نقش اطلاعات حسابداری در پیش بینی تولید ناخالص داخلی

تولید ناخالص داخلی (gdp) یکی از شاخص‌های کلیدی اقتصاد کلان است. پیش‌بینی این شاخص در برنامه‌ریزی اقتصادی کشور از اهمیت زیادی برخوردار است، چرا که این متغیر بیان کننده وضعیت کلی اقتصاد یک کشور است. تا کنون، مدل‌های فراوانی برای پیش‌بینی این متغیر ارائه شده است، اما مدل‌هایی که در آن از اطلاعات حسابداری استفاده شود، مورد توجه قرار نگرفته است. هدف این مقاله بررسی رابطه gdp و سود کل شرکت‌ها، به عنوان یکی از متغیرهای شناخته شده در حسابداری است. به این منظور، داده‌های سری زمانی فصلی سطح کلان شرکت‌های بورس اوراق بهادار تهران و اقتصاد کلان در دوره زمانی 1388 تا 1397 در دو مرحله تجزیه و تحلیل شده است. در مرحله اول، رابطه بین این دو متغیر از طریق تصریح یک مدل رگرسیون خطی تعیین شده که با استفاده از روش حداقل مربعات برآورد گردیده است. برای بررسی قدرت پیش‌بینی این مدل از معیار میانگین ریشه مربعات خطا (rmse) در دو سناریو با وجود سود کل شرکت‌ها و بدون سود کل شرکت‌ها براورد شده است. در مرحله دوم، واکنش gdp در پاسخ به شوک وارد شده به سود کل شرکت‌ها از طریق یک مدل خودرگرسیون برداری (var) براورد شده و سهم این متغیر در نوسان gdp اندازه‌گیری شده است. نتایج نشان می‌دهد که سود کل شرکت‌ها پیش‌بینی gdp رادرافق‌های پیش‌رو بهبود می‌بخشد. همچنین شوک وارد شده به سود کل شرکت‌ها، به اندازه یک انحراف معیار، حدود 27 درصد از نوسانات gdp را توضیح می‌دهد.

the role of accounting information in forecasting gross domestic product

gross domestic product (gdp) is one of the key indicators of macroeconomics. predicting this index is very important in the economic planning of the country, because this variable reflects the general state of a country’s economy. so far, many models have been proposed to predict this variable, but models that use accounting information have not been considered. the purpose of this paper is to examine the relationship between gdp and total corporate profits, as one of the known variables in accounting. for this purpose, the quarterly time series data of macro level companies of tehran stock exchange and macroeconomics in the period 2009 to 2018 are analyzed in two stages. in the first step, the relationship between these two variables is determined by specifying a linear regression model that will be estimated using the least squares method. to evaluate the predictive power of this model, the root mean square error (rmse) criterion is estimated in two scenarios with total corporate profit and no corporate total profit. second, the gdp response to the shock to firms’ profits is estimated through a vector auto regression (var) model, and the contribution of this variable to gdp fluctuation is measured. the results show that the profit of all companies improves gdp forecast in the leading horizons. also, the shock to the profits of all companies, as much as a standard deviation, explains about 28% of gdp fluctuations.