A carregar...
Publicação
Earnings volatility forecast : a quantile regression approach
| Nome: | Descrição: | Tamanho: | Formato: | |
|---|---|---|---|---|
| 811 KB | Adobe PDF |
Autores
Orientador(es)
Resumo(s)
Earnings volatility is a key dimension of firm risk, with important implications for equity valuation and credit risk assessment. This thesis develops a forward-looking measure of one-year-ahead earnings volatility based on accounting fundamentals by modeling the conditional distribution of future earnings. The empirical analysis uses annual Compustat North America data for U.S. publicly listed non-financial firms over 1987–2023. Earnings are measured as income before extraordinary items scaled by total assets, ensuring comparability across firms of different sizes.The methodological framework is based on quantile regression. A grid of quantiles is estimated to approximate the full conditional distribution of future earnings, and the Composite Quantile Regression (CQR) approach is applied to stabilize the tails. The shape of the predicted distribution is also examined through measures of asymmetry. Volatility is then constructed from the dispersion of predicted quantiles, providing a forward-looking measure of earnings uncertainty that captures both downside and upside risk.The results indicate a negatively skewed implied earnings distribution, suggesting that downside earnings risk is more pronounced than upside outcomes. The volatility measure varies over time and rises during major macroeconomic events, including the early-2000s dot-com period, the Global Financial Crisis, and the COVID-19 pandemic. A comparison with a benchmark volatility measure derived from OLS residuals shows a Pearson correlation of 0.74 between yearly averages. Overall, the findings show that accounting fundamentals contain meaningful information about the distribution and volatility of future earnings, offering a useful framework for measuring firm-level risk beyond traditional market-based indicators.
A volatilidade dos resultados constitui uma dimensão fundamental do risco empresarial, refletindo a incerteza quanto à rentabilidade futura e tendo implicações relevantes para a valorização das ações e a avaliação do risco de crédito. Esta dissertação desenvolve uma medida prospetiva da volatilidade dos resultados a um ano, derivada de fundamentos contabilísticos através da modelação da distribuição condicional dos resultados futuros. A análise empírica baseia-se em dados anuais da Compustat North America relativos a empresas não financeiras cotadas nos Estados Unidos, no período de 1987 a 2023. Os resultados são definidos como o income before extraordinary items escalado pelo ativo total.O enquadramento metodológico assenta em técnicas de regressão quantílica. É estimada uma grelha densa de regressões quantílicas para aproximar a distribuição condicional completa dos resultados futuros, sendo a abordagem de Composite Quantile Regression (CQR) aplicada para estabilizar as caudas extremas da distribuição. A volatilidade é depois construída a partir da dispersão dos quantis previstos, originando uma estimativa prospetiva da incerteza dos resultados, capaz de captar o risco em baixa e o potencial em alta. Adicionalmente, a forma da distribuição prevista é analisada através de medidas de assimetria.Os resultados indicam uma clara assimetria negativa na distribuição dos resultados e um aumento da volatilidade em períodos de maior tensão macroeconómica. A comparação com uma medida derivada dos resíduos de OLS revela uma correlação de 0,74 entre as médias anuais. Globalmente, os resultados demonstram a relevância informativa dos fundamentos contabilísticos.
A volatilidade dos resultados constitui uma dimensão fundamental do risco empresarial, refletindo a incerteza quanto à rentabilidade futura e tendo implicações relevantes para a valorização das ações e a avaliação do risco de crédito. Esta dissertação desenvolve uma medida prospetiva da volatilidade dos resultados a um ano, derivada de fundamentos contabilísticos através da modelação da distribuição condicional dos resultados futuros. A análise empírica baseia-se em dados anuais da Compustat North America relativos a empresas não financeiras cotadas nos Estados Unidos, no período de 1987 a 2023. Os resultados são definidos como o income before extraordinary items escalado pelo ativo total.O enquadramento metodológico assenta em técnicas de regressão quantílica. É estimada uma grelha densa de regressões quantílicas para aproximar a distribuição condicional completa dos resultados futuros, sendo a abordagem de Composite Quantile Regression (CQR) aplicada para estabilizar as caudas extremas da distribuição. A volatilidade é depois construída a partir da dispersão dos quantis previstos, originando uma estimativa prospetiva da incerteza dos resultados, capaz de captar o risco em baixa e o potencial em alta. Adicionalmente, a forma da distribuição prevista é analisada através de medidas de assimetria.Os resultados indicam uma clara assimetria negativa na distribuição dos resultados e um aumento da volatilidade em períodos de maior tensão macroeconómica. A comparação com uma medida derivada dos resíduos de OLS revela uma correlação de 0,74 entre as médias anuais. Globalmente, os resultados demonstram a relevância informativa dos fundamentos contabilísticos.
Descrição
Palavras-chave
Earnings volatility Accounting fundamentals Quantile regression Earnings distribution Forward-looking volatility
Contexto Educativo
Citação
Editora
Licença CC
Sem licença CC