abril 2016 - Blog ContabilidadeMQ

Blog ContabilidadeMQ

Blog ContabilidadeMQ

sexta-feira, 29 de abril de 2016

Hoje recebemos a triste notícia da morte do Professor Iran Siqueira.

Segue um texto do CFC falando da história do Professor:

A Contabilidade brasileira perdeu nesta sexta-feira (29) um dos seus grandes profissionais, o professor Iran Siqueira Lima. Contador, economista e detentor de diversas homenagens, o professor coleciona uma vida de muito trabalho dedicado ao desenvolvimento e engrandecimento da profissão no País. Presidente da Fundação Instituto de Pesquisas Contábeis, Atuariais e Financeiras (Fipecafi), uma das mais importantes instituições de ensino do País, o professor contador deixou sua marca no Conselho Federal de Contabilidade (CFC) ao assinar, em 2008, na gestão da contadora Maria Clara Cavalcante Bugarim, o convênio de cooperação entre o CFC e a Fipecafi destinado à capacitação de profissionais da contabilidade de todo o País. A parceria resultou em palestras presenciais e on-line, que tiveram o objetivo de disseminar conhecimento sobre a Lei nº. 11.638/07, a Lei das S/A.

O professor é coautor de diversos livros, com destaque para ‘Contabilidade e Controle de Operações com Derivativos´, ‘Mercado Financeiro Aspectos Históricos e Conceituais’ e ‘Fundos de Investimento – Aspectos Operacionais e Contábeis’.
Especialista no mercado financeiro, com cursos nos Estados Unidos e Japão, o contador foi executivo nas áreas de Finanças e Mercado de Capitais em empresas de porte e setores variados, diretor em instituições do Governo Federal, destacando-se no Banco Central do Brasil, Telebrás e membro da Comissão de Arbitragem da Bolsa de Valores de São Paulo e da Comissão de Listagem (Bovespa-Mais) da Bolsa de Valores de São Paulo e membro vitalício do Conselho Curador da Fipecafi.

quarta-feira, 27 de abril de 2016

Esse vídeo foi produzido pela monitora Elesandra Castro e tem como objetivo introduzir os alunos ao simulador da BM&FBovespa. Aproveitem!

segunda-feira, 25 de abril de 2016

Encerrando a série de posts sobre sinais errados nas regressões, veremos abaixo quais são os problemas clássicos e, como padrão que eu segui, um exemplo. No final, as considerações finais com alguns direcionamentos para quando estivermos perdidos, mesmo depois de ter tentando tudo.

As postagens anteriores desta série podem ser acessadas abaixo:






PROBLEMAS ECONOMÉTRICOS CLÁSSICOS

Nessa seção o autor faz um apanhado dos problemas clássicos, dentre eles: variável explicativa omitida, não estacionariedade, variância alta, viés de seleção, simultaneidade etc.

Esses problemas são bem comuns nos livros de econometria, mas mesmo assim vale à pena aos interessados lerem esta seção do artigo.

Alta variância: isso pode ser ocasionado por um alto grau de multicolinearidade, amostra pequena ou com pouca variação nas variáveis explicativas.


CONCLUSÃO

Kennedy finaliza seu artigo dizendo que, apesar de ter apresentado algumas soluções, os pesquisadores deverão observar seu contexto e verificar que solução devem seguir para resolver o problema. Não existe uma receita para todas as situações.

Mas e se mesmo após toda a busca para corrigir o problema, ele persistir?! Ele afirma: tente publicar. Puzzles relacionados a sinais errados são um grande estímulo para o desenvolvimento da área. Quem não lembra do “erro de Rogoff e Reihart”?


sábado, 23 de abril de 2016

Hoje falaremos brevemente sobre um exemplo escolhido com relação a problemas nos dados, que para a área contábil e financeira é muito comum!

Lembrando que a lista de post sobre esse tema está abaixo:



PROBLEMAS NOS DADOS

Problemas nos dados podem estar relacionados a dados ruins per se, erro de mensuração, definição incorreta dos dados, outliers etc.

Definição dos dados: esse é um dos exemplos clássicos da área de finanças. Kennedy citou uma pesquisa que analisou o efeito do tempo ruim no mercado de capitais, supondo que dias 100% nublados e com humidade acima de 70% fazem com que os investidores sejam mais propensos a vender as suas ações. Contudo, quando eles mudam a definição dessa dummy para 80% nublado e humidade entre 25 e 75%, o sinal muda para positivo. Isso mostra como o erro (intencional ou não) na definição da sua variável pode ser determinante para os seus resultados.


Neste mesmo exemplo os autores chamam a atenção para o problema do data mining, que pode me levar a encontrar o resultado que eu quiser, desde que eu saiba mexer nos meus dados, e também aponta para a importância de se fazer uma boa análise de sensibilidade, com metodologias e definições diferentes para as proxies escolhidas, de modo a confirmar os resultados.

Segunda-feira postarei a última parte desta série. Até lá!

Continuando a série de posts sobre motivos para os sinais errados, vamos falar sobre erros de interpretação. Como da outra vez, escolhi um exemplo que achei mais relevante para a nossa área.

Lembrando que para acessar as outras partes da série, basta clicar nos links abaixo:



ERROS DE INTERPRETAÇÃO

Sobre os erros de interpretação, o autor chama a atenção ao fato de que algumas pessoas confundem a interpretação coeteris paribus dos resultados da regressão, negligenciam os termos de interação (isso aconteceu comigo na qualificação da minha tese, após rodar umas 3000 regressões, acabei esquecendo algumas interações triplas nas últimas delas – isso foi, logicamente, percebido por um dos membros da banca) etc.

Coeteris paribus confusion: os autores citam o caso do preço de cavalos de corridas em leilões, sendo estes preços explicados por vários fatores, dentre eles a quantidade de dinheiro que as mães desses cavalos ganharam em corridas e a quantidade de corridas vencidas pela mãe. A quantidade de dinheiro que as mães geraram teve sinal positivo, enquanto que a quantidade de vitórias teve sinal negativo. Esse resultado poderia levar à interpretação de que filhos de mães que ganham mais corridas valem menos, todavia, COETERIS PARIBUS (mantendo os dólares que a mãe ganhou constantes), o cavalo vale menos se a sua mãe tem que ganhar mais corridas para ganhar aquela quantidade de dólares. Uma solução para esse problema é trabalhar com indicadores, a exemplo de dólares/corrida. Você tem as duas opções, considerar o coeteris paribus, ou transformar as duas variáveis em apenas uma. Nessa segunda opção, você ainda ganha poder de teste, com um grau de liberdade a mais e um parâmetro a menos para se estimar (o que pode reduzir alguns problemas, como multicolinearidade, efeito de escalas diferentes etc).


Outro exemplo ligado a isso é com relação à uma regressão do preço das casas contra a área em m², o número de banheiros, o número de quartos e uma dummy para family room (eu sinceramente não sabia o que era isso, clique aqui para saber). O pesquisador encontrou um sinal negativo para a family room, indicando que a inclusão deste item reduziria o preço das casas – o que pode soar meio estranho. Todavia, apesar de a family room ser um item bom para a casa, mantendo principalmente a área total da casa constante, a área da family room deverá sair de algum outro cômodo, o que poderá implicar em redução no valor da casa.

terça-feira, 19 de abril de 2016

Nos próximos dias eu postarei aqui 4 partes (contando com a de hoje), sobre um artigo que acabei de ler sobre sinais errados na regressão:

commons.wikimedia.org




O artigo de Kennedy (2005) explora uma questão que tira o sono de muitos pesquisadores iniciantes (ou nem tão iniciantes assim), principalmente na área de contabilidade, em que a pesquisa quantitativa ainda está nas fases iniciais (na verdade, a pesquisa contábil no Brasil ainda é muito inicial). Geralmente há uma disciplina de métodos quantitativos no mestrado, que não dá tempo de explorar muita coisa com muito detalhe, fazendo com que o aluno aprenda alguns detalhes na prática e verificando qual é a prática comum da sua área de pesquisa.

Além do que foi citado acima, os livros de econometria não exploram a questão que este artigo explora: OK, o sinal está errado. E agora?! 

De cabeça eu consigo lembrar do livro de Brooks (2014) que é bem básico e dedica uma página com uma espécie de framework do trabalho empírico. Implicitamente ele diz que se o sinal está “errado”, você deve voltar na literatura e verificar se a hipótese de sua pesquisa, por exemplo, não foi posta de forma equivocada. Mas nada com tantos detalhes quanto no artigo de Kennedy (2005), que ainda cita o ótimo livro de Wooldridge (2003), que apresenta diversos exemplos de sinais “errados” ao longo do livro.

O autor cita, em seu artigo, 40 exemplos de problemas que podem levar a sinais errados, eu comentarei apenas alguns deles que achei mais importantes para representar nossa área (fiquem à vontade para ler o artigo que tem uma leitura muito agradável e direta).

Agora quando tivermos um problema com sinais aparentemente sem explicação, já sabemos por onde começar. 

Vamos lá!


PROBLEMAS COM A TEORIA

Assim como Brooks (2014), Kennedy (2005) cita como primeiro grupo de possibilidades o uso indevido da teoria. Muitos exemplos são bem “de economia”, então procurei selecionar o mais voltado para a nossa área.


Taxa de juros real versus taxa de juros nominal: estimativas de funções de consumo podem produzir sinais negativos por causa do uso de taxas de juros nominais no lugar de taxas de juros reais. 


Em contabilidade, ainda devemos ter cuidado com o ambiente informacional, pois trabalhamos com regulação contábil distinta, cultura contábil distinta etc. O que acontece nos EUA, por exemplo, é bem possível que aconteça bem diferente aqui por essas bandas.


REFERÊNCIA

KENNEDY, Peter E. Oh no! I got the wrong sign! What should I do? The Journal of Economic Education, v. 36, n. 1, p. 77-92, 2005.

segunda-feira, 18 de abril de 2016

Em muitas pesquisas em contabilidade e finanças (a exemplo de Gerenciamento de Resultados), nós precisamos salvar os resíduos de uma regressão para aplicar em uma outra. 

Para salvá-los, devemos proceder da seguinte maneira:

reg var1 var2 var3 var4
predict uchapeu, residuals

Em que "reg" é o comando para regressão, var1-var4 são as variáveis do modelo (var1 é a dependente e var2-var4 são as independentes), "predict" é o comando para salvar os resíduos da regressão, que eu chamei aqui de "uchapeu" (û).

Dessa forma, seus resíduos estarão salvos na variável "uchapeu" (que você pode chamar de qualquer outra coisa), para testar Gerenciamento de Resultados, ou qualquer outra coisa de seu interesse.

sexta-feira, 8 de abril de 2016

A lista de artigos aprovados pode ser acessada clicando aqui.

Nós do blog aprovamos os seguintes artigos:

A Competição por Informações é Capaz de Reduzir o Custo do Capital Próprio das Empresas Brasileiras?
LUIZ FELIPE DE ARAÚJO PONTES GIRÃO
EDILSON PAULO

VALUE RELEVANCE E QUALIDADE DOS ACCRUALS EM SITUAÇÕES DE LUCROS E FLUXOS DE CAIXA EXTREMOS
VINICIUS GOMES MARTINS
LUISA TOMI YANAGUIBASHI LEAL
LUIZ FELIPE DE ARAÚJO PONTES GIRÃO
WENNER GLAUCIO LOPES LUCENA

Cálculo do Fluxo de Caixa Atuarial para Planos de Previdência do Tipo Benefício Definido: uma simulação na UFPB
MARCELO MAIA DINIZ
LUIZ FELIPE DE ARAÚJO PONTES GIRÃO


Parabéns especial ao meu aluno Klerton, PIBIC do Professor Josedilton. Primeiro artigo aprovado logo no maior Congresso da América Latina em nossa área!!

Eficiência dos Gastos Públicos com Educação Fundamental dos Municípios Paraibanos em Função dos Pareceres de Julgamento de Contas emitidos pelo Tribunal de Contas do Estado da Paraíba
KLERTON ANDRADE FREITAS DE AMORIM
JOSEDILTON ALVES DINIZ
SEVERINO CESÁRIO DE LIMA
AMANDA ZELITA FERNANDES AMORIM

Pessoal, estou com uma vaga para estágio em adm e em contabilidade. Se souberem de alguém, mandem o currículo para o meu email: luizfelipe@ccsa.ufpb.br

07h30 às 11h30. Bolsa de 590,00.

Enviarei os currículos amanhã de manhã para a empresa.

quinta-feira, 7 de abril de 2016

Esse é mais um artigo relacionado ao tema que pesquiso em minha tese e que já venho pesquisando junto com os Professores Orleans Martins (sua tese também foi sobre este tema) e Edilson Paulo (nosso orientador no doutorado).

Aqui nós tentamos captar movimentações anormais em torno de alguns "fatos relevantes" relacionados à OGX. Alguns desses fatos não eram publicamente disponíveis na época de algumas negociações e isso gerou algumas denúncias à empresa, a exemplo de: 1, 23 e 4 (veja tudo sobre insider trading e OGX).

Abaixo vocês podem ler o resumo e aqui podem ter acesso ao artigo completo.



PREÇO DA AÇÃO, DISCLOSURE E ASSIMETRIA DE INFORMAÇÃO: O CASO OGX
Orleans Silva Martins, Edilson Paulo, Luiz Felipe de Araújo Pontes Girão


Resumo

Este estudo investigou a relação entre o preço da ação, a divulgação de informações corporativas e a probabilidade de negociação com informação privilegiada (PIN) da OGX entre os anos de 2008 e 2014. Para isso, apoiou-se em uma revisão de literatura sobre os reflexos da disclosure e da assimetria de informação sobre o preço da ação, analisando 1.631 dias de negociação por meio de modelos de microestrutura de mercado, correlação e regressão. Nos resultados, verificou-se que o índice de disclosure apresentou relação negativa com o preço e não afetou a assimetria de informação. Quanto à cada tipo de informação, o preço foi positivamente afetado pelas notícias no site da empresa e comunicados ao mercado, e negativamente pelos fatos relevantes e formulários ICVM 358. Já a assimetria de informação foi influenciada positivamente apenas pelas informações financeiras trimestrais. Ainda, observou-se que o mercado precificou a PIN apenas até meados de 2011, quando houve uma quebra estrutural na variável preço. 


Palavras-chave: Informação Privada; Insider Trading; Probabilidade de Negociação com Informação Privilegiada; PIN.