Avaliando Modelos Lineares de Value Relevance: Eles Captam o que Deveriam Captar?



Artigo principal Conteúdo

Filipe Coelho de Lima Duarte
Luiz Felipe de Araújo Pontes Girão
Edilson Paulo

Resumo

Este trabalho teve como objetivo investigar a qualidade e o impacto dos modelos de value relevance das informações financeiras através da regressão quantílica (QR) em comparação com o método de estimação ordinary least squares (OLS). Seguindo os princípios e fundamentos de Ohlson (1995), Feltham e Ohlson (1995) e Ohlson e Kim (2015), foi possível utilizar um parâmetro de comparação entre os modelos de avaliação da relevância da informação contábil. Para tanto, foram aplicados dois testes (A e B), com dois modelos cada, assim como em Ohlson e Kim (2015), um com a variável dependente lucro líquido no período seguinte e, o segundo, com o valor de mercado da firma no período atual. Diante dessa temática, a regressão quantílica se mostra mais eficiente e com menos possibilidades de erros de estimação do que o método OLS, pelo menos sob as condições restritas deste trabalho. Portanto, é recomendável o emprego da estimação por meio de regressão quantílica nos modelos que utilizam informações contábeis e financeiras, uma vez que heterocedasticidade e outliers são comumente encontrados nesses tipos de dados, pois esse método de estimação é menos sensível e mais robusto às tais condições normalmente apresentadas pelos dados deste campo de pesquisa.

Histórico de Downloads

Não há dados estatísticos.


Detalhes do artigo

Como Citar
Duarte, F. C. de L., Girão, L. F. de A. P., & Paulo, E. (1). Avaliando Modelos Lineares de Value Relevance: Eles Captam o que Deveriam Captar?. Revista De Administração Contemporânea, 21(spe), 110-134. https://doi.org/10.1590/1982-7849rac2017160202
Seção
Artigos