info:eu-repo/semantics/article
An Alternative Model of Risk in Non-financial Companies Applied to the Brazilian Pulp and Paper Industry
Um modelo alternativo de risco para companhias não-financeiras aplicado ao setor brasileiro de papel e celulose
Autor
Sheng, Hsia Hua
Karcher, Cristiane
Hubert Jr., Paulo
Institución
Resumen
Earnings at Risk (EaR) is a financial risk measure that can be applied to non-financial companies, similarly to Cash Flow at Risk (CFaR). It is based on a relation that can be quantified using a multiple linear regression model, where the dependent variable is the change on the company's results and the independent variables are changes in distinct risk factors. The presence of correlation between explanatory factors (multicollinearity) in this kind of model may cause problems when calculating EaR and CFaR. In this paper, we indicate some possible consequences of these problems when calculating EaR, and propose a method to solve it based on Principal Component Analysis technique. To test the model, we choose the Brazilian agriculture-business industry, more specifically the paper and pulp sectors. We will show that, on the absence of significant correlation between variables, the proposed model has equivalent performance to usual multiple linear regression models. We find evidence that when correlation appears, the model here proposed yields more accurate and reliable forecasts. O Earnings at Risk (EaR) é uma medida de risco financeiro aplicável a empresas não financeiras, assim como o Cash Flow at Risk (CFaR). Esta medida se baseia numa relação que pode ser quantificada através de modelos de regressão linear múltipla, nos quais a variável resposta é a variação do resultado da empresa, e as variáveis explicativas são variações nos diversos fatores de risco. A presença de correlação entre variáveis explicativas (multicolinearidade) neste modelo pode provocar problemas nos cálculos do EaR e do CfaR. Nesse trabalho, apontaremos algumas possíveis consequências deste problema no processo de cálculo do EaR, e apresentaremos uma proposta para contorná-lo baseada na técnica de Análise de Componentes Principais. Escolhemos para análise o setor de agronegócio, especificamente o ramo de papel e celulose. Mostraremos que, na ausência de correlação significativa entre as variáveis, o modelo proposto tem desempenho equivalente ao da regressão linear múltipla usual. Na presença de correlação, encontramos evidências de que o modelo aqui proposto produz previsões mais confiáveis e precisas.