Katılımcıların Tıbbi Atık Yönetimi Uygulamalarına KarĢı Çözüm

Foram utilizados dois tipos de rankings para avaliação. O primeiro utilizando a acurácia P AF E como proxy para o desempenho, conforme pesquisas que já utilizaram Hong, Kubik e Solomon(2000),Hong e Kubik (2003) e Jackson(2005). A segunda forma de classiĄcação é atribuída pela recomendação, levando em consideração o critério usado pelo WSJ, sendo utilizado o CMAR, retorno médio acumulado ajustado pelo mercado.

Como as classiĄcações utilizam normalmente critérios isolados, é possível que essas apresentem falhas provenientes de vieses encontrados nos capítulos4e5. Em alguns casos é possível que eles sejam frutos de erros cognitivos apresentados pelos indivíduos (WILLIAMS, 2013). Por isso, Hilary e Hsu (2013) defendem o uso da consistência como forma de melhorar a comparação do desempenho entre os analistas.

A pesquisa de Bradshaw (2002) parte do pressuposto de que as previsões são realizadas como forma de dar suporte às escolhas dos analista no tocante às suas reco- mendações. Apesar disso, os resultados de Bradshaw (2002) mostram que há casos em que as previsões são conĆituosas com as recomendações. De acordo com o capítulo 5, um importante aspecto é que alguns vieses apresentados momentâneamente possibilitam

esses conĆitos. Então, Lim(2001) corrobora com essa suposição e mostra que nem sempre a acurácia reĆete em retornos positivos, devido aos conĆitos apresentados.

As hipóteses 1 e 2 analisam a associação entre as métricas de acurácia e retorno, considerando as equações6.1e6.2respectivamente. Além de avaliar essa relação de forma direta, foi possível mensurar a existência dos conĆitos entre previsões e recomendações.

Hipótese 1: analistas que apresentam maiores retornos emitem recomendações com maior acurácia

P AF E𝑖𝑡 = β0+ β1CM AR𝑖𝑡+ β2log(V OLM𝑖𝑡) +β3CON F LIT O𝑖𝑡+ β4CON F LIT O𝑖𝑡∗ CM AR𝑖𝑡+ ε

(6.1)

Hipótese 2: analistas com maior acurácia emitem recomendações com maiores retornos

CM AR𝑖𝑡 = β0+ β1P AF E𝑖𝑡+ β2log(V OLM𝑖𝑡) +β3CON F LIT O𝑖𝑡+ β4CON F LIT O𝑖𝑡∗ P AF E𝑖𝑡+ ε

(6.2)

Foi construída uma variável denominada de CONF LIT O, essa variável do tipo dummy é classiĄcada com 1 quando há conĆito à regra de Bradshaw (2002)1 _{entre a}

previsão e recomendação e 0 quando segue a regra e não apresenta conĆito.

As equações6.1e6.2representam os modelos investigados. Além da relação entre P AF E e CMAR, também foi inserida a variável CONF LIT O, conforme descrita, e a interação entre o conĆito e as variáveis de desempenho. A interação teve o propósito de investigar o impacto nos resultados das previsões e recomendações. A hipótese 3 veriĄca se o conĆito faz com que a associação entre acurácia e retornos não seja direta.

1 _{SegundoBradshaw (2002), partindo do pressuposto de que o analista busca implementar as melho-}

res recomendações aos investidores. Então, quando a recomendação sugere a compra os analistas acreditam que o valor da companhia está subavaliado, a recomendação de manter sugere um va- lor aproximadamente justo e a recomendação de venda indica uma expectativa de que o valor da companhia está sobreavaliado.

Hipótese 3: Quando há a existência de conflito entre a previsão e a recomen- dação, então a acurácia não apresenta associação direta com os retornos

Tabela 12 Ű Resumo dos efeitos esperados das hipóteses - classiĄcação

PAFE é o percentual absoluto do erro de previsão. CMAR é o retorno acumulado da recomendação ajustado ao mercado. Os sinais esperados são: Š+Š que é associação positiva entre as variáveis, Š-Š que é associação negativa entre as variáveis e ŠijŠ em que não se espera associação entre as variáveis.

Hipótese Equação 𝑦it 𝑥it Sinal Explicação do Efeito Fundamentação

H1 6.1 PAFE CMAR - O aumento dos retornos está

associado à maior acurácia Bradshaw(2001) (2002) Lim H2 6.2 CMAR PAFE - O aumento da acurácia está as-

sociado a maiores retornos Bradshaw(2001) (2002) Lim H3 6.1 CMAR PAFE*CONFLITO ij O conĆito elimina a associação

entre acurácia e retorno Lim(2001) H3 6.2 PAFE CMAR*CONFLITO ij O conĆito elimina a associação

entre retorno e acurácia Lim(2001)

6.3 Resultados empíricos

6.3.1 Estatística descritiva

A tabela13demonstra a estatística descritiva das variáveis usadas. Em resumo, a acurácia P AF E se demonstrou em torno de 0,83 pontos, acima da média de Hilary e Hsu (2013) eBradshaw, Brown e Huang(2013) no mercado americano e deBonini et al.(2010) eKerl(2011) em mercados europeus. O desvio padrão também foi maior individualmente, mostrando menor consistência das previsões, em comparação com outros mercados.

Tabela 13 Ű Estatística descritiva dos analistas - classiĄcação PAFE é o percentual absoluto do erro de previsão do analista. CMAR é o retorno acumulado da recomendação do analista ajus- tado ao mercado. CONFLITO é uma dummy para diferenciação da existência de conĆito entre as previsões de preço e as recomen- dações, 1 quando houver conĆito e 0 para não houver. Todas as médias foram signiĄcativas a 99% de conĄança.

mean std,dev median min max range PAFE 0,83 2,72 0,30 0,00 117,85 117,85 CMAR 0,03 0,45 0,01 -1,70 30,72 32,42 CONFLITO 0,08 0,27 0,00 0,00 1,00 1,00

O retorno proveniente das recomendações CRR resultou em uma média acumu- lada de 6%, e resultou em um prêmio médio de 3% de retornos acumulados acima do mercado CMAR. Os retornos do consenso também foram maiores, com CRR médio de

13% e CMAR médio de 6%. A variável CONF LIT O apresentou pouca incidência de conĆitos entre previsões e recomendações.

6.3.2 Matriz de correlações

A tabela 14mostra as correlações entre a acurácia P AF E, os retornos ajustados CM AR e o indicador de conĆito CONF LIT O. Os resultados apontam o indício de que há associação direta entre acurácia e retorno. A correlação signiĄcativa e negativa entre a acurácia e os retornos mostra uma fraca associação de que menores erros P AF E estão associados a maiores retornos CMAR. O grau de correlação é signiĄcativo; porém, baixo, com -0,26 entre os erros e os retornos ajustados. Em relação à taxa de conĆito CON F LIT O, apresentou associação fraca com a acurácia P AF E e também com os retornos CMAR.

Tabela 14 Ű Matriz de correlações - classiĄcação PAFE é o percentual absoluto do erro de pre- visão do preço. CMAR é o retorno da reco- mendação do analista ajustado ao mercado. CONFLITO é uma dummy para diferencia- ção da existência de conĆito entre as previ- sões de preço e as recomendações, 1 quando houver conĆito e 0 quando não houver.

PAFE CMAR

PAFE

CMAR -0,26***

CONFLITO -0,07*** -0,06***

Note: *_p<0,1; **_p<0,05;***_p<0,01