Sentimento do Investidor e Gerenciamento de Resultados: Evidências sobre o uso de <i>accruals</i> discricionários para atingir <i>benchmarks</i> de lucros

Carlos André Marinho Vieira

Concepção da ideia

planejamento da pesquisa

coleta de dados

análise dos resultados

redação do texto

TC Matrix, São Paulo, SP, Brazil

Gustavo Correia Xavier

Planejamento da pesquisa

coleta de dados

análise dos resultados

redação do texto

Universidade Federal da Paraíba, Joao Pessoa, PB, Brazil

Wenner Glaucio Lopes Lucena

Planejamento da pesquisa

interpretação dos resultados

redação final do texto

Universidade Federal da Paraíba, Joao Pessoa, PB, Brazil

Painel A - Estatísticas descritivas das empresas da amostra
Variáveis	Média	Mediana		Desvio-padrão		Máximo		Mínimo
TA_it/A_it-1	-0,0012	-0,0032		0,0823		1,2121		-1,0000
DA_it/A_it-1	0,0004	0,0003		0,0397		1,0899		-0,4712
POSDA	0,5144	1,0000		0,4999		1,0000		0,0000
BEAT_ZERO	0,0522	0,0000		0,2224		1,0000		0,0000
E_INCREASE	0,0842	0,0000		0,2778		1,0000		0,0000
Sent(MONTH)_t	-5,3467	-0,8981		8,8211		16,3670		-22,0150
Sent(QRT)_t	5,7908	-0,7645		7,7929		0,8501		-21,0950
Growth_it	1,2736	1,0290		4,1458		61,0022		-103,8251
Leverage_it	0,3151	0,2931		0,2600		3,3333		^(a) 0,000
ROA_it	0,0031	0,0057		0,0516		1,2121		-0,8462
ROE_it+1	0,0170	0,0162		0,5666		20,34483		-9,7778
Size_it (milhões R$)	9.377	2.900		19.726		179.999		11
Painel B - Estatísticas descritivas das proxies de sentimento
Variável	Média		Mediana		Mínimo		Máximo
NIPO_t	13,640		7,000		0,000		88,000
NEI_t	0,380		0,275		0,000		0,976
TURN_t	0,001		0,001		-0,002		0,007
AD_t	1,239		1,206		0,656		2,099
Painel C - Tabela de correlação entre as proxies a primeira componente (etapa 1 e 2)
	NIPO_t	NIPO_t-12	NEI_t	NEI_t-12	TURN_t	TURN_t-12	AD_t	AD_t-12	ACP_passo1
NIPO_t-12	0,30***
NEI_t	0,18**	0,05
NEI_t-12	-0,24***	0,18**	-0,25***
TURN_t	0,62***	-0,06	0,06	-0,37***
TURN_t-12	0,38***	0,66***	0,25***	0,01	-0,12
AD_t	0,42***	-0,19**	-0,06	-0,31***	0,61***	0,02
AD_t-12	0,37***	0,40***	0,32***	-0,06	-0,17*	0,55***	0,02
ACP_passo1	0,81***	0,80***	0,14*	-0,04	0,35***	0,65***	0,15*	0,48***
ACP_passo2	0,67***	0,53***	0,55***	-0,17*	0,1	0,80***	0,14*	0,82***	0,74***

	DA	DA	POSDA	POSDA
DA_it-1	-0,1691 (0,2872)	-0,1722 (0,1158)	0,0895 (0,0941)	0,0951 (0,0940)
DA_it-2	-0,2096 (0,3739)	-0,2101 (0,1471)	*-0,1619 (0,0945)	*-0,1587 (0,0944)
DA_it-3	*-0,4256 (0,2373)	***-0,4292 (0,0472)	0,1119 (0,0939)	0,1061 (0,0941)
DA_it-4	-0,0922 (0,3381)	-0,0984 (0,3048)	***0,2852 (0,0939)	***0,2857 (0,0941)
MONTHSent_t+1	-0,0002 (0,0004)	-	0,0095 (0,0059)	-
QRTSent_t+1	-	0,0004 (0,0021)	-	***0,0191 (0,0061)
LastQRT_t	0,0054 (0,0060)	0,0085 (0,0156)	0,0818 (0,1114)	***0,1485 (0,1139)
Growth_it	-0,0001 (0,0014)	-0,0001 (0,0012)	-0,0045 (0,0131)	-0,0047 (0,0131)
Leverage_it	-0,1208 (0,0810)	**-0,1188 (0,0466)	-0,2771 (0,1816)	-0,2500 (0,1821)
ROE_it+1	0,0009 (0,0049)	0,0008 (0,0029)	-0,0155 (0,0729)	-0,0102 (0,0728)
Size_it	-0,0121 (0,0110)	**-0,0110 (0,0046)	0,0274 (0,0275)	0,0284 (0,0275)
_Intercepto	0,3016 (0,2621)	0,2805 (0,1002)	-0,5701 (0,6030)	-0,5497 (0,6035)
Modelo	(1)	(2)	(3)	(4)
Wald χ^{2 (a)}	***687,80	***585,42	-	-
Maior VIF	3,98	3,85	1,08	1,11
AR(5) ^(b)	-0,9195	-0,9243	-	-
Sargan ^(c)	98,8153	99,4959	-	-
R² de McFadden Ajustado	-	-	50,46%	27,95%
Log da Verossimilhança	-	-	-1.275	-1.271
Critério de Akaike	-	-	2.572	2.565
% Previstos corretamente	-	-	55,33%	55,82%
Nº observações	1.856	1.856	1.856	1.856
Nº indivíduos	103	103	103	103
Nº instrumentos	274	274	-	-

	BEAT_ZERO	BEAT_ZERO	E_INCREASE	E_INCREASE
MONTHSent_t+1	0,0178 (0,0127)	-	***-0,0250 (0,0087)	-
QRTSent_t+1	-	0,0066 (0,0129)	-	-0,0056 (0,0089)
LastQRT_t	-0,1255 (0,2433)	-0,1611 (0,2494)	-0,1879 (0,1669)	-0,1009 (0,1684)
Growth_it	-0,0256 (0,0263)	-0,0240 (0,0258)	**-0,0407 (0,0175)	**-0,0427 (0,0177)
Leverage_it	0,3457 (0,2771)	0,3359 (0,2777)	***1,5434 (0,2851)	***1,5510 (0,2851)
ROE_it+1	-0,1941 (0,1644)	-0,1927 (0,1673)	-0,0285 (0,1124)	-0,0426 (0,1109)
Size_it	-0,1185 (0,0573)	-0,1178 (0,0572)	***-0,2499 (0,0404)	***-0,2485 (0,0404)
_Intercepto	**-0,1289 (1,2386)	**-0,2144 (1,2346)	***2,9361 (0,8609)	***3,0477 (0,8595)
Modelo	(5)	(6)	(7)	(8)
Maior VIF	1,05	1,11	1,08	1,10
R² de McFadden Ajustado	-0,46%	-0,67%	5,44%	4,91%
Log da Verossimilhança	-412	-413	-705	-709
Critério de Akaike	838	840	1.425	1.433
% Previstos corretamente	94,07%	94,07%	85,88%	85,88%
Nº observações	1.856	1.856	1.856	1.856
Nº indivíduos	103	103	103	103

\frac{{N D A}_{i t}}{A_{i t - 1}} = α_{1} [\frac{1}{A_{i t - 1}}] + α_{2} [\frac{{Δ R E V}_{i t} - {Δ R E C}_{i t}}{A_{i t - 1}}] + α_{3} [\frac{{P P E}_{i t}}{A_{i t - 1}}]

\frac{{T A}_{i t}}{A_{i t - 1}} = α_{0} + α_{1} [\frac{1}{A_{i t - 1}}] + α_{2} [\frac{{Δ R E V}_{i t} - {Δ R E C}_{i t}}{A_{i t - 1}}] + α_{3} [\frac{{P P E}_{i t}}{A_{i t - 1}}] + α_{4} {R O A}_{i t} + ε_{i t}

\frac{{T A}_{i t}}{A_{i t - 1}} = α_{0} + α_{1} [\frac{1}{A_{i t - 1}}] + α_{2} [\frac{{Δ R E V}_{i t} - {Δ R E C}_{i t}}{A_{i t - 1}}] + α_{3} [\frac{{P P E}_{i t}}{A_{i t - 1}}] + α_{4} [\frac{{C F}_{i t}}{A_{i t - 1}}] + α_{5} [\frac{{C F}_{i t - 1}}{A_{i t - 1}}] + α_{6} [\frac{{T A}_{i t - 1}}{A_{i t - 1}}] + ε_{i t}

{D A}_{i t} = λ_{0} + λ_{1} {S e n t}_{t + 1} + \sum_{j = 1}^{4} λ_{2} {D A}_{i t - 1} + λ_{3} {Q R T 4}_{t} + λ_{4} {C o n t r o l}_{i t} + u_{i t}

Brasil