Este trabalho objetivou investigar se o uso corporativo do X (antigo Twitter), para divulgação de informações financeiras, bem como curtidas, comentários e retweets relacionados a essas informações, podem melhorar a precisão da previsão dos analistas. A disseminação de informações no X sinaliza evidências adicionais para os interessados na organização, como os analistas. Foi operacionalizada regressão linear múltipla, com erros padrão robustos. A análise consistiu em 2.548 observações, no período de 2013 a 2019. Os resultados demonstram que o erro da previsão dos analistas é maximizado de acordo com as reações das publicações. As curtidas, comentários e retweets do trimestre anterior influenciam a precisão da previsão dos analistas no trimestre atual. Uma possível explicação para este resultado pode residir no fato de que as empresas publicam informações demasiadamente otimistas. Isso leva a uma reação otimista por parte dos usuários, consequentemente, induzindo os analistas ao erro. A análise adicional verificou a interação entre empresas com lucro no período e as variáveis do X. Os resultados da interação das variáveis com o lucro das empresas, indicaram que empresas lucrativas que tweetam demonstram ter um erro maior de previsão dos analistas, em comparação com empresas lucrativas que não tweetam. A pesquisa evidenciou que as mídias sociais podem ser um importante canal para disseminar informações financeiras pelas empresas. Ademais, a interação entre empresas e stakeholders, ou entre os próprios stakeholders no X, facilita a comunicação, circulação de informações e possibilita o feedback, aspectos que, em conjunto, influenciam os interessados na empresa, como os analistas.
This study aimed to investigate whether the corporate use of X (formerly Twitter) for disseminating financial information, as well as likes, comments, and retweets related to this information, can improve analysts' forecasting accuracy. The dissemination of information on X signals additional evidence for stakeholders in the organization, such as analysts. Multiple linear regression was employed, with robust standard errors. The analysis consisted of 2,548 observations from the period of 2013 to 2019. The results demonstrate that analysts' forecast error is maximized according to the reactions to the posts. Likes, comments, and retweets from theprevious quarter influence the accuracy of analysts' forecasts in the current quarter. A possible explanation for this result may lie in the fact that companies publish excessively optimistic information. This leads to an optimistic reaction from users, consequently inducing analysts to err. Further analysis examined the interaction between profitable companies during the period and the variables from X. The results of the interaction between the variables and the companies' profits indicated that profitable companies that tweet demonstrate a greater forecast error from analysts compared to profitable companies that do not tweet. The research highlighted that social media can be an important channel for companies to disseminate financial information. Furthermore, the interaction between companies and stakeholders, or among stakeholders themselves on X, facilitates communication, information circulation, and enables feedback—factors that, together, influence stakeholders in the company, such as analysts.
