Made available in DSpace on 2010-04-20T20:51:42Z (GMT). No. of bitstreams: 3 142184.pdf.jpg: 20410 bytes, checksum: 720b476fe32b25d220b0dde4d663ee25 (MD5) 142184.pdf: 373613 bytes, checksum: 1b6743be6830c2ae7ab8245255b9ad6b (MD5) 142184.pdf.txt: 120505 bytes, checksum: be4e63d920365eb874f914450f641b26 (MD5) Previous issue date: 2005-10-17T00:00:00Z / A presente dissertação analisa o erro de projeção dos analistas de investimentos do sell side, definido como a diferença entre o consenso das projeções dos analistas e o resultado reportado pela empresa. O tamanho do erro de projeção é uma medida da qualidade das projeções dos analistas de um determinado mercado de capitais. Uma vasta literatura acadêmica mostra que uma melhora na qualidade das projeções dos analistas, medida através de uma diminuição do tamanho do erro de projeção, está relacionada com a redução da assimetria de informação e com um aumento do valor de mercado das empresas. São testadas duas regressões, nas quais características das empresas, como setor, tamanho, endividamento e variabilidade do lucro, e características do ambiente de informação da empresa, como listagem de ADR, número de analistas que acompanham a empresa e convergência das projeções, são testadas contra duas métricas do erro de projeção, acurácia e viés. Nossas hipóteses são que existem fatores que influenciam de maneira significativa o tamanho do erro de projeção (acurácia) e o viés das projeções (viés). Estas hipóteses foram confirmadas, isto é, nossas regressões apresentaram pelo menos um fator que se mostrou significativo estatisticamente para influenciar o tamanho do erro de projeção (hipóteses H1 e H2) ou o seu viés (hipótese H3). Entretanto, os resultados mostram que vários fatores que se mostram significativos em testes conduzidos em mercados desenvolvidos – tais como tamanho, endividamento e variabilidade do lucro – não se mostraram significativos no mercado brasileiro. Por outro lado, os fatores relacionados com o resultado do ano projetado ou do ano anterior se mostraram fortemente significativos. Acreditamos que os resultados podem ser explicados de três maneiras: 1) ou a capacidade de adicionar valor dos analistas em relação a modelos estatísticos de projeção é muito pequena, devido à sua falta de habilidade; ou 2) a instabilidade macroeconômica é tão grande domina todos os outros fatores que poderiam influenciar o tamanho do erro de projeção; ou 3) os resultados das empresas nos mercados desenvolvidos são tão administrados, isto é, tão estáveis, que permitem que fatores mais sutis como o tamanho, o nível de endividamento e a variabilidade do lucro se tornem significativos. Esta dissertação não permite distinguir qual das explicações é a correta. Uma de suas limitações é não incluir variáveis referentes à habilidade e experiência dos analistas e, também, variáveis relacionadas a fatores como governança corporativa e disclosure de informações. Em uma linha de pesquisa muito extensa nos países desenvolvidos, mas praticamente inexistente no Brasil, esperamos que estudos futuros supram estas lacunas e nos permitam entender melhor a questão da qualidade das projeções de resultados no contexto brasileiro. / The current dissertation analyses the forecast error of the sell side analysts in the Brazilian context, defined as the difference between the forecast consensus and the company earnings effectively reported. The size of the forecast error is used as a proxy for the quality of the forecast produced by the analysts of a specific stock market. A vast academic literature shows that an improvement in the quality of the forecasts produced by the analysts, measured by a decrease in the size of the forecast error, is related with a decrease in the asymmetry of information in such market and by an increase in the market value of its companies. Two regressions are tested, in which company characteristics, such as sector, size, leverage and variability of earnings, and characteristics of the company’s information environment, such as ADR listing, number of analysts following and forecast convergence, are tested against two metrics of forecast error, accuracy and bias. Our hypotheses are that there are factors that impact significatively both the size of the forecast error (accuracy) and the bias presented by the projections (bias). The hypotheses are confirmed, that is, the regressions present at least one factor that impacts significantly either the size of the forecast error (hypotheses H1 and H2) or the bias (hypothesis H3). However, the results show that many factors that are significant in tests conducted in developed markets – such as size, leverage and earnings variability – are not significant in the Brazilian context. On the other hand, factors related to the company results in the fiscal year being forecast and in the previous year result to be strongly significant. We believe that these results can be explained in three ways: 1) either forecasts produced by Brazilian analysts add very little value over statistical models, probably because of lack of ability; or 2) the macroeconomic instability in Brazil is so great that its influence on the companies’ results dominates all other factors that could impact the size of the forecast error; or 3) the earnings management of the companies in the developed markets is so widespread, leading to such a stability of earnings, that it allows for more subtle factors such as size and leverage become significant. This study does not allow us to distinguish which one is the correct explanation. One of its limitations is not to include variables related to the ability and experience of the analysts, as well as variables related to governance and disclosure. In a body of research that is very extensive in developed countries, but practically inexistent in Brazil, we hope that future research fills these gaps and allow us to better understand the issue of the quality of earnings forecast in the Brazilian context.