado e Livre, sob a gestão da Câmara de Comercialização de Energia Elétrica (CCEE) (Brasil, 2004; CCEE, 2024). Esse arcabouço normativo e institucional sustenta um arranjo híbrido, que combina planejamento público, operação integrada e competição controlada (MME, 2024).

No âmbito operacional, o setor organiza-se em quatro segmentos interdependentes: geração, transmissão, distribuição e comercialização. Esses segmentos articulam-se para viabilizar a produção, o transporte, a entrega ao consumidor e a contratação de energia conforme as regras vigentes (Brasil, 2004; MME, 2024). A geração, elo inicial da cadeia, abrange a produção de eletricidade a partir de diversas fontes, com predominância de fontes renováveis, como hidrelétricas, eólica, solar e biomassa (Empresa de Pesquisa Energética [EPE], 2024). A transmissão, por sua vez, compreende o transporte de energia das unidades geradoras aos centros de consumo, integrando o Sistema Interligado Nacional, coordenado pelo Operador Nacional do Sistema Elétrico (ONS, 2023). A distribuição constitui o elo final, responsável pela entrega de energia ao consumidor em áreas de concessão, sob regulação da ANEEL (ANEEL, 2024). A comercialização concentra as transações de compra e venda de energia, com a CCEE atuando na contabilização e liquidação do mercado (CCEE, 2024).

Inserido nesse ambiente complexo, o Índice de Energia Elétrica (IEE ou IEEx) foi instituído em 1996 e tornou-se um dos principais indicadores setoriais do segmento elétrico na bolsa brasileira. O índice sintetiza o comportamento de uma carteira teórica composta pelos ativos mais negociados e representativos do setor, funcionando como um benchmark relevante para investidores e analistas (Brasil, Bolsa, Balcão [B3], 2024; Ferrari, 2022). A metodologia do IEE/IEEx define critérios objetivos para a elegibilidade e permanência dos ativos, garantindo que a carteira seja composta por empresas de elevada representatividade e liquidez, como Eletrobras, Cemig, Copel, Engie Brasil, Taesa, Neoenergia, Equatorial Energia, CPFL Energia, Energisa e Eneva (B3, 2024; Ferrari, 2022).

No campo da análise econômico-financeira, a literatura indica que a avaliação por índices extraídos das demonstrações contábeis permite examinar e monitorar o desempenho das empresas sob diferentes perspectivas. Acionistas, credores e administradores utilizam esses índices para avaliar risco e retorno, liquidez e capacidade de pagamento, e desempenho corporativo (Gitman; Madura, 2003). Essa prática é tradicionalmente empregada por diversos agentes para extrair informações sobre a condição financeira e tendências de desempenho (Assaf Neto, 2001; Danzi; Boom, 1998), sendo uma técnica recorrente de avaliação no Brasil (Antunes; Martins, 2007).

Evidências empíricas aplicadas ao setor elétrico reforçam a relevância dos indicadores contábil-financeiros para a compreensão da estrutura de financiamento e de risco das empresas. Estudos anteriores, como o de Marques et al. (2009), analisaram métricas de endividamento em distribuidoras brasileiras, evidenciando a pertinência de avaliar como características econômico-financeiras se associam à percepção de risco, sustentabilidade financeira e valoração das companhias do setor. O valor de mercado, variável central de análise, é entendido como uma medida abrangente da avaliação dos investidores, pois a estrutura econômico-financeira sinaliza informações ao mercado e afeta a percepção de valor atribuída às companhias (Ferrari, 2022; B3, 2024). Indicadores fundamentalistas como Receita Líquida, EBITDA, Margem EBITDA, ROE, Fluxo de Caixa Operacional, Dívida Líquida/EBITDA, Dividend Yield, Lucro por Ação (LPA) e Preço/Lucro (P/L) são amplamente utilizados na avaliação de desempenho e risco corporativo.

Diante da relevância estratégica do setor elétrico para a economia nacional e da representatividade do IEEx como indicador de mercado, torna-se fundamental compreender os fatores que influenciam as oscilações no valor de mercado das companhias que o compõem. A análise econômico-financeira, nesse contexto, constitui um instrumento essencial para interpretar a precificação dessas empresas e fornecer suporte empírico para a discussão dos determinantes do valor no mercado acionário brasileiro. Assim, o objetivo deste trabalho é investigar se as oscilações observadas no valor de mercado das empresas do setor elétrico brasileiro que compuseram o Índice de Energia Elétrica (IEEx), ao longo dos últimos cinco anos, puderam ser explicadas por fatores econômico-financeiros.

2. Material e Métodos

A presente pesquisa caracterizou-se como um estudo bibliográfico com abordagem quantitativa, delineado para investigar a relação entre fatores econômico-financeiros e o valor de mercado de empresas. O objetivo central foi analisar se as oscilações observadas no valor de mercado das companhias do setor elétrico brasileiro, que integraram o Índice de Energia Elétrica (IEEx) no período analisado, puderam ser explicadas por um conjunto de indicadores econômico-financeiros. Para tanto, empregou-se a regressão linear múltipla e a análise de correlação como estratégias de pesquisa.

A unidade de análise do estudo compreendeu as empresas do setor elétrico brasileiro que compuseram o Índice de Energia Elétrica (IEEx). A amostra foi composta por 65 observações, representando as companhias elegíveis e seus dados ao longo do período de análise. O recorte temporal para a coleta e análise dos dados abrangeu os últimos cinco anos, especificamente de 2021 a 2025, conforme a disponibilidade das informações históricas.

Os critérios de seleção para a inclusão das empresas na carteira teórica do IEEx foram observados, seguindo a metodologia da B3 – Brasil, Bolsa, Balcão (2024) e Ferrari (2022). Um ativo deveria pertencer ao setor de energia elétrica, e a empresa participava do índice com seu ativo mais líquido. Adicionalmente, foram exigidos requisitos mínimos de liquidez e negociabilidade, incluindo participação mínima no volume financeiro do mercado à vista nas carteiras anteriores e frequência mínima de negociação. Ativos classificados como penny stocks, com preço médio ponderado inferior a R$ 1,00 no período de referência, foram excluídos.

A coleta de dados foi realizada a partir de fontes secundárias, consistindo em dados históricos das companhias. As informações foram obtidas junto à B3 – Brasil, Bolsa, Balcão e nos sites de Relação com Investidores (RI) das respectivas empresas. Os dados coletados referiam-se aos indicadores econômico-financeiros e ao valor de mercado das companhias, abrangendo o período de 2021 a 2025, conforme o escopo temporal definido para o estudo.

As variáveis consideradas no estudo foram divididas em dependente e independentes. Como variável dependente, utilizou-se o logaritmo natural do valor de mercado das companhias. As variáveis independentes incluíram indicadores de desempenho operacional e financeiro, tais como Receita Líquida, EBITDA, Margem EBITDA, Retorno sobre o Patrimônio Líquido (ROE), Fluxo de Caixa Operacional, Dívida Líquida/EBITDA, Dividend Yield, Lucro por Ação (LPA) e Preço/Lucro (P/L).

Para o tratamento e a análise dos dados, empregou-se o software Stats Studio, uma plataforma de modelagem estatística disponível on-line e utilizada em atividades acadêmicas. As variáveis monetárias do estudo, que incluíam o valor de mercado, a receita líquida, o EBITDA e o lucro líquido, foram transformadas por meio do logaritmo natural. Essa transformação foi aplicada para reduzir a assimetria e a dispersão, mitigar potenciais problemas de heterocedasticidade e permitir a interpretação dos coeficientes em termos de variações percentuais, aumentando a comparabilidade entre empresas de diferentes portes.

A técnica de análise dos dados consistiu na aplicação de regressão linear múltipla e análise de correlação. A regressão linear múltipla permitiu examinar como múltiplas variáveis explicativas, expressas linearmente, influenciaram a variável dependente de natureza quantitativa (Fávero, 2009). A seleção das variáveis explicativas foi embasada em fundamentos teóricos e pesquisas anteriores, visando garantir a consistência e a relevância das relações analisadas.

A análise de correlação, por sua vez, foi utilizada para identificar a intensidade e o sentido da relação linear entre as variáveis (Fávero, 2009). A pesquisa quantitativa, conforme Prodanov e Freitas (2013), caracteriza-se pela quantificação tanto na coleta quanto no tratamento dos dados, por meio de técnicas estatísticas apropriadas. Essa abordagem foi fundamental para a investigação empírica das relações entre as variáveis econômico-financeiras e o desempenho de mercado das companhias do setor elétrico, fornecendo uma base robusta para a análise proposta.

3. Resultados e Discussão

A análise dos resultados da pesquisa teve como propósito investigar se as oscilações no valor de mercado das empresas do setor elétrico brasileiro, listadas no Índice de Energia Elétrica (IEEx) nos últimos cinco anos, puderam ser explicadas por fatores econômico-financeiros. Para tanto, empregou-se um modelo de regressão linear múltipla, cujos dados foram processados no software Stats Studio. As variáveis monetárias, incluindo o valor de mercado, foram transformadas logaritmicamente para mitigar assimetrias, reduzir a dispersão de dados e permitir uma interpretação dos coeficientes em termos de elasticidade, facilitando a comparabilidade entre companhias de diferentes portes, conforme a abordagem metodológica adotada.

Inicialmente, as estatísticas descritivas da amostra, composta por 65 observações, revelaram uma heterogeneidade considerável entre as companhias analisadas. Essa variabilidade foi notável em termos de porte, estrutura de capital e precificação de mercado, o que é um aspecto intrínseco ao setor elétrico brasileiro, que abrange empresas de geração, transmissão, distribuição e comercialização com diferentes escalas operacionais e estratégias de financiamento. A transformação para logaritmo natural das variáveis monetárias foi crucial para padronizar essa heterogeneidade, tornando os dados mais adequados para a modelagem estatística e a interpretação das relações entre as variáveis.

Variáveis monetárias em log (LN)

As variáveis transformadas por logaritmo natural, como LN Receita Líquida, LN EBITDA e LN Lucro Líquido, exibiram uma dispersão moderada, com desvios-padrão variando entre 0,64 e 0,95. A amplitude entre os valores mínimos e máximos dessas variáveis foi considerável, o que reflete a diversidade de escalas operacionais das empresas na amostra. Contudo, a transformação logarítmica evitou a volatilidade excessiva que seria observada com os valores absolutos, conferindo maior estabilidade aos dados. Essa abordagem metodológica é fundamental para estabilizar as variâncias e reduzir a influência de valores extremos (outliers), o que, por sua vez, torna os resultados da regressão mais confiáveis e interpretáveis em termos de variações percentuais, ou elasticidades, como apontado por Fávero (2009).

Indicadores operacionais, rentabilidade, alavancagem e múltiplos (em nível)

Entre os indicadores em nível, a Margem EBITDA apresentou uma média de 0,42, com uma variação de 0,15 a 0,81. Essa dispersão sugere diferenças significativas na eficiência operacional e no mix de negócios das empresas do setor, refletindo distintas capacidades de geração de caixa a partir de suas operações principais. O Retorno sobre o Patrimônio Líquido (ROE), com média de 0,21 e máximo de 0,92, também demonstrou uma dispersão relevante na rentabilidade. Essa variabilidade pode estar associada a particularidades no perfil de ativos de cada empresa, à sua estrutura de capital e à ocorrência de eventos contábeis não recorrentes que impactam o resultado líquido, como discutido na literatura de análise fundamentalista (Gitman; Madura, 2003).

A variável Dívida Líquida/EBITDA, com média de 2,60 e máximo de 7,75, indicou que algumas empresas da amostra operam com níveis de alavancagem financeira elevados. Essa condição pode influenciar tanto o risco percebido pelos investidores quanto a precificação das ações no mercado, um aspecto crucial na avaliação de empresas de capital intensivo como as do setor elétrico. O Dividend Yield, por sua vez, apresentou uma média relativamente baixa de 0,07 e um mínimo de zero, o que sugere uma heterogeneidade nas políticas de distribuição de dividendos entre as companhias ou a existência de períodos sem distribuição de proventos, impactando a atratividade para diferentes perfis de investidores.

No que concerne aos múltiplos de mercado, o Preço/Lucro (P/L) destacou-se pela sua dispersão extremamente elevada, com um desvio-padrão de 52,17 para uma média de 21,15 e um valor máximo de 418,85. Esse comportamento é comum em múltiplos quando o lucro por ação é muito baixo em alguns casos, tornando o indicador altamente sensível e propenso a observações extremas. Tal achado reforça a necessidade de cautela ao utilizar o P/L diretamente em análises de regressão, sugerindo a consideração de tratamentos adicionais ou a inclusão de outras variáveis que capturem o desempenho de forma mais estável. O Lucro por Ação (LPA) também exibiu amplitude relevante, com mínimo de 0,03 e máximo de 8,72, e alta variância de 2,97, indicando diferenças expressivas na capacidade de geração de resultado por ação entre as empresas e ao longo dos períodos analisados. Essa variabilidade pode influenciar a relação com o valor de mercado e requer uma avaliação cuidadosa de colinearidade com outras variáveis de lucro e porte.

A variável dependente, LN Valor de Mercado, apresentou 65 observações, com média de 9,99 e desvio-padrão de 0,77. Essa dispersão moderada, após a transformação logarítmica, indica que, embora as companhias possuam capitalizações de mercado significativamente distintas, a variável se tornou mais estável para a análise. O valor mínimo de 7,60 e máximo de 11,90 reforça a amplitude de capitalização na amostra, o que é consistente com a heterogeneidade de porte das empresas do setor elétrico brasileiro. A escolha do logaritmo natural para o valor de mercado foi particularmente adequada, pois reduziu a assimetria e o efeito de observações extremas, promovendo maior estabilidade estatística e comparabilidade. Essa transformação permite que as variações na variável dependente sejam interpretadas em termos percentuais, favorecendo a compreensão econômica dos coeficientes estimados, especialmente quando as variáveis explicativas monetárias também são expressas em log, alinhando-se com a literatura sobre modelagem econométrica (Fávero, 2009).

A estimativa do modelo de regressão linear múltipla, que teve como variável dependente o logaritmo natural do valor de mercado das companhias, incorporou indicadores de porte, resultado, rentabilidade, eficiência operacional, estrutura de capital, política de dividendos, lucro por ação e múltiplos de mercado. Os indicadores de ajuste do modelo revelaram uma significância global expressiva, com uma estatística F de 11,0393 e um p-valor inferior a 0,01. O coeficiente de determinação (R²) foi de 0,7181, e o R² ajustado foi de 0,6531. Esses valores indicam que o conjunto das variáveis explicativas incluídas no modelo é capaz de captar uma parcela relevante da variação do valor de mercado das companhias analisadas, reforçando a pertinência da análise fundamentalista para o setor (Ferrari, 2022).

Entre os resultados mais robustos e estatisticamente significativos, destacou-se a variável In_receita_liquida, com um coeficiente positivo de 1,3613 (p < 0,001). Esse achado sugere que aumentos proporcionais na receita líquida estão associados a aumentos proporcionais no valor de mercado, mantendo as demais variáveis constantes. Como a relação é log-log, o coeficiente pode ser interpretado como elasticidade, indicando que um aumento de 1% na receita líquida estaria associado, em média, a um aumento aproximado de 1,36% no valor de mercado. Isso corrobora a visão de que a escala operacional e o desempenho de vendas são fatores cruciais para a valoração das empresas no mercado de capitais, conforme apontado por Assaf Neto (2001) e Gitman e Madura (2003).

A variável Dívida Líquida/EBITDA também apresentou significância estatística (p < 0,001) com um coeficiente positivo de 0,21084. Essa associação positiva entre alavancagem e valor de mercado na amostra analisada sugere que a estrutura de capital das companhias exerce influência sobre sua precificação. Embora a interpretação econômica desse coeficiente deva ser feita com cautela, considerando as particularidades do setor elétrico e a composição do modelo, o resultado indica que o perfil de financiamento das companhias desempenha um papel relevante na determinação de sua capitalização de mercado. Estudos como o de Marques et al. (2009) já haviam evidenciado a pertinência de avaliar como características econômico-financeiras se associam à percepção de risco e sustentabilidade financeira no setor.

Adicionalmente, o Lucro por Ação (LPA) apresentou um coeficiente negativo e estatisticamente significativo de -0,14565 (p < 0,01). Embora o LPA tenha contribuído para explicar o valor de mercado, o sinal negativo requer cautela interpretativa. Esse resultado pode refletir interações com outras variáveis explicativas incluídas simultaneamente na regressão, especialmente aquelas relacionadas ao porte e ao desempenho econômico-financeiro das companhias. A complexidade dessas interações é um desafio comum em modelos de regressão múltipla, onde a influência isolada de uma variável pode ser mascarada ou alterada pela presença de outras variáveis correlacionadas, como discutido por Fávero (2009).

O coeficiente de In_ebitda_ifrs também foi negativo e estatisticamente significativo, com valor de -1,48571 (p < 0,05). Embora esse sinal possa parecer contraintuitivo à primeira vista, ele pode indicar uma sobreposição de informação entre as proxies de desempenho operacional ou possíveis efeitos de colinearidade entre variáveis que capturam dimensões correlatas da atividade econômica das empresas. Essa observação sugere que a formação do valor de mercado pode responder de forma mais complexa ao desempenho operacional das companhias, especialmente quando múltiplas variáveis correlacionadas são consideradas simultaneamente no modelo, o que exige uma análise aprofundada das relações entre os indicadores.

Por outro lado, variáveis como Retorno sobre o Patrimônio Líquido (ROE), Preço/Lucro (P/L), Dividend Yield e In_lucro_liquido não apresentaram significância estatística no modelo estimado. Isso sugere que, na especificação utilizada e no período analisado, essas variáveis não adicionaram uma explicação incremental relevante ao valor de mercado quando consideradas em conjunto com as demais variáveis explicativas. Contudo, é importante ressaltar que a ausência de significância estatística neste modelo específico não invalida a relevância analítica desses indicadores em outros contextos, períodos ou especificações econométricas, como sugerido pela literatura sobre análise fundamentalista (Gitman; Madura, 2003; Assaf Neto, 2001).

Em síntese, os resultados obtidos indicam que variáveis relacionadas à escala operacional, como a receita líquida, e à estrutura de capital, como a dívida líquida em relação ao EBITDA, apresentaram maior aderência explicativa no modelo. O desempenho econômico-financeiro das companhias do setor elétrico brasileiro, conforme refletido por esses indicadores, demonstrou ser um fator significativo na determinação do valor de mercado. A análise reforça a importância de uma abordagem fundamentalista para compreender a precificação das empresas listadas no IEEx, fornecendo evidências empíricas sobre os determinantes do valor nesse setor estratégico, e confirmando que o objetivo do estudo foi atingido ao identificar variáveis com capacidade explicativa relevante sobre o valor de mercado das companhias analisadas.

4. Conclusão

O presente estudo buscou investigar se as oscilações no valor de mercado das empresas do setor elétrico brasileiro, listadas no Índice de Energia Elétrica (IEEx) nos últimos cinco anos, puderam ser explicadas por fatores econômico-financeiros. Verificou-se que um conjunto de variáveis econômico-financeiras demonstrou capacidade explicativa relevante sobre o valor de mercado das companhias, conforme evidenciado pela significância global do modelo (F = 11,0393; p < 0,01) e seu poder explicativo (R² ajustado = 0,6531). Identificou-se que a receita líquida apresentou uma associação positiva e estatisticamente significativa com o valor de mercado, sugerindo que aumentos proporcionais na receita estão associados a elevações proporcionais na valoração. A dívida líquida em relação ao EBITDA também se mostrou positivamente associada ao valor de mercado, indicando a influência da estrutura de capital na precificação. Embora o lucro por ação e o EBITDA IFRS tenham apresentado coeficientes negativos, o que demanda cautela interpretativa devido a possíveis interações ou sobreposição de informações, esses achados reforçam a importância da análise fundamentalista para a compreensão dos determinantes do valor de mercado no setor elétrico. A principal contribuição do trabalho reside no fornecimento de suporte empírico para investidores e analistas, auxiliando na interpretação da precificação das empresas em um setor estratégico da economia nacional.

Como limitações, os resultados refletem o comportamento das empresas incluídas na amostra e o período analisado, podendo sofrer influência de condições conjunturais, regulatórias e de características específicas de cada companhia. Para estudos futuros, recomenda-se testar especificações alternativas do modelo, incorporar variáveis de controle macroeconômicas e setoriais, e ampliar o horizonte temporal da análise, a fim de aumentar a robustez das evidências.

Referências Bibliográficas

AGÊNCIA NACIONAL DE ENERGIA ELÉTRICA (ANEEL). Relatório de Gestão 2024. Brasília: ANEEL, 2024.

ASSAF NETO, A. Estrutura e análise de balanços: um enfoque econômico-financeiro. 6. ed. São Paulo: Atlas, 2001.

B3 – Brasil, Bolsa, Balcão. Metodologia do Índice de Energia Elétrica (IEE). São Paulo: B3, 2024.

BRASIL. Decreto nº 24.643, de 10 de julho de 1934. Código de Águas. Diário Oficial da União, Rio de Janeiro, 1934.

BRASIL. Lei nº 10.848, de 15 de março de 2004. Dispõe sobre a comercialização de energia elétrica e dá outras providências. Diário Oficial da União, Brasília, 2004.

BRASIL. Lei nº 9.074, de 7 de julho de 1995. Estabelece normas para outorga e prorrogação das concessões e permissões de serviços públicos. Diário Oficial da União, Brasília, 1995.

BRASIL. Lei nº 9.427, de 26 de dezembro de 1996. Institui a Agência Nacional de Energia Elétrica — ANEEL. Diário Oficial da União, Brasília, 1996.

CASTRO, N. J.; MARQUES, J. A. V. C.; ROSENTAL, R.; MORCH, R. B.; CRUZ, C. F. Séries 2009: séries econômico-financeiras das empresas do setor de energia elétrica. Rio de Janeiro: GESEL; Eletrobrás; UFRJ, 2009.

CÂMARA DE COMERCIALIZAÇÃO DE ENERGIA ELÉTRICA (CCEE). Boletim de Informações do Mercado Livre de Energia. São Paulo: CCEE, 2024.

EMPRESA DE PESQUISA ENERGÉTICA (EPE). Balanço Energético Nacional 2024. Rio de Janeiro: EPE, 2024.

FERRARI, Emerson Orsini. Os efeitos da MP 579/2012 sobre os fatores determinantes da estrutura de capital das empresas que compõem o Índice de Energia Elétrica listadas na B3. 2022. Dissertação (Mestrado em Contabilidade) — Universidade Estadual do Oeste do Paraná (UNIOESTE), Cascavel, 2022.

FÁVERO, Luiz Paulo; BELFIORE, Patrícia. Manual de análise de dados: estatística e modelagem multivariada com Excel®, SPSS® e Stata. 1. ed. Rio de Janeiro: Elsevier, 2017.

MINISTÉRIO DE MINAS E ENERGIA (MME). Relatório Anual de Energia 2024. Brasília: MME, 2024.

OPERADOR NACIONAL DO SISTEMA ELÉTRICO (ONS). Relatório de Operação do Sistema Interligado Nacional. Rio de Janeiro: ONS, 2023.

Artigo oriundo de Trabalho de Conclusão de Curso da Especialização em Economia, Investimentos e Banking do MBA USP/Esalq

Para saber mais sobre o curso, clique aqui e acesse a plataforma MBX Academy