Dados alternativos e previsões financeiras:Stocktwits e imagens de satélite estão atrapalhando as previsões dos analistas?

Desde o início do século, o número de satélites em órbita da Terra aumentou mais de 800%, de menos de 1.000 para mais de 9.000. Esta profusão teve uma série de repercussões estranhas e perturbadoras. Uma delas é que as empresas estão vendendo dados de imagens de satélite de estacionamentos para analistas financeiros. Os analistas então usam essas informações para ajudar a avaliar o tráfego de uma loja, comparar um varejista com os concorrentes e estimar sua receita.

Este é apenas um exemplo das novas informações, ou “dados alternativos”, que estão agora disponíveis aos analistas para os ajudar a fazer as suas previsões sobre o desempenho futuro das ações. No passado, os analistas faziam previsões com base nas demonstrações financeiras públicas das empresas.



Um e-mail semanal em inglês apresentando conhecimentos de acadêmicos e pesquisadores. Fornece uma introdução à diversidade da investigação proveniente do continente e considera algumas das principais questões enfrentadas pelos países europeus. Receba o boletim informativo!

De acordo com a nossa investigação, a abundância de novas fontes de dados melhorou as previsões a curto prazo, mas piorou as análises a longo prazo, o que poderá ter consequências profundas.

Tweets, twits e dados de cartão de crédito

Num artigo sobre o efeito dos dados alternativos nas previsões financeiras, contamos mais de 500 empresas que venderam dados alternativos em 2017, um número que aumentou em relação aos menos de 50 em 1996. Hoje, a corretora de dados alternativos Datarade lista mais de 3.000 conjuntos de dados alternativos para venda.

Além das imagens de satélite, as fontes de novas informações incluem o Google, estatísticas de cartões de crédito e redes sociais como X ou Stocktwits, uma plataforma popular do tipo X onde os investidores partilham ideias sobre o mercado. Por exemplo, os usuários do Stocktwits compartilham gráficos que mostram a evolução do preço de uma determinada ação (por exemplo, ações da Apple) e explicações sobre por que a evolução prevê um aumento ou diminuição de preço. Os usuários também mencionam o lançamento de um novo produto por uma empresa e se isso os torna otimistas ou pessimistas em relação às ações da empresa.

Utilizando dados do Sistema de Estimativa de Corretores Institucionais (I/B/E/S) e análises de regressão, medimos a qualidade das previsões de 65 milhões de analistas de ações de 1983 a 2017, comparando as previsões dos analistas com os lucros reais por ação das ações das empresas.

Descobrimos, tal como outros, que a disponibilidade de mais dados explica por que razão os analistas de ações se tornaram progressivamente melhores na elaboração de projeções de curto prazo. Fomos mais longe, contudo, perguntando como é que estes dados alternativos afectaram as projecções a longo prazo. E descobrimos que, durante o mesmo período em que se registou um aumento na precisão das projeções de curto prazo, houve uma queda na validade das previsões de longo prazo.

Mais dados, mas atenção limitada

Devido à sua natureza, os dados alternativos – informações sobre as empresas no momento – são úteis principalmente para previsões de curto prazo. A análise a longo prazo – de um a cinco anos no futuro – é um julgamento muito mais importante.

Artigos anteriores provaram a proposição do senso comum de que os analistas têm uma atenção limitada. Se os analistas tiverem uma grande carteira de empresas para cobrir, por exemplo, a sua concentração dispersa começa a produzir retornos decrescentes.

Queríamos saber se o aumento da precisão das previsões de curto prazo e o declínio da precisão das previsões de longo prazo – que tínhamos observado na nossa análise dos dados I/B/E/S – se deviam a uma proliferação concomitante de fontes alternativas de informação financeira.

Para investigar esta proposição, analisamos todas as discussões sobre ações na Stocktwits que ocorreram entre 2009 e 2017. Como seria de esperar, certas ações como Apple, Google ou Walmart geraram muito mais discussão do que aquelas de pequenas empresas que nem sequer estão listadas na Nasdaq.

Conjecturamos que os analistas que seguiam ações que eram fortemente discutidas na plataforma – e, portanto, que estavam expostos a muitos dados alternativos – experimentariam um declínio maior na qualidade das suas previsões de longo prazo do que os analistas que seguiam ações que eram pouco discutidas. E depois de controlar fatores como o tamanho das empresas, os anos de atividade e o crescimento das vendas, foi exatamente isso que descobrimos.

Inferimos que, como os analistas tinham acesso fácil à informação para análise de curto prazo, direcionavam a sua energia para lá, o que significava que davam menos atenção às previsões de longo prazo.

As consequências mais amplas de previsões de longo prazo deficientes

As consequências desta inundação de dados alternativos podem ser profundas. Ao avaliar o valor de uma ação, os investidores devem levar em consideração as previsões de curto e longo prazo. Se a qualidade das previsões a longo prazo se deteriorar, há uma boa probabilidade de os preços das ações não refletirem com precisão o valor de uma empresa.

Além disso, uma empresa gostaria de ver o valor das suas decisões refletido no preço das suas ações. Mas se as decisões de longo prazo de uma empresa forem incorrectamente tidas em conta pelos analistas, esta poderá estar menos disposta a fazer investimentos que só terão retorno daqui a alguns anos.

Na indústria mineira, por exemplo, leva tempo para construir uma nova mina. Levará talvez nove, dez anos para que um investimento comece a produzir fluxos de caixa. As empresas poderão estar menos dispostas a fazer tais investimentos se, por exemplo, as suas acções puderem estar subvalorizadas porque os participantes no mercado têm previsões menos precisas dos impactos destes investimentos nos fluxos de caixa das empresas – o tema de outro documento em que estamos a trabalhar.

O exemplo do investimento na redução de carbono é ainda mais alarmante. Esse tipo de investimento também tende a compensar no longo prazo, quando o aquecimento global será um problema ainda maior. As empresas podem ter menos incentivos para fazer o investimento se o valor desse investimento não for rapidamente refletido na sua avaliação.

Aplicações práticas

Os resultados da nossa investigação sugerem que poderá ser sensato que as empresas financeiras separem as equipas que pesquisam resultados a curto prazo e as que fazem previsões a longo prazo. Isto aliviaria o problema de uma pessoa ou equipa ser inundada com dados relevantes para previsões a curto prazo e, em seguida, também ser obrigada a pesquisar resultados a longo prazo. As nossas conclusões também são dignas de nota para os investidores que procuram pechinchas:embora existam desvantagens em previsões de longo prazo deficientes, estas podem representar uma oportunidade para aqueles que conseguem identificar empresas subvalorizadas.