Can Capital Market Information Predict Corporate Risk Before Financial Deterioration? Evidence from Sci-Tech Firms

No mundo das finanças, as empresas são frequentemente julgadas pelo seu desempenho passado, tal como um aluno é avaliado pela sua última nota escolar. Durante décadas, credores e investidores confiaram em números financeiros padrão — quanto de dívida uma empresa deve, quanto lucro obteve e com que rapidez recebe o dinheiro dos clientes — para decidir se um negócio é seguro para financiar. No entanto, esta abordagem tem um ponto cego significativo quando se trata de empresas de tecnologia e ciência. Estas empresas operam frequentemente com muito poucos ativos físicos, gastam pesadamente em investigação que pode não dar frutos durante anos e enfrentam fluxos de caixa futuros imprevisíveis. Quando os seus números financeiros tradicionais começam a parecer maus, muitas vezes já é tarde demais para evitar uma crise. A questão que os investigadores têm feito há muito tempo é se o próprio mercado de ações, com o seu fluxo constante de alterações de preços e atividade de negociação, pode atuar como um sistema de alerta precoce, detetando problemas antes mesmo que os relatórios financeiros oficiais mostrem um problema.

Uma equipa de investigadores decidiu responder a esta questão analisando um grupo específico de empresas de alta tecnologia listadas na China's Science and Technology Innovation Board, frequentemente chamada de STAR Market. Eles reuniram dados de 454 destas empresas num período de cinco anos, de 2019 a 2024. Em vez de olharem apenas para os números finais, construíram um sistema de previsão sofisticado que combinou dados financeiros tradicionais com uma vasta gama de sinais de mercado. Isto incluiu o quanto o preço das ações oscilou, os padrões específicos desse movimento, o quão conectada uma empresa estava com outras no seu setor e, crucialmente, a consistência com que as empresas partilhavam informações sobre a sua investigação e desenvolvimento. Utilizaram um poderoso algoritmo computacional, um tipo de aprendizagem automática que consegue encontrar padrões complexos e não lineares nos dados, para ver se estes sinais de mercado podiam prever quais as empresas que enfrentariam dificuldades financeiras, problemas regulatórios ou questões de auditoria no trimestre seguinte.

O estudo começou por testar uma ideia específica: que a forma como o preço de uma ação se move ao longo do tempo contém mais informação do que apenas a sua volatilidade passada. Os investigadores descobriram que uma medida chamada volatilidade condicional, que captura como a expectativa de risco do mercado muda de dia para o dia, proporcionou um impulso significativo à sua capacidade de prever problemas. Quando adicionaram esta medida de mercado dinâmica ao seu modelo, a sua capacidade de identificar corretamente empresas de risco melhorou visivelmente. No entanto, também descobriram que a relação entre a agitação do mercado de ações e o risco da empresa não é uma linha reta simples. Não é verdade que, quanto mais o preço das ações oscila, mais perigosa é a empresa. Em vez disso, os dados mostraram um padrão específico onde o risco de dificuldades financeiras era mais elevado quando a volatilidade estava numa faixa média-alta. Quando a volatilidade se tornava extremamente alta, o risco de colapso financeiro imediato na verdade diminuía ligeiramente, sugerindo que o pânico extremo do mercado pode ser impulsionado por choques de curto prazo, em vez da deterioração lenta e progressiva da saúde de uma empresa.

Para além dos movimentos do mercado de ações, os investigadores examinaram o que as empresas estavam realmente a fazer e como estavam a comunicar isso. Descobriram que o próprio comportamento das empresas em relação à divulgação de informações era o preditor mais poderoso de risco. Especificamente, as lacunas no relatório de uma empresa sobre a sua investigação e desenvolvimento eram um grande sinal de alerta. Quando uma empresa deixava de partilhar atualizações sobre os seus projetos de investigação ou tinha períodos consecutivos de informação em falta, isso sinalizava uma alta probabilidade de problemas futuros. Este era um sinal mais forte do que as conexões de rede da empresa com outras firmas, que surpreendentemente não acrescentavam muito valor adicional à previsão uma vez que o próprio comportamento de mercado da empresa já tinha sido contabilizado. O estudo também destacou que, embora o alto investimento em investigação seja geralmente visto como positivo, a consistência desse investimento e a qualidade do fluxo de caixa da empresa eram indicadores de segurança muito mais importantes do que a mera quantidade de dinheiro gasto em inovação.

O modelo final, que combinou todos estes diferentes tipos de informação, provou ser altamente eficaz na classificação das empresas em categorias de risco. Quando os investigadores testaram o sistema em dados que nunca tinham visto antes, este identificou com sucesso as empresas que enfrentariam dificuldades com um alto grau de precisência. O sistema foi particularmente bom em captar as empresas que teriam maior probabilidade de falhar, garantindo que muito poucas empresas de alto risco passassem despercebidas. Isto sugere que, para as empresas tecnológicas, o caminho para as dificuldades financeiras nem sempre é visível no balanço patrimonial até que seja tarde demais. Em vez disso, os sinais de alerta estão frequentemente escondidos na forma como o mercado reage à empresa e na consistência com que a empresa partilha a sua história.

As implicações destas descobertas são claras para qualquer pessoa envolvida no empréstimo ou investimento em empresas de tecnologia. Confiar apenas nos relatórios financeiros tradicionais é insuficiente para estes negócios dinâmicos. Uma abordagem melhor envolve observar o pulso do mercado e prestar muita atenção à continuidade das divulgações de uma empresa. Se uma empresa de alta tecnologia subitamente deixar de falar sobre a sua investigação ou se o preço das suas ações começar a mostrar um padrão específico de movimento instável, estes são provavelmente sinais precoces de problemas que aparecem muito antes de os lucros da empresa se tornarem negativos. Ao integrar estes sinais de mercado e padrões de divulgação nas suas avaliações de risco, credores e investidores podem passar de uma postura reativa, esperando que os números financeiros se deteriorem, para uma postura proativa, detetando as mudanças subtis que precedem uma crise. O estudo confirma que o mercado é, de facto, uma ferramenta poderosa para a descoberta, mas apenas se soubermos ler a sua linguagem complexa e não linear.