Insper Instituto de Ensino e Pesquisa

Transcrição

1 0 Insper Instituto de Ensino e Pesquisa Programa de Mestrado Profissional em Economia Bianca Barqueta Ricci Tal pai, tal filha: como a educação dos pais influencia a vida financeira dos filhos São Paulo 2014

2 1 Bianca Barqueta Ricci Tal pai, tal filha: como a educação dos pais influencia a vida financeira dos filhos Dissertação apresentada ao Programa de mestrado Profissional em Economia do Insper Instituto de Ensino e Pesquisa, como parte dos requisitos para a obtenção do título de Mestre em Economia. Área de concentração: Microeconometria Orientador: Prof. Dr. Regina Carla Madolozzo Insper Instituto de Ensino e Pesquisa São Paulo 2014

3 2 Ricci, Bianca Barqueta Tal pai, tal filha: como a educação dos pais influencia a vida financeira dos filhos/ Bianca Barqueta Ricci; orientadora Regina Carla Madalozzo. São Paulo: Insper f. Dissertação (Mestrado Programa de Mestrado Profissional em Economia. Área de concetração: Microeconometria) Insper Instituto de Ensino e Pesquisa. 1.Salário 2.Gênero 3.Mobilidade intergeracional 4.Educação 5.Pais

4 3 FOLHA DE APROVAÇÃO Bianca Barqueta Ricci Tal pai, tal filha: como a educação dos pais influencia a vida financeira dos filhos Dissertação apresentada ao Programa de mestrado Profissional em Economia Insper, como requisito parcial para a obtenção do título de mestre em Economia. Área de concentração: Microeconometria Aprovado em: Dezembro 2014 Banca examinadora Prof Dr. Regina Carla Madalozzo Instituição: Insper Assinatura: Prof Dr. Naercio Aquino Menezes Filho Instituição: Insper Assinatura: Prof Dr. Priscila de Albuquerque Tavares Instituição: Fundação Getulio Vargas Assinatura:

5 4 RESUMO Ricci, Bianca Barqueta. Tal pai, tal filha: como a educação dos pais influencia a vida financeira dos filhos São Paulo, 2014, 36 f. Dissertação (Mestrado) Insper Instituto de Ensino e Pesquisa, São Paulo, Os estudos existentes demonstram uma forte relação entre educação dos pais e dos filhos no Brasil. Este trabalho tem o objetivo de estudar uma nova relação: educação dos pais e salários por hora dos filhos. Utilizando a base da PNAD de 1996, realizaram-se regressões por OLS, com correção de Heckman, entre salário por hora dos filhos e educação dos pais e foram obtidos resultados significativos e positivos. Também se realizou regressões quantílicas que resultaram em coeficientes significantes e com diferentes valores de módulo e sinal. Além disso, encontrou-se uma diferença entre o impacto da educação do pai e da mãe. O pai que possui ensino superior impacta mais o salário dos filhos do que a mães, sendo mais a impactada as filhas mulheres dos que os filhos homens. Palavras-chave: Salário; Gênero; Mobilidade intergeracional; Educação; Pais.

6 5 Abstract Ricci, Bianca Barqueta. Like father, like daughter: how parental education affects the financial lives of the children. São Paulo, 2014, 36 f. Dissertation (Mastership) Insper Instituto de Ensino e Pesquisa, São Paulo, Existing studies show a strong relationship between parental education and children in Brazil. This works aims to study a new relationship: parental education and hourly wages of the children. Using the database of PNAD 1996, regressions were made by OLS, with Heckman correction, between hourly wage of children and parental education and significant and positive results were obtained. Quantile regressions were also made, which resulted in significant coefficients with different values of module and sign. In addition, was found a difference between the impact of education of father and mother. The father who has a higher education has a stronger impact to the children wages when compared to the mother, being more impacted his daughters than sons. Keywords: Wage; Gender; Intergerational mobility; Education; Parents

7 6 Sumário Executivo Ricci, Bianca Barqueta. Tal pai, tal filha: como a educação dos pais influencia a vida financeira dos filhos São Paulo, 2014, 36 f. Dissertação (Mestrado) Insper Instituto de Ensino e Pesquisa, São Paulo, Este trabalho tem o objetivo de verificar se as características socioeconômicas de um indivíduo, como seu salário, não dependem somente de suas próprias ações, mas sim as dos seus pais. Enquanto os artigos existentes tratam a questão dos pais e dos filhos de forma similar, analisando relações entre as mesmas características do pai e do filho, este trabalho tentará encontrar uma nova relação: educação do pai e salário do filho. Com isso, espera-se descobrir se o ambiente em que a pessoa é criada influencia sua vida de alguma forma e, consequentemente, no seu patamar de renda. Também será analisada a diferença do impacto da educação do pai e da mãe nos filhos e nas filhas, para assim descobrir se é o pai ou a mãe que possui maior poder de influência na vida dos filhos e sobre qual filho se prefere agir essa influência, no filho ou na filha. Utilizou-se a base de Pesquisa Nacional de Domicílios (PNAD), pesquisa que abrange residentes em domicílios, agrupando informações demográficas e sociais, educacionais, mãode-obra, rendimento e habitação dessa população. Para o estudo, a base do ano de 1996 era mais apropriada, pois esse ano continha a informação de educação dos pais. Realizaram-se regressões por OLS entre salário por hora dos filhos e educação dos pais. Utilizou-se o método de correção de Heckman para retirar o viés das pessoas da amostra que não possuíam salário. Também se adicionou as variáveis de educação, raça, idade, idade 2, área, estado, indústria e ocupação na regressão por serem informações relevantes intuitivamente para a determinação do salário. Focando nos resultados referentes às variáveis de educação do pai e da mãe, observaram-se coeficientes significantes e positivos. Para o nível de Educação superior dos pais, observou-se que se o pai possuir um nível de educação mais alto, ele impacta mais a renda dos filhos do que se a mãe possuir. Além disso, observou-se que somente a educação do pai impacta de forma diferenciada a renda dos filhos e das filhas. O pai que possui Ensino superior completo impacta mais o salário das filhas mulheres do que dos filhos homens.

8 7 Os resultados obtidos mostraram que existe uma limitação do filho possuir altos salários se ele possuir pais com pouca educação. Por outro lado, é possível investir hoje na educação para assim elevar o salário dos filhos do futuro.

9 8 Lista de ilustrações Gráfico 1: Comparação da correlação da educação dos pais e das mães com o salário por hora médio Gráfico 2: Comparação da correlação da educação dos pais e das mães com o retorno do salário médio

10 9 Lista de tabelas Tabela 1: Descrição de salário, idade e educação Tabela 2: Distribuição dos níveis de educação dos pais por sexo Tabela 3: Distribuição dos níveis de educação das mães por sexo Tabela 4: Distribuição da raça do público analisado Tabela 5: Salário médio por raça Tabela 6: Distribuição de salário médio por nível de escolaridade do pai Tabela 7: Retorno médio do salário por nível de escolaridade do pai Tabela 8: Distribuição de salário médio por nível de escolaridade da mãe Tabela 9: Retorno médio do salário por nível de escolaridade da mãe Tabela 10: Coeficientes da equação de seleção para correção por Heckman Tabela 11: Coeficientes das regressões OLS e quantílicas... 27

11 10 Sumário 1 Introdução Revisão Bibliográfica Dados Metodologia Resultados Impacto da educação dos pais na renda dos filhos Impacto da educação das mães na renda dos filhos Comparação do impacto da educação dos pais e das mães na renda dos filhos Impacto da educação dos pais na renda dos filhos e das filhas Impacto da educação das mães na renda dos filhos e das filhas Comparação do impacto da educação dos pais e das mães na renda dos filhos e das s filhas Conclusão Referências... 35

12 11 1 Introdução A relação entre educação e salário do próprio cidadão é clara, uma vez que um maior nível de estudo providencia mais acesso a trabalhos qualificados e consequentemente, a salários mais altos (Soares e Gonzaga, 1999 e Menezes-Filho, Fernandes e Picchetti, 2000). Mas será que características socioeconômicas de um indivíduo, como seu salário, dependem somente de suas próprias ações? O trabalho de Thomas (1994) conseguiu mostrar que existem características que não são causadas somente pelas ações da própria pessoa, mas sim, pelas ações dos seus pais. Esse estudo analisou dados de educação dos pais e peso dos filhos (indicador de nutrição) dos Estados Unidos da América, Brasil e Gana e obteve o resultado de que a educação dos pais é significante no peso dos filhos, ou seja, pais com uma educação mais elevada conseguem influenciar na vida do filho de tal forma que eles acabam sendo mais saudáveis. Além disso, evidenciou-se a existência da diferença de impacto da educação do pai e da mãe nos pesos dos filhos e das filhas, sendo o impacto da educação das mães maior nas filhas e o impacto da educação dos pais maior nos filhos. Da mesma forma, este trabalho deseja estudar o impacto da educação dos pais nos filhos do Brasil, mas focando no salário destes, ao invés do peso. Com isso, espera-se descobrir se o ambiente em que a pessoa é criada influencia de alguma forma as decisões de sua vida ao ponto de refletir na escolha de profissão e, consequentemente, no patamar de renda. Outra questão a ser analisada, é se existe diferença do impacto da educação do pai e da mãe nos filhos e nas filhas. Assim, será possível dizer se existe algum membro da família (entre os pais) que possui maior poder de influência na vida dos filhos e sobre qual filho (filho ou filha) se prefere agir essa influência. Resultados significantes podem trazer duas conclusões: uma negativa e outra positiva. A negativa mostra que a desigualdade do país pode ser consequência da falta de mobilidade intergeracional, ou seja, se o filho não nasceu em um ambiente com pais de educação elevada, ele não conseguirá ter uma condição financeira elevada. Por outro lado, a positiva demonstra que é possível diminuir a desigualdade investindo na educação das pessoas (filhos) de hoje, para eles serem pais no futuro que ajudam seus filhos a enriquecer. Curi, Menezes-Filho e Faria (2009) mostrou que quanto menor a mensalidade da escola, menor a nota do aluno em exames padronizados. Dessa forma, a melhoria na educação traz oportunidade justamente para o público com renda mais baixa.

13 12 Para realizar as analises, utilizou-se a base de dados da Pesquisa Nacional por Amostra de Domicilio (PNAD) de 1996, que possui informações da renda dos filhos e escolaridade dos pais do Brasil. Esse trabalho está organizado da seguinte forma: na seção seguinte serão descritas as literaturas que abordam o tema. Na seção 3, serão descritos os dados utilizados nas análises, seguidos pela metodologia na seção 4. Os resultados serão apresentados na seção 5 e a conclusão na seção 6.

14 13 2 Revisão Bibliográfica Diversos estudos se concentram em analisar relações entre filhos e pais com o intuito de explicar a capacidade do filho de desvencilhar-se do perfil dos pais, ou seja, a transição do filho de um valor de renda ou nível de educação para um patamar superior (Chadwick e Solon, 2002 e Behrman, Galviria e Székely, 2001). Essa transição de nível do filho em relação ao pai é o que chamamos de mobilidade intergeracional. No Brasil, não existem muitos estudos sobre mobilidade de salário, uma vez que a informação de renda dos pais é difícil de ser obtida, mas para outros países, esse tema é bem difundido. Chadwick e Solon (2002), utilizando a base de dados Panel Study of Income Dynamics, estudaram, através de mínimos quadrados ordinários, a mobilidade intergeracional entre pais e filhas nos Estados Unidos. Seu resultado apontou para uma relação de salários entre pais e filhas mais fraca do que com filhos homens, mas ainda sendo significante. Hirvonen (2008) também estudou a mobilidade de renda entre pais e filhas, para Suécia, utilizando regressão quantílica e encontrou, da mesma forma que o artigo anterior, que as filhas possuem mais mobilidade que os filhos homens, sendo essa mobilidade maior que dos Estados unidos. Ainda na relação de salários entre pais e filhos, Liu e Zeng (2009) analisaram como a genética pode estar correlacionada com a mobilidade. Comparando salários de crianças adotivas e não adotivas dos Estados Unidos, os resultados indicaram que a relação de salários entre pais e filhos se reduz pela metade quando não existe dependência genética. Ou seja, a significância da relação de salário entre pais e filhos, citadas pelos artigos anteriores, também se deve pelo ponto de vista da genética. Além da relação de salário entre pais e filhos, existem diversos trabalhos que estudam a relação entre educação dos pais e filhos. Com foco na mobilidade intergeracional da educação, Lam e Duryea (1998) exploraram a relação negativa entre a educação da mulher e a fertilidade e, ao mesmo tempo, observaram a influência da educação na vida dos filhos. Utilizando dados do Brasil, mais especificamente 1984, eles encontram uma relação positiva entre a educação das mães e dos filhos, ou seja, quanto maior a escolaridade das mães, maior a dos filhos. Behrman, Birdsall e Skékely (1999) estudaram o efeito de Schooling Gaps na América Latina, que é a diferença de anos de estudo se a criança tivesse entrado com 6 anos na escola e avançasse 1 série por ano e a quantidade de anos de estudo que de fato ela tem. Utilizando OLS e quantis, os autores observaram que quanto maior a escolaridade dos pais, menor o Schooling Gap, sendo os coeficientes das mães maiores em magnitude do que os pais.

15 14 Também analisando países da América latina, Behrman, Galviria e Székely (2001) exploraram a mobilidade de educação, utilizando dados da PNAD, com o intuito de entender o problema de desigualdade. Focando no Brasil individualmente e na América Latina como um todo, o resultado foi que a educação dos filhos possui uma persistência maior com relação à educação dos pais, em comparação aos Estados Unidos, ou seja, uma maior dificuldade dos filhos possuírem mais educação do que os pais. Esse resultado pode explicar a existência de uma desigualdade social maior na América Latina, quando comparada aos Estados Unidos. Ferreira e Veloso (2003) também realizaram a comparação do Brasil com outros países e obtiveram que a mobilidade intergeracional de educação no Brasil é menor do que em outros países em desenvolvimento (com exceção da Colômbia) e desenvolvidos. Além disso, concluíram que o grau de mobilidade varia entre as raças e regiões existentes no Brasil, sendo menor para os negros e nordeste. Da mesma forma do artigo anterior, esse resultado pode explicar a desigualdade social dos públicos analisados. Analisando somente pessoas da Noruega, Black, Devereux e Salvannes (2003), procuraram uma relação causal entre a educação dos pais e dos filhos, retirando o efeito de melhorias na educação ao longo do tempo. Para isso, eles utilizaram dados antes e depois de uma reforma educacional da Noruega e encontram uma relação causal positiva entre a educação da mãe e a educação do filho homem. Quando focaram em analisar todos os pais, e não somente para os pais que passaram pela reforma, a relação de educação do pai e da mãe com os filhos homens e filhas, é significativa em todas as combinações e com valor ao redor de 0,15. Da mesma forma, Paschoal (2008) analisou a mobilidade de educação entre pais e mães e filhas e filhos. Utilizando a metodologia de regressões quantílicas, a autora concluiu que filhos homens possuem uma educação parecida com a de seus pais, enquanto filhas mulheres possuem uma educação parecida com a de suas mães. Enquanto os artigos existentes tratam a questão dos pais e dos filhos de forma similar, analisando mobilidade entre as mesmas características do pai e do filho, este trabalho tentará encontrar relações de características diferentes: educação do pai e salário do filho. Será analisado como a vida financeira dos filhos é influenciada pelas pessoas que os criam, tentando evidenciar a diferença entre o quanto a educação da mãe e do pai influencia na vida financeira da filha e do filho.

16 3 Dados Nesta seção serão analisadas as características dos homens e das mulheres a fim de mostrar diferenças e similaridades entre os dois sexos, focando principalmente nos dados da renda e educação dos pais. Para as analises, foi utilizada a base de Pesquisa Nacional de Domicílios (PNAD), pesquisa que nasceu da necessidade do Brasil em acompanhar seu desenvolvimento social, econômico e demográfico. Ela abrange residentes em domicílios, agrupando informações demográficas e sociais, educacionais, mão-de-obra, rendimento e habitação dessa população. Utilizou-se a base de 1996, pois esse ano continha a informação de educação do pai 1. Para tentar restringir a população que potencialmente participa do mercado de trabalho, limitaram-se os dados de indivíduos com idade entre 15 e 65 anos, inclusive, e com as informações de educação, raça e educação dos pais determinadas. A variável de salário analisada foi a renda por hora, calculada utilizando renda mensal do trabalho principal da semana e horas trabalhadas semanalmente 2. Nas análises a seguir e nas regressões foram excluídos valores acima de 2000 reais por hora por serem entendidos como outliers. A fim de observar diferenças das variáveis para a população de mulheres e de homens, analisou-se a distribuição das variáveis no público total, e separadamente para homens e mulheres. Tabela 1: Descrição de salário, idade e educação. Média Mínimo Máximo Variáveis contínuas Total Homem Mulher Total Homem Mulher Total Homem Mulher Salário por hora (reais) 2,8 3,0 2,5 0,009 0,009 0, Idade (anos) Educação (anos) 6,1 5,9 6, Fonte: PNAD (1996), IBGE. Tabulação Própria A informação de educação do pai se encontra de forma segmentada na base da PNAD: Nunca frequentou escola ou não concluiu a 1ª série do 1º grau; Elementar incompleto ou da 1ª à 3ª séries concluídas do 1º grau; Elementar completo ou 4ª série concluída do 1º grau; Médio 1º ciclo incompleto ou da 5ª à 7ª séries concluídas do 1º grau; Médio 1º ciclo completo ou 8ª série concluída do 1º grau; Médio 2º ciclo incompleto ou 2º grau incompleto; Médio 2º ciclo completo ou 2º grau completo; Superior incompleto; Superior completo; Mestrado ou doutorado completo. 2 Para se construir as horas trabalhadas no mês, multiplicou-se as horas das semanas por 4,5, número proxy de quantidade de semanas no mês.

17 16 A partir da Tabela 1, é possível observar que a média de salário para as mulheres é menor que a dos homens, mesmo o máximo do salário vindo das mulheres (possível outlier). Porém, a média de educação em anos das mulheres é maior. Dessa forma, por mais que as mulheres tenham mais educação, elas não conseguem obter um salário maior. As diferenças das médias de salário, de idade e educação entre os sexos são significantes estatisticamente a 1%. Com o objetivo de verificar diferença na distribuição de educação do pai entre homens e mulheres, utilizou-se a seguinte tabela: Tabela 2: Distribuição dos níveis de educação dos pais por sexo. Distribuição Nível de instrução do pai Total (%) Homem (%) Mulher (%) Não frequentou escola 68,17 68,7 67,73 Fundamental completo 25,57 24,85 26,14 Médio completo 3,79 3,75 3,82 Superior completo 2,47 2,69 2,30 Fonte: PNAD (1996), IBGE. Tabulação Própria. Pode-se observar que, entre os sexos, que os pais das mulheres possuem em maior proporção ensino fundamental completo e possuem em menor proporção os que não frequentaram a escola quando comparados aos pais dos homens, porém, no geral, não existe grande diferença da distribuição de educação do pai. Fazendo a mesma analise para a educação da mãe, obteve-se: Tabela 3: Distribuição dos níveis de educação das mães por sexo. Distribuição Nível de instrução da mãe Total (%) Homem (%) Mulher (%) Não frequentou escola 71,24 71,66 70,91 Fundamental completo 23,88 23,3 24,35 Médio completo 3,76 3,94 3,62 Superior completo 1,11 1,1 1,12 Fonte: PNAD (1996), IBGE. Tabulação Própria. A análise de distribuição da educação da mãe aponta fatores semelhantes aos analisados para educação do pai, ou seja, as mães das mulheres possuem mais ensino fundamental completo e estão menos presente entre as que não frequentaram a escola em comparação às mães dos homens. No ensino médio e superior, as distribuições das mães dos homens e das mulheres são similares.

18 Observando a distribuição de raça nos diferentes sexos, obtiveram-se os dados apresentados na Tabela 4: Tabela 4: Distribuição da raça do público analisado. Distribuição Raça Total (%) Homem (%) Mulher (%) Indígena 0,16 0,15 0,16 Branca 53,44 52,12 54,66 Preta 6,44 6,77 6,13 Amarela 0,37 0,35 0,39 Parda 39,59 40,6 38,66 Fonte: PNAD (1996), IBGE. Tabulação Própria. A distribuição da raça do público da pesquisa se concentra na Branca e Parda, sendo que as mulheres possuem um percentual de raça branca maior e um percentual de raça parda menor que dos homens. Analisou-se também a distribuição de salário por raça, conforme apresentado na Tabela 5: Tabela 5: Salário médio por raça. Raça Salário médio Indígena 1,96 Branca 3,62 Preta 1,66 Amarela 6,31 Parda 1,80 Fonte: PNAD (1996), IBGE. Tabulação Própria. É possível observar que as pessoas que possuem da raça branca tem salário maior que as pessoas das raças indígena, preta e parda, porém menor que da raça amarela 3. Dessa forma, com os dados apresentados na Tabela 5 é possível concluir que, por mais que a distribuição de raça das mulheres possua um percentual maior de pessoas brancas do que a distribuição dos homens, raça que possui uma média de salário maior, as mulheres ainda possuem uma média de salário menor do que os homens. Como o intuito desse trabalho é analisar a relação entre a educação dos pais e a renda dos filhos, a Tabela 6 apresenta o resultado da distribuição média do salário em função dos níveis de estudo dos pais e das mães. A tabela apresenta também a diferença dos valores das médias dos salários para os diferentes níveis de educação do pai, sempre comparando a média de um nível com o nível justamente superior a este. Além disso, compara-se a média do salário de cada nível de educação do pai entre homens e mulheres: 17 3 As diferenças de médias são estatisticamente significantes a 5%.

19 18 Nível de instrução do pai Tabela 6: Distribuição de salário médio por nível de escolaridade do pai. Distribuição de salário médio Diferença Diferença Total Homem entre níveis: Mulher entre níveis: Homem Mulher Diferença média Homem e Mulher Não frequentou escola 2,27 2,47-2,97*** 1,89-1,93*** 0,59*** Fundamental completo 4,76 5,44-4,03*** 3,82-2,49*** 1,62*** Médio completo 8,01 9,48-3,32*** 6,31-5,95*** 3,17*** Superior completo 12,57 12,79-12,26-0,53 Fonte: PNAD (1996), IBGE. Tabulação Própria. ***coeficientes significantes ao nível de significância de 1%. **coeficientes significantes ao nível de significância de 5%. *coeficientes significantes ao nível de significância de 10%. Como as médias de salário dos homens e das mulheres possuem valores estatisticamente diferentes em cada nível de educação do pai, é possível afirmar que existe uma ordenação da média salarial da população entre os níveis de educação do pai, ou seja, tanto o filho quanta a filha recebe um salário maior quando seus respectivos pais possuem um alto nível de educação. Em relação à diferença de salário médio entre homens e mulheres por nível de escolaridade do pai, observa-se que a média de salário dos homens possui valores estatisticamente maiores em comparação ao das mulheres, a não ser pelo nível superior do pai, onde as médias são parecidas. Essa comparação aponta na mesma direção que a Tabela 1, que mostra a média do salário dos homens superior ao das mulheres, sendo essa superioridade presente em todos os níveis de educação do pai. Para entender a correlação do aumento do nível de escolaridade do pai com o incremento do salário de cada um dos sexos, analisou-se o retorno do salário por nível de escolaridade do pai, que possui o seguinte cálculo: Média salario/hora nível de educação superior Média salario/hora nível de educação inferior Média salario/hora nível de educação inferior Segue tabela com os valores do retorno: Tabela 7: Retorno médio do salário por nível de escolaridade do pai. Retorno do salário Nível de instrução do pai Total Homem Mulher Não frequentou escola Fundamental completo 110% 120% 103% Médio completo 68% 74% 65% Superior completo 57% 35% 94% Fonte: PNAD (1996), IBGE. Tabulação Própria.

20 19 A partir dos dados apresentados na Tabela 7, verifica-se que um incremento na educação está mais correlacionado com um salário médio maior dos homens do que das mulheres quando o pai passa para o nível fundamental e médio. No nível superior, observa-se a maior divergência entre impactos para os homens e mulheres, sendo o retorno do salário das mulheres quase 3 vezes maior que dos homens. Com esse alto retorno, as mulheres conseguem alcançar a média do salário dos homens (Tabela 6). Realizando a mesma análise para a educação das mães, segue comparação do salário médio: Nível de instrução da mãe Tabela 8: Distribuição de salário médio por nível de escolaridade da mãe. Distribuição de salário médio Diferença Diferença Total Homem entre níveis: Mulher entre níveis: Homem Mulher Diferença média Homem e Mulher Não frequentou escola 2,29 2,48-3,32*** 1,94-2,12*** 0,54*** Fundamental completo 5,07 5,80-5,36*** 4,06-4,05*** 1,74*** Médio completo 9,82 11,16 0,58 8,11-3,53** 3,05*** Superior completo 11,10 10,59-11, ,05 Fonte: PNAD (1996), IBGE. Tabulação Própria. ***coeficientes significantes ao nível de significância de 1%. **coeficientes significantes ao nível de significância de 5%. *coeficientes significantes ao nível de significância de 10%. Ao contrário da análise realizada para a educação dos pais, não existe uma ordenação clara de salário médio do homem em relação aos níveis de educação da mãe, uma vez que a média do salário do nível superior não é estatisticamente maior que do nível médio. Para as mulheres, a ordenação permanece. Ao comparar o salário médio dos homens e das mulheres por nível de educação da mãe, obteve-se superioridade do valor do salário dos homens nos níveis não frequentou escola, fundamental e médio completos, resultado similar ao estudo realizado para os níveis de educação dos pais. No nível superior, não existe diferença estatística entre os salários. Para tentar entender esse fenômeno, construiu-se novamente a tabela com o retorno do salário por nível de escolaridade: Tabela 9: Retorno médio do salário por nível de escolaridade da mãe. Retorno do salário Nível de instrução da mãe Total Homem Mulher Não frequentou escola Fundamental completo 121% 134% 109% Médio completo 94% 92% 100% Superior completo 13% -5% 43% Fonte: PNAD (1996), IBGE. Tabulação Própria.

21 20 Através desses dados, não é possível associar ultrapassagem do salário médio das mulheres no nível superior ao retorno do salário delas, pois ele é menor nesse nível em comparação aos outros. O motivo pode ser devido ao retorno negativo no salário dos homens. Ainda em relação ao retorno, existe uma maior correlação da mãe passar a ter nível fundamental com um aumento do salário dos homens do que das mulheres. Mas essa relação se inverte a partir do nível médio. Para comparar a correlação do nível de educação do pai e da mãe, utilizou-se gráfico a seguir: Gráfico 1: Comparação da correlação da educação dos pais e das mães com o salário por hora médio Sem educação Fundamental completo Médio completo Superior completo Homem - Educação da mãe Homem - Educação do pai Mulher - Educação da mãe Mulher - Educação do pai Fonte: PNAD (1996), IBGE. Tabulação Própria. A linha contínua e com traço longo são referentes à educação do pai, para os homens e mulheres respectivamente e as linhas com traço e ponto e com traço curto são referentes à educação da mãe para os homens e mulheres respectivamente. Pode-se observar que, tanto para os homens quanto para as mulheres, seus salários médios são menores quando possuem pais que estudaram até o fundamental e médio quando comparado com filhos que possuem mães com esses mesmos níveis de educação. Essa diferença do salário médio é estatisticamente significante para ambos os sexos. Essa correlação se inverte no nível superior, ou seja, o salário médio é maior para filhos de pais que possuem nível superior do que filhos de mães que possuem esse mesmo nível, mas a diferença das médias é significativa estatisticamente somente para os filhos homens.

22 21 Fazendo a mesma comparação do Gráfico 1 para os retornos dos salários: Gráfico 2: Comparação da correlação da educação dos pais e das mães com o retorno do salário médio. 160% 140% 120% 100% 80% 60% 40% 20% 0% -20% Fundamental completo Médio completo Superior completo Homem - Educação da mãe Homem - Educação do pai Mulher - Educação da mãe Mulher - Educação do pai Fonte: PNAD (1996), IBGE. Tabulação Própria. Para os homens, o retorno do salário médio diminui à medida que tanto o pai quanto a mãe aumentam seu nível de educação. Nesse caso, a queda do valor do retorno no nível superior é mais brusca quando se observa a educação das mães. Para as mulheres, a diminuição ocorre somente na educação do pai. Para a educação da mãe, o retorno do salário médio aumenta no nível superior. Isso indica a forte relação desse nível de educação das mães com o salário das mulheres.

23 22 4 Metodologia As análises anteriores mostram que a relação do nível de educação dos pais e das mães possui diferentes intensidades para a renda dos os homens e para as mulheres. Para encontrar um modelo econométrico que explicasse essa relação, baseado no modelo de Mincer (1995), utilizou-se como variável dependente o logaritmo neperiano do salário por hora. Como variáveis explicativas utilizaram-se indicador de sexo, que possui valor igual a 1 quando a pessoa for mulher, educação (anos de estudo), educação ao quadrado (para verificar concavidade da relação entre educação e renda), indicadores de raça (sendo raça branca a base) e os indicadores de nível de educação dos pais e das mães, que eram: Não frequentou a escola, Ensino fundamental completo, Ensino médio completo e Ensino superior completo (sendo Não freqüentou a escola a base). Os coeficientes destes indicadores são os que mais interessam na regressão, uma vez que explicam o efeito da educação dos pais na renda. Outros coeficientes importantes para o trabalho são os das variáveis de interação entre sexo e os indicadores de escolaridade dos pais. Com estes, é possível verificar se existe diferença na relação da educação dos pais ou das mães, entre filhos e filhas. Utilizaram-se também indicadores de estado, área (rural, urbana, etc), ocupação e indústria a fim de controlar o patamar de salário. Assim, a equação a ser analisada é: ln wi = β 0 + β 1 sexo + β 2 educação + β 3 idade + β 4 idade 2 + β j raça j j=1 M J + β m educação pai m m=1 K + β k educação mãe k k=1 + sexo educação pai (1) + sexo educação mãe S + β s estado s s=1 T D L + β t ocupação t + β d área d + β l indústria l + e i t=1 d=1 l=1

24 Porém, o valor do ln(w i ) é somente observado para as pessoas que trabalham, ou seja, esse truncamento da variável de salário por hora depende de outra informação: participação no mercado de trabalho. Se as características desse subconjunto não forem consideradas, pode-se criar um viés de seleção. Dessa forma, para corrigir esse possível viés, utilizou-se a correção por Heckman. A correção por Heckman é realizada em duas etapas. Na primeira, se estima uma regressão cuja resposta é se a pessoa trabalha ou não, ou seja, se estima uma equação de seleção e na segunda etapa estima-se a equação 1, considerando o resultado da primeira etapa. Seja y i o logaritmo neperiano do salário por hora. Essa variável é construída a partir do seguinte sistema: y i = y i se z i > 0 0 se z i 0 Ou seja, a variável resposta da regressão da equação 1, y i, possui valor y i = x i β + u i quando a pessoa trabalha (z i * > 0) ou valor 0 quando a pessoa não trabalha (z i * 0). O valor de z i * também pode ser estimado por uma regressão, z i = w i α + ε i, sendo w i observável. No método de Heckman, supõe-se que o w i exógeno à equação 1. Além disso, necessita-se que w i contenha uma variável a mais que explique a seleção, além das variáveis explicativas da regressão do y i. O valor esperado de y i é calculado condicional a z i * > 0: E y x, z > 0 = E y x, ε > wα = E xβ + u x, ε > wα = xβ + E u x, ε > wα Como u e ɛ tem um distribuição normal padrão, pode-se dizer que E u x, ε > wα é o inverso da razão de Mills, ou seja: E y x, z > 0 = xβ + β λ λ(wα) Dessa forma, é possível na equação 1 utilizar somente o subconjunto que possui salário, desde que se adicione esse fator de correção na regressão. Pode-se dizer que a seleção é feita da seguinte forma: z = 1 se z i > 0 z = 0 se z i 0 Assim, é possível realizar a primeira etapa do método de Heckman, estimação da equação de seleção, a partir de um modelo Probit: 23

25 24 Sendo Φ z = z P z = 1 w = Φ(wα) Φ ρ dρ e Φ ρ a densidade normal padrão. Com o valor de α (α resultante da estimação de máxima verossimilhança do Probit), calcula-se o inverso da razão de Mills, e se realiza a segunda etapa do método de Heckman: estimação do β de E y x, z > 0 usando esse cálculo. Neste trabalho, a equação de seleção utilizaram-se as mesmas variáveis da equação 1 do ln(w i ), retirando apenas as variáveis relacionadas ao mercado de trabalho (ocupação e ramo), pois é a chance de se trabalhar que o modelo Probit vai tentar responder. Além disso, excluíram-se as variáveis de interação de sexo com educação do pai e da mãe, uma vez que, neste passo, não se deseja analisar a diferença de impacto da educação dos pais nos filhos e nas filhas. Como as covariáveis da equação 1 podem explicar de forma diferente cada pedaço da distribuição de salário por hora, para ter uma visão completa da relação causal, realizaram-se regressões para os 10, 25, 50, 75 e 90 quantis de salário. Dessa forma, para cada quantil de salário, realizaram-se regressões lineares para estimar os coeficientes das variáveis explicativas. Esse método foi introduzido por Koenker e Basset (1978). Enquanto na OLS os coeficientes são estimados por β ols = min n βεr i=1 (y i x i β) 2, a regressão quantílica possui o seguinte estimador:β τ = min βεr n i=1 ρ τ (y i x i β).

26 25 5 Resultados A partir da metodologia descrita acima, primeiramente se realizou a regressão por OLS, com a correção de Heckman. Essa correção também foi utilizada nas regressões quantílicas de percentis 10, 25, 50, 75 e 90. Para os indicadores de raça, Educação do pai e Educação da mãe, utilizou-se a raça branca, Pai que não frequentou a escola e Mãe que não frequentou a escola, respectivamente, como referência. Nesta seção será apresentada, inicialmente, a seleção de Heckman que é a primeira etapa da estimação e cuja resposta é a chance da pessoa possuir salário maior que zero, ou seja, trabalhar. Posteriormente serão apresentadas as etapas seguintes da estimação: regressão por OLS e quantis. A Tabela 10 a seguir apresenta os resultados da correção de Heckman (primeiro estágio da correção para o viés de seleção): Tabela 10: Coeficientes da equação de seleção para correção por Heckman Variáveis Correção de Heckman Sexo mulher Idade Idade2 Educação Raça Indígena Negra Amarela Parda Educação do Pai Ensino fundamental Completo Ensino médio completo Ensino superior completo Educação da Mãe Ensino fundamental Completo -1,407*** (0,020) 0,120*** (0,006) -0,002*** (0,000) 0,042*** (0,003) 0,052 (0,246) 0,152*** (0,046) 0,105 (0,119) 0,043** (0,021) 0,052* (0,027) 0,044 (0,057) 0,008 (0,071) -0,072*** (0,028)

27 26 Variáveis Ensino médio completo Ensino superior completo Possuir filhos até 14 anos de idade Constante Correção de Heckman 0,006 (0,059) -0,028 (0,098) -0,128*** (0,022) -0,938*** (0,117) Estado Sim Área Sim Fonte: PNAD (1996), IBGE. Tabulação Própria. ***coeficientes significantes ao nível de significância de 1%. **coeficientes significantes ao nível de significância de 5%. *coeficientes significantes ao nível de significância de 10%. É possível observar que o estimador da variável sexo mulher é significante a 1% e possui um sinal negativo. Esse resultado é esperado, uma vez que a seleção de Heckman estima a chance de a pessoa trabalhar, e de fato existe um número maior de mulheres não trabalhando em relação aos homens. Idade, educação e idade 2 também são significantes para a probabilidade de se trabalhar. Quanto maior a idade e a educação, maior a chance da pessoa possuir um salário maior que zero e quando maior a idade 2, menor essa probabilidade. Para as variáveis de raça, somente a negra e a parda são significantes. Ambas possuem coeficientes positivos, ou seja, as raças negras e pardas possuem mais chance de trabalhar quando comparadas a raça branca. Quando se analisa a educação do pai e da mãe, pode-se concluir que a mãe possuir ensino fundamental diminui as chances dos filhos trabalharem, em relação à mãe que não estuda. Resultado contrário à educação do pai, que ao possuir esse mesmo nível de educação, aumenta a chance de o filho trabalhar. A variável adicional a regressão OLS é Possuir filhos até 14 anos de idade. Ao analisála, obteve-se que a família que possui filhos pequenos, o pai ou a mãe possui menos chance de trabalhar, resultado intuitivo. Para verificar se o viés de seleção da amostra de fato existe, analisa-se a significância do inverso da razão de Mills, resultante dessa primeira etapa da seleção de Heckman. Esse resultado será apresentado juntamente com as regressões OLS e por quantil. A Tabela 11 a seguir, apresenta o resultado OLS e da regressão quantílica dos diferentes quantis:

28 Variáveis Sexo mulher Idade Idade2 Educação Raça Indígena Negra Amarela Parda Educação do Pai Ensino fundamental Completo Ensino médio completo Ensino superior completo Educação da Mãe Ensino fundamental Completo Ensino médio completo Ensino superior completo Interações sexo*educação do pai Sexo mulher* Ensino fundamental Completo Sexo mulher* Ensino médio Completo Sexo mulher* Ensino superior Completo Tabela 11: Coeficientes das regressões OLS e quantílicas. Regressão Quantílica OLS Quantis 10% 25% 50% 75% 90% -0,609*** -0,578*** -0,641*** -0,693*** -0,635*** -0,680*** (0,076) (0,136) (0,102) (0,091) (0,103) (0,141) 0,083*** 0,075*** 0,081*** 0,087*** 0,089*** 0,109*** (0,007) (0,012) (0,01) (0,008) (0,009) (0,013) -0,001*** -0,001*** -0,001*** -0,001*** -0,001*** -0,001*** (0) (0,000) (0,000) (0,000) (0,000) (0,000) 0,089*** 0,077*** 0,083*** 0,094*** 0,097*** 0,092*** (0,003) (0,006) (0,004) (0,003) (0,004) (0,005) -0,589*** -0,886-0,811*** -0,534** -0,092-0,19 (0,176) (0,662) (0,28) (0,275) (0,377) (0,348) -0,082** -0,068-0,082** -0,08** -0,073* -0,087 (0,032) (0,058) (0,032) (0,035) (0,039) (0,057) 0,155* -0,135 0,18 0,241*** 0,171 0,222 (0,08) (0,159) (0,162) (0,087) (0,109) (0,185) -0,154*** -0,191*** -0,158*** -0,158*** -0,157*** -0,145*** (0,015) (0,026) (0,018) (0,018) (0,02) (0,031) 0,043* -0,037 0,037 0,061** 0,048* 0,098** (0,023) (0,045) (0,033) (0,024) (0,028) (0,049) 0,189*** 0,191* 0,22*** 0,183*** 0,183*** 0,222** (0,048) (0,104) (0,068) (0,054) (0,053) (0,105) 0,205*** 0,06 0,184* 0,246*** 0,219** 0,363*** (0,059) (0,138) (0,11) (0,074) (0,087) (0,119) 0,14*** 0,146*** 0,144*** 0,13*** 0,103*** 0,087* (0,024) (0,042) (0,034) (0,029) (0,033) (0,049) 0,251*** 0,287*** 0,23*** 0,211*** 0,233*** 0,162* (0,05) (0,107) (0,079) (0,059) (0,063) (0,095) 0,142* 0,141 0,086 0,207** 0,134 0,102 (0,082) (0,147) (0,164) (0,084) (0,127) (0,174) 0,05 0,085 0,059 0,032 0,073* -0,012 (0,037) (0,067) (0,052) (0,039) (0,043) (0,082) 0,003 0,092-0,021 0,005-0,011 0,019 (0,072) (0,132) (0,097) (0,097) (0,088) (0,164) 0,228*** 0,308 0,403*** 0,198* 0,174 0,127 (0,088) (0,188) (0,13) (0,101) (0,135) (0,169) 27

29 28 Variáveis OLS 10% 25% 50% 75% 90% Interações sexo*educação da mãe Sexo mulher* Ensino fundamental Completo Sexo mulher* Ensino médio Completo Sexo mulher* Ensino superior Completo Mills Constante -0,062* -0,107* -0,138*** -0,074* 0,002 0,13 (0,037) (0,064) (0,048) (0,041) (0,053) (0,092) 0,02-0,029-0,053 0,086 0,038 0,124 (0,074) (0,134) (0,105) (0,096) (0,105) (0,167) 0,12-0,269 0,031 0,118 0,313* 0,36 (0,12) (0,28) (0,198) (0,16) (0,185) (0,252) 0,341*** 0,324* 0,409*** 0,427*** 0,318** 0,436** (0,103) (0,197) (0,141) (0,13) (0,137) (0,186) -1,3*** -1,89*** -1,694*** -1,538*** -1,174*** -1,211*** (0,167) (0,305) (0,242) (0,199) (0,221) (0,291) Controles Estado Sim Ramo Sim Indústria Sim Área Sim # Observações Censuradas R2 0,487 0,235 0,272 0,314 0,341 0,322 Fonte: PNAD (1996), IBGE. Tabulação Própria. ***coeficientes significantes ao nível de significância de 1%. **coeficientes significantes ao nível de significância de 5%. *coeficientes significantes ao nível de significância de 10%. Analisando primeiramente o inverso da razão de Mills (variável Mills da tabela acima) é possível verificar que seu coeficiente é significante em todas as regressões, ou seja, a correção do viés de seleção é necessária. Ao estudar o indicador de sexo 4, observa-se que o fato de ser mulher tem um impacto negativo na média (resultado constatado via OLS) e em todos os percentis do salário (resultado das regressões quantílicas). Esse resultado é compatível com o da Tabela 1, que mostra a média do salário das mulheres menor do que o dos homens. Além disso, é similar à literatura que aborda esse tema, como Barros, Ramos e Santos (1995). Os coeficientes referentes a essa variável são significantes a 1% e possuem valores bastante próximos. O maior valor do coeficiente em módulo se encontra na regressão do 90º quantil, ou seja, a relação mais negativa entre sexo feminino e salário acontece nos maiores salários. Da mesma forma, o menor valor em módulo (menos negativo) se encontra nos menores salários. 4 O indicador de sexo assume valor 1 (um) quando o indivíduo é mulher e 0(zero) quando homem.

30 29 Com relação à idade, obtiveram-se relações positivas e significativas a 1% com a renda por hora. Resultado intuitivo, uma vez que quanto mais velha a pessoa for, mais bem estabelecida na carreira ela estará. Existe também uma ordenação dos valores coeficientes das regressões de cada quantil, assim, quanto maior salário, maior o impacto da idade, sendo este adicional para os quantis de remuneração mais elevados onde a recompensa financeira é mais enfatizada ao longo do tempo. A variável Idade ao quadrado, por outro lado, possui impacto negativo, significativo a 1% e pouco relevante (módulo do coeficiente com valor pequeno) na renda média e em todos os percentis de renda, o que significa que com o passar dos anos, assumindo idade como Proxy de experiência, existe um impacto decrescente em importância da idade do indivíduo em seu salário, independente do seu patamar de renda. Para a variável de educação, obteve-se um efeito positivo e significante a 1% na OLS e em todos os quantis da renda. Este resultado é esperado, pois um maior grau de educação projeta o indivíduo para um trabalho mais qualificado, que por sua vez, remunera mais. Em relação aos valores dos coeficientes referentes a essa variável, para os menores patamares de renda (quantil 10 e 25), o impacto é menor, comparado com os maiores patamares. Ao comparar os módulos dos coeficientes com os das variáveis citadas acima, observa-se que seu impacto é maior que da Idade ao quadrado, próximo da Idade e menor que o da variável Sexo. Pode-se dizer que possuir sexo mulher impacta mais a renda (de forma negativa) do que o impacto positivo da própria educação. Quando se trata de raça, os coeficientes significativos resultantes das regressões por OLS e das quantílicas possuem diferentes valores, mas mesmo sinal (negativo ou positivo). Na regressão OLS, as raças indígena, negra e parda possuem uma relação negativa e significante (1%, 5% e 1%, respectivamente) com a renda quando comparada com a raça branca. Essa estimação indica a persistência do privilégio histórico da raça branca, uma vez que somente a raça amarela possui coeficiente positivo e significante (10%) com base na raça branca. O coeficiente da raça indígena é quase 5 vezes maior (em módulo) quando comparado aos pardos e quase 7 vezes maior quando comparado aos negros. Analisando a regressão quantílica, a raça parda é a única que possui coeficientes significantes a 1% em todos os quantis, sendo os valores de todos parecidos. O mais negativo é o estimado para o 10º quantil, ou seja, o impacto da raça parda no salário em comparação a raça branca é maior (em módulo) para os menores patamares de renda.

31 Impacto da educação dos pais na renda dos filhos Nesta seção, o objetivo é focar na discussão dos impactos da educação dos pais 5 na renda dos filhos (independente do gênero). Analisando inicialmente o indicador de ensino fundamental completo para o pai, obtiveram-se coeficientes estimados positivos e significativos a 10%. Observando os quantis de renda 50%, 75% e 95%, também foi possível obter coeficientes significativos e positivos, ou seja, olhando salários maiores, o pai ter educação, mesmo que seja somente nível fundamental, ajuda o filho ou a filha a possuir um salário maior. Quando se observa o indicador de pai com ensino médio, obteve-se um coeficiente significante e positivo. Os coeficientes estimados para cada quantil são significantes. Os valores estimados são diferentes, mas possuem valores bem próximos. Assim, é possível dizer que o pai ter educação nível médio, impacta de forma positiva o salário de seus filhos em quase todos os níveis de renda deles. Vale ressaltar que, comparando os estimadores dos 50º e 75º quantis dos indicadores de educação do pai com fundamental completo com as do ensino médio completo, os módulos dos coeficientes deste último é quase 3 vezes maior que do primeiro. Fazendo a mesma análise no 90º quantil, encontra-se o coeficiente do ensino médio completo somente 2 vezes maior que do fundamental, ou seja, a diferença de impacto do nível de educação dos pais diminui quando se observa rendas maiores. Em relação ao indicador de pai com ensino superior, obteve-se também um coeficiente significante e positivo, porém, com módulo superior ao coeficiente do ensino médio. Dessa forma, pode-se dizer que quanto maior o nível de educação do pai, mais alto será o salário do filho. Porém, como o quantil 10º não obteve coeficiente significante, não é possível afirmar que o pai que possuí esse nível de ensino impacta positivamente nos salários dos filhos que possuem renda mais baixa. 5.2 Impacto da educação das mães na renda dos filhos Da mesma forma que se analisou os indicadores de educação do pai, nesta seção serão analisadas as mesmas variáveis, mas agora com relação ao nível de educação da mãe. Para as duas variáveis de indicador de educação da mãe, nível fundamental e nível médio, foram obtidos valores significantes a 1%, tanto na OLS, quanto nos quantis 10, 25, 50 e 75 da regressão quantílica. A diferença entre os dois níveis é que os módulos dos estimadores do nível médio são quase o dobro dos estimadores do nível fundamental. Assim, 5 O indicador base para a variável educação dos pais é pais que não frequentaram a escola (ou seja, não tem educação formal). Todas as análises serão feitas com relação a essa base comum.

32 31 a não ser para filhos com rendas maiores (percentil 90), existe um impacto da educação das mães na renda nos filhos, e esse impacto é maior quando se aumenta o nível de educação. Porém, quando se analisa o nível superior da mãe na regressão OLS, o módulo do coeficiente é significante e positivo, porém com módulo menor que do ensino médio. Na regressão quantílica, somente para o percentil 50 se obteve um coeficiente significante. E quando se compara esse estimador com o do nível médio, o seu módulo também é menor. Dessa forma, não existe ordenação do impacto da educação da mãe nas rendas dos filhos no nível superior. 5.3 Comparação do impacto da educação dos pais e das mães na renda dos filhos Quando se estuda a educação dos pais e das mães de forma conjunta, é possível enxergar a diferença do impacto dos seus respectivos níveis de educação na renda dos seus filhos. Observando os módulos dos coeficientes estimados na regressão OLS, é possível dizer que os salários dos filhos são impactados pelas mães que possuem menor de educação e pelos pais que possuem nível maior de educação. Dessa forma, conclui-se que o pai possuir um nível de educação mais alto impacta mais a renda dos filhos do que a mãe possuir. 5.4 Impacto da educação dos pais na renda dos filhos e das filhas Para analisar a diferença do impacto do nível de educação dos pais nos filhos e nas filhas, serão analisadas as variáveis de interação da Tabela 11. Pode-se observar que somente o nível superior do pai tem impacto significativo (1%), assim, é possível dizer que somente esse nível de educação impacta de forma diferente filhos de diferentes sexos. Além disso, pelo fato do coeficiente estimado da variável de interação entre Sexo mulher e Ensino superior completo do pai ser positivo, é possível concluir que o pai possuir educação nível superior impacta mais o salário das filhas do que a remuneração dos filhos. 5.5 Impacto da educação das mães na renda dos filhos e das filhas Na regressão OLS, quando se observa as variáveis interagidas de sexo com a educação da mãe, o único coeficiente significativo foi do ensino fundamental completo, sendo seu valor negativo. Nos diferentes quantis de renda dos filhos, no nível de educação fundamental, observa-se que os coeficientes dos quantis 10, 25 e 50 possuem valores negativos e significativos, assim, é possível dizer que, para níveis baixos de renda, a mãe possuir somente nível fundamental impacta mais a renda dos filhos do que das filhas. Porém, quando se analisa