Análise Multivariada na Previsão da Rendibilidade dos Capitais Próprios

O objetivo principal por detrás do presente estudo é aplicar a Análise de Componentes Principais, a Análise Discriminante e a Regressão Logística para prever a rendibilidade dos capitais próprios a um ano à frente, enquanto indicador de sucesso ou insucesso das empresas. Para esse efeito, são utilizados dados de painel anuais de empresas que compunham o índice STOXX Europe 600 no período 2013-2021. Como variáveis independentes são utilizados dados extraídos das demonstrações financeiras das empresas, assim como diversos rácios baseados nessas informações e nas informações de mercado. Como variável dependente é criada uma variável binária derivada da rendibilidade dos capitais próprios, constituindo um indicador da medida de sucesso de cada empresa (empresas “bem-sucedidas” ou empresas “malsucedidas”). A população em estudo compreende apenas empresas ativas do tipo corporate listadas publicamente que compunham parte do índice STOXX Europe 600. A amostra é selecionada com base nos dados disponíveis para todas as variáveis de interesse. Na conceção dos modelos preditivos a partir da Análise Discriminante e Regressão Logística são utilizadas como variáveis independentes os componentes principais resultantes da Análise de Componentes Principais, permitindo uma redução da dimensionalidade dos dados e ultrapassar os problemas de multicoliniearidade. Os resultados apontam para uma precisão fora da amostra de 79,82% com a Análise Discriminante e 80,73% com a Regressão Logística. Este estudo evidencia que com as metodologias utilizadas é possível encontrar uma boa taxa de acerto quanto ao nível da rendibilidade de capitais próprios. Além disso, mostra que as mesmas metodologias podem ser usadas por investidores, particulares, assim como, instituições financeiras ou administradores de fundos com vista a melhorar a sua capacidade de prever o sucesso ou insucesso das empresas.