Previsão de criação de valor corporativo em empresas do G20 a partir de informações contábeis: análise empregando algoritmos de inteligência artificial

Descrição

Tipo

Artigo de periódico

Título alternativo

Previsión de la creación de valor corporativo en empresas del G20 a partir de información contable: análisis utilizando algoritmos de inteligencia artificial
Forecasting corporate value creation in G20 companies from accounting information: analysis using artificial intelligence algotithms

Primeiro orientador

Membros da banca

Resumo

O estudo apresentado neste artigo visou prever o Market Value Added (MVA®) de empresas dos países do G20 com base em algoritmos de inteligência artificial (IA), a partir de variáveis contábeis. Para tanto, foram coletados, por meio da Plataforma Refinitiv® Eikon, dados de 16.452 companhias abertas dos países membros do G20 entre os anos de 2019 e 2022. Foram estimados modelos de previsão com base em regressão linear (RL) múltipla e em dois algoritmos de IA: random forest (RF) e redes neurais artificiais (RNA). Foram empregadas as seguintes técnicas para análise de dados: análise de regressão, estatística descritiva e teste de Mann-Whitney. Em geral, verificou-se que as variáveis contábeis foram relevantes para explicar o valor corporativo mesmo em períodos de crise (pandemia de Covid-19 e invasão da Rússia à Ucrânia). Todos os modelos foram considerados significantes e com alto poder explicativo do MVA®. Em alguns períodos, os modelos baseados em RNA apresentaram resultados estatisticamente superiores aos baseados em RL. Ademais, não se verificaram diferenças significantes entre os modelos estimados para os países desenvolvidos em relação aos emergentes. Diante do exposto, a pesquisa apresentada neste artigo contribui de forma relevante para a literatura sobre Contabilidade e Finanças sob diferentes aspectos: (a) destacou-se a relevância das variáveis contábeis para previsão de valor corporativo, mesmo em períodos de crise; (b) evidenciou-se a importância de emprego de algoritmos de IA para análise desse fenômeno em estudos da área; e (c) os resultados foram corroborados considerando milhares de empresas provenientes dos países mais industrializados do mundo, tanto desenvolvidos quanto emergentes.

Abstract

The study presented in this article aimed to predict the Market Value Added (MVA®) of companies from G20 countries based on artificial intelligence (AI) algorithms, based on accounting variables. To this end, data from 16,452 public companies from G20 member countries between 2019 and 2022 were collected through the Refinitiv® Eikon Platform. Forecast models were estimated based on multiple linear regression (RL) and two algorithms AI: random forest (RF) and artificial neural networks (ANN). The following techniques were used for data analysis: regression analysis, descriptive statistics and Mann-Whitney test. In general, it was found that accounting variables were relevant to explain corporate value even in periods of crisis (Covid-19 pandemic and Russia's invasion of Ukraine). All models were considered significant and with high explanatory power of MVA®. In some periods, ANN-based models presented statistically superior results to those based on RL. Furthermore, there were no significant differences between the models estimated for developed countries in relation to emerging countries. In view of the above, the research presented in this article contributes significantly to the literature on Accounting and Finance from different aspects: (a) the relevance of accounting variables for predicting corporate value was highlighted, even in periods of crisis; (b) the importance of using AI algorithms to analyze this phenomenon in studies in the area was highlighted; and (c) the results were corroborated consideringthousands of companies from the most industrialized countries in the world, both developed and emerging.

Assunto

Inteligência artificial, Cooperativismo - contabilidade

Palavras-chave

Market value added, Algoritmos de IA, Variáveis contábeis, G20

Citação

Curso

Endereço externo

https://revistavalore.emnuvens.com.br/valore/article/view/1741/1229

Avaliação

Revisão

Suplementado Por

Referenciado Por