Upload
others
View
1
Download
0
Embed Size (px)
Citation preview
1 www.congressousp.fipecafi.org
Informações Contábeis e Atividade Econômica: A Relação entre o Desempenho das
Firmas e o Crescimento Econômico do Brasil ao longo dos Ciclos Econômicos
JOSÉ RICARDO REVORÊDO DA SILVA
Universidade Federal da Paraíba
EDILSON PAULO
Universidade Federal do Rio Grande do Sul
Resumo
Este estudo teve por objetivo analisar a relação entre a informação contábil representada pelos
indicadores contábeis das firmas e o crescimento econômico do Brasil nas diferentes fases dos
ciclos econômicos – expansão, recessão, contração e recuperação. A amostra foi composta por
218 empresas não-financeiras listadas na B3 S/A Brasil Bolsa Balcão no período de 1999 a
2017. Foram estimados cinco modelos com os índices de rentabilidade agregada e o
crescimento econômico foi representado pelo Produto Interno Bruto (PIB) Real. Através das
ferramentas de análise da modelagem de vetores autorregressivos (VAR): função impulso-
resposta e decomposição da variância, os achados iniciais, de maneira geral, apontaram a
influência das variáveis contábeis no relacionamento com PIB Real, isto é, estas medidas
foram capazes de produzir informações oportunas sobre a atividade econômica real. No que
se refere aos ciclos econômicos, os resultados demonstraram um efeito similar para os cinco
modelos analisados. Nas fases de expansão e recuperação, o movimento da ΔPIB Real é
explicado por choques das variáveis contábeis de maneira crescente, enquanto que nos
períodos de recessão e contração, a relação foi decrescente para os modelos. Dessa maneira,
observa-se que os ciclos econômicos têm influência sobre o relacionamento entre as
informações contábeis e a dinâmica macroeconômica. As evidências encontradas permitem
destacar que a análise de indicadores contábeis é uma ferramenta relevante no fornecimento
de informações oportunas sobre a dinâmica macroeconômica, principalmente no que se refere
ao crescimento do PIB real e que esse relacionamento sofre influência dos ciclos econômicos.
Palavras chave: Indicadores contábeis, Produto Interno Bruto, Crescimento Econômico.
2 www.congressousp.fipecafi.org
1 Introdução
Uma questão recorrente na literatura macroeconômica centra-se na busca dos
determinantes do crescimento econômico (Keynes, 1936; Solow, 1956, Harrod, 1969; Rebelo,
1991; Mankiw, Romer, & Weil, 1992). Nesse contexto, diversas abordagens de crescimento
foram sendo exploradas, dentre elas se destaca-se a corrente keynesiana do crescimento
econômico, desenvolvida em 1936 por John Maynard Keynes, através da “Teoria Geral do
Emprego, do Juro e da Moeda”.
Os pressupostos preconizados por Keynes consideravam que o sistema econômico era
estabelecido da perspectiva da demanda agregada, diferentemente da teoria neoclássica que
focava na oferta. Portanto, a abordagem econômica era tratada de maneira agregada, de modo
que a dinâmica macroeconômica, que envolve as óticas do investimento, emprego e produção,
está respaldada nas expectativas dos agentes envolvidos (as empresas), e os resultados
macroeconômicos são decorrentes do produto dos movimentos dos agentes de maneira
concomitante (Keynes, 1936).
Logo, diante do cenário agregado keynesiano, torna-se razoável inferir que as decisões
tomadas a nível empresa, baseadas nas informações contábeis, podem ser relevantes na
análise da dinâmica macroeconômica. De acordo com Bezemer (2010), observando a
conjuntura macroeconômica, existe uma relação entre as informações contábeis e o Produto
Interno Bruto (PIB), que representa a atividade econômica real de um país. Além disso, por
meio das informações contábeis disponibilizadas nos demonstrações financeiras é possível
reduzir a assimetria informacional, promovendo aos usuários informações tempestivas que
refletirão melhor a atividade macroeconômica subjacente (Guenther & Young, 2000;
Bushman & Smith, 2001; Li & Shroff, 2010).
Ainda para a corrente keynesiana, as flutuações do nível de atividade econômica de
uma nação, os ciclos econômicos, são frutos dos movimentos das decisões de investir e
produzir (Busato, 2011). Keynes (1936) estabeleceu que o investimento trata-se de um
causador preponderante de tais flutuações, levando em consideração que não há como reverter
investimentos sem impactos negativos. É nesse sentido que, de acordo com Kothari, Lewellen
e Warner (2014), os investimentos feitos a nível empresa são essenciais tanto para o
crescimento macroeconômico de longo prazo quanto para a variação de curto prazo nos ciclos
econômicos de um país. Este aspecto possibilita averiguar como as informações
disponibilizadas a nível empresa (micro) podem influenciar o ambiente econômico.
Neste sentido, considerando os aspectos referentes a relevância das informações
contábeis e sua relação com a dinâmica macroeconômica e o ambiente econômico, tem-se a
seguinte questão deste estudo: Qual o impacto dos ciclos econômicos na relação entre as
informações contábeis e o nível de atividade econômica? O objetivo geral desta pesquisa é
analisar a influência dos ciclos econômicos na relação entre a informação contábil
representada pelos indicadores contábeis das firmas e o crescimento econômico do Brasil nas
diferentes fases dos ciclos econômicos.
A relação entre as informações contábeis e o crescimento econômico ao longo dos
ciclos econômicos proposta neste estudo configura-se como uma temática inexplorada. Esta
pesquisa procura verificar não apenas a existência da relação entre o crescimento econômico
do Brasil e as informações contábeis, representadas por indicadores contábeis, como vai além
do que foi encontrado nas pesquisas que tratam da relação “micro-macro” (Konchitchki &
Patatoukas, 2013; Brito, 2017; Silva, Paulo, Bianchi, & Queiroz 2018), ao incluir os ciclos
econômicos conforme Schumpeter (1939), verificando como se comportam os resultados ao
3 www.congressousp.fipecafi.org
longo dos ciclos. Portanto, o estudo se diferencia dos já realizados, conferindo um ineditismo
ao mesmo, contribuindo para o debate acerca da relevância das informações contábeis não
apenas no relacionamento “macro-micro”, mas também de uma perspectiva “micro-macro”,
isto é, demonstrando apontamentos oportunos sobre a atividade econômica.
2 Revisão da Literatura e Hipóteses de Pesquisa
2.1 Ciclos econômicos e informações contábeis
Keynes (1936) argumenta que as decisões tomadas pelos empresários são
fundamentais a dinâmica macroeconômica, e que as oscilações no nível de atividade
econômica de uma nação são decorrentes dos movimentos das decisões de investir e produzir
(Busato, 2011). Para o autor, o fato de não haver possibilidade de reverter investimentos sem
que ocorram prejuízos, faz da decisão a respeito de investir um causador preponderante nas
flutuações econômicas. Kothari et al. (2014) afirmam que os investimentos são essenciais
tanto para o crescimento macroeconômico de longo prazo, quanto para a variação de curto
prazo nos ciclos econômicos de um país. Este aspecto possibilita averiguar como as
informações disponibilizadas em nível empresa (micro) podem influenciar o ambiente
econômico.
Os debates acadêmicos acerca dos ciclos econômicos foram se tornando mais
evidentes, principalmente, devido as recentes crises econômicas (Bertomeu & Magee, 2011;
Gastón & Jarne, 2011). Entretanto, na literatura corrente percebe-se a falta de estudos que
visem relacionar as informações contábeis disponibilizadas pelas empresas e sua influência
nas flutuações no nível de atividade econômica dos países. Bezemar (2010) chama atenção
para a utilização da abordagem contábil nas análises econômicas subjacentes aos modelos, os
quais os efeitos das demonstrações financeiras são fundamentais. O autor sustenta ainda que
existe uma ligação entre a contabilidade e a capacidade preditiva no que se refere às crises
futuras.
Dependendo da fase do ciclo econômico, as empresas irão apresentar um
comportamento distinto. Johnson (1999) estudou a persistência dos lucros ao longo dos ciclos
econômicos dos Estados Unidos, encontrando que os lucros das entidades tendem a ser
maiores nos períodos de expansão, caracterizado pelas altas oportunidades de investimento,
do que nos de recessão. Ainda de acordo com Navarro-García e Madrid-Guijarro (2016),
existem alguns sinais de alerta dados pelas empresas que podem ser utilizados para predizer
crises, como a presença de uma alavancagem crescente e os altos índices de acumulação
persistentes podem indicar a situação financeira fraca, incorrendo em futuras recessões.
Para Duchin, Ozbas e Sensoy (2010), o investimento corporativo diminui
significativamente após o início da crise, corroborando aos postulados de Keynes (1936).
Ainda evidenciou-se no estudo, que esta queda de investimento é mais acentuada para as
empresas que possuem reservas de caixa baixas ou dívida de curto prazo líquida elevada, além
daquelas que são financeiramente limitadas ou operam em setores que são dependentes de
financiamento externo. Os autores ainda relacionam a queda de investimentos a mudanças nas
oportunidades do próprio investimento, o que é afetado pelas expectativas negativas dos
agentes econômicos.
Achim, Borlea e Breban (2010), ao explanarem sobre o papel da contabilidade na
responsabilidade social corporativa e sua influência nas crises, argumentam inicialmente que
na história econômica mundial o excesso de confiança por parte dos agentes econômicos foi
decisivo para o surgimento das crises econômico-financeiras. Práticas contábeis, muito
4 www.congressousp.fipecafi.org
embora de maneira secundária, podem ter sido fatores preponderantes na propagação das
crises, os quais os autores citam dentre outros motivos: (a) questões referentes ao
reconhecimento de ativos; (b) a complexidade de certos instrumentos financeiros híbridos o
que incorre no aumento da dificuldade de sua avaliação adequada; e (c) a mensuração a valor
justo e seus efeitos pró-cíclicos.
A este respeito, o papel das normas contábeis tem por finalidade proporcionar a
retomada da confiança dos investidores em relação às demonstrações financeiras reportadas
pela empresa. No entanto, para que isso seja alcançado, as informações contábeis devem
assegurar uma maior transparência, de maneira que os regulamentos contábeis sejam neutros,
independentemente dos grupos de interesse, continua Achim et al. (2010). Neste sentido,
existe uma ligação direta entre as informações contábeis e a capacidade dos economistas em
prever as oscilações no nível de atividade econômica (Bezemer, 2010; Navarro-García &
Madrid-Guijarro, 2016). Portanto, tem-se a primeira hipótese de pesquisa:
H1: As informações contábeis, por meio dos indicadores contábeis, impactam no crescimento
real do Produto Interno Bruto (PIB).
A relação entre a informação contábil e o crescimento econômico pode ser afetada
pelas flutuações no nível de atividade econômica. Kuosmanen e Vataja (2014) afirmam que a
condição econômica impacta na escolha adequada das variáveis utilizadas no processo
preditivo do crescimento econômico. Assim sendo, considerando que as empresas têm papel
fundamental no capitalismo, e as mesmas podem apresentar comportamentos distintos a
depender da fase do ciclo econômico, tem-se a a segunda hipótese de pesquisa:
H2: Os ciclos econômicos influenciam o relacionamento entre as informações contábeis,
representadas pelos indicadores contábeis, e o Produto Interno Bruto (PIB).
3 Procedimentos metodológicos
3.1 População e amostra
Para composição da amostra foram utilizadas todas as empresas não-financeiras de
capital listadas na B3 S/A Brasil Bolsa Balcão, no período de 1999 a 2017. A escolha do corte
temporal deu-se em virtude ao fato de que a década de 1990 foi caracterizada por processos
de estabilização (Chauvet, 2002). Foram excluídas as empresas financeiras, tendo em vista
que as mesmas apresentam estrutura e procedimentos contábeis específicos ao seu setor, e
também as entidades que não possuíam informações e/ou que não apresentaram dados
utilizados na determinação de qualquer um dos indicadores contábeis definidos conforme
Seção 3.2.
Em relação ao período analisado, os dados são trimestrais, compreendendo o 1º
trimestre do ano de 1999 e 4º trimestre de 2017, sendo uma janela temporal de 76 trimestres.
Assevera-se que a escolha em utilizar dados trimestrais deve-se pelo fato de que este corte
temporal permite captar a variabilidade da dinâmica macroeconômica, o que propicia a
verificação da relevância de medidas contábeis frente à oscilações no crescimento econômico
(Brito, 2017). Portanto, a amostra final foi composta por 218 empresas.
Os dados contábeis foram coletados através do banco de dados da Thomson Reuters®.
Por sua vez, o crescimento econômico, representado pelo Produto Interno Bruto (PIB) Real, o
qual desconsidera o efeito da inflação que poderia afetar as inferências, foi retirado do
5 www.congressousp.fipecafi.org
endereço eletrônico do Instituto Brasileiro de Geografia e Estatística (IBGE), por meio do
Sistema de Contas Nacionais (SCN).
3.2 Descrição das variáveis contábeis, modelos econométricos e ciclo econômico
Para representar o desempenho das empresas, este estudo utilizou-se de indicadores de
rentabilidade pelo método DuPont, seguindo a metodologia adotada por Konchitchki e
Patatoukas (2013). Os indicadores estão na Tabela 1.
Tabela 1 – Indicadores contábeis
Variável Conceito Fórmula Autores
ROA
(RNOA -
DuPont)
O Retorno sobre o Ativo DuPont atua como uma
ferramenta de diagnóstico e dissecação das
demonstrações financeiras das empresas que
permite avaliar a condição financeira das empresas.
Nissim e Penman (2001);
Soliman (2008); Botika
(2012); Konchitchki e
Patatoukas (2013) e Silva
et al. (2018)
GA Indicador que mensura a eficiência do uso dos
ativos pela empresa na geração de receita de vendas.
Botika (2012); Konchitchki
e Patatoukas (2013); e
Brito (2017) e Silva et al.
(2018)
ML
Indicador que mensura a eficiência da empresa em
obter lucros, além de refletir o contexto de mercado
no qual a organização está inserida.
Botika (2012); Konchitchki
e Patatoukas (2013); Brito
(2017) e Silva et al. (2018)
MO
Indicar que mensura a eficiência operacional da
entidade, isto é, o quanto as receitas líquidas de
vendas e serviços são provenientes das atividades
operacionais.
Botika (2012); Konchitchki
e Patatoukas (2013); Brito
(2017) e Silva et al. (2018)
CT Capital mínimo exigido para produzir um bem ou
serviço. Konchitchki e Patatoukas
(2013) e Silva et al. (2018)
Legenda: RNOA: Retorno sobre o Ativo pelo método Dupont; GA: Giro do Ativo; ML Margem Líquida;
Vendas: Receita Líquida; AOL: Ativo Operacional Líquido Médio (Subtração entre os Ativos Totais, Caixa e
Investimentos de Curto Prazo, Passivo Total, Dívida de Longo Prazo e de Curto Prazo); LODD: Lucro
Operacional Depois da Depreciação (Subtração entre Vendas, Custo das Mercadorias Vendidas, Despesas
Gerais/Vendas/Administrativas e Depreciação); MO: Margem Operacional; LOAD: Lucro Operacional Antes
da Depreciação (Subtração entre Vendas, Custo das Mercadorias Vendidas e Despesas
Gerais/Vendas/Administrativas); CT: Capital Tangível.
Fonte: Elaboração própria (2018).
Após calcular todos os indicadores contábeis foi preciso transformar o painel de dados
em séries temporais. O procedimento foi calculado através de uma média do somatório do
indicador no trimestre. Em seguida verificou-se a presença de raiz unitária através dos testes
de Augmented Dickey-Fuller (ADF) e Phillips-Perron (PP), cuja hipótese nula é de que a
série temporal possui raiz unitária; e o teste de Kwiatkowski–Phillips–Schmidt–Shin (KPSS),
em que a hipótese é de que a série temporal é estacionária. Testou-se também a taxa de
crescimento do PIB Real.
Algumas variáveis apresentaram raiz unitária em suas séries e para não perder
informações optou-se calcular a variação do indicador no período, isto é, a variação da
variável no trimestre corrente em relação ao mesmo período do ano anterior. As novas séries
foram testadas novamente, e não apresentaram a presença de raiz unitária. Por questões de
limitações no número de páginas, os resultados foram omitidos.
6 www.congressousp.fipecafi.org
No que se refere aos modelos econométricos, seguindo Brito (2017), adotou-se
modelos parcimoniosos, contendo no máximo 3 variáveis, exceto para o Modelo 5. Essa
escolha deve-se ao fato de que cada modelo segue uma matriz (n² x j) de parâmetros, sendo n
o número de variáveis do modelo e j a quantidade de defasagens. Os modelos adotados nesta
pesquisa estão representados na Figura 1.
Figura 1 – Modelos econométricos estabelecidos
Fonte: Elaboração própria (2018).
Já para classificação dos ciclos econômicos, utilizou-se a taxa de crescimento do PIB
Real. A variação do PIB Real foi calculada através da divisão do %PIB Real do trimestre
atual pelo %PIB Real do mesmo período do ano anterior menos 1, consoante ao apresentado
na Equação 1.
Neste sentido, este estudo utilizou a metodologia de datação dos ciclos econômicos
preconizado por Schumpeter (1939), que define as flutuações em quatro fases: expansão
(boom ou pico), recessão, contração (depressão ou vale) e recuperação (conforme Figura 2). A
identificação dos picos e vales em uma série possibilita fazer a distinção entre as fases do
ciclo econômico, e para isso será adotada a metodologia de Claessens, Kose e Terrones
(2012). O momento de pico ocorre no momento t, dada à variação do PIB (y), de acordo com
o exposto na Equação 2, e o vale encontra-se através da Equação 3. A média da variação do
%PIB é considerada como uma tendência que segue ao equilíbrio (Mota, 2018).
De acordo com a Figura 2, a fase que vai do vale ao pico que apresentarem taxas de
crescimento abaixo da média foram classificadas como “recuperação”, enquanto que as
variações acima da média são tidas como “expansão”. Por sua vez, as variações acima da
média que se encontrarem do pico ao vale são classificadas como “recessão”, e as abaixo da
tendência ao equilíbrio são parte da fase de “contração”.
7 www.congressousp.fipecafi.org
Figura 2 – Fases de um ciclo econômico pela metodologia de Schumpeter (1939)
Fonte: Mota (2018).
Ressalta-se que uma vez que os dados do PIB foram trimestrais, logo, para
classificação dos ciclos também foram considerados dois trimestres antes e após o período
delimitado para esta pesquisa (1999-2017), ou seja, consideraram-se as taxas de crescimento
do PIB dos dois últimos trimestres de 1998 e dos dois primeiros de 2018.
3.3 Modelo de vetores autorregressivos (VAR)
Para alcançar o objetivo proposto neste estudo, adotou-se a metodologia de equações
de um vetor autorregressivo (VAR). Este instrumento foi desenvolvido pelo economista Sims
(1980), sendo este consistente nas aplicações no campo do crescimento e ciclo econômico.
Uma das vantagens dessa abordagem é a possibilidade de ser feita uma análise do efeito de
determinada variável sobre as demais ao longo do tempo. A modelagem é desenvolvida por
meio de etapas. Inicialmente, para especificar um modelo VAR é necessário encontrar o
número de defasagens. Para isso foram utilizados os critérios de Akaike (AIC) e Schwartz
(BIC), fundamentando-se no princípio da parcimônia. De acordo com a Tabela 2, os modelos
ajustados apresentaram as seguintes defasagens:
Tabela 2 – Seleção da ordem de defasagem do modelo VAR
Modelo Variáveis Defasagens
1ª amostra 2ª amostra 3ª amostra 4ª amostra
1 ΔRNOA e ΔPIB Real 3 3 1 1
2 ΔGA e ΔPIB Real 3 2 1 1
3 ΔML e ΔPIB Real 3 1 1 1
4 ΔGA, ΔML e ΔPIB Real 2 2 2 1
5 ΔGA, ΔMO, ΔCT e ΔPIB Real 1 2 2 1
6 ΔALAV, ΔROA e ΔPIB Real 3 1 2 1
7 ΔLC, ΔROE e ΔPIB Real 1 1 2 1
Fonte: Dados da pesquisa (2018).
Em seguida, a estimação do modelo VAR mais adequado é aquele que atenda aos
testes dos pressupostos relacionados à adequação dos resíduos, são eles: estabilidade das
8 www.congressousp.fipecafi.org
raízes do polinômio AR, autocorrelação por meio do teste de Breusch-Godfrey,
heterocedasticidade pelo Teste de White, e por fim, a normalidade através do teste de Jarque-
Bera. Todos os cinco modelos em todas as subamostras se adequaram a tais testes de
adequação. Novamente, para atender as especificações de formatação exigidas, os resultados
dos testes de adequação foram omitidos.
Após a definição do modelo que atenda aos testes de adequação dos resíduos, foi
verificado o comportamento das relações entre as variáveis do sistema através da função
impulso-resposta e a decomposição da variância do erro de previsão. O impulso-resposta
verifica como cada variável endógena do modelo responde ao choque nela mesma e nas
demais variáveis endógenas ao longo do tempo. Enquanto que a decomposição da variância
verifica que porcentagem da variância do erro de previsão decorre de cada variável endógena
ao longo do horizonte de previsão (Bueno, 2011).
4 Análise dos resultados
4.1 Divisão da amostra para análise
Testes preliminares abarcando a amostra completa (1999-2017) demonstraram que o
comportamento das variáveis endógenas do modelo quando ocorre um choque em outra
variável endógena do sistema se dissipa com 20 trimestres analisados, na maioria dos
modelos. Portanto, para verificar as hipóteses e contemplar a análise ao longo das oscilações
da economia, para este estudo optou-se por segregar a amostra em quatro subamostras.
Figura 3 – Picos e Vales na Economia Brasileira (1999 – 2017)
Fonte: Elaboração própria (2018).
A divisão foi feita conforme a metodologia de classificação dos ciclos econômicos
apresentada na Seção 3.2, levando em consideração os picos e vales demonstrados na Figura
3. Observou-se que para o período em análise, a economia brasileira apresentou 11 picos e 7
vales. A partir deles, fez-se a divisão das subamostras para análise conforme os ciclos
econômicos preconizados por Schumpeter (1939), descritos na Tabela 3.
Tabela 3 – Divisão da amostra conforme ciclos econômicos (1999 – 2017)
Classificação Fasea Períodosb Classificação Fasea Períodosb
1º subamostra de análise
Pico Recuperação 99TR1 Vale Contração 01TR3 – 01TR4
Vale Contração 99TR2 – 99TR3 Recuperação 02TR1
9 www.congressousp.fipecafi.org
Recuperação 99TR4 Pico Expansão 02TR2 – 02TR4
Expansão 00TR1 Recessão 03TR1
Recessão 00TR2 Vale Contração 03TR2 – 03TR4
Pico Expansão 00TR3 – 00TR4 Pico Expansão 04TR1 – 04TR3
Recessão 01TR1 – 01TR2
2º subamostra de análise
Recessão 04TR4 – 05TR1 Recessão 07TR3
Expansão 05TR2 Pico Expansão 07TR4
Vale Contração 05TR3 Recessão 08TR1
Recuperação 05TR4 Pico Expansão 08TR2 – 08TR3
Expansão 06TR1 Vale Contração 08TR4 – 09TR1
Recessão 06TR2 Recuperação 09TR2 – 09TR3
Expansão 06TR3 – 07TR2 Pico Expansão 09TR4 – 10TR1
3º subamostra de análise
Recessão 10TR2 – 11TR4 Recessão 13TR3 – 13TR4
Vale Contração 12TR1 – 12TR2 Pico Expansão 14TR1
Expansão 12TR3 Contração 14TR2 – 14TR3
Recessão 12TR4 Pico Recuperação 14TR4
Pico Expansão 13TR1 – 13TR2
4º subamostra de análise
Vale Contração 15TR1 – 15TR4 Pico Recuperação 16TR1 – 17TR4
Notas: a A fase está em sequência cronológica. b Período dado em trimestres.
Fonte: Dados da pesquisa (2018).
4.2 Resultado dos modelos econométricos
4.2.1 Modelo 1: ΔRNOA e ΔPIB Real
Observa-se na Figura 4, que o efeito da ΔRNOA sobre a Δ%PIB Real oscila entre uma
relação positiva e negativa durante todo o período analisado para as 1ª e 2ª subamostras. A
intensidade dessa variação foi maior para a 1ª subamostra. Este achado atesta uma relação de
longo prazo entre o retorno sobre o ativo e crescimento econômico (Long & Krugman, 2005).
Para a 3ª e 4ª subamostra verifica-se que um choque em ΔRNOA causa um efeito positivo e
negativo, respectivamente, na Δ%PIB Real. Em suma, tais resultados demonstram que o
indicador de rentabilidade agregada configura-se como uma importante ferramenta com
reflexos no crescimento do PIB real (Guenther & Young, 2000; Brito, 2017; Konchitchki &
Patatoukas, 2013, Silva et al., 2018).
Figura 4 – Função Impulso-Resposta para o Modelo 1
10 www.congressousp.fipecafi.org
Fonte: Dados da pesquisa (2018).
A Tabela 4 examina o poder explanatório em percentual de cada variável elencada no
modelo sobre as demais, apontando o comportamento ao longo dos trimestres. Observa-se que
nos períodos de aquecimento da economia a variação de explicação Δ%PIB Real da variável
contábil aumentou significativamente. Na fase de expansão encontrada na 1ª subamostra
(05TR ao 08TR), o percentual de aumento da explicação da variância do Δ%PIB Real foi de
quase 4%. Em contrapartida, na fase de recuperação da 4ª subamostra (05TR ao 12TR), a
rentabilidade agregada conseguiu aumentar o percentual de explicação da variância do
Δ%PIB Real em apenas 0,04%. Johnson (1999) afirma que em períodos de expansão as
atividades de investimento são mais eficientes.
Tabela 4 – Decomposição da variância para o Modelo 1 (1999 – 2017)
Ta 1ª amostra 2ª amostra 3ª amostra 4ª amostra
EPb VCc VMd EPb VCc VMd EPb VCc VMd EPb VCc VMd
1 0,00 1,11 98,88 0,01 9,81 90,18 0,00 48,58 51,41 0,00 30,75 69,24
2 0,01 6,97 93,02 0,02 27,75 72,24 0,01 69,89 30,10 0,01 38,38 61,61
3 0,01 22,29 77,70 0,02 27,84 72,15 0,01 71,85 28,14 0,01 37,91 62,08
4 0,01 28,80 71,19 0,02 27,90 72,09 0,01 72,01 27,98 0,01 38,40 61,59
5 0,01 25,29 74,70 0,02 23,25 76,70 0,01 72,02 27,97 0,01 38,36 61,63
6 0,01 25,36 74,63 0,02 24,84 75,15 0,01 72,02 27,97 0,01 38,41 61,58
7 0,01 28,45 71,54 0,02 24,76 75,23 0,01 72,02 27,97 0,01 38,40 61,59
8 0,01 29,27 70,72 0,02 24,90 75,09 0,01 72,02 27,97 0,01 38,41 61,58
9 0,01 27,13 72,86 0,02 23,38 76,61 0,01 72,02 27,97 0,01 38,41 61,58
10 0,01 28,12 71,87 0,02 23,49 76,50 0,01 72,02 27,97 0,01 38,41 61,58
11 0,01 30,09 69,90 0,02 23,50 76,49 0,01 72,02 27,97 0,01 38,41 61,58
12 0,01 29,87 70,12 0,02 23,57 76,42 0,01 72,02 27,97 0,01 38,41 61,58
13 0,02 28,55 71,44 0,02 23,00 76,99 0,01 72,02 27,97
14 0,02 29,15 70,84 0,02 22,90 77,09 0,01 72,02 27,97
15 0,02 30,40 69,59 0,02 22,94 77,05 0,01 72,02 27,97
16 0,02 30,06 69,93 0,02 22,97 77,02 0,01 72,02 27,97
17 0,02 29,37 70,62 0,02 22,72 77,27 0,01 72,02 27,97
18 0,02 29,86 70,13 0,03 22,64 77,35 0,01 72,02 27,97
19 0,02 30,52 69,47 0,03 22,67 77,32 0,01 72,02 27,97
20 0,02 30,16 69,83 0,030 22,68 77,31
Notas: a Trimestre. b Erro-padrão. c Variável Contábil. d Variável Macroeconômica.
Fonte: Dados da pesquisa (2018).
Por sua vez, da perspectiva das fases de queda da atividade econômica, é possível
verificar que os percentuais de explicação da Δ%PIB Real decresceu. Enquanto no período de
contração visualizado na 2ª subamostra (17TR e 18TR) caiu 0,08%, na fase de recessão ainda
na 2ª subamostra (12TR ao 14TR), decresceu em 0,67%.
11 www.congressousp.fipecafi.org
4.2.2 Modelo 2: ΔGA e ΔPIB Real
Na Figura 5, o Modelo 2, apresentou para a 1ª subamostra um comportamento
semelhante a ΔRNOA. No entanto, nas demais subamostras, observou-se que houve uma
resposta positiva da atividade econômica, mas de modo descendente. O giro do ativo
apresentou informações oportunas a respeito do crescimento do PIB real (Konchitchki &
Patatoukas, 2013; Brito, 2017; Silva et al., 2018).
Figura 5 – Função Impulso-Resposta para o Modelo 2
Fonte: Dados da pesquisa (2018).
Da perspectiva dos ciclos econômicos, é possível visualizar um impacto tímido da
intensidade variância do giro do ativo em explicar a variância da Δ%PIB Real. Na 1ª
subamostra é possível verificar que na fase de contração (10TR ao 12TR) há um decréscimo
de apenas 0,05% da intensidade da variância do ΔGA em explicar a variância do Δ%PIB
Real.
Tabela 5 – Decomposição da variância para o Modelo 2 (1999 – 2017)
Ta 1ª amostra 2ª amostra 3ª amostra 4ª amostra
EPb VCc VMd EPb VCc VMd EPb VCc VMd EPb VCc VMd
1 0,00 6,58 93,41 0,01 3,82 96,17 0,00 0,15 99,84 0,00 8,80 91,19
2 0,01 24,11 75,88 0,02 20,91 79,08 0,01 31,63 68,36 0,01 38,13 61,86
3 0,01 30,04 69,95 0,03 25,53 74,46 0,01 33,93 66,06 0,01 38,14 61,85
4 0,01 28,21 71,78 0,03 25,89 74,10 0,01 34,86 65,13 0,01 38,54 61,45
5 0,01 31,22 68,77 0,03 25,25 74,74 0,01 35,17 64,82 0,01 38,56 61,43
6 0,01 35,81 64,18 0,03 25,60 74,39 0,01 35,28 64,71 0,01 38,57 61,42
7 0,01 36,74 63,25 0,03 25,97 74,02 0,01 35,32 64,67 0,01 38,57 61,42
8 0,01 36,21 63,78 0,03 25,94 74,05 0,01 35,34 64,65 0,01 38,57 61,42
9 0,01 37,66 62,33 0,03 25,89 74,10 0,01 35,34 64,65 0,01 38,57 61,42
10 0,01 39,07 60,92 0,03 25,94 74,05 0,01 35,34 64,65 0,01 38,57 61,42
11 0,01 39,05 60,94 0,03 25,97 74,02 0,01 35,35 64,64 0,01 38,57 61,42
12 0,01 39,02 60,97 0,03 25,96 74,03 0,01 35,35 64,64 0,01 38,57 61,42
13 0,01 39,72 60,27 0,03 25,96 74,03 0,01 35,35 64,64
12 www.congressousp.fipecafi.org
14 0,01 40,14 59,85 0,03 25,96 74,03 0,01 35,35 64,64
15 0,01 40,03 59,96 0,03 25,97 74,02 0,01 35,35 64,64
16 0,02 40,13 59,86 0,03 25,96 74,03 0,01 35,35 64,64
17 0,02 40,45 59,54 0,03 25,96 74,03 0,01 35,35 64,64
18 0,02 40,55 59,44 0,03 25,97 74,02 0,01 35,35 64,64
19 0,02 40,49 59,50 0,03 25,97 74,02 0,01 35,35 64,64
20 0,02 40,59 59,40 0,03 25,97 74,02
Notas: a Trimestre. b Erro-padrão. c Variável Contábil. d Variável Macroeconômica.
Fonte: Dados da pesquisa (2018).
Semelhante aos achados do Modelo 1, o giro do ativo conseguiu ter um aumento,
muito embora pequeno, da explicação da variância do Δ%PIB Real nos períodos de
aquecimento da atividade, sendo este resultado mais intenso para os períodos de expansão, em
especial o verificado no trimestre 8 ao 12 da 2ª subamostra, crescendo 0,03% contra 0,02% de
aumento na fase de recuperação da última subamostra (05TR ao 09TR).
4.2.3 Modelo 3: ΔML e ΔPIB Real
Demonstrado na Figura 6, no Modelo 3, quando há um choque na ΔML a taxa de
crescimento do PIB Real responde oscilando ciclicamente na 1ª subamostra, positivamente de
maneira descendente na 3ª subamostra e negativamente na 2ª e 4ª subamostras. Estes achados
seguem os encontrados nos Modelos 1 e 2, evidenciando a importância da margem líquida na
dinâmica macroeconômica (Konchitchki & Patatoukas, 2013; Brito, 2017; Silva et al., 2018).
Figura 6 – Função Impulso-Resposta para o Modelo 3
Fonte: Dados da pesquisa (2018).
Com relação a Tabela 6, é observado na fase de expansão da 1ª subamostra (14TR a
16TR) um aumento em 1,3% no percentual de explicação da variância do Δ%PIB Real. Nessa
fase, conforme Kothari et al. (2014), as expectativas dos agentes são otimistas, há um
crescimento dos investimentos, refletindo positivamente nas receitas, impactando
positivamente nas margens.
13 www.congressousp.fipecafi.org
Tabela 6 – Decomposição da variância para o Modelo 3 (1999 – 2017)
Ta 1ª amostra 2ª amostra 3ª amostra 4ª amostra
EPb VCc VMd EPb VCc VMd EPb VCc VMd EPb VCc VMd
1 0,00 4,15 95,84 0,02 16,83 83,16 0,00 11,07 88,92 0,00 8,94 91,05
2 0,01 2,90 97,09 0,02 11,04 88,95 0,01 23,68 76,31 0,00 6,38 93,61
3 0,01 14,75 85,24 0,03 9,53 90,46 0,01 24,75 75,24 0,01 6,21 93,78
4 0,01 29,19 70,80 0,03 8,81 91,18 0,01 25,02 74,98 0,01 5,99 94,00
5 0,01 29,42 70,57 0,03 8,45 91,54 0,01 25,07 74,92 0,01 5,95 94,04
6 0,01 25,99 74,00 0,03 8,25 91,74 0,01 25,09 74,90 0,01 5,92 94,07
7 0,01 26,80 73,19 0,03 8,14 91,85 0,01 25,09 74,90 0,01 5,92 94,07
8 0,01 30,72 69,23 0,03 8,07 91,92 0,01 25,09 74,90 0,01 5,91 94,08
9 0,01 30,54 69,45 0,03 8,03 91,96 0,01 25,09 74,90 0,01 5,91 94,08
10 0,01 28,72 71,27 0,03 8,01 91,98 0,01 25,09 74,90 0,01 5,91 94,08
11 0,01 29,18 70,81 0,03 8,00 91,99 0,01 25,09 74,90 0,01 5,91 94,08
12 0,01 31,04 68,95 0,03 7,99 92,00 0,01 25,09 74,90 0,01 5,91 94,08
13 0,01 30,93 69,06 0,03 7,98 92,01 0,01 25,09 74,90
14 0,01 29,95 70,04 0,03 7,98 92,01 0,01 25,09 74,90
15 0,01 30,27 69,72 0,03 7,98 92,01 0,01 25,09 74,90
16 0,01 31,23 68,76 0,03 7,98 92,01 0,01 25,09 74,90
17 0,01 31,12 68,87 0,03 7,98 92,01 0,01 25,09 74,90
18 0,02 30,56 69,43 0,03 7,98 92,01 0,01 25,09 74,90
19 0,02 30,79 69,20 0,03 7,98 92,01 0,01 25,09 74,90
20 0,020 31,34 68,65 0,03 7,98 92,01
Notas: a Trimestre. b Erro-padrão. c Variável Contábil. d Variável Macroeconômica.
Fonte: Dados da pesquisa (2018).
Para as fases de contração e recessão, houve um decrescimento mais acentuado para a
explicação da variância da taxa de crescimento do PIB Real. A recessão na 2ª subamostra
respondeu numa queda de 5,8%, enquanto que na contração da 1ª e 4ª subamostras caíram
1,25% e 2,95%, respectivamente. Tais resultados estão ligados ao fato de que períodos de
desaquecimento da economia são acompanhados de uma redução gradativa das operações das
empresas, pressionando as receitas para baixo, o que causa da diminuição das margens de
produtividade (Domowitz, Hubbard, & Petersen, 1987).
4.2.4 Modelo 4: ΔGA, ΔML e ΔPIB Real
O Modelo 4, evidencia a relação entre os drivers que forma a rentabilidade agregada
(GA e ML) e o crescimento econômico. De maneira conjunta, apresentou um comportamento
semelhante quando comparado aos resultados demonstrados pelos indicadores de maneira
individualizada.
Entretanto, a ΔML observa-se trajetórias positivas mais intensificadas em todas as
subamostras segregadas, conforme a Figura 7, diferentemente da encontrada no Modelo 3.
Isto é, dado um choque no desvio-padrão dos resíduos ΔML há um desvio positivo da Δ%PIB
Real, representando a relevância dos drivers do RNOA na dinâmica macroeconômica.
14 www.congressousp.fipecafi.org
Figura 7 – Função Impulso-Resposta para o Modelo 4
Fonte: Dados da pesquisa (2018).
Através da Tabela 7, para a ΔGA houve um crescimento mais acentuado (2,77%) nos
períodos de expansão apresentados na 1ª subamostra (05TR ao 08TR) que quando comparado
ao exposto no Modelo 2. Enquanto que a variância do ΔML cresceu em 1,88% no mesmo
período da 2ª subamostra (15TR e 16TR).
Tabela 7 – Decomposição da variância para o Modelo 4 (1999 – 2017)
TRa 1ª amostra 2ª amostra
EPb VCc VCd VMe EPb VCc VCd VMe
1 0,008 21,54 11,53 66,91 0,009 14,44 19,72 65,82
2 0,013 29,17 7,51 63,31 0,013 7,27 56,91 35,81
3 0,015 30,24 8,30 61,44 0,015 5,95 62,01 32,03
4 0,015 30,26 10,33 59,39 0,016 6,71 61,52 31,76
5 0,017 36,46 9,66 53,86 0,019 6,01 45,00 48,97
6 0,019 39,22 7,99 52,77 0,024 5,92 50,60 43,47
7 0,019 39,53 7,40 53,05 0,024 5,49 56,07 38,42
8 0,020 39,23 7,92 52,84 0,025 6,49 55,93 37,57
9 0,020 39,88 8,14 51,97 0,029 6,40 44,92 48,67
10 0,021 40,84 7,75 51,39 0,031 6,11 47,11 46,77
11 0,021 41,07 7,44 51,48 0,033 5,62 52,92 41,44
12 0,021 40,94 7,52 51,52 0,036 5,97 53,97 40,04
13 0,021 41,05 7,68 51,25 0,040 6,33 45,22 48,44
14 0,022 41,38 7,60 51,00 0,043 6,14 45,30 48,55
15 www.congressousp.fipecafi.org
15 0,022 41,55 7,45 50,98 0,045 5,52 51,34 43,12
16 0,022 41,51 7,44 51,03 0,049 5,70 53,22 41,06
17 0,022 41,51 7,51 50,96 0,054 6,28 45,60 48,11
18 0,022 41,63 7,51 50,85 0,057 6,19 44,18 49,62
19 0,022 41,72 7,45 50,81 0,061 5,50 50,21 44,28
20 0,022 41,73 7,42 50,84 0,066 5,56 52,90 41,52
TRa 3ª amostra 4ª amostra
EPb VCc VCd VMe EPb VCc VCd VMe
1 0,005 2,55 7,06 90,38 0,006 39,19 23,30 37,49
2 0,009 37,93 3,50 58,55 0,010 51,33 24,71 23,95
3 0,010 36,71 14,18 49,09 0,010 51,48 24,91 23,59
4 0,011 35,30 17,05 47,63 0,010 50,88 26,70 22,41
5 0,011 34,94 18,10 46,95 0,010 50,10 27,85 22,04
6 0,011 34,89 17,90 47,20 0,011 49,48 28,94 21,57
7 0,011 35,19 17,98 46,82 0,011 48,95 29,77 21,26
8 0,011 35,10 18,18 46,70 0,011 48,54 30,46 20,99
9 0,011 35,09 18,21 46,68 0,011 48,19 31,02 20,78
10 0,011 35,07 18,24 46,68 0,011 47,91 31,48 20,60
11 0,011 35,09 18,23 46,66 0,011 47,67 31,86 20,45
12 0,011 35,08 18,24 46,66 0,011 47,48 32,17 20,33
13 0,011 35,08 18,24 46,66
14 0,011 35,08 18,25 46,66
15 0,011 35,08 18,25 46,66
16 0,011 35,08 18,25 46,66
17 0,011 35,08 18,25 46,66
18 0,011 35,08 18,25 46,66
19 0,011 35,08 18,25 46,66
20
Notas: a Trimestre. b Erro-padrão. c Variável Contábil (ΔGA). d Variável Contábil (ΔML). eVariável
Macroeconômica.
Fonte: Dados da pesquisa (2018).
No que se refere às fases de queda da economia (Tabela 7), em conjunto, houve uma
queda na variância do giro do ativo e da margem líquida em explicar a variância do Δ%PIB
Real, com destaque para o ΔGA evidenciando na recessão da 3ª subamostra (02TR ao 07TR)
um declínio de 2,74%. Salienta-se que as fases de decréscimo econômico são caracterizados
por quedas de investimentos (Corradi, 2016), o que afetam as margens em última instância.
4.2.5 Modelo 5: ΔGA, ΔMO, ΔCT e ΔPIB Real
O último modelo estimado da rentabilidade agregada, utilizando a decomposição do
ML (MO e CT) em conjunto com o GA, demonstrou através da função impulso-resposta, na
Figura 8, que os choques no longo prazo foram mais consistentes na 2ª subamostra,
apresentando para todos os drivers de rentabilidade agregada um comportamento tido como
cíclico (Lima, 2005). Este resultado aponta a influência das informações contábeis, por meio
dos indicadores contábeis, no crescimento econômico.
16 www.congressousp.fipecafi.org
Figura 8 – Função Impulso-Resposta para o Modelo 5
Fonte: Dados da pesquisa (2018).
Na Tabela 8 é possível visualizar que para os períodos de aquecimento há um baixo
aumento na influência da variação da margem líquida, margem operacional e capital tangível
sobre o crescimento econômico. Em conjunto, na fase de recuperação da 1ª subamostra (07TR
e 08TR) a variação do giro do ativo só conseguiu explicar a variância do Δ%PIB Real em um
aumento de 0,005%, enquanto que na mesma fase da 4ª subamostra (05TR ao 12TR), a ΔCT
teve um acréscimo de 0,08%.
Tabela 8 – Decomposição da variância para o Modelo 5 (1999 – 2017)
TRa 1ª amostra 2ª amostra
EPb VCc VCd VCe VMf EPb VCc VCd VCe VMf
1 0,014 3,37 1,26 0,00 95,35 0,008 2,07 24,77 43,97 29,17
2 0,018 5,38 0,84 1,00 92,77 0,017 39,47 11,55 24,00 24,96
17 www.congressousp.fipecafi.org
3 0,020 5,59 0,77 1,19 92,43 0,022 42,11 16,56 17,96 23,36
4 0,021 5,70 0,74 1,26 92,28 0,025 50,30 16,81 14,07 18,81
5 0,021 5,74 0,72 1,30 92,21 0,028 42,25 13,68 27,28 16,78
6 0,021 5,76 0,72 1,32 92,18 0,029 39,50 13,44 29,17 17,88
7 0,021 5,77 0,71 1,33 92,17 0,032 40,60 13,57 27,65 18,16
8 0,021 5,78 0,71 1,33 92,16 0,034 44,64 13,44 24,76 17,14
9 0,022 5,78 0,71 1,33 92,15 0,034 45,71 13,13 24,83 16,30
10 0,022 5,78 0,71 1,33 92,15 0,035 44,31 12,71 26,65 16,31
11 0,022 5,78 0,71 1,33 92,15 0,036 43,37 12,50 27,29 16,82
12 0,022 5,78 0,71 1,33 92,15 0,037 44,43 12,57 26,05 16,92
13 0,022 5,78 0,71 1,33 92,15 0,038 45,96 12,62 24,91 16,50
14 0,022 5,78 0,71 1,33 92,15 0,038 46,11 12,47 25,25 16,15
15 0,022 5,78 0,71 1,33 92,15 0,039 45,21 12,26 26,24 16,27
16 0,022 5,78 0,71 1,33 92,15 0,040 44,88 12,22 26,35 16,54
17 0,022 5,78 0,71 1,33 92,15 0,040 45,62 12,29 25,57 16,50
18 0,022 5,78 0,71 1,33 92,15 0,041 46,33 12,29 25,12 16,24
19 0,022 5,78 0,71 1,33 92,15 0,041 46,19 12,18 25,50 16,11
20 0,022 5,78 0,71 1,33 92,15 0,041 45,67 12,08 26,00 16,23
TRa 3ª amostra 4ª amostra
EPb VCc VCd VCe VMf EPb VCc VCd VCe VMf
1 0,003 74,70 0,18 17,80 7,30 0,007 21,87 30,54 34,51 13,07
2 0,007 36,65 9,36 41,32 12,66 0,009 39,85 23,15 28,19 8,80
3 0,010 26,63 23,18 38,98 11,20 0,010 41,50 22,31 27,65 8,52
4 0,010 26,65 23,89 38,41 11,11 0,010 42,09 21,88 27,40 8,61
5 0,010 26,51 22,31 39,65 11,51 0,010 41,90 22,22 27,27 8,58
6 0,010 26,34 22,55 39,59 11,50 0,010 42,08 22,09 27,27 8,55
7 0,011 25,33 23,67 39,58 11,41 0,010 42,06 22,11 27,32 8,54
8 0,011 25,07 24,48 39,16 11,28 0,010 42,02 22,10 27,34 8,53
9 0,011 24,97 24,22 39,42 11,36 0,010 42,00 22,11 27,35 8,52
10 0,011 24,99 24,14 39,48 11,37 0,010 42,00 22,11 27,35 8,52
11 0,011 24,93 24,19 39,49 11,37 0,010 42,00 22,11 27,36 8,52
12 0,011 24,86 24,37 39,40 11,35 0,010 41,99 22,11 27,36 8,52
13 0,011 24,83 24,40 39,41 11,35
14 0,011 24,80 24,38 39,45 11,36
15 0,011 24,81 24,38 39,44 11,36
16 0,011 24,80 24,39 39,43 11,35
17 0,011 24,80 24,40 39,43 11,35
18 0,011 24,79 24,40 39,44 11,35
19 0,011 24,79 24,41 39,43 11,35
20
Notas: a Trimestre. b Erro-padrão. c Variável Contábil (ΔGA). d Variável Contábil (ΔMO). e Variável Contábil
(ΔCT). fVariável Macroeconômica.
Fonte: Dados da pesquisa (2018).
Em contrapartida, na fase de recessão encontrada na 2ª e 3ª subamostras (01TR –
02TR e 01TR – 07TR, respectivamente) é possível visualizar uma expressiva queda na
explicação da variância do Δ%PIB Real advinda das variáveis contábeis. Nos períodos de
recessão ocorre uma ineficiência dos investimentos e redução na produção (Mota, 2018), e,
portanto, sucedendo na queda dos resultados das empresas, afetando a rentabilidade.
5 Considerações finais
18 www.congressousp.fipecafi.org
Em geral, as evidências implicam inicialmente que, diante dos modelos que se
utilizam da perspectiva da rentabilidade DuPont (RNOA) e seus drivers (GA, ML, MO e CT),
houve influência das variáveis contábeis no relacionamento com o crescimento do PIB Real,
isto é, estas medidas são capazes de produzir informações oportunas sobre a atividade
econômica real. Foram também testados outros dois modelos incluindo outros indicadores
contábeis (liquidez corrente, retorno sobre o ativo, retorno sobre o patrimônio líquido e
alavancagem), os resultados se mantiveram semelhantes aos achados. Assim sendo, não é
possível rejeitar a primeira hipótese de pesquisa apresentada neste estudo. Estes achados
corroboram a perspectiva keynesiana do crescimento econômico, e também com as recentes
pesquisas que relacionam informações contábeis a atividade econômica real (Konchitchki &
Patatoukas, 2013; Brito, 2017; Silva et al., 2018).
No que se refere aos ciclos econômicos, nas fases de aquecimento da atividade
econômica, o período de expansão se sobressaiu em relação à fase de recuperação para a
maioria dos modelos, isto é, na expansão as informações contábeis tendem a ter um conteúdo
informativo mais acentuado a respeito da dinâmica macroeconômica. Em relação aos períodos
de queda, a recessão e contração, o poder de cada variável na explicação da variância do
Δ%PIB Real, após a ocorrência de um choque, foi decrescente em maior intensidade para o
período de recessão. Sendo assim, a segunda hipótese de pesquisa também não foi rejeitada.
Não obstante, do ponto de vista do mercado de capitais, as evidências aqui constatadas
de que a análise das informações contábeis, determinadas por meio de dados aplicados no
nível agregado, configura-se, para os investidores, governo e outros usuários interessados,
como uma ferramenta incremental e útil em fornecer informações oportunas sobre a dinâmica
macroeconômica, principalmente no que se refere ao crescimento do PIB real. Este estudo
contribui ainda com a escassa literatura que versa sobre a relação “micro-macro”, uma vez
que é essencial observar as eventuais conexões entre esses dois níveis.
Referências
Achim, M. V., Borlea, N. S., & Breban, L. (2010). Financial crisis and accounting
information: the need for corporate social responsibility in accounting
profession. European Research Studies, 13(3), 39.
Bertomeu, J., & Magee, R. P. (2011). From low-quality reporting to financial crises: Politics
of disclosure regulation along the economic cycle. Journal of Accounting and
Economics, 52(2-3), 209-227.
Bezemer, D. J. (2010). Understanding financial crisis through accounting models. Accounting,
organizations and society, 35(7), 676-688.
Botika, M. (2012). The use of DuPont analysis in abnormal returns evaluation: Empirical
study of Romanian market. Procedia-Social and Behavioral Sciences, 62, 1179-1183.
Brito, S. S. (2017). Informação contábil e crescimento econômico: Estudo da relação entre
desempenho econômico-financeiro das empresas e o PIB. Dissertação de Mestrado em
Ciências Contábeis, Universidade Estadual de Maringá, Maringá, PR, Brasil.
Bueno, R. D. L. D. S. (2011). Econometria de séries temporais. São Paulo: Cengage
Learning.
19 www.congressousp.fipecafi.org
Busato, M. (2012). Crescimento econômico e restrição externa: um modelo de simulação
pós-keynesiano. Tese de Doutorado em Ciências Econômicas, Instituto de Economia
da Universidade Federal do Rio de Janeiro, Rio de Janeiro, RJ, Brasil.
Bushman, R. M., & Smith, A. J. (2001). Financial accounting information and corporate
governance. Journal of accounting and Economics, 32(1-3), 237-333.
Chauvet, M. (2002). The Brazilian business and growth cycles. Revista Brasileira de
Economia, 56(1), 75-106.
Claessens, S., Kose, M. A., & Terrones, M. E. (2012). How do business and financial cycles
interact?. Journal of International economics, 87(1), 178-190.
Corradi, L. L. (2016). Convergências teóricas entre Veblen e Keynes. Dissertação de
Mestrado em Ciências Econômicas, Universidade Federal do Espírito Santo, Vitória,
ES, Brasil.
Delen, D., Kuzey, C., & Uyar, A. (2013). Measuring firm performance using financial ratios:
A decision tree approach. Expert Systems with Applications, 40(10), 3970-3983.
Domowitz, I., Hubbard, R. G., & Petersen, B. C. (1987). Oligopoly supergames: Some
empirical evidence on prices and margins. The Journal of Industrial Economics, 379-
398.
Duchin, R., Ozbas, O., & Sensoy, B. A. (2010). Costly external finance, corporate investment,
and the subprime mortgage credit crisis. Journal of Financial Economics, 97(3), 418-
435.
Gastón, S. C., & Jarne, J. I. J. (2011). El impacto de la crisis en la manipulación
contable. Revista de Contabilidad, 14(2), 59-85.
Guenther, D. A., & Young, D. (2000). The association between financial accounting measures
and real economic activity: A multinational study. Journal of Accounting and
Economics, 29(1), 53-72.
Harrod, R. F. (1939). An essay in dynamic theory. The economic journal, 49(193), 14-33.
Keynes, J. M. (1936). The General Theory of Employment, Interest and Money. Londres,
Macmillan.
Konchitchki, Y., & Patatoukas, P. N. (2013). Taking the pulse of the real economy using
financial statement analysis: Implications for macro forecasting and stock valuation.
The Accounting Review, 89(2), 669-694.
Kothari, S. P., Lewellen, J., & Warner, J. B. (2014). The behavior of aggregate corporate
investment. Recuperado em 12 de dezembro, 2018, de
https://papers.ssrn.com/sol3/papers.cfm?abstract_id=2511268.
Kuosmanen, P., & Vataja, J. (2014). Forecasting GDP growth with financial market data in
Finland: Revisiting stylized facts in a small open economy during the financial
crisis. Review of Financial Economics, 23(2), 90-97.
20 www.congressousp.fipecafi.org
Li, F., & Shroff, N. (2010). Financial reporting quality and economic growth. Recuperado em
22 de dezembro, 2018, de
https://papers.ssrn.com/sol3/papers.cfm?abstract_id=1265331
Lima, I. C. (2005). Ciclos econômicos e previsão cíclica: um estudo de indicadores
antecedentes para a economia brasileira. Dissertação de Mestrado em Ciências
Econômicas, Universidade Federal de Minas Gerais, Belo Horizonte, MG, Brasil.
Long Jr, J. B., & Plosser, C. I. (1983). Real business cycles. Journal of political
Economy, 91(1), 39-69.
Mankiw, N. G., Romer, D., & Weil, D. N. (1992). A contribution to the empirics of economic
growth. The quarterly journal of economics, 107(2), 407-437.
Mota, R. H. G. (2018). A influência dos ciclos econômicos no Gerenciamento de resultados
contábeis. Tese de Doutorado em Ciências Contábeis, Universidade Federal do Rio
Grande do Norte, Centro de Ciências Sociais Aplicadas, Programa Multi-Institucional
e Inter-Regional de Pós-Graduação em Ciências Contábeis (UNB/UFPB/UFRN),
Natal, RN, Brasil.
Navarro-García, J. C., & Madrid-Guijarro, A. (2016). Real economic activity and accounting
information in Spanish construction and real estate firms. Revista de
Contabilidad, 19(1), 21-30.
Nissim, D., & Penman, S. H. (2001). Ratio analysis and equity valuation: From research to
practice. Review of accounting studies, 6(1), 109-154.
Rebelo, S. (1991). Long-run policy analysis and long-run growth. Journal of political
Economy, 99(3), 500-521
Schumpeter, J. A., & Fels, R. (1939). Business cycles: a theoretical, historical, and statistical
analysis of the capitalist process (Vol. 2, pp. 1958-65). New York: McGraw-Hill.
Silva, J. R. R., Paulo, E., Bianchi, M., & Queiroz, D. B. Informações contábeis e atividade
econômica: relação entre rentabilidade das firmas no crescimento econômico do
Brasil. Anais do Congresso ANPCONT, João Pessoa, PB, Brasil, 12.
Sims, C. A. (1980). Macroeconomics and reality. Econometrica: journal of the Econometric
Society, 1-48.
Soliman, M. T. (2008). The use of DuPont analysis by market participants. The Accounting
Review, 83(3), 823-853.
Solow, R. M. (1956). A contribution to the theory of economic growth. The quarterly journal
of economics, 70(1), 65-94.