Efeito spillover da qualidade do lucro de pares no risco sistemático das empresas brasileiras

RESUMO

Este estudo objetiva analisar o efeito spillover da qualidade do lucro das empresas economicamente relacionadas sobre o risco sistemático das empresas do mercado acionário brasileiro. Embora o estudo do efeito spillover de aspectos do relatório financeiro sobre empresas relacionadas tenha sido foco de pesquisas internacionais recentes, o mesmo não se observa no Brasil. Ademais, segundo Xing e Yan (2019), a relação entre qualidade da informação contábil e o risco sistemático tem sido o tipo de pesquisa menos executada quando se observa os efeitos da informação contábil no custo de capital. Este estudo é relevante para reguladores contábeis, tendo em vista possível efeito de alastramento de suas normas; para investidores, considerando sua restrita capacidade de analisar múltiplas empresas simultaneamente, para considerarem análise por amostra; para preparadores, para avaliarem suas práticas, tendo em vista a qualidade das empresas pares. Contribui-se com a literatura sobre regulação contábil, qualidade da informação contábil e custo de capital ao fornecer evidências do alcance dos efeitos da informação contábil e suas consequências econômicas. A qualidade dos lucros foi medida conforme Dechow e Dichev (2002) e Pae (2005). O risco sistemático foi mensurado pelo beta de mercado do modelo CAPM. Foram realizadas regressões em painel com dados de 2011 a 2022, com 2 amostras setoriais. O risco sistemático de uma empresa depende não só da qualidade do seu próprio lucro, mas também da qualidade do lucro dos seus pares, ou seja, há um efeito spillover no Brasil e sua magnitude é superior ao da qualidade do lucro da empresa. O risco sistemático da empresa está negativamente associado à qualidade do lucro de seus pares e à qualidade do seu lucro medida conforme Dechow e Dichev (2002); mas não quando medida conforme Pae (2005).

Palavras-chave:
qualidade dos lucros; efeito spillover; empresas pares; risco sistemático; custo de capital

ABSTRACT

This study aims to analyze the spillover effect of earnings quality in economically related companies on company systematic risk in the Brazilian stock market. Although studying the spillover effect of aspects in the financial report on related companies has been the focus of recent international research, the same is not observed in Brazil. Also, according to Xing and Yan (2019), the relationship between accounting information quality and systematic risk has been the least common type of research when observing the effects of accounting information on cost of capital. This study is relevant for accounting regulators, given the possible spillover effect of their standards; for investors, considering their limited ability to analyze multiple companies simultaneously, to consider sample analysis; for preparers, to evaluate their practices, considering peer company quality. It contributes to the literature on accounting regulation, accounting information quality, and cost of capital by providing evidence of the scope of accounting information effects and their economic consequences. Earnings quality was measured according to Dechow and Dichev (2002) and Pae (2005). Systematic risk was measured by the market beta of the CAPM model. Panel regressions were performed with data from 2011 to 2022, with 2 sector samples. Company systematic risk depends not only on its own earnings quality, but also on peer earnings quality, i.e. there is a spillover effect in Brazil and its magnitude is greater than that of company earnings quality. Company systematic risk is negatively associated with peer earnings quality and with its earnings quality measured according to Dechow and Dichev (2002); but not when measured according to Pae (2005).

Keywords:
earnings quality; spillover effect; peer companies; systematic risk; cost of capital

1. INTRODUÇÃO

Diversos estudos de temática contábil têm-se dedicado a investigar se determinadas escolhas das empresas podem ter efeitos que extrapolam a própria empresa, atingindo outras, o que é denominado na literatura efeito spillover (transbordamento), resultante de situações de interdependência, transferências, contágio, repercussões ou outras denominações.

Como pesquisas recentes sobre efeito spillover se pode citar a análise de repercussões sobre pares, de disputas legais entre investidores e empresas acerca da divulgação de fatos relevantes (Donelson et al., 2022), de normas de divulgação obrigatória por empresa regulada sobre a divulgação voluntária de empresa não regulada (Breuer et al., 2022), de elisão fiscal influenciando o valor de empresas pares (Bauckloh et al., 2021) e de decisões de tempo de divulgação (Truong, 2023).

Podem ser consideradas empresas pares aquelas com vínculos econômicos relevantes, como as pertencentes a uma mesma indústria, que têm os mesmos clientes principais ou que sejam analisadas pelos mesmos analistas financeiros do mercado de capitais (Ma, 2017). Neste estudo, considera-se que empresas pares ou economicamente relacionadas são aquelas de um mesmo setor econômico.

O efeito da qualidade da informação contábil da empresa sobre seu custo de capital também tem sido documentado na literatura (Aboody et al., 2005; Dechow et al., 2010; Francis et al., 2008; Hribar & Jenkins, 2004; Lambert et al., 2007). Atributos de qualidade da informação contábil como persistência, previsibilidade e qualidade dos accruals normalmente apresentam associação negativa com o custo de capital, enquanto o gerenciamento de resultados para a suavização dos lucros apresenta associação positiva (Dechow et al., 2010).

Existem, ainda, indicativos de que a informação contábil influencia a exposição de uma empresa ao risco sistemático ou de mercado. O risco sistemático é um fator explicativo dos retornos acionários, um componente presente em diferentes modelos de precificação que estimam o custo de capital próprio (Amorim et al., 2012).

Por exemplo, no modelo Capital Asset Pricing Model (CAPM) (Lintner, 1965; Mossin, 1966; Sharpe, 1964) e nos modelos de 3 e 5 fatores de Fama e French (1993, 2015), o risco sistemático é medido pelo parâmetro beta, que mensura a sensibilidade do retorno do ativo i em relação às variações de uma carteira de ações que representa o mercado, informando a intensidade do efeito desse risco ‒ sistemático ‒ sobre os retornos das ações do ativo i.

No modelo CAPM, o custo do capital próprio é estimado pela soma dos retornos de um título público livre de risco ao excesso de retorno da carteira de mercado (sobre o título público) ponderado pelo parâmetro beta. As variações dos retornos da carteira de mercado representam a volatilidade da economia, à qual a empresa está exposta. O beta reflete as características idiossincráticas da empresa que determinam seu nível de exposição às variações do mercado. Essas características da empresa podem ser, por exemplo, o tipo do negócio, a alavancagem operacional ou financeira e até a gestão da empresa, aí incluídas suas escolhas contábeis e, portanto, a qualidade da informação contábil.

Entretanto, além dos efeitos percebidos na própria empresa, a qualidade da informação contábil pode influenciar o custo de capital de outras empresas. De acordo com a análise teórica de Lambert et al. (2007), maior qualidade das divulgações contábeis de uma empresa tende a afetar significativamente as covariâncias de seu fluxo de caixa com os fluxos de outras empresas. Isso ocorreria porque maior qualidade da informação divulgada afetaria decisões reais da empresa e, consequentemente, seus fluxos de caixa esperados, com efeito ambíguo sobre seu custo de capital.

Em convergência com Lambert et al. (2007), Ma (2017) demonstra empiricamente que, no caso de empresas norte-americanas, maior qualidade dos lucros de empresas economicamente relacionadas reduz a exposição de uma empresa ao risco de mercado, de modo que as informações relevantes para o risco sistemático incluem não apenas dados dos relatórios financeiros da empresa, mas de relatórios de outras empresas disponíveis publicamente. Há indícios de que, à medida que aumenta a qualidade da informação das empresas economicamente relacionadas, os investidores avaliam de modo mais preciso os fluxos de caixa futuros de uma empresa específica, reduzindo seu custo de capital (Ma, 2017).

Outros dois estudos recentes são Liu et al. (2022), que apontam que o efeito spillover é mais observado em empresas com maior qualidade dos lucros, e Wang e Zhou (2022), que apontam ser o efeito mais observado em empresas com piores práticas de governança corporativa.

Uma possível explicação para a ocorrência do efeito spillover é que a avaliação de determinada empresa por analistas e investidores é limitada devido à sua restrita capacidade de acompanhar detalhada e simultaneamente várias empresas. Desse modo, informações publicadas por uma empresa podem ser úteis para a avaliação de outras empresas relacionadas (Admati & Pfleiderer, 2000; Ali & Hirshleifer, 2020; Cohen & Frazzini, 2008; Lu, 2022).

Outra possível causa seria a busca por comparabilidade das informações contábeis, um dos objetivos de padrões de divulgações impostos por reguladores ou perseguidos por empresas não reguladas, por levar a maior qualidade e menor custo de preparação e de análise de informações contábeis (Bradshaw et al., 2009; Dunn & Nathan, 2005).

A análise específica em empresas brasileiras se torna relevante principalmente devido à lacuna na literatura nacional sobre o efeito spillover de aspectos do relatório financeiro sobre empresas relacionadas, ainda que o tema tenha sido foco de pesquisas internacionais recentes.

Diante desse contexto, esta pesquisa buscou responder à seguinte questão de pesquisa:

• Maior qualidade do lucro de empresas economicamente relacionadas tem efeito de redução do risco sistemático, para empresas listadas no mercado acionário brasileiro?

Para tanto, a análise considera 2 medidas de qualidade do lucro: a) qualidade dos accruals de Dechow e Dichev (2002); e b) gerenciamento de resultados baseados em accruals discricionários de Pae (2005). Como risco sistemático, adota-se o beta de mercado obtido pelo modelo CAPM. A amostra é composta por empresas listadas no mercado acionário brasileiro, em um período abrangente, compreendendo os anos de 2010 a 2022.

Este estudo contribui com a compreensão dos efeitos da qualidade da informação contábil de uma empresa para além dela própria, alcançando empresas economicamente relacionadas por meio do risco sistemático e, por extensão, do custo de capital.

O tema é relevante para reguladores preocupados com a qualidade da informação contábil e com as consequências econômicas das normas que emitem, e para reguladores de valores mobiliários que atuam para a proteção ao investidor minoritário. Uma vez que padrões contábeis de alta qualidade estariam associados a menores custos de capital, a evidenciação de efeitos spillover implicaria benefícios econômicos agregados mais abrangentes em decorrência de normas que induzam melhorias na qualidade da informação contábil.

Por outro lado, sob o ponto de vista do incentivo individual, na presença de efeito spillover, empresas pares podem optar por colher os benefícios advindos dos relatórios de outras companhias e por não incorrer no custo de melhorar suas próprias informações, ensejando alguma regulação para conter o que viria a ser um efeito carona (Admati & Pfleiderer, 2000; Baginski & Hinson, 2016). Sob esse ponto de vista, a qualidade de lucro das empresas pares pode representar menor custo do “caronista” na preparação de relatórios contábeis.

Do ponto de vista dos usuários das informações contábeis, na presença do efeito spillover, podem existir custos adicionais relativos à análise se o usuário considerar que a empresa com maior qualidade do lucro deve servir como base para a análise de seus pares, tendo em vista um possível efeito carona que pode existir entre empresas economicamente relacionadas.

2. REFERENCIAL TEÓRICO

A literatura sobre externalidades da divulgação financeira é preconizada por Foster (1980), que define esse efeito como interdependência entre as empresas em relação aos relatórios financeiros. Assim, as externalidades podem surgir quando a divulgação de informações por uma empresa, afeta a avaliação dos títulos de outra empresa. Esse tipo de fenômeno é mais provável entre empresas economicamente relacionadas, por exemplo, empresas do mesmo setor (Pandit et al., 2011).

As externalidades da informação financeira também são relatadas na literatura como transferências de informações intraindústrias, efeito contágio, efeito colateral ou transbordamento (spillover) da informação contábil. Em todos esses contextos, divulgações obrigatórias ou voluntárias, tais como anúncios de lucros e previsões de lucros da administração por uma empresa, teriam efeitos sobre empresas do mesmo setor (Bagisnki & Hinson, 2016; Breuer et al, 2022; Donelson et al., 2022; Foster, 1980, 1981; Ma, 2017; Pandit et al., 2011).

Foster (1981) examinou, para os Estados Unidos da América (EUA), o impacto que as divulgações de lucros de uma empresa teria sobre os preços das ações de outras empresas do mesmo setor, identificando relevância estatística de transferência de informações para as outras empresas, com efeito mais significativo sobre empresas com receitas na mesma linha de negócios. Clinch e Sinclair (1987), em análise similar, mas aplicada a empresas australianas, identificaram transferências de informações intraindústria associadas às divulgações de resultado.

Admati e Pfleiderer (2000) demonstram que as externalidades surgem quando os valores das empresas são correlacionados. Ao passo que a divulgação por parte de uma empresa reduz as assimetrias de informação, uma externalidade positiva ocorreria se as informações de uma empresa pudessem contribuir na avaliação de outras empresas.

Segundo Dye (1990), a externalidade associada à divulgação de uma empresa e à estrutura de covariância entre os fluxos de caixas de duas empresas estão entre os fatores que contribuem para a existência de divulgações obrigatórias e voluntárias. Nesse sentido, Baginski e Hinson (2016) identificaram que as decisões de divulgação das empresas estão interrelacionadas e sofrem efeito carona, situação na qual uma empresa beneficiária da melhor qualidade da divulgação de outras deixa de promover a qualidade de sua própria informação.

Até mesmo o tom da divulgação dos relatórios de empresas pares tem efeito sobre a inovação e o investimento de uma empresa. Quanto mais informações das empresas pares e quanto maior o grau de complexidade da indústria, maior o papel que o tom dos relatórios anuais das empresas exerce na promoção do investimento em inovação de outras empresas (Yuan et al., 2022).

Há associação positiva entre o tom das divulgações de fusões e aquisições de empresas de um setor e o investimento e eficiência do investimento de suas empresas rivais. Essa associação é mais forte quando as empresas operam em setores com custos de entrada mais baixos, são maiores e têm produtos menos substituíveis (Durnev & Mangen, 2020).

Existe efeito de pares nas decisões relativas ao tempo de divulgação, pois as empresas respondem ao anúncio de uma empresa par divulgando seus próprios resultados antecipadamente, o que é consistente com a existência de competição pela atenção aos que anunciam antecipadamente, representando incentivo à antecipação aos pares (Truong, 2023).

Ainda sobre investimentos sendo afetados por relatórios de empresas pares, Beatty et al. (2013) identificaram que fraudes contábeis relativas aos lucros de uma empresa afetam investimentos dos pares em setores com menor custo de capital; maiores benefícios privados de controle por parte da administração da empresa (número de fusões e aquisições) e maior sentimento do investidor, definido como propensão a especular, em que o sentimento impulsiona a demanda relativa por investimentos especulativos (Baker & Wurgler, 2006).

Na presença de externalidades de informação contábil, empresas maximizadoras de lucro avaliam apenas benefícios e custos específicos associados à produção de relatórios financeiros de alta qualidade, desconsiderando eventuais benefícios ou custos sociais (Ma, 2017).

Uma vez que a divulgação de informações de alta qualidade é custosa e crescente, haveria um limite para a qualidade da informação divulgada associado ao seu benefício marginal medido pela redução de custo de capital próprio. Nesse cenário, a empresa deseja pegar carona nos relatórios financeiros de qualidade de seus pares e minimizar seus próprios custos para fornecer relatórios de alta qualidade para os investidores (Admati & Pfleiderer, 2000).

No contexto da teoria da regulação, uma vez que a informação contábil é um bem público não excludente, as externalidades são motivo de preocupação para reguladores, pois, nesse caso, a qualidade da informação produzida no mercado seria inferior à qualidade socialmente ótima (Foster, 1980). Entretanto, não fica claro se a regulação teria sucesso em promover maior qualidade da informação contábil.

Por outro lado, ao determinar melhores divulgações de algumas empresas, reguladores contábeis estariam induzindo indiretamente a redução da qualidade de divulgações de outras empresas (Breuer et al., 2022). Portanto, conhecer a extensão dos efeitos da externalidade da informação contábil se mostra relevante para entender possíveis consequências negativas, ou não previstas, da regulação contábil.

Outra motivação para o efeito da externalidade das divulgações financeiras documentada na literatura é a busca por comparabilidade, que é uma característica desejável da informação contábil incentivada por padrões contábeis internacionais, como o adotado no Brasil.

Quando se trata de um setor, a comparabilidade das informações pode significar tanto mitigação de custos de preparação das informações próprias quanto redução de custos inerentes aos erros de previsão e dispersão de previsão de analistas, devido ao uso de métodos contábeis atípicos ou inadequados para a avaliação de empresas de determinado setor. Isso porque a diferenciação de métodos contábeis dentro de uma indústria cria custo adicional de processamento de informações pelos analistas (Bradshaw et al., 2009; Dunn & Nathan, 2005).

Quanto aos analistas financeiros e investidores, as evidências corroboram a lentidão na incorporação de notícias sobre empresas economicamente relacionadas, fato consistente com atenção limitada ou desatenção racional do usuário das informações. Nesse sentido, investidores e analistas utilizariam as informações publicadas por uma empresa na avaliação de outras empresas relacionadas (Admati & Pfleiderer, 2000; Ali & Hirshleifer, 2020; Cohen & Frazzini, 2008; Lu, 2022). Desse modo, o comportamento dos analistas de ações promoveria o efeito de transbordamento (Beatty et al., 2013).

Sob o prisma da qualidade contábil, a identificação de distorções associadas a práticas contábeis errôneas por órgãos de regulação financeira na elaboração de informações de uma empresa também implicaria no efeito spillover, levando outras empresas a elevar o número de horas de auditoria de modo a promover um aumento compensatório da qualidade de suas próprias informações (Cho et al., 2020; Kim et al., 2019).

Com respeito aos efeitos diretos da qualidade da informação contábil, tendo em vista que o objetivo do relatório financeiro é fornecer aos usuários informações úteis para sua tomada de decisão, considera-se sua eventual influência sobre o custo de capital de uma empresa (International Accounting Standards Board [IASB], 2018). Desse modo, a informação contábil de qualidade deve servir para a estimativa não só do valor intrínseco de uma empresa, mas também de seu valor de mercado (Aboody et al., 2005; Dechow et al., 2010; Francis et al., 2008; Hribar & Jenkins, 2004; Lambert et al., 2007).

Os estudos seminais de Ball e Brown (1968) e Beaver (1968) marcaram o início da pesquisa empírica sobre a reação dos investidores à informação contábil divulgada, por meio da análise dos preços e retornos acionários e da volatilidade dos preços das ações. Quando se observa componentes de modelos de precificação de capital, como o risco sistemático, por exemplo, verifica-se que existe campo para desenvolvimento da pesquisa de sua relação com a qualidade da informação contábil.

O mecanismo que relaciona a qualidade dos lucros ao risco sistemático mensurado pelo parâmetro beta pode ser explicado pelo fato de esse parâmetro ser determinado pelas qualidades específicas da empresa, as quais definirão o quanto o retorno de suas ações é afetado pelas variações da economia, representadas no modelo CAPM pelos retornos da carteira de mercado. Dentre as características específicas (como o produto e sua demanda, o negócio em si, o nível de endividamento, a composição dos custos entre fixos e variáveis) se encontram as decisões da gestão da empresa. A gestão também define a qualidade da informação contábil.

Assim, nas estimativas de custo de capital próprio, o beta define o quanto do retorno da carteira de mercado pode ser adicionado aos retornos das ações da empresa, além do retorno de um título público, considerado livre de risco.

Empresas com boa qualidade de lucros têm divulgações voluntárias mais amplas, associadas a menor custo de capital (Francis et al., 2008). A percepção de redução de qualidade do lucro está associada ao aumento nas taxas de retorno exigidas por investidores (Hribar & Jenkins, 2004). Na mesma linha, Aboody et al. (2005) encontraram evidências de precificação de fator de qualidade dos lucros, como negociação mais lucrativa de empresas com maior exposição a esse fator pelos investidores do mercado de capitais.

Ng (2011) verificou que uma maior qualidade da informação contábil está associada a redução no custo de capital, identificando esse efeito por meio do risco de liquidez, um tipo de risco sistemático que representa a sensibilidade dos retornos das ações às mudanças inesperadas na liquidez do mercado acionário.

De modo inverso, Ashbaugh-Skaife et al. (2009) verificaram que relatórios financeiros produzidos por empresas com deficiências de controle interno são propensos a emitirem relatórios financeiros de menor qualidade, pois controles internos ineficazes permitem ou introduzem distorções, intencionais e não intencionais. Essa característica está relacionada a percepção de aumento do risco específico da empresa pelos investidores.

Segundo Lambert et al. (2007), o efeito da qualidade da informação contábil sobre o custo de capital pode ocorrer em qualquer direção e há condições sob as quais um aumento da qualidade leva a redução no custo de capital. Além disso, a influência pode ser direta ou indireta. A influência direta é verificada quando maior qualidade das informações contábeis afeta a avaliação dos fluxos de caixas futuros, o que se daria por mudanças nas covariâncias dos fluxos de caixa da empresa avaliada em relação às de outras empresas. Já a influência indireta seria resultado de decisões reais da empresa induzidas por informações de melhor qualidade que, por sua vez, implicariam mudanças nos fluxos de caixa esperados.

Nesse sentido, Lev (1983) associa as propriedades do lucro às características do negócio da empresa, encontrando que a autocorrelação dos lucros é sistematicamente afetada por tipo de produto, barreiras à entrada e intensidade do capital. Por sua vez, a variabilidade dos lucros, é afetada pelo tipo de produto e pelo tamanho da firma.

Com efeito, a qualidade das informações contábeis, determinada por variáveis reais (tais como características do produto, padrão de competição no mercado do produto e alavancagem operacional), por variáveis características do mercado de capitais (tais como regulação, padrões de disclosure e nível de liquidez) ou, ainda, por variáveis de escolha da administração da empresa (como incorrer ou não nos custos de melhoramento da sua própria informação contábil) está associada ao risco sistemático (Amorim et al., 2012; Beaver et al., 1970).

A relação entre a qualidade da informação e o custo de capital de uma empresa pode ser investigada de 3 maneiras: (i) a qualidade da informação contábil sendo inserida como um fator adicional em modelos de precificação de capital; (ii) a qualidade da informação como um fator explicativo dos demais riscos já conhecidos que impactam o custo de capital; ou (iii) a investigação específica da relação entre a qualidade da informação contábil e o risco sistemático, sendo este o tipo de pesquisa menos executado (Xing & Yan, 2019).

Portanto, este estudo se dedica à terceira maneira de investigar a relação entre a qualidade da informação contábil e o risco sistemático, aproveitando a lacuna como oportunidade de pesquisa, junto com o fato de que o efeito spillover da informação contábil de empresas pares é um tema em voga nas pesquisas internacionais. Diante disso, investigam-se as seguintes hipóteses:

• H1a: Menor qualidade da informação contábil de empresas economicamente relacionadas tem efeito positivo sobre o risco sistemático das empresas;

• H1b: Menor qualidade da informação contábil da própria empresa tem efeito positivo sobre seu risco sistemático.

3. METODOLOGIA

3.1 Amostra e Coleta de Dados

A amostra foi composta pelas empresas com ações negociadas na Brasil, Bolsa, Balcão (B3), com dados disponíveis para o cálculo das variáveis utilizadas.

Empresas economicamente relacionadas são aquelas com vínculos econômicos relevantes. De acordo com Ma (2017), os pares de um mesmo setor podem ser classificados, por exemplo: a) com base na descrição de seus produtos nos relatórios financeiros; b) com base em classificações setoriais de organismos dedicados a avaliações de setores econômicos; c) com base em grupos analisados por um mesmo analista financeiro do mercado de capitais; d) com base em seus principais clientes; e e) com base em seus principais fornecedores, entre outras possibilidades.

Nesta pesquisa, para o cálculo da qualidade de lucro, consideram-se empresas pares ou empresas relacionadas aquelas pertencentes a um mesmo setor conforme classificação da B3 e da Economatica. A escolha procurou evitar subsetores e segmentos em que houvesse grande quantidade de grupos com apenas uma empresa, o que impede o cálculo da qualidade do lucro de empresas pares. Foram excluídos os setores “financeiro”, pelas suas especificidades contábeis, e “outros”, por incluir empresas de diversos segmentos, que não poderiam ser consideradas economicamente relacionadas, além de setores com apenas uma empresa.

A partir dos procedimentos adotados na pesquisa, a análise foi realizada para 2 amostras distintas, uma adotando os setores econômicos da B3, com 191 empresas, e outra para os setores da Economatica, com 159 empresas. Os setores e a distribuição das empresas em cada amostra são apresentados na Tabela 1. A diferença da quantidade de empresas nos segmentos excluídos é a principal razão da diferença na quantidade final das 2 amostras.

Tabela 1
uantidade de empresas economicamente relacionadas conforme classificação setorial da B3 e Economatica - amostra de empresas pares

N	Setor Econômico B3	Quantidade	N	Setor Economatica	Quantidade
1	Bens Industriais	39	1	Agro e Pesca	3
2	Comunicações	2	2	Alimentos e Bebidas	9
3	Consumo Cíclico	55	3	Comércio	14
4	Consumo Não Cíclico	17	4	Construção	18
5	Materiais Básicos	21	5	Eletroeletrônicos	2
6	Petróleo Gás e Biocombustíveis	8	6	Energia Elétrica	33
7	Saúde	9	7	Máquinas Industriais	3
8	Tecnologia da Informação	2	8	Minerais Não Metálicos	2
9	Utilidade Pública	38	9	Papel e Celulose	4
			10	Petróleo e Gás	8
			11	Química	5
			12	Siderurgia & Metalurgia	16
			13	Software e Dados	2
			14	Telecomunicações	2
			15	Têxtil	15
			16	Transporte Serviços	12
			17	Veículos e Peças	13
	Total	191		Total	159

• Fonte: Elaborada pelos autores.

Os dados contábeis e de mercado foram extraídos da plataforma da Economatica. Os dados contábeis foram coletados em base anual e os dados de mercado foram coletados em base mensal, compreendendo o período entre 31/12/2009 e 31/12/2022. O marco temporal inicial se deve à convergência do Brasil às normas internacionais de contabilidade.

3.2 Modelos de Qualidade de Lucros

A qualidade do lucro representa um dos atributos da qualidade da informação contábil, podendo ser mensurada de várias maneiras. Segundo Dechow et al. (2010), para que sejam de qualidade, os lucros devem: a) refletir com precisão o desempenho atual; b) indicar desempenho futuro; e c) ser um resumo útil para avaliar o valor da empresa.

Os accruals expressam a correspondência temporal do reconhecimento contábil dos benefícios econômicos, sendo sua magnitude comumente utilizada como uma das medidas de qualidade dos lucros (Dechow et al., 2010). Nessa perspectiva, quanto maior a magnitude dos accruals, menor a qualidade do lucro e, portanto, da informação contábil.

Modelos como os de Dechow et al. (1995), conhecido como Jones Modificado, e de Jones (1991) evoluíram para segregar os accruals em componentes discricionários e não discricionários. Além desses modelos, existem outras métricas de qualidade da informação contábil, como persistência dos resultados, suavização de resultados, reconhecimento tempestivo de perdas, modelos de benchmarking, coeficiente de resposta do investidor aos resultados e indicadores externos de distorções dos lucros. Entretanto, esses indicadores medem propriedades diferentes do lucro, que não são substituíveis entre si, não sendo possível estabelecer qual seria a melhor medida de qualidade dos lucros (Dechow et al., 2010).

Assim, para mensurar a qualidade do lucro, este estudo adota dois modelos baseados em magnitude dos accruals, que apresentam avanços em relação aos modelos de Jones (1991) e Jones Modificado (Dechow et al., 1995). São eles: a) modelo de qualidade dos accruals, de Dechow e Dichev (2002); e b) modelo de accruals discricionários, de Pae (2005).

A medida de Dechow e Dichev (2002) analisa o processo de geração dos accruals considerando a qualidade informativa de seus componentes, proporcionando abordagem sólida e abrangente para avaliar o lucro. A análise de Pae (2005) sobre accruals discricionários oferece uma perspectiva específica sobre práticas de gerenciamento de resultados, útil para entender a integridade das informações contábeis. A combinação dessas medidas abrange diversos aspectos da qualidade do lucro, proporcionando uma visão holística que captura tanto a precisão e confiabilidade quanto potenciais sinais de manipulação.

Assim, considera-se que a medida de qualidade do lucro de Dechow e Dichev (2002) para avaliar a qualidade dos accruals e a abordagem de Pae (2005) sobre gerenciamento de resultados baseados em accruals discricionários se mostram relevantes para avaliar a confiabilidade das informações contábeis de uma empresa.

3.2.1 Modelo de qualidade dos accruals deDechow e Dichev (2002)

O modelo de Dechow e Dichev (2002) enfoca os accruals de capital de giro (CG), pois as realizações de caixa desses itens geralmente ocorrem dentro de um ano. O capital de giro é calculado mediante a seguinte equação:

$$∆CG=∆CR+∆EST-∆CP-∆IP+∆OA$$ (1)

em que ∆CG = variação do capital de giro; ∆CR = variação do contas a receber; ∆EST = variação nos estoques; ∆CP = variação no contas a pagar; ∆IP = variação nos impostos a pagar; ∆OA = variação nos outros ativos líquidos. A variação é mensurada no ano t em relação ao ano t-1.

A partir da variação do capital de giro, o modelo de Dechow e Dichev (2002) incorpora fluxos de caixa operacionais (FCO) recebidos e pagos, que são categorizados como adiantados (FCO_t+1), correntes (FCO_t) e atrasados (FCO_t-1) e inseridos no seguinte modelo de regressão:

$${∆CG}_t={\beta }_0+{\beta }_1{FCO}_{t-1}+{\beta }_2{FCO}_t+{\beta }_3{FCO}_{t+1}+{\epsilon }_t$$ (2)

Nesse modelo, os resíduos da regressão (ε_t) refletem os accruals não relacionados às realizações de caixa. A qualidade desses accruals é, então, mensurada pelo desvio padrão dos resíduos. A qualidade dos lucros é mensurada pela magnitude dos resíduos, com maiores accruals indicando menor qualidade, pois representam maiores erros de estimação.

3.2.2 Modelo de accruals discricionários dePae (2005)

O modelo de Pae (2005) representa uma medida de gerenciamento de resultados que utiliza os accruals discricionários como indicador da qualidade da informação. Esse modelo considera variáveis referentes ao fluxo de caixa operacional e reversão de accruals de períodos anteriores. O modelo de Pae (2005) é representado da seguinte maneira:

$${{AT}_{it}=\&\#091;(∆AC}_{it}-∆{Disp}_{it})-(∆{PC}_{it}+∆{Div}_{it})-{Depr}_{it}\&\#093;/{Ativo}_{it-1}$$ (3)

em que AT_it = accruals totais da empresa i no ano t, escalados pelos ativos totais ao final do período t-1; ΔAC_it = variação do ativo circulante no ano t, em relação a t-1, para a empresa i; ΔDisp_it = variação do caixa e equivalentes de caixa no ano t, em relação a t-1, para a empresa i; ΔPC_it = variação da dívida (empréstimos e financiamentos) do passivo circulante no ano t, em relação a t-1, para a firma i; ΔDiv_it = variação da dívida do passivo circulante no ano t, em relação a t-1, para a empresa i; Depr_it = despesas de depreciação e amortização no ano t; e Ativo_it-1 = ativos totais no ano t-1 para a empresa i.

Os accruals discricionários, assumidos como sendo parte dos accruals totais, são obtidos por meio dos resíduos da estimação do seguinte modelo:

$${AT}_{it}=\mathrm{}\alpha \left(\frac{1}{A_{it-1}}\right)+\mathrm{}{\beta }_1\left({∆R}_{it}\right)+{\beta }_2\left({PPE}_{it}\right)+{\lambda }_1\left({FCO}_{it}\right)+{\lambda }_2\left({FCO}_{it-1}\right)+\mathrm{}{\lambda }_3\left({TA}_{it-1}\right)+\mathrm{}{\epsilon }_{it}$$ (4)

em que AT_it = accruals totais no ano t para a firma i, ponderados pelos ativos totais no final do período t; A_it-1 = ativos totais no ano t-1 para a empresa i; ΔR_it = variação da receita líquida no ano t, em relação ao ano t-1, para a empresa i; PPE_it = saldo do ativos imobilizado bruto, instalações e equipamentos no ano t para a empresa i; FCO_it = fluxo de caixa operacional ao final do ano t para a firma i; FCO_it-1 = fluxo de caixa operacional ao final do ano t-1 para a firma i; TA_it-1 = accruals totais no ano t-1 para a firma i; e ε_it = termo de erro no ano t para a empresa i, os quais representam os accruals discricionários.

Do mesmo modo que o modelo de Dechow e Dichev (2002), quanto maior a magnitude dos resíduos em módulo, que representam os accruals discricionários, maior o gerenciamento de resultados e menor a qualidade dos lucros. Adicionalmente, devido às particularidades, a variável qualidade do lucro do modelo de Dechow e Dichev (2002) compreende o período de 2011 a 2020 e a do modelo de Pae (2005) compreende o período de 2012 a 2021.

3.2.3 Qualidade do lucro em empresas relacionadas

Para cada empresa, o cálculo da qualidade de lucro das empresas economicamente relacionadas do mesmo setor se baseou na média da qualidade do lucro de cada empresa do setor ponderada pelo valor de mercado. O cálculo foi feito para as 2 classificações setoriais e para as 2 medidas de qualidade de lucro consideradas no estudo.

Tabela 2
Variáveis de interesse: cálculo, relação esperada com risco sistemático e referências

Variável	Cálculo	Sinal esperado	Referência
Earnings quality (qualidade do lucro da empresa - QE)	Medida pela magnitude dos accruals discricionários, em módulo. Quanto maior, menor a qualidade do lucro.	Positivo	Dechow at al. (1995); Dechow e Dichev (2002); Pae (2005)
Earnings quality das empresas relacionadas (qualidade do lucro das empresas relacionadas - QER)	Média ponderada pelo valor de mercado da QE em módulo das firmas componentes do grupo de empresas relacionadas à empresa i conforme classificação setorial da B3 e Economatica. Quanto maior, menor a qualidade do lucro.	Positivo	Ma (2017)

• Fonte: Elaborada pelos autores.

3.3 Modelo Econométrico e Variáveis de Controle

Para verificar a existência de efeito da qualidade dos lucros de empresas economicamente relacionadas sobre o risco sistemático de uma empresa, testou-se o seguinte modelo:

$${\beta }_{it+1}={\alpha }_{it}+{\beta }_1{QE}_{it}+{\beta }_2{QER}_{it}+{\lambda }_1{TAM}_{it}+{\lambda }_2{QT}_{it}+{\lambda }_3{END}_{it}+{\lambda }_4{ROA}_{it}+{\lambda }_5{LIQ}_{it}+{\lambda }_6{COV}_t+{\epsilon }_{it}$$ (5)

em que β_it+1 = variável dependente, risco sistemático, medido pela relação entre a covariância dos retornos do ativo i (R_i) com os retornos do mercado (R_m) e a variância da carteira de mercado, ou seja, ${\beta }_i=\frac{Cov\left(R_m,R_i\right)}{{\sigma }^2{R}_m}$ ; α_it: intercepto da regressão; QE_it = qualidade do lucro da empresa i no ano t, expressa pela magnitude dos accruals (quanto maior, menor a qualidade dos lucros); QER_it = qualidade do lucro das empresas economicamente relacionadas à empresa i no ano t, expressa pela magnitude dos accruals (quanto maior, menor a qualidade dos lucros); TAM_it = tamanho, medido mensalmente pelo logaritmo natural do valor de mercado da empresa i no mês t; QT_it = Q de Tobin, é a relação entre o valor de mercado do patrimônio líquido mais o valor contábil do passivo sobre o valor contábil dos ativos da empresa i no ano t; END_it = endividamento, medido pelo passivo circulante mais passivo não circulante sobre ativo total da empresa i no ano t; ROA_it = lucro líquido sobre o ativo total da empresa i no ano t; LIQ_it = é o índice de liquidez corrente, medido pelo ativo circulante sobre passivo circulante da empresa i no ano t; COV é uma variável dicotômica que representa o período de maior incidência da pandemia de doença por coronavírus 2019 (COVID-19), sendo 1º de março de 2020 a dezembro de 2022, e 0 nos demais períodos; e ε_it é o erro da regressão. As variáveis contábeis são medidas anualmente, seguindo o ano fiscal t de referência das variáveis QE e QER.

O parâmetro beta originado no modelo CAPM mede a sensibilidade do retorno do ativo i em relação às variações do mercado, informando a intensidade do efeito do risco sistemático sobre os retornos das ações. Essa sensibilidade é determinada pelas características específicas da empresa e do seu negócio (Damodaran, 1994; Ross et al., 2002; Sharpe, 1964). No modelo 5, o beta é uma janela móvel mensal calculada ao longo de 24 meses, iniciando no 24º mês anterior ao mês de julho do ano t+1, após a publicação das demonstrações financeiras do ano fiscal t, a depender do ano base para o cálculo de QE e QER (Fama & French, 1997; Ma, 2017).

Em relação às variáveis de controle, selecionaram-se algumas das mais comuns na literatura que têm relação com o risco sistemático (Amorim et al., 2012; Beaver et al., 1970). Nesse sentido, para a variável tamanho, espera-se relação negativa com o risco sistemático, dada a existência de evidências empíricas de que empresas maiores são menos arriscadas do que as menores devido às melhores condições de acesso a crédito e fornecedores, além da maior diversificação de sua estrutura de capital, entre outras (Beaver et al., 1970).

O Q de Tobin mais alto indica maior potencial de crescimento e maior incerteza ou risco (Ma, 2017). Maior endividamento é indicativo de maior risco para o fluxo de dividendos do acionista (Beaver, 1970; Hamada, 1971; Ma, 2017; Modigliani & Miller, 1958). A rentabilidade do ativo está negativamente relacionada ao risco sistemático, devido a menor exposição dessas empresas às volatilidades de mercado (Sarmiento-Sabogal & Sadeghi, 2015).

Já a associação negativa da liquidez corrente com o risco sistemático se deve ao fato dos ativos mais líquidos terem retorno menos volátil do que os ativos não circulantes. Esse indicador está relacionado a maior solvência de curto prazo e, portanto, a menor risco (Beaver et al., 1970; Ma, 2017). A Tabela 3 resume o cálculo e o sinal esperado da relação de cada variável de controle com o risco sistemático (β_it ).

Espera-se que o período de incidência da pandemia por coronavírus, COVID-19 (COV) esteja positivamente associado com o risco sistemático, tendo em vista as medidas restritivas adotadas pelos governos para a contenção da doença.

Tabela 3
Variáveis de controle

Variável	Cálculo	Sinal esperado	Referências
Tamanho (TAM)	Logaritmo Natural do Valor de Mercado do Patrimônio Líquido	Negativo	Beaver et al. (1970)
Q de Tobin (QT)	$\frac{\begin{array}{c}(ValordeMercadodoPatrimônioLíquido\\ +PassivoTotal)\end{array}}{\mathrm{A}\mathrm{t}\mathrm{i}\mathrm{v}\mathrm{o}\mathrm{}\mathrm{T}\mathrm{o}\mathrm{t}\mathrm{a}\mathrm{l}}$	Positivo	Ma (2017)
Endividamento (END)	$\frac{\begin{array}{c}(PassivoCirculante+\\ PassivoNãoCirculante)\end{array}}{\mathrm{A}\mathrm{t}\mathrm{i}\mathrm{v}\mathrm{o}\mathrm{}\mathrm{T}\mathrm{o}\mathrm{t}\mathrm{a}\mathrm{l}}$	Positivo	Beaver et al. (1970); Modigliani e Miller (1958)
Rentabilidade (ROA)	$\frac{\mathrm{L}\mathrm{u}\mathrm{c}\mathrm{r}\mathrm{o}\mathrm{}\mathrm{O}\mathrm{p}\mathrm{e}\mathrm{r}\mathrm{a}\mathrm{c}\mathrm{i}\mathrm{o}\mathrm{n}\mathrm{a}\mathrm{l}\mathrm{}}{\mathrm{A}\mathrm{t}\mathrm{i}\mathrm{v}\mathrm{o}\mathrm{}\mathrm{T}\mathrm{o}\mathrm{t}\mathrm{a}\mathrm{l}}$	Negativo	Sarmiento-Sabogal e Sadeghi (2015)
Liquidez Corrente (LIQ)	$\frac{\mathrm{A}\mathrm{t}\mathrm{i}\mathrm{v}\mathrm{o}\mathrm{}\mathrm{C}\mathrm{i}\mathrm{r}\mathrm{c}\mathrm{u}\mathrm{l}\mathrm{a}\mathrm{n}\mathrm{t}\mathrm{e}\mathrm{}}{\mathrm{P}\mathrm{a}\mathrm{s}\mathrm{s}\mathrm{i}\mathrm{v}\mathrm{o}\mathrm{}\mathrm{C}\mathrm{i}\mathrm{r}\mathrm{c}\mathrm{u}\mathrm{l}\mathrm{a}\mathrm{n}\mathrm{t}\mathrm{e}}$	Negativo	Beaver et al. (1970)

• Fonte: Elaborada pelos autores.

4. APRESENTAÇÃO DOS RESULTADOS

4.1 Testes de Validação e Estatísticas Descritivas

Todas as variáveis explicativas foram testadas quanto à existência de multicolinearidade, por meio do cálculo do fator de inflação de variância (FIV), que não identificou o problema.

As variáveis também foram testadas quanto à existência de raiz unitária por meio dos testes de Im, Pesaran e Shin, ADF-Fisher e PP-Fisher. Com exceção de TAM, QT e ROA, a hipótese nula de existência de raiz unitária foi rejeitada em todas as séries. Assim, TAM e QT foram consideradas em primeira diferença e ROA, em nível, pois não há risco da ocorrência de uma regressão espúria quando apenas uma das variáveis explicativas é não estacionária (Noriega & Ventosa-Santaularia, 2007).

Para evitar problemas de heteroscedasticidade e autocorrelação serial dos resíduos, as estimações foram realizadas com erros padrão robustos pelo método cross-section Seemingly Unrelated Regressions (SUR) (panel-corrected standard errors [PCSE]). As regressões foram realizadas com efeitos fixos de empresa e testadas quanto à sua redundância, sendo que os resultados demonstraram que a hipótese nula de redundância de efeitos poderia ser rejeitada.

A Tabela 4 apresenta estatísticas descritivas conforme o método de apuração da qualidade da informação.

Tabela 4
Estatísticas descritivas

	β it	QE	QER	TAM	QT	END	ROA	LIQ
Dechow e Dichev (2002)
Média	0,775	0,064	0,046	14,180	1,780	0,746	0,019	2,300
Mediana	0,677	0,045	0,047	14,572	1,172	0,647	0,032	1,704
Desvio padrão	0,677	0,056	0,021	2,317	4,126	0,290	0,069	3,537
Pae (2005)
Média	0,799	0,063	0,053	14,205	1,802	0,795	0,016	2,246
Mediana	0,704	0,043	0,049	14,600	1,178	0,651	0,032	1,687
Desvio padrão	0,674	0,056	0,024	2,339	4,284	0,298	0,070	2,937

• Nota: β_it = risco sistemático; QE = qualidade do lucro da empresa i, sendo quanto maior sua magnitude, menor a qualidade; QER = qualidade do lucro das empresas economicamente relacionadas à empresa i, sendo quanto maior sua magnitude, menor a qualidade; TAM = tamanho; QT = Q de Tobin; END = endividamento; ROA = rentabilidade do ativo; LIQ = liquidez corrente.
• Fonte: Elaborada pelos autores.

A principal diferença observada entre os grupos é a mensuração da qualidade do lucro (QE), conforme Dechow e Dichev (2002) ou Pae (2005), o que levou à diferenciação entre os períodos considerados: de 2011 até 2020 e de 2012 a 2022, respectivamente. Apesar disso, os números dos dois grupos são aproximados.

Verifica-se que o beta varia entre 0,67 e 0,79, ou seja, as variações das ações estão mais perto do que longe da variação do mercado como um todo e podem ser consideradas “defensivas”, por apresentarem valores inferiores à unidade (Terán Guerrero et al., 2022).

A média de QE é maior que a média de QER, mas isso se inverte no caso da mediana. A média maior que a mediana revela assimetria dos dados à direita, ou positiva. Em relação às demais variáveis, a principal informação que se extrai é o elevado desvio padrão de QT, END, ROA e LIQ, revelando heterogeneidade das características das empresas.

4.2 Testes de Regressões e Discussão dos Resultados

Os resultados das regressões são apresentados na Tabela 5. Verifica-se que a principal variável de interesse do estudo, QER, que representa menor qualidade do lucro das empresas economicamente relacionadas, é significativa e positivamente associada ao risco sistemático em todas as estimativas realizadas: classificação setorial da B3 ou Economatica e qualidade do lucro conforme Dechow e Dichev (2002) ou Pae (2005).

Os resultados estão alinhados com as previsões de Foster (1980, 1981), Lambert et al. (2007) e Ma (2017) de que existe interdependência entre as empresas em relação aos seus relatórios financeiros. O conteúdo das divulgações de uma empresa gera efeitos proporcionais para outras empresas do mesmo ramo de negócios, sendo tal efeito percebido no custo de oportunidade do capital, mais especificamente na exposição da empresa ao risco sistemático.

Os resultados corroboram as pesquisas sobre interdependência, transferências de informações, efeito spillover e externalidades da informação contábil. Esse achado consiste, ainda, em uma evidência da hipótese de que investidores e analistas têm restrição de atenção de modo que as informações emitidas por uma empresa afetam a precificação das outras empresas do mesmo setor no mercado de capitais, pelo fato de que replicam a interpretação sobre as divulgações de uma empresa em suas análises de outras empresas relacionadas (Admati & Pfleiderer, 2000; Ali & Hirshleifer, 2020; Cohen & Frazzini, 2008).

Tabela 5
Resultados das estimações do modelo 1 para identificação da relação entre qualidade dos lucros de empresas relacionadas e o risco sistemático das empresas da amostra

Modelo 1 β$\beta it+1=\alpha it+\beta 1QEit+\beta 2QERit+\lambda 1TAMit+\lambda 2QTit+\lambda 3ENDit+\lambda 4ROAit+\lambda 5LIQit+\lambda 6COVt+\epsilon it$
	Qualidade do lucro conforme Dechow e Dichev (2002)						Qualidade do lucro conforme PAE (2005)
	Setores 1			Setores 2			Setores 1			Setores 2
	B3			Economatica			B3			Economatica
Var.	Coeff.	t-Stat	Sig.	Coeff.	t-Stat	Sig.	Coeff.	t-Stat	Sig.	Coeff.	t-Stat	Sig.
C	0,463	10,830	***	0,449	11,327	***	0,574	11,827	***	0,550	12,148	***
QE	0,529	5,661	***	0,816	9,038	***	-0,057	-0,728		0,019	0,197
QER	2,758	7,374	***	2,466	13,893	***	1,014	2,114	*	2,038	8,724	***
TAM	0,131	2,851	**	0,116	2,615	**	0,123	2,532	*	0,106	2,300	*
QT	0,000	0,001		0,007	0,463		0,007	0,288		0,010	0,444
END	0,156	3,250	**	0,148	3,093	**	0,175	3,344	***	0,142	2,696	**
ROA	-1,295	-13,569	***	-0,717	-7,308	***	-1,113	-11,452	***	-0,707	-6,882	***
LIQ	0,000	0,098		0,000	-0,019		0,001	0,557		-0,002	-1,099
COV	0,311	12,611	***	0,310	12,878	***	0,270	9,898	***	0,261	10,167	***
R2 aj.		0,492			0,529			0,493			0,532
Est. F		99,6			114,6			95,9			111,1
Prob.		0,000	***		0,000	***		0,000	***		0,000	***
n		20,077			16,692			19,245			15,992

• Nota:***, ** e * = nível de significância dos parâmetros a 1%, 5% e 10%, respectivamente.
• Fonte: Elaborada pelos autores.

De modo surpreendente, QER (qualidade do lucro dos pares) apresentou coeficientes de magnitude consideravelmente maior que os coeficientes de QE (qualidade do lucro da própria empresa). Em função desses resultados, futuros estudos podem aprofundar a análise sobre possível efeito explosivo da qualidade do lucro dos pares para o risco sistemático da empresa.

Ainda em relação à QER, esses resultados podem ser interpretados como uma espécie de benchmarking de qualidade da informação contábil, que pode ser considerada não discricionária, no sentido de que os investidores observam e precificam um padrão de qualidade inerente ao setor, que pode sobrepor-se à magnitude da relevância da própria qualidade do lucro da empresa focal no risco sistemático. Lembre-se que maior QER representa menor qualidade do lucro.

Em relação à QE, que quanto maior, menor a qualidade do lucro, os resultados indicam que é estatisticamente significativa e está positivamente associada ao risco sistemático, em convergência com Aboody et al. (2005), Dechow et al. (2010) e Lambert et al. (2007). O parâmetro beta é uma componente do CAPM, que reúne as características específicas da firma, entre elas as decisões quanto à qualidade da informação contábil, as quais definem seu nível de risco sistemático a ser incorporado no custo de capital. Assim, os resultados demonstram que menor qualidade dos lucros da própria empresa está relacionada a maior custo de capital, corroborando Francis et al. (2008), Hribar e Jenkins (2004) e Ng (2011).

Considerando ambas as classificações setoriais, QE medida conforme Dechow e Dichev (2002) foi significativa e com sinais esperados (positivos), mas, quando medida conforme Pae (2005), não apresentou significância. Os resíduos gerados pelo modelo de Dechow e Dichev (2002), no qual a variação dos accruals de capital de giro é explicada pelos fluxos de caixa operacionais recebidos e pagos (adiantados, correntes e atrasados), conseguem demonstrar melhor a qualidade dos accruals, pois revelam aqueles que não são relacionados às realizações de caixa. Desse modo, estão estatisticamente relacionados ao risco sistemático, o que não se observou nos accruals gerados pelo modelo de Pae (2005).

Em relação às variáveis de controle, o tamanho se mostrou estatisticamente relevante para o risco sistemático, mas, diferentemente do esperado, com relação positiva, divergindo dos resultados de Beaver et al. (1970). Aparentemente, no Brasil, as empresas com maior variação de tamanho (que crescem mais) têm maior risco sistemático. Elas podem estar enfrentando, por exemplo, maiores gastos com pesquisa e desenvolvimento (P&D), como argumentam Koussis e Makrominas (2015) e Wiyono e Mardijuwono (2020).

Lembre-se que tanto essa variável quanto o Q de Tobin foram estimados em primeira diferença, por terem apresentado raiz unitária, o que pode ter afetado os resultados. A variável Q de Tobin não se mostrou relevante em nenhuma das estimativas, assim como a liquidez.

As variáveis endividamento e lucratividade apresentaram resultados convergentes com o esperado. Assim, maior endividamento e menor lucratividade estão associados a maior risco sistemático e, tudo o mais constante, maior custo de capital, conforme Beaver et al. (1970), Modigliani e Miller (1958) e Sarmiento-Sabogal e Sadeghi (2015).

4.3 Testes Suplementares

Para aprofundar a interpretação dos resultados da pesquisa, testou-se a medida de qualidade da informação contábil não relacionada com os accruals discricionários denominada earnings response coefficient (ERC). O ERC foi calculado pelo β estimado da regressão do retorno acumulado de 12 meses da empresa em função do lucro inesperado dos últimos 12 meses (Dechow et al., 2010). O ERC das empresas pares foi calculado pela média das empresas classificadas no mesmo setor, conforme classificação da B3 ou Economatica.

Os coeficientes de ERC e ECR das empresas pares (ERCR) se mostraram estatisticamente significativos, mas com valores próximos de zero, corroborando Dechow et al. (2010), que afirmam que as medidas conhecidas de qualidade da informação contábil medem propriedades diferentes do lucro, que não são substituíveis entre si. Portanto, os resultados desta pesquisa se limitam às medidas de qualidade do lucro baseadas em accruals discricionários adotadas, havendo espaço para aprofundamento do efeito sobre o risco sistemático de outras medidas de qualidade de lucro.

Foram realizadas regressões em que a variável dependente do modelo 5 - risco sistemático - foi substituída pelos fatores de risco tamanho (small minus big [SMB]), valor (high minus low [HML]), momento (winners minus losers [WML]) e liquidez (illiquid minus liquid [IML]) (Carhart, 1997; Pástor & Stambaugh, 2003).

QE e QER apresentaram relação positiva e significativa com SMB, o que significa que maiores accruals discricionários (menor qualidade do lucro) da empresa e dos pares estão associados com maior risco de tamanho, apesar de haver uma regressão com sinal divergente.

O fator HML considera o perfil de risco de empresas de valor (high book-to-market [BTM]) e de crescimento (baixo BTM). QE e QER se apresentaram negativamente associadas ao risco de valor. Assim, há indícios de que menor qualidade do lucro em função de maiores accruals está associada a menor risco de valor das empresas (maior BTM).

Os fatores de risco de momento (WML) e de liquidez (IML) retornaram sinais divergentes quanto ao sentido da relação e quanto aos modelos, além de menor quantidade de variáveis significativas. O fator WML representa o risco de empresas com maiores ganhos no período recente e o fator IML representa o risco de empresas não líquidas. Verificou-se, então, que a qualidade do lucro (QE ou QER) não está significativamente associada ao risco de momento ou de liquidez.

Em outro teste, a variável tamanho foi substituída nas regressões pela variável volume, medida pelo logaritmo do volume mensal de transações em reais das ações das empresas da amostra. A substituição da variável e não sua adição no modelo se deve à alta correlação identificada. O volume é relevante e positivamente associado ao risco sistemático, indicando que mesmo empresas com alto giro de ações podem estar relativamente mais expostas a risco sistemático em função das características de seu negócio.

5. CONSIDERAÇÕES FINAIS

Este estudo analisou o efeito spillover da qualidade do lucro de empresas pares sobre o risco sistemático das empresas do mercado acionário brasileiro. Foram realizadas regressões do risco sistemático em função da qualidade do lucro de empresas pares, da própria empresa e das variáveis de controle, quais sejam: tamanho, Q de Tobin, endividamento, lucratividade, liquidez corrente e COVID-19. O período de análise foi entre 2010 e 2022.

A qualidade do lucro foi mensurada a partir dos accruals discricionários, apurados conforme os modelos de Dechow e Dichev (2002) e Pae (2005). A qualidade do lucro dos pares foi uma média ponderada pelo tamanho dos accruals discricionários das empresas do mesmo setor econômico, conforme duas classificações setoriais: B3 e Economatica, sendo quanto maior a sua magnitude, menor a qualidade do lucro.

Os resultados indicam que o efeito spillover da qualidade do lucro das empresas economicamente relacionadas existe no Brasil, onde menor qualidade do lucro das empresas pares tem efeito positivo e estatisticamente significativo sobre o risco sistemático da empresa. Esse efeito é consideravelmente superior ao efeito da qualidade do lucro da própria empresa, mensurada conforme Dechow e Dichev (2002). Quando a qualidade dos lucros da própria empresa é medida pelo modelo de Pae (2005), não se mostra relevante para o risco sistemático.

Os resultados corroboram pesquisas sobre interdependência, transferências de informações, efeito spillover e externalidades da informação contábil e aquelas sobre o efeito da informação contábil no custo de capital, mais especificamente, no risco sistemático.

Este estudo contribui com a pesquisa contábil ao apresentar evidências de externalidades da informação contábil, mais precisamente da qualidade do lucro das empresas economicamente relacionadas. Além disso, o critério utilizado para a mensuração dessa variável, qual seja, o valor dos accruals discricionários das empresas pares, mensurado com base na média ponderada pelo tamanho (capitalização de mercado), pode ser considerado uma contribuição com o mercado brasileiro.

Os resultados são importantes para reguladores, por fornecer indícios da extensão das consequências econômicas da informação contábil, o que, combinado a pesquisas anteriores sobre a qualidade de informação contábil como uma variável de escolha das empresas, pode auxiliar na decisão sobre como e o que regular.

Busca-se contribuir com investidores e preparadores das demonstrações contábeis, fornecendo evidências de que o mercado utiliza informações de empresas relacionadas na avaliação das demais empresas pares, o que pode estar relacionado aos objetivos de menores custos de análise e restrição de atenção. Para preparadores, este estudo é informativo quanto ao efeito da comparabilidade dos relatórios contábeis de empresas de mesmo setor, podendo convergir com argumentos sobre redução dos custos de preparação de demonstrações contábeis.

Os resultados distintos dependendo do modelo que qualidade do lucro utilizado e as limitações desses e de outros modelos exploradas na literatura levam à recomendação de que investidores, reguladores e demais interessados devem considerar os indícios de que a qualidade do lucro dos pares, tal como mensurada aqui, proporciona maior evidência de ser positivamente relacionada com o risco sistemático do que a qualidade do lucro da própria empresa.

Como limitação deste estudo, considera-se o número de empresas (no máximo 191) e o curto período dos dados, em função do tamanho do mercado de ações e da convergência contábil brasileira. Além disso, a pesquisa utiliza o modelo CAPM, de onde se extraiu o beta de mercado. A escolha das medidas de qualidade da informação contábil também pode ser considerada uma limitação, tendo em vista várias outras existentes na literatura.

Como sugestões para futuras pesquisas, pode-se considerar outros critérios de empresas economicamente relacionadas, da ponderação da qualidade do lucro dos pares, outras medidas de qualidade da informação contábil, outras variáveis de controle e outras medidas de risco, a exemplo dos fatores dos modelos de Fama e French (1997). Além disso, existe oportunidade de empregar a mesma metodologia na investigação de eventuais efeitos da qualidade da informação contábil dos pares sobre os investimentos e a eficiência dos investimentos das empresas.

Referências bibliográficas

• Aboody, D., Hughes, J., & Liu, J. (2005). Earnings quality, insider trading, and cost of capital. Journal of Accounting Research, 43(5), 651-673. https://www.jstor.org/stable/3542452
  » https://www.jstor.org/stable/3542452
• Admati, A., & Pfleiderer, P. (2000). Forcing firms to talk: Financial disclosure regulation and externalities. Review of Financial Studies, 13(3), 479-519. https://www.jstor.org/stable/2645994
  » https://www.jstor.org/stable/2645994
• Ali, U., & Hirshleifer, D. (2020). Shared analyst coverage: Unifying momentum spillover effects. Journal of Financial Economics, 136(3), 649-675. https://doi.org/10.1016/j.jfineco.2019.10.007
  » https://doi.org/10.1016/j.jfineco.2019.10.007
• Amorim, A. L. G. C., Lima, I. S., & Murcia, F. D. R. (2012). Análise da relação entre as informações contábeis e o risco sistemático no mercado brasileiro. Revista Contabilidade & Finanças, 23, 199-211. https://doi.org/10.1590/S1519-70772012000300005
  » https://doi.org/10.1590/S1519-70772012000300005
• Ashbaugh-Skaife, H., Collins, D. W., Kinney, W. R. Jr. , & LaFond, R. (2009). The effect of SOX internal control deficiencies on firm risk and cost of equity. Journal of Accounting Research, 47(1), 1-43. https://doi.org/10.1111/j.1475-679X.2008.00315.x
  » https://doi.org/10.1111/j.1475-679X.2008.00315.x
• Baginski, S. P., & Hinson, L. A. (2016). Cost of capital free-riders. The Accounting Review, 91(5), 1291-1313. https://doi.org/10.2308/accr-51379
  » https://doi.org/10.2308/accr-51379
• Baker, M., Wurgler, J. (2006). Investor sentiment and the cross-section of market returns. Journal of Finance, 61(4), 1645-1680. https://doi.org/10.1111/j.1540-6261.2006.00885.x
  » https://doi.org/10.1111/j.1540-6261.2006.00885.x
• Ball, R., & Brown, P. (1968). An empirical evaluation of accounting income numbers. Journal of Accounting Research, 6(2), 159-178. https://doi.org/10.2307/2490232
  » https://doi.org/10.2307/2490232
• Bauckloh, T., Hardeck, I., Inger, K. K., Wittenstein, P., & Zwergel, B. (2021). Spillover effects of tax avoidance on peers' firm value. The Accounting Review, 96(4), 51-79. https://doi.org/10.2308/TAR-2018-0441
  » https://doi.org/10.2308/TAR-2018-0441
• Beatty, A., Liao, S., & Yu, J. J. (2013). The spillover effect of fraudulent financial reporting on peer firms' investments. Journal of Accounting and Economics, 55(2-3), 183-205. https://doi.org/10.1016/j.jacceco.2013.01.003
  » https://doi.org/10.1016/j.jacceco.2013.01.003
• Beaver, W. H. (1968). The information content of annual earnings announcements. Journal of Accounting Research, 6(1), 67-92. https://doi.org/10.2307/2490070
  » https://doi.org/10.2307/2490070
• Beaver, W., Kettler, P., & Scholes, M. (1970). The association between market determined and accounting determined risk measures. The Accounting Review, 45(4), 654-682. https://doi.org/10.2307/2979035
  » https://doi.org/10.2307/2979035
• Bradshaw, M. T, Miller, G., & Serafeim, G. (2009). Accounting method heterogeneity and analysts’ forecasts (Unpublished Paper). Harvard Business School; University of Chicago; University of Michigan.
• Breuer, M., Hombach, K., & Müller, M. A. (2022). When you talk, I remain silent: Spillover effects of peers' mandatory disclosures on firms' voluntary disclosures. The Accounting Review, 97(4), 155-186. https://doi.org/10.2308/TAR-2019-0433
  » https://doi.org/10.2308/TAR-2019-0433
• Carhart, M. M. (1997). On persistence in mutual fund performance. The Journal of Finance, 52(1), 57-82. https://doi.org/10.2307/2329556
  » https://doi.org/10.2307/2329556
• Cho, E., Kim, J., & Kim, S. (2020). Spillover effect of regulatory accounting inspections on accounting quality of peer companies. Managerial Auditing Journal, 35(5), 685-704. https://doi.org/10.1108/MAJ-07-2018-1924
  » https://doi.org/10.1108/MAJ-07-2018-1924
• Clinch, G. J., & Sinclair, N. A. (1987). Intra-industry information releases: A recursive systems approach. Journal of Accounting and Economics, 9(1), 89-106. https://doi.org/10.1016/0165-4101(87)90018-8
  » https://doi.org/10.1016/0165-4101(87)90018-8
• Cohen, L., & Frazzini. A. (2008). Economic links and predictable returns. Journal of Finance, 63(4), 1977-2011. https://doi.org/10.1111/j.1540-6261.2008.01379.x
  » https://doi.org/10.1111/j.1540-6261.2008.01379.x
• Damodaran, A. (1994). Damodaran on valuation. John Wiley and Sons.
• Dechow, P. M., & Dichev, I. D. (2002). The quality of accruals and earnings: The role of accrual estimation errors. The Accounting Review, 77, 35-59. https://dx.doi.org/10.2139/ssrn.277231
  » https://dx.doi.org/10.2139/ssrn.277231
• Dechow, P. M., Ge, W., & Schrand, C. (2010). Understanding earnings quality: A review of the proxies, their determinants and their consequences. Journal of Accounting and Economics, 50(2-3), 344-401. https://dx.doi.org/10.2139/ssrn.1485858
  » https://dx.doi.org/10.2139/ssrn.1485858
• Dechow, P. M., Sloan, R. G., & Sweeney, A. P. (1995). Detecting earnings management. The Accounting Review, 70(2), 193-225. https://www.jstor.org/stable/248303
  » https://www.jstor.org/stable/248303
• Donelson, D. C., Flam, R. W., & Yust, C. G. (2022). Spillover effects in disclosure-related securities litigation. The Accounting Review, 97(5), 275-299. https://doi.org/10.2308/TAR-2020-0386
  » https://doi.org/10.2308/TAR-2020-0386
• Dunn, K., & Nathan, S. (2005). Analyst industry diversification and earnings forecast accuracy. The Journal of Investing, 14(2), 7-14. https://doi.org/10.3905/joi.2005.517169
  » https://doi.org/10.3905/joi.2005.517169
• Durnev, A., & Mangen, C. (2020). The spillover effects of MD&A disclosures for real investment: The role of industry competition. Journal of Accounting and Economics, 70(1), 101299. https://doi.org/10.1016/j.jacceco.2020.101299
  » https://doi.org/10.1016/j.jacceco.2020.101299
• Dye, R. (1990). Mandatory versus voluntary disclosures: The cases of financial and real externalities. The Accounting Review, 65(1), 1-24. https://www.jstor.org/stable/247874
  » https://www.jstor.org/stable/247874
• Fama, E. F., & French, K. R. (1993). Common risk factors in the returns on stocks and bonds. Journal of Financial Economics. 33(1), 3-56. https://doi.org/10.1016/0304-405X(93)90023-5
  » https://doi.org/10.1016/0304-405X(93)90023-5
• Fama, E. F., & French, K. R. (1997). Industry costs of equity. Journal of Financial Economics, 43(2), 153-193. https://doi.org/10.1016/S0304-405X(96)00896-3
  » https://doi.org/10.1016/S0304-405X(96)00896-3
• Fama, E. F., & French, K. R. (2015). A five-factor asset pricing model. Journal of Financial Economics, 116, 1-22. https://doi.org/10.1016/j.jfineco.2014.10.010
  » https://doi.org/10.1016/j.jfineco.2014.10.010
• Foster, G. (1980). Externalities and financial reporting. Journal of Finance, 35(2), 521-533. https://doi.org/10.2307/2327412
  » https://doi.org/10.2307/2327412
• Foster, G. (1981). Intra-industry information transfers associated with earnings releases. Journal of Accounting and Economics, 3(3), 201-232. https://doi.org/10.1016/0165-4101(81)90003-3
  » https://doi.org/10.1016/0165-4101(81)90003-3
• Francis, J., Nanda, D., & Olsson, P. (2008). Voluntary disclosure, earnings quality, and cost of capital. Journal of Accounting Research, 46(1), 53-99. http://dx.doi.org/10.1111/j.1475-679X.2008.00267.x
  » http://dx.doi.org/10.1111/j.1475-679X.2008.00267.x
• Hamada, R. (1971). The effect of the firm's capital structure on the systematic risk of common stocks. Journal of Finance, 27(2), 435-452. https://doi.org/10.2307/2978486
  » https://doi.org/10.2307/2978486
• Hribar, P., & Jenkins, N. T. (2004). The effect of accounting restatements on earnings revisions and the estimated cost of capital. Review of Accounting Studies, 9(2-3), 337-356. http://dx.doi.org/10.1023/B:RAST.0000028194.11371.42
• International Accounting Standards Board. (2018). Conceptual framework for financial reporting. IFRSF Publications Department.
• Jones, J. J. (1991). Earnings management during import relief investigations. Journal of Accounting Research, 29(2), 193-228. https://doi.org/10.2307/2491047
  » https://doi.org/10.2307/2491047
• Kim, J., Kim, S., & Cho, E. (2019). Spillover effect of FSS accounting inspection on audit hours of peer companies. Asia-Pacific Journal of Accounting and Economics, 27(3), 364-387. https://doi.org/10.1080/16081625.2019.1673193
  » https://doi.org/10.1080/16081625.2019.1673193
• Koussis, N., & Makrominas, M. (2015). Growth options, option exercise and firms’ systematic risk. Review of Quantitative Finance and Accounting, 44, 243-267. https://doi.org/10.1007/s11156-013-0405-5
  » https://doi.org/10.1007/s11156-013-0405-5
• Lambert, R., Leuz, C., & Verrecchia, R. (2007). Accounting information, disclosure, and the cost of equity. Journal of Accounting Research, 45(2), 385-420. https://www.jstor.org/stable/4622036
  » https://www.jstor.org/stable/4622036
• Lev, B. (1983). Some economic determinants of time-series properties of earnings. Journal of Accounting and Economics, 5, 31-48. https://doi.org/10.1016/0165-4101(83)90004-6
  » https://doi.org/10.1016/0165-4101(83)90004-6
• Lintner, J. (1965). The valuation of risk assets and the selection of risky investments in stock portfolios and capital budgets. Review of Economics and Statistics, 47, 13-37. https://doi.org/10.2307/1924119
  » https://doi.org/10.2307/1924119
• Liu, Q., Wang, J., & Chi, W. (2022). The spillover effects of innovation content disclosure in MD&A. Pacific-Basin Finance Journal, 76, 101879. https://doi.org/10.1016/j.pacfin.2022.101879
  » https://doi.org/10.1016/j.pacfin.2022.101879
• Lu, J. (2022). Limited attention: Implications for financial reporting. Journal of Accounting Research, 60(5), 1991-2027. https://doi.org/10.1111/1475-679X.12432
  » https://doi.org/10.1111/1475-679X.12432
• Ma, M. (2017). Economic links and the spillover effect of earnings quality on market risk. The Accounting Review, 92(6), 213-245. https://www.jstor.org/stable/26551285
  » https://www.jstor.org/stable/26551285
• Modigliani, F., & Miller, M. (1958). The cost of capital, corporation finance and the theory of investment. American Economic Review,48(4), 261-297. http://www.jstor.org/stable/1809766?origin=JSTOR-pdf
  » http://www.jstor.org/stable/1809766?origin=JSTOR-pdf
• Mossin, J. (1966). Equilibrium in a capital asset market. Econometrica: Journal of the Econometric Society, 34(4), 768-783. https://doi.org/10.2307/1910098
  » https://doi.org/10.2307/1910098
• Ng, J. (2011). The effect of information quality on liquidity risk. Journal of Accounting and Economics, 52(2-3), 126-143. https://doi.org/10.1016/j.jacceco.2011.03.004
  » https://doi.org/10.1016/j.jacceco.2011.03.004
• Noriega, A. E., & Ventosa-Santaulària, D. (2007). Spurious regression and trending variables. Oxford Bulletin of Economics and Statistics, 69(3), 439-444. https://doi.org/10.1111/j.1468-0084.2007.00481.x
  » https://doi.org/10.1111/j.1468-0084.2007.00481.x
• Pae, J. (2005). Expected accrual models: The impact of operating cash flows and reversals of accruals. Review of Quantitative Finance and Accounting, 24(1), 5-22. https://doi.org/10.1007/s11156-005-5324-7
  » https://doi.org/10.1007/s11156-005-5324-7
• Pandit, S., Wasley, C., & Zach, T. (2011). Information externalities along the supply chain: The economic determinants of suppliers’ stock price reaction to their customers’ earnings announcements. Contemporary Accounting Research, 28(4), 1304-1343. https://doi.org/10.1111/j.1911-3846.2011.01092.x
  » https://doi.org/10.1111/j.1911-3846.2011.01092.x
• Pástor, L., & Stambaugh, R. F. (2003). Liquidity risk and expected stock returns. Journal of Political Economy, 111(3), 642-685. https://doi.org/10.1086/374184
  » https://doi.org/10.1086/374184
• Ross, S. A., Westerfield, R. W., & Jaffe, J. F. (2002). Corporate finance (8a ed.). McGraw Hill.
• Sarmiento-Sabogal, J., & Sadeghi, M. (2015). Estimating the cost of equity for private firms using accounting fundamentals. Applied Economics, 47(3), 288-301. https://doi.org/10.1080/00036846.2014.969826
  » https://doi.org/10.1080/00036846.2014.969826
• Sharpe, W. F. (1964). Capital asset prices: A theory of market equilibrium under conditions of risk. The Journal of Finance, 19(3), 425-442. https://doi.org/10.2307/2977928
  » https://doi.org/10.2307/2977928
• Terán Guerrero, F. N., García Paredes, N. E, Vizcaino Villavicencio, V. L., & Carranza Guerrero, M. N. (2022). Aplicación del Capital Asset Pricing Model para conocer el beta dentro del mercado ecuatoriano. Revista Enfoques, 6(21), 106-116. https://doi.org/10.33996/revistaenfoques.v6i21.128
  » https://doi.org/10.33996/revistaenfoques.v6i21.128
• Truong, P. (2023). Peer effects and disclosure timing: Evidence from earnings announcements. The Accounting Review, 98(3), 427-458. https://doi.org/10.2308/TAR-2020-0311
  » https://doi.org/10.2308/TAR-2020-0311
• Wang, Q., & Zhou, K. (2022). Common ownership and the spillover effect of market reaction: Evidence from stock exchange comment letters. Pacific-Basin Finance Journal, 73, 101729. https://doi.org/10.1016/j.pacfin.2022.101729
  » https://doi.org/10.1016/j.pacfin.2022.101729
• Wiyono, E. R., & Mardijuwono, A. W. (2020). Leverage, profitability, firm size, exchange rate, and systematic risk: Evidence from the manufacturing industry in Indonesia. Cuadernos de Economía, 43(122), 105-242. https://doi.org/10.32826/cude.v4i123.407
  » https://doi.org/10.32826/cude.v4i123.407
• Xing, X., & Yan, S. (2019). Accounting information quality and systematic risk. Review of Quantitative Finance and Accounting, 52, 85-103. https://doi.org/10.1007/s11156-018-0703-z
  » https://doi.org/10.1007/s11156-018-0703-z
• Yuan, D., Shang, D., Ma, Y., & Li, D. (2022). The spillover effects of peer annual report tone for firm innovation investment: Evidence from China. Technological Forecasting and Social Change, 177, 121518. https://doi.org/10.1016/j.techfore.2022.121518
  » https://doi.org/10.1016/j.techfore.2022.121518

• 40
  Este é um texto bilíngue. Este artigo também foi traduzido para o idioma inglês, publicado sob o DOI https://doi.org/10.1590/1808-057x20242039.en
• Trabalho apresentado o 9º Congresso UnB de Contabilidade e Governança, Brasília, DF, Brasil, novembro de 2023.

Editado por

• Editor-Chefe:
  Andson Braga de Aguiar

• Editora Associada:
  Andrea Maria Accioly Fonseca Minardi

Datas de Publicação

• Publicação nesta coleção
  21 Fev 2025
• Data do Fascículo
  2025

Histórico

• Recebido
  15 Nov 2023
• Revisado
  04 Dez 2023
• Aceito
  14 Maio 2024