PodAccounting

PPGCC / UFPE
  • 0.0 (0)
  • BUSINESS

PodAccounting é o podcast que transforma dissertações e teses em conversas relevantes. A maioria das pesquisas morre na prateleira. Aqui, não. O PodAccounting dá voz às dissertações e teses do PPGCC/UFPE - explorando o que elas realmente dizem, onde contribuem e onde podem ser questionadas. Sem simplificação excessiva. Sem academicismo vazio. Só boa pesquisa, bem discutida. Todos os debates são gerados por IA.

Episodes

  1. 4D AGO

    Ep. 04 - AI Transparency and Managerial Decision-Making Analysis

    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.

    26 min

  2. MAY 11

    Ep. 04 - Por que gestores preferem IA caixa preta?

    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.

    16 min

  3. MAY 4

    Ep. 03 - Investor sophistication and stock market behavior during COVID-19

    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.

    25 min

  4. APR 30 ·  BONUS

    Ep. Especial - Palestra Prof Mamadou Dieng: Estratégias de identificação de contribuição da pesquisa

    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.

    23 min

  5. APR 27

    Ep. 03 - O papel da sofisticação dos investidores sobre o comportamento do mercado de ações no contexto da COVID-19

    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.

    17 min

  6. APR 20

    Ep. 02 - A cultural approach to oral communication apprehension by accounting students

    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.

    26 min

  7. APR 13

    Ep. 02 - Cultura e apreensão na comunicação dos estudantes de contabilidade

    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.

    15 min

  8. APR 9

    Ep. 01 - Machine learning and readability in accounting: an ensemble learning approach

    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.

    19 min

  9. MAR 31

    Ep 01 - Aprendizado de máquina e legibilidade em contabilidade: uma abordagem de ensemble learning

    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.

    24 min
  • 9 Episodes

About

PodAccounting é o podcast que transforma dissertações e teses em conversas relevantes. A maioria das pesquisas morre na prateleira. Aqui, não. O PodAccounting dá voz às dissertações e teses do PPGCC/UFPE - explorando o que elas realmente dizem, onde contribuem e onde podem ser questionadas. Sem simplificação excessiva. Sem academicismo vazio. Só boa pesquisa, bem discutida. Todos os debates são gerados por IA.

Information

  • Creator
    PPGCC / UFPE
  • Years Active
    2K
  • Episodes
    9
  • Rating
    Clean
  • Copyright
    © PPGCC / UFPE
  • Show Website
    PodAccounting