Os sucessivos confinamentos e restrições causadas pela pandemia COVID-19 provocaram consequências económicas severas. A mensuração das perdas de crédito esperadas (PCE) segundo a Internacional Financial Reporting Standard (IFRS) 9 Financial Instruments é um processo complicado, que fica mais desafiante com a falta de informação passada comparável. Como resultado, os modelos de PCE foram incapazes de preverem estes valores com precisão. Para enfrentar esta incerteza, as entidades utilizaram overlays – ajustamentos feitos fora dos modelos de PCE – como uma forma a atenuarem este problema (PwC, 2020). O principal objetivo deste estudo é avaliar a relevância dos overlays para os investidores e aferir se estes são significantes na previsão de rendimentos e de fluxos de caixa operacionais (FCO). Para alcançar isto, o estudo utiliza o modelo da regressão de preço com base em Ohlson's (1995) e modelos baseados na metodologia de Dhaliwal et al.'s (1999) para determinar a previsibilidade de rendimentos e FCO. Foi utilizada uma amostra de 36 bancos da União Europeia e analisados dados relativamente a 2020 e 2021, que coincide com o período em que a pandemia teve o seu maior impacto. Os resultados evidenciam que enquanto os overlays tiveram uma relevância negativa, não contribuíram de forma significativa para a previsibilidade de rendimentos e FCO.

The COVID-19 pandemic and its successive lockdowns and restrictions have had severe economic consequences. The measurement of Expected Credit Losses (ECL) under the International Financial Reporting Standard (IFRS) 9 Financial Instruments is a complicated process, made more challenging by the lack of comparable data from past events. As a result, ECL models were unable to accurately predict these losses. To address this issue, entities turned to overlays, adjustments made outside of the ECL models, as a means to try and mitigate the problem (PwC, 2020). The main aim of this paper is to evaluate the value relevance of overlays for investors and to examine whether they are significant in predicting earnings and operating cash flows (OCF). To achieve this, the study employed the price regression model based on Ohlson's (1995) framework and models based on Dhaliwal et al.'s (1999) methodology to assess the predictiveness of earnings and OCF. The study used a sample of 36 European Union banks and analysed data from 2020 and 2021, which was the period when the pandemic had the most severe impact. The findings revealed that while overlays had a negative value relevance, they did not significantly contribute to predict earnings and OCF.

info:eu-repo/semantics/publishedVersion

Mestrado Bolonha em Accounting