Efeitos da divulgação sobre capital intelectual no fenômeno de underpricing nos processos de abertura de capital de empresas: uma abordagem por machine learning

Página do item simplificado
dc.contributor.advisorVallim Filho, Arnaldo Rabello de Aguiar
dc.contributor.authorTonon, Bruna Pascualin
dc.date.accessioned2022-10-15T15:59:11Z
dc.date.available2022-10-15T15:59:11Z
dc.date.issued2022-08-02
dc.description.abstractCom o objetivo de analisar as influências da divulgação sobre capital intelectual no fenômeno do underpricing em Ofertas Públicas Iniciais ocorridas no Brasil no período de 2004 a 2019, esse estudo analisou 172 empresas que abriram seu capital nesse período. Seguindo a metodologia de Bukh et al. (2005), foi utilizado os prospectos de IPO para coleta das informações divulgadas sobre capital intelectual. Baseando-se no checklist utilizado pelos autores, o conteúdo dos prospectos foi analisado com base em seis categorias: funcionários, clientes, TI, processos, P&D e declarações estratégias. A ocorrência ou não do underpricing foi calculada por meio da comparação entre o retorno das ações, com o retorno do mercado nos dias respectivos à negociação da ação. Após a tabulação dos dois grupos de informação, utilizou-se técnicas de Inteligência Artificial, em particular, Aprendizado de Máquina para identificar os fatores que impactam o underpricing. Visando encontrar o modelo que melhor prevê a faixa de retorno dos IPOs, foram utilizadas quatro técnicas de classificação: Árvore de Decisão, KNN (K-Nearest Neighbors), GBT (Gradient Boosted Tree) e Random Forest. O desempenho foi avaliado pela acurácia, índice kappa e a análise da Matriz de Confusão dos testes. O modelo com melhor resultado, utilizando a técnica Random Forest, foi capaz de prever com 79% de acurácia a faixa de retorno da ação em seu primeiro dia de negociação com base nas palavras e termos citados acerca do capital intelectual nos prospectos definitivos de IPO. Constata-se que a divulgação sobre capital intelectual exerce influência sobre o retorno das ações em seu primeiro dia de negociação. As categorias de funcionários e declarações estratégicas são as mais expressivas no modelo apresentado. As implicações práticas se dão principalmente para os underwriters responsáveis pela oferta e as empresas emissoras, ao buscarem compreender o impacto que as informações divulgadas sobre capital intelectual podem trazer para o retorno da ação no seu primeiro dia de negociação.pt_BR
dc.description.sponsorshipMackPesquisa - Fundo Mackenzie de Pesquisapt_BR
dc.identifier.urihttps://dspace.mackenzie.br/handle/10899/30757
dc.language.isopt_BRpt_BR
dc.publisherUniversidade Presbiteriana Mackenzie
dc.publisher.countryBrasil
dc.publisher.initialsUPM
dc.rightsAttribution-NonCommercial-NoDerivs 3.0 Brazil*
dc.rights.urihttp://creativecommons.org/licenses/by-nc-nd/3.0/br/*
dc.subjectcapital intelectualpt_BR
dc.subjectoferta pública inicialpt_BR
dc.subjectunderpricingpt_BR
dc.subjectciência de dadospt_BR
dc.subjectaprendizado de máquinapt_BR
dc.titleEfeitos da divulgação sobre capital intelectual no fenômeno de underpricing nos processos de abertura de capital de empresas: uma abordagem por machine learningpt_BR
dc.typeDissertaçãopt_BR
local.contributor.advisorLatteshttp://lattes.cnpq.br/2511892257148568pt_BR
local.contributor.advisorOrcidhttps://orcid.org/0000-0003-4100-4975pt_BR
local.contributor.authorLatteshttp://lattes.cnpq.br/6856825248867825pt_BR
local.contributor.authorOrcidhttps://orcid.org/0000-0001-7431-7674pt_BR
local.contributor.board1Oyadomari, José Carlos Tiomatsu
local.contributor.board1Latteshttp://lattes.cnpq.br/5722412463663652pt_BR
local.contributor.board1Orcidhttps://orcid.org/0000-0003-3059-3102pt_BR
local.contributor.board2Ermel, Marcelo Daniel Araújo
local.contributor.board2Latteshttp://lattes.cnpq.br/5315982449740829pt_BR
local.contributor.board2Orcidhttps://orcid.org/0000-0002-0988-2324pt_BR
local.description.abstractenIn order to analyze the influences of disclosure on intellectual capital on the phenomenon of underpricing in IPOs that took place in Brazil from 2004 to 2019, this study analyzed 172 companies that went public during this period. Following the methodology of Bukh et al. (2005), IPO prospectuses were used to collect the information disclosed on intellectual capital. Based on the checklist used by the authors, the content of the prospectuses was analyzed based on six categories: employees, customers, IT, processes, R&D and strategic statements. The occurrence or not of the underpricing was calculated by comparing the stock return with the market return on the days corresponding to the stock's trading. After tabulating the two groups of information, Artificial Intelligence techniques, in particular Machine Learning, were used to identify the factors that impact underpricing. To find the model that best predicts the range of IPO returns, four classification techniques were used: Decision Tree, KNN (K-Nearest Neighbors), GBT (Gradient Boosted Tree) and Random Forest. The performance was evaluated by the accuracy, kappa index and the analysis of the Confusion Matrix of the tests. The model with the best result, using the Random Forest technique, was able to predict with 79% accuracy the range of stock return on its first day of trading based on the words and terms cited about intellectual capital in the definitive IPO prospectuses. It appears that the disclosure of intellectual capital influences the return of shares on their first day of trading. The categories of employees and strategic statements are the most expressive in the model presented. The practical implications are mainly for the underwriters responsible for the offering and the issuing companies, as they seek to understand the impact that the information disclosed on intellectual capital can have on the stock's return on its first day of trading.pt_BR
local.keywordsinformational asymmetrypt_BR
local.keywordsintellectual capitalpt_BR
local.keywordsinitial public offeringpt_BR
local.keywordsunderpricingpt_BR
local.keywordsdata sciencept_BR
local.keywordsmachine learningpt_BR
local.publisher.departmentCentro de Ciências Sociais e Aplicadas (CCSA)pt_BR
local.publisher.programControladoria e Finanças Empresariaispt_BR
local.subject.cnpqCNPQ::CIENCIAS SOCIAIS APLICADAS::ADMINISTRACAO::CIENCIAS CONTABEISpt_BR
Arquivos
Pacote Original
Agora exibindo 1 - 1 de 1
Imagem de Miniatura
Nome:
BRUNA PASCUALIN TONON.pdf
Tamanho:
1.81 MB
Formato:
Adobe Portable Document Format
Descrição:
BRUNA PASCUALIN TONON
Baixar
Licença do Pacote
Agora exibindo 1 - 1 de 1
Imagem de Miniatura
Nome:
license.txt
Tamanho:
1.95 KB
Formato:
Item-specific license agreed upon to submission
Descrição:
Baixar
Coleções
Controladoria e Finanças Empresariais (M. Profissional) - Dissertações - CCSA Higienópolis