21
1 DIVULGAÇÃO DE INFORMAÇÃO RELEVANTE E RENDIBILIDADES ANORMAIS: IDENTIFICAÇÃO DE GRUPOS HOMOGÉNEOS Raul M. S. Laureano * (Professor Auxiliar) Instituto Universitário de Lisboa (ISCTE-IUL), UNIDE, Lisboa, Portugal Luis M. S. Laureano (Professor Auxiliar) Instituto Universitário de Lisboa (ISCTE-IUL), UNIDE, Lisboa, Portugal Área científica : A) – Información Financiera y Normalización Contable Palavras-chave : Factos relevantes; Rendibilidade anormal; Mercado; Acções; Grupos homogéneos - clusters 203a

DIVULGAÇÃO DE INFORMAÇÃO RELEVANTE E … · (Professor Auxiliar) Instituto Universitário de Lisboa (ISCTE-IUL), UNIDE, Lisboa, Portugal ... (1900) é apontado como trabalho pioneiro

  • Upload
    ledieu

  • View
    216

  • Download
    0

Embed Size (px)

Citation preview

1

DIVULGAÇÃO DE INFORMAÇÃO RELEVANTE E RENDIBILIDADES ANORMAIS: IDENTIFICAÇÃO DE GRUPOS HOMOGÉNEOS

Raul M. S. Laureano *

(Professor Auxiliar)

Instituto Universitário de Lisboa (ISCTE-IUL), UNIDE, Lisboa, Portugal

Luis M. S. Laureano

(Professor Auxiliar)

Instituto Universitário de Lisboa (ISCTE-IUL), UNIDE, Lisboa, Portugal

Área científica: A) – Información Financiera y Normalización Contable

Palavras-chave: Factos relevantes; Rendibilidade anormal; Mercado; Acções; Grupos homogéneos - clusters

203a

2

DIVULGAÇÃO DE INFORMAÇÃO RELEVANTE E RENDIBILIDADES ANORMAIS: IDENTIFICAÇÃO DE GRUPOS HOMOGÉNEOS

Resumo

Neste trabalho identificam-se dez grupos homogéneos de factos relevantes comunicados ao mercado que proporcionam rendibilidades anormais nas acções semelhantes, dentro do grupo, e diferentes, entre os grupos.

Com uma janela de evento de 11 dias em torno do dia da comunicação ao mercado encontraram-se cinco grupos com rendibilidades muito anómalas, considerados outliers, e outros cinco com padrão de rendibilidade antes, no dia e depois diferente.

Constatou-se que o grupo está relacionado com o ano e dia da semana da divulgação e, também, com o sector de actividade e a dimensão da empresa emitente. No entanto, o grupo é independente do tipo de informação.

Resumen

En este trabajo se identifican diez grupos de hechos relevantes comunicados al mercado que proporcionan rentabilidades anormales en acciones semejantes.

Con un período del evento de once días alrededor del día de la publicación del informe al mercado, se identificaron cinco grupos con rentabilidad muy anormal (valores atípicos), y otros cinco con un comportamiento de rentabilidad distinto en el período anterior, en el mismo día y después del comunicado.

Se ha constatado que el grupo está relacionado con el año y el día de la semana de publicación, y con el sector de actividad y el tamaño de la empresa. Sin embargo, el grupo es independiente del tipo de información relevante.

3

1 – Introdução

A divulgação de informação relevante ao mercado é uma obrigação das empresas cotadas em bolsa e tem impacte nas rendibilidades das acções antes e após a comunicação dos factos relevantes

O estudo de acontecimentos visa compreender o comportamento do preço dos títulos antes e após a divulgação / conhecimento de eventos relacionados com a entidade emitente do título. Fama et al. (1969) definiram uma metodologia para o estudo de acontecimentos tendo por finalidade avaliar a eficiência de mercados. No seu primeiro estudo analisaram o impacte da divulgação de stock splits (desdobramento do valor nominal das acções) na bolsa de Nova York no período de 1927 a 1959.

Desde essa altura, inúmeros estudos têm sido realizados, com a mesma metodologia ou com outra, no mesmo mercado ou em diferentes, em épocas iguais ou diferentes.

O presente estudo visa ser mais um contributo para um melhor conhecimento do mercado bolsista português que, por ser considerado um mercado secundário e com poucos títulos cotados, tem sido preterido nos estudos, mesmo por investigadores portugueses.

Em concreto pretende-se agrupar factos relevantes, informações privilegiadas, divulgadas por empresas cotadas no mercado e incluídas no principal índice bolsista, o PSI20, com base nas rendibilidades anormais dos títulos no dia da divulgação e, também, nos dias que a antecederam e nos dias que se seguiram.

Havendo rendibilidades diárias anormais diferenciadas tem-se como objectivo identificar padrões de rendibilidades ao longo da janela do evento e identificar características da informação divulgada e do seu emitente que mais se associam a cada padrão de rendibilidade (grupo).

Para além desta introdução, o artigo tem mais quatro secções. Na secção 2 apresenta-se uma breve revisão da literatura com realce para os estudos de eventos, na secção 3 apresentam-se algumas questões metodológicas, nomeadamente no que se refere ao cálculo de rendibilidades anormais, e definem-se as hipóteses em estudo. Na secção 4 são apresentados os resultados empíricos e termina-se com a secção 5 onde as principais conclusões e implicações são apresentadas.

2 – Revisão da literatura

A relação entre o comportamento dos preços dos activos nos mercados de capitais e a existência e disponibilização de informação relevante tem sido tema de investigação desde o início do século passado. Esta relação constitui a base de estudo sobre a eficiência dos mercados. Bachelier (1900) é apontado como trabalho pioneiro nesta área. Nos anos trinta Cowles (1933) publica um estudo sobre a capacidade dos analistas preverem o comportamento dos mercados e a sua comparação com um modelo de previsão aleatório, tendo concluído que os analistas não conseguiram obter

4

melhores resultados. No seu trabalho Kendall (1953) demonstra que a flutuação dos preços das acções no mercado é essencialmente incerta. Conclusão semelhante foi obtida por Roberts (1959).

Já na década de sessenta Granger and Morgenstern (1963) concluem sobre a incerteza nos movimentos no curto prazo dos preços, mas não para movimentos de longo prazo. Os autores concluem ainda que as componentes de variações sazonais ou o ciclo do negócio têm pouca a nenhuma importância na série de preços de acções analisadas. Samuelson (1965) e Mandelbrot (1966) contribuíram ainda na mesma década no desenvolvimento do tema.

Apesar dos estudos apontados, o trabalho realizado por Eugene Fama vem marcar de forma decisiva a análise da eficiência dos mercados. Com a publicação da sua tese de doutoramento (Fama, 1965) o autor dá início a um conjunto de estudos sobre a eficiência nos mercados de capitais. Na sua tese conclui sobre a independência estatística na rendibilidade das acções e ainda sobre a falta de poder previsional de algumas técnicas gráficas.

No início da década de setenta é publicado um dos artigos mais influentes e citados sobre esta temática. Em Fama (1970), o autor elabora uma síntese do trabalho existente até então e procede à definição de três formas distintas de eficiência de mercado: fraca, semi-forte e forte. Na forma fraca o mercado será eficiente se o preço dos títulos reflectir toda a informação contida nos preços históricos, impossibilitando a obtenção de rendibilidades anormais com base no estudo dos preços passados. Na forma semi-forte os preços reflectem toda a informação pública relevante (preços passados e informação fundamental). Na forma forte os preços reflectem toda a informação, quer pública, quer privada, impedindo a obtenção de rendibilidades anormais.

O enquadramento e classificação dados por Fama ao nível da eficiência de mercados deram origem a muitos outros trabalhos. Estes novos estudos vêm adicionar conhecimento em torno do tema, quer surgindo como crítica, suporte, melhorando a especificação das condições em que a eficiência deverá ser analisada ou indicando a existência de anomalias que conduzem à quebra da eficiência nos mercados. Como exemplo indicam-se Grossman e Stiglitz (1980), Shiller (1981), Debont e Thaler (1985) ou Jegadeesh (1990). O próprio Fama procede a uma revisão do seu trabalho inicial em Fama (1991), alterando a classificação de mercados eficientes.

Os testes de eficiência na forma fraca passam a ser considerados numa categoria mais vasta denominada “previsibilidade das rendibilidades”, onde são consideradas, entre outras, anomalias como o efeito dimensão e o efeito de Janeiro. Relativamente aos testes de eficiência na forma semi-forte, o autor alterou esta classificação para o “estudo de acontecimentos” (event studies). Por fim, em vez da eficiência na sua forma forte, o autor refere-se a esta categoria como “testes para informação privada”.

Diversos têm sido os estudos sobre o impacto no preço das acções derivado de anúncios de factos relevantes. Beaver (1968) verificou se o anúncio dos resultados das empresas produziam efeitos anormais, quer no preço dos títulos, quer no volume transaccionado. As conclusões apontaram para um aumento de volume na semana do anúncio e também a existência de uma rendibilidade anormal média. Fama et al. (1969)

5

introduziram a metodologia do estudo de acontecimentos e procuraram analisar o ajustamento no preço dos títulos a anúncios de stock splits. Os autores concluíram que os preços, em termos médios, reflectiam toda a informação contida nos anúncios logo após a sua divulgação. Foi identificada a existência de rendibilidade anormal média acumulada até ao mês do anúncio mas não após a divulgação.

O anúncio de fusões, aquisições e venda de participações financeiras tem sido alvo de estudo por diversos autores. No geral, as conclusões apontam no sentido da eficiência de mercado. Na década de setenta Firth (1975) conclui que o mercado atribui um valor relevante ao anúncio de compras de participações elevadas e que o preço dos títulos incorpora de forma eficiente essa informação. Jarrel e Poulsen (1989) observam rendibilidades anormais acumuladas perto dos 30% nas empresas visadas. No mesmo sentido aponta o trabalho de Servaes (1991). Enquanto os dois trabalhos anteriores incidiram sobre o mercado norte-americano, Georgen e Renneboog (2002) estudam o fenómeno no mercado europeu concluindo igualmente sobre a observação de rendibilidades médias positivas (perto do 25%), obtidas nos títulos das empresas visadas.

Ao nível do impacto nos títulos das empresas adquirentes, os resultados de diversos estudos não apontam no mesmo sentido: Jarrel e Poulsen (1989), Loderer e Martin (1990), Clark et al. (2000), Ecko e Thorbum (2000), Mulherin e Boone (2000) e Georgen e Renneboog (2002) identificam ganhos positivos; Servaes (1991), Healy et al. (1992), Kaplan e Weisbach (1992) e Kuipers et al. (2002) observam ganhos nulos ou mesmo ligeiramente negativos.

Ao nível do aumento de capital, verifica-se que os títulos sofrem uma desvalorização logo após o seu anúncio. Asquith e Mullins (1986) indicam a obtenção de uma rendibilidade média anormal negativa, em cerca de 3%, nos dois dias em torno do anúncio, enquanto Barclay e Litzenberger (1987) confirmam a obtenção de uma rendibilidade negativa, mas neste caso nos 15 minutos seguintes ao anúncio.

3 – Metodologia

Os dados recolhidos por Subtil (2008), no âmbito da sua investigação, referem-se aos factos relevantes classificados como informação privilegiada divulgados pelas empresas cotadas no principal índice bolsista português (PSI 20) desde 1 de Janeiro de 2003 e até 31 de Dezembro de 2007, através do sistema de difusão da CMVM (Comissão de Mercados de Valores Mobiliários)1.

Foi recolhida informação relativa a factos relevantes divulgados pelas 20 empresas que constituem o PSI20, tendo-se excluído os factos divulgados pela mesma empresa no mesmo dia. Os dados disponíveis são o tipo de facto, a data da sua divulgação e o número de factos divulgados pelo mesmo emitente num período de até 5 dias antes e até 5 dias depois. Em relação às acções da empresa emitente da informação foram recolhidas as cotações diárias, entre menos 5 dias e mais 5 dias em torno do dia da

1 Sistema de Difusão de Informação, Emitentes: http://web3.cmvm.pt/sdi2004/emitentes/info_diaria.cfm.

6

divulgação do facto, e as quantidades transaccionadas no dia anterior, no próprio dia e no dia seguinte. Também foi recolhida informação relativa à empresa emitente, destacando-se o nome da empresa, o sector de actividade, capitalização bolsista (proxy da dimensão da empresa) a 31 de Dezembro de 2007 e número de participações qualificadas. Por fim, em relação ao mercado foi recolhido o valor do índice PSI 20, na janela temporal de -1 um dia a +1 um dia em torno do dia da divulgação.

Paralelamente, e por forma a se obter a rendibilidade anormal (abnormal return – AR), do título provocada pela divulgação do facto, calculada pela diferença entre a rendibilidade efectiva do título e a rendibilidade esperada, dada a variação do mercado e o risco da empresa (Mackinlay, 1997; Brown e Warner, 1980, 1985), foram recolhidas as cotações do títulos e os valores do índice PSI 20 desde Janeiro de 2003 a Dezembro 2007 (janela de estimação).

Para cada título cotado são calculadas as rendibilidades logarítmicas (rendibilidades instantâneas) diárias através da expressão:

, ,,

, 1ln i t i t

i ti t

P DR

P −

+ =

Onde ,i tR é a rendibilidade efectiva da acção i no período t e , ,

, 1ln i t i t

i t

P DP −

+

é o

logaritmo neperiano da cotação da acção, ajustada a dividendos, stock-splits e outros efeitos, no período t dividido pela cotação da acção do período t-1.

A rendibilidade esperada da acção i no período t ( ^,i tR ) é estimada, pelo método dos

mínimos quadrados ordinários, a partir da relação linear entre a rendibilidade da acção e a rendibilidade do mercado durante a janela de estimação, excluindo os dias da janela do evento, isto é, entre -5 dias e + 5 dias em torno da divulgação de cada

evento relacionado com a acção i. Assim, tem-se ^ ^^,i t i mtiR R= α + β × em que ^

iα e

^iβ são os parâmetros estimados da regressão (Campbell et al., 1997).

Dos 878 factos da amostra são excluídos 27 respeitantes à empresa Portucel por não estarem verificados os pressupostos do modelo de regressão linear para estimar a rendibilidade esperada (Subtil, 2008). Assim, a amostra final contempla 851 factos relevantes.

Por fim, a rendibilidade anormal da acção i no momento t é dada por: ^,, , i ti t i tAR R R= − .

Para o presente estudo são consideradas as rendibilidades diárias anormais considerando uma janela do evento de menos 5 dias a mais 5 dias em torno do dia da divulgação do facto relevante.

Com base nas 11 rendibilidades anormais provocadas pela divulgação da informação relevante realiza-se uma análise de componentes principais (ACP) exploratória com a

7

finalidade de, por um lado, reduzir redundância sem perder muita informação e, por outro, reduzir a dimensionalidade do fenómeno em estudo (Hair et al., 2010).

Cada nova dimensão, se teoricamente justificável, será operacionalizada através do cálculo da rendibilidade anormal acumulada no tempo (CAR - Cumulative abnormal return), entre o dia t1 e o t2, tal como sugerem Camargo et al. (2003) e Mackinlay

(1997): 2

1

1 2 ,( , )t

i i tt t

CAR t t AR=

= ∑

Neste estudo pretendem-se verificar, em concreto, as seguintes cinco hipóteses:

H1) As rendibilidades diárias anormais nos dias da janela do evento estão relacionadas.

Verificando-se a hipótese um podem-se colocar diversas questões. Por exemplo, é de esperar que factos que produzam rendibilidades anormais positivas antes da divulgação possam sofrer correcções no dia da divulgação e nos dias posteriores.

Tendo em vista a detecção de grupos homogéneos de factos com rendibilidades anormais similares (antes da divulgação, no dia da divulgação e após a divulgação) recorre-se ao método de agrupamento k-means (método não hierárquico de optimização). Como advertem Hair et al. (2010) as rendibilidades anormais são estandardizadas para evitar a influência de possíveis diferenças na amplitude da escala (diferentes desvios-padrão).

Para a definição do número de grupos homogéneos a definir recorre-se ao método de agrupamento hierárquico Average Linkage - Between Groups. Este método é pouco influenciado pela existência de outliers, como é expectável que ocorram na análise de rendibilidades de títulos. Por fim, com o método k-means, que também não é muito sensível a outliers, agrupam-se os factos relevantes. A validação dos grupos é efectuada tendo por base as rendibilidades anormais que lhes deram origem.

Deste modo, pretendem-se verificar as hipóteses:

H2) Existem diferentes grupos de factos relevantes quanto às rendibilidades anormais proporcionadas.

H3) Existem factos relevantes que proporcionam rendibilidades anormais muito atípicas, ou muito baixas, ou muito elevadas.

Verificando-se a hipótese dois, os grupos são caracterizados quanto a outras características dos factos relevantes e da empresa emitente, com destaque para o tipo de facto, dia da semana e ano da divulgação do facto, sector de actividade e capitalização bolsista do emitente. Com esta análise pretende-se verificar as hipóteses:

H4) Existe uma relação entre as características dos factos relevantes e o grupo homogéneo.

H5) Existe uma relação entre as características das empresas emitentes dos factos relevantes e o grupo homogéneo.

8

4 – Resultados empíricos

4.1 – Caracterização da amostra

Os 851 factos relevantes, que constituem a amostra, repartem-se por 10 categorias (Tabela 1), sendo que um em cada quatro diz respeito a dados sobre a actividade da empresa. Com menor expressão estão as informações relativas a dividendos (0,7%) e a empréstimos obrigacionistas (2,0%).

Tabela 1: Distribuição dos factos por tipo Tipo de facto relevante Nº %

Dados sobre a Actividade 223 26,20 Informação Financeira e Contabilística 176 20,68 Aquisições Participações Financeiras e Negócios 139 16,33 Emissão Empréstimo Obrigacionista 17 2,00 OPA, Fusões e Cisões 79 9,28 Vendas Participações Financeiras e Negócios 80 9,40 Operações Capital (Aumentos, Reduções, Stock Splits, Share Buyback) 47 5,52 Resoluções A. Gerais, Comunicados e Alterações dos Órgãos Sociais 68 7,99 Participações Qualificadas e Não Qualificadas 16 1,88 Dividendos 6 0,71 Total 851 100,00

O número de factos divulgados tem vindo a aumentar de ano para ano, tendo-se passado de 55 factos (6,0% da amostra), em 2003, para 378 (42,1% da amostra), em 2007 (Tabela 2). Já por sector de actividade da empresa emitente verifica-se que banca (20,2%), electricidade (13,7%) e distribuição alimentar (10,2%) são os mais representados na amostra.

Tabela 2: Distribuição dos factos por tipo 2003 2004 2005 2006 2007 Total Ano

Sector actividade % % % % % Nº %

Industrials 0,0 0,0 4,3 3,5 0,8 17 2,0 Building Materials & Fixtures 7,8 13,0 6,0 9,3 8,7 75 8,8 Food Retailers & Wholesalers 19,6 14,5 9,5 7,8 10,1 87 10,2 Banks 17,6 13,0 14,7 23,0 21,8 172 20,2 Transportation Services 2,0 4,3 6,9 9,7 8,7 68 8,0 Conventional Electricity 25,5 23,2 17,2 10,5 11,5 117 13,7 Integrated Oil & Gas 0,0 0,0 0,0 3,1 10,1 44 5,2 Broadcasting & Entertainment 7,8 15,9 15,5 8,2 7,3 80 9,4 Fixed Line Telecommunications 15,7 14,5 14,7 7,0 7,5 80 9,4 Mobile Telecommunications 0,0 1,4 3,4 10,1 5,9 52 6,1 Heavy Construction 3,9 0,0 7,8 7,8 7,8 59 6,9

Total 100,0 100,0 100,0 100,0 100,0 851 100,0 Total por ano Nª 51 69 116 257 358 851 % 6,0 8,1 13,6 30,2 42,1 100,0

4.2 – Rendibilidades anormais

9

A Tabela 3 apresenta a distribuição das rendibilidades anormais para cada um dos 11 dias da janela temporal do evento. Verifica-se que, quer nos dias anteriores à divulgação do evento, quer nos dias seguintes e no do próprio dia, as rendibilidades médias são positivas, variando entre 0,062%, para os dias menos dois e mais quatro, e 0,226%, para o dia da divulgação. A dispersão em torno da média é bastante elevada (desvios-padrão bastante superiores aos valores médios) evidenciando distribuições fortemente assimétricas (positivas).

Em termos medianos verifica-se uma tendência para as rendibilidades anormais serem negativas. As excepções estão nos dias menos cinco, em que metade dos factos tem uma rendibilidade mínima de 0,11%, no próprio dia, em que a mesma percentagem de factos apresenta no mínimo uma rendibilidade 0,036%, e no dia mais cinco, em que metade tem no mínimo uma rendibilidade de 0,004%.

Tabela 3: Rendibilidades anormais (%) por dia

Média Desvio- -padrão Mínimo Quartil 1 Mediana Quartil 3 Máximo

AR -5d 0,078 0,692 -4,181 -0,252 0,011 0,327 6,273 AR -4d 0,086 0,787 -4,934 -0,274 -0,004 0,346 7,903 AR -3d 0,072 0,997 -8,755 -0,345 -0,011 0,373 11,084 AR -2d 0,062 1,309 -12,820 -0,455 -0,025 0,444 17,157 AR -1d 0,076 1,772 -14,390 -0,652 -0,020 0,613 22,197 AR dia 0,226 1,934 -13,271 -0,585 0,036 0,760 15,460 AR +1d 0,176 2,017 -11,249 -0,761 -0,038 0,702 22,197 AR +2d 0,095 1,367 -12,820 -0,470 -0,035 0,457 14,900 AR +3d 0,068 1,044 -8,755 -0,375 -0,031 0,404 8,848 AR +4d 0,062 0,882 -6,465 -0,313 -0,021 0,350 8,633 AR +5d 0,064 0,724 -5,297 -0,264 0,004 0,335 4,672

A análise das correlações entre as diferentes rendibilidades anormais revela a existência de fortes correlações entre as rendibilidades dos dias anteriores ao da divulgação e, também, entre as rendibilidades dos dias a seguir (Tabela 4). A rendibilidade anormal do dia não apresenta qualquer correlação forte com as restantes rendibilidades. Neste contexto a realização da análise de componentes principais pode ser útil para reduzir a dimensionalidade do estudo.

A adequabilidade da amostra à técnica é aferida pela estatística de Kaiser-Meyer-Olkin (KMO) que apresenta uma valor de 0,789 e pelo teste de esfericidade de Bartlett que leva a rejeitar a hipótese nula de que as rendibilidades anormais são independentes (Bartlett ?2

(55) = 10183,96, p<0,001).

Tabela 4: Coeficientes de correlação linear entre as rendibilidades anormais

AR -5d AR -4d AR -3d AR -2d AR -1d AR dia AR +1d AR +2d AR +3d AR +4d AR +5d

AR -5d 1 0,915*** 0,803*** 0,682*** 0,506*** -0,068* -0,009 -0,005 0,054 0,102** 0,099**

AR -4d 1 0,894*** 0,767*** 0,557*** -0,054 -0,005 -0,030 0,016 0,081* 0,066+

AR -3d 1 0,877*** 0,661*** -0,078* -0,009 -0,034 0,003 0,040 0,027

AR -2d 1 0,787*** -0,049 -0,046 -0,065+ -0,034 0,012 -0,016

AR -1d 1 -0,024 -0,077* -0,119*** -0,085* -0,079* -0,087*

AR dia 1 0,095** -0,027 -0,065+ -0,034 -0,046

AR +1d 1 0,781*** 0,662*** 0,572*** 0,544***

AR +2d 1 0,882*** 0,768*** 0,715***

10

AR +3d 1 0,901*** 0,837***

AR +4d 1 0,915***

AR +5d 1

Significativo para + 0,1, * 0,05, ** 0,01 e *** 0,001

Os resultados levam a reter três componentes principais, as que apresentam valor próprio superior à unidade, e que no seu total explicam 82,75% da variância inicial. Todas as onze rendibilidades apresentam comunalidades elevadas (entre 0,614, para a rendibilidade anormal do dia menos um, e 0,963, para a rendibilidade do dia), o que significa que as três novas dimensões explicam bastante da variância de cada umas das rendibilidades diárias anormais (Tabela 5).

Após rotação dos factores pelo método ortogonal Varimax constata-se que a primeira dimensão, designada por rendibilidade anormal depois da divulgação, está directa e fortemente correlacionada com as rendibilidades anormais verificadas nos dias seguintes à divulgação (pesos superiores a 0,78), que explica 36,95% da variância total e que apresenta uma consistência interna boa (Alpha de Cronbach de 0,893).

A segunda dimensão, rendibilidade anormal antes da divulgação, está directamente relacionada com as rendibilidades anormais ocorridas nos cinco dias anteriores ao dia da divulgação (pesos superiores a 0,775), explica 36,40% da variância total e apresenta igualmente um boa consistência interna (Alpha de Cronbach de 0,890).

Por fim, a terceira dimensão, rendibilidade do dia, traduz a rendibilidade anormal do dia da divulgação do facto (peso 0,981) e explica 9,40% da variância inicial.

Note-se que a consistência interna dos 11 itens iniciais se revelou boa (Alpha de Cronbach de 0,712), embora bastante inferior à consistência das novas dimensões.

Tabela 5: Componentes principais após rotação Varimax Componentes e seus pesos

Itens Comunalidade 1 Depois

2 Antes

3 Dia

AR -5d 0,781 0,879 AR -4d 0,871 0,932 AR -3d 0,909 0,952 AR -2d 0,849 0,921 AR -1d 0,614 0,775 AR dia 0,963 0,981 AR +1d 0,655 0,781 AR +2d 0,852 0,921 AR +3d 0,920 0,956 AR +4d 0,873 0,931 AR +5d 0,814 0,898

% variância explicada 36,95% 36,40% 9,40% Valor próprio inicial 4,074 4,002 1,026 Alpha de Cronbach 0,893 0,890 -

A Tabela 6 apresenta alguns indicadores estatísticos para as novas dimensões, rendibilidade anormal acumulada nos cinco dias anteriores, CAR(-5,-1), à rendibilidade do dia, AR(0), e rendibilidade anormal acumulada nos cinco dias seguintes, CAR(1,5).

11

Verifica-se que a rendibilidade acumulada nos cinco dias anteriores à divulgação varia entre -45,1% e 64,6%, sendo que metade dos factos apresentou uma rendibilidade acumulada neste período de, no máximo, 0,02%. Nos cinco dias posteriores à divulgação, a rendibilidade acumulada varia entre -43,0% e 40,2% e metade dos factos apresentou, no máximo, uma rendibilidade negativa de 0,12%. Quer antes, quer depois, verifica-se uma grande dispersão das rendibilidades em torno da média, evidenciando distribuições fortemente assimétricas positivas.

Tabela 6: Rendibilidades anormais (%) antes, no dia e depois da divulgação

Média Desvio-padrão Mínimo Percentil

5 Percentil

25 Mediana Percentil 75

Percentil 95 Máximo

CAR(-5,-1) 0,374 4,933 -45,081 -4,717 -1,666 0,022 1,916 6,399 64,613

AR (0) 0,226 1,934 -13,271 -1,744 -0,585 0,036 0,760 2,678 15,460

CAR(1,5) 0,464 5,379 -43,016 -6,209 -1,834 -0,116 2,119 9,249 40,187

Por outro lado, verifica-se que não existem diferenças significativas entre as três distribuições das rendibilidades (Friedman(2) = 1,053, p = 0,591), variado as médias das ordenações (mean ranks) entre 1,98, para CAR (-5,-1), e 2,03, para AR (0).

Os resultados encontrados dão suporte estatístico à hipótese um (H1), isto é, verifica- -se a existência de rendibilidades diárias anormais nos dias da janela do evento que estão relacionadas entre si.

4.3 – Grupos homogéneos

Considerando as três rendibilidades anormais obtidas com recurso à análise de componentes principais CAR (-5,-1), AR (0) e CAR (1,5), após a sua estandardização, executou-se uma análise de clusters com o algoritmo hierárquico Average Linkage utilizando como medida de distância a distância euclidiana ao quadrado.

Não havendo um número de grupos definidos à priori, a análise dos coeficientes de fusão dos diferentes agrupamentos apontam para soluções de 7 a 10 grupos homogéneos de factos relevantes. Assim, e ainda com as rendibilidades estandardizadas, procedeu-se ao agrupamento dos factos pelo método não hierárquico k-means, tendo sido analisadas as quatro soluções propostas pelo algoritmo hierárquico.

Os diferentes resultados são de certa forma semelhantes, sendo que a principal diferença entre sete grupos e mais grupos prende-se com a existência de outliers pelo que os grupos a mais na solução de 10 dizem respeito a grupos com factos atípicos.

Opta-se por analisar a solução com 10 grupos, sendo que cinco deles são grupos com poucos factos relevantes (Tabela 7). Os grupos 2, 5, 8, 9 e 10 são grupos com três ou menos factos relevantes e que apresentam rendibilidades anormais muito baixas ou muito elevadas. Os restantes cinco grupos possuem diferentes dimensões, sendo o grupo 4 o que tem menor peso, 1,3% correspondendo a 11 factos relevantes, e o grupo 1 o que tem maior peso, 58,6% (499 factos).

Tabela 7: Dimensão dos grupos homogéneos de factos relevantes

12

Grupo 1 2 3 4 5 6 7 8 9 10 Total

Nº factos 499 1 89 11 1 227 16 3 2 2 851

% 58,64 0,12 10,46 1,29 0,12 26,67 1,88 0,35 0,24 0,24 100,00

A identificação de 10 grupos de factos relevantes quanto às rendibilidades anormais proporcionadas conduz à não rejeição da hipótese dois (H2).

A análise dos centros finais dos diferentes grupos (Tabela 8) permite diferenciar os grupos quanto às três rendibilidades (estandardizadas, isto é, com média zero e desvio-padrão um).

Começando pelos grupos dos outliers verifica-se que o facto relevante incluído no grupo 2 apresenta uma rendibilidade acumulada nos dias anteriores à divulgação muito baixa em relação à média (zero), no próprio dia rendibilidade acima da média e nos dias seguintes abaixo da média. O facto relevante que constitui o grupo 5 apresenta rendibilidade anormal muito superior à média nos cinco dias anteriores à divulgação, rendibilidade muito abaixo da média no dia da divulgação e tem desempenho médio nos cinco dias seguintes à divulgação. Os três factos relevantes do grupo 8 apresentam rendibilidade superior à média antes da divulgação, rendibilidade muito abaixo da média no dia da divulgação e acima da média nos dias seguintes. O grupo 9, com dois factos relevantes, tem desempenho inferior à média nos dias anteriores e uma rendibilidade muito superior à média no dia e nos dias seguintes à divulgação. Por fim, o grupo 10, com dois factos, caracteriza-se por ter rendibilidade muito superior à média antes da divulgação, rendibilidade média no dia e uma rendibilidade muito abaixo da média nos dias seguintes.

Tabela 8: Centros dos dez grupos homogéneos

Grupo homogéneo 1 2 3 4 5 6 7 8 9 10

Z_CAR(-5,-1) -0,036 -9,214 -0,280 0,921 13,022 -0,115 3,109 0,328 -0,612 2,694

Z_AR (0) -0,351 1,224 0,004 4,803 -4,170 0,593 -0,432 -5,205 6,303 -0,023

Z_CAR(1,5) -0,075 -0,898 1,801 -0,479 -0,149 -0,548 0,383 0,941 4,981 -5,517

Quanto aos grupos com maior número de factos relevantes verifica-se que o grupo 1 (499 factos) é constituído por factos com pouco impacte relativamente à média, mas sempre com rendibilidade inferior a esta. O grupo 3 (89 factos) destaca-se por apresentar uma rendibilidade muito superior à média após a divulgação do facto, tendo no dia uma rendibilidade média e antes ligeiramente inferior à média. O grupo 4, com 11 factos relevantes, tem rendibilidade superior à média antes da divulgação, muito superior no dia da divulgação e ligeiramente inferior nos cinco dias seguintes à divulgação. O grupo 6, o segundo grupo com maior número de factos (227), caracteriza-se, tal como o grupo 1 por ser constituído por factos com pouco impacte, tendo uma rendibilidade média antes da divulgação, ligeiramente acima da média no dia e ligeiramente abaixo da média nos dias a seguir. Finalmente, o grupo 7 (16 factos) apresenta rendibilidade muito superior à média antes da divulgação, rendibilidade um

13

pouco abaixo da média no dia da divulgação e um pouco acima da média nos dias seguintes.

A constatação da existência de cinco grupos com um muito reduzido número de factos leva a não rejeitar a hipótese três (H3), ou seja, a divulgação de alguma informação provoca rendibilidades anormais excessivas, quer pela positiva, quer pela negativa.

4.4 – Caracterização dos grupos

Definidos os 10 grupos homogéneos é necessário caracterizar o perfil dos grupos. Primeiro os grupos serão caracterizados quanto às rendibilidades anormais e depois quanto a outras características, quer relacionadas com o facto, quer com a empresa emitente.

A Figura 1 apresenta o perfil de cada grupo, evidenciando o carácter de outlier de cinco grupos. O grupo 2 destaca-se por corresponder a um facto relevante com forte impacte negativo, tendo uma rendibilidade anormal antes da divulgação de -45,1%. Os grupos 5 (um facto) e 9 (dois factos) revelam o oposto, isto é, apresentaram uma forte rendibilidade, o grupo 5 antes da divulgação (64,6%) e o grupo 9 no dia (média 12,4%) e após a divulgação (média 27,3%). O grupo 8, com três factos, destaca-se por apresentar uma rendibilidade muito negativa no dia da divulgação (média -9,8%) e positivas antes (média 2,0%) e depois (média 5,5%) da divulgação. Por fim, o grupo 10 (dois factos) apresenta uma forte rendibilidade antes da divulgação (média 13,7%) e muito baixa após a divulgação (média 29,2%), tendo uma rendibilidade anormal média quase nula no dia da divulgação.

A comparação das rendibilidades dos restantes cinco grupos (Figura 2) evidencia a existência de diferenças significativas entre eles, de acordo com o teste não paramétrico de Kruskal-Wallis (Tabela 9).

Figura 1: Perfil de todos os grupos quanto à rendibilidade

Figura 2: Perfil dos grupos (sem outliers) quanto à rendibilidade

14

A Tabela 10 apresenta as diferenças significativas entre as médias das ordenações de cada par de grupos, identificadas através do teste de comparação múltipla de Scheffé. A primeira linha de cada célula refere-se à rendibilidade anterior à divulgação CAR (-5,-1), a linha do meio à rendibilidade anormal no dia da divulgação AR (0) e a terceira linha à rendibilidade dos cinco dias seguintes à divulgação CAR (1,5).

Tabela 9: Resultados do teste Kruskal-Wallis para validação dos grupos homogéneos

Média Desvio- -padrão Mínimo Mediana Máximo Rendibilidade Grupo

% % % % %

Média Ordenações

Krukal- -Wallis

1 0,198 2,730 -11,540 0,116 7,827 428,62 62,834***

3 -1,007 3,958 -11,325 -1,112 10,950 334,87 4 4,919 7,689 -3,034 2,609 22,152 572,00 6 -0,194 3,567 -19,197 -0,325 9,550 403,56

CAR (-5,-1)

7 15,713 9,082 8,854 11,509 42,590 832,38 1 -0,452 0,774 -4,352 -0,326 1,109 298,28 396,289***

3 0,235 1,726 -4,749 0,213 5,058 449,93 4 9,515 2,833 6,314 9,172 15,460 836,91 6 1,373 1,133 -1,292 1,172 6,526 667,66

AR (0)

7 -0,610 1,997 -3,459 -0,500 3,562 328,25 1 0,060 2,294 -10,006 0,044 5,594 429,17 317,018***

3 10,152 5,557 4,571 8,510 39,297 795,38 4 -2,110 7,284 -13,065 -2,319 8,896 322,27 6 -2,484 3,684 -26,531 -2,173 4,629 257,73

CAR (1,5)

7 2,523 7,946 -5,976 2,519 28,643 494,31 *** significativo a 0,001 para 4 graus de liberdade

No que respeita à rendibilidade acumulada nos cinco dias anteriores verifica-se que o grupo 7 apresenta rendibilidade média (15,7%) significativamente superior aos restantes quatro grupos em que as rendibilidades médias variam entre -1,0% (grupo 3) e 4,9% (grupo 4). Verifica-se ainda que o grupo 4 e o grupo 1 (média 0,2%) apresentam rendibilidade significativamente superior à do grupo 3, que é o grupo com menor rendibilidade acumulada nos cinco dias antes da divulgação. Entre os outros pares de grupos não se encontram diferenças significativas na rendibilidade acumulada média.

Tabela 10: Diferenças positivas significativas entre as médias das ordenações das rendibilidades anormais dos diferentes grupos homogéneos

Grupo 1

Grupo 3

Grupo 4

Grupo 6

Grupo 7 Rendibilidade Média

Ordenações

Grupo 1 -

+93,76*

+171,44***

CAR (-5,-1) AR (0) CAR (1,5)

428,62 298,28 429,17

Grupo 3

+151,65*** +366,21***

-

+473,11***

+537,65***

+301,07***

CAR (-5,-1) AR (0) CAR (1,5)

334,87 449,93 795,38

Grupo 4

+538,63***

+237,13* +386,98***

-

+169,25*

+508,66***

CAR (-5,-1) AR (0) CAR (1,5)

572,00 836,91 322,27

15

Grupo 6

+369,38***

+217,73***

-

+339,41***

CAR (-5,-1) AR (0) CAR (1,5)

403,56 667,66 257,73

Grupo 7

+403,75***

+497,51*** +260,38+ +428,82***

+236,58*** -

CAR (-5,-1) AR (0) CAR (1,5)

832,38 328,25 494,31

Foram considerados os resultados do teste Scheffé. As diferenças positivas correspondem à diferença entre a média do grupo em linha e a média do grupo em coluna. Significativo para + 0,1, * 0,05, ** 0,01 e *** 0,001

No dia da divulgação o grupo 1 apresenta rendibilidade (média -0,5%) significativamente inferior à dos grupos 3 (média de 0,2%), 4 (média de 9,5%) e 6 (média de 1,4%). O grupo 4, o que grupo com maior média de rendibilidade, para além de apresentar rendibilidade superior à do grupo 1, apresenta também rendibilidade significativamente superior à dos restantes três grupos, grupo 3, grupo 6 e grupo 7 (média -0,6%). O grupo 6, o segundo grupo com maior média no dia da divulgação, também se diferencia significativamente dos restantes grupos.

Em relação à rendibilidade acumulada nos cinco dias seguintes à divulgação do facto destaca-se o grupo 3 (média 10,2%) por apresentar rendibilidade significativamente superior à do grupo 7 (média 2,5%) e à do grupo 1 (média 0,1%) e também à dos outros dois grupos que apresentam neste período rendibilidade negativa (grupo 4 com média de -2,1% e grupo 6 com média de -2,6%). Neste período verificam-se ainda diferenças significativas entre o grupo 6 e os grupos 1 e 7, apresentando estes últimos rendibilidade bastante superior à do grupo 6.

Caracterizados os cinco grupos quanto às rendibilidades anormais proporcionadas pelos factos que os constituem, importa agora caracterizar cada um destes grupos quanto a outras características. A Tabela 11 não evidencia a existência de uma relação significativa (identificada pelo teste de independência do qui-quadrado) entre o tipo de facto relevante divulgado e o grupo.

Tabela 11: Distribuição do tipo de facto relevante por grupo homogéneo

Grupo homogéneo (sem os outliers)

1 3 4 6 7 Total

n=499 n=89 n=11 n=227 n=16 n=842 Tipo de facto relevante

Dados sobre a Actividade 24,2% 24,7% 27,3% 29,1% 43,8% 26,0% (n=219)

Infor. Financeira e Contabilística 20,8% 19,1% 0,0% 23,3% 12,5% 20,9% (n=176)

Aquisições Particip. Fin. e Negócios 16,6% 21,3% 27,3% 13,7% 6,3% 16,3% (n=137)

Emissão Empréstimo Obrigacionista 1,8% 1,1% 9,1% 2,2% 6,3% 2,0% (n=17)

OPA, Fusões e Cisões 9,0% 10,1% 18,2% 9,3% 0,0% 9,1% (n=77)

Vendas Particip. Fin. e Negócios 10,8% 4,5% 18,2% 7,9% 6,3% 9,4% (n=79) Operações Capital (Aumentos, Reduções, Stock Splits, …)

6,6% 5,6% 0,0% 4,0% 0,0% 5,6% (n=47)

Resoluções A. Gerais, Comunicados e Alterações dos Órgãos Sociais

7,8% 10,1% 0,0% 7,0% 25,0% 8,1% (n=68)

Participações Qualificadas ou Não 1,4% 3,4% 0,0% 2,6% 0,0% 1,9% (n=16)

Dividendos 0,8% 0,0% 0,0% 0,9% 0,0% 0,7% (n=6) Total (?2

(36)=39,09;p=0,370) 100,0% 100,0% 100,0% 100,0% 100,0% 100,0% (n=842)

16

No entanto, destaca-se o grupo 7 em que 43,8% dos factos dizem respeito a dados sobre a actividade e em que um em cada quatro factos refere-se a resoluções das Assembleias Gerais, comunicados e alterações dos Órgãos Sociais. Nos restantes grupos a percentagem de factos relacionados com dados sobre a actividade está na casa dos 20% e os factos relacionados com informação financeira e contabilística varia entre 19,1%, no grupo 3, e 23,3%, no grupo 6, não existindo nenhum facto desta natureza no grupo 4. No grupo 4, para além dos dados sobre a actividade destacam- -se ainda os factos relacionados com aquisições de participações financeiras e negócios (27,3%), com OPA, fusões e cisões (18,2%) e com vendas de participações financeiras e negócios (18,2%).

Em relação ao sector de actividade e à capitalização bolsista da empresa emitente da informação verifica-se que as suas distribuições diferem significativamente entre os grupos (Tabela 12).

Tabela 12: Distribuição do sector e da dimensão da empresa por grupo homogéneo

Grupo homogéneo (sem os outliers)

1 3 4 6 7 Total

n=499 n=89 n=11 n=227 n=16 n=842 Sector actividade

Industrials 1,0% 6,7% 27,3% 0,9% 6,3% 2,0% (n=17)

Building Materials & Fixtures 7,8% 18,0% 9,1% 7,9% 6,3% 8,9% (n=75)

Food Retailers & Wholesalers 9,4% 16,9% 27,3% 8,4% 18,8% 10,3% (n=87)

Banks 22,8% 9,0% 0,0% 18,5% 43,8% 20,3% (n=171)

Transportation Services 8,2% 3,4% 0,0% 10,6% 0,0% 8,1% (n=68)

Conventional Electricity 17,4% 2,2% 0,0% 12,3% 0,0% 13,9% (n=117)

Integrated Oil & Gas 3,4% 9,0% 0,0% 7,5% 0,0% 5,0% (n=42)

Broadcasting & Entertainment 10,0% 14,6% 0,0% 7,5% 0,0% 9,5% (n=80)

Fixed Line Telecommunications 10,2% 2,2% 9,1% 11,0% 0,0% 9,4% (n)79)

Mobile Telecommunications 4,6% 9,0% 9,1% 7,5% 0,0% 5,8% (n=49)

Heavy Construction 5,0% 9,0% 18,2% 7,9% 25,0% 6,8% (n=57)

Total (?2(40)=147,56;p<0,001) 100,0% 100,0% 100,0% 100,0% 100,0% 100,0% (n=842)

Dimensão (capitalização bolsista)

< 1.000 M€ 8,8% 28,1% 36,4% 9,3% 25,0% 11,6% (n=98)

1.000 – 2.499 M€ 9,6% 20,2% 27,3% 14,1% 12,5% 12,2% (n=103)

2.500 – 4.999 M€ 25,9% 28,1% 27,3% 20,3% 25,0% 24,6% (n=207)

5.000 – 10.000 M€ 13,0% 3,4% 0,0% 12,8% 6,3% 11,6% (n=98)

> 10.000 M€ 42,7% 20,2% 9,1% 43,6% 31,3% 39,9% (n=336)

Total (?2(16)=67,38;p<0,001) 100,0% 100,0% 100,0% 100,0% 100,0% 100,0% (n=842)

Quanto ao sector de actividade o grupo 7 inclui factos divulgados por empresas do sector bancário (43,8%) e da construção (25%). No grupo 4 destacam-se os factos relevantes de empresas industriais e distribuição alimentar (ambas com 27,3%). Nos restantes grupos há uma distribuição mais equilibrada dos diferentes sectores, sendo que no grupo 1 e no grupo 6 é a banca o que tem maior peso, respectivamente, 22,8%

17

e 18,5%, e no grupo 3 é o sector dos materiais de construção (18,0%) o mais representado.

Já no que respeita à dimensão da empresa emitente, medida pela sua capitalização bolsista, verifica-se que os grupos 1 e 6 são constituídos por factos de empresas que têm maior capitalização bolsista (> 10.999 M€), com pesos de 42,7% e 43,6%, respectivamente. Nos restantes três grupos predominam as menores capitalizações bolsistas, sendo que no grupo 3 e no grupo 7 o peso dos três menores escalões de capitalização (capitalizações no máximo de 2.500 M€ a 4.999 M€) é de, respectivamente, 62,5% e 76,4%. No grupo 4, 91% dos factos foram divulgados pelas empresas com menores capitalizações bolsistas.

Existindo alguma expectativa de que características da data da divulgação da informação pudessem influenciar a sua rendibilidade e, consequentemente, a pertença a determinado grupo, analisa-se na Tabela 13 a relação entre o grupo e o dia da semana, o mês do ano, Janeiro ou outro, e o ano da divulgação do facto relevante.

Tabela 13: Distribuição de características da data de divulgação por grupo homogéneo

Grupo homogéneo (sem os outliers) 1 3 4 6 7 Total Característica temporal

n=499 n=89 n=11 n=227 n=16 n=842 Dia da semana 2ªfeira 16,4% 19,1% 18,2% 18,9% 25,0% 17,6% (n=148)

3ªfeira 18,6% 20,2% 36,4% 15,4% 18,8% 18,2% (n=153)

4ªfeira 18,8% 19,1% 18,2% 21,6% 31,3% 19,8% (n=167)

5ºfeira 26,1% 27,0% 9,1% 26,4% 18,8% 25,9% (n=218)

6ªfeira 20,0% 14,6% 18,2% 17,6% 6,3% 18,5% (n=156)

Total (?2(16)=10,49;p<0,001) 100,0% 100,0% 100,0% 100,0% 100,0% 100,0% (n=842)

Mês Janeiro Não 94,0% 93,3% 90,9% 96,0% 93,8% 94,4% (n=795)

Sim 6,0% 6,7% 9,1% 4,0% 6,3% 5,6% (n=47)

Total (?2(4)=1,80;p=0,787) 100,0% 100,0% 100,0% 100,0% 100,0% 100,0% (n=842)

Ano 2003 5,2% 7,9% 36,4% 6,2% 0,0% 6,1% (n=51)

2004 10,0% 4,5% 0,0% 6,6% 0,0% 8,2% (n=69)

2005 15,4% 10,1% 9,1% 11,9% 12,5% 13,8% (n=116)

2006 34,3% 22,5% 27,3% 26,0% 18,8% 30,4% (n=256)

2007 35,1% 55,1% 27,3% 49,3% 68,8% 41,6% (n=350)

Total (?2(16)=49,93;p<0,001) 100,0% 100,0% 100,0% 100,0% 100,0% 100,0% (n=842)

Em relação ao dia da semana e ao ano existem relações significativas. Quanto ao mês da divulgação do facto não existe relação significativa, em todos os cinco grupos mais de 90% dos factos não foram divulgados no primeiro mês do ano.

No grupo 1 a quinta-feira e a sexta-feira são os dias da semana com maior peso, respectivamente, 26,1% e 20,0%. No grupo 3 os dois dias com maior peso são a quinta-feira (27,0%) e a terça-feira (20,2%). A terça-feira é o dia com maior peso no grupo 4 (36,4%) e a quarta-feira (21,6%) e a quinta-feira (26,4%) são os dias com maior frequência no grupo 6. Por fim, são a segunda-feira (25,0%) e a quarta-feira (31,3%) que apresentam maior peso no grupo 7.

18

Relativamente ao ano da divulgação a maioria dos factos do grupo 3 (55,1%) e do grupo 7 (68,8%) foram divulgados em 2007. Quase metade (49,3%) dos factos do grupo 6 diz respeito a acontecimentos ocorridos neste mesmo ano. O ano de 2003 é o que apresenta maior peso no grupo 4, em que 36,4% dos factos foram divulgados nesse ano. Por fim, no grupo 1 predominam os anos de 2006 (34,3%) e 2007 (35,1%). Destaque-se ainda que o grupo 7 apenas engloba factos ocorridos de 2005 a 2007.

A caracterização dos cinco grupos considerados outliers revela que correspondem a factos divulgados nos anos de 2006 (2 factos) e 2007 (7 factos), em meses que não Janeiro (todos os 11 factos) e ocorreram em todos os dias da semana. Correspondem a empresas com diversas dimensões e de diversos sectores de actividade. Quanto ao tipo de facto prevalecem informações relacionadas com a actividade (4 factos), aquisições de participações financeiras e negócios (3 factos) e OPA, fusões e cisões (2 factos). Deste modo não é possível concluir que os factos que proporcionaram rendibilidades muito anómalas sejam de determinado tipo, sendo antes casos ímpares.

Tendo por base apenas os cinco grupos com maior número de factos relevantes verifica-se a existência de associação entre algumas características dos factos, nomeadamente, o dia da semana da sua publicação e o ano em que ocorreu, e o grupo, pelo que a quarta hipótese (H4) não é rejeitada. Também verifica-se que o sector de actividade e a dimensão da empresa estão relacionados com grupo, levando, igualmente, à não rejeição da hipótese cinco (H5).

5 – Conclusões

Este estudo teve como grande objectivo encontrar grupos homogéneos de factos relevantes quanto às rendibilidades anormais que provocaram nas acções das empresas cotadas na bolsa de Lisboa e integrantes do principal índice PSI20.

No entanto, foi também possível identificar relações entre as onze rendibilidades anormais, calculadas pelo modelo de rendibilidades ajustadas ao mercado e ao risco da empresa, referentes a uma janela do evento de menos cinco dias a mais cinco dias após a divulgação da informação relevante.

Com base numa análise de componentes principais foi possível dividir a janela do evento em três janelas mais pequenas. De facto, pode ser uma melhor solução considerar-se a rendibilidade anormal acumulada nos cinco dias antes da divulgação, a rendibilidade anormal do dia e a rendibilidade anormal acumulada nos cinco dias seguintes à divulgação do facto relevante, sendo estas três dimensões independentes.

Assim, recorreu-se ao método de agrupamento k-means para agrupar os factos relevantes em grupos homogéneos quanto à rendibilidade anormal proporcionada antes da divulgação, no dia da divulgação e após a divulgação. Identificaram-se dez grupos.

Cinco grupos por serem constituídos por poucos factos e por apresentarem rendibilidades muito elevadas ou muito baixas para um tão curto espaço de tempo têm carácter de outliers.

19

Os restantes cinco grupos caracterizam-se por:

• Grupo 1 – é constituído por 499 factos relacionados com a actividade da empresa (24,2%) e com informação financeira e contabilística (20,8%), divulgados à quinta-feira (26,1%) e sexta-feira (20%) de 2007 (34,3%) e 2008 (35,1%). Foram divulgados por bancos (22,8%) e por empresas com capitalização bolsista superior a 10.000 M€ (42,7%). A rendibilidade acumulada destes factos na janela do evento é, em média, de -0,194% (negativa), sendo negativa no dia (-0,452%), mas positiva antes e depois da divulgação;

• Grupo 3 – é constituído por 89 factos sobre a actividade (24,7%) e aquisições

de participações financeiras e negócios (21,3%), divulgados à quinta-feira (27%) ou terça-feira (20,2%) em 2007 (55,1%). Referem-se a empresas de materiais de construção (18%) e de distribuição (16,9%) e com capitalização bolsista inferior a 1.000 M€ (28,1%) ou entre 2.500 M€ e 4.999 M€ (28,1%). A rendibilidade anormal acumulada nos dias do evento é, em média, de 9,38%, sendo o impacto positivo da divulgação nos cinco dias seguintes (10,15%);

• Grupo 4 – é constituído por 11 factos, tal como o grupo 3, sobre a actividade (27,3%) e aquisições de participações financeiras e negócios (27,3%), divulgados à terça-feira (36,4%) e em 2003 (36,4%). As empresas emitentes são industriais (27,3%) ou de distribuição (27,3%) e com baixa capitalização bolsista, isto é, inferior a 1.000 M€ (36,4%). Os factos deste grupo apresentaram rendibilidade acumulada nos 11 dias de 12,32%, obtida no dia da divulgação e nos dias anteriores, tendo corrigido ligeiramente após a comunicação;

• Grupo 6 – é constituído por 227 factos relacionados com a actividade da empresa (29,1%) e com informação financeira e contabilística (23,3%), divulgados a meio da semana, quarta-feira (21,6%) ou quinta-feira (26,4%) e em 2007 (49,3%). Foram divulgados por bancos (18,5%) e por empresas com capitalização bolsista superior a 10.000 M€ (43,6%). O impacto da divulgação na rendibilidade foi, em média, de -1,31%, tendo sido positiva no dia da divulgação (1,37%);

• Grupo 7 – é constituído por 16 factos sobre a actividade da empresa (43,8%), divulgados à quarta-feira (31,3%) e em 2007 (68,8%). Referem-se à banca (43,8%) e a empresas com capitalização bolsista superior a 10.000 M€ (31,3%). A rendibilidade anormal acumulada nos 11 dias foi muito elevada (média de 17,63%), tendo sido apenas negativa no dia da divulgação (-0,61%).

Deste modo o objectivo foi atingido e em trabalhos futuros espera-se recorrer a técnicas de análise estatística multivariada para determinar as funções discriminantes de cada um dos grupos identificados e definir um modelo de classificação para classificar correctamente um dado facto num dos 10 grupos. Também se espera poder alargar a amostra a outros mercados accionistas, europeus ou não.

20

6 – Agradecimentos

Agradecemos ao Bruno Subtil, antigo aluno de mestrado em contabilidade, a cedência dos seus dados para o presente estudo.

7 – Referências bibliográficas

Asquith, Paul, e David Mullins (1986), Equity Issues and Offering Dilution, Journal of Financial Economics 15: 61-89.

Bachelier, Louis (1900), Theórie de la Speculation (Paris: Gauthier-Villars), publicado em inglês por Cootner, Paul ed. (1964), The Random Character of Stock Market Prices, Cambridge: MIT.

Barclay, Michael, e Robert Litzenberger (1987), Announcement Effects of New Equity Issues and the Use of Intraday Price Data, Journal of Financial Economics 21: 71-99.

Beaver, William H. (1968), The Information Content of Annual Earnings Announcements, Journal of Accounting Research 6 (supplement): 67-92.

Brown, S. e J. Warner (1980), Measuring security prices performance», Journal of Financial Economics, Vol. 8, nº 3, pp. 205-258.

Brown, S. e J. Warner (1985), Using daily stock returns, Journal of Financial Economics, Vol. 14, nº 1, pp. 3-31.

Camargo, Marcos e Francisco Barbosa (2003), Estudos de evento: teoria e operacionalização, Caderno de Pesquisas em Administração, Vol. 10, nº 3, São Paulo – Brasil, pp. 1-20.

Campbell, J., Lo, A. e A. Mackinlay (1997), The econometrics of financial markets, 2nd edition, Princeton University Press, New Jersey – EUA.

Clarck, Ephraim, Jo Danbolt, e Magid Gadad (2000), UK Disposals Abnormal Returns to Crossborder Acquirers, Unpublished manuscript, Middlesex University.

Cowels, A. (1933), Can Stock Market Forecasters Forecast?, Econometrica 1: 309-24. DeBondt, Werner F.M. e Richard Thaler (1985), Does the Stock Market Overreact?,

Journal of Finance 40: 793–805. Eckbo, Espen B. e Karin S. Thorburn (2000), Gains to Bidder Firms Revisited:

Domestic and Foreign Acquisitions in Canada, Journal of Financial and Quantitative Analysis 35: 1-25.

Fama, Eugene F. (1965), The Behavior of Stock Market Prices, Journal of Business 38: 34–105.

Fama, E., L. Fischer, M. Jensen e R. Roll (1969), The adjustment of stock prices to new information, International Economic Review, Osaka: University of Pennsylvania, Vol. 10, nº 1, pp. 1-21.

Fama, Eugene F. (1970), Efficient Capital Markets: a Review of Theory and Empirical Work, Journal of Finance 25: 383-417.

Fama, Eugene F. (1991), Efficient Capital Markets: II, Journal of Finance 36: 1575-617.

21

Firth, Michael (1975), The Information Content of Large Investment Holdings, Journal of Finance 30: 1265-81.

Georgen, Marc, e Luc Renneboog ( 2002), Shareholder Wealth Effects in Large European Takeover Bid, Unpublished manuscript, University of Manchester Institute of Science and Technology.

Granger, C. W. J., and O. Morgenstern (1963), “Spectral Analysis of New York Stock Market Prices”, Kyklos, 16(1), 1-27.

Grossman, Sanford J., and Joseph E. Stiglitz (1980), On the Impossibility of Informationally Efficient Markets, American Economic Review 70: 393–408.

Hair, J, Black, J.W. Babin e R. Anderson (2010), Multivariate Data Analysis, 7ª edition, Pearson Prentice Hall.

Healy, Paul M., Krishna G. Palepu, e Richard S. Ruback (1992), Does Corporate Performance Improve After Mergers?, Journal of Financial Economics 31: 135-75.

Jarrell, Gregg, e Annette Poulsen (1989), The Returns to Acquiring Firms in Tender Offers: Evidence from Three Decades, Financial Management 18: 12-19.

Jegadeesh, Narasimhan e Sheridan Titman (1993), Returns to Buying Winners and Selling Losers: Implications for Stock Market Efficiency, Journal of Finance 48: 65–91.

Kaplan, Steven, e Michael Weisbach (1992), The success of Acquisitions: Evidence from Divestitures, Journal of Finance 47: 107-38.

Kendall, Maurice G. (1953), The Analysis of Time Series, Part I: Prices, Journal of the Royal Statistical Society 96, 11-25.

Kuipers, David R., Darius Miller e Ajay Patel (2002), Shareholder Wealth Effect in the Cross Border Market for Corporate Control, Wake Forest University working paper.

Loderer, Claudio e Kenneth Martin (1990), Corporate Acquisition by Listed Firms: The Experience of a Comprehensive Sample, Financial Management 19: 17-33.

Mackinlay, A. (1997), Event studies in economics and finance, Journal of Economic Literature, Vol. 35, nº 1, pp. 13-39.

Mandelbrot, Benoit (1966), Forecasts of Future Prices, Unbiased Markets and ‘Martingale Models, Journal of Business, special supplement: 242–255.

Mulherin, Harold J. e Andra L. Boone (2000), Comparing Acquisitions and Divestitures, Journal of Corporate Finance: Contracting, Governance and Organization 6: 117-39.

Roberts, Harry. (1959), Stock Market ‘Patterns’ and Financial Analysis: Methodological Suggestions, Journal of Finance 14: 11–25.

Samuelson, Paul (1965), Proof that Properly Anticipated Prices Fluctuate Randomly, Industrial Management Review 6: 49.

Servaes, Henri (1991), Tobin´s Q and the Gains from Takeovers, Journal of Finance 46: 409-419.

Shiller, Robert J. (1981), Do Stock Prices Move Too Much to Be Justified by Subsequent Changes in Dividends?, American Economic Review 71: 421–435.

Subtil, Bruno (2008), O dever de informação: a divulgação de factos relevantes e o seu impacte na rendibilidade dos títulos do PSI 20, Tese MSc não publicada, Instituto Superior de Ciências do Trabalho e da Empresa (ISCTE), Lisboa.