Este trabalho investiga os determinantes da ocorrência e frequência de ofertas públicas iniciais de ações (IPOs) no Brasil, em um contexto marcado por longos períodos sem emissões. O objetivo é compreender por que, mesmo em fases de expansão econômica, o mercado apresenta sequências de zeros na série histórica, as quais sugerem barreiras estruturais à abertura de capital. A base empírica combina dados de IPOs no período entre maio de 2004 e março de 2025 com os indicadores IBC-Br (atividade econômica) e IIE-Br (incerteza), tratados com a variação anual de ln(IBCBR) e com a padronização do ln(IIEBR), e uma dummy de crise, sendo aplicado o modelo Hurdle Binomial Negativo, adequado a contagens com excesso de zeros. A parte binária (logit) estima a probabilidade de ocorrência de IPOs, enquanto a parte de contagem (binomial negativa truncada) estima sua frequência condicional. Os resultados evidenciam bom ajuste global e capacidade preditiva consistente, com o modelo distinguindo adequadamente regimes de “frio”, “morno” e “quente”. Conclui-se que o crescimento econômico está associado à maior frequência condicional de emissões, ao passo que a redução da incerteza permanece condição essencial para a reativação do mercado de IPOs. O trabalho contribui ao traduzir previsões estatísticas em probabilidades operacionais por regimes, que podem servir como subsídio a formuladores de política econômica e agentes de mercado.

This study investigates the determinants of the occurrence and frequency of initial public offerings (IPOs) in Brazil, within a context marked by long periods without issuances. The objective is to understand why, even during phases of economic expansion, the market exhibits sequences of zeros in its historical series, suggesting structural barriers to going public. The empirical base combines IPO data from May 2004 to March 2025 with the IBC-Br (economic activity) and IIE-Br (economic uncertainty) indicators, using the 12-month logarithmic change of the IBC-Br and the standardized logarithm of the IIE-Br, together with a crisis dummy. The Negative Binomial Hurdle model, suitable for count data with excess zeros, is applied in two stages: the binary (logit) part estimates the probability of IPO occurrence, while the truncated negative binomial part estimates the conditional frequency of IPOs. The results show good overall fit and consistent predictive performance, with the model accurately distinguishing “cold,” “warm,” and “hot” IPO regimes. It is concluded that economic growth is associated with a higher conditional frequency of issuances, whereas the reduction of uncertainty remains an essential condition for reactivating the IPO market. The study contributes by translating statistical predictions into operational probabilities by regime, offering useful insights for policymakers and market participants.