TODOS OS DOCUMENTOS DESTA COLEÇÃO PODEM SER ACESSADOS, MANTENDO-SE OS DIREITOS DOS AUTORES PELA CITAÇÃO DA ORIGEMANDREA MARIA ACCIOLY FONSECA MINARDICantaux, Nicolas de Moraes2022-07-142022-07-142019https://repositorio.insper.edu.br/handle/11224/3756O underpricing das ofertas públicas iniciais é um fenômeno observado em todos os mercados financeiros do mundo. O primeiro dia de venda de ações no mercado secundário tem se mostrado, na média, uma ótima oportunidade para os investidores de todo o mundo obterem o alpha que tanto procuram. O objetivo deste trabalho é de verificar se o Private Equity exerce influência na avaliação e, consequentemente, no underpricing de IPO das empresas listadas na bolsa de valores brasileira. Para analisar a formação do underpricing abordo duas perspectivas teóricas: Assimetria de Informação e Finanças Comportamentais; investigando como o Private Equity conversa com cada uma delas para auxiliar na construção de hipóteses teóricas. Para conduzir o estudo empírico, utilizo uma amostra de 161 IPOs de empresas brasileiras que aconteceram de 2004 a 2018. Emprego duas ferramentas econométricas de estimação: (i) Regressão Linear Múltipla para identificar se o impacto do Private Equity no underpricing é relevante e, em caso positivo, em qual direção ela ocorre, controlando por outras variáveis exógenas e (ii) Propensity Score Matching para contornar o problema de “viés de seleção” e estimar de maneira mais adequada o efeito médio de tratamento que o Private Equity mostrou no underpricing das empresas investidas vis-à-vis ao das demais empresas da amostra. Meus resultados revelam que o Private Equity exerce um impacto positivo sobre o retorno anormal, no qual as empresas que foram investidas por fundos de PE apresentaram um underpricing de 4,35 a 4,64 pontos percentuais superior ao das demais empresas da amostra47 p.DigitalPortuguêsprivate equityOferta Pública Inicialempresas brasileirasregressão linear múltiplaIPObachelor thesispropensity score matchingunderpricingprivate equitybrazilian companiesmultivariate linear regression