TEXTO PARA DISCUSSÃO N o 1207

Tamanho: px
Começar a partir da página:

Download "TEXTO PARA DISCUSSÃO N o 1207"

Transcrição

1 TEXTO PARA DISCUSSÃO N o 1207 AVALIAÇÃO ECONÔMICA DOS FUNDOS CONSTITUCIONAIS DE FINANCIAMENTO DO NORDESTE (FNE) E DO NORTE (FNO) Alexandre Manoel Angelo da Slva Gulherme Mendes Resende Raul da Mota Slvera Neto Brasíla, agosto de 2006

2

3 TEXTO PARA DISCUSSÃO N o 1207 AVALIAÇÃO ECONÔMICA DOS FUNDOS CONSTITUCIONAIS DE FINANCIAMENTO DO NORDESTE (FNE) E DO NORTE (FNO) Alexandre Manoel Angelo da Slva** Gulherme Mendes Resende** Raul da Mota Slvera Neto*** Brasíla, agosto de 2006 Neste trabalho, apresentam-se alguns resultados da segunda etapa da avalação dos fundos consttuconas de fnancamento no convêno Mnstéro da Integração Naconal (MI). Assocação Naconal dos Centros de Pós-Graduação em Economa (Anpec)/Insttuto de Pesqusa Econômca Aplcada (Ipea). No decorrer do desenvolvmento deste trabalho, vale destacar o excelente ambente de trabalho propcado pelos responsáves pela Secretara de Polítcas de Desenvolvmento Regonal do Mnstéro da Integração Naconal, no Banco da Amazôna (Basa) e no Banco do Nordeste (BNB). Ademas, gostaríamos, também, de agradecer ao dretor da Dretora de Estudos Regonas e Urbanos (Drur) do Ipea, Marcelo Pancastell, ao dretor-adjunto, Aroudo Mota, e ao coordenador, Alexandre Carvalho, pela estrutura técnca e pelos ncentvos fornecdos no desenvolvmento da pesqusa. ** Técncos de Planejamento e Pesqusa da Drur do Ipea. *** Professor da Unversdade Federal de Pernambuco (UFPE)/Programa de Pós-Graduação em Economa (Pmes).

4 Governo Federal Mnstéro do Planejamento, Orçamento e Gestão Mnstro Paulo Bernardo Slva Secretáro-Executvo João Bernardo de Azevedo Brngel TEXTO PARA DISCUSSÃO Publcação cujo objetvo é dvulgar resultados de estudos dreta ou ndretamente desenvolvdos pelo Ipea, os quas, por sua relevânca, levam nformações para profssonas especalzados e estabelecem um espaço para sugestões. As opnões emtdas nesta publcação são de exclusva e de ntera responsabldade do(s) autor(es), não exprmndo, necessaramente, o ponto de vsta do Insttuto de Pesqusa Econômca Aplcada ou o do Mnstéro do Planejamento, Orçamento e Gestão. Fundação públca vnculada ao Mnstéro do Planejamento, Orçamento e Gestão, o Ipea fornece suporte técnco e nsttuconal às ações governamentas possbltando a formulação de númeras polítcas públcas e programas de desenvolvmento braslero e dsponblza, para a socedade, pesqusas e estudos realzados por seus técncos. Presdente Luz Henrque Proença Soares É permtda a reprodução deste texto e dos dados nele contdos, desde que ctada a fonte. Reproduções para fns comercas são probdas. A produção edtoral desta publcação contou com o apoo fnancero do Banco Interamercano de Desenvolvmento (BID), va Programa Rede de Pesqusa e Desenvolvmento de Polítcas Públcas Rede-Ipea, o qual é operaconalzado pelo Programa das Nações Undas para o Desenvolvmento (Pnud), por meo do Projeto BRA/04/052. Dretora de Estudos Socas Anna Mara T. Mederos Pelano Dretora de Admnstração e Fnanças Cnara Mara Fonseca de Lma Dretor de Estudos Setoras João Alberto De Negr Dretor de Cooperação e Desenvolvmento Alexandre de Ávla Gomde Dretor de Estudos Regonas e Urbanos Marcelo Pancastell de Squera Dretor de Estudos Macroeconômcos Paulo Mansur Levy Chefe de Gabnete Perso Marco Antono Davson Assessor-Chefe de Comuncação Murlo Lôbo URL: Ouvdora: ISSN JEL H53, H54

5 SUMÁRIO SINOPSE ABSTRACT 1 INTRODUÇÃO 7 2 O PROBLEMA DA AVALIAÇÃO DE IMPACTO DE POLÍTICAS E OS FUNDOS CONSTITUCIONAIS DE FINANCIAMENTO REGIONAL 8 3 FUNDO CONSTITUCIONAL DE FINANCIAMENTO DO NORDESTE 15 4 FUNDO CONSTITUCIONAL DE FINANCIAMENTO DO NORTE 23 5 CONCLUSÕES 31 REFERÊNCIAS 33

6

7 SINOPSE O objetvo prncpal deste trabalho é avalar a aplcação dos recursos do Fundo Consttuconal de Fnancamento do Nordeste (FNE) e do Fundo Consttuconal de Fnancamento do Norte (FNO), a partr das estmatvas de propensty score das frmas benefcadas com recursos desses fundos consttuconas e de um conjunto de frmas não benefcadas por esses fundos. Os resultados geras, presentes em todos os casos dos fundos avalados, dzem respeto ao mpacto postvo sobre a taxa de varação do número de empregados e à ausênca de mpacto sobre a taxa de varação do saláro médo pago pelas frmas. Quando se consderam apenas mcro e pequenas frmas, na avalação da aplcação dos recursos desses dos fundos, é possível apontar um mpacto postvo sobre a taxa de varação do número de empregados de maor magntude que aquele apontado quando todo o unverso de frmas é consderado. ABSTRACT The man goal of the paper s to evaluate Northeast and North Consttutonal Fnancng Fund s loans usng Propensty Score estmates of frms that have receved loans and of others that have not. The man results, showed n every evaluaton of the loans, ndcate a postve mpact on the growth rate of employee number and no mpact on the growth rate of wages pad from frms. When we consdered only mcro and small frms, t s possble to demonstrate a bgger (postve) mpact on the growth rate of employee number than that obtaned wth all frms sample.

8

9 1 INTRODUÇÃO Nos últmos anos, percebem-se uma elevação na rgdez orçamentára 1 e uma deteroração no volume de nvestmento públco. 2 Nesse sentdo, tem sdo recorrente o clamor por uma melhor qualdade e por uma aplcação mas efcaz dos recursos públcos. No entanto, apesar da evolução técnca do Trbunal de Contas da Unão (TCU) órgão externo ao Poder Executvo Federal e responsável pela avalação da efcáca dos recursos públcos federas, o governo federal contnua aplcando seus recursos sem a devda quantfcação de sua efcáca. No ntuto de avalar a efcáca da aplcação de uma parte dos recursos consttuconas nas regões menos desenvolvdas do país, neste trabalho apresentam-se e dscutem-se os resultados obtdos na avalação da aplcação dos recursos do Fundo Consttuconal de Fnancamento do Nordeste (FNE) e do Fundo Consttuconal de Fnancamento do Norte (FNO), a partr das estmatvas de propensty score das frmas benefcadas com recursos desses fundos consttuconas e de um conjunto de frmas não benefcadas por eles. Na análse dos resultados obtdos, é mportante destacar os lmtes presentes na avalação, vnculados tanto à natureza da avalação como à sua própra operaconalzação. Nesse sentdo, cumpre ressaltar, em prmero lugar, que as estmatvas obtdas exploram uncamente a dmensão efcáca na avalação da aplcação dos recursos desses fundos, sto é, referem-se aos resultados econômcos dos fnancamentos, o que é feto por meo do cotejo entre o desempenho econômco das frmas na stuação de benefcadas com recursos dos fundos e o desempenho de frmas na stuação de não benefcadas com esses recursos. Dessa forma, os resultados não apresentam nformações dretas, por exemplo, a respeto da relação custo benefíco do número de ocupações geradas pelas frmas benefcadas. Uma segunda qualfcação dz respeto ao unverso de frmas consderado neste trabalho, que, em vrtude da nexstênca de um conjunto de nformações sobre frmas não benefcadas com o perfl das frmas benefcadas, fcou restrto às frmas benefcadas do setor formal. Em verdade, o conjunto de frmas benefcadas utlzado na avalação fcou restrto ao das efetvamente dentfcadas na Relação Anual de Informações Socas (Ras) para os períodos analsados. Assm, prncpalmente por esse motvo, os resultados apresentados representam efetvamente uma avalação parcal da efcáca da aplcação dos recursos do FNE e do FNO. Essa últma qualfcação condconou a escolha das varáves de mpacto/desempenho da avalação, que fcaram restrtas à taxa de varação do número de empregados das frmas e à taxa de varação do saláro médo pago pelas frmas, varáves passíves de regstro e acompanhamento anual a partr da Ras. Essa, contudo, é 1. Segundo estudo técnco do Mnstéro do Planejamento, Orçamento e Gestão (MP)/ Secretara de Orçamento Federal (SOF) (Brasl, 2003), em 1997, as despesas de lvre alocação (dscrconáras) da Unão representavam aproxmadamente 22%, enquanto, em 2003, somente cerca de 11% das despesas da Unão eram dscrconáras. 2. Conforme os dados do Mnstéro da Fazenda (MF)/Secretara do Tesouro Naconal (STN), em dezembro de 1998, acumulado em 12 meses, o nvestmento do setor públco consoldado fo de 4,22% do Produto Interno Bruto (PIB), enquanto, em dezembro de 2004, esse nvestmento fo de 3,54% do PIB. pea texto para dscussão 1207 ago

10 uma lmtação menos séra que a representada pelo unverso do setor formal, uma vez que são varáves que devem estar presentes quando os objetvos de aplcação dos recursos dreta ou ndretamente estão relaconados com a elevação da renda regonal. Embora séros, os lmtes apontados anterormente não descredencam a avalação levada a efeto neste trabalho, que deve ser vsta como uma etapa absolutamente necessára da tarefa ponera e mprescndível de avalação da aplcação dos recursos dos fundos consttuconas de fnancamento regonal. Além desta Introdução, o trabalho está estruturado em mas quatro seções. Na próxma seção, apresenta-se a metodologa utlzada na obtenção das estmatvas do mpacto dos fnancamentos, o que é feto a partr da contextualzação dos fundos consttuconas de fnancamento dentro do problema geral de avalação de mpactos de polítcas públcas. Na tercera seção, apresentam-se os resultados das estmatvas do mpacto da aplcação dos recursos do FNE sobre as frmas benefcadas a partr de suas taxas de crescmento do emprego e dos saláros pagos. Essas varáves são tomadas como referênca para a avalação da polítca para as frmas no período Além desses resultados, por representarem subgrupos de nteresse específco do FNE, obtêm-se estmatvas adconas para os subgrupos de frmas do setor ndustral e de frmas de mcro e pequenos portes (até 49 empregados). Apresentam-se na quarta seção os resultados das estmatvas do mpacto das aplcações dos recursos do FNO sobre as frmas benefcadas, a partr das duas varáves consderadas no caso do FNE. Os resultados referem-se ao período e, de gual forma ao efetvado no caso do FNE, são fornecdas evdêncas para os dos grupos específcos compostos por mcro e pequenas frmas e por frmas do setor ndustral. Na qunta seção, apresentam-se as conclusões com respeto aos resultados da avalação, na qual também é feta uma comparação entre os resultados obtdos na avalação do FNE e do FNO. 2 O PROBLEMA DA AVALIAÇÃO DE IMPACTO DE POLÍTICAS E OS FUNDOS CONSTITUCIONAIS DE FINANCIAMENTO REGIONAL A avalação do mpacto da aplcação dos recursos do FNE e do FNO sobre as frmas benefcadas deve ser vsta dentro da problemátca geral de avalação dos mpactos de polítcas públcas. Nessas stuações, de forma geral, as dfculdades dervam da mpossbldade de observação do ndvíduo/frma em stuações ou estados dferentes, benefcado e não benefcado pela polítca, mas nunca nos dos smultaneamente. Ou seja, as técncas tentam resolver o problema de avalação sob nsufcênca de nformações a respeto dos benefcados. Para uma rápda formalzação dessa stuação, consdere-se uma ndvíduo/frma, uma varável de avalação de mpacto Y (crescmento do emprego, por exemplo) e 3. Cabe salentar que o período de análse utlzado para o FNE esteve condconado à dsponbldade do fornecmento, pelo Banco do Nordeste, dos dados das empresas tomadoras de empréstmo. Uma avalação para um período mas recente do FNE, qual seja, , está sendo acordada no âmbto do convêno MI/Anpec/Ipea. Desse modo, em posteror estudo, a avalação do FNE compreenderá o mesmo período analsado, neste trabalho, para o FNO. 8 texto para dscussão 1207 ago pea

11 os dos estados possíves, 1 para a stuação de ter sdo benefcado e 0 para a stuação de não ter sdo benefcado. Com D = 1, ndcando o prmero estado (ex.: frma fnancada pelo FNE) e D = 0, o estado alternatvo (ex.: não fnancada pelo FNE), o resultado observado para a varável de nteresse da polítca Y da frma/ndvíduo pode ser representado por: ( D) Y Y DY =, (1) e o mpacto da polítca para o ndvíduo/frma e o mpacto médo da polítca sobre as frmas benefcadas poderam ser representados, respectvamente, por = Y 1 Y0 e = ( / 1) ( / 1) E D = = E Y1 Y0 D =, em que E(. /D = 1) refere-se ao valor esperado condconado à partcpação no fnancamento. Como não é possível observar as frmas/ndvíduos nas duas stuações, utlza-se nas avalações um grupo de ndvíduos que não recebeu o benefíco, grupo de controle, obtendo-se uma medda aproxmada do mpacto do benefíco sobre a varável consderada: ( D = 1) E( Y / D = 0) = E( Y / D = 1) E( Y / D = 1) + E( Y / D = 1) E( Y / D 0) E Y / = E( Y0 / D = 1) E( Y0 / = 0). = + D (2) A últma dferença do lado dreto dferença entre os valores esperados da varável na ocasão da não-partcpação no programa condconado aos dos estados corresponde a uma medda do erro ao se utlzar o grupo de controle. Isto é, derva do fato de a taxa de crescmento do emprego, por exemplo, das frmas do grupo de controle, não corresponder àquela das benefcados, caso não tvessem recebdo o fnancamento. Essa medda fornece, assm, um ndcador do vés de seleção ou de partcpação na polítca, lgado ao fato de que a própra partcpação no fnancamento servr, em s, para dferencar as frmas (mas motvadas versus menos motvadas, por exemplo), já condconando os resultados do programa. A precsão e o grau de dentfcação do mpacto do programa sobre as frmas benefcadas,, depende, evdentemente, do tamanho do vés de seleção envolvdo na avalação. Essa magntude, por sua vez, está vnculada ao mecansmo de seleção do grupo de controle e às técncas de avalação utlzadas nessa tarefa. A alternatva à nexstênca de seleção aleatóra entre benefcados e não-benefcados, stuação que nexstra qualquer vés de seleção ou de partcpação, mplca a utlzação de grupo de controle escolhdo de forma não aleatóra, como é o caso deste trabalho. 2.1 EXPERIMENTO SOCIAL Na lteratura de avalação de mpactos de polítcas, um expermento socal 4 corresponde à stuação em que a escolha entre frmas benefcadas e não benefcadas pelo fnancamento é aleatóra, as frmas pertencem a uma mesma população e, assm, o resultados da polítca não guarda relação com a dsposção a partcpar ou não da polítca. 4. Para um survey dessa lteratura, ver, por exemplo, Fredlander, Greenberg e Robns (1997). pea texto para dscussão 1207 ago

12 Formalmente, na ausênca de vés de partcpação ou seleção, ter-se-a E( Y0 / D = 1) E( Y0 / D = 0) = 0. Ou seja, em méda, não exstram dferenças entre o valor da varável de nteresse paras as frmas que não receberam o benefíco e o valor da varável de nteresse das frmas que o receberam, caso não tvessem recebdo o fnancamento. Nesse caso, podera ser prontamente estmado a partr da dferença entre os valores esperados para os dos grupos do mesmo unverso: = E Y ( / D = ) E( Y / D 0) = 2.2 GRUPO DE CONTROLE NÃO ALEATÓRIO Na ausênca de um grupo de controle aleatóro, de forma geral, os ndvíduos/frmas do grupo de comparação são escolhdos segundo algumas característcas prevamente elegíves, predetermnadas, tdas como fundamentas para a dnâmca da varável fm do programa (crescmento do emprego, crescmento da renda, etc.). Adconalmente, são empregados dferentes estmadores na mensuração do mpacto dos programas nos benefcados, dependentes do conjunto de nformações dsponíves, da varável em análse e das hpóteses assumdas sobre a partcpação no programa de trenamento. A segur, apresentam-se as estratégas utlzadas neste trabalho Dferença das médas sem controle A estmatva do mpacto do programa sobre os benefcados por meo da dferença das médas da varável fm ou de nteresse assume, arbtraramente, o fato de não exstrem dferenças mportantes entre benefcados e grupo de controle em relação às característcas mportantes para explcação do comportamento da varável de nteresse. O mpacto do programa sobre os benefcados é estmado calculando-se a dferença entre as médas dessa varável para os benefcados e grupo de controle, observando-se, então, a sua sgnfcânca estatístca (teste de dferenças de médas). Especfcamente, o mpacto do programa ( ) é aproxmado por : E ( Y1 0 / D = 1) E( Y / D = 0) = E( Y ) E( Y ), (4) t c (3) em que, refere-se a ndvíduos de cada grupo e, Y t, Yc referem-se, respectvamente, aos valores da varável para ndvíduos dos grupos de benefcados e controle. Note-se (equação 2) que tal assunção equvale, em verdade, a uma tentatva de replcar o expermento socal por meo de característcas semelhantes dos ndvíduos. Mesmo sob a suposção de que característcas mportantes das frmas para a varável de nteresse sejam aproxmadas entre os dos grupos, uma vez que a própra partcpação no programa já pode snalzar dferencações mportantes entre os ndvíduos dos grupos, dfclmente essa estmatva fornece um valor confável para o mpacto da polítca. 5. Não se dscute, aqu, em partcular, a possbldade de utlzação do estmador de Mínmos Quadrados Ordnáros (MQO) para obtenção de estmatvas do mpacto do programa sobre frmas benefcadas em razão da restrção mposta pela necessdade da assunção de uma função específca (lnear) para relação entre as co-varantes e a varável de nteresse. Veja-se, a respeto, Wooldrdge (2002). 10 texto para dscussão 1207 ago pea

13 2.2.2 Matchng em característcas observáves Uma alternatva às dfculdades anterormente apontadas é a utlzação de um estmador de matchng. Esse, ao admtr que a seleção para o programa se dá apenas a partr de característca Esse, observáves (gnorablty hypothess), de modo que frmas com tas característcas dêntcas tenham a mesma probabldade de partcpação, obtém o efeto do fnancamento, consderando subgrupos de ndvíduos. 6 Uma vez que as frmas com característcas observáves dêntcas ( tenham a mesma probabldade de serem escolhdas para os grupos de fnancamento e de controle, o valor varável de nteresse (Y), dadas as nformações em X, passa, para esse grupo de frmas, a ser estatstcamente ndependente do estado. Formalmente, nessa stuação, tem-se ( Y1,Y0 D )/ X e, assm, da equação 2, E ( Y / X,D = ) = E( Y / X,D = 0) = em que, o símbolo ndca ndependênca. X, (5) Dessa forma, o mpacto do fnancamento sobre as frmas ( ) pode ser, ncalmente, calculado para as frmas com característcas observáves dêntcas, sto é, de acordo com a equação 2, é obtdo: ( Y / X,D = ) E( Y / X, D 0) z = E =, (6) em que, z, dado pela dferença entre as médas da varável de nteresse para benefcados e controles com as mesmas característcas, corresponde ao mpacto médo do programa nas frmas com característcas X (dêntcas). O mpacto médo do programa nas frmas benefcadas pode, então, ser obtdo por meo de uma méda ponderada dos resultados para os dversos grupos, o que é feto tomando-se o valor esperado da equação 6 condconado à stuação em que D = 1: = E {[ E( Y / X,D = ) E( Y / X,D = 0) ] D = 1} = E{ D 1} z = ). (7) Para o caso de varáves observáves (X) dscretas, o mpacto do programa pode ser representado pela soma ponderada das dferenças para cada grupo, em que os pesos são dados pela probabldade de um ndvíduo do grupo de trenamento possur as característcas X. Precsamente: = X Pr( X = X D = 1 ). (8) X Em suma, o mpacto do trenamento sobre a varável de nteresse (Y ) é dado pela soma ponderada das dferenças entre o valor médo dessa varável para benefcados e controles para cada grupo com característcas dêntcas, em que os pesos de cada dferença são dados pela dstrbução dos benefcados entre os grupos. Note-se, retornando à equação 2, que dadas as hpóteses aqu assumdas (grupos com característcas dêntcas), ao menos para cada grupo é possível obter uma estmatva para lvre do vés de seleção em 6. Para uma dscussão detalhada desse estmador, ver Angrst e Krueger (1999). pea texto para dscussão 1207 ago

14 característcas observáves. A dfculdade desse estmador resde, porém, na sua mplementação para um número muto grande de varáves X ou quando essas são contínuas Estmadores com matchng basedos no propensty score Os métodos de propensty score procuram sntetzar as nformações contdas nas varáves Z, que afetam a partcpação no programa de trenamento, por meo da estmação, condconada nessas varáves, da probabldade de pertencer ao grupo de trenamento (estmatva de propensty score). A déa é utlzar na equação 7 não as varáves X dretamente, mas as probabldades de partcpação de cada grupo dervadas delas. Esse procedmento resume as nformações contdas em X, fornecendo um crtéro únco de dstrbução dos ndvíduos entre os grupos. Para a aplcação do método é necessáro, porém, que as propredades estatístcas dos resultados para a varável de nteresse (Y) em relação a D e X, anterormente assumdas, sejam váldas também quando, em vez de X, consdera-se Pr X, probabldade de partcpação determnada pelas varáves Rubn (1983) mostram que, se que Pr( X ) Pr( D = 1 ) =. X O que permte reescrever a equação 7 como: = E X (. Nesse sentdo, Rosenbaum e ( Y1,Y0 D )/ X, então ( Y,Y0 D )/ Pr( X [ E( Y Pr( Z ), D = 1) E( Y / Pr( Z ), D = 0) ] { D 1} 1 / 0 = 1 ) ), em. (9) A obtenção de uma estmatva do mpacto do trenamento por meo da equação 9 é, assm, feta em dos estágos. O prmero procura estmar as probabldades de partcpações, sto é, o propensty score para os ndvíduos. Em seguda, esses são agrupados de acordo com essas probabldades. O resultado fnal representa uma soma ponderada das dferenças das médas das varáves de nteresse (Y ) para cada grupo, com os pesos dados pela partcpação dos benefcados em cada grupo. Dferentes métodos de matchng baseados nas estmatvas de propensty score podem ser dentfcados na lteratura empírca de avalação de mpacto de polítcas ou programas de trenamento (Deheja e Wahba, 2002; Becker e Ichno, 2002). A segur, consderam-se especfcamente os estmadores de matchng a partr de grupos ou estratos (stratfcaton matchng), de matchng a partr da vznhança mas próxma (nearest neghbor matchng), de matchng a partr do rao de vznhança (radus matchng) e de matchng a partr de uma função densdade (kernel matchng) Matchng a partr de estratos O matchng a partr de estratos ou grupos consdera a comparação entre as médas da varável foco de nteresse (ex.: crescmento do número de ocupações) dos benefcados e não-benefcados pela polítca públca em cada grupo ou estrato em que os ndvíduos dos dos grupos apresentam em méda a mesma estmatva de propensty score. O resultado fnal da avalação do mpacto da polítca é, então, dado pela méda ponderada dos resultados em cada estrato, com os pesos dados pela dstrbução dos benefcados em cada estrato. 12 texto para dscussão 1207 ago pea

15 Formalmente, consdere-se a dstrbução de benefcados e não-benefcados pela polítca públca em m blocos ou estratos, de forma que a méda das estmatvas de propensty score para os dos grupos não apresente dferença estatstcamente sgnfcante em cada estrato. Se Y é a varável de nteresse, o prmero passo é computar as dferenças de desempenhos entre os benefcados e não-benefcados dentro de cada estrato: B NB Y Y j S S () e j S () e e = e=1, 2,..., m, (10) B NB N N e e em que, S(e) especfca o conjunto de ndvíduos do estrato e, Y B e Y j NB correspondem aos resultados observados para os ndvíduos e j, respectvamente, dos grupos dos benefcados e não-benefcados (controle) no estrato e, e N e B e N e NB correspondem aos respectvos números de ndvíduos nesse mesmo estrato. Nesse caso, o resultado fnal da avalação do mpacto da polítca públca ( S ) é, então, computado a partr de uma méda ponderada desses N resultados obtdos para os estratos: S = m e= 1 S e N N B e B (11) Matchng a partr do vznho mas próxmo (nearest neghbor matchng) e matchng a partr do rao (radus matchng) Apesar de comparar ndvíduos com médas de probabldades de partcpações próxmas em cada grupo, o matchng a partr de estratos não garante a utlzação de todas as observações (ndvíduos) dsponíves, uma vez que é possível que benefcados ou ndvíduos do grupo de comparação estejam ausentes em alguns estratos. O matchng a partr do(s) vznho(s) com estmatva de propensty score mas próxma representa, pos, uma alternatva, uma vez que parte da comparação de cada benefcado pelo programa com o(s) ndvíduo(s) do grupo de comparação (não benefcado) com probabldade de partcpação mas próxma, sendo o resultado fnal da avalação do programa dado pela méda dos resultados das comparações a partr de cada benefcado. A partr das notações utlzadas anterormete, V(), o conjunto de observações do grupo de comparação (não benefcados) a ser comparado com o benefcado pode ser representado por: V () mn p p j =, B. (12) j em que, B corresponde ao conjunto dos benefcados com a polítca públca. Note-se que a defnção do(s) vznho(s) a ser cotejado com cada observação do grupo de benefcado (conjuntos V() s) não obedece a nenhuma medda absoluta de dstânca em relação às estmatvas de propensty score dos benefcados. Nesse sentdo, uma alternatva à utlzação dos vznhos mas próxmos é representada pelo matchng a partr do rao de vznhança (radus matchng). Tal procedmento, em verdade, apenas altera os conjuntos V() s, que passam a ser defndos como: pea texto para dscussão 1207 ago

16 V () { p p p r} =, B, (13) j j < em que, r representa um rao delmtando o valor máxmo das dstâncas. Para os dos casos, a avalação do mpacto da polítca (R V ) pode, então, ser obtda a partr da méda das comparações para cada benefcado, especfcamente: V = N 1 B () B NB Y wjy j, (14) B j V em que, w j = 1/N NB e N NB correspondem ao número de observações do grupo de controle (não benefcados) utlzados para o match com a observação Matchng a partr de uma função densdade (kernel matchng) A utlzação de um rao delmtando o conjunto de observações do grupo de controle (não benefcados) mplca, em geral, a utlzação de mas de uma observação desse grupo na comparação com cada frma ou ndvíduo benefcado pela polítca públca. O estmador de matchng a partr de uma função densdade ou kernel matchng representa, nesse sentdo, uma amplação do unverso de comparação de cada benefcado na medda em que esses são, de níco, ndvdualmente cotejados com todas as observações do grupo de controle (não benefcados), ponderadas essas pelas dstâncas de estmatvas de propensty score por meo de uma função densdade. Novamente, o resultado fnal do mpacto da polítca é obtdo a partr de uma méda das comparações efetvadas para os benefcados. Formalmente, consderando-se uma função kernel G(.) e um parâmetro para janela h, para cada observação de frmas ou ndvíduos benefcados pela polítca públca (cada B), de níco, é estmada a segunte méda ponderada dos resultados Y j NB observados (consderando-se todas as frmas ou ndvíduos do grupo de controle, sto é, todo j NB): NB p j p Y j G j NB h NB Y k =, B. (15) pl p G h l NB Fnalmente, nesse caso, a estmatva do mpacto da polítca (R K ) é obtda a partr da méda das dferenças entre Y B e Y k NB, sto é: K [ 1 B NB = Y Yk ]. (16) N B B Deve estar claro, pos, que os estmadores que utlzam as estmatvas de propensty score de fato permtem soluconar o problema da execução do balanceamento (match) entre frmas/ndvíduos quando o número de varáves observáves é muto elevado. Não obstante, não opera sem lmtações; em partcular, é sempre mportante apontar para o fato de que não solucona problemas relaconados com o potencal 14 texto para dscussão 1207 ago pea

17 vés de partcpação dervado da nfluênca de varáves não-observáves. Além dsso, nem sempre há garantas antecpadas de exstênca de frmas/ndvíduos comparáves, mesmo quando a partcpação é condconada apenas em varáves observáves. 3 FUNDO CONSTITUCIONAL DE FINANCIAMENTO DO NORDESTE O nteresse ncal é conhecer ou obter nformações estatstcamente váldas a respeto do mpacto do FNE sobre as frmas benefcadas. Nessa dreção, os dados dsponíves possbltaram focar a avalação em duas varáves de nteresse medato do FNE: a taxa de varação do emprego e a taxa de varação dos saláros médos pagos pelas frmas. Note-se que a prmera varável corresponde a um objetvo explícto dos fnancamentos (geração de postos de trabalho), enquanto a segunda, além da mportânca em s, vsto que corresponde à geração de renda ou valor agregado, representa uma boa proxy para mensurar mpactos sobre a produtvdade, outro objetvo explícto do FNE. Em vrtude de ganhos de produtvdade poderem mplcar perdas de emprego, ao menos no curto prazo, a consderação conjunta dessas duas varáves permte, adconalmente, uma avalação mas consstente da aplcação dos recursos do FNE. É mportante ressaltar os lmtes e a abrangênca da avalação. Nesse sentdo, note-se, prmero, que os fnancamentos avalados correspondem àqueles tomados pelas frmas no ano de 1995, ano a partr do qual as frmas foram acompanhadas, com novas evdêncas a respeto das dnâmcas das varáves foco de nteresse levantadas novamente para o ano de Tem-se, pos, para as duas varáves supramenconadas, o segunte período de avalação: Além dsso, a avalação restrnge-se, neste trabalho, às empresas tomadoras dos recursos do fundo, dentfcadas na Ras de Por fm, em vrtude de maor prordade, além de evdêncas para todo o conjunto de frmas benefcadas dentfcadas na Ras, foram obtdos dos conjuntos adconas de evdêncas para os subgrupos de frmas do setor ndustral e de mcro e pequenas frmas. 3.1 O IMPACTO DO FUNDO CONSTITUCIONAL DE FINANCIAMENTO DO NORDESTE SOBRE AS FIRMAS BENEFICIADAS Amostras, estratégas de estmação e estmatvas do propensty score As estmatvas apresentadas na próxma seção foram obtdas a partr de três dferentes amostras. Uma prmera amostra é consttuída pelas frmas benefcadas pelo FNE no ano de 1995 da Regão Nordeste, dentfcadas na Ras desse ano. Das cerca de frmas benefcadas em 1995, fo possível dentfcar 240 frmas, das quas 16 foram excluídas por também receberem fnancamento no ano de Assm, a amostra fnal de benefcadas é consttuída de 224 frmas da Regão Nordeste do país. Do unverso de frmas da Regão Nordeste presentes na Ras em 1995 que não receberam fnancamento do FNE em qualquer ano, duas outras amostras foram pea texto para dscussão 1207 ago

18 consderadas para o grupo de comparação ou controle: uma amostra consttuída de frmas com característcas semelhantes àquelas das frmas benefcadas. 7 A consderação de uma amostra de frmas semelhantes àquelas fnancadas pelo FNE em 1995, de fato, representa um match ou balanceamento ncal entre os dos unversos (benefcadas e não benefcadas) e, embora não necessáro para os estmadores de propensty score, permte, em geral, um balanceamento ou semelhança entre frmas de um mesmo estrato (ou faxa de probabldade de ser benefcada) da estmação a partr de estratos para um conjunto maor de característcas ou varáves observadas. Além de estmatvas sem controle para a probabldade de se benefcar pelo fnancamento pelo FNE, também na busca de robustez nas estmatvas, as evdêncas foram obtdas a partr de dos estmadores de propensty score dscutdos na seção anteror: o match ou comparação de desempenhos entre frmas benefcadas e não benefcadas a partr de estratos e a comparação a partr da utlzação de um kernel, o que mplca a comparação de cada frma benefcada com todas as demas não benefcadas a partr de pesos dados pela dstânca entre as estmatvas de propensty score da frma benefcada e das não benefcadas. As estmatvas são bascamente levadas a efeto em duas etapas. Na prmera, a partr de um modelo probt ou logt 8 e de característcas observáves das frmas, estma-se a probabldade de cada frma ser benefcada com recursos do FNE. Em uma segunda etapa, essas estmatvas são utlzadas para comparações ponderadas entre benefcadas e não benefcadas pelo FNE. Na estmação a partr de estratos, essa segunda etapa consste no agrupamento de frmas em estratos em que benefcadas e não benefcadas, além de apresentarem estmatvas de probabldades próxmas, são dealmente ndstnguíves com respeto às varáves observadas e utlzadas na estmação. 9 Na estmação com utlzação de um kernel, cada frma benefcada é comparada com demas não benefcadas, numa comparação que é ponderada pela dstânca entre as estmatvas de propensty score. Uma descrção das varáves consderadas nas estmatvas e uma comparação das característcas de duas das amostras utlzadas são possíves a partr dos números presentes na tabela 1. A partr das evdêncas anterores, com respeto ao perfl das frmas benefcadas com recursos do FNE, em 1995, ao menos quatro característcas merecem destaques. A prmera, o grau de nstrução médo dos empregados dessas frmas stua-se preponderantemente entre a 5 a e a 8 a sére completa. A segunda, em mas de 80% dos casos, as frmas benefcadas correspondem a mcro e pequenas frmas. A tercera, em mas da metade dos casos, as frmas benefcadas pertencem ao setor ndustral. Por fm, sobretudo para os estados de maor porte econômco, não há um balanceamento entre a dstrbução de frmas benefcadas e o número de frmas presentes nos estados. Em partcular, ressalte-se a sub-representação dos Estados de Pernambuco e da Baha. Note-se que as característcas das frmas do grupo de controle apresentado são bastante 7. As característcas e comparação entre as amostras são descrtas a segur. 8. Como no caso deste trabalho, as estmatvas, em geral, não são sensíves à utlzação alternatva de um dos dos modelos. 9. Tecncamente, a exgênca é que, dentro de cada estrato, a condção de ser benefcada ou não benefcada pelo FNE seja ndependente das varáves observadas e consderadas na estmação. 16 texto para dscussão 1207 ago pea

19 próxmas àquelas da amostra de benefcadas. Mesmo assm, anda permanecem sgnfcantes as dferenças na dstrbução das frmas entre o setor ndustral e entre os Estados do Pauí, Pernambuco e Baha. Nas estmatvas das probabldades de ser benefcada com recursos do FNE (estmatvas de propensty score), dado o claro perfl das frmas benefcadas anterormente, é assumdo o fato de o ncentvo ou a orentação à partcpação como benefcado do FNE estar vnculado a fatores de demanda ou orentação setoral (setores de atvdade), 10 a fatores locaconas (dstrbução entre os estados) e varáves com vínculos com a tecnologa utlzada pela frma benefcada (grau de nstrução e dade méda dos empregados, saláros médos e porte das frmas). TABELA 1 Característcas das frmas benefcadas pelo Fundo Consttuconal de Fnancamento do Nordeste e não benefcadas consttuntes do grupo de controle Ras ano de 1995 Varáves FNE formal Ras amostra Dstrbução pelo grau médo de nstrução (%) Até a 4 a sére ncompleta 12,11 11,57 4 a sére completa 14,35 13,53 5 a até 8 a sére ncompleta 26,46 27,63 8 a sére completa 25,11 24,04 2 o grau ncompleto 10,31 15,32 2 o grau completo ou mas* 11,66 7,91 Idade méda dos empregados (anos) 30,3 30,4 Dstrbução pelo número de empregados (%) Mcro e pequeno portes (até 49 empregados) 83,86 88,35 Médos e grandes portes (mas de 49 empregados) 16,14 11,65 Saláro médo (em SM) 1,90 1,68 Saláro médo (em R$ de 1995) 190,46 168,77 Dstrbução entre os setores (%) Agropecuára 12,50 13,53 Indústra* 58,33 49,14 Comérco* 14,58 24,29 Servços 14,58 13,04 Dstrbução entre os estados do Nordeste (%) Maranhão 3,75 3,91 Pauí* 12,08 4,65 Ceará 23,75 18,83 Ro Grande do Norte 6,67 5,13 Paraíba 9,17 7,74 Pernambuco* 12,5 20,21 Alagoas 3,75 4,4 Sergpe 4,17 4,65 Baha* 24,17 30,48 Elaboração dos autores. Obs.: * Indca sgnfcânca estatístca a 5% para os testes de dferenças entre médas e entre proporções entre os dos grupos, o que mplca rejeção das correspondentes hpóteses nulas de que as médas ou proporções são guas Números de observações para as amostras do FNE e Ras semelhantes são, respectvamente, de 224 e Formalmente, assumndo o fato de o vetor de característcas representar as característcas que condconam a partcpação da frma como benefcada com recursos do FNE e utlzando a notação da seção anteror, tem-se a segunte representação do modelo probt: Pr ( D X ) = Φ( f ( X ) = 1 ), (17) em que, relembre-se, D = 1 corresponde à condção de benefcada, Φ representa a função de dstrbução normal acumulada (c.d.f) e f(x ) corresponde a uma especfca- X 10. Anda que, entre as frmas presentes na Ras, o fnancamento ao setor ndustral esperado, dadas as prordades do FNE e a nformaldade do setor agrícola, o fnancamento ao setor não dexa, ao menos potencalmente, de vncular-se às condções de demanda. pea texto para dscussão 1207 ago

20 ção ncal com todas as varáves presumvelmente mportantes para a condção de ser benefcada pelo FNE. Na determnação da especfcação da função f(x ), com vstas ao controle para as nfluêncas do maor número de varáves observáves, parte-se da utlzação de todas as varáves que potencalmente afetam a condção de ser benefcada com recursos do FNE. O objetvo nessa etapa é obter, para todas as frmas, estmatvas de probabldades de serem benefcadas com recursos do FNE que permtam o agrupamento de frmas em estratos dentro dos quas não haja dferença estatstcamente sgnfcante entre as probabldades estmadas e entre as varáves presentes no vetor X para o grupo das frmas benefcadas e o grupo das frmas não benefcadas. Nessa tarefa, é utlzada a extensão pscore.do do programa Stata 8.0 devda a Becker e Ichno (2002). Na tabela 2, apresentam-se estmatvas do modelo probt dos coefcentes das varáves consderadas para o caso da utlzação da amostra com grupo de controle (Ras não benefcadas) composto de frmas semelhantes. Fo possível a defnção de estratos (cnco), nos quas se obteve o pleno balanço entre todas as varáves (das frmas benefcadas e das não benefcadas) possíves de serem ncluídas nas estmatvas (nclundo a estmatva de propensty score). TABELA 2 Estmatvas para a probabldade de ser benefcado pelo Fundo Consttuconal de Fnancamento do Nordeste modelo probt para a estmatva do propensty score Coefcente P value Até 4 a sére do 1 o grau -0,1335 0,443 5 a sére até 2 o grau ncompleto -0,2473 0,110 Idade -0,0442 0,148 Idade 2 0,0006 0,239 Saláro médo 0,0003 0,055 Maranhão -0,2378 0,323 Pauí 0,3408 0,058 Ro Grande do Norte -0,0233 0,905 Paraíba -0,0996 0,563 Pernambuco -0,3838* 0,007 Alagoas -0,2847 0,235 Sergpe -0,1170 0,584 Baha -0,2220 0,072 Agropecuára -0,1774 0,205 Comérco -0,3110* 0,008 Servços -0,1574 0,271 Mcro e pequenas 0,1775 0,182 Constante 0,0295 0,954 N. obs Teste Qu. 42,27 0,001 Pseudo R 2 0, Elaboração dos autores. Obs.: * Indca sgnfcânca estatístca a 5%. Subgrupos de varáves não apresentados correspondem aos grupos omtdos nas varáves dummes. Assm, para os grupos educação, estado, setor e porte da frma os coefcentes representam estmatvas para dummes com relação ao subgrupo correspondente omtdo. Os subgrupos de referênca (omtdos) na estmação foram de frmas com grau médo de nstrução dos empregados com ao menos o 2 o grau completo, frmas do Estado do Ceará, frmas da ndústra e frmas de porte médo ou grande. Todas as varáves se referem ao ano de De forma geral, os resultados obtdos quanto à sgnfcânca dos coefcentes estmados refletem o prévo balanço entre as amostras para as varáves consderadas. Assm, as estmatvas obtdas anterormente ndcam que apenas para a varável dummy do setor de servços e para a varável dummy referente ao Estado de Pernambuco é encontrada sgnfcânca estatístca dos coefcentes estmados. No prmero caso, pertencer ao setor de servços e não ao setor ndustral dmnu a probabldade de ser 18 texto para dscussão 1207 ago pea

21 benefcada com fnancamento do FNE; no segundo caso, estar localzada no Estado de Pernambuco e não no Estado do Ceará também dmnu a probabldade de receber o fnancamento. Essas estmatvas servram de base à obtenção das estmatvas de propensty score para as frmas benefcadas e não benefcadas com recursos do FNE, em 1995, apresentadas no gráfco 1, que lustra a semelhança entre as dstrbuções obtdas para os dos grupos de frmas. De fato, a partr das estmatvas, fo possível a consttução de cnco estratos com dferentes números de frmas benefcadas e não benefcadas pelo FNE dentro dos quas as dferenças de médas entre frmas benefcadas e não benefcadas pelo FNE com respeto à probabldade estmada de ser benefcada pelo FNE e a todas as demas varáves presentes na tabela 2 não apresentam sgnfcânca estatístca a 5%. Isso sugere, por sua vez, que para dada probabldade de ser benefcada, em cada estrato, a decsão de partcpar como benefcada do FNE ndepende das varáves observadas consderadas nas estmatvas. GRÁFICO 1 Dstrbuções da probabldade de ser fnancado pelo FNE para amostra Ras (0) e para amostra das benefcadas pelo FNE (1), em 1995 Prob. de partcp. no FNE Prob. de partcp. no FNE 0 1 Densdade Pr(fne95) Graphs by fne95 Elaboração dos autores Impacto do Fundo Consttuconal de Fnancamento do Nordeste nas frmas benefcadas Como já ntroduzdo, os mpactos econômcos dos fnancamentos do FNE sobre as frmas benefcadas foram estmados a partr do comportamento observado para as taxas de varação do emprego e do saláro médo, varáves foco da nvestgação. Nesta subpea texto para dscussão 1207 ago

22 seção, apresentam-se as estmatvas para amostra das frmas benefcadas referentes ao período Com o objetvo de verfcar a robustez das estmatvas, explorama-se e apresentam-se extensões das estmatvas em duas dmensões: consderam-se dos grupos de controle de frmas não benefcadas das Ras (frmas semelhantes e amostra aleatóra) 11 e, além de estmatvas obtdas a partr da comparação ou matchng nos estratos, apresentam-se estmatvas obtdas a partr de ponderações utlzando um kernel. As estmatvas para o período , tanto para a taxa de varação do emprego quanto para a taxa de varação do saláro médo, são apresentadas na tabela 3, que, com fns de comparação, também nclu estmatvas obtdas sem qualquer controle, ou seja, obtdas pelo smples cálculo da méda das dferenças entre as taxas de varação para os dos grupos de frmas. Na tabela 3, no período , as estmatvas apresentadas ndcam que os fnancamentos do FNE não mpactaram postvamente os saláros médos pagos pelas frmas benefcadas pelo FNE. Há, porém, enorme dferença no que dz respeto aos resultados que ndcam o mpacto sobre o emprego. TABELA 3 Impacto do FNE: dferenças entre taxas de varação do emprego e do saláro médo no período Sem controle Propensty score estratos Propensty score kernel Elaboração dos autores. Taxa de varação emprego 0,694* (0,290) 0,677* (0,266) 0,655* (0,257) Taxa de varação saláro médo -0,047 (0,028) -0,035 (0,028) -0,029 (0,033) Obs.: * Indca sgnfcânca estatístca a 5%. Nas estmatvas de propensty score com kernel fo utlzado o kernel de Epanechnkov. As especfcações dos modelos probt utlzados encontram-se descrtos no texto Desvo-padrão entre parênteses, obtdo por bootstrap para as estmatvas de propensty score. Como podem ser constatadas a partr da tabela 3 as estmatvas para esse período ndcam mpacto postvo do programa, ndependentemente do grupo de controle u- tlzado ou do estmador empregado. De fato, as estmatvas obtdas ndcam que as frmas benefcadas apresentaram, em méda, taxa de varação do emprego entre 65,5 e 67,7 pontos percentuas acma daquela correspondente à da stuação de não benefcadas; um mpacto, além de postvo, consderável para os três anos consderados. Note-se que a estmatva obtda sem controle para probabldade de ser fnancada pelo FNE, menos confável, está acma daquelas obtdas com a utlzação das estmatvas de propensty score, o que ressalta a mportânca dos controles ntroduzdos. 11. Além da amostra do grupo de controle consttuído de frmas com característcas semelhantes, obtveram-se estmatvas a partr de um grupo de controle com frmas escolhdas aleatoramente das nformações da Ras. Com resultados qualtatvamente semelhantes, optou-se por apresentar os resultados apenas para um grupo de controle. 20 texto para dscussão 1207 ago pea

23 3.1.3 Impacto do Fundo Consttuconal de Fnancamento do Nordeste nas frmas benefcadas: estmatvas para as frmas do setor ndustral e para as mcro e pequenas frmas Embora a maor parte dos recursos contratados pelo FNE em 1995 tenha sdo dreconada para o setor agrícola (cerca de 76,9%), a consderação apenas de frmas presentes ou dentfcadas na Ras mplcou, dado o maor grau de nformaldade, a nãoconsderação de parte mportante das frmas desse setor na avalação levada a efeto neste trabalho. Em conseqüênca, como pode ser percebdo a partr da tabela 1, perto de 60% das frmas dentfcadas na Ras pertencem ao setor ndustral. Por sua vez, a consderação apenas de frmas presentes na Ras não mplcou a consderação na avalação de frmas fora de um dos focos prncpas do programa, representado pelas mcro e pequenas frmas, que consttuem a grande maora das frmas avaladas. Nesta subseção, a partr das mesmas varáves foco de nteresse anterormente consderadas, são apresentadas estmatvas do mpacto dos fnancamentos do FNE para esses dos grupos específcos de frmas. O nteresse é conhecer em que medda os resultados obtdos e apresentados para o conjunto de frmas se fazem presentes também para esses dos subgrupos específcos, ou se há especfcdades mportantes a destacar. Consderando-se, prmeramente para o setor ndustral, na tabela 4 apresentam-se as estmatvas do mpacto do FNE sobre as frmas benefcada para o período No período , não fo possível dentfcar qualquer mpacto estatstcamente sgnfcante sobre as varáves consderadas. No que concerne às frmas benefcadas com recursos do FNE dentfcadas do setor ndustral na Ras, as evdêncas obtdas não são mas favoráves que aquelas encontradas para todo o unverso de frmas dentfcadas. TABELA 4 Impacto do FNE: dferenças entre taxas de varação do emprego e do saláro médo no período Setor ndustral Sem controle Propensty score estratos Propensty score kernel Elaboração dos autores. Taxa de varação emprego 0,741 (0,415) 0,716 (0,364) 0,681 (0,462) Taxa de varação saláro médo -0,028 (0,038) -0,028 (0,036) -0,030 (0,039) Obs.: * Indca sgnfcânca estatístca a 5%. Na prmera amostra, utlzou-se 121 frmas benefcadas e 575 frmas não benefcadas. Nas estmatvas de propensty score com kernel fo utlzado o kernel de Epanechnkov. As especfcações dos modelos probt utlzados para o caso da amostra de semelhantes àquela utlzada para amostra total sem as dummes de setores. Para a amostra de frmas não semelhantes, no entanto, fo necessáro exclur o saláro médo ncal. Desvo-padrão entre parênteses, obtdo por bootstrap para as estmatvas de propensty score. Os resultados das estmatvas do mpacto da aplcação dos recursos do FNE sobre a taxa de varação do emprego e sobre a taxa de varação dos saláros médos das frmas benefcadas pertencentes aos subgrupos de mcro e pequenas frmas são apresentados na tabela 5. pea texto para dscussão 1207 ago

24 Sem controle TABELA 5 Impacto do FNE: dferenças entre taxas de varação do emprego e do saláro médo no período Mcro e pequenas frmas Propensty score estratos Propensty score kernel Taxa de varação emprego 0,837* (0,345) 0,760* (0,315) 0,794* (0,356) Taxa de varação saláro médo -0,027 (0,034) -0,017 (0,035) -0,016 (0,032) Elaboração dos autores. Obs.: * Indca sgnfcânca estatístca a 5%. Na prmera amostra, foram utlzadas 163 frmas benefcadas e 674 frmas nãobenefcadas. Nas estmatvas de propensty score com kernel fo utlzado o kernel de Epanechnkov. As especfcações dos modelos probt utlzados para o caso da amostra de semelhantes àquela utlzada para amostra total sem a dummy de porte da frma; por sua vez, para a amostra de frmas não semelhantes, fo necessáro exclur o saláro médo ncal e as varáves de dade. Desvo-padrão entre parênteses, obtdo por bootstrap para as estmatvas de propensty score. Ao analsar-se a tabela 5, observam-se movmentos no mesmo sentdo daquele já apontado para todo unverso de frmas benefcadas: mpacto postvo da aplcação dos recursos do FNE sobre a taxa de varação do emprego das frmas benefcadas no período Note-se, além dsso, que esses movmentos, para esse subgrupo de frmas consderado, aparecem de forma mas forte ou aguda do que aqueles observados na amostra do unverso de frmas benefcadas. Ou seja, ao utlzar-se o propensty score, enquanto o dferencal favorável máxmo estmado para a taxa de varação do emprego chega a 67,7 pontos percentuas para todo o unverso de benefcadas, tal vantagem chega a 79,4 pontos percentuas para as mcro e pequenas frmas. Essas evdêncas sugerem maor sensbldade das mcro e pequenas frmas com respeto à aplcação dos recursos do FNE. 3.2 RESULTADOS DE POLÍTICA NA APLICAÇÃO DOS RECURSOS DO FUNDO CONSTITUCIONAL DE FINANCIAMENTO DO NORDESTE Apresentam-se os prncpas resultados de polítca para alocação de recursos dos FNE decorrentes das evdêncas obtdas. Deve ser evdente que os lmtes mpostos à avalação, dervados da utlzação de frmas apenas dentfcadas na Ras, mpedem maor refnamento das evdêncas levantadas em relação à aplcação dos recursos, embora mportantes resultados possam ser anda apontados. De acordo com as estmatvas apresentadas, são os seguntes os resultados obtdos na avalação da aplcação dos recursos do FNE: 1) Consderando-se, por um lado, o período , as frmas benefcadas apresentaram, em méda, taxa de varação do número de empregados entre 65,5 e 67,7 pontos percentuas acma daquela que sera verfcada caso não houvessem recebdo fnancamento recursos do FNE. Por outro lado, nesse mesmo período, não fo possível verfcar qualquer mpacto dferencado da aplcação dos recursos sobre a taxa de varação do saláro médo pago dessas frmas benefcadas. 2) No período , quando o foco da avalação se drecona apenas para as frmas benefcadas do setor ndustral, não é possível dentfcar qualquer mpacto da aplcação dos recursos do FNE sobre a taxa de varação do número de empregados das frmas benefcadas em relação à stuação de não benefcadas. 22 texto para dscussão 1207 ago pea

25 3) Por fm, quando a avalação é feta se consderando apenas mcro e pequenas frmas, são obtdos resultados qualtatvamente próxmos àqueles dos tens 1, 2, embora quanttatvamente mas sgnfcatvos. Com efeto, no período , as estmatvas ndcam um efeto postvo substancal sobre a taxa de varação do número de empregados (entre 76 e 79,4 pontos percentuas superor à stuação de não benefcadas). Em resumo, de forma geral, neste trabalho, ndcam-se resultados postvos da aplcação de recursos do FNE sobre a taxa de varação do emprego das frmas benefcadas e ausênca de mpacto sobre a taxa de varação do saláro médo pago pelas frmas. Mas especfcamente, esses resultados revelam-se relatvamente mas favoráves para mcro e pequenas frmas e, em seus aspectos postvos, estão ausentes para frmas do setor ndustral. 4 FUNDO CONSTITUCIONAL DE FINANCIAMENTO DO NORTE Nesta seção apresentam-se as estmatvas do mpacto econômco da aplcação dos recursos do Fundo Consttuconal de Fnancamento do Norte nas frmas benefcadas e dentfcadas na Ras, assm como são fornecdas orentações de polítca decorrentes dos resultados obtdos. Em relação aos resultados da avalação, apresentam-se estmatvas para o período De forma consstente com o objetvo da aplcação dos recursos de contrbur para o desenvolvmento econômco e socal da regão, por um lado, e com a dsponbldade de nformações da Ras, por outro, as estmatvas e análses foram efetuadas a partr de duas varáves: a taxa de varação do emprego e a taxa de varação do saláro médo pago pelas frmas benefcadas. As evdêncas apresentadas, dervadas da aplcação da metodologa de avalação de mpacto de polítcas apresentada na segunda seção deste trabalho, são obtdas a partr da comparação do desempenho das frmas benefcadas com recursos do FNO com o desempenho delas em uma stuação de não benefcadas. Assm, as estmatvas permtem apontar se as aplcações dos recursos do FNO tveram mpactos estatstcamente sgnfcantes sobre o crescmento do emprego e dos saláros pagos pelas frmas no período Também neste ponto, dada a possbldade de exstênca, ao menos no curto prazo, de conflto entre as dnâmcas dessas duas varáves vsto que ganhos de produtvdade podem resultar medatamente em perdas de emprego, a consderação conjunta das duas varáves permte, adconalmente, uma avalação mas consstente da aplcação dos recursos do FNO. É mportante, mas uma vez, ressaltar que os resultados obtdos se referem exclusvamente ao unverso de frmas benefcadas com recursos do FNO dentfcadas na Ras, o que mplca a consderação apenas de frmas do setor formal. Quando se consdera o período , deve-se chamar atenção para o fato de que, no ano de 2000, o total de recursos contratados pelo FNO correspondeu a cerca de 45% do total de recursos contratados pelos três fundos consttuconas de fnancamento (FCO, FNE e FNO), estando acma do total contratado pelo FNE Evdentemente, o mesmo não pode ser dto a respeto dos recursos do Tesouro Naconal, que obedeceram às normas relatvas às partcpações dos fundos nos recursos dsponíves. pea texto para dscussão 1207 ago

AVALIAÇÃO ECONÔMICA DOS FUNDOS CONSTITUCIONAIS DE FINANCIAMENTO DO NORDESTE E DO NORTE (FNE E FNO)

AVALIAÇÃO ECONÔMICA DOS FUNDOS CONSTITUCIONAIS DE FINANCIAMENTO DO NORDESTE E DO NORTE (FNE E FNO) AVALIAÇÃO ECONÔMICA DOS FUNDOS CONSTITUCIONAIS DE FINANCIAMENTO DO NORDESTE E DO NORTE (FNE E FNO) Alexandre Manoel A. da Slva (IPEA) ** Gulherme Mendes Resende (IPEA) ** Raul da Mota S. Neto (PIMES/UFPE)

Leia mais

3 Metodologia de Avaliação da Relação entre o Custo Operacional e o Preço do Óleo

3 Metodologia de Avaliação da Relação entre o Custo Operacional e o Preço do Óleo 3 Metodologa de Avalação da Relação entre o Custo Operaconal e o Preço do Óleo Este capítulo tem como objetvo apresentar a metodologa que será empregada nesta pesqusa para avalar a dependênca entre duas

Leia mais

4 Critérios para Avaliação dos Cenários

4 Critérios para Avaliação dos Cenários Crtéros para Avalação dos Cenáros É desejável que um modelo de geração de séres sntétcas preserve as prncpas característcas da sére hstórca. Isto quer dzer que a utldade de um modelo pode ser verfcada

Leia mais

7 - Distribuição de Freqüências

7 - Distribuição de Freqüências 7 - Dstrbução de Freqüêncas 7.1 Introdução Em mutas áreas há uma grande quantdade de nformações numércas que precsam ser dvulgadas de forma resumda. O método mas comum de resumr estes dados numércos consste

Leia mais

3 A técnica de computação intensiva Bootstrap

3 A técnica de computação intensiva Bootstrap A técnca de computação ntensva ootstrap O termo ootstrap tem orgem na expressão de língua nglesa lft oneself by pullng hs/her bootstrap, ou seja, alguém levantar-se puxando seu própro cadarço de bota.

Leia mais

Associação entre duas variáveis quantitativas

Associação entre duas variáveis quantitativas Exemplo O departamento de RH de uma empresa deseja avalar a efcáca dos testes aplcados para a seleção de funconáros. Para tanto, fo sorteada uma amostra aleatóra de 50 funconáros que fazem parte da empresa

Leia mais

Os modelos de regressão paramétricos vistos anteriormente exigem que se suponha uma distribuição estatística para o tempo de sobrevivência.

Os modelos de regressão paramétricos vistos anteriormente exigem que se suponha uma distribuição estatística para o tempo de sobrevivência. MODELO DE REGRESSÃO DE COX Os modelos de regressão paramétrcos vstos anterormente exgem que se suponha uma dstrbução estatístca para o tempo de sobrevvênca. Contudo esta suposção, caso não sea adequada,

Leia mais

UNIDADE IV DELINEAMENTO INTEIRAMENTE CASUALIZADO (DIC)

UNIDADE IV DELINEAMENTO INTEIRAMENTE CASUALIZADO (DIC) UNDADE V DELNEAMENTO NTERAMENTE CASUALZADO (DC) CUABÁ, MT 015/ PROF.: RÔMULO MÔRA romulomora.webnode.com 1. NTRODUÇÃO Este delneamento apresenta como característca prncpal a necessdade de homogenedade

Leia mais

2 Incerteza de medição

2 Incerteza de medição 2 Incerteza de medção Toda medção envolve ensaos, ajustes, condconamentos e a observação de ndcações em um nstrumento. Este conhecmento é utlzado para obter o valor de uma grandeza (mensurando) a partr

Leia mais

Figura 8.1: Distribuição uniforme de pontos em uma malha uni-dimensional. A notação empregada neste capítulo para avaliação da derivada de uma

Figura 8.1: Distribuição uniforme de pontos em uma malha uni-dimensional. A notação empregada neste capítulo para avaliação da derivada de uma Capítulo 8 Dferencação Numérca Quase todos os métodos numércos utlzados atualmente para obtenção de soluções de equações erencas ordnáras e parcas utlzam algum tpo de aproxmação para as dervadas contínuas

Leia mais

Curso de extensão, MMQ IFUSP, fevereiro/2014. Alguns exercício básicos

Curso de extensão, MMQ IFUSP, fevereiro/2014. Alguns exercício básicos Curso de extensão, MMQ IFUSP, feverero/4 Alguns exercíco báscos I Exercícos (MMQ) Uma grandeza cujo valor verdadero x é desconhecdo, fo medda três vezes, com procedmentos expermentas dêntcos e, portanto,

Leia mais

MODELOS DE REGRESSÃO PARAMÉTRICOS

MODELOS DE REGRESSÃO PARAMÉTRICOS MODELOS DE REGRESSÃO PARAMÉTRICOS Às vezes é de nteresse nclur na análse, característcas dos ndvíduos que podem estar relaconadas com o tempo de vda. Estudo de nsufcênca renal: verfcar qual o efeto da

Leia mais

METOLOGIA. 1. Histórico

METOLOGIA. 1. Histórico METOLOGIA A Sondagem da Construção Cvl do RS é uma sondagem de opnão empresaral realzada mensalmente e fo crada pela Confederação Naconal da Indústra (CNI) com o apoo da Câmara Braslera da Indústra da

Leia mais

MEDO DO DESEMPREGO E SATISFAÇÃO COM A VIDA METODOLOGIA. Versão 2.0

MEDO DO DESEMPREGO E SATISFAÇÃO COM A VIDA METODOLOGIA. Versão 2.0 METODOLOGIA MEDO DO DESEMPREGO E SATISFAÇÃO COM A VIDA Versão 2.0 Brasíla - Março/2012 Versão 2.0 Brasíla-DF Outubro/2016 METODOLOGIA MEDO DO DESEMPREGO E SATISFAÇÃO COM A VIDA Versão 2.0 Brasíla - Março/2012

Leia mais

Modelo de Alocação de Vagas Docentes

Modelo de Alocação de Vagas Docentes Reunão Comssão de Estudos de Alocação de Vagas Docentes da UFV Portara 0400/2016 de 04/05/2016 20 de mao de 2016 Comssão de Estudos das Planlhas de Alocação de Vagas e Recursos Ato nº 009/2006/PPO 19/05/2006

Leia mais

A experiência recente do PRONAF em Pernambuco: uma análise por meio de propensity score

A experiência recente do PRONAF em Pernambuco: uma análise por meio de propensity score A experênca recente do PRONAF em Pernambuco: uma análse por meo de propensty score André Matos Magalhães Raul Slvera Neto Fernando de Mendonça Das Alexandre Rands Barros Resumo O objetvo desse trabalho

Leia mais

Avaliando o Impacto do Programa Bolsa Família sobre a Freqüência Escolar: o Caso da Agricultura Familiar no Nordeste do Brasil

Avaliando o Impacto do Programa Bolsa Família sobre a Freqüência Escolar: o Caso da Agricultura Familiar no Nordeste do Brasil Avalando o Impacto do Programa Bolsa Famíla sobre a Freqüênca Escolar: o Caso da Agrcultura Famlar no Nordeste do Brasl Gsléa Benn Duarte PIMES-UFPE Raul da Mota Slvera Neto PIMES-UFPE Resumo O objetvo

Leia mais

2 Metodologia de Medição de Riscos para Projetos

2 Metodologia de Medição de Riscos para Projetos 2 Metodologa de Medção de Rscos para Projetos Neste capítulo remos aplcar os concetos apresentados na seção 1.1 ao ambente de projetos. Um projeto, por defnção, é um empreendmento com metas de prazo, margem

Leia mais

A experiência recente do PRONAF em Pernambuco: uma análise através de propensity score

A experiência recente do PRONAF em Pernambuco: uma análise através de propensity score A experênca recente do PRONAF em Pernambuco: uma análse através de propensty score Autores: Fernando de Mendonça Das Doutor em Economa pelo PIMES-UFPE Faculdade Boa Vagem André Matos Magalhães Ph.D. em

Leia mais

3.6. Análise descritiva com dados agrupados Dados agrupados com variáveis discretas

3.6. Análise descritiva com dados agrupados Dados agrupados com variáveis discretas 3.6. Análse descrtva com dados agrupados Em algumas stuações, os dados podem ser apresentados dretamente nas tabelas de frequêncas. Netas stuações devemos utlzar estratégas específcas para obter as meddas

Leia mais

Prof. Lorí Viali, Dr.

Prof. Lorí Viali, Dr. Prof. Lorí Val, Dr. val@mat.ufrgs.br http://www.mat.ufrgs.br/~val/ É o grau de assocação entre duas ou mas varáves. Pode ser: correlaconal ou expermental. Prof. Lorí Val, Dr. UFRG Insttuto de Matemátca

Leia mais

Análise de Regressão Linear Múltipla VII

Análise de Regressão Linear Múltipla VII Análse de Regressão Lnear Múltpla VII Aula 1 Hej et al., 4 Seções 3. e 3.4 Hpótese Lnear Geral Seja y = + 1 x 1 + x +... + k x k +, = 1,,..., n. um modelo de regressão lnear múltpla, que pode ser escrto

Leia mais

Ministério da Educação. Instituto Nacional de Estudos e Pesquisas Educacionais Anísio Teixeira. Cálculo do Conceito Preliminar de Cursos de Graduação

Ministério da Educação. Instituto Nacional de Estudos e Pesquisas Educacionais Anísio Teixeira. Cálculo do Conceito Preliminar de Cursos de Graduação Mnstéro da Educação Insttuto Naconal de Estudos e Pesqusas Educaconas Aníso Texera Cálculo do Conceto Prelmnar de Cursos de Graduação Nota Técnca Nesta nota técnca são descrtos os procedmentos utlzados

Leia mais

DELINEAMENTOS EXPERIMENTAIS

DELINEAMENTOS EXPERIMENTAIS SUMÁRIO 1 Delneamentos Expermentas 2 1.1 Delneamento Interamente Casualzado..................... 2 1.2 Delneamento Blocos Casualzados (DBC).................... 3 1.3 Delneamento Quadrado Latno (DQL)......................

Leia mais

Análise de Regressão. Profa Alcione Miranda dos Santos Departamento de Saúde Pública UFMA

Análise de Regressão. Profa Alcione Miranda dos Santos Departamento de Saúde Pública UFMA Análse de Regressão Profa Alcone Mranda dos Santos Departamento de Saúde Públca UFMA Introdução Uma das preocupações estatístcas ao analsar dados, é a de crar modelos que explctem estruturas do fenômeno

Leia mais

RISCO. Investimento inicial $ $ Taxa de retorno anual Pessimista 13% 7% Mais provável 15% 15% Otimista 17% 23% Faixa 4% 16%

RISCO. Investimento inicial $ $ Taxa de retorno anual Pessimista 13% 7% Mais provável 15% 15% Otimista 17% 23% Faixa 4% 16% Análse de Rsco 1 RISCO Rsco possbldade de perda. Quanto maor a possbldade, maor o rsco. Exemplo: Empresa X va receber $ 1.000 de uros em 30 das com títulos do governo. A empresa Y pode receber entre $

Leia mais

UMA ABORDAGEM ALTERNATIVA PARA O ENSINO DO MÉTODO DOS MÍNIMOS QUADRADOS NO NÍVEL MÉDIO E INÍCIO DO CURSO SUPERIOR

UMA ABORDAGEM ALTERNATIVA PARA O ENSINO DO MÉTODO DOS MÍNIMOS QUADRADOS NO NÍVEL MÉDIO E INÍCIO DO CURSO SUPERIOR UNIVERSIDADE FEDERAL DE JUIZ DE FORA INSTITUTO DE CIÊNCIAS EATAS DEPARTAMENTO DE ESTATÍSTICA UMA ABORDAGEM ALTERNATIVA PARA O ENSINO DO MÉTODO DOS MÍNIMOS QUADRADOS NO NÍVEL MÉDIO E INÍCIO DO CURSO SUPERIOR

Leia mais

Testes não-paramétricos

Testes não-paramétricos Testes não-paramétrcos Prof. Lorí Val, Dr. http://www.mat.ufrgs.br/val/ val@mat.ufrgs.br Um teste não paramétrco testa outras stuações que não parâmetros populaconas. Estas stuações podem ser relaconamentos,

Leia mais

PROJEÇÕES POPULACIONAIS PARA OS MUNICÍPIOS E DISTRITOS DO CEARÁ

PROJEÇÕES POPULACIONAIS PARA OS MUNICÍPIOS E DISTRITOS DO CEARÁ GOVERNO DO ESTADO DO CEARÁ SECRETARIA DO PLANEJAMENTO E GESTÃO - SEPLAG INSTITUTO DE PESQUISA E ESTRATÉGIA ECONÔMICA DO CEARÁ - IPECE NOTA TÉCNICA Nº 29 PROJEÇÕES POPULACIONAIS PARA OS MUNICÍPIOS E DISTRITOS

Leia mais

1. CORRELAÇÃO E REGRESSÃO LINEAR

1. CORRELAÇÃO E REGRESSÃO LINEAR 1 CORRELAÇÃO E REGREÃO LINEAR Quando deseja-se estudar se exste relação entre duas varáves quanttatvas, pode-se utlzar a ferramenta estatístca da Correlação Lnear mples de Pearson Quando essa correlação

Leia mais

É o grau de associação entre duas ou mais variáveis. Pode ser: correlacional ou experimental.

É o grau de associação entre duas ou mais variáveis. Pode ser: correlacional ou experimental. Prof. Lorí Val, Dr. val@mat.ufrgs.br http://www.mat.ufrgs.br/~val/ É o grau de assocação entre duas ou mas varáves. Pode ser: correlaconal ou expermental. Numa relação expermental os valores de uma das

Leia mais

Variação ao acaso. É toda variação devida a fatores não controláveis, denominadas erro.

Variação ao acaso. É toda variação devida a fatores não controláveis, denominadas erro. Aplcação Por exemplo, se prepararmos uma área expermental com todo cudado possível e fzermos, manualmente, o planto de 100 sementes seleconadas de um mlho híbrdo, cudando para que as sementes fquem na

Leia mais

EXERCÍCIO: VIA EXPRESSA CONTROLADA

EXERCÍCIO: VIA EXPRESSA CONTROLADA EXERCÍCIO: VIA EXPRESSA CONTROLADA Engenhara de Tráfego Consdere o segmento de va expressa esquematzado abaxo, que apresenta problemas de congestonamento no pco, e os dados a segur apresentados: Trechos

Leia mais

Regressão Linear Simples by Estevam Martins

Regressão Linear Simples by Estevam Martins Regressão Lnear Smples by Estevam Martns stvm@uol.com.br "O únco lugar onde o sucesso vem antes do trabalho, é no dconáro" Albert Ensten Introdução Mutos estudos estatístcos têm como objetvo estabelecer

Leia mais

AULA EXTRA Análise de Regressão Logística

AULA EXTRA Análise de Regressão Logística 1 AULA EXTRA Análse de Regressão Logístca Ernesto F. L. Amaral 13 de dezembro de 2012 Metodologa de Pesqusa (DCP 854B) VARIÁVEL DEPENDENTE BINÁRIA 2 O modelo de regressão logístco é utlzado quando a varável

Leia mais

Relatório de Avaliação Econômica. 6. Programa Melhoria da educação no Município

Relatório de Avaliação Econômica. 6. Programa Melhoria da educação no Município Relatóro de Avalação Econômca 6. Programa Melhora da educação no Muncípo 2007 1 O PROGRAMA AVALIAÇÃO ECONÔMICA DE PROJETOS SOCIAIS conta com a coordenação técnca da Gerênca de Avalação de Projetos do Banco

Leia mais

Título: A experiência recente do PRONAF em Pernambuco: uma análise através de propensity score

Título: A experiência recente do PRONAF em Pernambuco: uma análise através de propensity score Área de nteresse: Teora econômca e métodos quanttatvos Título: A experênca recente do PRONAF em Pernambuco: uma análse através de propensty score Autores: André Matos Magalhães Ph.D. em economa pela Unversdade

Leia mais

8 - Medidas Descritivas

8 - Medidas Descritivas 8 - Meddas Descrtvas 8. Introdução Ao descrevemos um conjunto de dados por meo de tabelas e gráfcos temos muto mas nformações sobre o comportamento de uma varável do que a própra sére orgnal de dados.

Leia mais

Análise de Regressão Linear Múltipla IV

Análise de Regressão Linear Múltipla IV Análse de Regressão Lnear Múltpla IV Aula 7 Guarat e Porter, 11 Capítulos 7 e 8 He et al., 4 Capítulo 3 Exemplo Tomando por base o modelo salaro 1educ anosemp exp prev log 3 a senhorta Jole, gerente do

Leia mais

Estudo quantitativo do processo de tomada de decisão de um projeto de melhoria da qualidade de ensino de graduação.

Estudo quantitativo do processo de tomada de decisão de um projeto de melhoria da qualidade de ensino de graduação. Estudo quanttatvo do processo de tomada de decsão de um projeto de melhora da qualdade de ensno de graduação. Rogéro de Melo Costa Pnto 1, Rafael Aparecdo Pres Espíndula 2, Arlndo José de Souza Júnor 1,

Leia mais

6 Análises de probabilidade de ruptura de um talude

6 Análises de probabilidade de ruptura de um talude 6 Análses de probabldade de ruptura de um talude 6.. Introdução No presente capítulo, apresentam-se prevsões de probabldades de ruptura para o talude de jusante da Barragem de Benguê mostrada na fgura

Leia mais

Avaliação do tamanho da amostra de segmentos regulares para estimar a área plantada com café na região sul de Minas Gerais

Avaliação do tamanho da amostra de segmentos regulares para estimar a área plantada com café na região sul de Minas Gerais Avalação do tamanho da amostra de segmentos regulares para estmar a área plantada com café na regão sul de Mnas Geras Marcos Adam Maurco Alves Morera Bernardo Fredrch Theodor Rudorff Insttuto Naconal de

Leia mais

O problema da superdispersão na análise de dados de contagens

O problema da superdispersão na análise de dados de contagens O problema da superdspersão na análse de dados de contagens 1 Uma das restrções mpostas pelas dstrbuções bnomal e Posson, aplcadas usualmente na análse de dados dscretos, é que o parâmetro de dspersão

Leia mais

Capítulo 1. Exercício 5. Capítulo 2 Exercício

Capítulo 1. Exercício 5. Capítulo 2 Exercício UNIVERSIDADE FEDERAL DE GOIÁS CIÊNCIAS ECONÔMICAS ECONOMETRIA (04-II) PRIMEIRA LISTA DE EXERCÍCIOS Exercícos do Gujarat Exercíco 5 Capítulo Capítulo Exercíco 3 4 5 7 0 5 Capítulo 3 As duas prmeras demonstrações

Leia mais

1. ANÁLISE EXPLORATÓRIA E ESTATÍSTICA DESCRITIVA

1. ANÁLISE EXPLORATÓRIA E ESTATÍSTICA DESCRITIVA 1. ANÁLISE EXPLORATÓRIA E ESTATÍSTICA DESCRITIVA 014 Estatístca Descrtva e Análse Exploratóra Etapas ncas. Utlzadas para descrever e resumr os dados. A dsponbldade de uma grande quantdade de dados e de

Leia mais

RAD1507 Estatística Aplicada à Administração I Prof. Dr. Evandro Marcos Saidel Ribeiro

RAD1507 Estatística Aplicada à Administração I Prof. Dr. Evandro Marcos Saidel Ribeiro UNIVERIDADE DE ÃO PAULO FACULDADE DE ECONOMIA, ADMINITRAÇÃO E CONTABILIDADE DE RIBEIRÃO PRETO DEPARTAMENTO DE ADMINITRAÇÃO RAD1507 Estatístca Aplcada à Admnstração I Prof. Dr. Evandro Marcos adel Rbero

Leia mais

4.1 Modelagem dos Resultados Considerando Sazonalização

4.1 Modelagem dos Resultados Considerando Sazonalização 30 4 METODOLOGIA 4.1 Modelagem dos Resultados Consderando Sazonalzação A sazonalzação da quantdade de energa assegurada versus a quantdade contratada unforme, em contratos de fornecmento de energa elétrca,

Leia mais

CAPÍTULO 2 DESCRIÇÃO DE DADOS ESTATÍSTICA DESCRITIVA

CAPÍTULO 2 DESCRIÇÃO DE DADOS ESTATÍSTICA DESCRITIVA CAPÍTULO DESCRIÇÃO DE DADOS ESTATÍSTICA DESCRITIVA. A MÉDIA ARITMÉTICA OU PROMÉDIO Defnção: é gual a soma dos valores do grupo de dados dvdda pelo número de valores. X x Soma dos valores de x número de

Leia mais

Variável discreta: X = número de divórcios por indivíduo

Variável discreta: X = número de divórcios por indivíduo 5. Análse descrtva com dados agrupados Em algumas stuações, os dados podem ser apresentados dretamente nas tabelas de frequêncas. Netas stuações devemos utlzar estratégas específcas para obter as meddas

Leia mais

Identidade dos parâmetros de modelos segmentados

Identidade dos parâmetros de modelos segmentados Identdade dos parâmetros de modelos segmentados Dana Campos de Olvera Antono Polcarpo Souza Carnero Joel Augusto Munz Fabyano Fonseca e Slva 4 Introdução No Brasl, dentre os anmas de médo porte, os ovnos

Leia mais

O problema da superdispersão na análise de dados de contagens

O problema da superdispersão na análise de dados de contagens O problema da superdspersão na análse de dados de contagens 1 Uma das restrções mpostas pelas dstrbuções bnomal e Posson, aplcadas usualmente na análse de dados dscretos, é que o parâmetro de dspersão

Leia mais

NOÇÕES SOBRE CORRELAÇÃO E REGRESSÃO LINEAR SIMPLES

NOÇÕES SOBRE CORRELAÇÃO E REGRESSÃO LINEAR SIMPLES NOÇÕES SOBRE CORRELAÇÃO E REGRESSÃO LINEAR SIMPLES 1 O nosso objetvo é estudar a relação entre duas varáves quanttatvas. Eemplos:. Idade e altura das cranças.. v. Tempo de prátca de esportes e rtmo cardíaco

Leia mais

u a mesma área, na escala de 1: , tomadas a cada intervalo de 18 dias.

u a mesma área, na escala de 1: , tomadas a cada intervalo de 18 dias. QUANTFCAÇÃO E SENSORAMENTO REMOTO NA NVESTGAÇÃO GEOGRÁFCA A evolução recente da cênca tem colocado, com certa frequênca, o nvestgador em stuação crítca face à massa de nformações, dados e meos para sua

Leia mais

Regressão Múltipla. Parte I: Modelo Geral e Estimação

Regressão Múltipla. Parte I: Modelo Geral e Estimação Regressão Múltpla Parte I: Modelo Geral e Estmação Regressão lnear múltpla Exemplos: Num estudo sobre a produtvdade de trabalhadores ( em aeronave, navos) o pesqusador deseja controlar o número desses

Leia mais

CONTROLADORES FUZZY. Um sistema de controle típico é representado pelo diagrama de blocos abaixo:

CONTROLADORES FUZZY. Um sistema de controle típico é representado pelo diagrama de blocos abaixo: CONTROLADORES FUZZY Um sstema de controle típco é representado pelo dagrama de blocos abaxo: entrada ou referênca - erro CONTROLADOR snal de controle PLANTA saída A entrada ou referênca expressa a saída

Leia mais

Diferença entre a classificação do PIB per capita e a classificação do IDH

Diferença entre a classificação do PIB per capita e a classificação do IDH Curso Bem Estar Socal Marcelo Ner - www.fgv.br/cps Metas Socas Entre as mutas questões decorrentes da déa de se mplementar uma proposta de metas socas temos: Qual a justfcatva econômca para a exstênca

Leia mais

METODOLOGIA DO ÍNDICE CARBONO EFICIENTE (ICO2)

METODOLOGIA DO ÍNDICE CARBONO EFICIENTE (ICO2) METODOLOGIA DO ÍNDICE CARBONO Abrl/2015 [data] METODOLOGIA DO ÍNDICE CARBONO O ICO2 é o resultado de uma cartera teórca de atvos, elaborada de acordo com os crtéros estabelecdos nesta metodologa. Os índces

Leia mais

Prof. Lorí Viali, Dr.

Prof. Lorí Viali, Dr. Prof. Lorí Val, Dr. val@mat.ufrgs.br http://www.mat.ufrgs.br/~val/ 1 É o grau de assocação entre duas ou mas varáves. Pode ser: correlaconal ou expermental. Numa relação expermental os valores de uma das

Leia mais

Análise de influência

Análise de influência Análse de nfluênca Dzemos que uma observação é nfluente caso ela altere, de forma substancal, alguma propredade do modelo ajustado (como as estmatvas dos parâmetros, seus erros padrões, valores ajustados...).

Leia mais

Maiores Cidades, Maiores Habilidades Produtivas: Ganhos de Aglomeração ou Atração de Habilidosos? Uma Análise para as Cidades Brasileiras

Maiores Cidades, Maiores Habilidades Produtivas: Ganhos de Aglomeração ou Atração de Habilidosos? Uma Análise para as Cidades Brasileiras Maores Cdades, Maores Habldades Produtvas: Ganhos de Aglomeração ou Atração de Habldosos? Uma Análse para as Cdades Brasleras Resumo A análse em torno dos dferencas salaras que tendem a persstr entre os

Leia mais

Aula Características dos sistemas de medição

Aula Características dos sistemas de medição Aula - Característcas dos sstemas de medção O comportamento funconal de um sstema de medção é descrto pelas suas característcas (parâmetros) operaconas e metrológcas. Aqu é defnda e analsada uma sére destes

Leia mais

Representação e Descrição de Regiões

Representação e Descrição de Regiões Depos de uma magem ter sdo segmentada em regões é necessáro representar e descrever cada regão para posteror processamento A escolha da representação de uma regão envolve a escolha dos elementos que são

Leia mais

Pronatec Bolsa-Formação Uma Avaliação Inicial sobre Reinserção no Mercado de Trabalho Formal

Pronatec Bolsa-Formação Uma Avaliação Inicial sobre Reinserção no Mercado de Trabalho Formal Pronatec Bolsa-Formação Uma Avalação Incal sobre Renserção no Mercado de Trabalho Formal Fernando de Holanda Barbosa Flho Rogéro Porto Deníso Lberato Mao de 2015 Economa Aplcada Rotero 1. Introdução 2.

Leia mais

Teoria da Regressão Espacial Aplicada a. Sérgio Alberto Pires da Silva

Teoria da Regressão Espacial Aplicada a. Sérgio Alberto Pires da Silva Teora da Regressão Espacal Aplcada a Modelos Genércos Sérgo Alberto Pres da Slva ITENS DE RELACIONAMENTOS Tópcos Báscos da Regressão Espacal; Banco de Dados Geo-Referencados; Modelos Genércos Robustos;

Leia mais

Algarismos Significativos Propagação de Erros ou Desvios

Algarismos Significativos Propagação de Erros ou Desvios Algarsmos Sgnfcatvos Propagação de Erros ou Desvos L1 = 1,35 cm; L = 1,3 cm; L3 = 1,30 cm L4 = 1,4 cm; L5 = 1,7 cm. Qual destas meddas está correta? Qual apresenta algarsmos com sgnfcado? O nstrumento

Leia mais

UNIVERSIDADE DE PERNAMBUCO. Física Experimental. Prof o José Wilson Vieira

UNIVERSIDADE DE PERNAMBUCO. Física Experimental. Prof o José Wilson Vieira UNIVERSIDADE DE PERNAMBUCO ESCOLA POLITÉCNICA DE PERNAMBUCO Físca Expermental Prof o José Wlson Vera wlson.vera@upe.br AULA 01: PROCESSOS DE ANÁLISE GRÁFICA E NUMÉRICA MODELO LINEAR Recfe, agosto de 2015

Leia mais

SELEÇÃO DE MODELOS VOLUMÉTRICOS PARA CLONES DE EUCALYPTUS SPP., NO PÓLO GESSEIRO DO ARARIPE

SELEÇÃO DE MODELOS VOLUMÉTRICOS PARA CLONES DE EUCALYPTUS SPP., NO PÓLO GESSEIRO DO ARARIPE SELEÇÃO DE MODELOS VOLUMÉTRICOS PARA CLONES DE EUCALYPTUS SPP, NO PÓLO GESSEIRO DO ARARIPE Jáder da Slva Jale Joselme Fernandes Gouvea Alne Santos de Melo Denns Marnho O R Souza Kléber Napoleão Nunes de

Leia mais

Análise de Regressão

Análise de Regressão Análse de Regressão método estatístco que utlza relação entre duas ou mas varáves de modo que uma varável pode ser estmada (ou predta) a partr da outra ou das outras Neter, J. et al. Appled Lnear Statstcal

Leia mais

CURSO de ESTATÍSTICA Gabarito

CURSO de ESTATÍSTICA Gabarito UNIVERSIDADE FEDERAL FLUMINENSE TRANSFERÊNCIA o semestre letvo de 010 e 1 o semestre letvo de 011 CURSO de ESTATÍSTICA Gabarto INSTRUÇÕES AO CANDIDATO Verfque se este caderno contém: PROVA DE REDAÇÃO com

Leia mais

Índices de Concentração 1

Índices de Concentração 1 Índces de Concentração Crstane Alkmn Junquera Schmdt arcos André de Lma 3 arço / 00 Este documento expressa as opnões pessoas dos autores e não reflete as posções ofcas da Secretara de Acompanhamento Econômco

Leia mais

Análise Exploratória de Dados

Análise Exploratória de Dados Análse Exploratóra de Dados Objetvos Análse de duas varáves quanttatvas: traçar dagramas de dspersão, para avalar possíves relações entre as duas varáves; calcular o coefcente de correlação entre as duas

Leia mais

ECONOMETRIA Prova Intermediária PI 04/04/2014

ECONOMETRIA Prova Intermediária PI 04/04/2014 ECONOMETRIA Prova Intermedára PI 04/04/2014 Prezado(a) Aluno(a), Você terá 120 mnutos a partr do níco ofcal da prova para conclur esta avalação, admnstre bem o seu tempo. Lea atentamente as nstruções a

Leia mais

RETORNOS PRIVADOS DE EDUCAÇÃO INDIVIDUAL NO PARANÁ

RETORNOS PRIVADOS DE EDUCAÇÃO INDIVIDUAL NO PARANÁ JULIANA KIKUCHI VAN ZAIST * LUCIANO NAKABASHI ** MÁRCIO A. SALVATO *** RETORNOS PRIVADOS DE EDUCAÇÃO INDIVIDUAL NO PARANÁ RESUMO No Brasl e no Paraná exstem graves problemas no que dz respeto ao sstema

Leia mais

Aplicando o método de mínimos quadrados ordinários, você encontrou o seguinte resultado: 1,2

Aplicando o método de mínimos quadrados ordinários, você encontrou o seguinte resultado: 1,2 Econometra - Lsta 3 - Regressão Lnear Múltpla Professores: Hedbert Lopes, Prscla Rbero e Sérgo Martns Montores: Gustavo Amarante e João Marcos Nusdeo QUESTÃO 1. Você trabalha na consultora Fazemos Qualquer

Leia mais

Modelagem do crescimento de clones de Eucalyptus via modelos não lineares

Modelagem do crescimento de clones de Eucalyptus via modelos não lineares Modelagem do crescmento de clones de Eucalyptus va modelos não lneares Joselme Fernandes Gouvea 2 Davd Venanco da Cruz 3 Máco Augusto de Albuquerque 3 José Antôno Alexo da Slva Introdução Os fenômenos

Leia mais

Estatística stica Descritiva

Estatística stica Descritiva AULA1-AULA5 AULA5 Estatístca stca Descrtva Prof. Vctor Hugo Lachos Davla oo que é a estatístca? Para mutos, a estatístca não passa de conjuntos de tabelas de dados numércos. Os estatístcos são pessoas

Leia mais

Equações Simultâneas

Equações Simultâneas Equações Smultâneas Caracterzação. Os modelos de equações smultâneasenvolvem mas de uma varável dependente, ou endógena, sendo necessáras tantas equações quanto for o número de varáves endógenas 2. Uma

Leia mais

Ângulo de Inclinação (rad) [α min α max ] 1 a Camada [360,0 520,0] 2000 X:[-0,2065 0,2065] Velocidade da Onda P (m/s)

Ângulo de Inclinação (rad) [α min α max ] 1 a Camada [360,0 520,0] 2000 X:[-0,2065 0,2065] Velocidade da Onda P (m/s) 4 Estudo de Caso O estudo de caso, para avalar o método de estmação de parâmetros trdmensonal fo realzado em um modelo de referênca de três camadas, e foram realzados os seguntes passos: Descrção do modelo

Leia mais

ÍNDICE DE CONSISTÊNCIA TEMPORAL: UM NOVO MÉTODO PARA AVALIAÇÃO DA ESTABILIDADE TEMPORAL DE ARMAZENAMENTO DE ÁGUA NO SOLO

ÍNDICE DE CONSISTÊNCIA TEMPORAL: UM NOVO MÉTODO PARA AVALIAÇÃO DA ESTABILIDADE TEMPORAL DE ARMAZENAMENTO DE ÁGUA NO SOLO Anas Eletrônco ÍNDICE DE CONSISTÊNCIA TEMPORAL: UM NOVO MÉTODO PARA AVALIAÇÃO DA ESTABILIDADE TEMPORAL DE ARMAZENAMENTO DE ÁGUA NO SOLO Anderson Takash Hara, Heraldo Takao Hashgut, Antôno Carlos Andrade

Leia mais

7 Tratamento dos Dados

7 Tratamento dos Dados 7 Tratamento dos Dados 7.. Coefcentes de Troca de Calor O úmero de usselt local é dado por h( r )d u ( r ) (7-) k onde h(r), o coefcente local de troca de calor é h( r ) q''- perdas T q''- perdas (T( r

Leia mais

Modelo linear normal com erros heterocedásticos. O método de mínimos quadrados ponderados

Modelo linear normal com erros heterocedásticos. O método de mínimos quadrados ponderados Modelo lnear normal com erros heterocedástcos O método de mínmos quadrados ponderados Varâncas homogêneas Varâncas heterogêneas y y x x Fgura 1 Ilustração da dstrbução de uma varável aleatóra y (condconal

Leia mais

(1) A uma parede totalmente catalítica quanto para uma parede com equilíbrio catalítico. No caso de uma parede com equilíbrio catalítico, tem-se:

(1) A uma parede totalmente catalítica quanto para uma parede com equilíbrio catalítico. No caso de uma parede com equilíbrio catalítico, tem-se: 1 RELATÓRIO - MODIFICAÇÃO DA CONDIÇÃO DE CONTORNO DE ENTRADA: MODELOS PARCIALMENTE CATALÍTICO E NÃO CATALÍTICO PARA ESCOAMENTOS COM TAXA FINITA DE REAÇÃO 1. Condções de contorno Em escoamentos reatvos,

Leia mais

Implementação Bayesiana

Implementação Bayesiana Implementação Bayesana Defnção 1 O perfl de estratégas s.) = s 1.),..., s I.)) é um equlíbro Nash-Bayesano do mecansmo Γ = S 1,..., S I, g.)) se, para todo e todo θ Θ, u gs θ ), s θ )), θ ) θ Eθ u gŝ,

Leia mais

REGRESSÃO NÃO LINEAR 27/06/2017

REGRESSÃO NÃO LINEAR 27/06/2017 7/06/07 REGRESSÃO NÃO LINEAR CUIABÁ, MT 07/ Os modelos de regressão não lnear dferencam-se dos modelos lneares, tanto smples como múltplos, pelo fato de suas varáves ndependentes não estarem separados

Leia mais

Métodos Avançados em Epidemiologia

Métodos Avançados em Epidemiologia Unversdade Federal de Mnas Geras Insttuto de Cêncas Exatas Departamento de Estatístca Métodos Avançados em Epdemologa Aula 5-1 Regressão Lnear Smples: Estmação e Interpretação da Reta Tabela ANOVA e R

Leia mais

Nome: Nº: Estatística para Economia e Gestão Licenciaturas em Economia e Gestão. 2.º Semestre de 2008/2009

Nome: Nº: Estatística para Economia e Gestão Licenciaturas em Economia e Gestão. 2.º Semestre de 2008/2009 Estatístca para Economa e Gestão Lcencaturas em Economa e Gestão.º Semestre de 008/009 Exame Fnal (.ª Época) 16 de Junho de 009; 17h30m Duração: 10 mnutos INSTRUÇÕES Escreva o nome e número de aluno em

Leia mais

PUCPR- Pontifícia Universidade Católica Do Paraná PPGIA- Programa de Pós-Graduação Em Informática Aplicada PROF. DR. JACQUES FACON

PUCPR- Pontifícia Universidade Católica Do Paraná PPGIA- Programa de Pós-Graduação Em Informática Aplicada PROF. DR. JACQUES FACON 1 PUCPR- Pontfíca Unversdade Católca Do Paraná PPGIA- Programa de Pós-Graduação Em Informátca Aplcada PROF. DR. JACQUES FACON LIMIARIZAÇÃO ITERATIVA DE LAM E LEUNG Resumo: A proposta para essa sére de

Leia mais

DEFINIÇÃO - MODELO LINEAR GENERALIZADO

DEFINIÇÃO - MODELO LINEAR GENERALIZADO DEFINIÇÃO - MODELO LINEAR GENERALIZADO 1 Um modelo lnear generalzado é defndo pelos seguntes três componentes: Componente aleatóro; Componente sstemátco; Função de lgação; Componente aleatóro: Um conjunto

Leia mais

Prof. Lorí Viali, Dr.

Prof. Lorí Viali, Dr. Prof. Lorí Val, Dr. vall@mat.ufrgs.br http://www.mat.ufrgs.br/~val/ Em mutas stuações duas ou mas varáves estão relaconadas e surge então a necessdade de determnar a natureza deste relaconamento. A análse

Leia mais

Desenvolvimento de software de simulação Monte Carlo para auxiliar no estudo da propagação de doenças infecciosas

Desenvolvimento de software de simulação Monte Carlo para auxiliar no estudo da propagação de doenças infecciosas Desenvolvmento de software de smulação Monte Carlo para auxlar no estudo da propagação de doenças nfeccosas João Batsta dos Santos-Flho 1, Tatana Santos de Araujo Batsta 2, José Carlos Rodrgues Olvera

Leia mais

METODOLOGIA PARA O CÁLCULO DE VAZÃO DE UMA SEÇÃO TRANSVERSAL A UM CANAL FLUVIAL. Iran Carlos Stalliviere Corrêa RESUMO

METODOLOGIA PARA O CÁLCULO DE VAZÃO DE UMA SEÇÃO TRANSVERSAL A UM CANAL FLUVIAL. Iran Carlos Stalliviere Corrêa RESUMO Semnáro Anual de Pesqusas Geodéscas na UFRGS, 2. 2007. UFRGS METODOLOGIA PARA O CÁLCULO DE VAZÃO DE UMA SEÇÃO TRANSVERSAL A UM CANAL FLUVIAL Iran Carlos Stallvere Corrêa Insttuto de Geocêncas UFRGS Departamento

Leia mais

Análise do Retorno da Educação na Região Norte em 2007: Um Estudo à Luz da Regressão Quantílica.

Análise do Retorno da Educação na Região Norte em 2007: Um Estudo à Luz da Regressão Quantílica. Análse do Retorno da Edcação na Regão Norte em 2007: Um Estdo à Lz da Regressão Qantílca. 1 Introdcão Almr Rogéro A. de Soza 1 Jâno Macel da Slva 2 Marnalva Cardoso Macel 3 O debate sobre o relaconamento

Leia mais

Correlações cruzadas em mercadorias brasileiras: um estudo econofísico

Correlações cruzadas em mercadorias brasileiras: um estudo econofísico VIII ERMAC 8 o Encontro Regonal de Matemátca Aplcada e Computaconal 0- de Novembro de 008 Unversdade Federal do Ro Grande do Norte Natal/RN Correlações cruzadas em mercadoras brasleras: um estudo econofísco

Leia mais

Estatística II Antonio Roque Aula 18. Regressão Linear

Estatística II Antonio Roque Aula 18. Regressão Linear Estatístca II Antono Roque Aula 18 Regressão Lnear Quando se consderam duas varáves aleatóras ao mesmo tempo, X e Y, as técncas estatístcas aplcadas são as de regressão e correlação. As duas técncas estão

Leia mais

Contabilometria. Aula 8 Regressão Linear Simples

Contabilometria. Aula 8 Regressão Linear Simples Contalometra Aula 8 Regressão Lnear Smples Orgem hstórca do termo Regressão Le da Regressão Unversal de Galton 1885 Galton verfcou que, apesar da tendênca de que pas altos tvessem flhos altos e pas axos

Leia mais

Estatística Espacial: Dados de Área

Estatística Espacial: Dados de Área Estatístca Espacal: Dados de Área Dstrbução do número observado de eventos Padronzação e SMR Mapas de Probabldades Mapas com taxas empírcas bayesanas Padronzação Para permtr comparações entre dferentes

Leia mais

CONCEITOS INICIAIS DE ESTATÍSTICA MÓDULO 2 DISTRIBUIÇÃO DE FREQÜÊNCIA - ELEMENTOS Prof. Rogério Rodrigues

CONCEITOS INICIAIS DE ESTATÍSTICA MÓDULO 2 DISTRIBUIÇÃO DE FREQÜÊNCIA - ELEMENTOS Prof. Rogério Rodrigues CONCEITOS INICIAIS DE ESTATÍSTICA MÓDULO DISTRIBUIÇÃO DE FREQÜÊNCIA - ELEMENTOS Prof. Rogéro Rodrgues I) TABELA PRIMITIVA E DISTRIBUIÇÃO DE FREQÜÊNCIA : No processo de amostragem, a forma de regstro mas

Leia mais