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.

A methodology for improving computed individual regressions predictions.

This research proposes a methodology to improve computed individual prediction values provided by an existing regression model without having to change either its parameters or its architecture. In other words, we are interested in achieving more accurate results by adjusting the calculated regression prediction values, without modifying or rebuilding the original regression model. Our proposition is to adjust the regression prediction values using individual reliability estimates that indicate if a single regression prediction is likely to produce an error considered critical by the user of the regression. The proposed method was tested in three sets of experiments using three different types of data. The first set of experiments worked with synthetically produced data, the second with cross sectional data from the public data source UCI Machine Learning Repository and the third with time series data from ISO-NE (Independent System Operator in New England). The experiments with synthetic data were performed to verify how the method behaves in controlled situations. In this case, the outcomes of the experiments produced superior results with respect to predictions improvement for artificially produced cleaner datasets with progressive worsening with the addition of increased random elements. The experiments with real data extracted from UCI and ISO-NE were done to investigate the applicability of the methodology in the real world. The proposed method was able to improve regression prediction values by about 95% of the experiments with real data.