Este estudo tem por objetivo verificar como a reputação afeta as decisões de investimento das firmas. Já existe um consenso na literatura de que uma boa reputação contribui para o desempenho da firma, mas ainda são poucos e recentes os estudos que verificam as relações entre reputação corporativa e decisões de investimento. Portanto, deseja-se verificar se a reputação afeta a probabilidade de uma empresa ser classificada como subinvestimento, investimento eficiente ou sobreinvestimento; e também qual é o impacto da reputação na taxa de crescimento do investimento de uma firma. Para isso utiliza-se uma base de dados longitudinais de 180 firmas espanholas entre 2000 e 2015. A mensuração para reputação corporativa é feita através da classificação no ranking de reputação Merco, que divulga anualmente uma lista com as cem empresas espanholas com melhor reputação naquele ano. Os dados financeiros e de estrutura de propriedade são obtidos através do sistema SABI. Inicialmente, o modelo tem como variável dependente uma binária que representa se a empresa pertence ou não a determinado nível de investimento. Neste caso, regressões logísticas são utilizadas para determinar como a reputação afeta a probabilidade da empresa ser classificada por apresentar subinvestimento, investimento ótimo ou sobreinvestimento. Em seguida, a variável dependente é a taxa de investimento da firma, portanto, o método GMM-sys é aplicado para controlar a endogeneidade provocada pela inclusão da variável dependente defasada no modelo. Também são estimados modelos considerando a restrição financeira da firma, seu tamanho e sua estrutura de propriedade. Os resultados mostram que a reputação interfere de maneira positiva na taxa de investimento das firmas espanholas. Além disso, quando a empresa tem melhor reputação, sua dependência de caixa para fazer investimentos também aumenta. Contudo, a reputação não é significativa para aumentar a probabilidade de uma empresa apresentar investimento eficiente, nem para explicar o investimento das firmas consideradas restritas financeiramente.

The objective of this research is to verify how reputation affects investment decisions. There is already a consensus in the literature that a good reputation contributes to firm performance; however, there are few recent studies that examine the relationship between corporate reputation and investment decisions. Therefore, our desire is to verify whether reputation affects the probability of a company being classified as underinvestment, efficient investment or overinvestment; also, we attempt to analyze the impact of reputation on the growth rate of a firm's investment. A longitudinal database of 180 Spanish firms between the period of 2000 and 2015 is used. The measurement for corporate reputation is done by ranking in the Merco reputation ranking, which annually publishes a list of the 100 most reputable Spanish companies in that year. The financial and ownership structure data are obtained through the SABI system. Initially the model has as dependent variable which is a binary that represents whether the company belongs or not to a certain level of investment. In this case, logistic regressions are used to determine how the reputation affects the probability of the company being classified as having underinvestment, optimal investment or overinvestment. Later, the dependent variable is represented by the investment rate of the firm, so the GMM-sys method is applied to control the endogeneity caused by the inclusion of the lagged dependent variable in the model. Models are also estimated considering the firm's financial constraint, its size and its ownership structure. The results show that reputation interferes in a positive way in the investment rate of Spanish firms. In addition, when the company has a better reputation, its dependence on cash to make investments also increases. However, reputation is significant in increasing the likelihood that a firm will be able to make an efficient investment, or to explain the investment of firms that are considered financially constrained.