Relação entre retorno, índices contábeis e indicadores de cenário econômico utilizando a metodologia de painel de dados de empresas do setor de inteligência artificial
Resumo
Este estudo analisou se existe relação estatisticamente significativa entre a variabilidade do ROE (Return on Equity), ROIC (Return on Operational Invested Capital) e RCS (Return on Common Stock), tanto com a variabilidade de variáveis preditoras representadas por índices contábeis, como com a variabilidade de importantes indicadores de fundamentos de mercado da economia dos Estados Unidos. Dentre as justificativas para a escolha do tema, destaca-se o crescimento histórico relevante do preço e retorno das ações ordinárias da predominância das empresas de referência (Big Techs) listadas no setor de inteligência artificial na NASDAQ, no período analisado de 2014 a 2023. Para dar sustentação a pesquisa, a fundamentação teórica abordou itens diretamente relacionados, como a inteligência artificial, mercado eficiente e sua reação com a divulgação de informações sobre os avanços da inteligência artificial e a relação entre a inteligência artificial, desempenho contábil e valor do capital patrimonial. Utilizou-se a metodologia de dados em painel para estimar as regressões múltiplas, validadas pelo p-value, Ajusted R2, coerência dos sinais dos coeficientes preditores com as variáveis dependentes e Hausman Test para a seleção do modelo. Dentre as variáveis independentes selecionadas, a Margem de Lucro Líquido, o índice Preço/Lucro e a relação Pesquisa e Desenvolvimento sobre o Ativo Total foram estatisticamente significativas para explicar a variabilidade do ROE e do ROIC. Surpreendentemente, nenhuma das variáveis independentes foi considerada estatisticamente significativa para explicar o retorno das ações ordinárias selecionadas. Os achados contribuem para a realização de novas pesquisas sobre esse setor tão promissor para as transações de investimento e financiamento, considerando a inclusão de novas variáveis independentes (qualitativas e quantitativas), períodos distintos de observação e alteração da amostra.
Referências
BIRZ, G.; LOTT, J. R. The effect of macroeconomic news on stock returns: New evidence from newspaper coverage. Journal of Banking & Finance, v. 35, n. 11, 2791-2800, 2011. https://doi.org/10.1016/j.jbankfin.2011.03.006
CASTAGNA, A. D.; MATOLCSY, Z. P. The relationship between accounting variables and systematic risk and the prediction of systematic risk. Australian Journal of Management, v. 3, n. 2, 113-126, 1978. https:// doi.org/10.1177/031289627800300
CHANG, T. S. Evaluation of an artificial intelligence project in the software industry based on fuzzy analytic hierarchy process and complex adaptive systems. Journal of Enterprise Information Management, v. 36, n. 3, 879-905, 2023. https://doi.org/10.1108/JEIM-02-2022-0056
CHEN, S.; WANG, Y.; JIANG, H. Impact of artificial intelligence on earnings per share forecasting and stock price: Evidence from the US information technology industry. Journal of Business Research, v.161, 1143-1155, 2023.
DEVORE, J. L. Probabilidade e estatística para engenharia e ciências. Cengage Learning, 6ª edição, 2006.
DING, G.; OIN, L. Study on the prediction of stock price based on the associated network model of LSTM'. International Journal of Machine Learning and Cybernetics, v. 11, 1307–1317, 2020. https://doi.org/10.1007/s13042-019-01041-1
DIRICAN, C. The Impacts of robotics, artificial intelligence on business and economics. Procedia - Social and Behavioral Sciences, 195, 564-573, 2015. https://doi.org/10.1016/j.sbspro.2015.06.134
DUARTE, P. C.; LAMOUNIER, W. M.; TAKAMATSU, R. T. Modelos econométricos para dados em painel: aspectos teóricos e exemplos de aplicação à pesquisa em contabilidade e finanças. In: CONGRESSO USP DE INICIAÇÃO CIENTÍFICA EM CONTABILIDADE, São Paulo. Anais... São Paulo: FEA-USP, 2007.
FAMA, E. F. Efficient capital markets: a review of theory and empirical work. Journal of Finance, n. 25, v. 2, 383-417, 1970. https://doi.org/10.2307/2325486
GUPTA, S. Artificial intelligence, analytics and agile: transforming project nanagement in the 21st Century. International Journal of Recent Technology and Engineering (IJRTE), v. 11, n. 1, 1-8, 2022. https://doi.org/10.35940/ijrte.G6877.0511122
GUJARATI, D. N.; PORTER, D. C. Econometria básica. McGrawHill, 5ª edição, 2011.
HAENLEIN, M.; KAPLAN, A. A brief history of artificial intelligence: on the past, present, and future of artificial intelligence. California Management Review, v. 61, 5-14, 2019. https://doi/10.1177/0008125619864925
HOULTHOUSEN, R.; VERRECHIA, R. The effect of informedness and consensus on price and trading volume behavior. The Accounting Review, v. 65, 191-208, 1990. http://www.jstor.org/stable/247883
JANKOVÁ, Z.; JANA, D. K.; DOSTAL, P. Investment decision support based on interval Type-2 Fuzzy Expert System. Engineering Economics, v. 32, n. 2, 118-129, 2021. https://doi.org/10.5755/j01.ee.32.2.24884
KIM, O.; VERRECHIA, R. E. Trading volume and price reactions to public announcements. Journal of Accounting Research, v. 29, n. 2, 302-321, 1991. Disponível em: http://www.jstor.org/stable/2491051
KUTTNER, K. N. Monetary policy surprises and interest rates: evidence from the Fed Fund Futures Market. Journal of Monetary Economics, v. 47, n. 3, 523-544. 2021. https://doi.org/10.1016/S0304-3932(01)00055-1
LI, J.; LI, N.; CHEONG, X. The impact of fintech on corporate technology innovation based on driving effects, mechanism identification, and heterogeneity analysis. Discrete Dynamics in Nature and Society, 2021. https://doi.org/10.1155/2021/7825120
PINDYCK, R.; RUBINFEL, D. Econometria: modelos e previsões. Elsevier, 2004. ISBN 8535213430, 9788535213430
ROSS, S. A.; WESTERFIELD, R. W.; JAFFE, J. F. Administração financeira. 1ª ed. São Paulo: Editora Atlas. 1995.
SANTOS, J. O. Análise de crédito – empresas, pessoas físicas e agronegócio. 7ª ed. São Paulo: Dialética Editora, 2024. https://doi.org/10.48021/978-65-270-2408-8
TURING, A. Computing machinery and intelligence. Mind a Quarterly Review of Psychology and Philosophy, 59, 433-460,1950. https://doi.org/10.1093/mind/LIX.236.433
VESNA, B. A. Challenges of financial risk management: AI applications. Journal of Sustainable Business and Management Solutions in Emerging Economies, v. 26, n. 3, 27-34, 2021. https://doi.org/10.7595/management.fon.2021.0015
VON KROGH, G. Artificial intelligence in organizations: New opportunities for phenomenon-based theorizing. Academy of Management Discoveries, v. 4, n. 4, 404-409, 2018. https://doi.org/10.5465/amd.2018.0084
XING, X.; YAN, S. Accounting information quality and systematic risk. Review of Quantitative Finance and Accounting, v. 52, 85-103, 2019. https://doi.org/10.1007/s11156-018-0703-z
WOOLDRIDGE, J. M. Introdução a econometria: uma abordagem moderna. Cengage Learning, 2017 ISBN-13:9788522126996
Downloads
Publicado
Como Citar
Edição
Seção
Licença
Os direitos patrimoniais dos artigos aceitos para publicação, inclusive de tradução, passam a ser de propriedade da Revista de Contabilidade do Mestrado em Ciências Contábeis da UERJ (online).
É permitida a citação parcial de artigos publicados, sem autorização prévia, desde que seja identificada a fonte. A reprodução total de artigos é proibida. Em caso de dúvidas, favor entrar em contato: (revistacontabilidadeuerj@gmail.com).
As declarações dos artigos aprovados, devem ser originalmente assinadas e enviadas pelos Correios para o endereço de contato da revista.