Ajuste de Script em R rstudio

3 Metodologia da Pesquisa O presente estudo classificouse como descritivo documental e com abordagem quantitativa Para investigar o impacto dos determinantes ESG ambientais sociais e de governança no desempenho corporativo adotaremos uma abordagem quantitativa realizando análises estatísticas de dados financeiros e de divulgação ESG de empresas sediadas em países desenvolvidos e em desenvolvimento durante o período de 2018 a 2023 A amostra deste estudo será intencional e não probabilística escolhida por reunir as companhias com maior desempenho médio das cotações dos ativos de maior negociabilidade e representatividade no mercado acionário Serão incluídas empresas de mercados desenvolvidos e de mercados emergentes Utilizaremos uma amostragem estratificada garantindo inclusão de diversidade de setores econômicos para refletir a heterogeneidade dos mercados analisados Os dados ESG e financeiros das empresas foram obtidos na Refinitiv Eikon uma plataforma profissional amplamente utilizada por analistas de mercado Esta ferramenta fornece dados atualizados sobre bolsas de valores commodities mercado de opções mercados futuros e índices globais oferecendo uma visão abrangente e precisa das dinâmicas econômicas e financeiras mundiais A amostra é composta por todas as empresas que apresentaram as variáveis para mensurar o desempenho corporativo o retorno sobre ativos ROA o Retorno sobre o Patrimônio Líquido ROE Q de Tobin os fatores ambientais sociais e de governança ESG o tamanho da empresa TAM a alavancagem ALAV e o crescimento das vendas CRES entre 2018 e 2023 no banco de dados XX Assim a amostra é composta por XX empresas XXX observações Utilizamos técnicas de regressão linear para analisar a relação entre as práticas ESG e o desempenho corporativo As análises serão realizadas em duas etapas Na etapa de análise geral utilizaremos todas as empresas da amostra para investigar a relação entre práticas ESG e desempenho corporativo Aplicaremos duas equações de regressão linear uma com a pontuação ESG combinada e outra com os fatores ESG separados ambiental social e de governança Na análise Comparativa separaremos as empresas em dois grupos países desenvolvidos e emergentes Repetiremos as análises de regressão para cada grupo permitindo comparações significativas entre os dois contextos econômicos As equações de regressão linear utilizadas serão representadas pelas seguintes fórmulas Com a pontuação ESG combinada ROA α0 β 0ESGscore β 1TAM β 2ALAV β3CRE ε ROE α0 β 0ESGscore β 1TAM β 2ALAV β3CRE ε TOBINQ α0 β 0ESGscore β 1TAM β 2ALAV β3CRE ε Com os fatores ESG separados ROA α0 β0Escore β1 S score β2G score β3TAM β4ALAV β5CRE ε ROE α0 β0Escore β1 S score β2G score β3TAM β4ALAV β5CRE ε TOBINQ α0 β0Escore β1 S score β2G score β3TAM β4ALAV β5CRE ε Onde ROA𝑖𝑡 Retorno sobre o ativo no ano t para empresa i definido como o lucro antes dos itens extraordinários dividido pelo ativo total ROE𝑖𝑡 Retorno sobre o Patrimônio Líquido no ano t para empresa i definido como o lucro líquido dividido pelo patrimônio líquido QTobin 𝑖𝑡 Q de Tobin no ano t para empresa i definido como a razão entre o valor de mercado da firma e o valor de reposição dos seus ativos Escore 𝑖𝑡 Ambiental no ano t para empresa i definido como a pontuação ambiental das empresas da amostra Sscore 𝑖𝑡 Social no ano t para empresa i definido como a pontuação social das empresas da amostra Gscore 𝑖𝑡 Governança corporativa no ano t para empresa i definido como a pontuação de governança da amostra ESGscore 𝑖𝑡 Fatores ambiental social e de governança no ano t para empresa i definido como a pontuação combinada dos fatores individuais Ambiental social e de governança TAM𝑖𝑡 tamanho da empresa no ano t para empresa i definido como logaritmo natural dos ativos totais ALAV 𝑖𝑡 alavancagem no ano t para empresa i definida como razão entre passivo exigível e passivo total CRE 𝑖𝑡 crescimento das vendas no ano t para empresa i definido como variação percentual da receita de vendas ℇ 𝑖𝑡 termo de erro Na Tabela 1 a seguir são apresentadas todas as definições de variáveis Tabela 1 Definição das variáveis Variáveis Métrica Operacionalização ROA Retorno sobre Ativos Lucro líquido dividido pelo ativo total ROE Retorno sobre o Patrimônio Líquido Lucro líquido dividido pelo patrimônio líquido TOBINQ Q de Tobin Razão entre o valor de mercado da firma e o valor de reposição dos seus ativos Escore Ambiental Pontuação ambiental das empresas da amostra Sscore Social Pontuação social das empresas da amostra Gscore Governança corporativa Pontuação de governança da amostra ESGscore Ambiental social e de governança Pontuação ESG combinado TAM Tamanho da empresa Logaritmo natural dos ativos totais ALAV Alavancagem Soma entre passivo circulante e o passivo não circulante CRE Crescimentos de vendas Variação percentual da receita de vendas 4 Discussão e resultados Para verificar o comportamento dos dados inicialmente foi realizada uma análise descritiva Modelo de Regressão Linear Multipla 20240724 Puxando os dados libraryreadxl dados readexcelCUserskarolDownloads1721433985982BaseESGxlsx summarydados ID Company Country SetorEconomico Length2546 Length2546 Length2546 Length2546 Class character Class character Class character Class character Mode character Mode character Mode character Mode character Sector ROA2023 ROA2022 ROA2021 Length2546 Min 05142 Min 04731 Min 06801 Class character 1st Qu 00221 1st Qu 00200 1st Qu 00220 Mode character Median 00489 Median 00498 Median 00518 Mean 00594 Mean 00636 Mean 00641 3rd Qu 00837 3rd Qu 00919 3rd Qu 00916 Max 19811 Max 18989 Max 13940 NAs 517 NAs 421 NAs 419 ROA2020 ROA2019 ROA2018 ESG2023 Min 11399 Min 05000 Min 05902 Min 2783 1st Qu 00090 1st Qu 00187 1st Qu 00228 1st Qu51134 Median 00352 Median 00445 Median 00491 Median 64396 Mean 00417 Mean 00552 Mean 00628 Mean 61325 3rd Qu 00699 3rd Qu 00804 3rd Qu 00874 3rd Qu74462 Max 08674 Max 22126 Max 24377 Max 95442 NAs 415 NAs 362 NAs 348 ESG2022 ESG2021 ESG2020 ESG2019 Min 2417 Min 2798 Min 3385 Min 2025 1st Qu49335 1st Qu47584 1st Qu44056 1st Qu40599 Median 63428 Median 62075 Median 59441 Median 56792 Mean 60496 Mean 59323 Mean 57134 Mean 54707 3rd Qu74599 3rd Qu73886 3rd Qu72404 3rd Qu70493 Max 95566 Max 95143 Max 95159 Max 94563 ESG2018 G2023 G2022 G2021 Min 0988 Min 3379 Min 2927 Min 2837 1st Qu38018 1st Qu45726 1st Qu45043 1st Qu44429 Median 54488 Median 63936 Median 64234 Median 62663 Mean 52632 Mean 60752 Mean 60381 Mean 59791 3rd Qu68031 3rd Qu77655 3rd Qu77627 3rd Qu77260 Max 95731 Max 98682 Max 99016 Max 99428 G2020 G2019 G2018 E2023 Min 1417 Min 05814 Min 0408 Min 000 1st Qu43074 1st Qu410391 1st Qu38471 1st Qu4384 Median 60535 Median 588757 Median 57522 Median 6288 Mean 58086 Mean 564491 Mean 55183 Mean 5876 3rd Qu75509 3rd Qu738103 3rd Qu72971 3rd Qu7773 Max 98011 Max 986008 Max 98868 Max 9856 E2022 E2021 E2020 E2019 Min 000 Min 000 Min 000 Min 000 1st Qu4054 1st Qu3786 1st Qu3290 1st Qu2620 Median 6201 Median 6012 Median 5655 Median 5247 Mean 5736 Mean 5553 Mean 5272 Mean 4929 3rd Qu7731 3rd Qu7652 3rd Qu7556 3rd Qu7329 Max 9830 Max 9866 Max 9875 Max 9899 E2018 S2023 S2022 S2021 Min 000 Min 02802 Min 0238 Min 03134 1st Qu2497 1st Qu491458 1st Qu47819 1st Qu453155 Median 5136 Median 659976 Median 65481 Median 639060 Mean 4837 Mean 628199 Mean 61974 Mean 607148 3rd Qu7229 3rd Qu787830 3rd Qu78981 3rd Qu782490 Max 9891 Max 977940 Max 98167 Max 978158 NAs 1 S2020 S2019 S2018 ROE2023 Min 08219 Min 0487 Min 06555 Min 615000 1st Qu423637 1st Qu38560 1st Qu361382 1st Qu 00439 Median 613402 Median 58092 Median 552951 Median 01008 Mean 585782 Mean 56054 Mean 537881 Mean 01829 3rd Qu770731 3rd Qu75017 3rd Qu726751 3rd Qu 01725 Max 983602 Max 98788 Max 982584 Max 3488000 NAs 1 NAs 4 ROE2022 ROE2021 ROE2020 Min 2765546 Min 4002222 Min 2574899 1st Qu 005055 1st Qu 00594 1st Qu 000657 Median 010888 Median 01167 Median 007603 Mean 014732 Mean 00279 Mean 012723 3rd Qu 019300 3rd Qu 01978 3rd Qu 014231 Max 3519147 Max 274536 Max 20661905 NAs 8 NAs 4 ROE2019 ROE2018 TOBINQ2023 TOBINQ2022 Min 16662500 Min 3460566 Min 00060 Min 001355 1st Qu 004425 1st Qu 006 1st Qu 06197 1st Qu 059228 Median 010015 Median 011 Median 09056 Median 088041 Mean 005630 Mean 1334 Mean 15338 Mean 132191 3rd Qu 016555 3rd Qu 018 3rd Qu 14947 3rd Qu 147782 Max 5780000 Max 40081 Max 3230708 Max 4329633 NAs 5 NAs 8 TOBINQ2021 TOBINQ2020 TOBINQ2019 TOBINQ2018 Min 002422 Min 000479 Min 00000 Min 00000 1st Qu 066533 1st Qu 063190 1st Qu 06292 1st Qu 06159 Median 100083 Median 095939 Median 09575 Median 09082 Mean 166668 Mean 151830 Mean 14256 Mean 13095 3rd Qu 178882 3rd Qu 167101 3rd Qu 16046 3rd Qu 14700 Max 6271072 Max 3549188 Max 568089 Max 607764 NAs 4 CRE2023 CRE2022 CRE2021 CRE2020 Min 108490 Min 16295 Min 14820 Min 519885 1st Qu 01208 1st Qu 00501 1st Qu 00279 1st Qu 003223 Median 00425 Median 00475 Median 01183 Median 023211 Mean 02867 Mean 04647 Mean 02912 Mean 022559 3rd Qu 00427 3rd Qu 01680 3rd Qu 02713 3rd Qu 037999 Max 6326528 Max 6321814 Max 1716743 Max 1307693 NAs 177 NAs 175 NAs 172 NAs 170 CRE2019 CRE2018 TAM2023 TAM2022 Min 736518 Min 15647 Min 1434 Min 1630 1st Qu 002132 1st Qu 01406 1st Qu2363 1st Qu2365 Median 009441 Median 02101 Median 2466 Median 2470 Mean 026623 Mean 02634 Mean 2470 Mean 2474 3rd Qu 022615 3rd Qu 03030 3rd Qu2582 3rd Qu2585 Max 13138232 Max 188832 Max 3105 Max 3104 NAs 172 NAs 175 NAs 6 NAs 9 TAM2021 TAM2020 TAM2019 TAM2018 Min 1636 Min 1641 Min 1260 Min 1297 1st Qu2365 1st Qu2362 1st Qu2336 1st Qu2318 Median 2470 Median 2468 Median 2438 Median 2423 Mean 2476 Mean 2470 Mean 2441 Mean 2427 3rd Qu2586 3rd Qu2581 3rd Qu2551 3rd Qu2535 Max 3106 Max 3091 Max 3049 Max 3038 NAs 5 NAs 1 NAs 1 NAs 1 ALAV2023 ALAV2022 ALAV2021 Min 0000e00 Min 0000e00 Min 0000e00 1st Qu6139e09 1st Qu6462e09 1st Qu6408e09 Median 2021e10 Median 2159e10 Median 2161e10 Mean 8205e10 Mean 8529e10 Mean 8903e10 3rd Qu6229e10 3rd Qu6532e10 3rd Qu6461e10 Max 2049e13 Max 2232e13 Max 2316e13 NAs 1 NAs 1 NAs 1 ALAV2020 ALAV2019 ALAV2018 Min 0000e00 Min 0000e00 Min 0000e00 1st Qu6399e09 1st Qu4740e09 1st Qu3832e09 Median 2114e10 Median 1540e10 Median 1306e10 Mean 8531e10 Mean 6304e10 Mean 5432e10 3rd Qu6224e10 3rd Qu4544e10 3rd Qu3875e10 Max 2044e13 Max 1394e13 Max 1316e13 NAs 1 NAs 1 NAs 1 O summary representa o resumo dos dados por ele podemos vê que há dados faltantes sendo assim vamos retirar os dados que são faltantes Contar os valores ausentes em cada coluna sapplydados functionx sumisnax ID Company Country SetorEconomico Sector 0 0 0 0 5 ROA2023 ROA2022 ROA2021 ROA2020 ROA2019 517 421 419 415 362 ROA2018 ESG2023 ESG2022 ESG2021 ESG2020 348 0 0 0 0 ESG2019 ESG2018 G2023 G2022 G2021 0 0 0 0 0 G2020 G2019 G2018 E2023 E2022 0 0 0 0 0 E2021 E2020 E2019 E2018 S2023 0 0 0 1 0 S2022 S2021 S2020 S2019 S2018 0 0 0 0 1 ROE2023 ROE2022 ROE2021 ROE2020 ROE2019 4 8 4 0 0 ROE2018 TOBINQ2023 TOBINQ2022 TOBINQ2021 TOBINQ2020 0 5 8 4 0 TOBINQ2019 TOBINQ2018 CRE2023 CRE2022 CRE2021 0 0 177 175 172 CRE2020 CRE2019 CRE2018 TAM2023 TAM2022 170 172 175 6 9 TAM2021 TAM2020 TAM2019 TAM2018 ALAV2023 5 1 1 1 1 ALAV2022 ALAV2021 ALAV2020 ALAV2019 ALAV2018 1 1 1 1 1 Remover linhas com muitos valores ausentes dadoslimp naomitdados Analise Descritiva do Dados Estatísticas descritivas para ROA ROE e TOBINQ summarydadoslimpROA2023 Min 1st Qu Median Mean 3rd Qu Max 051418 003000 005451 006619 008919 198110 summarydadoslimpROE2023 Min 1st Qu Median Mean 3rd Qu Max 76190 00570 01116 03435 01876 3488000 summarydadoslimpTOBINQ2023 Min 1st Qu Median Mean 3rd Qu Max 002393 072552 103577 160297 176955 4406979 Calcular médias e desviospadrão meanROA meandadoslimpROA2023 narm TRUE sdROA sddadoslimpROA2023 narm TRUE meanROE meandadoslimpROE2023 narm TRUE sdROE sddadoslimpROE2023 narm TRUE meanTOBINQ meandadoslimpTOBINQ2023 narm TRUE sdTOBINQ sddadoslimpTOBINQ2023 narm TRUE Visualização dos dados Histograma de ROA libraryggplot2 Warning package ggplot2 was built under R version 433 ggplotdadoslimp aesx ROA2023 geomhistogrambinwidth 001 fill blue color black labstitle Histograma de ROA 2023 x ROA 2023 y Frequência Boxplot de ROA por Setor Econômico ggplotdadoslimp aesx SetorEconomico y ROA2023 geomboxplot labstitle Boxplot de ROA 2023 por Setor Econômico x Setor Econômico y ROA 2023 themeaxistextx elementtextangle 45 hjust 1 Scatter plot de ROA vs ROE ggplotdadoslimp aesx ROA2023 y ROE2023 geompoint labstitle Scatter plot de ROA vs ROE x ROA 2023 y ROE 2023 Scatter plot de ROA vs TOBINQ ggplotdadoslimp aesx ROA2023 y TOBINQ2023 geompoint labstitle Scatter plot de ROA vs TOBINQ x ROA 2023 y TOBINQ 2023 Junatando os anos das variáveis para poder analisar os modelos librarylmtest Carregando pacotes exigidos zoo Attaching package zoo The following objects are masked from packagebase asDate asDatenumeric librarysandwich Warning package sandwich was built under R version 433 librarytidyverse Warning package tidyverse was built under R version 433 Warning package readr was built under R version 433 Warning package dplyr was built under R version 433 Attaching core tidyverse packages tidyverse 200 dplyr 114 readr 215 forcats 100 stringr 150 lubridate 192 tibble 321 purrr 102 tidyr 130 Conflicts tidyverseconflicts dplyrfilter masks statsfilter dplyrlag masks statslag ℹ Use the conflicted package httpconflictedrliborg to force all conflicts to become errors colnamesdadoslimp 1 ID Company Country SetorEconomico 5 Sector ROA2023 ROA2022 ROA2021 9 ROA2020 ROA2019 ROA2018 ESG2023 13 ESG2022 ESG2021 ESG2020 ESG2019 17 ESG2018 G2023 G2022 G2021 21 G2020 G2019 G2018 E2023 25 E2022 E2021 E2020 E2019 29 E2018 S2023 S2022 S2021 33 S2020 S2019 S2018 ROE2023 37 ROE2022 ROE2021 ROE2020 ROE2019 41 ROE2018 TOBINQ2023 TOBINQ2022 TOBINQ2021 45 TOBINQ2020 TOBINQ2019 TOBINQ2018 CRE2023 49 CRE2022 CRE2021 CRE2020 CRE2019 53 CRE2018 TAM2023 TAM2022 TAM2021 57 TAM2020 TAM2019 TAM2018 ALAV2023 61 ALAV2022 ALAV2021 ALAV2020 ALAV2019 65 ALAV2018 Transformar os dados de wide para long juntando os anos dadoslong dadoslimp pivotlonger cols cstartswithROA startswithESG startswithG startswithE startswithS startswithTAM startswithALAV startswithCRE startswithROE startswithTOBINQ namesto cvalue year namespattern d attachdadoslong headdadoslong A tibble 6 16 ID Company Country SetorEconomico Sector year ROA ESG G E chr chr chr chr chr chr dbl dbl dbl dbl 1 GUDAX GUD Holdi Austra Consumer Cycl Consu 2023 00564 271 485 141 2 GUDAX GUD Holdi Austra Consumer Cycl Consu 2022 00659 249 358 139 3 GUDAX GUD Holdi Austra Consumer Cycl Consu 2021 00875 269 489 958 4 GUDAX GUD Holdi Austra Consumer Cycl Consu 2020 00804 288 579 771 5 GUDAX GUD Holdi Austra Consumer Cycl Consu 2019 0119 230 334 710 6 GUDAX GUD Holdi Austra Consumer Cycl Consu 2018 0115 229 475 881 ℹ 6 more variables S dbl TAM dbl ALAV dbl CRE dbl ROE dbl TOBINQ dbl Correlação entra as variáveis Correlação entre variáveis variaveisnumericas dadoslong selectESG TAM ALAV CRE matrizcorrelacao corvariaveisnumericas use completeobs matrizcorrelacao ESG TAM ALAV CRE ESG 100000000 041723452 0194994037 0010829016 TAM 041723452 100000000 0524324665 0025053283 ALAV 019499404 052432467 1000000000 0005564368 CRE 001082902 002505328 0005564368 1000000000 librarycorrplot Warning package corrplot was built under R version 432 corrplot 092 loaded corrplotmatrizcorrelacao method circle Primeiro Modelo RO Aiβ0β1 E SGi β2T A M iβ3 A L A V i β4C REiϵ i modeloroaesg lmROA ESG TAM ALAV CRE data dados summarymodeloroaesg Call lmformula ROA ESG TAM ALAV CRE data dados Residuals Min 1Q Median 3Q Max 065026 003429 001052 002379 231367 Coefficients Estimate Std Error t value Prt Intercept 3464e01 1609e02 21530 2e16 ESG 4218e04 5063e05 8331 2e16 TAM 1241e02 6928e04 17914 2e16 ALAV 1047e14 4966e15 2108 003505 CRE 2142e03 6912e04 3098 000195 Signif codes 0 0001 001 005 01 1 Residual standard error 007918 on 9841 degrees of freedom Multiple Rsquared 003795 Adjusted Rsquared 003756 Fstatistic 9705 on 4 and 9841 DF pvalue 22e16 O modelo de regressão linear que analisou o impacto da pontuação ESG tamanho da empresa TAM alavancagem ALAV e crescimento das vendas CRE sobre o Retorno sobre Ativos ROA apresentou resultados significativos A interceptação foi estimada em 03464 indicando que na ausência das variáveis preditoras o ROA médio seria de 3464 A pontuação ESG teve um coeficiente positivo de 000042 e esse coeficiente se mostrou ser significativo sugerindo que melhorias na pontuação ESG estão associadas a um aumento no ROA Por outro lado o tamanho da empresa teve um coeficiente negativo de 001241 também significativo indicando que empresas maiores tendem a ter um ROA menor A alavancagem mostrou uma relação positiva mas fraca enquanto o crescimento das vendas também foi positivo com um coeficiente de 000214 A análise dos resíduos indicou uma dispersão relativamente pequena com um erro padrão residual de 007918 No entanto o Rquadrado foi de 003795 sugerindo que as variáveis explicativas no modelo explicam aproximadamente 38 da variação no ROA A significância geral do modelo foi confirmada pelo valor F 9705 e pvalor proximo de zero indicando que o conjunto das variáveis preditoras é estatisticamente relevante na explicação do ROA Analise Gráfica plotmodeloroaesg Residuals vs Fitted Residuals Fitted values lmROA ESG TAM ALAV CRE QQ Residuals Standardized residuals Theoretical Quantiles lmROA ESG TAM ALAV CRE Pelos gráfico podemos notar a presença de outliers Teste de Normalidade H0 Os resíduos são normalmente distribuiídos H1 Os resíduos não seguem uma distribuição normal librarystats kstestmodeloroaesgresiduals pnorm meanmodeloroaesgresiduals sdmodeloroaesgresiduals Asymptotic onesample KolmogorovSmirnov test data modeloroaesgresiduals D 01378 pvalue 22e16 alternative hypothesis twosided Este resultado com um pvalor extremamente baixo rejeita a hipótese nula de que os resíduos seguem uma distribuição normal A normalidade dos resíduos é uma suposição crucial para a validade dos testes estatísticos aplicados no modelo de regressão Teste de Independência H0 Os resíduos são independentes H1 Os resíduos não são independentes librarylmtest dwtestmodeloroaesg DurbinWatson test data modeloroaesg DW 069223 pvalue 22e16 alternative hypothesis true autocorrelation is greater than 0 Esse resultado indica a presença de autocorrelação positiva significativa dos resíduos do modelo A hipótese nula do teste de DurbinWatson é de que não há autocorrelação serial nos resíduos e o pvalor extremamente baixo rejeita essa hipótese sugerindo que os resíduos não são independentes Teste da Homovedasticidade H0 Os resíduos são homocedasticos H1 Os resíduos são heterocedasticos bptestmodeloroaesg studentized BreuschPagan test data modeloroaesg BP 11132 df 4 pvalue 22e16 O pvalor extremamente baixo rejeita a hipótese nula de homocedasticidade indicando que há heterocedasticidade nos resíduos do modelo A presença de heterocedasticidade significa que a variabilidade dos resíduos não é constante o que pode invalidar os testes de significância dos coeficientes de regressão e as inferências baseadas no modelo Teste de Multicolineariedade librarycar Carregando pacotes exigidos carData Attaching package car The following object is masked from packagedplyr recode The following object is masked from packagepurrr some vifmodeloroaesg ESG TAM ALAV CRE 1212603 1609626 1380582 1001270 A análise do fator de inflação da variância VIF para o modelo revelou que todos os valores de VIF estão abaixo de 2 indicando ausência de multicolinearidade significativa entre os preditores Esses resultados sugerem que as variáveis independentes não estão altamente correlacionadas entre si permitindo que as estimativas dos coeficientes do modelo sejam confiáveis e não afetadas por problemas de colinearidade Segundo Modelo RO Eiβ0β1 E SGi β2T A M iβ3 A L A V i β4C REiϵ i modeloroeesg lmROE ESG TAM ALAV CRE data dadoslong summarymodeloroeesg Call lmformula ROE ESG TAM ALAV CRE data dadoslong Residuals Min 1Q Median 3Q Max 40036 008 001 007 34864 Coefficients Estimate Std Error t value Prt Intercept 2305e01 1216e00 0190 0850 ESG 1928e03 3826e03 0504 0614 TAM 9331e03 5235e02 0178 0859 ALAV 1383e13 3752e13 0369 0712 CRE 2576e02 5223e02 0493 0622 Residual standard error 5983 on 9841 degrees of freedom Multiple Rsquared 678e05 Adjusted Rsquared 00003386 Fstatistic 01668 on 4 and 9841 DF pvalue 09553 Como o pvalor do teste F foi maior que 005 indicando que com 5 de significância o modelo não é estatisticamente significativo Isso sugere que as variações nas variáveis independentes ESG TAM ALAV e CRE não são capazes de explicar a variação na variável dependente ROE O Rquadrado ajustado foi negativo 00003386 reforçando a baixa capacidade explicativa do modelo Portanto as variáveis independentes não contribuem de maneira significativa para a previsão do ROE e o modelo em sua forma atual não é útil para prever o retorno sobre o patrimônio líquido Analises plotmodeloroeesg Residuals vs Fitted Residuals Fitted values lmROE ESG TAM ALAV CRE QQ Residuals Standardized residuals Theoretical Quantiles lmROE ESG TAM ALAV CRE Teste de Normalidade kstestmodeloroeesgresiduals pnorm meanmodeloroeesgresiduals sdmodeloroeesgresiduals Asymptotic onesample KolmogorovSmirnov test data modeloroeesgresiduals D 043664 pvalue 22e16 alternative hypothesis twosided Teste de Independência dwtestmodeloroeesg DurbinWatson test data modeloroeesg DW 19905 pvalue 03097 alternative hypothesis true autocorrelation is greater than 0 Teste de Homocedasticidade bptestmodeloroeesg studentized BreuschPagan test data modeloroeesg BP 069926 df 4 pvalue 09514 Teste de Colineariedade vifmodeloroeesg ESG TAM ALAV CRE 1212603 1609626 1380582 1001270 Terceiro Modelo T obinQiβ0β1 E SGiβ2T A M iβ3 A L AV iβ4C R Eiϵ i modelotobinqesg lmTOBINQ ESG TAM ALAV CRE data dadoslong summarymodelotobinqesg Call lmformula TOBINQ ESG TAM ALAV CRE data dadoslong Residuals Min 1Q Median 3Q Max 3610 0884 0433 0225 59257 Coefficients Estimate Std Error t value Prt Intercept 1093e01 4107e01 26614 2e16 ESG 1302e02 1293e03 10069 2e16 TAM 4085e01 1769e02 23096 2e16 ALAV 6182e13 1268e13 4876 11e06 CRE 3197e02 1765e02 1811 00701 Signif codes 0 0001 001 005 01 1 Residual standard error 2021 on 9841 degrees of freedom Multiple Rsquared 005677 Adjusted Rsquared 005639 Fstatistic 1481 on 4 and 9841 DF pvalue 22e16 A análise do modelo de regressão mostra que as variáveis ESG TAM e ALAV são estatisticamente significativas com pvalores inferiores a 0001 indicando que influenciam significativamente o Q de Tobin O ESG tem um efeito positivo e significativo enquanto o tamanho da empresa TAM tem um efeito negativo significativo A alavancagem ALAV também é significativa mas com um impacto muito pequeno O crescimento das vendas CRE apresenta um pvalor de 00701 considerando um nvel de significância de 5 essa variável não se mostra estatisticamente significativa O modelo tem um R 2 de 005677 indicando que explica cerca de 567 da variação no Q de Tobin Analises plotmodelotobinqesg Residuals vs Fitted Residuals Fitted values lmTOBINQ ESG TAM ALAV CRE QQ Residuals Standardized residuals Theoretical Quantiles lmTOBINQ ESG TAM ALAV CRE Teste de Normalidade kstestmodeloroeesgresiduals pnorm meanmodeloroeesgresiduals sdmodeloroeesgresiduals Asymptotic onesample KolmogorovSmirnov test data modeloroeesgresiduals D 043664 pvalue 22e16 alternative hypothesis twosided Teste de Independência dwtestmodeloroeesg DurbinWatson test data modeloroeesg DW 19905 pvalue 03097 alternative hypothesis true autocorrelation is greater than 0 Teste de Homocedasticidade bptestmodeloroeesg studentized BreuschPagan test data modeloroeesg BP 069926 df 4 pvalue 09514 Teste de Colineariedade vifmodeloroeesg ESG TAM ALAV CRE 1212603 1609626 1380582 1001270 Quarto Modelo RO Aiβ0β1 Eiβ2 Si β3Giβ4T A M i β5 A L AV iβ6C R Eiϵ i modeloroaesgsep lmROA E S G TAM ALAV CRE data dadoslong summarymodeloroaesgsep Call lmformula ROA E S G TAM ALAV CRE data dadoslong Residuals Min 1Q Median 3Q Max 066049 003365 001037 002382 232411 Coefficients Estimate Std Error t value Prt Intercept 3274e01 1645e02 19905 2e16 E 1825e04 4542e05 4018 591e05 S 5216e04 5235e05 9965 2e16 G 4911e05 4202e05 1169 024250 TAM 1161e02 7022e04 16528 2e16 ALAV 8843e15 4958e15 1784 007451 CRE 2060e03 6896e04 2988 000282 Signif codes 0 0001 001 005 01 1 Residual standard error 007898 on 9839 degrees of freedom Multiple Rsquared 004302 Adjusted Rsquared 004243 Fstatistic 7371 on 6 and 9839 DF pvalue 22e16 A análise do modelo revela que as variáveis E Ambiental e S Social têm efeitos significativos sobre o Retorno sobre Ativos ROA com pvalores menores que 0001 indicando que influenciam positivamente o ROA Por outro lado a variável G Governança não é estatisticamente significativa com pvalor maior que 005 sugerindo que sua contribuição para o ROA é irrelevante neste contexto O tamanho da empresa TAM também é um determinante importante e negativo do ROA com pvalor 0001 A alavancagem ALAV apresenta um pvalor não significativo 007451 sugerindo que pode ter um efeito potencialmente relevante mas não conclusivo O crescimento das vendas CRE é significativo e positivo com pvalor de 000282 O modelo possui um R 2 de 004302 indicando que explica cerca de 43 da variação no ROA Analises Teste de Normalidade kstestmodeloroaesgsepresiduals pnorm meanmodeloroaesgsepresiduals sdmodeloroaesgsepresiduals Asymptotic onesample KolmogorovSmirnov test data modeloroaesgsepresiduals D 013813 pvalue 22e16 alternative hypothesis twosided Teste de Independência dwtestmodeloroaesgsep DurbinWatson test data modeloroaesgsep DW 069807 pvalue 22e16 alternative hypothesis true autocorrelation is greater than 0 Teste de Homocedasticidade bptestmodeloroaesgsep studentized BreuschPagan test data modeloroaesgsep BP 11807 df 6 pvalue 22e16 Teste de Colineariedade vifmodeloroaesgsep E S G TAM ALAV CRE 1915879 1868822 1181872 1662040 1382999 1001493 Quinto Modelo RO Eiβ0β1 Eiβ2 Si β3Giβ4T A M i β5 A L AV iβ6C R Eiϵ i Modelo para ROE com Fatores ESG Separados modeloroeesgsep lmROE E S G TAM ALAV CRE data dadoslong summarymodeloroeesgsep Call lmformula ROE E S G TAM ALAV CRE data dadoslong Residuals Min 1Q Median 3Q Max 40030 010 002 008 34866 Coefficients Estimate Std Error t value Prt Intercept 4577e01 1246e00 0367 0713 E 2893e03 3441e03 0841 0400 S 2611e04 3966e03 0066 0948 G 1098e03 3183e03 0345 0730 TAM 1721e02 5320e02 0324 0746 ALAV 1492e13 3756e13 0397 0691 CRE 2647e02 5224e02 0507 0612 Residual standard error 5983 on 9839 degrees of freedom Multiple Rsquared 00001398 Adjusted Rsquared 00004699 Fstatistic 02293 on 6 and 9839 DF pvalue 09673 Teste de Normalidade kstestmodeloroeesgsepresiduals pnorm meanmodeloroeesgsepresiduals sdmodeloroeesgsepresiduals Asymptotic onesample KolmogorovSmirnov test data modeloroeesgsepresiduals D 043561 pvalue 22e16 alternative hypothesis twosided Teste de Independência dwtestmodeloroeesgsep DurbinWatson test data modeloroeesgsep DW 19907 pvalue 0308 alternative hypothesis true autocorrelation is greater than 0 Teste de Homocedasticidade bptestmodeloroeesgsep studentized BreuschPagan test data modeloroeesgsep BP 42157 df 6 pvalue 06475 Teste de Colineariedade vifmodeloroeesgsep E S G TAM ALAV CRE 1915879 1868822 1181872 1662040 1382999 1001493 Sexto Modelo T obinQiβ0β1 Ei β2 Siβ3Giβ4T A M iβ5 A L A V iβ6C R Eiϵ i Modelo para Q de Tobin com Fatores ESG Separados modelotobinqesgsep lmTOBINQ E S G TAM ALAV CRE data dadoslong summarymodelotobinqesgsep Call lmformula TOBINQ E S G TAM ALAV CRE data dadoslong Residuals Min 1Q Median 3Q Max 3567 0860 0420 0233 59759 Coefficients Estimate Std Error t value Prt Intercept 1038e01 4191e01 24775 2e16 E 5681e03 1158e03 4908 935e07 S 1711e02 1334e03 12829 2e16 G 1136e05 1071e03 0011 09915 TAM 3840e01 1790e02 21458 2e16 ALAV 5670e13 1263e13 4487 729e06 CRE 2955e02 1757e02 1682 00926 Signif codes 0 0001 001 005 01 1 Residual standard error 2013 on 9839 degrees of freedom Multiple Rsquared 006498 Adjusted Rsquared 006441 Fstatistic 114 on 6 and 9839 DF pvalue 22e16 Teste de Normalidade kstestmodelotobinqesgsepresiduals pnorm meanmodelotobinqesgsepresiduals sdmodelotobinqesgsepresiduals Asymptotic onesample KolmogorovSmirnov test data modelotobinqesgsepresiduals D 020899 pvalue 22e16 alternative hypothesis twosided Teste de Independência dwtestmodelotobinqesgsep DurbinWatson test data modelotobinqesgsep DW 045463 pvalue 22e16 alternative hypothesis true autocorrelation is greater than 0 Teste de Homocedasticidade bptestmodelotobinqesgsep studentized BreuschPagan test data modelotobinqesgsep BP 1108 df 6 pvalue 22e16 Teste de Colineariedade vifmodelotobinqesgsep E S G TAM ALAV CRE 1915879 1868822 1181872 1662040 1382999 1001493