ESG Inibe Gerenciamento de Resultados? Evidências do Monitoramento Credor no ISE B3

########## Versão em Português (Brasil) #################### Visão Geral / Visão Geral: Este conjunto de dados (dataset) em painel desbalanceado foi estruturado para investigar a relação entre o desempenho ESG, o monitoramento por credores e o gerenciamento de resultados no mercado de capitais brasileiro, com foco no período de 2021 a 2025. A base consolida dados secundários econômico-financeiros e de sustentabilidade de companhias abertas, permitindo testar o impacto da chancela ESG (Score ISE) e da disciplina de dívida sobre o oportunismo contábil, estimado por meio de modelos de accruals discricionários. Coleta e Fontes de Dados / Fontes de Dados: Os dados foram consolidados a partir de três fontes distintas: Dados Financeiros e Contábeis: Extraídos da plataforma Economatica. Dados de Auditoria: Coletados diretamente da base de dados aberta da Comissão de Valores Mobiliários (CVM), especificamente os Formulários de Referência (FCA) , para identificação das firmas de auditoria Big 4 (PwC, EY, KPMG e Deloitte) . Dados de Sustentabilidade: Escores oficiais extraídos das carteiras do Índice de Sustentabilidade Empresarial (ISE) da B3. Variáveis e Modelos: A base de dados contém as variações possíveis para o estudo de modelos de dados em painel (Efeitos Fixos e Efeitos Aleatórios) e inclui métricas pré-calculadas para: Accruals Discricionários: Calculados por meio de regressões transversais utilizando o modelo de Kothari et al. (2005). * Gerenciamento Real de Resultados (REM): Métricas de custos de produção anormais (Abnormal PROD) e despesas discricionárias anormais (Abnormal SG&A), calculadas conforme o modelo de Roychowdhury (2006) . * Variáveis de Controle: Tamanho da firma ( Size ), Alavancagem Financeira ( Lerage ), Market-to-Book ( MTB ), Fluxo de Caixa Operacional ( CFO ), Dummy de Auditoria ( Big 4 ) e Dummy de Prejuízo ( Loss ) . Uso : Os dados já se encontram higienizados, tipificados e com as devidas defasagens temporais ( lags ) calculadas para a execução imediata de inferências econométricas. Recomenda-se a leitura do Dicionário de Dados em anexo para a identificação correta de cada coluna. ########## English (US) Version #################### Overview: This unbalanced panel dataset was structured to investigate the relationship between ESG performance, creditor monitoring, and earnings management in the Brazilian capital market, focusing on the 2021–2025 period. The dataset consolidates secondary economic-financial and sustainability data from publicly traded companies, enabling the testing of the impact of ESG endorsement (ISE Score) and debt discipline on accounting opportunism, estimated through discretionary accruals models. Data Collection and Sources: The data were consolidated from three distinct sources: Financial and Accounting Data: Extracted from the Economatica platform. Audit Data: Collected directly from the open database of the Brazilian Securities and Exchange Commission (CVM), specifically the Reference Forms (FCA), to identify Big 4 audit firms (PwC, EY, KPMG, and Deloitte). Sustainability Data: Official scores extracted from the B3's Corporate Sustainability Index (ISE) portfolios. Variables and Models: The database contains the necessary variables for panel data modeling (Fixed Effects and Random Effects) and includes pre-calculated metrics for: Discretionary Accruals: Calculated through cross-sectional regressions using the Kothari et al. (2005) model. Real Earnings Management (REM): Metrics for abnormal production costs (Abnormal PROD) and abnormal discretionary expenses (Abnormal SG&A), calculated according to the Roychowdhury (2006) model. Control Variables: Firm Size (Size), Financial Leverage (Leverage), Market-to-Book (MTB), Operating Cash Flow (CFO_A), Audit Firm Dummy (Big 4), and Loss Dummy (Loss). Usage: The data are already cleaned, standardized, and have the appropriate time lags calculated for the immediate execution of econometric inferences. It is highly recommended to read the attached Data Dictionary for the correct identification of each column.