Este estudo englobou como população as empresas brasileiras listadas na [B]³ - Brasil, Bolsa e Balcão, no período de 2015 a 2019. Para a coleta dos dados utilizou-se a base de dados Refinitiv Eikon ^®. Optou-se em analisar o Brasil, visto que estudos anteriores apontam que as empresas brasileiras utilizam práticas contábeis pouco conservadoras, podendo indicar que os gestores adotam ações que impactam no fluxo da caixa a fim de evitar a violação das cláusulas de covenants (Silva, 2008; Duarte; Galdi & Damasceno, 2020), sendo válido a avaliação dos determinantes que levam a tais práticas.

Para a delimitação da amostra, excluiu-se as empresas que não apresentaram as variáveis necessárias (125 empresas) e aquelas pertencentes ao setor financeiro (42 empresas), por apresentarem características distintas em relação aos demais setores. Apesar deste estudo focar sua hipótese na estratégia prospectora, o modelo utilizado para classificar as empresas segundo sua estratégia, de Bentley et al. (2013), divide as empresas em prospectoras e defensoras (consideradas antagônicas pelo modelo). Desse modo, a amostra final do estudo consistiu em 148 empresas e 740 observações, a qual é apresentada subdividida entre os setores econômicos na Tabela 1.

Tabela 1

Setores GICS Sector Name	Prospector		Defensor		Total
	Número	%	Número	%	Número	%
Consumo Básico	24	6,82	23	5,93	47	6,35
Consumo Discricionário	77	21,88	85	21,91	162	21,89
Cuidados de Saúde	15	4,26	17	4,38	32	4,32
Energia	11	3,13	20	5,15	31	4,19
Imóveis e Locação	29	8,24	13	3,35	42	5,68
Industrial	60	17,05	72	18,56	132	17,84
Materiais	46	13,07	44	11,34	90	12,16
Serviços de Comunicação	11	3,13	14	3,61	25	3,38
Serviços de Utilidade Pública	77	21,88	89	22,94	166	22,43
Tecnologia da Informação	2	0,57	11	2,84	13	1,76
Total	352	100	388	100	740	100

Nota: GICS: Global Industry Classification Standard; Período analisado: 2015 a 2019. Fonte: dados da pesquisa.

A Tabela 1 apresenta a distribuição da amostra por setor e estratégia mantida pela organização. As 740 observações consistem em 352 empresas do tipo prospector (Score > 18) e 388 empresas do tipo defensor (Score < 18). Consistente com Bentley et al. (2013) e Hsieh et al. (2019), o percentual de empresas que adotam as duas estratégias é semelhante em cada um dos setores.

Para a orientação estratégica usou-se a tipologia de Miles e Snow (1978), seguindo a metodologia de Bentley et al. (2013). O modelo de Miles e Snow (1978) justifica-se pelo fato de que especifica os relacionamentos entre estratégia, estrutura e processos que permitem a identificação das organizações com todos os elementos e a interação com seus ambientes. Além disso, aborda as atitudes dos gerentes em relação às políticas e ações dos gestores em relação à definição e implantação de estratégias.

Para o score de estratégia utilizou-se o modelo de Bentley et al. (2013), uma medida composta pela média dos últimos cinco anos consecutivos de seis variáveis: a) despesas em pesquisa e desenvolvimento; b) número de funcionários; c) variação do total de vendas; d) despesas gerais e administrativas; e) o desvio padrão do número total de funcionários; e f) instalações e equipamentos líquidos do ativo em relação ao total de ativos.

Em seguida, essas medidas foram classificadas por quintis, controlando-se o ano e o setor (código SIC de dois dígitos). Após classificar as seis medidas em quintis, as pontuações dos quintis foram somadas, de modo que as empresas pudessem receber uma pontuação máxima de 30 (quando a empresa se classificou no quinto quintil em todas as seis medidas) e uma pontuação mínima de 6 (quando a empresa se classificou no primeiro quintil em todas as seis medidas), criando-se assim um score (SCORE). Pontuações mais altas representam empresas com maiores características prospectoras, enquanto pontuações mais baixas representam uma estratégia orientada a defensores. Além disso, foi criada uma variável dummy (ESP = Estratégia Prospectora), que é igual a um se a pontuação for maior que 18 e zero, caso contrário, conforme proposto por Bentley et al (2013).

Bentley et al. (2013) propõem essa medida de estratégia de negócios baseada apenas em informações publicamente observáveis, baseada na literatura contábil (Ittner et al., 1997; Simons, 1987; Miles & Snow, 1978). Sua configuração da estratégia é constituída por prospectores (líderes de mercado inovadores, que buscam ativamente atividades de P&D e respondem rapidamente às novas oportunidades no mercado de produtos) e defensores (que tendem a manter um foco estreito e estável no produto principal existente).

Os accruals totais (ACC) foram calculados pela diferença entre o lucro ou prejuízo e o fluxo de caixa operacional da empresa no período (Hribar & Collins, 2002), sob a ótica do balanço patrimonial.

Para a estimação dos accruals discricionários foi utilizado o modelo de Kothari, Leone e Wasley (2005), que é uma extensão do modelo de Jones (1991) e Jones Modificado (Dechow, Sloan & Sweeney, 1995) e inclui a variável ROA (retorno dos ativos) como explicativa para os accruals totais. Como neste estudo o ROA é uma variável de incentivo ao GR, optou-se por utilizar no modelo de Kothari et al. (2005) o ROA defasado. O modelo econométrico proposto pelos autores pode ser observado na Equação 1.

A C C i , t =   α +   β 1 1 A i , t - 1 +   β 2 ∆ R e c i , t -   ∆ C R i t +   β 3 I M O B i , t +   β 4 R O A i , t - 1 +   ε i , t Equação 1

Onde:

ACC _it = accruals totais, calculado sob a ótica do Balanço, escalonado pelo A_t-1;

A _it = ativos totais da empresa i no período t-1;

∆Rec _it = variação das receitas líquidas, escalonado pelo A_t-1;

∆CR _it = variação das contas a receber, escalonado pelo A_t-1;

IMOB _it = ativo imobilizado bruto, escalonado pelo A_t-1;

ROA _it = rentabilidade sobre o ativo do ano t, escalonado pelo A_t-1;

Ɛ _it = erro da regressão (proxy para o GR por accruals discricionários);

α,β₁, β_2, β_3, β₄=Coeficientes estimados da regressão.

O valor do resíduo gerado pelo modelo de Kothari et al. (2005) representa a medida de GR. A operacionalização do modelo foi realizada por setor e ano.

Utilizou-se ainda um conjunto de variáveis de controle que podem influenciar o gerenciamento de resultados. A Tabela 2 sintetiza a operacionalização dessas variáveis.

Tabela 2

Variável	Operacionalização	Referência
Market-to-book (MTBit)	MTB=(Valor de mercado)/(Valor contébil de PJ)	Cohen et al. (2008); Doukakis (2014).
Tamanho (TAMit)	Ln do Ativo Total	Agustia, Muhammad e Permatasari (2020); Dechow et al. (2010).
Idade (IDit)	Idade da Empresa	Houqe et al. (2015); Chen e Keung (2019).
Risco de litígio (RLit)	Variável indicadora que é igual a um se a empresa i estiver em um setor litigioso (códigos SIC 2833-2836, 3570-3577, 3600- 3674, 5200-5961 e 7370-7374) e zero caso contrário.	Nissim e Penman (2001); Penman e Zhang (2002).

Fonte: Dados da pesquisa.

O índice market-to-book mostra a relação entre o valor de mercado da empresa e o valor contábil do patrimônio líquido. Reflete a expectativa do mercado em relação aos fluxos de caixa futuro. Além disso, o market-to-book é considerado um indicador que mede as oportunidades de crescimento das firmas (Hand, 2001).

Para Theodossiou, Kahya, Saidi e Philippatos (1996), o tamanho da empresa implica em diferentes comportamentos dos gestores, condições financeiras e requisitos regulatórios aos quais deve aderir, o que reflete no gerenciamento de resultados contábeis. Para Murcia e Wuerges (2011), empresas maiores tendem a maiores práticas de governança corporativa, o que implica nos níveis de gerenciamento de resultados.

No que se refere à idade da empresa, Khanh e Nguyen (2018) destacam que empresas mais velhas devem ser mais experientes em governança corporativa e possuem maior exposição a riscos de reputação. Portanto, eles seriam menos propensos a se engajarem no gerenciamento de resultados para defender sua reputação. Neste mesmo sentido, Gul, Fung e Jaggi (2009) demonstraram uma relação negativa entre a idade da empresa e o gerenciamento de resultados.

Ainda, como variável de controle, inseriu-se o risco de litígio. Este depende da probabilidade de distorções nos relatórios financeiros (Choi, Kim, Liu, & Simunic, 2009). Palmrose e Scholz (2004) demonstraram que o gerenciamento de resultados está associado positivamente ao risco de litígios.

Visando testar a hipótese da pesquisa, foi utilizada a Equações 2, por meio de regressões OLS (Ordinary Least Squares) com erros padrão robustos e controle de efeito fixo de ano e setor. Para a utilização do erro padrão robusto procedeu-se o teste de White, que possui como hipótese nula a homocedasticidade. No teste em questão, observou-se a rejeição da hipótese nula, evidenciando, consequentemente, que o modelo é heterocedástico. Diante de tal situação, uma das alternativas apontadas por Brooks (2014) é a utilização do modelo com erro-padrão robusto.

Todas as variáveis foram winsorizadas ao nível de 1% antes da operacionalização dos modelos. Realizou-se ainda o teste de normalidade Shapiro-Wilk, o qual demonstrou que os dados não são normais (Z = 6,565; z < 0,000) para GR, SCORE, MTB, ID e RL. Além disso, testou-se a multicolinearidade entre as variáveis, pelo teste Variance Inflation Factor (VIF), e a autocorrelação dos resíduos, pelo teste Durbin Watson, cujos resultados estão apresentados na Tabela 6. Os modelos empíricos apresentam-se nas Equações 2.

G R i t = α 0 + β 1 E S T i t +   β 2 ∑ V C i t + ∑ e f e i t o _ f i x o _ a n o t +   ∑ e f e i t o _ f i x o _ s e t o r t + ε i t Equação 2

Onde:

GR_it = variável de gerenciamento de resultados por accruals da empresa i no período t;

EST_it = variável de estratégia (SCORE ou ESP) da empresa i no período t; SCORE = pontuação obtida com a aplicação do modelo de Bentley et al. (2013), variando de 6 a 30; ESP_it = dummy para a empresa prospectora (SCORE > 18) no período t;

VC_it = Variáveis de controle (tamanho da empresa i no período t; idade da empresa i no período t; risco de litígio da empresa i e market-to-book da empresa i no período t;

ε_it = erro da regressão.

Visto a existência de incentivos que impulsionam o gerenciamento de resultados, testou a influência da estratégia do negócio quando existe um ambiente de incentivo (alavancagem e erro da previsão dos analistas) para a prática do gerenciamento de resultados contábeis. Desta maneira, operacionalizou-se a Equação 3.

G R i t = α 0 + β 1 E S T i t +   β 2 E S T * A L A + β 3 E S T * P A N + β 4 ∑ V C i t + ∑ e f e i t o _ f i x o _ a n o t +   ∑ e f e i t o _ f i x o _ s e t o r t + ε i t Equação 3

A alavancagem (ALA) foi calculada pela divisão da dívida total pelo ativo total da empresa no ano fiscal. Para erro de previsão dos analistas (PAN), retirado da base de dados Refinitiv, utilizou-se uma dummy igual a 1 para erros classificados no primeiro quintil (erros menores) e 0 caso contrário.

Inicialmente apresenta-se a estatística descritiva das variáveis analisadas no estudo, demonstrada na Tabela 3.

Na Tabela 3 demonstra-se a estatística descritiva das variáveis utilizadas no estudo. O GR apresentou média negativa (-0,0007) para empresas prospectoras e positiva (0,0021) para defensoras. Isso pode revelar que as empresas defensoras apresentam uma tendência para utilizar o GR para aumentar os lucros reportados. O score para a estratégia do negócio apresentou média (15,83), semelhante ao estudo de Hsieh et al. (2019), estudo base para a estratégia do negócio. Cabe destacar ainda que o score médio das empresas prospectoras é significativamente maior do que o das defensoras, o que indica que os dois grupos (prospector/defensor) estão bem discriminados com base no modelo de Bentley et al. (2013).

Tabela 3

Painel A: Análise descritiva
Variáveis	Prospector		Defensor		Total		Teste de média- Mann Whitney
	Média	Desvio Padrão	Média	Desvio Padrão	Média	Desvio padrão
GR	-0,0007	0,0623	0,0021	0,0603	0,0008	0,0612	0,5182
SCORE (EST)	19,9062	2,9765	12,1340	2,2636	15,8311	4,6880	-8,1518***
MTB	1,2293	22,0041	1,0497	21,3640	1,1352	21,6563	0,9104
TAM	23,1617	1,4266	21,3933	1,3397	22,2345	1,6394	-1,9680***
ID	41,9914	24,89	43,3943	26,3211	42,7270	25,6450	-2,3041
ALA	0,6428	0,2474	0,7297	0,5292	0,6883	0,4214	0,0262**
Painel B: Análise descritiva das variáveis dicotômicas
		Categoria		Número		Frequência (%)
ESP		0		352		47,56
		1		388		52,44
PAN		0		327		44,18
		1		413		55,82
RL		0		664		89,72
		1		76		10,27

Legenda: GR: Gerenciamento de Resultados por accruals discricionários.. SCORE (EST): é a pontuação da estratégia: consultar o tópico 3.2.1 para obter detalhes da composição. MTB: Market to book. TAM: Tamanho. ID: Idade. ALA: Alavancagem. ESP: Estratégia Prospectora. PAN: Previsão dos Analistas. RL: Risco de litígio. Fonte: Dados da pesquisa.

Em relação às variáveis de controle, o MTB apresenta média menor para as empresas defensoras em relação às prospectoras. Em média, as empresas prospectoras são maiores (TAM) e mais jovens. Cerca de 10% das empresas da amostra são classificadas como voltadas para um ambiente litigioso, 47,56% apresentam estratégia prospectora e 55,82% demonstraram erros menores na previsão dos analistas.

Em seguida, na Tabela 4 apresenta-se a Correlação de Spearman (eixo superior) e de Pearson (eixo inferior), para demonstrar a associação entre as variáveis e identificar se os dados demonstram problemas de multicolinearidade.

Tabela 4

V	GR	ESP	SCORE	MTB	TAM	ID	RL	ALA	PAN
GR	1	-0,106**	-0,117**	0,009	-0,121**	-0,256***	0,149***	0,040	-0,049
ESP	-0,055	1	0,866***	0,048	0,547***	-0,093**	0,027	0,017	-0,041
SCORE	-0,080**	0,827***	1	0,042	0,644***	-0,120**	-0,002	0,062*	-0,008
MTB	0,008	0,055	0,039	1	0,016	-0,023	0,008	-0,010	0,058
TAM	-0,025	0,540***	0,646***	0,005	1	-0,215***	0,000	0,091**	0,081**
ID	-0,258***	-0,094**	-0,115**	-0,014	-0,191***	1	-0,046	-0,025	-0,051
RL	0,178***	-0,027	0,002	0,028	-0,013	-0,046	1	0,007	0,069
ALA	0,019	-0,096***	-0,040	0,011	-0,133***	0,078**	0,009	1	-0,020
PAN	-0,061*	-0,013	0,017	0,060	0,096***	-0,039	0,092***	0,026	1

Legenda: GR: Gerenciamento de Resultados por accruals discricionários. ESP: Estratégia Prospectora. SCORE: é a pontuação da estratégia: consulte o tópico 3.2.1 para obter detalhes da composição. MTB: Market to book. TAM: Tamanho. ID: Idade. RL: Risco de litígio. ALA: Alavancagem. PAN: Previsão dos Analistas. Níveis de significância: * p<0,1, ** p<0,05, *** p<0,01. Fonte: Dados da pesquisa.

A Tabela 4 demonstra as correlações de Spearman e Pearson entre as variáveis analisadas na regressão. Percebe-se que o GR possui correlação negativa com a estratégia prospectora (medida pelo SCORE) e com a idade (ID), o que indica que empresas com estratégia prospectora e mais velhas tendem a estar associadas a menores práticas de gerenciamento de resultados. Por outro lado, empresas de setores com maior risco de litígio (RL) apresentam-se associadas positivamente ao GR.

Os resultados demonstram que o SCORE da estratégia está positivamente correlacionado com o tamanho (TAM), o que indica que empresas maiores traçam diferentes estratégias para manter o negócio competitivo (estratégia prospectora), conforme demonstrado por Hsieh et al. (2019). Ainda, o SCORE está negativamente associado à idade da empresa (ID), sugerindo que empresas prospectoras são mais jovens que as defensoras.

Para testar a hipótese, realizou-se regressões lineares múltiplas (OLS), com erros padrão robustos para controlar problemas de heterocedasticidade, e com controle de efeitos fixos de setor e ano. Os accruals foram analisados em valores absolutos. Os resultados desses testes estão resumidos na Tabela 5, na linha (1) a variável independente ESP é a variável dummy (empresa prospectora), enquanto na linha (2) a variável independente SCORE é a pontuação da estratégia do negócio.

Tabela 5

Gerenciamento de Resultados por accruals - Valores Absolutos
Variáveis (GR)	Sinal Esperado	GR		GR
		Coef. (Teste t)	Coef. (Teste t)	Coef. (Teste t)	Coef. (Teste t)
Constante	-/+	0,0067*** (3,83)	0,0094*** (4,73)	0,02231** (2,55)	0,0169** (1,79)
ESP	-	-0,0017 (-1,58)	-	-0,0016 (-1,24)	-
SCORE	-	-	-0,0002*** (-2,79)	-	-0,0003** (-2,46)
MTB	+	-	-	-0,0000 (-0,16)	-9,3300 (-0,12)
TAM	+	-	-	-0,0002 (-0,60)	0,0001 (0,35)
ID	-	-	-	-0,0000*** (-5,05)	-0,0000*** (-5,03)
RL	+	-	-	0,0098*** (2,64)	0,0098*** (2,69)
Efeitos Fixos Setor e Ano		Sim	Sim	Sim	Sim
R2		5,66	5,78	11,66	11,94
VIF		1,02	1,01	1,04 a 1,91	1,04 a 2,49
Observações		740	740	740	740

Legenda: GR: Gerenciamento de Resultados por accruals discricionários. ESP: Estratégia Prospectora. SCORE: é a pontuação da estratégia: consulte o tópico 3.2.1para obter detalhes da composição. MTB: Market to book. TAM: Tamanho. ID: Idade. RL: Risco de litígio. VIF: Variance Inflation Factor. Obs: Observação. Níveis de significância: * p<0,1, ** p<0,05, *** p<0,01. Fonte: Dados da pesquisa.

A variável de interesse para a estratégia do negócio é o SCORE (Pontuação da estratégia no negócio). Percebe-se que o coeficiente entre o SCORE e o GR é significativamente negativo ao nível de 5%, enquanto o coeficiente entre ESP e GR não é significante. O coeficiente negativo entre SCORE e GR sugere que empresas que adotam estratégia prospectora podem minimizar a prática do gerenciamento de resultados. Em termos econômicos, pode-se dizer que o aumento de um desvio-padrão no score da estratégia (SCORE) implica em uma redução de 117% no GR em relação à média ((4,6880 * -0,0002)/ 0,0008).

De maneira geral, os resultados da Tabela 5 suportam parcialmente a H_1. Os resultados comprovam que as empresas prospectoras exibem menor prática de gerenciamento de resultados, quando avaliada a estratégia por meio do SCORE da estratégia do negócio.

Miles e Snow (1978) e Hsieh et al. (2019) sustentam que empresas prospectoras confiam mais em fontes externas de financiamento para financiar seus investimentos. Além disso, para Hsieh et al. (2019), empresas prospectoras buscam maior capitação de recursos e posição no mercado, preocupando-se com a sua reputação, o que justificaria os resultados encontrados.

Os resultados comprovam os apontamentos de Houqe e Kerr (2013) em que a qualidade dos lucros é influenciada pela estratégia de negócios porque as decisões de investimento fluem da estratégia de negócios. Ainda, Kong et al. (2020), revelam que as empresas possuem a capacidade de se adaptar conforme a estratégia de negócios, e essa decisão pode levar as empresas para remodelar o ambiente, e na alteração de procedimentos contábeis (Hsieh et al., 2019). Deste modo, conforme apontado neste estudo, a estratégia do negócio da empresa interfere nas práticas de gerenciamento de resultados.

Em relação às variáveis de controle, a idade apresenta relação negativa com o GR em ambos os modelos, confirmando os resultados da Tabela 4. Esse resultado indica que empresas mais velhas tendem a minimizar suas práticas do gerenciamento de resultados, embora o efeito seja apenas marginal (-0,0000). Além disso, verifica-se que a variável risco de litígio possui relação positiva com o gerenciamento, conforme encontrado nos estudos de Penman e Zhang (2002) e Palmrose e Scholz (2004).

Ao considerar que o GR não é motivado apenas pela estratégia do negócio, procurou-se, com base na literatura, incluir na análise alguns incentivos ao GR, a fim de testar seu efeito em empresas com estratégia de negócio prospectora. Na Tabela 6 são apresentados os resultados das interações entre a estratégia do negócio e os incentivos para a prática do gerenciamento por accruals.

Tabela 6

Variáveis	GR				GR
	Mod. 1		Mod. 2		Mod. 3		Mod. 4
	Coef. (Teste t)	Beta	Coef. (Teste t)	Beta	Coef (Teste t)	Beta	Coef. (Teste t)	Beta
Const.	0,0287 (3,45)	-	0,0264 (3,65)	-	0,0140 (1,26)	-	0,0284*** (3,87)	-
ALA	0,0017 (1,47)	0,038	-	-	0,0070** (2,01)	0,157	-	-
PAN	-	-	-0,0002** (-2,03)	-0,055	-	-	-0,0013 (-1,24)	-0,083
ESP×ALA	0,0008 (0,46)	0,017	-	-	-	-	-	-
ESP×PAN	-	-	-0,0000 (-1,13)	-0,029	-	-	-	-
SCORE×ALA	-	-	-	-	-0,0003** (-1,82)	-0,126	-	-
SCORE×PAN	-	-	-	-	-	-	8,19e-06 (0,14)	0,009
MTB	4,58e-0 (0,22)	0,005	8,55e-0 (0,42)	0,010	5.44e-06 (0,26)	0,006	8,74e-06 (0,43)	0,010
TAM	-0,0005 (-1,52)	-0,054	-0,0000 (-1,24)	-0,041	0,0000 (0,06)	0,002	-0,0005 (-1.44)	-0,048
ID	-0,0000*** (-4,97)	-0,192	-0,0000*** (-5,04)	-0,194	-0,0000*** (-4,98)	-0,191	-0,0000*** (-5,01)	-0,193
RL	0,0098*** (2,67)	0,178	0,0102*** (2,73)	0,185	0,0100*** (2,69)	0,182	0,0103*** (2,62)	0,185
EF S. e A.	Sim		Sim		Sim		Sim
Sig. Do M.	0,000		0,000		0,000		0,000
R2	11,65		12,02		4,09		5,62
VIF	1,01 a 1,88		1,01 a 2,08		1,01 a 7,65		1,01 a 10,54
Obs.	740		740		740		740

Legenda: Beta: Beta Padronizado. GR: Gerenciamento de Resultados por accruals discricionários. ESP: Estratégia Prospectora. SCORE: é a pontuação da estratégia: consulte o tópico 3.2.1 para obter detalhes da composição. ALAV: Alavancagem. PAN: Previsão dos Analistas. MTB: Market to book. TAM: Tamanho. ID: Idade. RL: Risco de litígio. EF S. e A: EF: Efeito fixo setor e ano. VIF: Variance Inflation Factor. Obs: Observação. Níveis de significância: * p<0,1, ** p<0,05, *** p<0,01. Fonte: Dados da pesquisa.

Conforme percebido na Tabela 6, a alavancagem (ALA) mostrou-se positivamente relacionada ao GR (0,007** - Mod. 3). Quando analisada a interação SCORE*ALA (-0,0003**), nota-se uma relação negativa com o GR. Ao somar os coeficientes padronizados (0,157 - 0,126 = 0,31), observa-se um efeito apenas marginal da estratégia prospectora na relação entre alavancagem e GR. Infere-se, assim, que empresas mais alavancadas, que adotam uma estratégia prospectora, tendem a apresentar GR ligeiramente inferior às demais empresas alavancadas, mas, ainda assim, superior às empresas menos alavancadas.

No entanto, como esse resultado não foi observado para ESP, tal resultado deve ser encarado com cautela. Quanto ao efeito da estratégia prospectora na relação entre o erro de previsão dos analistas e o GR, nenhum resultado significativo foi observado.

O segundo teste de sensibilidade consistiu em separar os accruals discricionários positivos e negativos, visto que o gerenciamento de resultados por accruals pode ser utilizado tanto para diminuir, como para aumentar os lucros reportados. Os resultados são demonstrados na Tabela 7.

Tabela 7

Painel A - Accruals Positivos
Variáveis	Coef.	Teste t	Coef.	Teste t	Coef.	Teste t	Coef.	Teste t
Const.	0,0064***	3,87	0,0191**	1,94	0,0091***	3.87	0,0171**	1,82
ESP	-0,0019**	-2,15	-0,0019	-1,53	-	-	-	-
SCORE	-	-	-	-	-0,0002**	-2.41	-0,0002**	-2,15
MTB	-	-	0,0000	0,73	-	-	0,0000	0,63
TAM	-	-	-0,0002	-0,52	-	-	0,0000	0,09
ID	-	-	-0,0000***	-5,17	-	-	-0,0000***	-5,16
RL	-	-	0,0045**	2,48	-	-	0,0047**	2,58
EF Setor e Ano	Sim		Sim		Sim		Sim
Sig. modelo	0,000		0,000		0,000		0,000
R2	13,09		20,35		13,96		20,72
VIF	1,05		1,08 a 2,18		1,02		1,08 a 2,58
DW	1,84		1,89		1,85		1,91
Obs.	386		386		386		386
Painel B - Accruals Negativos
Variáveis	Coef.	Teste t	Coef.	Teste t	Coef.	Teste t	Coef.	Teste t
Const.	0,0065***	3,54	0,0215**	2,04	0,0099***	4,00	0,0174*	1,69
ESP	-0,0015	-1,30	-0,0001	-0,11	-	-	-	-
SCORE	-	-	-	-	-0,0002***	-2,64	-0,0001	-0,90
MTB	-	-	-7,34e-0	-0.01	-	-	2,61e-0	0,03
TAM	-	-	-0,0006	-1,46	-	-	-0,000	-0,80
ID	-	-	-5,34e-0	-0.24	-	-	-2,65e-0	-0,12
RL	-	-	0,0085**	2.50	-	-	0,0085**	2,51
EF Setor e Ano	Sim		Sim		Sim		Sim
Sig. modelo	0,000		0,000		0,000		0,000
R2	10,45		14,96		10,97		15,08
VIF	1,02		1,05 a 1,82		1,02		1,05 a 2,55
DW	1,81		1,75		1,79		2,65
Obs.	354		354		354		354

Legenda: GR: Gerenciamento de Resultados por accruals discricionários. ESP: Estratégia Prospectora. SCORE: é a pontuação da estratégia: consulte o tópico 3.2.1 para obter detalhes da composição. MTB: Market to book. TAM: Tamanho. ID: Idade. RL: Risco de litígio. EF: Efeito fixo. VIF: Variance Inflation Factor. DW: Durbin Watson. Obs: Observação. Níveis de significância: * p<0,1, ** p<0,05, *** p<0,01. Fonte: Dados da pesquisa.

O GR por accruals pode ser utilizado para gerenciar os lucros para mais ou para menos. No Painel A da Tabela 7, percebe-se que a estimativa do GR com a estratégia do negócio (ESP) é significativa e negativa para os accruals positivos (-0,0019; p<0,05), SCORE (-0,0002; p<0,05). Já no Painel B, percebe-se relação significativa e negativa apenas entre o GR e SCORE (-0,0002; p<0,01).

As evidências da Tabela 7 demonstram que as empresas prospectoras gerenciam seus resultados, tanto para aumentar como para diminuir os lucros reportados, em decorrência da significância estatística com accruals positivos e negativos. Isso converge com a discussão de Hsieh et al. (2019), de que empresas prospectoras se concentram na boa reputação, pois dependem do mercado para a implantação de novas tecnologias e estratégias pioneiras, o que implicaria na baixa realização do gerenciamento de resultados.