Escolar Documentos
Profissional Documentos
Cultura Documentos
CONTABILIDADE
ASSOCIAÇÃO
Seu uso do arquivo JSTOR indica sua aceitação dos Termos e Condições de Uso, disponíveis
em http://www.jstor.org/page/info/about/policies/terms.jsp
O JSTOR é um serviço sem fins lucrativos que ajuda acadêmicos, pesquisadores e estudantes a descobrir, usar e construir
uma ampla gama de conteúdos em um arquivo digital confiável. Usamos tecnologia da informação e ferramentas para
aumentar a produtividade e facilitar novas formas de estudo. Para mais informações sobre a JSTOR, entre em contato
com support@jstor.org.
A American Accounting Association está colaborando com a JSTOR para digitalizar, preservar e ampliar o
acesso à The Accounting Review.
http://www.jstor.org
Paul A. Zarowin
Universidade de Nova York
RESUMO: Este trabalho utiliza uma nova abordagem para examinar se a suavização de
resultados permite obter informações sobre ganhos ou melhora a informatividade de
ganhos passados e atuais sobre ganhos futuros e fluxos de caixa. Medimos a suavização
de resultados pela correlação negativa da mudança de uma empresa em acumulações
discricionárias com sua mudança nos ganhos pré geridos. Usando a abordagem de
Collins et al. (1994), descobrimos que a mudança no preço atual das ações
das firmas de maior suavização contém mais informações sobre seus ganhos futuros do
que a mudança no preço das ações das firmas de baixa suavização .
Esse resultado é robusto para a decomposição dos lucros em fluxos de caixa e
acumulações e para o controle do tamanho da empresa, crescimento, variabilidade futura
dos lucros, atividades de busca de informações privadas e correlações transversais .
Palavras-chave: suavização de renda; coeficiente de resposta de ganhos futuros
(FERC); gerenciamento de resultados; informatividade.
I. INTRODUÇÃO
I
n este trabalho nós usamos uma nova abordagem para investigar se alisamento de resultados
1 Ver Beidleman (1973), Ronen e Sadan (1981), Schipper (1989), Subramanyam (1996), e Healy e Wahlen
( 2000 ).
Agradecemos a Joel Demski, Joshua Ronen, Stephen Ryan, participantes da oficina da London Business School e
do Seminário de Contabilidade Conjunta da Columbia-NYU , e dois árbitros anônimos.
Nota do editor: Este artigo foi aceito por Terry Shevlin, Editor.
Enviado em junho de 2005
Aceito em julho de 2005
251
2 Um exemplo seria o anúncio de um novo produto que não estará disponível comercialmente até um período
futuro.
Apesar das evidências acima, nossos achados devem ser interpretados com cautela por
dois motivos. Primeiro, a eficiência do mercado é assumida em todos os testes. Se os
mercados de ações são ineficientes, a interpretação de nossas descobertas não é
clara. Segundo, porque dis dos gestores comportamento discricionário não é observável,
nossa renda a suavizaçãomedida sofre de possíveis problemas de erros de medição, algo que
afeta muitos outros estudos de gerenciamento de resultados. Estimamos accruals
discricionários usando o método de Kothari et al. (2005), que controla o erro de medição em
empresas com bom ou mau desempenho. No entanto, apesar de nossas tentativas de garantir
que o erro de medição na proxy de acréscimos discricionários não esteja impulsionando os
resultados, não podemos descartar o erro de medição como uma explicação alternativa para
nossos resultados.
O restante deste trabalho está organizado da seguinte forma. A Seção II revisa pesquisas
anteriores sobre as motivações e os efeitos da suavização de resultados. A seção III explica
nosso projeto de pesquisa. A seção IV discute os dados e apresenta os principais resultados
empíricos. A Seção V relata os testes de robustez e a Seção VI conclui.
3 As motivações mais populares para a suavização de resultados citadas neste estudo de campo são (1) reduzir o risco da
empresa percebido pelos investidores, (2) negociar melhores condições de troca com clientes e fornecedores e (3)
transmitir perspectivas futuras de crescimento aos investidores .
4 Trueman e Titman (1988) concluem que as empresas suavizam os lucros para reduzir o custo do empréstimo
e para afetar favoravelmente os termos de troca com fornecedores e clientes.
(Ativos). 5 ROA ( return on assets ) é adicionado como uma variável de controle adicional,
porque pesquisas anteriores descobrem que o modelo de Jones é mal especificado para
empresas com bom desempenho ou com baixo desempenho (Dechow et al. 1995; Kothari et
al. 2005).
Para empregar um grande número de observações, estimamos a regressão em todas as
empresas do mesmo setor ( SIC de dois dígitos ) a cada
ano. Os accruals não discricionários (NDAP) são os valores ajustados de Regressão (1) e os
acréscimos discricionários (DAP) são os desvios dos accruals reais
do NDAP. O rendimento pré-discricionário (PDI) é calculado como rendimento líquido menos
acréscimos discricionários (PDI = NI - DAP).
A medida de suavização de receita é a correlação entre a mudança nos accruals
discricionários e a mudança na renda pré-discricionária : Corr (ADAP , A PDI), usando as
observações do ano atual e dos últimos quatro anos. O uso de cinco observações é
um trade-off entre uma série temporal suficientemente longa para a medida
de suavização de receita e uma grande amostra para testar o modelo. Usamos dados anuais
porque há muitas evidências de que as empresas suavizam os resultados do ano fiscal e que
o quarto trimestrea reportagem é distinta da de outros quadrantes (Jacob e Jorgensen 2003;
Das e Shroff 2002). Para controlar os efeitos da indústria e do tempo, usamos a classificação
fracionária reversa da empresa de suavização de resultados (entre 0 e 1)
dentro do ano da indústria ( SIC de dois dígitos ) e nos referimos a ela como SI. Como
resultado, as empresas com uma correlação mais negativa recebem um ranking mais
alto de suavização de receita . 6
5 “Acréscimos” são o lucro líquido menos o CFO, onde o CFO é obtido a partir dos demonstrativos de fluxo de
caixa."Receita líquida", "CFO", "Vendas", "PPE" e "Ativos" são as variáveis Datal8, Data308, Datal2, Data7 e Data6
no arquivo de dados anuais da indústria combinada Compustat, respectivamente.
6 Uma classificação fracionária é a classificação bruta dividida pelo número de observações. Por exemplo, as
classificações fracionárias de 1 e 10 entre os números 1 a 10 são 0,1 e 1, respectivamente.
7 Agradecemos a um árbitro anônimo por sugerir a Figura 1.
8 Embora os ganhos sejam reportados trimestralmente, as informações sobre ganhos chegam ao mercado
continuamente (Ball e Brown, 1968, Figura 1).
FIGURA 1
A relação entre o FERC e a informação de ganhos
na presença de suavização de renda
onde R t é o ex-dividendo retorno estoque anual para o ano t, UX t é a diferença entre os
ganhos realizados para o ano t e que era esperado no início do ano, X t + k é o lucro para o ano
relatado t + k , e A E t (X t + k ) é a variação das expectativas entre o final e o início do
ano tpara o ano t + k ganhos. 9 Aqui, (3 X é o ERC, y k é o FERC para o ano t + ke ambos são
previstos como positivos.
E t b 0 + b x X t _ ^ + b 2 X t + b 3 X t3 + b 4 R t3 + £ t (3)
Na Regressão (3), X t _ x e Y, são o lucro por ação (EPS) para os anos t -1 e t ,
respectivamente, e X t3 é a soma do EPS para o ano t + l para t + 3. Todas as variáveis EPS
são o EPS básico excluindo itens extraordinários (Compustat Data58), ajustado por
desdobramentos e dividendos em ações e, de acordo com Christie (1987), deflacionado pelo
preço da ação no início do Ano t. R t3 é o retorno agregado de ações no Ano t + l para t +
3com composição anual. O coeficiente de ganhos passados (b x) está previsto para ser
negativo, o ERC (b 2 ) está previsto para ser positivo, o FERC (b 3 ) está previsto para ser
positivo, e o coeficiente de retornos futuros (b 4 ) é previsto para ser negativo.
Para resolver nossa questão de pesquisa, expandimos a regressão acima, adicionando
a medida de suavização de receita IS e suas interações com as variáveis independentes
existentes. Regressão (4) é o nosso principal modelo empírico:
(4)
Aqui, EPS t é o EPS do exercício fiscal t e EPS t3 é a soma do EPS nos exercícios fiscais t
+ 1 a t + 3, ambos indefinidos. Nosso interesse é o coeficiente de IS t * EPS t , que deve ser
positivo se a suavização de resultados fortalecer a relação entre os lucros atuais e futuros.
ganhos atuais e futuros. Isso indica que as empresas com melhor desempenho suavizam em
maior grau, consistente com a previsão do argumento de sinalização discutido na Seção II.
A Tabela 3 reporta os principais resultados do teste. Primeiro, no Painel A, apresentamos
os resultados da Re gressão (5), o tradicional modelo de persistência de lucros. 10 Conforme
previsto, o coeficiente de interação entre IS e EPS é significativamente positivo (a 3 =
0,703, estatística-t = 11,24), confirmando que a suavização de resultados reforça a
persistência dos lucros.
Em segundo lugar, para comparar com pesquisas anteriores usando CKSS, no Painel B da
Tabela 3 apresentamos os resultados do modelo de referência CKSS (Regressão
(3)). Conforme previsto, tanto o ERC quanto o FERC são significativamente positivos. A
FERC positiva indica que uma quantidade significativa de informações sobre ganhos futuros
foi apreendida no preço atual das ações. O coeficiente de ganhos passados e retornos futuros
são ambos negativos, como previsto.
O Painel C da Tabela 3 reporta os resultados do nosso modelo primário. Depois de
incluirmos a variável de suavização de receita IS , o termo de interação IS t * X t3 tem uma
carga significativamente positiva (b 8 = 0,308, estatística t = 4,99), indicando que a
suavização de receita aumenta a FERC. A evidência suporta a visão de que a suavização de
resultados melhora a informatividade dos ganhos passados e atuais sobre lucros futuros. A
suavização de resultados também melhora o ERC, evidenciado pelo coeficiente
significativamente positivo em IS t * X t (b 7 = 0,681, estatística-t= 4,08), consistente com
Hunt et al. (2000).
Os coeficientes É t e IS t * X t _ x (b 5 e b 6 ) são ambas significativas, confirmando sua
importância como variáveis de controle, mesmo que estão interessados principalmente no
efeito de suavização na FERC e ERC (b 8 e b 7 ). Embora a interação IS t * X t3 seja
significativamente positiva, o coeficiente em X t3 perde sua significância após a inclusão da
suavização de resultados.
10 Os resultados são semelhantes se as variáveis do EPS forem deflacionadas pelo preço das ações no início do ano t.
MESA 2
Estatísticas de amostra
Isso sugere que o preço da ação impõe informações sobre lucros futuros apenas na presença
de suavização de resultados.
TABELA 3
Principais testes
Painel A: Modelo de Persistência de Lucros
EPS t 3 = cio + a x EPS t + E 2 IS t + a 3 IS t * EPS t + E t
R 2 ajustado
0,157 1,034 0,658 0,703 0,278
(2,74) (32,06) (6.56) (11,24)
Painel B: Modelo de referência do CKSS
Rtb 0+ bxXt_x + b 2X t + 63 ^ 3 + b 4 R t3 + u ? R 2 ajustado
0,155 -0,535 1,074 0,146 -0,086 0,068
(28,93) (-17,07) (25,04) (8,46) (-18,15)
11 Outra razão para a decomposição dos lucros é que a suavização reduz a variação dos lucros e, portanto, pode
aumentar o ERC e a FERC por construção.
Anos t +1 a t + 3, deflacionados pelo preço das ações no início do ano t. Essas exigências de
dados reduzem o número de observações de 17.019 para 17.011.
Analista seguinte ( Analistas) é medido como o número médio de previsões dos analistas
incluídos no consenso mensal, compilado por I / B / E / S durante o ano t. Entre as 17.011
observações, 11.879 estão cobertas por I / B / E / S com a média e mediana da cobertura do
analista sendo 7.746 e 4.909, respectivamente (não-bloqueadas). Seguindo Frankel e Li
(2004), definimos o número de analistas para zero se um ano-empresa não for coberto por I /
B / E / S.
Participações institucionais (. Instituição ) são obtidos a partir CDA / Spectrum e medido
como a proporção média de ações detidas por investidores institucionais no final de cada
trimestre do ano t. A variável é tratada como ausente se um ano -base não for coberto pelo
CDA / Spectrum. Excluímos 61 observações para as quais o índice de holding institucional é
maior que 1 (erro de dados). Para as 16.950 observações restantes, 13.954 são cobertas pelo
CDA / Spectrum, com a média e a mediana do índice de holding institucional sendo de 0.367
e 0.356, respectivamente (não-comprometido).
R, = b 0 + BJY, ^ + b 2 X t + b 3 Z, 3 + b 4 R t3 + b 5 / S, + b 6 / S, * X t . x
+ b 7 IS t * X, + b s IS t * X t3 + seja JS t * R t3 + b 10 Z, + b n Z t * X, 3 + e ,. (7)
12 No caso de empates, as classificações correspondentes mais baixas são atribuídas. Para observações que não
são cobertas por I / B / E / S, as classificações de cobertura do analista são definidas como zero.
13 Alternativamente, estimamos regressões nas quais cada uma das novas variáveis de controle interage com todas as
variáveis independentes existentes e encontra resultados semelhantes. Para economizar espaço, relatamos nossos
resultados apenas para Regressão (7).
14 Para esta amostra de 13.954 observações, se incluirmos apenas “Analistas” como Z „o coeficiente em Z t * X, 3 é 0.369
com uma estatística-t de 7.14, ambos muito semelhantes aos resultados no Painel A para a amostra completa de 17,011
observações. Isso confirma que são os controles adicionais, e não a mudança na amostra, que reduzem o efeito da
cobertura do analista no modelo de regressão no Painel B.
TABELA 4
Testes de Robustez
Controlando Variáveis Correlacionadas Omitidas Potencialmente
Rt 6 0 + + B 2 X t + b 3 X, 3 + b 4 R t3 + b 5 IS t + b 6 IS t * X t _ l
+ B 7 IS t * X, + b 8 / S, * X , 3 + bgIS t * R t3 + b L0 Z t + b n Z t * X , 3 + e,
Z, = Tamanho t BM t EarnStd t Analistas t Instituição t
Interceptar 0,228 0,499 -0,092 0,163 0,155
(16,13) (36,88) (-5,71) (12,71) (8,54)
X, -1 -0,277 -0,239 -0,267 -0,304 -0,221
(-5,31) (-4,77) (-5.21) (-5,83) (-3,59)
X, 0,889 0,924 0,799 0,856 0,890
(11,66) (12,64) (10,63) (11.21) (9,74)
X t3 -0,190 -0,162 0,866 -0,108 -0,239
(-5,03) (-4,22) (14,49) (-3,05) (-4,73)
-0,087 -0,064 -0,101 -0,087 -0,095
(-9,27) (-7,07) (-10,88) (-9.21) (-9,04)
é, -0,074 -0,009 -0,054 -0,080 -0,085
(-3,82) (-0.50) (-2,84) (-4,16) (-3,98)
IS, * x, _, -0,636 -0,514 -0,631 -0,659 -0,985
(-5,12) (-4,31) (-5,16) (-5,30) (-6,65)
IS, * x, 0,668 0,541 0,594 0,690 0,753
(4,02) (3,38) (3,63) (4,14) (3,87)
IS, * x a 0,291 0,199 0,265 0,298 0,267
(4,74) (3,34) (4,37) (4,87) (3,82)
IS, * r , 3 -0,011 -0,008 -0,009 -0,008 -0,001
(-0,63) (-0,53) (-0,54) (-0,48) (-0,08)
Z -0,118 -0,674 0,438 0,039 0,052
(-6.08) (-39.42) (22,91) (2,49) (2,07)
z, * x, 3 0,630 0,265 -0,973 0,382 0,599
(10,77) (6,26) (-16,30) (8,32) (8.25)
R 2 ajustado 0,079 0,150 0,105 0,077 0,085
Observações 17,011 17,011 17,011 17,011 13,954
Painel B: Modelo Completo (13 954 observações que possuem dados de participações institucionais)
- b 0 4 'B, A, _, + b iX t 4 t> 3 X, 3 + b 4 R l '3 R 2 ajustado
0,316 -0,029 0,964 0,555 -0,089 0,252
(12,65) (-0,53) (11,66) (7,02) (-9,37)
+ b 5 IS t + b 6 IS, * X, _ x + b 7 IS t * X, + b s IS t * X r3 4 b 9 IS t * R t3
0,052 -0,720 0,351 0,118 -0,015
(2,67) (-5,37) (1,99) (1,83) (-0,90)
+ b w Tamanho t + b n Tamanho t * X t3 + b l2 BM t + b l3 BM t * x t3 + b l4 CONTINUAR t +
b l5 ALCANÇAR t * X t3
-0,551 0,621 -0,965 0,474 0,639 -1,012
(-15,52) (5,82) (-48,76) (9,81) (30,27) (-15,80)
+ b l6 Analistas t + b xl Analistas t * X t3 + b ls Insuficiência t + b l9 Instituição t * X t3 + z t
0,164 -0,149 0,229 -0,060
(5,87) (-1,91) (7,48) (-0,66)
(<continua na próxima página)
TABELA 4 (Continuação)
disponível, para estimar os coeficientes relativos a esses dois controles, e podemos usar a
amostra completa para estimar outros coeficientes. Dumcover t assume o valor de 1 para
os anos firmes cobertos por I / B / E / S, e 0 caso contrário. Dumhold t assume o valor de 1
para aqueles cobertos pelo CDA / Spectrum e 0, caso contrário. Os resultados para as
variáveis de controle são semelhantes aos do Painel B. O coeficiente relatado em IS t * X t3 é
aumentado para 0,129, significativamente positivo (estatística t 2,26), confirmando que a
suavização de resultados melhora a informatividade dos lucros.
R t = b 0 + BJX ^ j + b 2 X t + b 3 X t3 + b 4 R t3 + b 5 IS t + b 6 IS t * X f _J
+ b 7 IS t * X t + b 8 IS t * X t3 + bglS t * R t3 + b l0 Perda t + b n Perda t * X t
+ b l2 Perda t * X t3 + e r (8)
A Tabela 5 mostra que, com esse controle, a suavização de resultados não altera o ERC,
mas aumenta o FERC (coeficiente 0,172 e estatística t 2,84), indicando que o preço das ações
de empresas de alta rentabilidade traz mais informações sobre ganhos futuros do que
empresas de alisamento de renda. Para empresas com perdas, tanto o ERC quanto o FERC
são atenuados. O coeficiente significativamente negativo na Perda t * X t indica que o ERC
para empresas com perda é menor do que para empresas com lucro, consistente com
pesquisas anteriores. O coeficiente significativamente negativo na perda t * X t3sugere que o
preço das ações das empresas com perdas reflete menos informações sobre seus ganhos
futuros do que as das empresas lucrativas.
Regressões de Fama-MacBeth
Ao estimar regressões transversais , as potenciais correlações cruzadas positivas dos
resíduos são uma preocupação válida. Se eles existem, então nossas inferências são
exageradas. Para resolver essa preocupação, ampliamos o período de amostragem
para dados pré-1988 (antes do advento das declarações de fluxo de caixa) para obter um
grande número de seções transversais para a análise Fama-
MacBeth. Para antes de 1988, usamos a abordagem de “balanço” para estimar o total de
accruals. 15
TABELA 5
Testes de Robustez
Empresas de lucro versus perda
R, = b 0 + b, X _ j + b X t + b X t3 + b R t3 + b IS + b IS * X _ j R 2 ajustado
? 2 3 4 5t 6t t
-0.000 -0,260 3,608 0,116 -0,079 -0,053 -0,415 0.123
(-0,02) (-5,12) (26,86) (3,11) (-8,58) (-2,78) (-3,42)
+ b 7 IS t * X, + b 8 / S, * X t3 + b gIS t * R t3
0,082 0,172 -0,010
(0,50) (2,84) (-0,63)
+ b l0 Perda t + b n Perda t * X t + b n Perda t * X t3 + e,
-0,004 -3,259 -0,334
(-0.25) (-25,67) (-10,28)
O número de observações é de 17,019.
Perda, = 1 se uma empresa reportar ganhos negativos para o ano fiscal t e 0 caso contrário.
Veja a Tabela 3 para as definições de outras variáveis.
15 Os fluxos de caixa operacionais são medidos como o lucro líquido antes de itens extraordinários menos o aumento no
ativo circulante não monetários, além do aumento no passivo circulante (excluindo
a curto prazo porção de longo prazoda dívida) e acrescido de despesa de depreciação (Collins e Hribar 2002) .
A revisão contábil ; Janeiro de 2006
VI. CONCLUSÃO
Utilizamos uma nova abordagem para investigar se a suavização de resultados reduz as
informações contábeis ou melhora a informatividade dos lucros atuais e passados das
empresas sobre seus lucros e fluxos de caixa futuros. Medimos a suavização de resultados
como a correlação negativa da mudança de uma empresa em acumulações discricionárias com
sua mudança na receita pré-gerenciada . Uma correlação mais negativa indica mais
suavização de receita.
Usando o método de Collins et al. (1994), descobrimos que os lucros futuros de uma
empresa de maior suavização são apreendidos em seu preço atual de ações em uma extensão
maior do que a de uma empresa de baixa suavização. Tais resultados são robustos depois de
decompormos os lucros em caixa operacional
TABELA 6
Testes de Robustez
Regressões de Fama-MacBeth
Modelo Primário:
~ B 0 + b 1 X f _ 1 + b 2 X t + b 3 X , 3 + b 4 R t3 + b 5 IS t + b 6 IS t * X t _ x
+ b 7 IS t * X, + b s IS t * X , 3 + b 9 IS t * R t3 + e,
Modelo estendido:
fluxos e accruals; firmas de perda separadas de firmas lucrativas; e controle para o tamanho
da empresa, crescimento, variabilidade de lucros futuros, atividades de busca de informações
privadas e potenciais correlações transversais . Assim, documentamos empiricamente que um
efeito importante do uso pelos gerentes da discrição dos relatórios financeiros é revelar mais
informações sobre os lucros e fluxos de caixa futuros das empresas. Nosso trabalho contribui
para a literatura, lançando nova luz sobre este debate de informação versus garbling .
Nossos resultados estão sujeitos a duas advertências. Em primeiro lugar, a interpretação
dos nossos resultados depende criticamente do pressuposto de eficiência de mercado. Na
presença de precificação, nossos resultados estão sujeitos a reinterpretação. Em segundo
lugar, apesar de todas as nossas tentativas de garantir que o erro de medição na medida
de suavização de receita não esteja impulsionando os resultados, não podemos descartar o
erro de medição como uma explicação alternativa para os resultados.
Nosso artigo apresenta a primeira evidência empírica de que os preços das ações contêm
mais informações sobre lucros futuros quando as empresas suavizam sua receita
declarada. Talvez mais importante do que seus resultados, o artigo apresenta uma nova
abordagem para estudar os efeitos do gerenciamento de resultados. A metodologia de
informatividade usada aqui para estudar a suavização de resultados pode ser aplicada a outros
tipos de gerenciamento de resultados e, portanto, representa uma área promissora para
pesquisas futuras.
REFERÊNCIAS
Arya, A., J. Glover e S. Sunder. 1998. Gerenciamento de resultados e o princípio da
revelação. Revisão dos Estudos Contábeis 3: 7-34.
Ball, R. e P. Brown. 1968. Uma avaliação empírica dos números de renda contábil. Journal of
Accounting Research 6 (2): 159-178.
- + Bartov, E. e P. Mohanram. 2004. Informações privadas, manipulações de lucros e exercícios
executivos de opções de ações. The Accounting Review 79 (4): 889-920.
Basu, S. 1997. O princípio do conservadorismo e a pontualidade assimétrica dos lucros. Jornal de
Contabilidade e Economia 24 (1): 3-37.
Beidleman, C. 1973. Alisamento de renda: o papel da administração. The Accounting Review 48
(4): 653-667.
Christensen, JA e JS Demski. 2003. Teoria Contábil: Uma Perspectiva do Conteúdo da
Informação. 1ª edição. Nova Iorque, NY: McGraw-Hill / Irwin.
Christie, A. 1987. Na análise transversal na pesquisa contábil. Jornal de Contabilidade e Economia9
(3): 231-258.
Collins, DW, SP Kothari, J. Shanken e R. Sloan. 1994. Falta de oportunidade e ruído como
explicações para a baixa associação de retornos e ganhos contemporâneos . Journal of
Accounting and Economics 18: 289-324.
---------, e P. Hribar. 2002. Erros na estimativa de accruals: Implicações para pesquisa empírica. Diário
de Pesquisa Contábil 40 (1): 105 -135.
Das, S. e PK Shroff. 2002. Reversões do quarto trimestre em mudanças de resultados e
gerenciamento de resultados. Documento de trabalho, Universidade de Illinois em Chicago.
Dechow, P., A. Hutton e R. Sloan. 1995. Detectando gerenciamento de resultados. The Accounting
Review 70 (2): 193-225.
Demski, JS 1998. Manipulação de medidas de desempenho. Pesquisa Contábil Contemporânea 15
(3): 261-285.
--------- e H. Frimor. 1999. Medida de desempenho garbling sob renegociação em multi-período
agências. Journal of Accounting Research 37 (Suplemento): 187-214.
Fama, E. e J. MacBeth. 1973. Risco, retorno e equilíbrio: testes empíricos. Jornal da Economia
Política : 81 (3): 607-636.
Frankel, R., M. McNichols e G. Wilson. 1995. Divulgação discricionária e financiamento
externo. The Accounting Review 70 (1): 135-150.