Confiança nos mercados financeiros: o papel do elemento humano

Resumo

Objetivo:

Este artigo sugere que o elemento humano é fundamental quando se trata da confiança dos investidores nos mercados financeiros. Ignorá-lo pode comprometer a eficácia do recente crescimento regulatório. Ele adota uma perspectiva de demanda, presumindo que o relacionamento entre consultores financeiros e investidores seja baseado na confiança e analisa as condições que podem levar à existência (ou não) da confiança.

Metodologia:

O uso da análise comparativa qualitativa do conjunto difuso (fsQCA, na sigla em inglês) nos dados coletados de 366 questionários nos permite testar, de maneira qualitativa e não paramétrica, os argumentos condicionais que podem levar os investidores a confiar (ou não) em seu consultor financeiro.

Resultados:

Os resultados mostram que as condições para a confiança diferem, dependendo do grau de participação dos investidores nos mercados financeiros. A maneira como o investidor com uma relação básica com os mercados financeiros vê o comportamento de seu consultor financeiro é fundamental para estabelecer (ou não) sua confiança. Para investidores com um relacionamento mais avançado com o mercado, a confiança (ou sua ausência) também depende das características dos investidores. Em particular, a educação financeira tem um papel nada desprezível. A análise conjunta das condições que levam à confiança e sua ausência destaca a robustez das nossas constatações.

Contribuições:

Ao entender as condições que estabelecem a confiança, as instituições financeiras podem elaborar estratégias para fortalecer o nível de confiança dos investidores em seus serviços, melhorando o relacionamento entre os participantes do mercado e aumentando os negócios. Do ponto de vista das autoridades supervisoras, a aprovação de um código de conduta para consultores financeiros, levando em consideração nossos resultados, pode ajudar a melhorar a confiança geral nos mercados financeiros. Até onde sabemos, este estudo é o primeiro a aplicar a escala psicométrica de Butler (1991) e a metodologia fsQCA para estudar a confiança dos investidores em consultores financeiros.

Palavras-chave:
Regulação bancária; confiança; educação financeira; fsQCA; mercado financeiro

Abstract

Purpose:

This paper suggests that the human element is key when it comes to investors’ trust in financial markets. Ignoring it may jeopardise the effectiveness of the recent regulatory growth. The study takes a demand-based perspective, assuming the relationship between financial advisors and investors is based upon trust, and it analyses the conditions that may lead to the existence (or not) of trust.

Design/methodology/approach:

Using a fuzzy-set qualitative comparative analysis (fsQCA) of data collected from 366 questionnaires, we are able to test, in a qualitative non-parametric way, the conditional arguments that may lead investors to trust (or not) their financial advisor.

Findings:

The results show that trust conditions differ, depending on the degree of investors’ participation in financial markets. The way investors with a basic relationship with financial markets perceive the behaviour of their financial advisors is key in establishing (or not) their trust. For investors with a more advanced relationship with the market, trust (or its absence) also depends on investors’ characteristics. In particular, their financial literacy plays a more-than-negligible role. The joint analysis of the conditions leading to trust and its absence highlights the robustness of our findings.

Originality/value:

By understanding the conditions that establish trust, financial institutions can design strategies to strengthen the level of investors’ confidence in their services, improving the relationship between market players, and increasing business. From the supervisory authorities’ point of view, the approval of a code of conduct for financial advisors, taking into account our results, can help improve the overall trust in financial markets. To the best of our knowledge, this study is the first to apply Butler’s (1991) psychometric scale and the fsQCA methodology to study investors’ trust in financial advisors.

Keywords:
Banking Regulation; Trust; Financial Literacy; fsQCA; Financial Market

1 Introdução

Na economia, a confiança pode ser um ativo importante (Fukuyama 1995; Guiso, Sapienza & Zingales 2004; La Porta, Lopez-De-Silanes, Shleifer & Vishny, 1997). No contexto dos mercados financeiros, a confiança é fundamental. Quando não há confiança, a cooperação e as operações financeiras diminuem e o investimento se torna escasso (Sapienza & Zingales, 2012). Os sucessivos escândalos envolvendo atores do mercado financeiro (Rezaee, 2005) contribuíram significativamente para a erosão da confiança nos mercados financeiros (Delis & Mylonidis, 2015; Sapienza & Zingales, 2012). Para enfrentar essa situação, os reguladores empregaram uma “receita antiga” e começaram a mudar os regulamentos, procedimentos e práticas (Barth, Caprio & Levine, 2004; Mayer, 2008). Mudanças como fixar valores mínimos mais altos para índices de capital, adotar práticas de supervisão mais restritivas e tentar introduzir informações de mercado melhores e mais frequentes, podem levar a um mercado financeiro mais controlado, mas não necessariamente à recuperação da confiança dos investidores. Na verdade, é provável que essas novas regras afetem o desempenho das instituições financeiras (Chortareas, Garza-Gracia & Girardone, 2012) afetando indiretamente seus funcionários (por exemplo, reduzindo o número de funcionários ou cortando remunerações), que são a interface natural entre as instituições e seus clientes e, portanto, os principais fatores da confiança. Ao negligenciar o papel dos consultores financeiros no restabelecimento da confiança no setor, os reguladores estão possivelmente minando a eficácia do recente crescimento da regulamentação.

Em sua pesquisa, Sapienza e Zingales (2012) identificaram uma queda acentuada nos níveis de confiança no mercado financeiro e descobriram que a causa mais relevante para essa queda estava relacionada à “ganância dos gestores e à má governança corporativa” (p. 128). O mais interessante é que eles também relataram que “enquanto a maioria dos entrevistados era a favor da intervenção do governo nos mercados financeiros, 80% da maioria pró-intervenção achavam que a forma de intervenção do governo os fazia confiar menos, e não mais, no mercado” (p. 130).

Recorrer aos fundamentos da confiança permite uma melhoria na qualidade da relação investidor/consultor financeiro e pode ajudar a desenvolver regulamentos mais eficazes no futuro. Analisamos tanto as condições psicométricas quanto as pontuações de educação financeira e o tipo de relacionamento do investidor com os mercados financeiros. Nosso objetivo é entender as condições, ou combinações de condições, que podem levar os investidores a confiar (ou não) em seus consultores financeiros. Do ponto de vista metodológico, este estudo é um dos primeiros a utilizar métodos de análise comparativa qualitativa (QCA) na literatura financeira e o primeiro na escala psicométrica de Butler (1991) a estudar a confiança dos investidores em consultores financeiros.

As aplicações financeiras alternativas de QCA publicadas recentemente por Damian e Manea (2019) e Ott, Williams, Saker e Staley (2019) destacam o amplo escopo de possíveis aplicações futuras no financiamento de métodos qualitativos.

O artigo está organizado da seguinte forma: o capítulo 2 fornece uma breve visão geral da literatura atual sobre confiança nos mercados financeiros; o capítulo 3 apresenta o design da pesquisa e o processo de coleta de dados; o capítulo 4 apresenta brevemente o método de análise de dados (fsQCA); o capítulo 5 apresenta e discute os resultados; e o capítulo 6 conclui e discute as limitações da análise.

2 Confiança no sistema financeiro

Confiança e relacionamentos de confiança têm sido um tópico de pesquisa em muitas disciplinas há muitos anos. Pesquisas sobre confiança podem ser encontradas nas áreas de filosofia, sociologia, psicologia, administração, marketing, ergonomia, interação homem-computador, psicologia industrial e comércio eletrônico (Paliszkiewicz, 2011). É, portanto, compreensível que a literatura sobre confiança seja bastante extensa.

Neste capítulo, enfocamos uma linha de literatura muito menor sobre a confiança no sistema financeiro e suas possíveis conexões com a literatura sobre educação financeira. Direcionamos o leitor interessado em um escopo mais amplo aos estudos de Bozic (2017), Guiso, Sapienza e Zingales (2004), Wang e Emurian (2005) e Welter (2012).

Do ponto de vista intuitivo, a confiança é para a economia o que o óleo é para o motor. Quando a confiança está presente, o custo da transação cai, as organizações têm um desempenho melhor e a economia como um todo opera de maneira muito mais eficiente (Cruciani & Rigoni, 2017; Fukuyama, 1995; Guiso, Sapienza & Zingales, 2009). No contexto do setor financeiro, particularmente no que diz respeito aos serviços bancários, a confiança dos investidores está relacionada à capacidade das instituições financeiras de prestar serviços de maneira adequada e competente, o que incentiva o uso dos serviços bancários (Kim, Shin & Lee, 2009; Lee & Chung, 2009). Em sua forma mais operacional, a confiança pode ser considerada como a crença de que outra pessoa ou instituição esteja executando ações que sejam benéficas ou pelo menos não sejam prejudiciais a outras pessoas, independentemente de sua capacidade de auditar essas ações. Portanto, a confiança é um elemento-chave nas transações de mercado, especialmente quando uma das partes envolvidas na transação - o cliente - possui um conhecimento muito menor sobre a transação do que a outra parte (Dearmon & Grier 2009; Ennew & Sekhon, 2007; Guiso et al., 2004, 2008; Ferreira, Freitas, Nunes & Giovannini, 2014; Leislier & Pinuer, 2016; Mayer, Davis & Schoorman, 1995).

Estudar o relacionamento entre investidores e seus consultores financeiros implica a necessidade de controlar a educação financeira, dada a infinidade de trabalhos relacionados aos dois conceitos (Cruciaini & Rigoni, 2017; Gennaioli, Shleifer & Vishny, 2015; Guiso, et al., 2004, 2008, 2009; Rooij, Maarten & Alessie, 2011). A educação financeira pode ser definida como a combinação de autoconsciência sobre o conhecimento financeiro e habilidades financeiras (Xu & Zia, 2012), a capacidade de gerir finanças pessoais e as habilidades necessárias para tomar decisões financeiras apropriadas (Remund, 2010). Essas noções estão associadas à capacidade de uma pessoa de obter, entender e avaliar informações relevantes (Calcagno & Monticone, 2015), bem como à ideia de planejar a poupança, o que pode levar a níveis mais altos de bem-estar financeiro. Pessoas com melhor educação financeira tem maior probabilidade de entender melhor como os mercados financeiros operam, mas também farão mais exigências antes de confiar em consultores financeiros do que as pessoas com um baixo nível de educação financeira (Kersting, Marley & Mellon, 2015; Sarigül, 2014). Consistentemente, para os níveis baixos de educação financeira, o relacionamento entre o consultor financeiro e o investidor parece depender principalmente da percepção do investidor sobre o comportamento do consultor (Cordell, Smith & Terry, 2011, Guiso, Sapienza & Zingales, 2008), ao passo que no caso dos níveis altos de educação financeira, o mesmo relacionamento se baseia também no conhecimento do investidor (Calcagno & Monticone, 2015).

Outro aspecto que deve ser levado em consideração ao estudar a confiança é a predisposição natural de cada investidor à confiança. Pessoas com alta predisposição para confiar podem confiar em seus consultores financeiros, mesmo em situação de má conduta, possivelmente com investimentos de grandes somas. Ao passo que para aqueles naturalmente predispostos a não confiar, podem ocorrer investimentos menores, o que está de acordo com a evidência de que a predisposição a confiar em seus consultores afeta a probabilidade de investir em ativos de risco (Agnew, Szykman, Utkus & Young, 2012; Georgarakos & Pasini, 2011).

Ao combinar a educação financeira e a predisposição para confiar, é fácil entender que as pessoas com pouco conhecimento, mas com alta predisposição para confiar, são os investidores que estão mais à mercê dos consultores financeiros. Nessa posição, se um consultor cobrar comissões altas, é provável que esses investidores sejam explorados devido à sua confiança, assumindo riscos desnecessários (Assad, 2015; Simon, Houghton & Aquino 2000) e podendo se tornar a próxima “vítima de banco”.

3 Pesquisa e coleta de dados

3.1 Projeto do questionário

Este estudo tem como base dados primários coletados diretamente dos investidores por meio de um questionário. Ele foi projetado com base nas seguintes escalas preexistentes: a conhecida escala de confiança de Butler (1991), uma escala de predisposição à confiança de Yamagishi e Sato (1986) e o teste de educação financeira proposto por van Rooij, Lusardi e Alessie (2011).

A interação dos investidores com os consultores financeiros é classificada como sendo (i) um relacionamento básico - para pessoas que possuem apenas conta corrente, poupança e/ou empréstimo, ou (ii) um relacionamento avançado - para pessoas que investem no mercado financeiro, diretamente ou através de produtos geridos por terceiros. As duas amostras são tratadas separadamente, a fim de discernir as diferenças que ocorrem entre os dois grupos.

Além de uma seção inicial dedicada a perguntas demográficas, nosso questionário principal tinha um total de 41 perguntas. As 26 primeiras são perguntas psicométricas e convidam o entrevistado a expressar seu nível de concordância ou discordância com uma afirmação, usando uma escala Likert de 1 a 5, na qual 1 significa discordo totalmente e 5 significa concordo totalmente. As 15 perguntas restantes constituem um exame do conhecimento financeiro, levando à atribuição de uma pontuação financeira, entre 0 e 15, a cada entrevistado.

A condição geral de confiança de Butler (1991) é usada para medir o grau total de confiança (trust) presente no relacionamento investidor/consultor financeiro - que é a principal variável analisada.

As demais variáveis podem ser divididas entre aquelas relacionadas às características dos investidores e aquelas relacionadas ao comportamento dos consultores financeiros (Tabela 1).

Tabela 1
Condições para análise da confiança

Características do investidor	Comportamento do consultor financeiro
Predisposição para confiar => prtrust Educação Financeira => finlit Idade => age	Integridade => integ Disponibilidade => avail Cumprimento de Promessa => promfull Competência = > compet

3.1.1 Características dos investidores

As características dos investidores consideradas aqui como condições possíveis são: a predisposição para confiar (prtrust), educação financeira (finlit) e idade (age).

Espera-se que o comportamento do consultor financeiro tenha um papel menos importante para uma pessoa com alta predisposição para confiar. A educação financeira poderá ter um papel duplo: investidores com maior nível de educação financeira tendem a ser mais exigentes com a relação a seus consultores, mas um baixo nível de educação financeira pode fazer com que os investidores não contratem investimentos mais avançados. Em termos de variáveis demográficas, apenas a idade revelou-se útil como uma condição para a confiança. Provavelmente, a idade acaba sendo importante, pois se espera que pessoas mais velhas tenham mais experiência na avaliação de relacionamentos.

3.1.2 O comportamento do consultor financeiro

Butler (1991) propõe que a confiança se baseia em uma variedade de propriedades comportamentais cuja confiabilidade está sob escrutínio. A escala de Butler foi amplamente validada e oferece categorias de comportamento relativamente claras que podem ser usadas para gerar confiança, trabalhando com condições que propagam a confiança, e não com as dimensões da confiança. Além disso, em comparação com escalas de confiança alternativas, Butler concentra-se nas condições de confiança de um alvo específico, que se encaixa em nosso objetivo.

Das dez condições originais de Butler, selecionamos as quatro que melhor se relacionam ao comportamento dos consultores financeiros, a saber: integridade (integ), disponibilidade (avail), cumprimento de promessas (promffull) e competência (compet).

Essa seleção é baseada na noção da facilidade de se fazer uma avaliação diária adequada dos tópicos solicitados, do ponto de vista do investidor. A disponibilidade, que está presente fisicamente com uma política de portas abertas, é uma condição fácil de monitorar. A competência refere-se à boa orientação e geralmente é percebida com base no desempenho passado, levando um investidor a confiar em um consultor que o ajuda com bons investimentos ao longo do tempo. Por fim, as condições cumprimento de promessa (manter-se fiel à palavra) e integridade (não mentir) estão relacionadas à capacidade de resistir a não ser honesto ao se comunicar com os clientes. Os consultores financeiros são frequentemente colocados em situações difíceis, nas quais têm de justificar algumas opções difíceis para seus clientes (Williamson, 1993). Às vezes, essas justificativas podem ser mais oportunistas do que honestas. Esperamos que os investidores tenham maior probabilidade de confiar em seus consultores quando percebem integralmente a honestidade e o realismo.

As outras condições de Butler (1991) - abertura, lealdade, imparcialidade, discrição, receptividade e confiabilidade - não são utilizadas, pois é mais difícil aplicá-las diretamente ao relacionamento entre investidores e consultores financeiros.

É importante observar que estamos adaptando e utilizando as condições de Butler (1991) fora do contexto original - ou seja, da relação supervisor-subordinado. A intenção aqui é utilizá-las de forma alternativa para ajudar a entender como os investidores percebem o comportamento de seus consultores financeiros e sua relação com a confiança em geral.

3.2 O processo e a robustez da coleta de dados

Antes de ser divulgada, a pesquisa foi submetida a um pré-teste com 10 pessoas, o que nos permitiu verificar a necessidade de alterar a redação das sete perguntas. Uma vez reformulada, a pesquisa foi enviada aos entrevistados não apenas por e-mail (com um link para o questionário), mas também pelo Facebook e LinkedIn, por meio de mensagens privadas.

Os entrevistados iniciais foram selecionados com base nos contatos pessoais dos pesquisadores e dos alunos do mestrado em Ciências Corporativas do Instituto Superior de Economia e Gestão (ISEG) da Universidade de Lisboa. Na mensagem foi solicitado a cada primeiro destinatário o reenvio do link através do banco de dados pessoal de contatos, configurando um método de bola de neve.

Isso nos permitiu alcançar um número maior de investidores. Foram coletados 399 questionários, dos quais 21 não foram incluídos na análise porque os entrevistados não se enquadravam no perfil exigido (por exemplo, não eram maiores de 18 anos e/ou não tinham uma conta bancária ativa na época). Posteriormente, outros 12 questionários foram descartados porque os entrevistados tinham um nível de educação financeira igual a zero. No total, apenas 366 questionários foram validados para análise.

Tabela 2
Informações demográficas dos investidores

Sexo		Estado civil
Homens	49,50%	Solteiro	84,1%
Mulheres	50,50%	Casado	15,80%
Idade			Renda mensal
18 a 25 anos	51,60%	Sem renda	17,80%
26 a 35 anos	30,60%	Até 1000€	48,60%
+ de 36 anos	17,60%	Mais de 1000€	31,60%
Status profissional		Anos de escolaridade
Estudante	20,50%	9 anos	3,0%
Empregado	75,20%	12 anos	23,20%
Desempregado	3,60%	15 anos	49,50%
Aposentado	0,80%	Maior de 18 anos	23,40%

Os perfis dos entrevistados são mostrados na Tabela 2, que os classifica de acordo com o equilíbrio de gêneros e mostra a predominância de clientes jovens, solteiros, empregados e instruídos.

As respostas coletadas dos questionários foram tratadas com o software SPSS e o software Fuzzy-Set/Qualitative Comparative Analysis (fsQCA). Lembramos que, no nosso caso, desejamos identificar configurações que possam levar à confiança ou à sua ausência e que as nossas sete variáveis de condição são: (1) idade; (2) confiança pessoal; (3) disponibilidade; (4) competência; (5) integridade; (6) cumprimento de promessa; e (7) educação financeira. A Tabela 3 apresenta algumas estatísticas descritivas e mostra os valores de calibragem para nosso conjunto de condições.

Tabela 3
Estatística descritiva das condições, valores de calibragem e alfa de Cronbach (α)

Relacionamento básico
N	319	Mulheres	Homens
Sexo		55,8%	44,2%
Condições		trust (α=0,792)	age	prtrust (α=0,820)	avail (α=0,884)	compet (α=0,815)	integ (α=0,743)	promfful (α=0,781)	finlit1
Média		3,43	28	3,28	3,39	3,61	3,39	3,47	6,96
Desvio padrão		0,87	8,51	0,69	0,90	0,75	0,80	0,75	3,48
Mín.		1	18	1,33	1	1	1	1	1
Máx.		5	70	5	5	5	5	5	15
Valores de calibragem em porcentagem:
95		5	49,15	4,19	5	5	4,67	5	13
50		3,33	25	3,33	3,33	3,5	3,33	3,25	7
5		2	21	2	1,67	2,5	2	2,46	1
Relacionamento avançado
N	48	Mulheres	Homens
Sexo		16,7%	83,3%
Condições		trust (α=0,922)	age	prtrust (α=0,905)	avail (α=0,898)	compet (α=0,896)	integ (α=0,893)	promfful (α=0,855)	finlit1
Média		3,60	34	3,42	3,68	3,77	3,36	3,70	10,58
Desvio padrão		0,85	10,45	0,89	0,87	0,80	0,79	0,84	3,06
Min		1,67	21	1,33	1,33	1,5	1,33	1,5	3
Max		5	58	5	5	5	5	5	15
Valores de calibragem em porcentagem:
95		5	55	4,83	5	5	4,67	5	14
50		3,75	31	3,50	4	3,75	3,33	3,75	11
5		2,33	22,3	1,88	2	2,5	2,11	2,33	4,7

• Legenda:age = Idade do entrevistado; prtrust = Predisposição para confiar; avail = Disponibilidade; compet = Competência; integ = Integridade; trust = Confiança geral promfful = Cumprimento de promessa; finlit = Educação financeira. 1- Como a condição finlit é uma confiabilidade do exame, ela não foi computada.

A confiabilidade de cada uma das nossas condições psicométricas em cada grupo é atestada pelos altos valores do alfa de Cronbach na Tabela 3. Também foi realizada uma análise de confiabilidade para toda a amostra, ou seja, sem dividir a amostra em dois grupos, também com altos valores de confiabilidade (trust (α = 0,932), promffull (α = 0,803), integ (α = 0,848), compt (α = 0,897), avail (α = 0,891) e prtrust (α = 0,839)). Como a condição educação financeira não é uma variável psicométrica, mas pontua no exame, sua confiabilidade não foi computada.

Além disso, seguindo os conselhos de Podsakoff, MacKenzie, Lee e Podsakoff (2003), controlamos a variação comum do método durante a preparação do questionário e após a coleta de dados. As medidas adotadas foram as seguintes: a) a ordem das perguntas foi contrabalançada e algumas foram formuladas negativamente; b) o anonimato total foi garantido e todas as informações que pudessem servir para identificar o entrevistado foram removidas; c) o teste de fator único de Harman e a técnica do fator comum latente foram aplicados aos dados coletados. Os resultados sugerem a ausência de viés.

4 Método

A análise comparativa qualitativa (QCA, na sigla em inglês) aplica regras de inferência lógica para determinar quais inferências ou implicações descritivas os dados suportam. Cada “caso”, aqui chamado de configuração, é entendido como uma combinação de fatores ou condições (Ragin, 2000). Uma configuração é “uma combinação específica de condições que produz um resultado específico de interesse” (Rihoux & Ragin, 2008). Segundo Rihoux (2009), a QCA pode ser uma ferramenta útil para vários propósitos: resumir dados e identificar padrões, explorar semelhanças e diferenças entre configurações, verificar a consistência dos dados, testar novas ideias e desenvolver novas hipóteses ou teorias. Embora a QCA tenha limitações, possui algumas vantagens como a avaliação qualitativa do impacto e a identificação de vias múltiplas para alcançar o resultado (Garcia-Álvarez-Coque, Mas-Verdú & Roig-Tierno, 2019; Kraus, Ribeiro & Schüßler, 2018), sem estar sujeita às restrições típicas das técnicas baseadas em regressão (tanto computacionalmente, devido a questões de colinearidade e poder, quanto em termos de interpretação) (Fiss, 2007, 2011; Rihoux & Ragin, 2008; Woodside, Nagy & Megehee, 2018).

No processamento de dados, procuramos conexões explícitas, em vez de tentar estabelecer correlações - como fazem as abordagens estatísticas mais tradicionais. Em particular, não queremos nos restringir a uma solução, pois várias configurações diferentes podem levar ao mesmo resultado, e queremos identificar as configurações para confiança e sua ausência separadamente (Meyer, Tsui & Hinings, 1993). Essas duas propriedades, conhecidas como equifinalidade e causalidade assimétrica, são específicas da QCA, tornando-a particularmente adequada para a nossa análise. Consequentemente, o uso de uma análise QCA simplifica estruturas complexas (Basedau & Richter, 2014) e, consequentemente, possibilita uma melhor compreensão do fenômeno em estudo.

Os resultados do presente estudo são analisados de acordo com a teoria do conjunto difuso (fsQCA). A metodologia fsQCA baseia-se na álgebra booleana - a álgebra da lógica e dos conjuntos - e imita o “pensamento humano, particularmente nos domínios do reconhecimento de padrões, comunicação de informações e abstração” (Zadeh, 1965, p. 339). Assim como nas informações do processo humano, a metodologia fsQCA pode ser usada para fazer classificações de configuração e executar julgamentos com base na consideração simultânea de vários fatores interdependentes. Consequentemente, consideramos particularmente apropriada para a nossa análise. Na frente analítica, a fsQCA fornece um meio termo único entre os métodos qualitativo e quantitativo. Mais detalhes sobre a conexão entre a fsQCA e a teoria do conjunto podem ser encontrados em Smithson e Verkuilen (2006). Outros detalhes técnicos relacionados ao método exato de reconhecimento de padrões estão fora do escopo deste estudo - sugerimos Ragin (2009) ao leitor. A rotina exata para a implementação do método que utilizamos - fsQCA 2.5 - está disponível em www.fsqca.com.

Conjuntos difusos “aceitam” a presença de um certo grau de ambiguidade, natural nos construtos das ciências sociais. Ela permite o uso de variáveis de escala de intervalo - que exigem primeiramente uma calibragem para categorias ou condições difusas. Essa calibragem consiste em atribuir às variáveis um valor entre 0,0 e 1,0, dependendo de seu grau de adesão ao resultado (Woodside & Zhang, 2012). O valor entre 0 e 1 reflete o grau de associação em cada classe (Zadeh, 1965) e, portanto, é consistente com o princípio de granulação de informações difusas e lógica difusa, que é essencial para a cognição humana e para a tomada de decisão (Zadeh, 1983, 1997).

5 Resultados e discussão

Usando a metodologia fsQCA, testamos todas as configurações possíveis do nosso conjunto de sete condições - idade (age), predisposição para confiar (prtrust), educação financeira (finlit), integridade (integ), disponibilidade (avail), competência (compet) e cumprimento de promessa (promfull) - para os dois tipos de relacionamento com investidores, e analisamos a presença e a ausência de confiança.

Nossas observações são pares de resultados/configurações de condições, sendo possível adotar duas abordagens diferentes. Por um lado, pode-se tentar identificar as condições compartilhadas por configurações com o mesmo resultado. Nesse caso, analisamos uma percepção específica de resultado - confiança ou ausência de confiança - e verificamos quais condições são comuns nas configurações associadas e podem ser entendidas como causais. Isso é útil para obter as condições necessárias. Por outro lado, é possível examinar observações com as mesmas configurações (ou subconjunto de configurações) para ver se elas compartilham o mesmo resultado. Isso é adequado para a avaliação das condições suficientes.

A seguir, apresentamos e discutimos os resultados em termos de condições necessárias e suficientes em trust e ~trust (o símbolo ~ denota ausência), para relacionamentos básicos e avançados entre investidores e consultores financeiros.

5.2 Condições necessárias

Uma condição necessária é aquela que parece possibilitar o resultado (Mannewitz, 2011). Uma condição ou configuração é considerada “necessária”, ou “quase sempre necessária”, se sua pontuação em consistência (porcentagem de observações que demonstra essa condição ou configuração e apresenta o resultado em análise) for alta. Alguns autores consideram que configurações com pontuações em consistência acima de 0,8 podem ser interpretadas como necessárias (Ragin, 2000; Schneider, Schulze-Bentrop & Paunescu, 2010), mas os mais conservadores recomendam acima do limite de 0,9 (Schneider & Wagemann, 2012). Adotamos aqui a abordagem mais conservadora e, portanto, mais robusta. As tabelas 4 e 5 apresentam os resultados sobre as condições necessárias para o resultado de trust (Tabela 4) e sua ausência (~trust) (Tabela 5).

Outra estatística de relevância é a cobertura, que atesta a relevância empírica dos resultados e indica a parcela do resultado coberta por cada condição ou configuração.

De acordo com a Tabela 4, disponibilidade e integridade são condições necessárias para a confiança dos investidores do tipo básico. Considerando que, para os investidores avançados, as condições necessárias são disponibilidade, cumprimento de promessa e educação financeira, acrescentando uma característica mais pessoal do investidor para atingir o trust. Esses resultados seguem os da literatura, ou seja, quando o relacionamento é básico, as condições necessárias estão claramente relacionadas ao comportamento do consultor e baseadas em experiências sucessivas ao longo do tempo, nas quais o investidor demonstra uma ação razoavelmente passiva, com baixa participação (Cordell, Smith & Terry, 2011).

Tabela 4
Análise das condições necessárias (resultado: trust)

	Relacionamento básico		Relacionamento avançado
Condições	Consistência	Cobertura	Consistência	Cobertura
~prtrust	0,543	0,600	0,374	0,511
prtrust	0,768	0,751	0,843	0,814
~avail	0,487	0,535	0,356	0,529
Avail	0,921	0,903	0,957	0,873
~compet	0,475	0,498	0,403	0,529
compet	0,870	0,894	0,881	0,875
~integ	0,477	0,518	0,477	0,538
Integ	0,922	0,914	0,839	0,951
~promfful	0,481	0,507	0,358	0,507
promfful	0,891	0,909	0,915	0,862
~finlit	0,585	0,665	0,233	0,662
Finlit	0,718	0,685	0,951	0,672
~age	0,726	0,695	0,432	0,709
Age	0,619	0,700	0,809	0,698

• Legenda:age = Idade do entrevistado; prtrust = Predisposição para confiar; avail = Disponibilidade; compet = Competência; integ = Integridade; trust = Confiança geral; promfful = Cumprimento de promessa; finlit = Educação financeira; (~) ausência da condição.

Por outro lado, as características do investidor aparecem como necessárias para relacionamentos avançados, de acordo com a expectativa de que participem mais ativamente do processo de investimento (Kersting, Marley & Mellon, 2015).

Concentrando nossa atenção na ausência de um resultado (~trust) (Tabela 5) para o relacionamento básico, as condições necessárias refletem a ausência de bom comportamento do consultor financeiro capturado pela ausência de integridade ou cumprimento de promessa. Para o relacionamento avançado, a condição necessária é a ausência de integridade.

Tabela 5
Análise das condições necessárias (ausência de resultado: ~trust)

	Relacionamento básico		Relacionamento avançado
Condições	Consistência	Cobertura	Consistência	Cobertura
~prtrust	0,725	0,744	0,750	0,786
prtrust	0,610	0,554	0,534	0,396
~avail	0,894	0,913	0,819	0,936
Avail	0,545	0,497	0,588	0,412
~compet	0,889	0,864	0,837	0,844
compet	0,483	0,461	0,533	0,407
~integ	0,907	0,916	0,944	0,818
integ	0,523	0,481	0,467	0,406
~promfful	0,904	0,885	0,809	0,880
promfful	0,497	0,471	0,547	0,395
~finlit	0,644	0,680	0,396	0,862
finlit	0,682	0,604	0,844	0,458
~age	0,714	0,635	0,545	0/,687
Age	0,657	0,690	0,769	0,509

• Legenda:age = Idade do entrevistado; prtrust = Predisposição para confiar; avail = Disponibilidade; compet = Competência; integ = Integridade; trust = Confiança geral; promfful = Cumprimento de promessa; finlit = Educação financeira; (~) ausência da condição.

Observe que as condições necessárias que levam à ausência de confiança dependem muito e principalmente da percepção que os investidores têm sobre o comportamento do consultor financeiro, independentemente do nível de relacionamento. Outra observação interessante é que, apesar de a educação financeira (ou a sua ausência) não ser uma condição necessária, sua existência apresenta pontuações de consistência muito mais altas para relacionamentos avançados, possivelmente indicando que, para os investidores avançados confiarem, o conhecimento sobre o funcionamento dos mercados financeiros ainda pode ser importante.

Nossos resultados seguem constatações anteriores na literatura, ou seja, que a educação financeira atua na prática como uma condição para gerar confiança, enquanto a ausência de comportamento adequado do consultor financeiro leva à ausência de confiança (Flores & Vieira, 2014; Glaser & Walter, 2014; Sapienza & Zingales, 2012). De uma perspectiva diferente, o fato de a educação financeira ser quase necessária para que investidores avançados confiem nos consultores financeiros está alinhado à ideia de que apenas os investidores com conhecimento financeiro se envolvem em relacionamentos avançados.

Para todas as condições que atendem ao limite da consistência, a cobertura é alta, destacando a relevância estatística dos resultados discutidos.

5.3 Condições suficientes

Soluções de condições suficientes permitem identificar diferentes combinações de configurações que, conjuntamente, têm probabilidade de levar ao resultado (Baptist & Befani, 2015; Greckhamer, Misangyi, Elms & Lacey, 2008). Lembre-se de que cada configuração é uma combinação de condições.

O foco agora é o resultado e podemos pensar em diferentes tipos de soluções, dependendo de como as observações restantes (aquelas que não estão de acordo com o par resultado/configurações consideradas) são tratadas. Utilizando as recomendações de Schneider e Wagemann (2010), este estudo apresenta os resultados da chamada solução intermediária (utiliza apenas os remanescentes que sobrevivem à análise contrafactual) e solução parcimoniosa (que permite o uso de qualquer remanescente que produza receitas mais simples). As tabelas 6 e 7 demonstram essas soluções para os resultados trust e ~trust.

Uma solução deve ser entendida como a união de configurações. Uma solução que apresenta, por exemplo, três configurações que levam ao resultado deve ser interpretada como: “a configuração 1 OU a configuração 2 OU a configuração 3 provavelmente levará ao resultado”. Individualmente, cada uma das configurações pode ter uma contribuição diferente para a solução; portanto, é necessário discutir a relevância estatística das soluções e de sua configuração.

Assim como antes, soluções suficientes devem atender a critérios mínimos, tanto em termos de consistência quanto de cobertura. As medidas de cobertura apoiam o pesquisador na determinação da porcentagem do resultado coberta por uma solução ou configuração. Podemos diferenciar entre a cobertura da solução (parcela do resultado coberto conjuntamente pela solução, ou seja, pela soma das configurações propostas); cobertura bruta (parcela do resultado explicada por uma configuração específica); e cobertura única (parcela do resultado explicada exclusivamente por uma configuração específica). Da mesma forma, podemos analisar a consistência da solução (porcentagem de observações que está de acordo com qualquer uma das configurações propostas) e a consistência da configuração (parcela de observações que está de acordo com uma configuração específica).

Os limites típicos são que, para a solução geral, a pontuação da cobertura deve ser maior que 0,25 (garantindo a importância empírica das soluções oferecidas) e da consistência deve ser 0,75 ou mais (Ragin, 2009; Woodside, 2013). Para cada configuração, a cobertura bruta e a consistência devem, respectivamente, ser maiores que 0,25 e 0,85 (Rihoux & Ragin 2008). Assim, todas as soluções atendem aos critérios de consistência e cobertura exigidos. Quanto às configurações possíveis em cada solução, optamos por interpretar somente as configurações que atendam aos critérios de cobertura bruta e consistência exigidos, pois as outras não são estatisticamente relevantes.

A Tabela 6 apresenta as soluções intermediárias e parcimoniosas de confiança, tanto para o relacionamento básico quanto para o avançado. Para uma melhor compreensão de cada solução, usamos a notação “*” para e, junto com “+” para OU.

A solução intermediária de confiança para os investidores de relacionamento básico resulta de uma combinação de cinco configurações,

integ*avail + ~finlit*integ*~age + ~finlit*avail*~prtrust + integ*~prtrust*age + avail*~prtrust*~age,

ao passo que a solução parcimoniosa resulta principalmente de duas condições,

integ + avail.

Para o relacionamento avançado, a solução intermediária pode ser descrita como uma combinação de duas configurações relevantes,

finlit*avail*age + finlit*integ*avail*prtrust,

ao passo que a solução parcimoniosa aponta para apenas uma condição relevante,

avail.

Ao interpretar as soluções intermediárias, fica visível, com base no conjunto de dados relacionados ao relacionamento básico, que as condições disponibilidade (avail) e integridade (integ) são muito importantes para obter confiança, pois estão presentes em todas as configurações. Também é importante enfatizar que a confiança pode ocorrer mesmo na ausência da predisposição para confiar (~prtrust), desde que a disponibilidade (avail) ou a integridade (integ) sejam incluídas na mesma configuração, conforme mostrado em três de cinco configurações. No entanto, a ausência de predisposição para confiar (~prtrust) não aparece nas configurações da solução intermediária para o relacionamento avançado. Isso pode estar ligado ao fato de que investidores com baixa predisposição para confiar tendem a manter baixa participação, ou seja, um relacionamento básico com o mercado (Flores & Vieira 2014; Glaser & Walter 2014).

Tabela 6
Soluções intermediária e parcimoniosa para o resultado trust

Solução intermediária (trust)
Modelo: trust = f(age, finlit, promfull, integ, avail, compet, prtrust)
Relacionamento básico					Relacionamento avançado
Corte de frequência: 1,000000; Corte de consistência: 0,830495; Linhas: 36					Corte de frequência: 1,000000; Corte de consistência: 0,787878; Linhas: 10
	Raw Cov.	Unic. Cov.	Cons.			Raw Cov.	Unic. Cov.	Cons.
integ*avail	0,861	0,0910	0,970		finlit*avail*age	0,769	0,1396	0,881
finlit*prtrust	0,588	0,0239	0,810		~finlit*~integ*~avail*age	0,172	0,0000	0,781
~finlit*integ*~age	0,481	0,0101	0,952		finlit*integ*avail*prtrust	0,696	0,0880	0,992
~finlit*avail*~prtrust	0,371	0,0021	0,941		~integ*~avail*prtrust*age	0,286	0,0056	0,815
~integ*~avail*prtrust	0,364	0,0008	0,742
integ*~prtrust*age	0,383	0,0046	0,950
avail*~prtrust*~age	0,433	0,0071	0,928
Cobertura da solução: 0,94					Cobertura da solução: 0,88
Consistência da solução: 0,80					Consistência da solução: 0,84
Solução parcimoniosa (trust)
Modelo: trust = f(age, finlit, promfull, integ, avail, compet, prtrust)
Relacionamento Básico					Relacionamento Avançado
Corte de frequência: 1,000000; Corte de consistência: 0,830495; Linhas: 27					Corte de frequência: 1,000000; Corte de consistência: 0,787878; Linhas: 11
	Raw Cov.	Unic. Cov.	Cons.			Raw Cov.	Unic. Cov.	Cons.
prtrust	0,768	0,0085	0,751		Prtrust	0,843	0,0226	0,814
avail	0,921	0,0274	0,903		Avail	0,957	0,1340	0,873
integ	0,922	0,0253	0,914		age*~finlit	0,220	-0,0000	0,797
Cobertura da solução: 0,99					Cobertura da solução: 0,99
Consistência da solução: 0,75					Consistência da solução: 0,77

• Legenda:age = Idade do entrevistado; prtrust = Predisposição para confiar; avail = Disponibilidade; compet = Competência; integ = Integridade; trust = Confiança geral; promfful = Cumprimento de promessa; finlit = Educação financeira; (~) ausência da condição; Raw Cov. = Cobertura bruta; Unic. Cov. = Cobertura única; Cons. = Consistência

Como seria de se esperar, nas configurações do relacionamento básico aparece a ausência de educação financeira (~finlit), enquanto que, ao olhar para o relacionamento avançado, aparece a existência de educação financeira (finlit), o que corrobora as constatações de que os investidores com níveis mais altos de educação financeira tendem a operar em níveis mais altos de relacionamento, e que eles usam essa educação para estabelecer os níveis de confiança nos consultores financeiros (Calcagno & Monticone, 2015). Por outro lado, baixos níveis de educação financeira podem deixar o investidor sem outra opção a não ser confiar em seu consultor.

Além da educação financeira, a disponibilidade (avail) aparece em todas as configurações relevantes do relacionamento avançado, combinada com a idade (age) e/ou a predisposição para confiar (prtrust). Mais uma vez, para relacionamentos avançados, além das condições relacionadas ao consultor financeiro, encontramos também as condições educação financeira, idade e predisposição para confiar relacionadas ao investidor. Isso indica que, em um nível avançado de relacionamento, o investidor usa seu conhecimento sobre a maneira como o mercado opera (finlit) e a experiência (age) para tomar decisões e criar confiança, o que corrobora as noções de Kersting, Marley e Mellon (2015) e Sarigül (2014). A condição predisposição para confiar (prtrust) parece ser uma condição suficiente quando associada à integridade (integ) e educação financeira (finlit), o que indica que ela atua como um reforço às condições mencionadas anteriormente. Este resultado é consistente com as sugestões defendidas por Yamagishi e Sato (1986).

Um dos resultados inesperados é que a condição competência (compet) - a capacidade do consultor financeiro de oferecer bons conselhos, conforme a percepção dos investidores, não apareceu nas soluções intermediárias. Nem mesmo no conjunto de dados do relacionamento avançado. Embora não esteja claro o que ocorre exatamente, podemos prever uma possível explicação. Pode ser que os investidores percebam que seu consultor financeiro está se tornando cada vez mais condicionado a regulamentos e procedimentos, que afetam o tipo de aconselhamento que podem dar, não deixando espaço para habilidades pessoais para facilitar o relacionamento entre o investidor e o consultor financeiro.

As soluções parcimoniosas, para o relacionamento básico, identificam como condições alternativas a integridade (integ) ou a disponibilidade (avail). Isso mostra que, nesse nível, a confiança está condicionada pelo comportamento do consultor financeiro e, particularmente, é importante que os investidores os percebam como disponíveis para dar explicações e apoiar o investidor, e como resistentes ao uso do comportamento incorreto para justificar situações complexas ou difíceis. Para o relacionamento avançado, a disponibilidade (avail) é a única condição relevante da solução parcimoniosa.

Os resultados acima indicam que as condições da confiança são diferentes para os diferentes relacionamentos com o mercado financeiro, embora a disponibilidade seja uma condição comum para os relacionamentos e as soluções.

Tabela 7
Soluções intermediária e parcimoniosa para o resultado ~trust

Solução intermediária (~trust)
Modelo: ~trust = f(age, finlit, promffull, integ, compet, avail, prtrust)
Relacionamento Básico					Relacionamento Avançado
Corte de frequência: 1,000000; Corte de consistência: 0,928902; Linhas: 40					Corte de frequência: 1,000000; Corte de consistência: 0,774732; Linhas: 14
	Raw Cov.	Unic. Cov.	Cons.			Raw Cov.	Unic. Cov.	Cons.
~integ*~avail	0,829	0,0719	0,977		~integ*~avail*~prtrust	0,630	0,1611	0,980
~finlit*~integ*~prtrust	0,491	0,0025	0,953		~integ*~avail*age	0,616	0,0151	0,964
finlit*~integ*prtrust	0,459	0,0228	0,931		finlit*~integ*age	0,686	0,0455	0,801
~integ*~prtrust*~age	0,530	0,0093	0,945		finlit*avail*~prtrust*age	0,402	0,0096	0,774
~finlit*~avail*~age	0,514	0,0011	0,944
~finlit*~avail*~prtrust	0,500	0,0000	0,964
~avail*prtrust*~age	0,456	0,0000	0,921
~avail*~prtrust*age	0,464	0,0022	0,968
finlit*~avail*prtrust	0,458	0,0060	0,925
Cobertura da solução: 0.93					Cobertura da solução: 0,90
Consistência da solução: 0.89					Consistência da solução: 0,79
Solução parcimoniosa (~trust)
Modelo: ~trust = f(age, finlit, promffull, integ, compet, avail, prtrust)
Relacionamento Básico					Relacionamento Avançado
Corte de frequência: 1,000000; Corte de consistência: 0,928902; Linhas: 27					Corte de frequência: 1,000000; Corte de consistência: 0,774732; Linhas: 11
	Raw Cov.	Unic. Cov.	Cons.			Raw Cov.	Unic. Cov.	Cons.
~integ	0,907	0,0777	0,916		~integ	0,944	0,2246	0,818
~avail	0,894	0,0641	0,913		~prtrust	0,750	0,0303	0,786
Cobertura da solução: 0,97					Cobertura da solução: 0,97
Consistência da solução: 0,87					Consistência da solução: 0,75

• Legenda:age = Idade do entrevistado; prtrust = Predisposição para confiar; avail = Disponibilidade; compet = Competência; integ = Integridade; promfful = Cumprimento de promessa; finlit = Educação financeira; (~) ausência da condição; Raw Cov. = Cobertura bruta; Unic. Cov. = Cobertura única; Cons. = Consistência

A Tabela 7 apresenta as soluções intermediária e parcimoniosa para o resultado ausência de confiança (~trust). Isso foi feito para enriquecer esta pesquisa, no sentido de que, usando a mesma informação, é possível estudar as duas faces da mesma moeda e avaliar a robustez das conclusões obtidas. Os resultados na Tabela 7 indicam um padrão de condições diferente dos descritos anteriormente para a presença do resultado confiança.

Para o relacionamento básico, as soluções intermediárias para ausência de confiança podem ser entendidas como a combinação de nove configurações aceitáveis,

~integ*~avail + ~finlit*~integ*~prtrust + finlit*~integ*prtrust + ~integ*~prtrust*~age + ~finlit*~avail*~age + ~finlit*~avail*~prtrust + ~avail*prtrust*~age + ~avail*~prtrust*age + finlit*~avail*prtrust,

ao passo que os resultados da solução parcimoniosa mostram duas condições

~integ + ~avail.

Para o relacionamento avançado, a solução intermediária apresenta apenas duas configurações que atendem aos critérios de consistência,

~integ*~avail*~prtrust + ~integ*~avail*age,

mas na solução parcimoniosa, nenhuma condição atende ao limite exigido.

Observe que, em geral, as configurações de condições para o resultado ausência de confiança são principalmente o oposto das do resultado confiança - o que indica a robustez do nosso estudo.

É possível notar, a partir da solução parcimoniosa, nos dados básicos do relacionamento que, para que a ausência de confiança ocorra, é suficiente que o investidor perceba ausência de integridade (~integ) ou falta de disponibilidade (~avail).

Um comentário final sobre o papel da idade em nossos resultados intermediários entre resultados e relacionamentos. É importante destacar a condição idade (que neste estudo significa ser mais velho, sendo que ~age significa mais jovem) não se comporta como as outras condições. Tanto age como ~ age aparecem em algumas configurações que levam à confiança (trust) e à ausência de confiança (~trust). Isso, no entanto, está em consonância com a literatura, que aponta nas pessoas mais velhas e mais experientes a experiência para detectar confiança ou desconfiança (Castle et al., 2012; Lusardi & Mitchell, 2007).

Além de analisar as soluções e suas configurações, pode-se optar por analisar as condições (individuais) contidas nas configurações dos dois tipos de soluções. Comparar as soluções intermediária e parcimoniosa permite-nos identificar as chamadas condições essenciais (aquelas que estão presentes nas duas soluções) e as condições periféricas (aquelas que não aparecem nas duas soluções). A Tabela 8 sintetiza os resultados das Tabelas 6 e 7 em uma notação diferente (por exemplo, Nieto-Alemán, Garcia-Alvarez-Coque, Roig-Tierno & Mas-Verdú, 2019; Nieto-Alemán, Roig-Tierno, Mas-Verdú & García-Álvarez-Coque, 2018) permitindo comparar as configurações para relacionamentos básicos e avançados em relação ao resultado confiança (trust) e sua ausência (~trust). Isso permite uma melhor compreensão das diferenças na configuração das condições que levam aos resultados. Ao examinar a Tabela 8, podemos resumir nossos principais resultados como: a) as condições essenciais estão relacionadas ao comportamento do consultor financeiro, independentemente do cenário ou do resultado, o que revela sua importância; b) as condições relacionadas ao investidor são periféricas, independentemente do cenário ou do resultado e; c) apesar de periférica, a educação financeira (finlit) contribui para construir relações de confiança entre investidores avançados e consultores financeiros.

Tabela 8
Comparação de configurações (consistência > 0,9)

Configurações	Condições relacionadas ao cliente					Condições relacionadas ao gerente de conta
Relacionamento básico de confiança	age	~age	Finlit	~finlit	prtrust	~prtrust	integ	~integ	avail	~avail
integ*avail							•		•
~finlit*integ*~age		0		0			•
~finlit*avail*~prtrust				0		0			•
integ*~prtrust*age	0					0	•
avail*~prtrust*~age		0				0			•
Relacionamento avançado de confiança	age	~age	finlit	~finlit	prtrust	~prtrust	integ	~integ	avail	~avail
finlit*avail*age	0		0						•
finlit*integ*avail*prtrust			0		0		0		•
~Relacionamento básico de confiança	age	~age	finlit	~finlit	prtrust	~prtrust	integ	~integ	avail	~avail
~integ*~avail								•		•
~finlit*~integ*~prtrust				0		0		•
finlit*~integ*prtrust			0		0			•
~integ*~prtrust*~age		0				0		•
~finlit*~avail*~age		0		0						•
~finlit*~avail*~prtrust				0		0				•
~avail*prtrust*~age		0			0					•
~avail*~prtrust*age	0					0				•
finlit*~avail*prtrust			0		0					•
~Relacionamento avançado de confiança	age	~age	finlit	~finlit	prtrust	~prtrust	integ	~integ	avail	~avail
~integ*~avail*~prtrust					0	0		•		0
~integ*~avail*age	0							•		0

• Legenda:age = Idade do entrevistado; prtrust = Predisposição para confiar; avail = Disponibilidade; compet = Competência; integ = Integridade; promfful = Cumprimento de promessa; finlit = Educação financeira; • - condições essenciais; 0 - condições periféricas; (~) ausência da condição

6 Conclusão

Com base em escalas comportamentais para acessar a percepção dos investidores sobre o comportamento dos consultores financeiros, em sua própria predisposição para confiar e em um exame para avaliar a educação financeira dos investidores, pudemos testar uma ampla gama de condições. Além disso, testar a confiança e a ausência de confiança como resultados possíveis e utilizar duas amostras que distinguem os investidores, dependendo de seu grau de participação no mercado (básico ou avançado) permitem uma interpretação interessante dos resultados. Na frente analítica, o método utilizado (fsQCA) fornece um meio termo único entre métodos qualitativos e quantitativos, sendo particularmente adequado para os nossos objetivos.

Nossas constatações gerais podem ser resumidas da seguinte forma:

• As condições mais necessárias associadas ao resultado confiança estão relacionadas à forma com que os investidores percebem o comportamento do consultor financeiro.

• É necessário um comportamento profissional - em termos de disponibilidade, competência, integridade e cumprimento de promessas. Destes, disponibilidade e integridade são essenciais para investidores do tipo básico. Para investidores do tipo avançado, apenas a disponibilidade é essencial.

• A educação financeira é necessária para os dois resultados - confiança e ausência de confiança - para investidores com relacionamento avançado com os mercados. Assim, os nossos resultados são consistentes com a educação financeira sendo necessária para ter um relacionamento avançado e para ser mais exigente com relação aos consultores financeiros. Para investidores com relacionamento básico, o papel da educação financeira é menos claro, mas parece dar suporte à afirmação de que, em alguns cenários, os investidores com baixo nível de educação financeira podem não ter outra opção a não ser confiar em seus consultores.

• As outras características relacionadas ao investidor que desempenham um papel, embora periférico, no estabelecimento da confiança são a idade e a predisposição para confiar (ou a sua ausência).

• Os resultados para o resultado ausência de confiança atestam a robustez da nossa análise da confiança, levando também à impressão (presença de mais configurações que levam ao resultado ausência de confiança do que à confiança) de que é mais fácil obter a ausência de confiança do que a confiança.

Este estudo é importante para os participantes do mercado financeiro, pois os resultados da pesquisa podem contribuir para uma melhor compreensão das condições que estabelecem a confiança entre consultores financeiros e investidores com diferentes graus de relacionamento com os mercados. Após a leitura dos resultados, as instituições financeiras e os participantes do mercado devem desenvolver estratégias para fortalecer o nível de confiança nos mercados financeiros e melhorar o relacionamento entre os participantes do mercado e seus clientes. As instituições precisam se equipar com ferramentas (por exemplo, cursos de avaliação, aconselhamento e orientação) que possam ajudar a melhorar o comportamento dos consultores financeiros, e métricas que medem sua aderência às condições que levam à confiança devem ser incluídas no sistema de avaliação de desempenho. Os bancos também precisam envidar mais esforços para melhorar a educação financeira de seus clientes. Ambos podem causar mudanças positivas na recuperação da confiança dos investidores e no aumento de sua participação no mercado.

Este estudo também prova a utilidade das condições psicométricas da confiança de Butler em um contexto diferente do habitual - o financeiro. Embora sejam necessários mais estudos para confirmar a robustez das conclusões aqui apresentadas, o fsQCA provou ser uma ferramenta útil para entender melhor a questão da confiança no mercado financeiro.

É importante concluir destacando que a natureza do estudo e o tamanho da amostra não permitem generalizar conclusões, mas abrem portas para pesquisas futuras sobre o assunto. Seria interessante aprofundar alguns dos possíveis vieses de nossa amostra. Se for verdade, algumas de suas características representam limitações à nossa análise - por exemplo, o viés em relação a jovens e solteiros - outras podem de fato ser características gerais da população - por exemplo, maioria de entrevistados empregados e baixa porcentagem de relacionamentos avançados com os mercados financeiros. Além disso, dada a opção de usar questionários uma única vez, também não foi possível estudar os efeitos do tempo de conexão entre investidores e consultores financeiros. Pode ser que a confiança mude ao longo do tempo, de acordo com a percepção sobre o resultado apresentado pelo consultor financeiro. Neste estudo, utilizamos a idade que serve para representar a experiência (e, portanto, até certo ponto, o tempo de conexão com os consultores financeiros), mas há espaço para uma análise futura mais aprofundada desse assunto. Em nossa opinião, o uso de entrevistas seria mais eficiente para a coleta das informações necessárias para analisar a evolução das condições da confiança ao longo do tempo.

References

• Agnew, J. R., Szykman, L. R., Utkus, S. P., & Young, J. A. (2012). Trust, plan knowledge and 401 (k) savings behavior. Journal of Pension Economics & Finance, 11(1), 1-20.
• Asaad, C. T. (2015). Financial literacy and financial behavior: Assessing knowledge and confidence. Financial Services Review, 24(2), 101-118.
• Baptist, C., & Befani, B. (2015). Qualitative comparative analysis - A rigorous qualitative method for assessing impact, coffey. Retrieved from http://www.coffey.com/assets/Ingenuity/Qualitative-Comparative-Analysis-June-2015.pdf
  » http://www.coffey.com/assets/Ingenuity/Qualitative-Comparative-Analysis-June-2015.pdf
• Barth, J. R., Caprio Jr, G., & Levine, R. (2013). Bank regulation and supervision in 180 countries from 1999 to 2011. Journal of Financial Economic Policy, 5(2), 111-219.
• Basedau, M., & Richter, T. (2014). Why do some oil exporters experience civil war but others do not?: Investigating the conditional effects of oil. European Political Science Review, 6(4), 549-574.
• Bozic, B. (2017). Consumer trust repair: A critical literature review. European Management Journal, 35(4), 538-547.
• Butler, J. K., Jr., (1991). Toward understanding and measuring conditions of trust: Evolution of a conditions of trust inventory. Journal of management, 17(3), 643-663.
• Calcagno, R., & Monticone, C. (2015). Financial literacy and the demand for financial advice. Journal of Banking & Finance, 50, 363-380.
• Castle, E., Eisenberger, N. I., Seeman, T. E., Moons, W. G., Boggero, I. A., Grinblatt, M. S., . . . & Taylor, S. E. (2012). Neural and behavioral bases of age differences in perceptions of trust. Proceedings of the National Academy of Sciences, 109(51), 20848-20852.
• Chortareas, G. E., Garza-García, J. G., & Girardone, C. (2012). Competition, efficiency and interest rate margins in Latin American banking. International Review of Financial Analysis, 24, 93-103.
• Cordell, D. M., Smith, R., & Terry, A. (2011). Overconfidence in financial planners. Financial Services Review, 20(4), 253-264.
• Cruciani, C., & Rigoni, U. (2017). Trust and financial literacy substitutes or complements?. Quaderni di Finanza CONSOB, (84), 139-43.
• Damian, D., & Manea, C. (2019). Causal recipes for turning fin-tech freelancers into smart entrepreneurs. Journal of Innovation & Knowledge, 4(3), 196-201.
• Dearmon, J., & Grier, K. (2009). Trust and development. Journal of Economic Behavior & Organization, 71(2), 210-220.
• Delis, M. D., & Mylonidis, N. (2015). Trust, happiness, and households’ financial decisions. Journal of Financial Stability, 20, 82-92.
• Dietz, G., & Den Hartog, D. N. (2006). Measuring trust inside organisations. Personnel Review, 35(5), 557-588.
• Ennew, C., & Sekhon, H. (2007). Measuring trust in financial services: The trust index. Consumer Policy Review, 17(2), 62-68.
• Fernández, L. M. V., & Pinuer, F. J. V. (2016). Influence of customer value orientation, brand value, and business ethics level on organizational performance. RBGN Review of Business Management, 18(59), 5-23.
• Ferreira, J. B., Freitas, A. S. D., Nunes, D. C. G., & Giovannini, C. J. (2014). Factors affecting satisfaction in online financial transactions: a study of Brazilian home brokers. Revista Brasileira de Gestão de Negócios, 16(51), 257-276.
• Fiss, P. C. (2007). A set-theoretic approach to organizational configurations. Academy of Management Review, 32(4), 1180-1198.
• Fiss, P. C. (2011). Building better causal theories: A fuzzy set approach to typologies in organization research. Academy of Management journal, 54(2), 393-420.
• Flores, S. A. M., & Vieira, K. M. (2014). Propensity toward indebtedness: An analysis using behavioral factors. Journal of Behavioral and Experimental Finance, 3, 1-10.
• Fukuyama, F. (1995). Trust: The social virtues and the creation of prosperity. (569-598) New York: Free Press.
• Garcia-Álvarez-Coque, J-M, Mas-Verdú, F., & Roig-Tierno, N. (2019). Life below excellence: Exploring the links between top-ranked universities and regional competitiveness. Studies in Higher Education. 1-16. Retrieved from https://doi.org/10.1080/03075079.2019.1637843
  » https://doi.org/10.1080/03075079.2019.1637843
• Gennaioli, N., Shleifer, A., & Vishny, R. (2015). Money doctors. The Journal of Finance, 70(1), 91-114.
• Georgarakos, D., & Pasini, G. (2011). Trust, sociability, and stock market participation. Review of Finance, 15(4), 693-725.
• Glaser, M., & Walther, T. (2014, April 16). Run, walk, or buy? Financial literacy, dual-process theory, and investment behavior. Financial Literacy, Dual-Process Theory, and Investment Behavior. Retrieved from http://dx.doi.org/10.2139/ssrn.2167270
  » http://dx.doi.org/10.2139/ssrn.2167270
• Greckhamer, T., Misangyi, V. F., Elms, H., & Lacey, R. (2008). Using qualitative comparative analysis in strategic management research: An examination of combinations of industry, corporate, and business-unit effects. Organizational Research Methods, 11(4), 695-726.
• Guiso, L., Sapienza, P., & Zingales, L. (2004). The role of social capital in financial development. American economic review, 94(3), 526-556.
• Guiso, L., Sapienza, P., & Zingales, L. (2008). Trusting the stock market. the Journal of Finance, 63(6), 2557-2600.
• Guiso, L., Sapienza, P., & Zingales, L. (2009). Cultural biases in economic exchange?. The Quarterly Journal of Economics, 124(3), 1095-1131.
• Kersting, L. M., Marley, R. N., & Mellon, M. J. (2015). The association between financial literacy and trust in financial markets among novice nonprofessional investors. Academy of Accounting and Financial Studies Journal, 19(3), 201-215.
• Kim, G., Shin, B., & Lee, H. G. (2009). Understanding dynamics between initial trust and usage intentions of mobile banking. Information Systems Journal, 19(3), 283-311.
• Kraus, S., Ribeiro, D., & Schüßler, M. (2018). Fuzzy-set qualitative comparative analysis (fsQCA) in entrepreneurship and innovation research - The rise of a method. International Entrepreneurship & Management Journal. (14). doi: https://doi.org/10.1007/s11365-017-0461-8
  » https://doi.org/10.1007/s11365-017-0461-8
• La Porta, R., Lopez-De-Silanes, F., Shleifer, A., & Vishny, R. W. (1997). Trust in Large Organizations. American Economic Review, 87(2), 333-338.
• Lee, K. C., & Chung, N. (2009). Understanding factors affecting trust in and satisfaction with mobile banking in Korea: A modified DeLone and McLean’s model perspective. Interacting with computers, 21(5-6), 385-392.
• Lusardi, A., & Mitchell, O. S. (2007). Baby boomer retirement security: The roles of planning, financial literacy, and housing wealth. Journal of monetary Economics, 54(1), 205-224.
• Mannewitz, T. (2011). Two-level theories in QCA: A discussion of Schneider and Wagemann’s Two-Step approach [Working Paper 2011, Vol. 64]. Conference: Compasss. Retrieved from http://www.compasss.org/wpseries/Mannewitz2011.pdf
  » http://www.compasss.org/wpseries/Mannewitz2011.pdf
• Mayer, R. C., Davis, J. H., & Schoorman, F. D. (1995). An integrative model of organizational trust. Academy of management review, 20(3), 709-734.
• Mayer, C. (2008). Trust in financial markets. European Financial Management, 14(4), 617-632.
• Meyer, A. D., Tsui, A. S., & Hinings, C. R. (1993). Configurational approaches to organizational analysis. Academy of Management Journal, 36(6), 1175-1195.
• Nieto‐Alemán, P. A., Garcia‐Alvarez‐Coque, J. M., Roig‐Tierno, N., & Mas‐Verdú, F. (2019) Factors of regional poverty reduction in Colombia: Do institutional conditions matter? Social Policy & Administration, 53(7), 1045-1063.
• Nieto Alemán, P. A., Roig-Tierno, N., Mas-Verdú, F., & García Álvarez-Coque, J. M. (2018). Multidimensional paths to regional poverty: a Fuzzy-set qualitative comparative analysis of Colombian departments. Journal of Human Development and Capabilities, 19(4), 499-520.
• Ott, U. F., Williams, D., Saker, J., & Staley, L. (2019). A configurational analysis of the termination scenarios of international joint ventures: All is well that ends well. Journal of Innovation & Knowledge, 4(3), 202-145.
• Paliszkiewicz, J. O. (2011). Trust Management: Literature Review. Management, 6(4), 315-333.
• Podsakoff, P. M., MacKenzie, S. B., Lee, J. Y., & Podsakoff, N. P. (2003). Common method biases in behavioral research: A critical review of the literature and recommended remedies. Journal of applied psychology, 88(5), 879-903.
• Ragin, C. C. (2000). Fuzzy-set social science. Chicago: University of Chicago Press.
• Ragin, C. C. (2009). Redesigning social inquiry: Fuzzy sets and beyond. University of Chicago Press.
• Remund, D. L. (2010). Financial literacy explicated: The case for a clearer definition in an increasingly complex economy. Journal of consumer affairs, 44(2), 276-295.
• Rezaee, Z. (2005). Causes, consequences, and deterence of financial statement fraud. Critical Perspectives on Accounting, 16(3), 277-298.
• Rihoux, B. (2009). Qualitative Comparative Analysis (QCA) and related techniques: Recent advances and challenges. In Methoden der vergleichenden Politik-und Sozialwissenschaft (pp. 365-385). VS Verlag für Sozialwissenschaften.
• Rihoux, B., & Ragin, C. C. (2008). Configurational comparative methods: Qualitative comparative analysis (QCA) and related techniques (Vol. 51). Los Angeles: Sage Publications.
• Rooij, M., van, Lusardi, A., & Alessie, R. (2011). Financial literacy and stock market participation. Journal of Financial Economics, 101(2), 449-472.
• Sapienza, P., & Zingales, L. (2012). A trust crisis. International Review of Finance, 12(2), 123-131.
• Sarigül, H. (2014). A Survey of Financial Literacy Among University Students. Journal of Accounting & Finance, 64, 207-224.
• Schneider, M. R., Schulze-Bentrop, C., & Paunescu, M. (2010). Mapping the institutional capital of high-tech firms: A fuzzy-set analysis of capitalist variety and export performance. Journal of International Business Studies, 41(2), 246-266.
• Schneider, C. Q., & Wagemann, C. (2010). Standards of Good Practice in Qualitative Comparative Analysis (QCA) and Fuzzy-Sets." Comparative Sociology, 9(3), 397-418.
• Schneider, C. Q., & Wagemann, C. (2012). Set-theoretic methods for the social sciences: A guide to qualitative comparative analysis. Cambridge: Cambridge University
• Simon, M., Houghton, S. M., & Aquino, K. (2000). Cognitive biases, risk perception, and venture formation: How individuals decide to start companies. Journal of business venturing, 15(2), 113-134.
• Smithson, M., & Verkuilen, J. (2006). Fuzzy set theory: Applications in the social sciences. Thousand Oaks : Sage Publications.
• Wang, Y. D., & Emurian, H. H. (2005). An overview of online trust: Concepts, elements, and implications. Computers in human behavior, 21(1), 105-125.
• Welter, F. (2012). All you need is trust? A critical review of the trust and entrepreneurship literature. International Small Business Journal, 30(3), 193-212.
• Williamson, O. E. (1993). Calculativeness, trust, and economic organization. The Journal of Law and Economics, 36(1), 453-486.
• Woodside, A. G., & Zhang, M. (2012). Identifying x-consumers using causal recipes: “Whales” and “jumbo shrimps” casino gamblers. Journal of Gambling Studies, 28(1), 13-26.
• Woodside, A. G. (2013). Moving beyond multiple regression analysis to algorithms: Calling for adoption of a paradigm shift from symmetric to asymmetric thinking in data analysis and crafting theory, Journal of Business Research, 66(4), 463-472.
• Woodside, A. G., Nagy, G., & Megehee, C. M. (2018). Applying complexity theory: A primer for identifying and modeling firm anomalies. Journal of Innovation & Knowledge, 3(1), 9-25.
• Xu, L., & Zia, B. (2012). Financial literacy around the world: An overview of the evidence with practical suggestions for the way forward. [Policy Research Working Paper; No. 6107]. World Bank, Washington, DC. © World Bank.
• Yamagishi, T., & Sato, K. (1986). Motivational bases of the public goods problem. Journal of Personality and Social Psychology, 50(1), 67-73.
• Zadeh, L. A. (1965). Fuzzy sets. Information and control, 8(3), 338-353.
• Zadeh, L. A. (1983). The role of fuzzy logic in the management of uncertainty in expert systems. Fuzzy sets and systems, 11(1-3), 199-227.
• Zadeh, L. A. (1997). Toward a theory of fuzzy information granulation and its centrality in human reasoning and fuzzy logic. Fuzzy sets and systems, 90(2), 111-127.

• Agências de fomento:

  Raquel M. Gaspar e Paulo Lopes Henriques agradecem o apoio financeiro da Fundação para a Ciência e Tecnologia (FCT) de Portugal, financiamento nacional através de bolsas de pesquisa UIDB/05069/2020 e UIDB/04521/2020, respectivamente.

• Avaliado pelo sistema:

  Double Blind Review

Editado por

Editor responsável:

Prof. Dr. Joelson de Oliveira Sampaio

Datas de Publicação

• Publicação nesta coleção
  31 Ago 2020
• Data do Fascículo
  Jul-Sep 2020

Histórico

• Recebido
  25 Jul 2019
• Aceito
  10 Mar 2020