Evidências internacionais dos efeitos da atuação de investidores institucionais na anomalia dos accruals

Os investidores institucionais, tais como os fundos de pensão, são entidades que administram recursos de numerosos grupos de pessoas, e que, por isso, tendem a gerir grandes carteiras de investimento e a ter incentivos para se tornar bem informados. Por isso, espera-se que eles sejam bons representantes da classe de investidores sofisticados, ou bem informados, e que o aumento de sua presença no mercado de capitais melhore a velocidade do ajuste do preço, contribuindo para evitar ineficiências do mercado, como, por exemplo, a anomalia dos accruals (Sloan, 1996), que é um atraso na revisão dos preços diante da informação sobre a magnitude dos accruals do lucro. Assim, o objetivo deste estudo é analisar, em diversos países, o impacto da participação de investidores institucionais sobre a anomalia dos accruals. São formuladas quatro hipóteses: (i) a proporção de informações sobre o desempenho futuro da empresa refletida no preço de sua ação é positivamente relacionada com o percentual de participação societária dos investidores institucionais; (ii) quanto maior for o percentual da participação societária de investidores institucionais, maior será a qualidade do lucro; (iii) quanto maior for a value relevance do lucro, maior será a anomalia dos accruals; e (iv) quanto maior for a participação societária dos investidores institucionais, menor será a anomalia dos accruals. Para se atingir os objetivos, a bibliografia sobre investidores institucionais, investidores sofisticados e anomalia dos accruals é analisada e cotejada com a literatura sobre value relevance e qualidade do lucro, em especial com o de Dechow e Dichev (2002). A pesquisa empírica utiliza dados de empresas não financeiras listadas nas bolsas de valores da Alemanha, do Brasil, da Espanha, dos Estados Unidos, da França, da Holanda, da Itália, do Reino Unido e da Suíça, e cobre o período de 2004 a 2013. A amostra contempla entre 2.314 e 4.076 empresas, totalizando entre 15.902 e 20.174 observações, a depender do modelo estimado. São realizadas regressões com dados em painel, uma abordagem de equações aparentemente não relacionadas (Seemingly Unrelated Regression - SUR) e a aplicação do teste de Mishkin (1983). Constata-se que nos Estados Unidos e na Itália os investidores institucionais são mais bem informados que os demais, e que na Alemanha, nos Estados Unidos, na França e no Reino Unido eles exercem um papel de monitoramento, pressionando por lucros de qualidade superior. Não se constata, porém, relação positiva entre value relevance do lucro e anomalia dos accruals, nem entre participação de investidores institucionais e esta anomalia. O estudo enriquece a discussão sobre o mercado ser eficiente a longo prazo, mas apresentar anomalias no curto prazo; enfatiza a importância de o investidor ser capaz de converter informações em previsão e avaliação; discute o vínculo entre o papel de monitoramento dos investidores institucionais e a qualidade do lucro; e avalia a relação entre a atuação destes investidores e o prices lead earnings.

Portfolio efficiency tests with conditioning information using empirical likelihood estimation

We evaluate the use of Generalized Empirical Likelihood (GEL) estimators in portfolios efficiency tests for asset pricing models in the presence of conditional information. Estimators from GEL family presents some optimal statistical properties, such as robustness to misspecification and better properties in finite samples. Unlike GMM, the bias for GEL estimators do not increase as more moment conditions are included, which is expected in conditional efficiency analysis. We found some evidences that estimators from GEL class really performs differently in small samples, where efficiency tests using GEL generate lower estimates compared to tests using the standard approach with GMM. With Monte Carlo experiments we see that GEL has better performance when distortions are present in data, especially under heavy tails and Gaussian shocks.

Aplicação de métodos computacionais multidisciplinares de engenharia para otimização de carteiras de investimentos.

Este trabalho apresenta uma nova metodologia para otimizar carteiras de ativos financeiros. A metodologia proposta, baseada em interpoladores universais tais quais as Redes Neurais Artificiais e a Krigagem, permite aproximar a superfície de risco e consequentemente a solução do problema de otimização associado a ela de forma generalizada e aplicável a qualquer medida de risco disponível na literatura. Além disto, a metodologia sugerida permite que sejam relaxadas hipóteses restritivas inerentes às metodologias existentes, simplificando o problema de otimização e permitindo que sejam estimados os erros na aproximação da superfície de risco. Ilustrativamente, aplica-se a metodologia proposta ao problema de composição de carteiras com a Variância (controle), o Valor-em-Risco (VaR) e o Valor-em-Risco Condicional (CVaR) como funções objetivo. Os resultados são comparados àqueles obtidos pelos modelos de Markowitz e Rockafellar, respectivamente.