Finanças Comportamentais Corporativas

Progresso das Aulas

Antes de iniciarmos o conteúdo desta sessão, podemos citar alguns fatos empíricos. Pesquisas ao redor do mundo têm mostrado que especialistas em diferentes campos incorrem em erros de previsão, os quais são resultados de vieses comportamentais, sendo que os analistas financeiros estão sujeitos a cometer os mesmos erros. Surpreendentemente são as suas habilidades superiores na análise de empresas que os tornam vulneráveis a esses erros de previsão. Desse modo, uma compreensão de suas fraquezas pode ajudá-los a limitar o grau de imprecisão no momento de realizar previsões.

Existem três grupos de vieses comportamentais primários que podem afetar as previsões dos analistas:

  • viés de excesso de confiança;
  • a forma como o gerenciamento apresenta informações, isto é, o viés de enquadramento; e
  • pesquisas tendenciosas.

 

Viés de excesso de confiança

Conforme esse viés, os analistas podem ser suscetíveis ao excesso de confiança como resultado de uma fé indevida em suas próprias habilidades de previsão, provocada por uma opinião inflacionada em relação aos seus próprios conhecimentos, habilidades e acesso à informação. Os analistas também tendem a lembrar suas previsões anteriores como sendo mais precisas do que realmente eram, tratando-se assim de uma forma de viés retrospectivo. Como resultado, eles superestimam sua precisão e subestimam o risco potencial. Nesse contexto, existem vários comportamentos que contribuem para o excesso de confiança.

 

Viés de conhecimento

Os analistas estão sujeitos à ilusão do viés de conhecimento quando pensam que são mais inteligentes do que de fato o são. Essa situação, por sua vez, faz com que eles acreditem que suas previsões são mais precisas do que a evidência indica. A ilusão de conhecimento é alimentada quando eles coletam uma grande quantidade de dados. Isso os leva a pensar que suas previsões são melhores porque eles têm mais e melhores informações que os demais. Desse modo, reunir informações adicionais pode contribuir para o excesso de confiança de um analista sem necessariamente tornar a previsão mais precisa. É a ilusão do viés de controle que pode levá-los a acreditar que possuem todos os dados disponíveis para reduzir ou eliminar o risco no modelo de previsão.

 

Viés de representatividade

O analista julga a probabilidade de uma previsão ser correta sobre o quão bem os dados disponíveis representam o resultado. Nesse sentido, ele combina incorretamente duas probabilidades: i) a probabilidade de que a informação se adeque a certa categoria de informações; e ii) a probabilidade de a categoria de informação adequar-se à conclusão. Um exemplo pode ser a extrapolação de dados imprecisos do passado para o futuro, como a classificação de uma empresa como “em processo de crescimento” com base apenas no alto crescimento prévio, sem considerar outras variáveis que poderão afetar o seu futuro.

 

Viés de disponibilidade

Caracteriza-se quando o analista atribui um peso indevido a dados mais recentes e prontamente recuperados. Nesse sentido, ser capaz de recuperar informações rapidamente torna-o mais propenso a ajustá-las conforme as novas informações de modo a encontrar conclusões adequadas. Além disso, os distúrbios de representatividade e disponibilidade são comumente exibidos em reações a eventos raros.

 

Viés de autoatribuição

De modo a proteger subconscientemente seu excesso de confiança, os analistas utilizam mecanismos de defesa do ego. Um desses mecanismos é o viés de autoatribuição. Nesse contexto, os analistas atribuem  si os méritos dos sucessos e culpam os outros (ou fatores externos) por falhas. Ou seja, eles utilizam esse viés para evitar o desprazer associado à admissão de que cometeram um erro.

A relação entre viés de autoatribuição, viés de ilusão de conhecimento e viés de excesso de confiança é bastante óbvia. Sendo assim, ao alinhar os sucessos passados ao talento pessoal, o analista aumenta o sentimento de conhecimento completo, o que, por sua vez, aumenta o excesso de confiança.

 

Viés de seleção

Trata-se de outro mecanismo de defesa do ego. Com efeito, o analista escolhe seletivamente os detalhes da previsão ou os reorganizam de forma que se ajustem ao resultado. Desse modo, a previsão, apesar de estar tecnicamente fora do alvo, serve para alimentar o excesso de confiança do analista. O viés de seleção implica então falhas futuras. Desse modo, ao fazer com que as previsões anteriores se ajustem aos resultados, os analistas não conseguem recalibrar adequadamente seus modelos.

 

Limitação do excesso de confiança

Existem várias ações que os analistas podem adotar de modo a minimizar o excesso de confiança em suas previsões. Por exemplo, eles podem autocalibrar os seus modelos de modo mais eficiente. Nesse contexto, a autocalibração é o processo de lembrar suas previsões anteriores de forma mais precisa em relação à forma como a previsão foi próxima do resultado real. Assim, um feedback de colegas e superiores, combinado com uma estrutura que recompensa a precisão, deve conduzir a uma melhor autocalibração.

As previsões dos analistas devem ser inequívocas e detalhadas, o que ajudará a reduzir o viés de retrospectiva. De modo a neutralizar os efeitos do excesso de confiança, eles devem procurar pelo menos um contra-argumento, apoiado por evidências, explicando por que sua previsão pode não ser precisa.

Os analistas também devem considerar o tamanho da amostra. Nesse contexto, basear as previsões em pequenas amostras pode levar à confiança infundada em modelos não confiáveis. Por fim, a fórmula de Bayes é uma ferramenta útil para reduzir os vieses comportamentais ao incorporar novas informações.

No que se refere à influência da administração no processo de decisão da empresa, vale ressaltar que a forma como uma administração de companhia apresenta informações pode influenciar o modo como os analistas as interpretam e, portanto, como as incluirão em suas previsões. O problema decorre de gerentes de empresas suscetíveis a vieses comportamentais. Nessa lógica, há três vieses cognitivos frequentemente reconhecidos quando o gerenciamento reporta resultados da empresa:

  • enquadramento;
  • ancoragem e ajuste; e
  • disponibilidade.

 

O enquadramento se refere à inclinação de uma pessoa a interpretar a mesma informação de forma diferente, dependendo do modo como ela é apresentada. Sabemos, por exemplo, que simplesmente alterar a ordem em que uma informação é apresentada pode modificar a interpretação do destinatário. No caso das informações da empresa, os analistas devem estar conscientes de que um relatório de gerenciamento típico apresenta primeiramente as realizações.

A ancoragem e o ajuste referem-se a valores utilizados como âncoras, os quais são oriundos de um dado anterior. Sendo influenciados por essa âncora, isto é, a previsão anterior, os analistas não conseguem realizar um ajuste adequado na sua previsão de modo a incorporar plenamente o efeito de novas informações. Nesse contexto, a forma como a informação é enquadrada, combinada com a ancoragem, sendo excessivamente influenciada pela primeira informação recebida, pode levar a uma ênfase excessiva nos resultados positivos nas previsões.

A disponibilidade refere-se à facilidade com que as informações são obtidas ou recuperadas. O entusiasmo com que os gerentes relatam resultados operacionais e realizações torna a informação facilmente lembrada e, portanto, mais proeminente na mente de um analista. Desse modo, quanto mais facilmente a informação é recontada, mais ênfase é dada a ela no processo de previsão.

Os analistas também devem procurar o viés de autoatribuição em relatórios de gerenciamento, os quais são um resultado direto das estruturas de pacotes de compensação de gerenciamento. Por exemplo, este comumente recebe aumentos salariais e bônus com base nos resultados operacionais. A administração está, portanto, inclinada a exagerar os resultados, enfatizando demasiadamente o positivo, sobretudo à medida que suas ações pessoais influenciam os resultados operacionais.

A autoatribuição conduz naturalmente ao otimismo excessivo e ao excesso de confiança. Os analistas também devem preocupar-se com os ganhos recalculados que não necessariamente incorporam métodos contábeis aceitos. Nesse sentido, uma vez que a remuneração da gerência é baseada nos resultados operacionais em grande parte, há motivação para apresentar os melhores dados possíveis. Sendo assim, o analista deve ser particularmente mais sensível aos ganhos atualizados de forma favorável em relação aos que foram apresentados originalmente.

De modo a evitar a influência indevida nos relatórios de gerenciamento, os analistas devem se concentrar em dados quantitativos que sejam verificáveis e comparáveis, em detrimento de informações subjetivas fornecidas pelo gerenciamento. Ele também deve ter certeza de que a informação está padronizada corretamente e reconhecer as taxas que servem como base apropriadas, isto é, os pontos de partida para os dados, de modo que estes sejam devidamente calibrados.

Os vieses específicos para os analistas que realizam pesquisas geralmente estão relacionados à coleta de informações, o que leva à ilusões de conhecimento e controle e à representatividade e, por conseguinte, contribui para o excesso de confiança. Outros dois vieses comuns, encontrados na pesquisa dos analistas, são o viés de confirmação e a falácia do jogador.

O viés de confirmação, relacionado à demonstração de evidências, relaciona-se à tendência de identificar novas informações como comprovação de uma previsão original. Isso ajuda o analista a resolver sua dissonância cognitiva, na medida em que se concentra na confirmação de informações e ignora aquelas que são contraditórias ou, ainda, interpreta-as de forma a estar em conformidade com as suas perspectivas. Esse viés também pode ser identificado nas previsões em que há associação de uma empresa sólida com um investimento seguro, ainda que o preço das ações e o atual ambiente econômico indiquem o contrário.

A falácia do jogador, em termos de investimento, considera que haverá uma reversão da ação a longo prazo mais frequentemente do que realmente acontece.


Você não está logado!
Para ter acesso ao curso, .
Doutor em Economia pela Universidade Federal de Santa Catarina e mestre em Economia Aplicada (quantitativa) pela UFPEL. É economista, especializado em Finanças pela Universidade Federal de Minas Gerais. Atuou como Agente Autônomo de Investimentos (ANCORD), Analista e Controller. Pesquisador com publicações científicas internacionais sobre efeitos spillover e herd behavior no mercado de capitais. Autor de 7 livros.

Pressione F11 para tela cheia
Insira no mínimo 3 caracteres.
Nenhum resultado.
Suporte? Clique aqui.