A menor estabilidade financeira influencia o gerenciamento de resultados dos bancos? O papel do enforcement

RESUMO

O artigo busca investigar a relação entre estabilidade financeira e gerenciamento de resultados bancários (EM), considerando o efeito moderador da qualidade do enforcement. Utilizamos uma amostra de 828 bancos comerciais de capital aberto, distribuídos em 72 países, no período de 2000 a 2023, e estimamos modelos de regressão linear com múltiplos efeitos fixos. Os resultados evidenciam um efeito positivo e economicamente relevante da menor estabilidade financeira sobre o aumento do envolvimento dos bancos em EM por meio de provisões discricionárias para perdas com empréstimos. Além disso, verificamos que bancos que operam em ambientes com maior qualidade do enforcement apresentam menor propensão a adotar práticas discricionárias de provisionamento para perdas com empréstimos, sugerindo que os incentivos para gerenciar resultados diminuem diante da maior probabilidade de sanções decorrentes da baixa qualidade dos relatórios financeiros. Os resultados também demonstram que a qualidade do enforcement modera negativamente a relação entre menor estabilidade financeira e EM. Esses achados ampliam estudos anteriores que trataram a estabilidade financeira e a qualidade do enforcement como fatores isolados e fornecem novas evidências com base em uma amostra mundial, enquanto grande parte da literatura anterior se concentrou em regiões específicas. Os resultados sugerem que reguladores e formuladores de políticas interessados em aprimorar a qualidade dos resultados no setor bancário devem considerar que a qualidade do enforcement pode contribuir para mitigar práticas oportunistas de EM, especialmente em bancos financeiramente instáveis. Ademais, nossos achados destacam a relevância de considerar as diferenças institucionais na qualidade do enforcement durante a formulação de regulações bancárias em âmbito mundial. Por fim, os resultados podem ser úteis para investidores na análise das demonstrações financeiras bancárias, particularmente de bancos comerciais com menor estabilidade financeira que operam em países caracterizados por ambientes de enforcement mais fracos.

Palavras-chave:
estabilidade financeira; gerenciamento de resultados; enforcement

ABSTRACT

We investigate the relationship between financial stability and bank earnings management (EM), moderated by enforcement quality. We use a sample of 828 listed commercial banks across 72 countries from 2000 to 2023 and employ linear regression with a high-dimensional fixed-effects estimator in our analysis. We find a positive and economically relevant effect of lower financial stability on the increase in bank engagement in EM through discretionary loan loss provisions. Furthermore, we find that banks operating in higher enforcement-quality environments are less likely to engage in discretionary loan-loss provision practices, suggesting that incentives to manage earnings decrease due to the likelihood of sanctions for poor financial reporting quality. Our results also demonstrate that enforcement quality negatively moderates the relationship between lower financial stability and EM. Our findings extend previous studies that treated financial stability or enforcement quality as isolated factors and provide new evidence for a worldwide sample, whereas many prior studies have focused on specific regions. Our findings suggest that regulators and policymakers seeking to enhance earnings quality in the banking industry should consider that enforcement quality can help mitigate opportunistic EM, particularly in financially unstable banks. Furthermore, our results highlight the relevance of considering institutional differences in enforcement quality when formulating worldwide banking regulations. In addition, our results could be useful to investors analyzing bank financial statements, particularly for commercial banks with lower financial stability operating in countries with weak enforcement environments.

Keywords:
financial stability; earnings management; enforcement

1. INTRODUÇÃO

A crise financeira global de 2007-2009 tem sido amplamente atribuída à assunção excessiva de riscos pelas instituições bancárias, o que resultou em perdas substanciais e instabilidade sistêmica (Biswas et al., 2024; Dal Maso et al., 2018; Proença et al., 2025; Rosa & Gartner, 2017; Shehzad & De Haan, 2015). Nesse contexto, a qualidade dos relatórios financeiros das instituições bancárias é fundamental para a preservação da estabilidade do sistema financeiro global. Isso ocorre porque a utilização das informações contábeis nos contratos e nas regulamentações bancárias possibilita o monitoramento do acúmulo de dívidas e das exposições aos riscos assumidos por essas instituições (Acharya & Ryan, 2016; Araujo & Dantas, 2022).

Um importante indicador contábil da qualidade dos relatórios financeiros de um banco é a provisão para perdas com operações de crédito (Loan Loss Provision - LLP), que constitui um dos principais accruals das instituições financeiras e é mensurada, sobretudo, com base no julgamento discricionário dessas entidades (Mnif & Slimi, 2023). Essa questão ganhou relevância após a adoção da International Financial Reporting Standards (IFRS) 9 - Financial Instruments, em consonância com o Acordo de Basileia III, que alterou a abordagem de provisionamento do modelo de perdas incorridas para o modelo de perdas esperadas. Essa transição conferiu maior ênfase às matrizes de provisionamento das instituições, que passaram a ser fundamentadas em dados históricos e estimativas internas (Basel Committee on Banking Supervision, 2011; International Accounting Standards Board [IASB], 2014).

Nessas circunstâncias, em que a discricionariedade gerencial influencia os resultados reportados, os executivos podem explorar essa flexibilidade para distorcer o real desempenho da organização (Vo et al., 2022). Essa prática, denominada gerenciamento de resultados (Earnings Management - EM), envolve a utilização dos julgamentos contábeis permitidos para alcançar resultados financeiros desejados (Biswas et al., 2024; Proença et al., 2025). No setor bancário, estudos anteriores indicam que as instituições são particularmente suscetíveis ao gerenciamento de resultados (Biswas et al., 2024), sobretudo por meio de LLP (Bouvatier et al., 2014; Kanagaretnam et al., 2014; Vo et al., 2022).

Considerando os avanços observados nas pesquisas sobre EM no setor bancário, a literatura identifica diversos fatores explicativos para essa prática, entre os quais se destacam a governança corporativa (Shira, 2025), o nível de concorrência (Shira, 2025), as conexões políticas do conselho de administração (Proença et al., 2025), a desregulamentação (Mi et al., 2025), a qualidade da auditoria e os atributos dos auditores (Donaldy & Massoudi, 2025; Mnif & Slimi, 2024), os períodos de crise financeira (Allini, Prisco, Ziebart, & Macchioni, 2025), o risco de liquidez (Allini, Casciello, Maffei, & Ziebart, 2025), as características da estrutura de propriedade (Bouvatier et al., 2014; Pan et al., 2024), a política de dividendos (Haq et al., 2024), a qualidade institucional (Dal Maso et al., 2018; Di Fabio et al., 2021) e a estabilidade financeira (Ben Rejeb et al., 2025).

Em relação à influência da estabilidade financeira sobre o EM, as evidências disponíveis na literatura ainda são limitadas (Vo et al., 2022). Ben Rejeb et al. (2025) argumentam que o EM por meio das LLPs é mais acentuado em bancos que não enfrentam dificuldades financeiras. Contudo, a amostra analisada pelos autores restringiu-se ao Oriente Médio e ao Norte da África. Em contrapartida, alguns pesquisadores sugerem que os bancos que enfrentam instabilidade financeira apresentam maior propensão ao gerenciamento de resultados. Esse argumento fundamenta-se em diversos fatores: (a) durante uma crise financeira, os bancos podem elevar as LLPs com o propósito de aparentar maior conservadorismo; (b) a intensificação da pressão regulatória e da supervisão; e (c) a redução das expectativas dos stakeholders, o que pode facilitar ajustes futuros nos resultados durante os períodos de recuperação.

Utilizamos a Teoria da Dependência de Recursos (TDR) como estrutura teórica para compreender os efeitos da instabilidade financeira sobre o gerenciamento de resultados nas instituições financeiras, uma vez que essa abordagem oferece subsídios para a análise do comportamento organizacional. De acordo com a TDR, as organizações dependem de recursos externos, e suas ações são influenciadas por expectativas, pressões e necessidades de obtenção de recursos, as quais moldam os processos internos de tomada de decisão (Pfeffer & Salancik, 1978). Os bancos dependem de aprovação regulatória, suporte de liquidez, reputação e legitimidade de mercado. Todos esses recursos são influenciados ou concedidos por reguladores e supervisores bancários, que monitoram continuamente as instituições e asseguram o cumprimento das leis e regulamentações (Ghosh et al., 2025). Nesse sentido, sob a perspectiva da TDR, os reguladores, as autoridades de supervisão e os demais agentes externos atuam como detentores de recursos críticos para as instituições bancárias, dispondo da capacidade de restringir ou facilitar o comportamento organizacional (Hillman et al., 2009). Nesse contexto, a intensidade da supervisão e do monitoramento regulatório constitui um mecanismo central por meio do qual as dependências externas, especialmente aquelas associadas aos recursos fornecidos pelas agências reguladoras, influenciam as práticas de divulgação financeira dos bancos. Portanto, a compreensão da questão apresentada neste artigo sob a perspectiva teórica da TDR mostra-se relevante no contexto bancário, uma vez que as instituições bancárias dependem fortemente de recursos externos e multidimensionais, situados além dos limites da organização (Pasiouras & Samet, 2022).

Além disso, a qualidade dos ambientes institucionais varia substancialmente entre as economias e pode afetar diferentes resultados financeiros no setor bancário (Boulanouar et al., 2021; Dal Maso et al., 2018; Ewert & Wagenhofer, 2019; Preiato et al., 2015). Uma vez que uma elevada qualidade do enforcement pode restringir a discricionariedade gerencial, ela também pode favorecer a qualidade dos relatórios financeiros (Brown et al., 2014; Ewert & Wagenhofer, 2019; Silva et al., 2021). Assim, em ambientes caracterizados por baixa qualidade institucional, aumenta a probabilidade de ocorrência de EM (Biswas et al., 2024; Dal Maso et al., 2018; Di Fabio et al., 2021). Consequentemente, espera-se que a qualidade do enforcement modere a relação entre a estabilidade financeira e o gerenciamento de resultados. Nesse contexto, este estudo tem como objetivo investigar a relação entre a estabilidade financeira e o gerenciamento de resultados contábeis dos bancos, considerando o efeito moderador da qualidade do enforcement.

As hipóteses foram testadas utilizando uma amostra global de bancos comerciais, obtida na base de dados Refinitiv Workspace, atualmente denominada London Stock Exchange Group (LSEG) Workspace, abrangendo 72 países no período de 2000 a 2023. Os resultados demonstram que uma menor estabilidade financeira aumenta o envolvimento dos bancos no gerenciamento de resultados por meio das provisões discricionárias para perdas com empréstimos. Também constatamos que os bancos que operam em ambientes com maior qualidade do enforcement apresentam menor propensão à utilização discricionária dessas provisões. Por fim, os resultados indicam que a qualidade do enforcement modera negativamente a relação entre a menor estabilidade financeira e o gerenciamento de resultados.

Os resultados oferecem contribuições às autoridades reguladoras bancárias ao evidenciar que as instituições que enfrentam períodos de instabilidade financeira devem ser submetidas a uma supervisão mais rigorosa, uma vez que podem apresentar maior propensão ao gerenciamento de resultados. Além disso, os achados sugerem que os reguladores em âmbito global devem considerar a heterogeneidade dos ambientes institucionais locais na elaboração das regulamentações, visto que, conforme demonstrado, uma maior qualidade do enforcement tende a mitigar o gerenciamento de resultados. Nesse sentido, as evidências apresentadas neste estudo contribuem para o fortalecimento da estabilidade do sistema financeiro em diferentes níveis, uma vez que a limitação do gerenciamento de resultados amplia a transparência e a previsibilidade no setor bancário.

Os resultados também oferecem contribuições aos investidores e demais participantes do mercado ao demonstrarem que as instituições bancárias que enfrentam instabilidade financeira devem ser analisadas com maior cautela, uma vez que podem apresentar maior risco de distorções nas demonstrações financeiras. Em consonância com esse argumento, os bancos localizados em países com baixa qualidade do enforcement apresentam maior probabilidade de divulgar informações financeiras de menor qualidade, o que compromete a previsibilidade dos fluxos de caixa, a avaliação da solvência e a mensuração dos riscos.

Sob a perspectiva teórica, este estudo avança a literatura ao aplicar a Teoria da Dependência de Recursos para explicar os achados de que uma menor estabilidade financeira aumenta o gerenciamento de resultados nos bancos e de que essa relação é mitigada pela qualidade do enforcement. A TDR sustenta o entendimento de que, em ambientes com maior qualidade do enforcement, o poder e a influência dos reguladores restringem a autonomia gerencial, reduzindo, assim, os incentivos à manipulação dos resultados. A utilização da TDR mostra-se inovadora nesse contexto, pois amplia sua aplicação à contabilidade bancária e permite compreender o gerenciamento de resultados não apenas como uma decisão contábil oportunista, mas também como uma resposta estratégica às relações de dependência com o ambiente externo.

O restante do artigo está organizado da seguinte forma: a Seção 2 apresenta a revisão da literatura e o desenvolvimento das hipóteses de pesquisa. A Seção 3 descreve o processo de seleção dos dados e os procedimentos metodológicos. A Seção 4 apresenta os resultados da pesquisa, os testes de robustez e a discussão dos achados. Por fim, a Seção 5 reúne as considerações finais do estudo.

2. LITERATURA ANTERIOR E DESENVOLVIMENTO DAS HIPÓTESES

2.1. Relação entre o Gerenciamento de Resultados Bancário e a Estabilidade Financeira

O EM nas organizações abrange diferentes dimensões. Uma delas consiste no considerável poder discricionário exercido pelos gestores sobre o processo de reconhecimento dos accruals. Essa discricionariedade, por sua vez, pode ser utilizada para dificultar a compreensão do desempenho econômico subjacente da organização (Dechow et al., 2010). No setor financeiro, em particular, um dos principais elementos que podem servir como instrumento de gerenciamento de resultados, por meio da discricionariedade sobre accruals, são as LLPs (Bouvatier et al., 2014; Kanagaretnam et al., 2014; Vo et al., 2022; Zhang & McIntyre, 2020).

As LLPs correspondem aos montantes que as instituições bancárias reconhecem em seus registros contábeis para cobrir possíveis inadimplências nas operações de crédito. De acordo com a IFRS 9 - Financial Instruments, a definição de inadimplência utilizada para estimar o risco de sua ocorrência, bem como a matriz histórica de risco empregada na mensuração, deve ser consistente com aquela adotada pela entidade em sua gestão interna do risco de crédito (IASB, 2014), o que cria espaço para o exercício da discricionariedade gerencial (Kanagaretnam et al., 2014; Proença et al., 2025).

A literatura anterior documenta duas variáveis principais relacionadas ao EM pelas instituições financeiras: o desempenho financeiro e a estabilidade bancária (Biswas et al., 2024). Em relação ao desempenho financeiro, Mangala e Singla (2022) identificaram que o EM afeta negativamente o retorno sobre o patrimônio líquido e o retorno sobre os ativos dos bancos comerciais. De forma semelhante, Zhang e McIntyre (2020) argumentam que o EM, por meio das provisões discricionárias para perdas com empréstimos, reduz a qualidade dos resultados contábeis e, consequentemente, afeta negativamente a liquidez das negociações com ações bancárias.

Em relação à estabilidade bancária, Vo et al. (2022) identificaram uma relação positiva e significativa entre o gerenciamento de resultados, por meio das provisões discricionárias para perdas com empréstimos, e a estabilidade financeira dos bancos. Contudo, a amostra desse estudo restringiu-se aos países da região Ásia-Pacífico. Por sua vez, Sadaa et al. (2023), com base em uma amostra limitada aos bancos iraquianos, não encontraram relação significativa entre o gerenciamento de resultados e a estabilidade bancária, considerando a dimensão da continuidade.

Ao considerar a estabilidade bancária como fator explicativo do gerenciamento de resultados, Ben Rejeb et al. (2025) indicam que as estratégias de gerenciamento baseadas nas LLPs são mais frequentemente adotadas por bancos financeiramente saudáveis. Esses comportamentos persistem mesmo entre instituições que operam sob diferentes sistemas de monitoramento e contextos institucionais. Contudo, o estudo utilizou uma amostra restrita, composta apenas por bancos atuantes no Oriente Médio e no Norte da África, o que limita a variabilidade das condições institucionais analisadas.

Diante dos resultados contraditórios acerca da relação entre a estabilidade financeira e o gerenciamento de resultados, este estudo busca examinar essa associação, superando limitações anteriormente identificadas na literatura, especialmente aquelas relacionadas às restrições amostrais. Além disso, a Teoria da Dependência de Recursos oferece a fundamentação necessária para a compreensão dessa relação, uma vez que os recursos exercem influência significativa sobre os processos internos de tomada de decisão das instituições financeiras (Boyd & Runkle, 1993; Hillman et al., 2009; Pasiouras & Samet, 2022; Pfeffer & Salancik, 1978). Nesse contexto, propõe-se a seguinte hipótese de pesquisa:

H₁: uma menor estabilidade financeira está positivamente associada ao gerenciamento de resultados dos bancos.

2.2. O Efeito Moderador da Qualidade do Enforcement

A qualidade do ambiente institucional varia consideravelmente entre as economias e pode afetar diferentes dimensões financeiras do setor bancário, como a estabilidade, o crescimento e a qualidade dos lucros (Boulanouar et al., 2021; Dal Maso et al., 2018; Ewert & Wagenhofer, 2019; Preiato et al., 2015). Como elemento essencial da qualidade institucional, o enforcement constitui um conceito multifacetado, que reúne diferentes características associadas tanto à qualidade da regulamentação quanto aos mecanismos que asseguram sua efetiva implementação (Brown et al., 2014; Preiato et al., 2015). Nesse sentido, o enforcement é considerado um elemento fundamental para a promoção da qualidade dos relatórios financeiros (Barth, 2015; Silva et al., 2021).

Um elevado nível de enforcement está associado a uma melhora na qualidade dos relatórios financeiros, uma vez que mecanismos de aplicação mais robustos podem restringir a discricionariedade gerencial, ao limitar o uso oportunista das escolhas contábeis no gerenciamento de resultados e promover maior transparência e accountability (Brown et al., 2014; Ewert & Wagenhofer, 2019).

Em relação ao efeito da qualidade do enforcement sobre as práticas de EM, a literatura anterior sugere que um maior nível de enforcement exerce impacto significativo na mitigação dessa prática, tanto de modo geral (Leuz et al., 2003) quanto no setor bancário (Dal Maso et al., 2018; Di Fabio et al., 2021; Haq et al., 2024; Kanagaretnam et al., 2010; Mnif & Slimi, 2024). Esses estudos demonstram que o aumento da qualidade do enforcement reduz o nível dos componentes anormais das provisões para perdas com empréstimos (Dal Maso et al., 2018; Di Fabio et al., 2021; Mnif & Slimi, 2024), o que está em consonância com o entendimento de que os incentivos ao gerenciamento de resultados diminuem diante da maior probabilidade de aplicação de sanções pela divulgação inadequada de informações financeiras (Di Fabio et al., 2021).

Ben Rejeb et al. (2025) destacam que a instabilidade financeira constitui um incentivo significativo ao EM no setor bancário. Os gestores podem manipular os resultados para atender às exigências regulatórias e sinalizar ao mercado o desempenho financeiro da instituição (Ben Rejeb et al., 2025), como resposta às pressões externas e às restrições de recursos (Pfeffer & Salancik, 1978). Uma vez que as regulamentações governamentais e o nível de enforcement podem impor padrões mais rigorosos aos bancos, incentivando a adoção de práticas mais conservadoras (Haq et al., 2024) e mitigando os incentivos ao gerenciamento de resultados (Dal Maso et al., 2018; Di Fabio et al., 2021; Ewert & Wagenhofer, 2019), espera-se que a qualidade do enforcement influencie a relação entre a estabilidade financeira e o gerenciamento de resultados.

Sob a perspectiva da Teoria da Dependência de Recursos, a regulamentação e os mecanismos de enforcement não constituem apenas restrições institucionais, mas também componentes centrais do ambiente externo que controlam o acesso a recursos essenciais. Os agentes reguladores podem influenciar o comportamento dos bancos ao alterar o custo ou a disponibilidade desses recursos, por exemplo, por meio de exigências de adequação de capital, regras de provisionamento ou sanções que afetam a reputação e a confiança dos investidores (Hillman et al., 2009; Pasiouras & Samet, 2022). As respostas das organizações às pressões institucionais podem variar desde a conformidade passiva até a manipulação ativa, dependendo do grau de dependência em relação aos agentes externos e da intensidade dos mecanismos coercitivos (Oliver, 1991). No contexto bancário, o enforcement pode ser interpretado como um processo institucional coercitivo ao qual os bancos respondem estrategicamente para preservar sua legitimidade e o acesso aos recursos controlados pelos agentes reguladores. Quando a qualidade do enforcement é elevada, a coerção regulatória restringe a discricionariedade gerencial e reforça a conformidade. Por sua vez, quando o enforcement é fraco, os bancos podem adotar estratégias adaptativas ou mesmo manipulativas, como o gerenciamento de resultados, para administrar sua dependência de recursos externos. Nesse contexto, propõe-se a seguinte hipótese:

H₂: a qualidade do enforcement modera a relação entre a estabilidade financeira e o gerenciamento de resultados.

3. DADOS E METODOLOGIA

3.1. Amostra e Coleta de Dados

Utilizando dados em painel desbalanceado de 828 bancos comerciais de capital aberto, analisamos uma amostra global composta por 7.208 observações banco-ano, distribuídas em 72 países, no período de 24 anos compreendido entre 2000 e 2023. Em consonância com estudos anteriores (Vo et al., 2022; Zainuldin & Lui, 2020) e com o objetivo de aumentar a homogeneidade dos achados, foram incluídos apenas bancos cuja classificação no North American Industry Classification System (NAICS) correspondesse à categoria de bancos comerciais. O ano de 2000 foi definido como ponto inicial da análise por ser o primeiro período com disponibilidade de dados para as proxies de enforcement. Os dados financeiros dos bancos foram obtidos na base LSEG Workspace, enquanto as variáveis macroeconômicas de controle foram coletadas na base World Development Indicators (WDI), do Banco Mundial. Excluímos os bancos com patrimônio líquido negativo e aqueles que apresentavam dados ausentes para as variáveis de interesse e de controle. Por fim, exigimos que cada banco apresentasse, no mínimo, cinco observações banco-ano disponíveis para a análise.

3.2. Mensuração das Variáveis

3.2.1 Mensuração de gerenciamento de resultados em bancos

Estudos anteriores têm utilizado diferentes proxies para mensurar o envolvimento dos bancos em EM, uma vez que esse fenômeno não constitui um construto diretamente observável (Allini et al., 2025; Boungou et al., 2024; Elnahass et al., 2022; Haq et al., 2024; Kanagaretnam et al., 2010; Miller et al., 2021; Mnif & Slimi, 2024; Proença et al., 2025; Quttainah et al., 2013; Zainuldin & Lui, 2020). De acordo com a literatura anterior, as LLPs representam os accruals mais relevantes para os bancos e o principal instrumento utilizado por essas instituições para EM (Vo et al., 2022). Em consonância com estudos anteriores, adotamos uma abordagem em duas etapas para mensurar nossa variável dependente. Inicialmente, estimamos a parcela não discricionária de LLP por meio dos modelos de Kanagaretnam et al. (2014) e Proença et al. (2025). Os resíduos (ε) das Equações 1 e 2 correspondem ao componente discricionário de LLP e são utilizados como proxies para EM.

$$\begin{array}{c}LL{P}_{\mathrm{i}}/T{L}_{\mathrm{i}\mathrm{t}-1}={\alpha }_0+{\alpha }_{1}NP{L}_{\mathrm{i}}/T{L}_{\mathrm{i}\mathrm{t}-1}+{\alpha }_2\Delta NP{L}_{\mathrm{i}\mathrm{t}}/T{L}_{\mathrm{i}\mathrm{t}-1}+{\alpha }_3\Delta T{L}_{\mathrm{i}\mathrm{t}}/T{L}_{\mathrm{i}\mathrm{t}-1}+\lambda \text{C}\text{o}\text{u}\text{n}\text{t}\text{r}\text{y}\text{-}\text{F}\text{E}+\phi \text{Y}\text{e}\text{a}\text{r}\text{-}\text{F}\text{E}+{\epsilon }_{\mathrm{i}\mathrm{t}}\#\end{array}$$ (1)

$$\begin{array}{c}LL{P}_{\mathrm{i}}/T{A}_{\mathrm{i}t-1}={\gamma }_0+{\gamma }_1\text{B}\text{e}\text{g}\text{l}\text{l}\text{a}\text{/}T{A}_{\mathrm{i}\mathrm{t}-1}+{\gamma }_{2}NLCO/T{A}_{\mathrm{i}\mathrm{t}-1}+{\gamma }_3\Delta TL/T{A}_{\mathrm{i}\mathrm{t}-1}+{\gamma }_{4}TL/T{A}_{\mathrm{i}\mathrm{t}-1}+\\ {\gamma }_{5}NPL/T{A}_{\mathrm{i}\mathrm{t}-1}+{\gamma }_{6-12}\text{L}\text{o}\text{a}\text{n}\text{-}\text{C}\text{a}\text{t}\text{e}\text{g}\text{o}\text{r}\text{i}\text{e}\text{s}+\lambda \text{C}\text{o}\text{u}\text{n}\text{t}\text{r}\text{y}\text{-}\text{F}\text{E}+\phi \text{Y}\text{e}\text{a}\text{r}\text{-}\text{F}\text{E}+{\epsilon }_{\mathrm{i}\mathrm{t}}\#\end{array}$$ (2)

em que TL corresponde ao total de empréstimos; NPL, aos empréstimos inadimplentes; ΔNPL, à variação nos empréstimos inadimplentes; ΔTL, à variação no total de empréstimos; TA, ao total de ativos; Beglla, ao saldo inicial da provisão para perdas com empréstimos; e NLCO, às baixas líquidas de empréstimos. Loan-Categories refere-se aos empréstimos destinados ao crédito parcelado ao consumidor, às atividades comerciais e industriais, às operações no exterior, às hipotecas e ao setor imobiliário, aos arrendamentos financeiros e às compras a prazo, às corretoras e instituições financeiras e a outras modalidades de empréstimos, todos dimensionados pelo total de ativos no início do período. Country-FE e Year-FE representam, respectivamente, os efeitos fixos de país e de ano.

3.2.2 Mensuração da estabilidade financeira dos bancos

Em consonância com a literatura anterior (Desalegn et al., 2023; Elekdag et al., 2025; Galletta & Mazzù, 2023; Köhler, 2015; Kusi et al., 2023; Laeven & Levine, 2009; Uyar et al., 2022; Vo et al., 2022), utilizamos o logaritmo natural do Z-score (Roy, 1952), multiplicado por -1, como principal proxy para a estabilidade financeira. O Z-score indica o número de desvios-padrão (DPs) que os retornos de um banco precisariam diminuir antes que a instituição entrasse em falência ou se tornasse insolvente, sendo amplamente utilizado como proxy para a estabilidade financeira dos bancos (Elekdag et al., 2025; Laeven & Levine, 2009; Vo et al., 2022). Para facilitar a interpretação, multiplicamos o Z-score por -1, de modo que valores mais elevados correspondam a menor estabilidade financeira e a maior probabilidade de insolvência. O Z-score é calculado da seguinte forma:

$$\begin{array}{c}Z\text{-}\text{s}\text{c}\text{o}\text{r}\text{e}{}_{\mathrm{i}\mathrm{t}}=\left(RO{A}_{\mathrm{i}\mathrm{t}}+CA{R}_{\mathrm{i}\mathrm{t}}\right)/\sigma (ROA{)}_{\mathrm{i}\mathrm{t}}\#\end{array}$$ (3)

Z-score_it= (ROA _it + CAR _it )/σ(ROA) _it (3)

em que ROA corresponde ao retorno sobre os ativos antes de LLPs e impostos; CAR, ao índice de capital sobre ativos; e σ(ROA), ao desvio-padrão de ROA calculado por meio de janelas móveis de três anos. Para os testes de robustez, utilizamos a volatilidade do retorno sobre os ativos, σ(ROA), como proxy alternativa para a estabilidade financeira (Marcelin et al., 2022; Mourouzidou-Damtsa et al., 2019; Özsoy et al., 2025).

3.2.3 Mensuração da qualidade do enforcement

Neste estudo, utilizamos a qualidade do enforcement nos diferentes países como variável moderadora. Em consonância com a literatura anterior, estimamos a qualidade do enforcement (ENF) mediante a agregação de seis dimensões de governança: eficácia governamental, voz e accountability, Estado de Direito, estabilidade política e ausência de violência/terrorismo, qualidade regulatória e controle da corrupção (Beuselinck et al., 2017; Gao et al., 2024; Haq et al., 2024). Para mensurar esse construto, utilizamos o pilar de governança do escore ambiental, social e de governança (ESG) desenvolvido pela LSEG no âmbito da Sustainable Sovereign Risk Methodology. Esse escore, que varia de 0 a 100, avalia a qualidade da governança em nível nacional e é construído com base nos indicadores de governança do Worldwide Governance Indicators (WGI), do Banco Mundial (LSEG, 2024).

3.2.4 Variáveis de controle

Foram inseridos controles para diversos fatores que podem afetar o envolvimento dos bancos em EM, em consonância com estudos anteriores (Allini et al., 2025; Boungou et al., 2024; Elnahass et al., 2022; Haq et al., 2024; Kanagaretnam et al., 2010; Miller et al., 2021; Mnif & Slimi, 2024; Proença et al., 2025; Quttainah et al., 2013; Zainuldin & Lui, 2020). As variáveis de controle no nível dos bancos incluem o tamanho do banco (Size), o crescimento dos ativos (Growth_assets), a variação no fluxo de caixa (ΔCFO), a adequação de capital do banco (CAR), o risco de crédito (Credit_risk), os depósitos bancários (Deposit), a alavancagem (Lev), a eficiência não operacional (Noninterest), a variação nos empréstimos inadimplentes (ΔNPL) e os ativos ponderados pelo risco (Risk_assets). Também controlamos fatores macroeconômicos, incluindo o crescimento do produto interno bruto (ln(GDPgrowth)), a variação percentual anual dos preços ao consumidor (Inflation) e a variação da taxa de desemprego (Unemployment). A Tabela 1 apresenta a classificação de todas as variáveis utilizadas neste estudo, suas formas de mensuração, os estudos anteriores que as utilizaram e suas respectivas fontes de dados.

Tabela 1 -
Mensuração das variáveis

Variáveis	Mensuração	Autores	Fonte dos dados
Dependente
EM/TL it-1	Provisões discricionárias para perdas com empréstimos, obtidas a partir do resíduo da Equação 1	Proença et al. (2025).	LSEG Workspace
EM/TA it-1	Provisões discricionárias para perdas com empréstimos, obtidas a partir do resíduo da Equação 2	Kanagaretnam et al. (2014)	LSEG Workspace
Independente
FinInstab	Logaritmo natural do Z-score multiplicado por -1	Desalegn et al. (2023), Elekdag et al. (2025), Galletta and Mazzù (2023), Köhler (2015), Kusi et al. (2023), Laeven and Levine (2009), Uyar et al. (2022),Vo et al. (2022)	LSEG Workspace
ln(σ(ROA))	Logaritmo natural do desvio-padrão de ROA calculado em uma janela de três anos.		LSEG Workspace
Moderador
ENF jt	Índice da qualidade do enforcement do país, calculado com base nos indicadores de governança obtidos no WGI do Banco Mundial.	Beuselinck et al. (2017), Callao et al. (2016), Gao et al. (2024)	LSEG Workspace
High_ENF jt	Variável dummy igual a 1 se ENFjt estiver acima do 75º percentil e 0, caso contrário.	Beuselinck et al. (2017), Callao et al. (2016), Gao et al. (2024)	LSEG Workspace
Controles
Size it	Logaritmo natural do total de ativos	Kanagaretnam et al. (2010), Mnif and Slimi (2024), Proença et al. (2025)	LSEG Workspace
Growth_assets it	Variação percentual do total de ativos	Mnif and Slimi (2024)	LSEG Workspace
ΔCFO it	Variação percentual dos resultados antes dos impostos e das LLPs, dividida pelo total de ativos no início do período	Kanagaretnam et al. (2010), Quttainah et al. (2013)	LSEG Workspace
CAR it	Relação entre o patrimônio líquido anual e o total de ativos	Mnif and Slimi (2024), Proença et al. (2025)	LSEG Workspace
Credit_risk it	Relação entre as LLPs e o total de empréstimos	Allini et al. (2025)	LSEG Workspace
Deposit it	Depósitos bancários divididos pelo total de ativos no início do período	Haq et al. (2024)	LSEG Workspace
Lev it	Relação entre o total de dívidas e o patrimônio líquido total	Elnahass et al. (2022), Proença et al. (2025)	LSEG Workspace
Noninterest it	Relação entre as receitas não decorrentes de juros e a receita total	Proença et al. (2025)	LSEG Workspace
ΔNPL it	Variação percentual dos empréstimos inadimplentes	Mnif and Slimi (2024)	LSEG Workspace
Risk_assets it	Ativos totais ponderados pelo risco, divididos pelo total de ativos no início do período	Zainuldin and Lui (2020)	LSEG Workspace
ln(GDPgrowth) jt	Logaritmo natural da variação percentual do produto interno bruto a preços constantes (%)	Boungou et al. (2024), Haq et al. (2024), Miller et al. (2021)	WDI
Inflation jt	Variação percentual anual dos preços médios ao consumidor (%)	Haq et al. (2024), Miller et al. (2021)	WDI
Unemployment jt	Variação da taxa de desemprego no país em que o banco está sediado.	Boungou et al. (2024)	WDI

• Nota: ln(σ(ROA)) é utilizado como proxy para a estabilidade financeira nos testes de robustez.
• LSEG = London Stock Exchange Group; WDI = World Development Indicators, do Banco Mundial; WGI = Worldwide Governance Indicators, do Banco Mundial.
• Fonte: Elaborada pelos autores.

3.3. Abordagem Econométrica

Em consonância com estudos anteriores sobre os determinantes de EM nos bancos (Haq et al., 2024; Zainuldin & Lui, 2020), examinamos formalmente a relação entre EM bancário e estabilidade financeira, considerando o efeito moderador da qualidade do enforcement, por meio do modelo de regressão linear apresentado na Equação 4. A hipótese H₁ será corroborada se β ₁ for positivo e estatisticamente significativo, enquanto H₂ será confirmada se o coeficiente δ ₁ apresentar significância estatística. Country-FE e Year-FE representam, respectivamente, os efeitos fixos de país e de ano.

$$\begin{array}{c}E{M}_{\mathrm{i}\mathrm{t}}={\beta }_0+{\beta }_1{\text{FinInstab}}_{\mathrm{i}\mathrm{t}}+{\beta }_{2}EN{F}_{\mathrm{j}\mathrm{t}}+{\delta }_1\left({\text{FinInstab}}_{\mathrm{i}\mathrm{t}}\times EN{F}_{\mathrm{j}\mathrm{t}}\right)+Z_{1-\mathrm{k}}{\text{Controls}}^{-}\theta \text{Bank}-FE+\\ \lambda \text{Country-}FE+\phi \text{Year-}FE+{\epsilon }_{\mathrm{i}\mathrm{t}}\end{array}$$ (4)

em que i, j e t indicam, respectivamente, o banco, o país e o ano; EM representa o gerenciamento de resultados bancário mensurado por meio das LLPs discricionárias (EM/TLit ou EM/TAit); FinInstab denota a instabilidade financeira do banco; e ENF representa o nível de qualidade do enforcement do país. Adicionalmente, substituímos essa variável por High_ENF, uma variável dummy representativa de elevada qualidade do enforcement. Controls corresponde a um vetor de variáveis de controle; Bank-FE, Country-FE e Year-FE representam, respectivamente, os efeitos fixos de banco, país e ano; e εit corresponde ao termo de erro aleatório.

Todas as variáveis contínuas foram winsorizadas nos percentis 1 e 99, com o objetivo de mitigar a influência de valores extremos. Além disso, utilizamos erros-padrão robustos agrupados para tratar a correlação dos resíduos entre os bancos ou ao longo do tempo, a qual pode enviesar os erros-padrão estimados pelo método dos mínimos quadrados ordinários (Petersen, 2009).

4. RESULTADOS

4.1. Estatísticas Descritivas

A Tabela 2 apresenta a distribuição da amostra e as estatísticas descritivas das variáveis utilizadas neste estudo. O Painel A apresenta a distribuição anual das observações entre 2000 e 2023, evidenciando um aumento substancial no tamanho da amostra ao longo do período. O Painel B, por sua vez, apresenta as estatísticas descritivas de todas as variáveis. As principais medidas de EM (EM/TL _it e EM/TA _it ) apresentam valores médios próximos de 0 e desvios-padrão relativamente baixos, de 0,009 e 0,005, respectivamente, em consonância com Kanagaretnam et al. (2014) e Proença et al. (2025). Esses resultados sugerem que, em média, os bancos apresentam níveis modestos de provisionamento discricionário para perdas com empréstimos. Contudo, observa-se variação entre as instituições bancárias.

Tabela 2 -
Distribuição da amostra e estatísticas descritivas

Painel A - Distribuição da amostra
Ano	2000	2001	2002	2003	2004	2005	2006	2007	2008	2009	2010	2011
Obs.	27	28	32	54	55	64	73	92	113	127	145	170
Ano	2012	2013	2014	2015	2016	2017	2018	2019	2020	2021	2022	2023
Obs.	211	348	508	493	497	499	575	661	590	591	626	629
Painel B - Estatísticas descritivas
Variáveis					Obs.	Média	DP	Min	p25	p50	p75	Max
EM/TL it					7.208	0,000	0,009	-0,055	-0,003	0,000	0,001	0,108
EM/TA it					7.182	0,000	0,005	-0,034	-0,002	0,000	0,001	0,047
FinInstab it					7.208	-3,534	0,969	-5,927	-4,203	-3,571	-2,912	-0,555
ln(σ(ROA) it )					7.208	-5,773	1,042	-8,287	-6,263	-5,505	-4,747	-3,098
ENF jt					7.208	74,43	15,65	19,29	64,96	81,60	85,93	91,04
Size it					7.208	23,203	1,899	18,018	21,777	23,009	24,465	27,964
Growth_assets it					7.208	0,085	0,149	-0,280	0,005	0,060	0,138	0,932
ΔCFO it					7.208	0,001	0,011	-0,065	-0,002	0,001	0,004	0,072
CAR it					7.208	0,101	0,040	0,031	0,072	0,097	0,123	0,560
Credit_risk it					7.208	0,025	0,028	0,001	0,009	0,014	0,032	0,205
Deposit it					7.208	0,829	0,174	0,172	0,740	0,832	0,917	1,539
Lev it					7.208	1,211	1,366	0,000	0,332	0,761	1,566	8,091
Noninterest it					7.208	0,247	0,154	-0,150	0,143	0,233	0,332	0,998
ΔNPL it					7.208	0,000	0,010	-0,050	-0,002	0,000	0,002	0,057
Risk_assets it					7.208	0,691	0,229	0,001	0,543	0,710	0,834	1,417
ln(GDPgrowth) jt					7.208	2,078	2,102	0,164	0,693	0,958	3,006	8,501
Inflation jt					7.208	3,05	3,20	-1,13	1,23	2,20	4,12	22,56
Unemployment jt					7.208	-0,18	1,11	-2,71	-0,59	-0,23	0,05	4,39

• Notas: Esta tabela apresenta o número de observações (Obs.), a média, o desvio-padrão (DP), o valor mínimo (Min), o primeiro quartil (p25), a mediana (p50), o terceiro quartil (p75) e o valor máximo (Max). EM/TL e EM/TA são medidas de gerenciamento de resultados obtidas como resíduos das Equações 1 e 2, respectivamente. FinInstab é uma medida de instabilidade financeira calculada como o logaritmo natural do Z-score multiplicado por -1. ENF é uma medida da qualidade do enforcement em nível de país, baseada nos Worldwide Governance Indicators do Banco Mundial, enquanto High_ENF é uma variável indicadora igual a 1 quando a qualidade do enforcement está acima do 75º percentil e 0, caso contrário. (σ(ROA)) é uma proxy alternativa para a instabilidade financeira e representa o logaritmo natural do desvio-padrão de ROA calculado em uma janela de três anos, capturando a volatilidade dos resultados. Size corresponde ao logaritmo natural do total de ativos. Growth_assets representa a variação percentual do total de ativos. ΔCFO corresponde à variação dos resultados antes dos impostos e das provisões para perdas com empréstimos (LLPs), dividida pelo total de ativos no início do período. CAR é a relação entre o patrimônio líquido e o total de ativos. Credit_risk corresponde às LLPs divididas pelo total de empréstimos. Deposit representa os depósitos divididos pelo total de ativos. Lev é a relação entre a dívida total e o patrimônio líquido total. Noninterest é a relação entre as receitas não decorrentes de juros e a receita total. ΔNPL representa a variação percentual dos empréstimos inadimplentes. Risk_assets corresponde aos ativos ponderados pelo risco divididos pelo total de ativos. ln(GDPgrowth) é o logaritmo natural do crescimento real do PIB. Inflation representa a variação anual do índice de preços ao consumidor, enquanto Unemployment corresponde à variação anual da taxa de desemprego.
• Fonte: Elaborada pelos autores.

Nossa principal proxy de estabilidade financeira (FinInstab) apresenta média baixa (-3,534) e desvio-padrão elevado (0,969), em consonância com estudos anteriores (Elekdag et al., 2025; Galletta & Mazzù, 2023; Kusi et al., 2023; Laeven & Levine, 2009; Uyar et al., 2022; Vo et al., 2022). Além disso, seus valores variam de -5,927 a -0,555, indicando elevada variabilidade na estabilidade financeira dos bancos. Adicionalmente, a volatilidade de ROA (ln(σ(ROA))) apresenta média de -5,773 e desvio-padrão de 1,042, sugerindo diferenças na estabilidade da rentabilidade bancária ao longo do tempo. A qualidade do enforcement (ENF) apresenta média de 74,43 e desvio-padrão de 15,65, indicando variação substancial entre os países. O valor mínimo é de 19,29, enquanto o máximo é de 91,04, o que sugere que algumas jurisdições operam sob condições muito reduzidas de enforcement, ao passo que outras apresentam maior qualidade do enforcement.

4.2. Resultados Principais

A Tabela 3 apresenta os principais resultados relativos ao efeito da instabilidade financeira sobre EM e ao efeito moderador da qualidade do enforcement nessa relação. As Colunas 1 e 2 reportam os resultados obtidos com a proxy de EM baseada no modelo de Proença et al. (2025), enquanto as Colunas 3 e 4 seguem o modelo de Kanagaretnam et al. (2014). O Painel A apresenta coeficientes padronizados, a fim de facilitar a comparação do impacto relativo das variáveis no modelo. O Painel B, por sua vez, apresenta estimativas baseadas em variáveis padronizadas ex ante, permitindo a interpretação em termos de desvio-padrão e, conforme Feigenberg et al. (2025), o controle de potenciais fatores macroeconômicos de confusão que podem afetar simultaneamente a qualidade do enforcement e a relação entre instabilidade financeira e EM. Os resultados indicam que os modelos de regressão são globalmente significativos, uma vez que as estatísticas F são significativas ao nível de 1% em todas as especificações, e apresentam R² ajustado em torno de 50%, sugerindo bom ajuste dos modelos.

Tabela 3 -
Análises principais: modelos de EM

Painel A - Resultados das regressões principais (coeficientes padronizados)
Variáveis	1	2	3	4
	EM/TL it		EM/TA it
FinInstab it	0,561***	0,259***	0,542***	0,279***
	(0,129)	(0,041)	(0,128)	(0,038)
ENF jt	0,309		0,116
	(0,209)		(0,168)
FinInstabit × ENF jt	-0,086***		-0,078***
	(0,025)		(0,025)
High_ENF jt		-0,673***		-0,717***
		(0,171)		(0,167)
FinInstabit × High_ENF jt		-0,179***		-0,181***
		(0,044)		(0,044)
Size it	0,205	0,302	0,258*	0,325**
	(0,160)	(0,158)	(0,141)	(0,139)
Growth_assets it	0,039	0,034	0,036	0,033
	(0,045)	(0,045)	(0,041)	(0,041)
ΔCFO it	-0,367***	-0,367***	-0,403***	-0,402***
	(0,024)	(0,025)	(0,024)	(0,024)
CAR it	0,067	0,083	0,063	0,074
	(0,058)	(0,058)	(0,048)	(0,048)
Credit_risk it	0,373***	0,371***	0,215***	0,211***
	(0,074)	(0,074)	(0,067)	(0,066)
Deposit it	-0,070	-0,077	-0,065	-0,069
	(0,074)	(0,074)	(0,057)	(0,058)
Lev it	0,090*	0,094**	0,109**	0,110**
	(0,046)	(0,046)	(0,045)	(0,045)
Noninterest it	0,071*	0,081**	0,052	0,060
	(0,036)	(0,036)	(0,036)	(0,036)
ΔNPL it	-0,062***	-0,063***	0,039*	0,039*
	(0,021)	(0,021)	(0,021)	(0,021)
Risk_assets it	-0,012	-0,002	-0,030	-0,024
	(0,034)	(0,033)	(0,036)	(0,036)
ln(GDPgrowth) jt	-0,598	-0,339	-0,541	-0,381
	(0,469)	(0,519)	(0,442)	(0,468)
Inflation jt	0,140***	0,132***	0,143***	0,138***
	(0,040)	(0,039)	(0,035)	(0,035)
Unemployment jt	0,065***	0,066***	0,089***	0,089***
	(0,015)	(0,015)	(0,015)	(0,015)
Intercepto	-0,0295	-0,0261	-0,0140	-0,0141
	(0,019)	(0,018)	(0,009)	(0,009)
Efeito fixo de banco	Sim	Sim	Sim	Sim
Efeito fixo de ano	Sim	Sim	Sim	Sim
Efeito fixo de país	Sim	Sim	Sim	Sim
Observações	7.208	7.208	7.182	7.182
R² ajustado	0,469	0,465	0,497	0,497
Estatística F	23,79***	24,91***	29,23***	30,71***
Painel B - Variáveis padronizadas e controle do viés de variável omitida em modelos com termos de interação, conforme Feigenberg et al. (2025)
	1	2	3	4
	EM/TL it		EM/TA it
FinInstab it	0,1629***	0,2143***	0,1954***	0,2557***
	(0,022)	(0,033)	(0,024)	(0,034)
ENF jt	0,5761***		0,3935**
	(0,177)		(0,153)
FinInstabit × ENF jt	-0,0573**		-0,0529*
	(0,024)		(0,028)
High_ENF jt		-0,0504		-0,0939**
		(0,042)		(0,042)
FinInstabit × High_ENF jt		-0,1137***		-0,1266***
		(0,035)		(0,039)
β1FinInstabit +δ1 (FinInstab it × ENF jt ) ou β 1 + δ 1 (FinInstab it × High_ENFjt)	0,1056***	0,1006***	0,1425***	0,1290***
	(0,024)	(0,021)	(0,030)	(0,026)
Variáveis de Controle	Sim	Sim	Sim	Sim
Efeito fixo de banco	Sim	Sim	Sim	Sim
Efeito fixo de ano	Sim	Sim	Sim	Sim
Efeito fixo de país	Sim	Sim	Sim	Sim
Observações	7.208	7.208	7.182	7.182
R² ajustado	0,472	0,469	0,503	0,503
Estatística F	23,84***	23,58***	28,43***	27,98***

• Notas: Esta tabela apresenta os resultados das regressões sobre o efeito da estabilidade financeira no gerenciamento de resultados (EM) por meio das provisões para perdas com empréstimos (LLP), utilizando regressão linear com estimador de efeitos fixos de alta dimensão. Os coeficientes em negrito apresentam o efeito marginal total da instabilidade financeira sobre EM na presença do termo moderador. Especificamente, correspondem à soma do efeito direto da instabilidade financeira e do efeito da interação com o enforcement. EM/TL e EM/TA são medidas de gerenciamento de resultados obtidas como resíduos das Equações 1 e 2, respectivamente. FinInstab é uma medida de instabilidade financeira calculada como o logaritmo natural do Z-score multiplicado por -1. ENF é uma medida da qualidade do enforcement em nível de país, baseada nos Worldwide Governance Indicators do Banco Mundial, enquanto High_ENF é uma variável indicadora igual a 1 quando a qualidade do enforcement está acima do 75º percentil e 0, caso contrário. Size corresponde ao logaritmo natural do total de ativos. Growth_assets representa a variação percentual do total de ativos. ΔCFO corresponde à variação dos resultados antes dos impostos e das LLPs, dividida pelo total de ativos no início do período. CAR é a relação entre o patrimônio líquido e o total de ativos. Credit_risk corresponde às LLPs divididas pelo total de empréstimos. Deposit representa os depósitos divididos pelo total de ativos. Lev é a relação entre a dívida total e o patrimônio líquido total. Noninterest é a relação entre as receitas não decorrentes de juros e a receita total. ΔNPL representa a variação percentual dos empréstimos inadimplentes. Risk_assets corresponde aos ativos ponderados pelo risco divididos pelo total de ativos. ln(GDPgrowth) é o logaritmo natural do crescimento real do PIB. Inflation representa a variação anual do índice de preços ao consumidor, enquanto Unemployment corresponde à variação anual da taxa de desemprego. O Painel B segueFeigenberg et al. (2025) para mitigar o viés nas estimativas dos termos de interação, controlando potenciais fatores macroeconômicos de confusão correlacionados com a qualidade do enforcement que podem afetar conjuntamente a relação entre instabilidade financeira e EM. Os erros-padrão robustos à heterocedasticidade, agrupados no nível do banco e apresentados entre parênteses, controlam a correlação serial. Para mitigar a influência de valores extremos, winsorizamos todas as variáveis contínuas nos percentis 1 e 99.
• *, ** e *** indicam níveis de significância de 10%, 5% e 1%, respectivamente, em testes t bicaudais.
• Fonte: Elaborada pelos autores.

Ao concentrar a análise nas especificações que utilizam a qualidade contínua do enforcement, os coeficientes padronizados indicam que a magnitude da associação entre instabilidade financeira e EM supera tanto a de Credit_risk quanto a de ENF. Um aumento de um desvio-padrão em FinInstab está associado a um aumento em EM aproximadamente 50% superior ao efeito de um aumento equivalente em Credit_risk e cerca de 80% superior ao efeito de ENF, quando EM é mensurado por EM/TL. Quando EM é mensurado por EM/TA, as diferenças correspondentes são mais acentuadas, uma vez que o efeito de FinInstab supera o efeito de Credit_risk em mais de 150% e o efeito de ENF em aproximadamente 4,7 vezes.

O Painel B apresenta estimativas baseadas em variáveis padronizadas ex ante, permitindo interpretar a magnitude dos efeitos em termos de desvios-padrões e avaliar adequadamente os efeitos de interação. Nas especificações com qualidade contínua do enforcement (Colunas 1 e 3), o efeito de FinInstab sobre EM varia de acordo com os níveis de ENF. Quando ENF está um desvio-padrão abaixo de sua média, um aumento de um desvio-padrão em FinInstab está associado a um aumento em EM de aproximadamente 0,22 desvio-padrão na Coluna 1 e 0,25 desvio-padrão na Coluna 3. Em contraste, quando ENF está um desvio-padrão acima de sua média, os efeitos correspondentes diminuem para cerca de 0,11 desvio-padrão na Coluna 1 e 0,14 desvio-padrão na Coluna 3. Esse padrão indica que uma qualidade mais elevada do enforcement atenua, mas não elimina, a associação positiva entre FinInstab e EM.

Esses achados sugerem que menor estabilidade financeira está positivamente associada ao envolvimento dos bancos em EM, corroborando nossa hipótese H₁. O efeito é não apenas estatisticamente significativo, mas também economicamente relevante nas Colunas 1 e 3. Esse resultado amplia as evidências anteriores sobre a relação entre EM e estabilidade financeira no setor bancário (Ben Rejeb et al., 2025; Sadaa et al., 2023; Vo et al., 2022). Além disso, nossos resultados são consistentes com a TDR (Boyd & Runkle, 1993; Hillman et al., 2009; Pasiouras & Samet, 2022; Pfeffer & Salancik, 1978), sugerindo que bancos financeiramente instáveis podem manipular as LLPs para assegurar recursos críticos, como a confiança dos investidores por meio do gerenciamento para baixo das expectativas do mercado, o atendimento às exigências regulatórias mediante a adoção de uma abordagem mais conservadora na avaliação do risco de crédito ou o acesso ao capital. Diante de sua maior dependência de stakeholders externos, esses bancos podem utilizar estrategicamente EM para sinalizar estabilidade e reduzir o risco percebido. Nossos achados são robustos a diferentes especificações de EM, reforçando que a fragilidade financeira aumenta o envolvimento dos bancos em EM.

Em nosso modelo, ENF é uma variável contínua que captura as variações na qualidade do enforcement entre países e períodos. Nas Colunas 1 e 3, o coeficiente de ENF é positivo, mas não estatisticamente significativo, sugerindo que a qualidade do enforcement, isoladamente, não afeta diretamente EM. Contudo, o termo de interação (FinInstab × ENF) é negativo e estatisticamente significativo, indicando que a qualidade do enforcement mitiga a relação positiva entre instabilidade financeira e EM, conforme refletido no efeito condicional capturado pelo coeficiente combinado β₁FinInstab + δ₁(FinInstab × ENF), apresentado no Painel B. Esse resultado está alinhado à TDR, uma vez que bancos financeiramente instáveis submetidos a níveis mais elevados de qualidade do enforcement dispõem de menos oportunidades para se envolver em EM. Em outras palavras, embora a instabilidade financeira geralmente aumente EM, uma qualidade mais elevada do enforcement atua como uma restrição, limitando a extensão com que os bancos podem adotar práticas discricionárias de provisionamento para perdas com empréstimos.

Alternativamente, conforme apresentado nas Colunas 2 e 4, utilizamos nossa proxy de qualidade do enforcement como uma variável dummy indicativa de maior qualidade do enforcement. Nessas especificações, os resultados são convergentes. Quando o enforcement é baixo (High_ENF = 0), um aumento de um desvio-padrão em FinInstab está associado a aumentos em EM de aproximadamente 0,21 desvio-padrão na Coluna 2 e 0,26 desvio-padrão na Coluna 4. Quando o enforcement é elevado (High_ENF = 1), esses efeitos diminuem para cerca de 0,10 e 0,13 desvio-padrão, respectivamente, reforçando o papel mitigador de regimes de enforcement mais robustos. Nossos resultados reforçam o papel mitigador do enforcement na relação entre instabilidade financeira e EM, em consonância com a literatura anterior (Dal Maso et al., 2018; Di Fabio et al., 2021; Mnif & Slimi, 2024). Esse resultado sustenta a ideia de que a qualidade do enforcement modera a capacidade de bancos financeiramente instáveis manipularem os resultados. Assim, não rejeitamos a hipótese H₂.

Em relação às variáveis de controle referentes às características dos bancos, verificamos que Credit_risk, Lev e Noninterest estão positiva e significativamente associados a EM. Esse resultado sugere que bancos mais arriscados, mais alavancados e mais dependentes de fontes de receitas não tradicionais se envolvem em maior medida em práticas discricionárias relacionadas às LLPs (Allini et al., 2025; Elnahass et al., 2022; Proença et al., 2025). Em contraste, ΔNPL e ROA estão negativa e significativamente associados a EM (Kanagaretnam et al., 2010; Quttainah et al., 2013). Por fim, em relação aos controles macroeconômicos, Inflation e Unemployment estão positiva e significativamente associados a EM, sugerindo que períodos de deterioração econômica podem pressionar os bancos a adotar práticas de EM (Boungou et al., 2024; Haq et al., 2024; Miller et al., 2021).

4.3. Análises Adicionais e Testes de Robustez

4.3.1 Especificação alternativa da estabilidade financeira

Para fornecer suporte adicional aos achados anteriores, realizamos diversos testes de robustez. Com o objetivo de verificar se nossos resultados permanecem robustos a diferentes medidas de estabilidade financeira, seguindo estudos anteriores (Marcelin et al., 2022; Mourouzidou-Damtsa et al., 2019; Özsoy et al., 2025), utilizamos a volatilidade de ROA como medida alternativa. Os resultados apresentados na Tabela 4 reforçam nosso principal achado de que menor estabilidade financeira está positivamente associada a maior EM. Esses resultados são consistentes com a literatura sobre qualidade do enforcement, a qual sugere que ENF modera a relação positiva entre instabilidade financeira e EM.

Tabela 4 -
Teste de robustez: especificação alternativa da estabilidade financeira

Variáveis	1	2	3	4
	EM/TL it		EM/TA it
σ(ROA) it	0,483***	0,206***	0,500***	0,222***
	(0,129)	(0,039)	(0,132)	(0,037)
ENF jt	0,163		-0,065
	(0,241)		(0,205)
σ(ROA)it × ENFjt	-0,077***		-0,077***
	(0,025)		(0,026)
High_ENF jt		-0,877***		-0,939***
		(0,243)		(0,238)
σ(ROA)it × High_ENF jt		-0,149***		-0,153***
		(0,041)		(0,041)
Variáveis de Controle	Sim	Sim	Sim	Sim
Efeito fixo de banco	Sim	Sim	Sim	Sim
Efeito fixo de ano	Sim	Sim	Sim	Sim
Efeito fixo de país	Sim	Sim	Sim	Sim
Observações	7.208	7.208	7.182	7.182
R² ajustado	0,463	0,459	0,490	0,489
Estatística F	22,97***	24,68***	28,62***	30,14***

• Notas: Esta tabela apresenta os resultados das regressões sobre a relação entre estabilidade financeira e gerenciamento de resultados (EM) por meio das provisões para perdas com empréstimos (LLP), utilizando regressão linear com estimador de efeitos fixos de alta dimensão. EM/TL e EM/TA são medidas de EM obtidas como resíduos das Equações 1 e 2, respectivamente. (σ(ROA)) é uma proxy alternativa para a instabilidade financeira e representa o logaritmo natural do desvio-padrão de ROA calculado em uma janela de três anos, capturando a volatilidade dos resultados. ENF é uma medida da qualidade do enforcement em nível de país, baseada nos Worldwide Governance Indicators do Banco Mundial, enquanto High_ENF é uma variável indicadora igual a 1 quando a qualidade do enforcement está acima do 75º percentil e 0, caso contrário. Reportamos os coeficientes padronizados para comparar o impacto relativo das variáveis no modelo. Os erros-padrão robustos à heterocedasticidade, agrupados no nível do banco e apresentados entre parênteses, controlam a correlação serial. Para mitigar a influência de valores extremos, winsorizamos todas as variáveis contínuas nos percentis 1 e 99.
• ^*
  , ^** e ^*** indicam níveis de significância de 10%, 5% e 1%, respectivamente, em testes t bicaudais.
• Fonte: Elaborada pelos autores.

4.3.2 Teste de endogeneidade

Para testar a robustez dos principais resultados e reduzir a probabilidade de endogeneidade, reestimamos as análises utilizando estimadores dinâmicos do método dos momentos generalizados em sistema (system GMM) (Arellano & Bover, 1995; Blundell & Bond, 1998). Esses resultados são apresentados na Tabela 5. A implementação dessa metodologia permite fortalecer nossos achados por meio do uso de instrumentos internos e de valores defasados dos regressores como instrumentos. Diante da dificuldade inerente à identificação de instrumentos adequados para fatores específicos dos bancos, a abordagem mais apropriada para variáveis financeiras consiste em utilizar seus próprios valores defasados como instrumentos (Köhler, 2015). Em consonância com a análise anterior, os resultados obtidos pelo estimador system GMM em duas etapas são consistentes com nossas hipóteses.

Tabela 5 -
Teste de robustez: estimador system GMM

Variáveis	1	2	3	4
	EM/TL it		EM/TA it
EM/TL it-1	0,560***	0,561***
	(0,044)	(0,042)
EM/TA it-1			0,619***	0,605***
			(0,041)	(0,041)
FinInstab it	0,454***	0,174***	0,454**	0,254***
	(0,157)	(0,050)	(0,193)	(0,061)
ENF jt	-0,264*		-0,409***
	(0,241)		(0,157)
FinInstabit × ENF jt	-0,005***		-0,005***
	(0,002)		(0,002)
High_ENF jt		-0,737***		-0,899***
		(0,285)		(0,339)
FinInstabit × High_ENF jt		-0,189***		-0,229***
		(0,054)		(0,067)
Variáveis de Controle	Sim	Sim	Sim	Sim
Efeito fixo de banco	Sim	Sim	Sim	Sim
Efeito fixo de ano	Sim	Sim	Sim	Sim
Observações	6.305	6.305	6.927	6.927
N. de bancos	824	824	828	828
N. de instrumentos	174	186	153	135
AR (1): p-value	0,000	0,000	0,000	0,000
AR (2): p-value	0,631	0,586	0,558	0,590
Hansen teste: p-value	0,549	0,523	0,506	0,731
Estatística Chi2	482,72***	498,28***	689,47***	699,67***

• Notas: Esta tabela apresenta os resultados das regressões sobre o efeito da estabilidade financeira no gerenciamento de resultados por meio das provisões para perdas com empréstimos, utilizando o método dos momentos generalizados em sistema, estimado em duas etapas (system GMM), conformeArellano e Bover (1995). EM/TL e EM/TA são medidas de gerenciamento de resultados obtidas como resíduos das Equações 1 e 2, respectivamente. FinInstab é uma medida de instabilidade financeira calculada como o logaritmo natural do Z-score multiplicado por -1. ENF é uma medida da qualidade do enforcement em nível de país, baseada nos Worldwide Governance Indicators do Banco Mundial, enquanto High_ENF é uma variável indicadora igual a 1 quando a qualidade do enforcement está acima do 75º percentil e 0, caso contrário. Reportamos os coeficientes padronizados para comparar o impacto relativo das variáveis no modelo. Os erros-padrão robustos à heterocedasticidade são apresentados entre parênteses. O teste de Hansen é utilizado para avaliar as restrições de sobreidentificação do modelo GMM. AR(1) e AR(2) referem-se ao teste de Arellano-Bond para autocorrelação de primeira e segunda ordens nos resíduos, respectivamente (H0: ausência de autocorrelação). Para mitigar a influência de valores extremos, winsorizamos todas as variáveis contínuas nos percentis 1 e 99.
• *, ** e *** indicam níveis de significância de 10%, 5% e 1%, respectivamente, em testes t bicaudais.
• Fonte: Elaborada pelos autores.

4.3.3 Análise adicional: controle de governança

A qualidade da governança foi incluída como variável de controle adicional, com o objetivo de considerar possíveis diferenças no nível de EM entre bancos com distintas estruturas de governança. Embora esses efeitos já sejam parcialmente capturados pelos efeitos fixos de banco, adicionamos uma medida direta da qualidade da governança para controlar explicitamente a variação transversal. Seguindo estudos anteriores (Ananzeh et al., 2022; Hussain et al., 2024), utilizamos o escore do pilar de governança da LSEG, que varia de 0 a 100, como proxy para a qualidade da governança corporativa (Gov_Score). Essa análise, apresentada na Tabela 6, é reportada como um teste de robustez adicional, em razão da redução substancial do tamanho da amostra decorrente da disponibilidade limitada de dados de governança, o que pode introduzir viés de seleção amostral. Ainda assim, as estimativas permanecem consistentes com os principais achados, confirmando a robustez de nossas conclusões.

Tabela 6 -
Análise adicional: controle de governança

Variáveis	1	2	3	4
	EM/TL it		EM/TA it
FinInstab it	0,663**	0,254***	0,583**	0,250***
	(0,266)	(0,086)	(0,257)	(0,083)
ENF jt	0,270		0,091
	(0,338)		(0,334)
FinInstabit × ENF jt	-0,079**		-0,068*
	(0,038)		(0,037)
High_ENF jt		-0,707**		-0,766**
		(0,333)		(0,321)
FinInstabit × High_ENF jt		-0,160*		-0,169**
		(0,082)		(0,082)
Gov_Score it	-0,170	-0,122	-0,145	-0,116
	(0,112)	(0,109)	(0,106)	(0,102)
Variáveis de Controle	Sim	Sim	Sim	Sim
Efeito fixo de banco	Sim	Sim	Sim	Sim
Efeito fixo de ano	Sim	Sim	Sim	Sim
Efeito fixo de país	Sim	Sim	Sim	Sim
Observações	2.321	2.321	2.311	2.311
R² ajustado	0,444	0,439	0,417	0,417
Estatística F	15,81***	15,33***	13,03***	13,73***

• Notas: Esta tabela apresenta os resultados das regressões sobre o efeito da estabilidade financeira no gerenciamento de resultados (EM) por meio das provisões para perdas com empréstimos, utilizando regressão linear com estimador de efeitos fixos de alta dimensão. EM/TL e EM/TA são medidas de EM obtidas como resíduos das Equações 1 e 2, respectivamente. FinInstab é uma medida de instabilidade financeira calculada como o logaritmo natural do Z-score multiplicado por -1. ENF é uma medida da qualidade do enforcement em nível de país, baseada nos Worldwide Governance Indicators do Banco Mundial, enquanto High_ENF é uma variável indicadora igual a 1 quando a qualidade do enforcement está acima do 75º percentil e 0, caso contrário. Gov_Score representa a qualidade da governança corporativa, mensurada pelo escore do pilar de governança da London Stock Exchange Group, que varia de 0 a 100. Reportamos os coeficientes padronizados para comparar o impacto relativo das variáveis no modelo. Os erros-padrão robustos à heterocedasticidade, agrupados no nível do banco e apresentados entre parênteses, controlam a correlação serial. Para mitigar a influência de valores extremos, winsorizamos todas as variáveis contínuas nos percentis 1 e 99.
• *, ** e *** indicam níveis de significância de 10%, 5% e 1%, respectivamente, em testes t bicaudais.
• Fonte: Elaborada pelos autores.

5. CONCLUSÃO

Neste estudo, investigamos a relação entre a estabilidade financeira e o gerenciamento de resultados nos bancos, considerando o efeito moderador da qualidade do enforcement. Para testar os efeitos da estabilidade financeira e da qualidade do enforcement sobre o gerenciamento de resultados, utilizamos o Z-score (Roy, 1952), os indicadores do Banco Mundial e as provisões discricionárias para perdas com empréstimos. A amostra é composta por 828 bancos comerciais de capital aberto, distribuídos em 72 países, no período de 2000 a 2023. Na análise, examinamos o efeito do enforcement tanto como variável contínua quanto como variável dummy representativa de ambientes com elevada qualidade do enforcement.

Os principais resultados indicam um efeito economicamente relevante da menor estabilidade financeira sobre o aumento do envolvimento dos bancos no gerenciamento de resultados, em consonância com a hipótese H₁. Além disso, constatamos que os bancos que operam em ambientes com maior qualidade do enforcement apresentam menor probabilidade de adotar práticas discricionárias relacionadas às LLPs, corroborando estudos anteriores que sugerem que os incentivos ao gerenciamento de resultados diminuem diante da possibilidade de aplicação de sanções decorrentes da baixa qualidade dos relatórios financeiros (Di Fabio et al., 2021). Os resultados também oferecem suporte à hipótese H₂, ao demonstrarem que a qualidade do enforcement modera negativamente a relação entre a menor estabilidade financeira e o gerenciamento de resultados. Por fim, os achados mostraram-se robustos a diferentes testes de sensibilidade, incluindo medidas alternativas das principais variáveis e distintos métodos de estimação econométrica.

Este estudo contribui para a literatura de, pelo menos, três maneiras. Primeiro, amplia pesquisas anteriores que analisaram a estabilidade financeira ou a qualidade do enforcement como fatores isolados. Segundo, apresenta evidências com base em uma amostra global, enquanto muitos estudos anteriores se concentraram em regiões específicas. Terceiro, trata a proxy de enforcement como uma variável contínua, o que possibilita uma análise mais detalhada de seu impacto.

Os achados apresentam importantes implicações para a formulação de políticas. Reguladores e formuladores de políticas que buscam aprimorar a qualidade dos resultados contábeis no setor bancário devem considerar que a qualidade do enforcement pode contribuir para mitigar o gerenciamento oportunista de resultados, especialmente em bancos financeiramente instáveis. Além disso, os resultados destacam a relevância de considerar as diferenças institucionais na qualidade do enforcement ao formular regulamentações bancárias de alcance global. Os achados também podem ser úteis aos investidores na análise das demonstrações financeiras dos bancos, sobretudo no caso de bancos comerciais com menor estabilidade financeira que operam em países caracterizados por ambientes de enforcement mais frágeis.

Este estudo apresenta algumas limitações. Primeiro, embora as análises principais utilizem um amplo painel internacional de bancos comerciais de capital aberto, a inclusão de informações de governança no nível dos bancos nas análises adicionais reduz substancialmente o número de observações, em razão da disponibilidade dos dados, conforme apresentado na Tabela 6. Essa redução é economicamente relevante, correspondendo a aproximadamente 70% da amostra, o que indica que a subamostra resultante provavelmente não é aleatória e pode estar sujeita a viés de seleção amostral. Esse aspecto pode afetar a magnitude dos coeficientes estimados e limitar a generalização dos resultados.

Além disso, o painel apresenta menor concentração de observações nos anos iniciais da amostra. Os principais resultados permanecem qualitativamente inalterados quando as análises são restringidas ao período com maior disponibilidade de dados, de 2013 a 2023. Segundo, a análise utiliza proxies indiretas para mensurar o gerenciamento de resultados, a instabilidade financeira e a qualidade do enforcement, as quais estão sujeitas às limitações usuais de mensuração. Terceiro, em consonância com estudos anteriores, o desenho empírico identifica associações entre a estabilidade financeira, a qualidade do enforcement e o EM, mas não permite estabelecer relações causais.

Referências bibliográficas

• Acharya, V. V., & Ryan, S. G. (2016). Banks’ financial reporting and financial system stability. Journal of Accounting Research, 54(2), 277-340. https://doi.org/10.1111/1475-679X.12114
  » https://doi.org/10.1111/1475-679X.12114
• Ananzeh, H., Al Amosh, H., & Albitar, K. (2022). The effect of corporate governance quality and its mechanisms on firm philanthropic donations: Evidence from the UK. International Journal of Accounting & Information Management, 30(4), 477-501. https://doi.org/10.1108/IJAIM-12-2021-0248
  » https://doi.org/10.1108/IJAIM-12-2021-0248
• Allini, A., Casciello, R., Maffei, M., & Ziebart, D. A. (2025). Liquidity risk exposure and earnings management - Results on an unexplored relation in the European banking sector. Journal of International Accounting Research, 24(1), 121-142. https://doi.org/10.2308/JIAR-2022-018
  » https://doi.org/10.2308/JIAR-2022-018
• Allini, A., Prisco, M., Ziebart, D. A., & Macchioni, R. (2025). Earnings management by banks through loan loss provisioning during downturns. Journal of Accounting and Public Policy, 50, 107282. https://doi.org/10.1016/j.jaccpubpol.2025.107282
  » https://doi.org/10.1016/j.jaccpubpol.2025.107282
• Araujo, M. D. R., & Dantas, J. A. (2022). Posicionamento dos auditores sobre continuidade operacional em bancos em dificuldades financeiras. Revista Contabilidade & Finanças, 33(90), e1436. https://doi.org/10.1590/1808-057x20221436.pt
  » https://doi.org/10.1590/1808-057x20221436.pt
• Arellano, M., & Bover, O. (1995). Another look at the instrumental variable estimation of error-components models. Journal of Econometrics, 68(1), 29-51. https://doi.org/10.1016/0304-4076(94)01642-D
  » https://doi.org/10.1016/0304-4076(94)01642-D
• Barth, M. E. (2015). Commentary on prospects for global financial reporting. Accounting Perspectives, 14(3), 154-167. https://doi.org/10.1111/1911-3838.12046
  » https://doi.org/10.1111/1911-3838.12046
• Basel Committee on Banking Supervision. (2011). Basel III: A global regulatory framework for more resilient banks and banking systems Bank for International Settlements. https://www.bis.org/publ/bcbs189.pdf
  » https://www.bis.org/publ/bcbs189.pdf
• Ben Rejeb, M., Alzyadat, S., & Merzki, N. (2025). Bank financial distress and earnings management strategies: Evidence from MENA countries. Asian Review of Accounting, 33(1), 43-71. https://doi.org/10.1108/ARA-10-2023-0290
  » https://doi.org/10.1108/ARA-10-2023-0290
• Beuselinck, C., Blanco, B., & García Lara, J. M. (2017). The role of foreign shareholders in disciplining financial reporting. Journal of Business Finance & Accounting, 44(5-6), 558-592. https://doi.org/10.1111/jbfa.12239
  » https://doi.org/10.1111/jbfa.12239
• Biswas, S., Bhattacharya, M., & Kumar, D. (2024). Antecedents and consequences of earnings management: A systematic review of the banking sector in developed and developing countries. Australasian Business, Accounting and Finance Journal, 18(2), 196-236. https://doi.org/10.14453/aabfj.v18i2.13
  » https://doi.org/10.14453/aabfj.v18i2.13
• Blundell, R., & Bond, S. (1998). Initial conditions and moment restrictions in dynamic panel data models. Journal of Econometrics, 87(1), 115-143. https://doi.org/10.1016/S0304-4076(98)00009-8
  » https://doi.org/10.1016/S0304-4076(98)00009-8
• Boulanouar, Z., Alqahtani, F., & Hamdi, B. (2021). Bank ownership, institutional quality and financial stability: Evidence from the GCC region. Pacific-Basin Finance Journal, 66, 101510. https://doi.org/10.1016/j.pacfin.2021.101510
  » https://doi.org/10.1016/j.pacfin.2021.101510
• Boungou, W., Osei-Tutu, F., & Taylor, D. (2024). Negative interest rate policy and banks’ earnings management. Economics Letters, 237, 111632. https://doi.org/10.1016/j.econlet.2024.111632
  » https://doi.org/10.1016/j.econlet.2024.111632
• Bouvatier, V., Lepetit, L., & Strobel, F. (2014). Bank income smoothing, ownership concentration and the regulatory environment. Journal of Banking & Finance, 41, 253-270. https://doi.org/10.1016/j.jbankfin.2013.12.001
  » https://doi.org/10.1016/j.jbankfin.2013.12.001
• Boyd, J. H., & Runkle, D. E. (1993). Size and performance of banking firms. Journal of Monetary Economics, 31(1), 47-67. https://doi.org/10.1016/0304-3932(93)90016-9
  » https://doi.org/10.1016/0304-3932(93)90016-9
• Brown, P., Preiato, J., & Tarca, A. (2014). Measuring country differences in enforcement of accounting standards: An audit and enforcement proxy. Journal of Business Finance & Accounting, 41(1-2), 1-52. https://doi.org/10.1111/jbfa.12066
  » https://doi.org/10.1111/jbfa.12066
• Callao, S., Cimini, R., & Jarne, J. I. (2016). Value relevance of accounting figures in presence of earnings management. Are enforcement and ownership diffusion really enough? Journal of Business Economics and Management, 17(6), 1286-1299. https://doi.org/10.3846/16111699.2016.1203816
  » https://doi.org/10.3846/16111699.2016.1203816
• Dal Maso, L., Kanagaretnam, K., Lobo, G. J., & Terzani, S. (2018). The influence of accounting enforcement on earnings quality of banks: Implications of bank regulation and the global financial crisis. Journal of Accounting and Public Policy, 37(5), 402-419. https://doi.org/10.1016/j.jaccpubpol.2018.09.003
  » https://doi.org/10.1016/j.jaccpubpol.2018.09.003
• Dechow, P. M., Ge, W., & Schrand, C. (2010). Understanding earnings quality: A review of the proxies, their determinants and their consequences. Journal of Accounting and Economics, 50(2-3), 344-401. https://doi.org/10.1016/j.jacceco.2010.09.001
  » https://doi.org/10.1016/j.jacceco.2010.09.001
• Desalegn, T. A., Zhu, H., & Borojo, D. G. (2023). Economic policy uncertainty, bank competition and financial stability. Journal of Financial Economic Policy, 15(2), 123-139. https://doi.org/10.1108/JFEP-04-2022-0106
  » https://doi.org/10.1108/JFEP-04-2022-0106
• Di Fabio, C., Ramassa, P., & Quagli, A. (2021). Income smoothing in European banks: The contrasting effects of monitoring mechanisms. Journal of International Accounting, Auditing and Taxation, 43, 100385. https://doi.org/10.1016/j.intaccaudtax.2021.100385
  » https://doi.org/10.1016/j.intaccaudtax.2021.100385
• Donaldy, R., & Massoudi, D. (2025). Audit quality and earnings management: Evidence from rural and community banks in an emerging economy. Journal of Accounting in Emerging Economies https://doi.org/10.1108/JAEE-03-2023-0063
  » https://doi.org/10.1108/JAEE-03-2023-0063
• Elekdag, S., Emrullahu, D., & Ben Naceur, S. (2025). Does fintech increase bank risk-taking? Journal of Financial Stability, 76, 101360. https://doi.org/10.1016/j.jfs.2024.101360
  » https://doi.org/10.1016/j.jfs.2024.101360
• Elnahass, M., Salama, A., & Yusuf, N. (2022). Earnings management and internal governance mechanisms: The role of religiosity. Research in International Business and Finance, 59, 101565. https://doi.org/10.1016/j.ribaf.2021.101565
  » https://doi.org/10.1016/j.ribaf.2021.101565
• Ewert, R., & Wagenhofer, A. (2019). Effects of increasing enforcement on financial reporting quality and audit quality. Journal of Accounting Research, 57(1), 121-168. https://doi.org/10.1111/1475-679X.12251
  » https://doi.org/10.1111/1475-679X.12251
• Feigenberg, B., Ost, B., & Qureshi, J. A. (2025). Omitted variable bias in interacted models: A cautionary tale. Review of Economics and Statistics, 107(5), 1260-1274. https://doi.org/10.1162/rest_a_01361
  » https://doi.org/10.1162/rest_a_01361
• Galletta, S., & Mazzù, S. (2023). ESG controversies and bank risk taking. Business Strategy and the Environment, 32(1), 274-288. https://doi.org/10.1002/bse.3129
  » https://doi.org/10.1002/bse.3129
• Gao, D., Zhou, X., & Wan, J. (2024). Unlocking sustainability potential: The impact of green finance reform on corporate ESG performance. Corporate Social Responsibility and Environmental Management, 31(5), 4211-4226. https://doi.org/10.1002/csr.2801
  » https://doi.org/10.1002/csr.2801
• Ghosh, A. (Aloke), Jarva, H., & Ryan, S. G. (2025). Bank regulation/supervision and bank auditing. European Accounting Review, 34(4), 1339-1364. https://doi.org/10.1080/09638180.2024.2373207
  » https://doi.org/10.1080/09638180.2024.2373207
• Haq, M., Ongena, S., Pu, J., & Tan, E. K. M. (2024). Do banks engage in earnings management? The role of dividends and institutional factors. Journal of Banking & Finance, 168, 107287. https://doi.org/10.1016/j.jbankfin.2024.107287
  » https://doi.org/10.1016/j.jbankfin.2024.107287
• Hillman, A. J., Withers, M. C., & Collins, B. J. (2009). Resource dependence theory: A review. Journal of Management, 35(6), 1404-1427. https://doi.org/10.1177/0149206309343469
  » https://doi.org/10.1177/0149206309343469
• Hussain, T., Kryzanowski, L., Loureiro, G., & Sufyan, M. (2024). Enhancing corporate governance quality through mergers and acquisitions. Journal of International Financial Management & Accounting, 35(2), 465-500. https://doi.org/10.1111/jifm.12203
  » https://doi.org/10.1111/jifm.12203
• International Accounting Standards Board IASB (2014). IFRS 9: Financial instruments IFRS Foundation. https://www.ifrs.org
  » https://www.ifrs.org
• Kanagaretnam, K., Lim, C. Y., & Lobo, G. J. (2010). Auditor reputation and earnings management: International evidence from the banking industry. Journal of Banking & Finance, 34(10), 2318-2327. https://doi.org/10.1016/j.jbankfin.2010.02.020
  » https://doi.org/10.1016/j.jbankfin.2010.02.020
• Kanagaretnam, K., Lim, C. Y., & Lobo, G. J. (2014). Effects of international institutional factors on earnings quality of banks. Journal of Banking & Finance, 39, 87-106. https://doi.org/10.1016/j.jbankfin.2013.11.005
  » https://doi.org/10.1016/j.jbankfin.2013.11.005
• Köhler, M. (2015). Which banks are more risky? The impact of business models on bank stability. Journal of Financial Stability, 16, 195-212. https://doi.org/10.1016/j.jfs.2014.02.005
  » https://doi.org/10.1016/j.jfs.2014.02.005
• Kusi, B. A., Forson, J. A., Adu-Darko, E., & Agbloyor, E. (2023). Global financial crisis, international capital requirement and bank financial stability: An international evidence. Journal of Financial Regulation and Compliance, 31(2), 237-258. https://doi.org/10.1108/JFRC-04-2022-0057
  » https://doi.org/10.1108/JFRC-04-2022-0057
• Laeven, L., & Levine, R. (2009). Bank governance, regulation and risk taking. Journal of Financial Economics, 93(2), 259-275. https://doi.org/10.1016/j.jfineco.2008.09.003
  » https://doi.org/10.1016/j.jfineco.2008.09.003
• Leuz, C., Nanda, D., & Wysocki, P. D. (2003). Earnings management and investor protection: An international comparison. Journal of Financial Economics, 69(3), 505-527. https://doi.org/10.1016/S0304-405X(03)00121-1
  » https://doi.org/10.1016/S0304-405X(03)00121-1
• London Stock Exchange Group. (2024, julho). Sustainable Sovereign Risk Methodology LSEG sovereign sustainability solutions. https://www.lseg.com/content/dam/ftse-russell/en_us/documents/policy-documents/sustainable-sovereign-risk-methodology.pdf
  » https://www.lseg.com/content/dam/ftse-russell/en_us/documents/policy-documents/sustainable-sovereign-risk-methodology.pdf
• Mangala, D., & Singla, N. (2022). Impact of earnings management on profitability of commercial banks: Evidence from India. FIIB Business Review, 23197145221084037. https://doi.org/10.1177/23197145221084037
  » https://doi.org/10.1177/23197145221084037
• Marcelin, I., Sun, W., Teclezion, M., & Junarsin, E. (2022). Financial inclusion and bank risk-taking: The effect of information sharing. Finance Research Letters, 50, 103182. https://doi.org/10.1016/j.frl.2022.103182
  » https://doi.org/10.1016/j.frl.2022.103182
• Mi, B., Zhang, L., & Han, L. (2025). Balancing acts: Bank market deregulation and the dynamics of earnings management. International Review of Financial Analysis, 104040. https://doi.org/10.1016/j.irfa.2025.104040
  » https://doi.org/10.1016/j.irfa.2025.104040
• Miller, S. M., Moussawi, R., Wang, B., & Yang, T. (2021). Institutional investors and bank governance: An international analysis of bank earnings management. Journal of Corporate Finance, 70, 102055. https://doi.org/10.1016/j.jcorpfin.2021.102055
  » https://doi.org/10.1016/j.jcorpfin.2021.102055
• Mnif, Y., & Slimi, I. (2023). Former auditors on the audit committee and earnings management: Evidence from African banks. Accounting & Finance, 63(2), 2383-2420. https://doi.org/10.1111/acfi.12973
  » https://doi.org/10.1111/acfi.12973
• Mnif, Y., & Slimi, I. (2024). How do auditor attributes affect bank earnings management? Evidence from Africa. Journal of Accounting in Emerging Economies, 14(4), 819-854. https://doi.org/10.1108/JAEE-09-2022-0255
  » https://doi.org/10.1108/JAEE-09-2022-0255
• Mourouzidou-Damtsa, S., Milidonis, A., & Stathopoulos, K. (2019). National culture and bank risk-taking. Journal of Financial Stability, 40, 132-143. https://doi.org/10.1016/j.jfs.2017.08.007
  » https://doi.org/10.1016/j.jfs.2017.08.007
• Oliver, C. (1991). Strategic Responses to Institutional Processes. The Academy of Management Review, 16(1), 145-179.
• Özsoy, S. M., Rasteh, M., & Yönder, E. (2025). Understanding drought shocks: Bank financial stability and loan performance. Global Finance Journal, 65, 101100. https://doi.org/10.1016/j.gfj.2025.101100
  » https://doi.org/10.1016/j.gfj.2025.101100
• Pan, N., Chang, M., & Pan, X. (2024). Career concerns and earnings management in government‐owned banks. Accounting & Finance, 64(1), 475-506. https://doi.org/10.1111/acfi.13152
  » https://doi.org/10.1111/acfi.13152
• Pasiouras, F., & Samet, A. (2022). Social capital and the cost of bank equity: Cross-country evidence. Journal of Banking & Finance, 141, 106535. https://doi.org/10.1016/j.jbankfin.2022.106535
  » https://doi.org/10.1016/j.jbankfin.2022.106535
• Petersen, M. A. (2009). Estimating Standard Errors in Finance Panel Data Sets: Comparing Approaches. Review of Financial Studies, 22(1), 435-480. https://doi.org/10.1093/rfs/hhn053
  » https://doi.org/10.1093/rfs/hhn053
• Pfeffer, J., & Salancik, G. R. (1978). The external control of organizations: A resource dependence perspective Stanford University Press.
• Preiato, J., Brown, P., & Tarca, A. (2015). A Comparison of Between‐Country Measures of Legal Setting and Enforcement of Accounting Standards. Journal of Business Finance & Accounting, 42(1-2), 1-50. https://doi.org/10.1111/jbfa.12112
  » https://doi.org/10.1111/jbfa.12112
• Proença, C., Augusto, M., & Murteira, J. (2025). The effect of political connections on earnings management: Evidence from ECB-supervised banks. Research in International Business and Finance, 74, 102711. https://doi.org/10.1016/j.ribaf.2024.102711
  » https://doi.org/10.1016/j.ribaf.2024.102711
• Quttainah, M. A., Song, L., & Wu, Q. (2013). Do Islamic banks employ less earnings management? Journal of International Financial Management & Accounting, 24(3), 203-233. https://doi.org/10.1111/jifm.12011
  » https://doi.org/10.1111/jifm.12011
• Rosa, P. S., & Gartner, I. R. (2017). Financial distress in Brazilian banks: An early warning model. Revista Contabilidade & Finanças, 29(77), 312-331. https://doi.org/10.1590/1808-057x201803910
  » https://doi.org/10.1590/1808-057x201803910
• Roy, A. D. (1952). Safety first and the holding of assets. Econometrica, 20(3), 431. https://doi.org/10.2307/1907413
  » https://doi.org/10.2307/1907413
• Sadaa, A. M., Ganesan, Y., & Ahmed, M. G. (2023). The effect of earnings quality and bank continuity: The moderating role of ownership structure and CSR. Journal of Sustainable Finance & Investment, 13(1), 366-386. https://doi.org/10.1080/20430795.2020.1858690
  » https://doi.org/10.1080/20430795.2020.1858690
• Shehzad, C. T., & De Haan, J. (2015). Supervisory powers and bank risk taking. Journal of International Financial Markets, Institutions and Money, 39, 15-24. https://doi.org/10.1016/j.intfin.2015.05.004
  » https://doi.org/10.1016/j.intfin.2015.05.004
• Shira, R. K. (2025). Corporate governance, competition and earnings management: Evidence from Asian emerging economies. Journal of Financial Reporting and Accounting, 23(1), 218-234. https://doi.org/10.1108/JFRA-07-2022-0270
  » https://doi.org/10.1108/JFRA-07-2022-0270
• Silva, A., Jorge, S., & Rodrigues, L. L. (2021). Enforcement and accounting quality in the context of IFRS: Is there a gap in the literature? International Journal of Accounting & Information Management, 29(3), 345-367. https://doi.org/10.1108/IJAIM-08-2020-0126
  » https://doi.org/10.1108/IJAIM-08-2020-0126
• Uyar, A., Wasiuzzaman, S., Kuzey, C., & Karaman, A. S. (2022). Board structure and financial stability of financial firms: Do board policies and CEO duality matter? Journal of International Accounting, Auditing and Taxation, 47, 100474. https://doi.org/10.1016/j.intaccaudtax.2022.100474
  » https://doi.org/10.1016/j.intaccaudtax.2022.100474
• Vo, N. N. T., Nguyen, T. V. H., & Phan, D. H. T. (2022). Earnings management and bank risk-taking behavior in Asia-Pacific region. Research in International Business and Finance, 63, 101785. https://doi.org/10.1016/j.ribaf.2022.101785
  » https://doi.org/10.1016/j.ribaf.2022.101785
• Zainuldin, M. H., & Lui, T. K. (2020). Earnings management in financial institutions: A comparative study of Islamic banks and conventional banks in emerging markets. Pacific-Basin Finance Journal, 62, 101044. https://doi.org/10.1016/j.pacfin.2018.07.005
  » https://doi.org/10.1016/j.pacfin.2018.07.005
• Zhang, Y., & McIntyre M. L. (2020). Discretionary loan loss provisioning and stock trading liquidity. Journal of Banking Regulation, 22(2), 97-111. https://doi.org/10.1057/s41261-020-00130-4
  » https://doi.org/10.1057/s41261-020-00130-4

Este é um texto bilíngue. Este artigo foi escrito originalmente no idioma inglês, publicado sob o DOI https://doi.org/10.1590/1808-057x20262514.en

author-notes-fn-presented-at

Trabalho apresentado no 25º USP International Conference on Accounting, São Paulo, SP, Brasil, julho de 2025 e selecionado para submissão à Revista Contabilidade & Finanças por meio do fast track do evento.

DECLARAÇÃO DE DISPONIBILIDADE DOS DADOS

O conjunto de dados que dá suporte aos resultados deste estudo não está disponível publicamente.

DECLARAÇÃO DE NÃO UTILIZAÇÃO DE IA

Os autores declaram que não utilizaram inteligência artificial generativa em nenhuma etapa da produção deste manuscrito (pesquisa, redação, análise de dados, fórmulas ou criação de elementos gráficos).

FINANCIAMENTO

Os autores agradecem às seguintes instituições pelo financiamento deste projeto de pesquisa: - Fundação de Amparo à Pesquisa e Inovação do Estado de Santa Catarina (FAPESC). Número do processo: Chamada Pública FAPESC nº 19/2024.

Email:

[e-mail]

Email:

[e-mail]

Email:

[e-mail]

Editor-Chefe Acadêmico:

Andson Braga de Aguiar

Editor Associado:

Robert Aldo Iquiapaza Coaguila

DECLARAÇÃO DE CONFLITO DE INTERESSE

Os autores declaram não haver conflito de interesse.

Datas de Publicação

• Publicação nesta coleção
  28 Set 2026
• Data do Fascículo
  2026

Histórico

• Recebido
  03 Nov 2025
• Revisado
  11 Nov 2025
• Aceito
  10 Fev 2026