http://repositorio.unb.br/handle/10482/8852
Fichier | Description | Taille | Format | |
---|---|---|---|---|
2010_AdilsondeLimaTavares.pdf | 1,66 MB | Adobe PDF | Voir/Ouvrir |
Titre: | A eficiência da análise financeira fundamentalista na previsão de variações no valor da empresa |
Auteur(s): | Tavares, Adilson de Lima |
Orientador(es):: | Silva, César Augusto Tibúrcio |
Assunto:: | Contabilidade de custo Energia elétrica - Brasil, Nordeste |
Date de publication: | 1-jui-2011 |
Data de defesa:: | 20-déc-2010 |
Référence bibliographique: | TAVARES, Adilson de Lima. A eficiência da análise financeira fundamentalista na previsão de variações no valor da empresa. 2010, 184 f. il. Tese (Doutorado em Ciências Contábeis)-Programa Multiinstitucional e Inter-regional de Pós-graduação em Ciências Contábeis, UnB, UFPB, UFRN, Brasília, 2010. |
Résumé: | As pesquisas que relacionam informações contábeis e mercado de ações tem crescido nos últimos anos. Uma das metodologias mais comumente destacadas na literatura contábil e financeira é a Análise Fundamentalista. Entretanto, tal metodologia não tem aceitação unânime entre analistas e pesquisadores quanto à sua utilidade como instrumental eficaz no auxílio à tomada de decisões sobre investimentos. Este trabalho investiga se a Análise Financeira Fundamentalista – AFF – é capaz de prever variações do valor de mercado das empresas não-financeiras listadas na Bolsa de Valores de São Paulo (BOVESPA). Foram selecionadas, como variáveis explicativas, 23 índices econômico-financeiros – IEF – tradicionais, comumente utilizados por analistas e pesquisadores nas avaliações de oportunidades de investimento. As amostras do estudo correspondem a 2/3 das empresas com dados disponíveis no banco de dados da Economática nos anos de 2005, 2006 e 2007, e estão divididas em dois grupos: Perdedoras e Vencedoras. Cada amostra é segregada em duas subamostras: de análise, para definição das funções estatísticas; e de teste, para suas validações. O tratamento econométrico dos dados é realizado com o uso de três métodos de análise multivariada – a Regra do Qui-quadrado Mínimo, a Análise Discriminante e o Modelo Logit – procurando verificar se os resultados de um método são ratificados pelos demais, o que pode atribuir maior robustez aos achados. Aplicados os três métodos, foi possível verificar que apenas um ou dois IEF diferentes apresentaram significância estatística na segregação das empresas entre os grupos em cada exercício. As classificações corretamente previstas nos três exercícios sociais (71,2%, 62% e 62,5%, nesta sequência), indicam que o uso da AFF contribui para melhorar os resultados das decisões de investimentos. Adicionalmente, constatou-se grande similaridade nos percentuais de acertos nas previsões de pertinências aos grupos de Perdedoras e Vencedoras ao se compararem os três métodos. Portanto, considerando os resultados deste estudo, conclui-se que não é possível rejeitar a hipótese de que a AFF é capaz de prever variações de valor da empresa, contribuindo para a escolha entre melhores e piores alternativas de investimentos no mercado de ações brasileiro. _______________________________________________________________________________________ ABSTRACT The research linking financial information and stock market has boomed in recent years. One of the methods most commonly detached in accounting and financial literature is the Fundamental Analysis. However, this methodology does not have unanimous acceptance among analysts and researchers as to its usefulness as an effective instrument in helping to making investment decisions. This study has investigated whether the Fundamental Financial Analysis - FFA is able to predict changes in market value of non-financial companies listed on Stock Exchange of São Paulo (BOVESPA). They were selected as explanatory variables, 23 financial economic ratios - traditional FER, commonly used by analysts and researchers in assessing investment opportunities. Study samples correspond to two thirds of companies with available data in the Economática database in the years 2005, 2006 and 2007, and are divided into two groups: Winners and Losers. Each sample is segregated into two sub-samples: analysis, to define the statistical functions, and testing for its validations. The econometric treatment of data is performed using three methods of multivariate analysis: the Minimum Chi-square Rule, the Discrimining Analysis and Logit Model, trying to verify whether the results of a method are ratified by the others, which can give higher robustness to the findings. By applying the three methods, it was observed that only one or two different FER has shown significant statistics to segregation of companies between the groups in each exercise. The correctly provided ratings in the three fiscal years (71.2%, 62% and 62.5% in this order), indicate that the FFA contributes to improving the results of investment decisions. Additionally, there was great similarity in the percentage of correct in outlook of pertinence to the groups of Winners and Losers when comparing the three methods. Therefore, considering the results of this study, it was conclude that it is not possible to reject the hypothesis that the FFA is able to predict changes in the value of the company, contributing to the choice between best and worst alternatives of investments in the Brazilian stock market. |
metadata.dc.description.unidade: | Faculdade de Economia, Administração, Contabilidade e Gestão de Políticas Públicas (FACE) Departamento de Ciências Contábeis e Atuariais (FACE CCA) Faculdade de Economia, Administração, Contabilidade e Gestão de Políticas Públicas (FACE) Departamento de Ciências Contábeis e Atuariais (FACE CCA) |
Description: | Tese (doutorado)—Universidade de Brasília, Programa Multiinstitucional e Inter-regional de Pós-Graduação em Ciências Contábeis, 2010. |
metadata.dc.description.ppg: | Programa de Pós-Graduação em Ciências Contábeis Programa de Pós-Graduação em Ciências Contábeis |
Collection(s) : | Teses, dissertações e produtos pós-doutorado |
Tous les documents dans DSpace sont protégés par copyright, avec tous droits réservés.