PodAccounting

This doctoral dissertation, defended by Arthur do Nascimento Ferreira Barros at the Federal University of Pernambuco in 2024, investigates how incentive contracts influence corporate whistleblowing behavior. The study is structured around a systematic literature review of academic research published between 2006 and 2023, alongside a novel experimental study on the effectiveness of rewards and penalties. The research evaluates whether contract models combining financial incentives increase individuals' willingness to report fraud, while accounting for variables such as the whistleblower's moral identity and their proximity to the wrongdoer. The findings suggest that monetary incentives are significant motivators; however, the effectiveness of mixed contracts did not necessarily outperform individual reward or punishment models. The author concludes by offering practical guidelines to strengthen organizational ethics and governance mechanisms aimed at detecting misconduct.

Esta dissertação de doutorado, defendida por Arthur do Nascimento Ferreira Barros na Universidade Federal de Pernambuco em 2024, investiga como os contratos de incentivo influenciam o comportamento de denúncia de irregularidades corporativas. O trabalho está estruturado em uma revisão sistemática da literatura acadêmica produzida entre 2006 e 2023 e em um estudo experimental inédito sobre a eficácia de recompensas e penalidades. A pesquisa avalia se modelos contratuais que combinam incentivos financeiros aumentam a disposição dos indivíduos em reportar fraudes, considerando variáveis como a identidade moral do denunciante e a proximidade com o infrator. Os resultados sugerem que incentivos monetários são motivadores significativos, mas a eficácia de contratos mistos não superou necessariamente os modelos individuais de premiação ou punição. O autor conclui oferecendo diretrizes práticas para o fortalecimento da ética organizacional e dos mecanismos de governança voltados à detecção de má conduta.

The study analyzes the impact of fiscal monitoring on the tax behavior of the large firms listed on B3 and explores a natural experiment caused by the intervention of the RFB through the Economic-Tax Monitoring of the largest contributors. A Discontinuous Regression (RD) design with multiple cutoffs is used to identify the effect and understand the companies’ response mechanisms. The results indicate a heterogeneous local average effect due to the different intensity of enforcement exercised on each niche of companies. However, only the largest companies, categorized with total assets above the median, increase reported gross revenue and taxes paid. The more aggressive companies also start to report higher values of gross revenue, but manage to avoid paying more taxes. There is suggestive evidence that some types of companies are able to readjust, probably via a change in planning and increased liquidity, so as not to compromise their results. The findings suggest that auditing by a tax authority can promote gains both for companies and in terms of tax revenue.

Esta pesquisa analisa o impacto do monitoramento fiscal da Receita Federal do Brasil (RFB) sobre o comportamento tributário de grandes empresas listadas na B3. Utilizando um modelo de regressão descontínua, o estudo examina se o acompanhamento especial ou diferenciado motiva um maior compliance espontâneo ou reduz a evasão. Os resultados revelam que apenas o acompanhamento especial gera um aumento significativo nas receitas reportadas, embora firmas mais agressivas consigam evitar um aumento proporcional no pagamento de impostos. Contudo, as maiores empresas do grupo respondem ao monitoramento elevando tanto a receita declarada quanto o total de tributos pagos. O autor conclui que a fiscalização rigorosa fortalece a governança corporativa e pode gerar ganhos simultâneos para o Estado e para as companhias. O texto ressalta, por fim, que a eficácia da autoridade tributária é maior quando focada nos contribuintes de elevada capacidade econômica.

This doctoral dissertation, written by Gustavo Henrique Costa Souza in 2023 at the Federal University of Pernambuco, investigates how artificial intelligence transparency influences managerial decision-making. The study employs a behavioral experiment with financial managers to examine whether greater clarity regarding how algorithms operate increases or decreases professionals’ reliance on technological recommendations.The author explores the “black box” paradox by comparing highly accurate but complex models with simpler and more interpretable systems. The research also analyzes whether the effects of transparency vary according to the nature of the decision, distinguishing between short-term operational decisions and long-term strategic choices.The findings suggest that greater transparency may, paradoxically, reduce acceptance of machine-generated recommendations, challenging traditional theoretical expectations regarding trust in human–machine interaction. As such, the dissertation offers relevant theoretical and practical contributions to the fields of management accounting and information systems.

Esta tese de doutorado, escrita por Gustavo Henrique Costa Souza em 2023 para a Universidade Federal de Pernambuco, investiga como a transparência da inteligência artificial influencia a tomada de decisões gerenciais. O estudo utiliza um experimento comportamental com gestores financeiros para analisar se a clareza sobre o funcionamento dos algoritmos aumenta ou diminui a aderência dos profissionais às recomendações da tecnologia. O autor explora o paradoxo da "caixa-preta", comparando modelos complexos de alta precisão com sistemas mais simples e compreensíveis. A pesquisa também examina se o impacto dessa transparência varia conforme a natureza da escolha, diferenciando decisões operacionais de curto prazo e decisões estratégicas de longo prazo. Os resultados finais sugerem que uma maior transparência pode, curiosamente, reduzir a aceitação das sugestões da máquina, desafiando previsões teóricas tradicionais sobre a confiança na interação homem-máquina. Assim, o trabalho oferece contribuições práticas e teóricas relevantes para a área de contabilidade gerencial e sistemas de informação.

This doctoral dissertation examines the causal impact of the announcement of the first COVID-19 case in Brazil on the national stock market. The author, Ricardo Ferreira Dantas, exploits an exogenous shock to investor sentiment to analyze variations in prices and trading volumes on B3 using high-frequency data.The study highlights that the reaction to pandemic-induced panic was asymmetric, varying according to the level of investor sophistication: institutional investors adopted defensive selling strategies, while less experienced individuals exhibited divergent behaviors. Beyond investor profiles, the research also investigates sectoral heterogeneity and how firm-specific characteristics—such as size and governance—either mitigated or amplified the effects of the crisis.The study contributes to the behavioral finance literature by demonstrating how intense emotions influence price formation in periods of extreme uncertainty.

Este episódio apresenta uma palestra do professor Mamadou Dieng na UFPE, focada em estratégias para identificar e articular a contribuição científica em projetos de mestrado e doutorado. O texto explora as raízes epistemológicas da ciência, citando filósofos como Popper e Kuhn, para contextualizar como o conhecimento evolui por meio de rupturas e incrementos originais. São detalhados cinco tipos de contribuição — teórica, metodológica, empírica, contextual e prática — diferenciando o rigor esperado entre uma dissertação e uma tese. O palestrante destaca a importância de preencher lacunas de pesquisa e discute a desconexão histórica entre a academia e o mercado prático na contabilidade. Por fim, propõe-se uma fórmula de quatro movimentos para estruturar a relevância do trabalho, auxiliando pesquisadores a posicionarem suas descobertas de forma clara perante bancas e periódicos.

Esta tese de doutorado analisa o impacto causal da notícia do primeiro caso de Covid-19 no Brasil sobre o comportamento do mercado acionário nacional. O estudo utiliza o anúncio da pandemia como um choque exógeno para investigar como o sentimento e o nível de sofisticação dos investidores influenciaram os preços e o volume de negociação na B3. Os resultados revelam que investidores institucionais reagiram de forma defensiva com o aumento das vendas, enquanto investidores individuais apresentaram comportamentos divergentes entre compra e venda. A pesquisa também identifica que certas características das empresas, como tamanho e rentabilidade, atenuaram as oscilações negativas de preço durante a crise. Estruturada com métodos de Regressão Descontínua, a obra oferece uma perspectiva valiosa sobre a influência de fatores emocionais e irracionais em cenários de incerteza extrema.

This study examines the relationship between oral communication anxiety and the cultural dimension of power distance among accounting students in Brazil and Portugal. Using a quantitative approach, the authors analyze how sociodemographic factors, such as gender and age, influence the fear of speaking in public or in group settings.The results show that higher levels of power distance are positively associated with greater communication apprehension. It was also found that women and younger students exhibit higher levels of anxiety, regardless of their country of origin.The study highlights that shared historical and cultural roots contribute to similar behavioral patterns in both Brazilian and Portuguese populations. Consequently, the findings suggest that reducing hierarchical barriers may be key to improving the communication skills of future accounting professionals.

Este estudo investiga a relação entre a ansiedade na comunicação oral e a dimensão cultural de distância do poder entre estudantes de contabilidade no Brasil e em Portugal. Através de uma abordagem quantitativa, os autores analisaram como fatores sociodemográficos, como gênero e idade, influenciam o receio de falar em público ou em grupos. Os resultados demonstram que níveis mais elevados de distância do poder estão positivamente correlacionados com uma maior apreensão comunicativa. Observou-se que mulheres e alunos mais jovens apresentam índices superiores de ansiedade, independentemente do país de origem. A pesquisa destaca que as raízes históricas e culturais compartilhadas mantêm padrões de comportamento similares entre as populações brasileira e portuguesa. Consequentemente, o artigo sugere que reduzir as barreiras hierárquicas pode ser fundamental para aprimorar as competências comunicativas dos futuros profissionais contábeis.

We employed FinBERT-PT-BR, a transformer-based language model trained on Brazilian Portuguese financial text, to develop an Informativeness Index designed to quantify the informational value of narrative disclosures. The dataset comprises 26,804 annual financial statement notes from 1,152 publicly listed companies in Brazil, spanning a 12-year period (2011–2023). In addition to this novel metric, we compute conventional readability measures, Flesch-Kincaid Reading Ease, Fog Index, SMOG Index, and Loughran-McDonald Index, for each note. Machine learning regressors (Random Forest and Gradient Boosting) are then applied to assess which readability metric best approximates the informativeness score derived from the model’s three underlying dimensions: Boilerplateness, Completeness, and Density. Additionally, we conduct a feature-importance analyses across multiple models indicate that the Loughran-McDonald Index most closely captures the variation in informativeness, suggesting it is the most effective proxy for readability in Portuguese financial disclosures. These findings provide empirical evidence whose implication is able to provide new perspective on the theoretical linkage between textual complexity and informational obfuscation within an agency-theory framework. This research advances the literature by integrating language models and machine-learning techniques into the study of financial disclosure quality in Portuguese, a largely underexplored linguistic and regulatory context, while leveraging a large, longitudinal dataset. Future work could extend this approach by incorporating cross-linguistic models, human-rated benchmarks, or hybrid embeddings to further validate and refine the informativeness construct.

We employ a language model (FinBERT-PT-BR) trained in Brazilian Portuguese to develop a Informativeness Index, assigning scores to 26.804 yearly financial statement notes from 1152 companies in Brazil over the span of 12 years. Additionally, we calculate the usual readability metrics (Flesch-Kincaid reading ease, Fog index, SMOG index, Loughran-McDonald Index) for all the notes and employ machine learning models to evaluate which readability metric best represents an informativeness index built upon the dimensions of Boilerplateness, Completeness and Density. The evaluation of which readability metric is closets to measuring the informativeness of financial text is based on the feature importance, which indicates the best proxy for financial text readability of Portuguese text should be the Loughran-McDonald Index. These findings are in line with the literature. This research contributes to the literature by employing novel methods (Machinelearning and language models) within a not-so-explored field (Portuguese financial information) with a reasonably large dataset. Further research may be needed to aggregate different Language models or human experiments to increase the validity of the metric concept.