Explicações para a divulgação voluntária ambiental no Brasil utilizando a análise de regressão em painel

O objetivo no estudo aqui apresentado foi identificar os fatores que determinam a divulgação voluntária ambiental pelas empresas brasileiras potencialmente poluidoras. Para tanto, foram analisa- das as Demonstrações Financeiras Padronizadas (DFPs) e os Relató- rios de Sustentabilidade (RS) do período de 2005 a 2007 das empresas abertas com ações listadas na Bolsa de Valores de São Paulo (Bovespa) e pertencentes a setores de alto impacto ambiental, que compreendem extração e tratamento de minerais; metalúrgico; químico; papel e celulose; indústria de couros e peles; transporte, terminais, depósitos e comércio (de combustíveis, derivados de petróleo e produtos químicos). Com o intuito de explicar a evidenciação ambiental divulgada pelas empresas investigadas, foram formuladas sete hipóteses testadas a partir de instrumentos de análise estatística. Essas hipóteses referem-se a fatores individuais das empresas, que englobam tamanho, rentabilidade, endividamento, empresa de auditoria, sustentabilidade, internacionalização e publicação do RS. Os resultados mostram que, nos três anos analisados, as 57 empresas que compõem a amostra do estudo evidenciaram um total de 6.182 sentenças ambientais, 73% delas divulgadas nos RS e 27% nas DFPs. A análise de regressão em painel demonstrou que as variáveis tamanho da empresa, empresa de auditoria, sustentabilidade e publicação do RS são relevantes a um nível de significância de 5% para a explicação do disclosure voluntário de informações ambientais. Concluiu-se que os achados da pesquisa corroboram a teoria positiva da contabilidade, e parcialmente a teoria da legitimidade.

Hedging na produção de açúcar e álcool: uma integração de decisões financeiras e de produção

O risco financeiro ao qual o produtor agrícola está exposto no momento da comercialização do produto final demanda o uso de instrumentos de redução de risco, a fim de assegurar um preço que viabilize economicamente o processo produtivo. Este artigo analisa o problema de elaboração de estratégias de proteção financeira na presença de restrições de produção, através de um modelo de otimização multiperíodo determinístico. A incerteza é descrita através de árvores de cenários e o risco analisado através das abordagens clássicas de média-variância. O comportamento do modelo proposto é analisado no caso do mercado sucroalcooleiro, para a gestão financeira de usinas sucroalcooleiras, sendo as estratégias de hedging construídas com base no mercado futuro de álcool e açúcar.

Redes neurais artificiais na previsão da inflação: aplicação como ferramenta de apoio à análise de decisões financeiras em organizações de pequeno porte

As estimações das taxas de inflação são de fundamental importância para os gestores, pois as decisões de investimento estão intimamente ligadas a elas. Contudo, o comportamento inflacionário tende a ser não linear e até mesmo caótico, tornando difícil a sua correta estimação. Essa característica do fenômeno pode tornar imprecisos os modelos mais simples de previsão, acessíveis às pequenas organizações, uma vez que muitos deles necessitam de grandes manipulações de dados e/ou softwares especializados. O presente artigo tem por objetivo avaliar, por meio de análise formal estatística, a eficácia das redes neurais artificiais (RNA) na previsão da inflação, dentro da realidade de organizações de pequeno porte. As RNA são ferramentas adequadas para mensurar os fenômenos inflacionários, por se tratar de aproximações de funções polinomiais, capazes de lidar com fenômenos não lineares. Para esse processo, foram selecionados três modelos básicos de redes neurais artificiais Multi Layer Perceptron, passíveis de implementação a partir de planilhas eletrônicas de código aberto. Os três modelos foram testados a partir de um conjunto de variáveis independentes sugeridas por Bresser-Pereira e Nakano (1984), com defasagem de um, seis e doze meses. Para tal, foram utilizados testes de Wilcoxon, coeficiente de determinação R² e o percentual de erro médio dos modelos. O conjunto de dados foi dividido em dois, sendo um grupo usado para treinamento das redes neurais artificiais, enquanto outro grupo era utilizado para verificar a capacidade de predição dos modelos e sua capacidade de generalização. Com isso, o trabalho concluiu que determinados modelos de redes neurais artificiais têm uma razoável capacidade de predição da inflação no curto prazo e se constituem em uma alternativa razoável para esse tipo de mensuração.

Efeito direto e interativo do período de avaliação sobre a orientação temporal dos gestores

O objetivo neste estudo é investigar o efeito direto e interativo do período de avaliação sobre a orientação temporal dos gestores (OTG), isto é, o horizonte de tempo entre o momento de alocação de recursos e o momento do impacto financeiro dessa alocação. Tendo por base a literatura contábil e econômica, são examinadas as seguintes hipóteses: um período de avaliação mais de longo prazo afeta positivamente a OTG e o efeito positivo de um período de avaliação mais de longo prazo sobre a OTG é maior no caso de maior importância atribuída a medidas não financeiras do que a medidas financeiras de desempenho. Aplica-se a técnica estatística de mínimos quadrados parciais (PLS) para testar as hipóteses deste estudo, sendo os dados coletados por meio de um levantamento realizado junto a 66 gestores de nível intermediário que atuam em 11 empresas. Os resultados sugerem que o período de avaliação não possui efeitos diretos sobre a OTG; no entanto, quando considerada sua interação com a medida de desempenho, os resultados indicam que o efeito do período de avaliação sobre a OTG depende da importância relativa de medidas financeiras versus não financeiras. A principal implicação desses resultados é que o uso de um período de avaliação de longo prazo em combinação com um peso maior atribuído a medidas não financeiras de desempenho não afeta positivamente a OTG; ao contrário, esse efeito positivo sobre a OTG está presente quando um período de avaliação de curto prazo está associado a menor importância de medidas não financeiras de desempenho.

Coassimetria, cocurtose e as taxas de retorno das ações: uma análise com dados em painel

Modelos de apreçamento de ativos têm sido um tema sob constante investigação em finanças. Desde o capital asset pricing model (CAPM) proposto por Sharpe (1964), tais modelos relacionam, geralmente de maneira linear, a taxa de retorno esperada de um ativo ou carteira de ativos com fatores de risco sistêmico. Esta pesquisa apresenta um teste de um modelo de apreçamento, com dados brasileiros, introduzindo em sua formulação fatores de risco baseados em comomentos estatísticos. O modelo proposto é uma extensão do CAPM original acrescido da coassimetria e da cocurtose entre as taxas de retorno das ações das empresas que compõem a amostra e as taxas de retorno da carteira de mercado. Os efeitos de outras variáveis, como o valor de mercado sobre valor contábil, a alavancagem financeira e um índice de negociabilidade em bolsa, serviram de variáveis de controle. A amostra foi composta de 179 empresas brasileiras não financeiras negociadas na BM&FBovespa e com dados disponíveis entre os anos de 2003 a 2007. A metodologia consistiu em calcular os momentos sistêmicos anuais a partir de taxas de retornos semanais e em seguida testá-los em um modelo de apreçamento, a fim de verificar se há um prêmio pelo risco associado a cada uma dessas medidas de risco. Foi empregada a técnica de análise de dados em painel, estimada pelo método dos momentos generalizado (GMM). O emprego do GMM visa lidar com potenciais problemas de determinação simultânea e endogeneidade nos dados, evitando a ocorrência de viés nas estimações. Os resultados das estimações mostram que a relação das taxas de retorno dos ativos com a covariância e a cocurtose são estatisticamente significantes. Os resultados se mostraram robustos a especificações alternativas do modelo. O artigo contribui para a literatura por apresentar evidências empíricas brasileiras de que há um prêmio pelo risco associado aos momentos sistêmicos.

As origens do judô brasileiro: a árvore genealógica dos medalhistas olímpicos

O Brasil participou de todas as edições dos Jogos Olímpicos (JO) no judô, nos quais 12 atletas brasileiros conquistaram medalhas. O objetivo deste estudo foi elaborar uma "árvore genealógica judoística" do judô brasileiro a partir destes medalhistas. A metodologia utilizada foi História Oral de Vida Híbrida. Foram entrevistados os 12 medalhistas brasileiros em JO e seus professores. Identificamos todos os formadores dos professores destes medalhistas, até encontrar os "genearcas", aqueles que chegaram ao Brasil com condições de transmitir estes conhecimentos. As informações obtidas com os entrevistados foram analisadas juntamente com outros documentos. Maeda e Satake foram os primeiros japoneses a chegar e fazer demonstrações de judô no Brasil, a partir de 1914. Ryuzo Ogawa, que fundou a Budokan em 1936, foi o genearca que influenciou o maior número destes atletas. O primeiro medalhista brasileiro, Chiaki Ishii, foi também um genearca, pois influenciou outros atletas e professores.