Pessimismo e Incerteza das Notícias e o Comportamento dos Investidores no Brasil Outros Idiomas

ID:
49331
Resumo:
Investidores formam suas expectativas sobre os fluxos de caixa futuros das empresas considerando as informações quantitativas e qualitativas a que têm acesso. O entendimento de como os preços de mercado incorporam as informações qualitativas divulgadas pela mídia, especialmente em um mercado com menor nível de eficiência como o Brasil, ajuda na compreensão de quais tipos de notícia mais sensibilizam os investidores. Nesse contexto, este trabalho estuda a relação entre o teor das edições diárias da mídia financeira especializada no Brasil, capturado por uma métrica de tom textual, e a rentabilidade e volatilidade dos índices de mercado. A base de dados estudada contém 1.237 edições diárias do jornal Valor Econômico, compreendendo o período entre 2/1/2012 e 30/12/2016. Os resultados indicam que o mercado avalia com maior peso palavras de incerteza e negativas divulgadas nas notícias. A aparição de termos do tipo “incerteza” tem relação negativa com a rentabilidade, e há indícios mais fracos de que termos relacionados a palavras “negativas” têm associação positiva com a sua volatilidade. Tomadas em conjunto, as evidências obtidas neste estudo apontam para a existência de conteúdo informativo nas notícias veiculadas pela mídia especializada no Brasil, especialmente notícias com palavras “negativas” e de “incerteza”.
Citação ABNT:
GALDI, F. C.; GONÇALVES, A. M. Pessimismo e Incerteza das Notícias e o Comportamento dos Investidores no Brasil . Revista de Administração de Empresas, v. 58, n. 2, p. 130-148, 2018.
Citação APA:
Galdi, F. C., & Gonçalves, A. M. (2018). Pessimismo e Incerteza das Notícias e o Comportamento dos Investidores no Brasil . Revista de Administração de Empresas, 58(2), 130-148.
DOI:
http://dx.doi.org/10.1590/S0034-759020180203
Link Permanente:
http://www.spell.org.br/documentos/ver/49331/pessimismo-e-incerteza-das-noticias-e-o-comportamento-dos-investidores-no-brasil-/i/pt-br
Tipo de documento:
Artigo
Idioma:
Português
Referências:
Amihud, Y. (2002). Illiquidity and stock returns: Cross-section and timeseries effects. Journal of Financial Markets, 5(1), 31-56. doi: 10.1016/ S1386-4181(01)00024-6

Antweiler, W.; Frank, M. Z. (2004). Is all that talk just noise?The information content of internet stock message boards. The Journal of Finance, 59(3), 1259-1294.

Associação Nacional de Jornais. (2017). Os maiores jornais do Brasil de circulação paga, por ano. http://www.anj.org.br/maiores-jornais-do-brasil/

Barberis, N.; Shleifer, A.; Vishny, R. (1998). A model of investor sentiment. Journal of Financial Economics, 49(3), 307-343. doi: 10.1016/S0304-405X(98)00027-0

BM&FBovespa. (2015). Índice Bovespa (Ibovespa).Composição/ Carteira do índice. http://www.bmfbovespa.com.br/indices/ResumoIndice.aspx?Indice=Ibovespa&Idioma=pt-brBM&FBovespa.

BM&FBovespa. (2015). Índice Brasil Amplo (IBrA).Composição/ Carteira do índice. http://www.bmfbovespa.com.br/indices/ResumoCarteiraTeorica.aspx?Indice=IBrA&idioma=pt-brr

BM&FBovespa. (2015). Índice Brasil Amplo (IBrA). Estatísticas históricas. http://www.bmfbovespa.com.br/indices/ResumoEvolucaoDiaria.aspx?Indice=IBrA&idioma=pt-br

Bogle, S. A.; Potter, W. D. (2015). SentAMaL: A sentiment analysis machine learning stock predictive model. Proceedings on the International Conference on Artificial Intelligence (ICAI). The Steering Committee of the World Congress in Computer Science, Computer Engineering and Applied Computing. Las Vegas, USA: WorldComp.

Boussaidi, R. (2013). Representativeness heuristic, investor sentiment and overreaction to accounting earnings: The case of the Tunisian stock market. Procedia-Social and Behavioral Sciences, 81, 9-21. doi: 10.1016/j.sbspro.2013.06.380

Bushman, R. M.; Williams, C. D.; Wittenberg-Moerman, R. (2016). The informational role of the media in private lending. Journal of Accounting Research, 55(1), 115-152. doi: 10.1111/1475-679X.12131

Cambria, E. (2016). Affective computing and sentiment analysis. IEEE Intelligent Systems, 31(2), 102-107. doi: 10.1109/MIS.2016.31

Carhart, M. M. (1997). On persistence in mutual fund performance. The Journal of Finance, 52(1), 57-82. doi: 10.1111/j.1540-6261.1997.tb03808.x

Chen, K. T.; Lu, H. M.; Chen, T. J.; Li, S. H.; Lian, J. S.; Chen, H. (2011). Giving context to accounting numbers: The role of news coverage. Decision Support Systems, 50(4), 673-679. doi: 10.1016/j.dss.2010.08.025

Cochrane, J. H.; Culp, C. L. (2003). Equilibrium asset pricing and discount factors: Overview and implications for derivatives valuation and risk management. In P. Field (Ed.), The Growth of Risk Management: A history. (pp. 57-92). London, UK: Risk Books.

Davolos, L. C.; Rogers, P.; Silva, W. M. Da; Oliveira, M. A. (2013). O que determina o preço das ações?Exame empírico do mercado brasileiro pré-subprime (1994-2007). REA-Revista Eletrônica de Administração, 12(1), 48-67.

Fama, E. F.; French, K. R. (1993). Common risk factors in the returns on stocks and bonds. Journal of Financial Economics, 33(1), 3-56. doi: 10.1016/0304-405X(93)90023-5

Fang, L.; Peress, J. (2009). Media coverage and the cross-section of stock returns. The Journal of Finance, 64(5), 2023-2052. doi: 10.1111/j.1540-6261.2009.01493.x

Instituto de Pesquisa Econômica Aplicada. (2015). Índice de ações Ibovespa - Fechamento. http://www.ipeadata.gov.br/

Liu, B.; Zhang, L. (2012). A survey of opinion mining and sentiment analysis. In C. Aggarwal & C. Zhai. (Eds.) Mining text data. (pp. 415463). Boston, USA: Springer.

Loughran, T.; McDonald, B. (2011). When is a liability not a liability?Textual analysis, dictionaries, and 10-Ks. The Journal of Finance, 66(1), 35-65. doi: 10.1111/j.1540-6261.2010.01625.x

Mitra, G.; Mitra, L. (Eds.). (2011). The handbook of news analytics in finance. Hoboken, USA: John Wiley & Sons.

Nascimento, P.; Osiek, B. A.; Xexéo, G. (2015). Análise de sentimento de Tweets com foco em notícias. Revista Eletrônica de Sistemas de Informação, 14(2), 1-14. doi: 10.21529/RESI.2015.1402002

Pagliarussi, M. S.; Aguiar, M. O.; Galdi, F. C. (2016). Sentiment analysis in annual reports from Brazilian companies listed at the BM&FBovespa. BASE-Revista de Administração e Contabilidade da Unisinos, 13(1), 53-64.

Porshnev, A.; Redkin, I.; Shevchenko, A. (2013). Machine learning in prediction of stock market indicators based on historical data and data from twitter sentiment analysis. 13th IEEE International Conference on Data Mining Workshops. Washington, USA: IEEE.

Rogers, J. L.; Skinner, D. J.; Zechman, S. L. (2015). The role of the media in disseminating insider-trading activity. Working Paper, Nº 13-34. University of Colorado, Boulder, USA.

Tetlock, P. C. (2007). Giving content to investor sentiment: The role of media in the stock market. The Journal of Finance, 62(3), 1139-1168. doi: 10.1111/j.1540-6261.2007.01232.x

Tetlock, P. C.; Saar-Tsechansky, M.; Mackskassy, S. (2008). More than words: Quantifying language to measure firms’ fundamentals. The Journal of Finance, 63(3), 1437-1467. doi: 10.1111/j.15406261.2008.01362.x

Tripathy, A.; Agrawal, A.; Rath, S. K. (2016). Classification of sentiment reviews using n-gram machine learning approach. Expert Systems with Applications, 57, 117-126. doi: 10.1016/j.eswa.2016.03.028

Valor Econômico. (2012). Edição impressa. , Maio 15. http://www.valor.com.br/impresso/

Valor Econômico. (2013). Edição impressa. , Maio 15 http://www.valor.com.br/impresso/