Dermatolojik hastalıklara özgü özel testler: Spesifik olarak adı geçen hastalıklarda ya da bu hastalardaki belli bir durumda kullanılan anketlerdir Dermatolojidek

Machuga, Pfeiffer Jr. e Verma (2002, p. 67) tiveram como resultados da regressão de previsão de lucros que o nível de fluxos de caixa e accruals do ano anterior é útil para explicar mudanças de lucros para todos anos-empresas (firm-years), fato que é comprovado pela significância dos seus coeficientes α2 e α4 nas suas divisões de dados. Como evidenciado

pelos coeficientes α1 e α3, seus resultados são consistentes com pesquisas anteriores, pois

empresas que tiveram mudanças de lucro no ano anterior abaixo de zero tendem a ter mudanças de lucro positivas no ano t, o que não se verificou com empresas que tiveram mudanças de lucro acima de zero em t-1.

Dos resultados, destaca-se ainda que tanto fluxos de caixa quanto accruals são significantes para explicar mudanças de lucros futuros para empresas de baixo desempenho. O coeficiente para retornos de anos anteriores (α7) é mais significante para empresas com bom

desempenho.

Quanto às variáveis relacionadas à questão principal de seu trabalho, ou seja, os coeficientes α5 e α6, indicam que os ajustes contábeis do EVA são incrementalmente úteis

para explicar mudanças de lucros além do que são fluxos de caixa, accruals e retornos de ações do ano anterior. Os resultados das médias obtidas para cada um dos coeficientes, as

estatísticas-t (t intertemporal) e os coeficientes de determinação (R²) médios das regressões desse trabalho são resumidos na tabela 3.

Tabela 3 – Predições de mudanças de lucros futuros separadas por desempenho da empresa no ano t-1 Predições dentro da amostra (n=4.382, período 1981-1996)

Anos-empresas (firm-years ) com mudanças de lucro abaixo de zero no ano t-1 (n = 1.429)

α0 α1 α2 α3 α4 α5 α6 α7

Média intertemporal 0,0482 -0,1490 -0,7544 -0,1505 -0,8156 0,0033 0,0837 0,0282 t's intertemporais 10,99* -2,07 -15,78* -1,93 -14,75* 0,08 2,47* 4,00*

R² médio 0,78

Anos-empresas (firm-years ) com mudanças de lucro acima de zero no ano t-1 (n = 2.953)

α0 α1 α2 α3 α4 α5 α6 α7

Média intertemporal 0,0314 -0,0177 -0,4588 -0,0049 -0,5171 0,0394 0,0322 0,0233 t's intertemporais 8,29* -0,25 -6,94* -0,07 -7,54* 1,97 1,53 6,98*

R² médio 0,41

*Significante numa probabilidade abaixo de 0,05.

∆EPSt/Pt-1 = α0 + α1∆CFt-1/Pt-1 + α2CFt-1/Pt-1 + α3∆ACt-1/Pt-1 + α4ACt-1/Pt-1

+ α5∆EVAAt-1/Pt-1 + α6EVAAt-1/Pt-1 + α7SARt-1 + εt

Fonte: Adaptado de Machuga, Pfeiffer Jr. e Verma (2002, p. 68)

Com relação às informações contidas na tabela 3, segundo Machuga, Pfeiffer Jr. e Verma (2002, p. 68), a média intertemporal “é a média dos coeficientes estimados nas dezesseis regressões anuais cross-sectional para os anos de 1981-1996”, enquanto as estatísticas t são apuradas como a “razão das médias e erros-padrão das 16 estimativas anuais dos coeficientes de regressão” e os valores de probabilidade são de duas caudas.

Machuga, Pfeiffer Jr. e Verma (2002, p. 67), para determinar o valor incremental da inclusão da informação do EVA no seu modelo de predição, compararam duas previsões de lucros, uma utilizando a informação contida no EVA e outra sem a informação do EVA. Para realizar esse procedimento, efetuaram a primeira previsão com a equação completa de predição de lucros, utilizando-se os dados médios obtidos com a aplicação da regressão para todos os anos anteriores. A segunda previsão, conforme Machuga, Pfeiffer Jr. e Verma (2002,

p. 72), foi realizada utilizando o mesmo modelo com a exclusão dos coeficientes α5 e α6, os

quais contêm as variáveis EVA, para isso, primeiro as regressões foram aplicadas novamente para se obter os novos valores médios dos anos anteriores (agora sem o efeito da informação do EVA), posteriormente foi efetuada a previsão com as médias dos novos coeficientes estimados dos anos anteriores, afirmando que por isso seus resultados se iniciam no ano de 1982, denominando-os como predições fora da amostra (out-of-sample predictions). A tabela 4 resume os resultados obtidos com esses procedimentos.

Tabela 4 – Determinação do valor incremental do EVA na predição de mudanças de lucros futuros Predições fora da amostra (n=4.137, período 1982-1996)

Anos-empresas (firm-years ) com mudanças de lucro abaixo de zero no ano t-1 (n = 1.343) Exclusão de ajustes do EVA Inclusão de ajustes do EVA MSE*100

MAE*100

Anos-empresas (firm-years ) com mudanças de lucro acima de zero no ano t-1 (n = 2.794) Exclusão de ajustes do EVA Inclusão de ajustes do EVA MSE*100

MAE*100

*Significante numa probabilidade abaixo de 0,05. 0,1900 3,03 0,1912 3,06 0,1514 2,29 0,1498* 2,27

Fonte: Adaptado de Machuga, Pfeiffer Jr. e Verma (2002, p. 68)

Como pode ser observado na tabela 4, em seus resultados, para as empresas que tiveram anos com declínios de lucro, a informação do EVA não parece ajudar em predizer lucros: nesse caso, tanto o erro quadrado médio (mean squared error – MSE) quanto o erro absoluto médio (mean absolute error – MAE) são maiores quando a informação do EVA é incluída. Porém, para as empresas com mudança positiva de lucro no ano anterior, o MSE e o MAE são menores quando é incluída a informação do EVA. Afirmam que tais resultados suportam o argumento de que o EVA é incrementalmente útil em predizer mudanças de

lucros futuros para empresas que tiveram anos com mudança de lucro no ano anterior positivas.

Os resultados da sua regressão de erros de previsão dos analistas, os quais podem ser verificados na tabela 5, foram consistentes com seus resultados anteriores para empresas que tiveram anos com mudança de lucro no ano anterior positiva. Para esse conjunto de anos- empresas (firm-years), os ajustes de EVA se mostraram significantemente associados com os erros de previsão. Como interpretação desse resultado, os autores consideram que, para essa subamostra, as previsões dos analistas não refletem completamente a informação sobre mudanças de lucros futuros contida no EVA.

Tabela 5 – Relação de erros de previsão de analistas e ajustes do EVA separado por desempenho da empresa no ano anterior (n=1.443, período 1989-1996)

Mudanças de lucro abaixo de zero no ano t-1 (n = 442)

β0 β1 β2 β3 β4 β5 β6 β7 β8 β9

Média intertemporal 0,012 -0,014 0,105 0,575 -0,011 0,082 -0,181 -0,280 -0,175 -0,308

t's intertemporais 2,46* -0,16 1,44 7,32* -1,57 10,82* -1,69 -3,28* -1,55 -3,87*

R² médio 0,67

Mudanças de lucro acima de zero no ano t-1 (n = 1.001)

β0 β1 β2 β3 β4 β5 β6 β7 β8 β9

Média intertemporal 0,012 -0,011 -0,049 0,875 -0,012 0,073 -0,139 -0,312 -0,085 -0,423

t's intertemporais 4,13* -0,394 -2,13* 26,94* -2,78* 3,03* -4,62* -3,84* -2,43* -4,82*

R² médio 0,65

*Significante numa probabilidade abaixo de 0,05.

(EPSt - FCt)/Pt-1 = β0 + β1∆EVAAt-1/Pt-1 + β2EVAAt-1/Pt-1 + β3(EPSt-1 - FCt-1)/Pt-1 + β4SARt-1 + β5σ(FC) + β6∆CFt-1/Pt-1 +

β7CFt-1/Pt-1 + β8∆ACt-1/Pt-1 + β9ACt-1 + εt

Fonte: Adaptado de Machuga, Pfeiffer Jr. e Verma (2002, p. 69)

Pelos resultados encontrados, interpretam que os analistas superavaliam a importância do ajuste do EVA. Assim, os analistas fazem previsões muito altas posteriormente a um ajuste de EVA positivo e previsões muito baixas subseqüentemente a um ajuste de EVA negativo. Para empresas com mudança de lucro anteriores negativas os coeficientes dos componentes EVA são insignificantes, o que também é consistente com os seus resultados anteriores.

No decorrer desse capítulo foram discutidos os aspectos de apuração da medida EVA e relatadas uma série de pesquisas que vem testando sua validade empírica nos mercados de capitais. Com a descrição do trabalho de Machuga, Pfeiffer Jr. e Verma (2002) percebe-se a relevância de uma pesquisa que teste a utilidade do EVA na predição de lucros futuros. No próximo capítulo, são destacados os aspectos metodológicos necessários para aplicação de um estudo nessa mesma perspectiva no mercado brasileiro.

3 METODOLOGIA

Neste capítulo são definidos os aspectos metodológicos da pesquisa, a seleção e coleta de dados, a definição da amostra, as variáveis utilizadas na pesquisa, bem como sua apuração, e os procedimentos de análise aplicados no trabalho.