Tutorial: como estimar accruals discricionários no R (gratuito)

Semana passada eu postei aqui no blog um vídeo com o script para estimação dos accruals discricionários (cross-section) por ano e por setor, sem a complicação de gastar várias horas rodando uma regressão por vez.

O vídeo foi gentilmente enviado pela mestranda da FURB Caroline Soschinski e teve uma ótima repercussão. Acesse o vídeo clicando aqui e aproveite para se inscrever no nosso canal do Youtube clicando aqui.

A partir daí, o Professor Dr Abdinardo Oliveira se prontificou a também nos ajudar com um script para o R - software gratuito.

Agradeço imensamente ao Professor Abdinardo pelo envio do script. O email dele está nas instruções, caso precisem entrar em contato.

Abaixo eu apresento as instruções gerais, o script e a base de dados (BD_Template) que vocês podem baixar clicando aqui.

INSTRUÇÕES COM RELAÇÃO AO USO DO SCRIPT PARA ESTIMAÇÃO DE ACCRUALS DISCRICIONÁRIOS USANDO O R

1) A “programação” que o usuário fará para utilizar corretamente a rotina se dará na montagem do banco de dados, que deverá ser no formato do MS Excel, qualquer versão (.xls ou .xlsx). É recomendável que o usuário use o template em Excel que foi disponibilizado no link acima. O Usuário não deverá digitar NADA nas linhas de código, a não ser que tenha experiência em R;

2) Ao abrir o template, o usuário não deve mexer nos conteúdos das células A1 e B1. Nas demais células são permitidas as alterações dos valores. É imprescindível que o formato das células esteja na categoria “Geral”, senão o R fará a leitura errada dos dados (o template já está nesse formato);

3) Na coluna A, o usuário colocará os anos (2010, 2011 etc.); na coluna B, os setores (1, 2 etc.); na coluna C, os valores da variável dependente; nas demais colunas, os valores das variáveis independentes. Para as variáveis independentes, aconselho usar a configuração do template (x1, x2 etc.);

4) É recomendado que o usuário use o RStudio para rodar os dados (mas lhe é facultado a usar o ambiente que quiser). Antes de rodar a rotina, ele deve instalar as libraries, que estão na primeira linha da rotina;

5) Uma vez instaladas as libraries, é só usar o comando Ctrl+Alt+R. Em seguida, aparecerá uma janela de prompt pedindo que você localize o arquivo do seu banco de dados, montado a partir do template;

6) Pronto! Como resultado, o R produzirá quatro tabelas e uma lista. As tabelas mostrarão os valores do R² ajustado (tabela_R2), e os p-valores dos testes de Durbin-Watson (para ausência de autocorrelação serial nos resíduos – tabela_DW), Jarque-Bera (para normalidade dos resíduos – tabela_JB) e Ljung-Box (para ausência de heterocedasticidade nos resíduos – tabela_LB). A lista (lista_resultados) mostrará o sumário de todas as regressões lineares, para cada ano e setor. É só digitar lista_resultados$ e escolher a lista desejada.

Dúvidas, favor mandar um e-mail para abdinardom@utfpr.edu.br

P.s.: recomendação de leitura sobre definição, mensuração e modelagem de accruals discricionários. Clique aqui.

Enjoy!!!

SCRIPT NO R PARA ESTIMAÇÃO DE ACCRUALS DISCRICIONÁRIOS POR ANO E POR SETOR

#Rotina desenvolvida por Abdinardo M. B. de Oliveira, Dr. (UTFPR), em 30/09/2018.

library(readxl);library(lmtest);library(tseries)

#Ler o banco de dados

BD=read_xlsx(file.choose(),sheet = 1)

#Monta as equações e as tabelas para armazenar os resultados

variaveis = colnames(BD)

f_kothari = as.formula(paste(variaveis[3]," ~ ", paste(variaveis[4:length(variaveis)],collapse = "+")))

Setores = sort(unique(BD$setor)); Anos = sort(unique(BD$year))

lista_resultados = list()

tabela_R2 = matrix(NA,length(Setores),length(Anos));colnames(tabela_R2)=Anos;rownames(tabela_R2)=paste("Setor",Setores)

tabela_DW = matrix(NA,length(Setores),length(Anos));colnames(tabela_DW)=Anos;rownames(tabela_DW)=paste("Setor",Setores)

tabela_JB = matrix(NA,length(Setores),length(Anos));colnames(tabela_JB)=Anos;rownames(tabela_JB)=paste("Setor",Setores)

tabela_LB = matrix(NA,length(Setores),length(Anos));colnames(tabela_LB)=Anos;rownames(tabela_LB)=paste("Setor",Setores)

#Roda o loop para calcular os valores das regressões lineares

for (i in 1:length(Setores))

{for(j in 1:length(Anos))

 {BD_aux = BD[which((BD$setor==Setores[i])&(BD$year==Anos[j]),arr.ind = F),]

  attach(BD_aux)

  resultado = summary(lm(formula = f_kothari,data = BD_aux,na.action = na.omit))

  lista_resultados[paste("Setor",Setores[i],"_",Anos[j])] = list(resultado)

  tabela_R2[i,j] = resultado$adj.r.squared

  tabela_DW[i,j] = dwtest(resultado,alternative = "two.sided")$p.value

  tabela_JB[i,j] = jarque.bera.test(resultado$residuals)$p.value

  tabela_LB[i,j] = Box.test(resultado$residuals^2,lag=5,type = "Ljung-Box")$p.value

  detach(BD_aux)

 }

}

#Imprime na tela as tabelas de resultados

rm(BD_aux,resultado,Anos,f_kothari,i,j,Setores,variaveis)

round(tabela_R2,digits = 3)

round(tabela_DW,digits = 3)

round(tabela_JB,digits = 3)

round(tabela_LB,digits = 3)