Quão Imperfeita é a Competição na Indústria Brasileira? Estimativas de Mark Up Setorial entre 1996 e 2007

Tamanho: px
Começar a partir da página:

Download "Quão Imperfeita é a Competição na Indústria Brasileira? Estimativas de Mark Up Setorial entre 1996 e 2007"

Transcrição

1 ISSN Quão Imperfeta é a Competção a Idústra Braslera? Estmatvas de Mark Up Setoral etre 1996 e 2007 Claudo Lucda Professor - Uversdade de São Paulo - Faculdade de Ecooma, Admstração e Cotabldade de Rberão Preto (FEA-RP/USP) Edereço para cotato: Av. Baderates, Mote Alegre - Rberão Preto São Paulo - Brasl - CEP: E-mal: claudolucda@usp.br Leadro Meyer Doutorado em Ecooma - Uversdade de São Paulo, Escola Superor de Agrcultura Luz de Queroz (ESALQ) - Edereço para cotato: Av. Pádua Das, 11- Praccaba - SP - Brasl CEP: E-mal: leadro.meyer@gmal.com Recebdo em 14 de agosto de Aceto em 14 de agosto de Resumo O uso de meddas de produtvdade a avalação de polítcas públcas baseadas a suposção de cocorrêca perfeta pode levar a coclusões corretas sobre a sua efcáca. Nesse setdo, o presete estudo busca aalsar quão dstate da competção perfeta a dústra de trasformação braslera se ecotra. Os resultados apotam que, em méda, o preço é 2,41 vezes o custo margal, rejetado a valdade da hpótese de cocorrêca perfeta e dcado que aálses que ão levam em cota tal padrão de competção geram coclusões errôeas. Os setores florestal e metalúrgco apresetaram os maores mark ups (3,81 e 2,95 respectvamete), sedo tal coclusão robusta a retoros de escala e formas alteratvas de mesuração. Palavras-Chave mark up, fução de produção, setor dustral Abstract The use of productvty measures based o the assumpto of perfect competto to evaluate publc polces ca lead to correct coclusos about them. I ths sese, the preset research ams to aalyze how far from perfect competto the Brazla dustry s. The results dcated that the prces are, geeral, 2.41 tmes margal cost, whch shows that the perfect competto hypothess s ot vald for the Brazla dustry ad dcate that ot cosderg the competto patter lead to correct coclusos. The forest ad metallurgy sectors had the hghest mark ups (3.81 ad 2.95 respectvely), ad these results are robust to assumptos about scale ecoomes ad dfferet measures of mark up. Keywords mark up, producto fucto, dustral sector JEL Classfcato D22, D43, L13

2 688 Claudo Lucda e Leadro Meyer 1. Itrodução Desde estudos macroecoômcos que se baseam em estmatvas de Produtvdade Total dos Fatores até estudos baseados em modelos de Equlíbro Geral Computável, a ampla maora dos estudos que buscam avalar os efetos de polítcas setoras se basea a suposção de preço sedo gual a custo margal. Esta premssa, que smplfca bastate tato mapulações algébrcas quato cálculos umércos, ão é ócua. Desde o artgo de Hall (1986), estudos apotam que essa premssa de competção perfeta pode levar a coclusões corretas. Mesmo para o caso braslero, já exstem algumas evdêcas que apotam esta dreção, como os estudos de Clezar et al. (2010) e Ferrera e Gullé (2004), que estmam dfereças sgfcatvas etre preço e custo margal para grade parte da dústra acoal. Um exemplo de estudo que se basea este tpo de premssa é o de Domgues et al. (2012), em que os autores aplcam um modelo de equlíbro geral ao setor dustral, obtedo estmatvas do mpacto da desoeração sobre a folha de saláros a ecooma. Os resultados dcam que o mpacto da desoeração fscal é postvo. Cotudo, a magtude e até mesmo o sal das varações smuladas devem sofrer alterações caso a hpótese de cocorrêca perfeta ão seja válda emprcamete. Outro exemplo, utlzado meddas agregadas de produtvdade supodo cocorrêca perfeta, ecotra-se o debate sobre a abertura comercal da ecooma braslera e seus efetos sobre a produtvdade. 1 Ferrera e Gullé (2004) ecotram evdêcas de que o aumeto da produtvdade usualmete é superestmado ao empregarem uma metodologa que permte separar o efeto da dfereça etre preço e custo margal. Ademas, as estmatvas mostram que os dcadores de competção, fator que usualmete é cosderado um dos mas relevates promotores da produtvdade, ão tveram alterações sgfcatvas. Ou seja, dversos estudos empírcos superestmam o efeto da abertura comercal e da cocorrêca sobre a produtvdade da dústra braslera por gorar a dfereça etre preço e custo margal, o que ressalta a mportâca de se estmar a relação etre estas varáves. 1 Como é possível observar em Morera (1999), Ferrera e Juor (2001), Garca (2003) e Muedler (2004), por exemplo.

3 Quão Imperfeta é a Competção a Idústra Braslera 689 Além de ser uma hpótese relevate para estudos aplcados, a relação etre preço e custo margal também oferece formações mportates para recomedações de polítcas públcas. A decsão do govero em estmular o fortalecmeto de dústras acoas em determados setores tem como cotrapartda prejuízos para o cosumdor braslero, já que cofere poder de mercado aos grades players acoas. A esse respeto, ídces agregados de mark up revelam desvos do deal de cocorrêca perfeta que podem estar assocados ao exercíco de poder de mercado, o que deve ser evtado, ou pelo meos mmzado, por polítcas de defesa da cocorrêca. Nesse setdo, o presete trabalho possu como objetvo estmar a relação etre preço e custo margal para uma amostra grade de dústras brasleras, usado dados da PIA-Empresa/IBGE. Para sto, serão utlzadas duas metodologas, a prmera delas a de Hall (1986), dretamete baseada o coceto de Resíduo de Solow da fução de produção, de maera semelhate à utlzada em Ferrera e Gullé (2004) e em Clezar et al. (2010). Outro avaço mportate do presete artgo, ada sobre a relação etre preço e custo margal, é que se adota aqu uma metodologa robusta a retoros crescetes ou decrescetes de escala. Loecker e Warzysk (2009) propõem uma forma de estmar a relação etre preço e custo margal que parte dretamete das estmatvas da fução de produção, e as coclusões ão depedem de premssas sobre retoros de escala. 2 Dessa forma, a aálse do resíduo de Solow e da fução de produção apresetam característcas complemetares e devem gerar costatações relevates sobre a relação etre preço e custo margal. Para obteção de ferêcas sobre a relação etre preço e custo margal da dústra braslera, é precso abordar os prcpas aspectos das metodologas a serem aplcadas. Para sso, os procedmetos de estmação do mark up por meo do resíduo de Solow e da fução de produção são abordados a segur. A aálse será realzada em ível setoral. Por sso, as dústras correspodetes às classfcações três dígtos a Classfcação Nacoal de Atvdades Ecoômcas (CNAE) serão agrupadas em setores a seção 3, a qual também é apresetada a base de dados. Na sequêca, os resultados são aalsados e, por fm, a coclusão ecerra a pesqusa. 2 Até ode se cohece, o presete artgo é o prmero a aplcar esta metodologa de Loecker e Warzysk (2009) para a dústra braslera.

4 690 Claudo Lucda e Leadro Meyer 2. Metodologa O fato de o custo margal ão ser observável dfculta o estudo sobre o mark up. Metodologas que trascedem a smples aálse de preços, custos observáves e ídces téccos de produção surgram e se dfudram durate os aos 1980, um período de mportates avaços em estudos empírcos de orgazação dustral. O ferrametal aalítco proposto por Hall (1986) é uma das formas mas relevates de estmar os mark ups que surgram este cotexto. Ao aalsar dados do uso de sumos e da produção das dústras orte-amercaas, Hall (1986) costatou que etre 1953 e 1984 o mark up fo superor à udade, evdecado que a hpótese de gualdade etre preço e custo margal ão era emprcamete válda para a maor parte das dústras amercaas aquele período. Uma das coclusões do estudo fo que, em fases de alto crescmeto, as frmas produzem mas, vededo por um preço que excede o custo margal dos sumos. Os trabalhos de Domowtz et al. (1986) e de Shapro (1987) foram os mas relevates que seguram esta lha metodológca. Ambos aalsaram a dústra orte-amercaa partdo de tal abordagem e realzaram estmatvas complemetares que os levaram a costatações semelhates. Essa abordagem de estmação do mark up, que também será aplcada a presete pesqusa, parte da aálse da fução de produção Q=F(K; N;θ ), sedo Q o valor agregado, K o captal, N o trabalho e θ a mudaça técca. Algumas hpóteses devem ser assumdas e mapulações algébrcas devem ser empregadas para que a fução de produção revele costatações relevates. É cosderado o caso em que a mudaça técca ão altera as taxas margas de substtução dos fatores de produção, smplesmete aumetado ou dmudo o produto obtdo dado o uso dos sumos. Como demostrado por Hall (1988, p. 926), tas hpóteses levam à segute especfcação: q = µα + θ + e (1) t t t Na equação acma, a mudaça técca é dada por uma taxa de crescmeto θ acrescda de um termo que represeta o choque de produtvdade, defdo como e t. As varáves em músculo são defdas como a varação do valor agregado ( qt) e do trabalho ( t ), ambas descotadas da varação do captal. A cotrbução do trabalho o

5 Quão Imperfeta é a Competção a Idústra Braslera 691 produto é defda como α t = wn t t / pq t t, sedo wt o saláro e p t o preço do produto, e o mark up é cosderado costate o período de aálse, de forma que = /x, em que p é o preço e x é o custo margal. A Equação (1) expressa a dea básca da metodologa de estmação do mark up. Na regressão de qt cotra t, o coefcete obtdo é gual à cotrbução do trabalho o valor agregado multplcada pelo mark up ( µα ). As estmatvas de mark up são obtdas por meo da dvsão do coefcete obtdo em (1) pela cotrbução do trabalho o valor agregado ( α ), que pode ser obtda dretamete dos dados. É possível eteder a Equação (1) da segute forma: em mometos de expasão do valor do produto, é possível que esta ão seja justfcada apeas pela expasão o uso de sumos e em seu valor, havedo espaço também para o aumeto do preço em relação ao custo margal. Supõe-se aqu que seja possível solar este efeto ao dvdr o coefcete da regressão pela cotrbução do trabalho o produto. Como ressaltado pelo seu própro autor, este poto fca evdete a prcpal lmtação da metodologa: retoros ão costates de escala também podem explcar expasão do produto ão relacoada ao uso de sumos, mplcado que as estmatvas de mark up são vesadas em tas stuações. Esse procedmeto para estmação do mark up requer o uso de varáves strumetas. Por sso é ecessára a escolha de um strumeto que deve causar mportates varações o produto e o emprego e ão ter correlação com os choques de produtvdade. Hall (1988) utlzou gastos mltares, preço mudal do petróleo e partdo do presdete orte-amercao, varáves que ão parecem ser adequadas para o caso da dústra braslera. Outro trabalho relevate que faz uso das varáves strumetas é Charles e Perloff (1993), com destaque para o uso da oferta de moeda. Sobre a lteratura acoal, o úco trabalho ecotrado que aborda a escolha de varáves strumetas para a aplcação desta metodologa é Ferrera e Gullé (2004). Apesar de os autores ão utlzarem varáves strumetas em suas estmações por afrmarem ão haver mudaças sgfcatvas os resultados com o emprego destas, é possível ecotrar o trabalho dcações sobre os strumetos a serem utlzados, com destaque para taxa de câmbo. 3 3 Além de taxa de câmbo e oferta moetára, outras varáves foram testadas como strumetos, como horas trabalhadas, população ecoomcamete atva e crédto destado à

6 692 Claudo Lucda e Leadro Meyer Outra opção metodológca passa pela estmação dreta da fução de produção. De acordo com Mudlak (1963), as estmatvas das elastcdades dos fatores de produção podem gerar evdêcas sobre cocorrêca. Tas evdêcas podem ser obtdas por meo da comparação etre as elastcdades dos fatores de produção e a cotrbução dos sumos, como o caso da metodologa exposta a seção ateror. Caso a hpótese de cocorrêca perfeta seja válda, estes dos valores devem ser estatstcamete guas. Baseado-se esta comparação, Loecker e Warzysk (2009) e Loecker (2011) propõem uma forma de mesurar o mark up por meo da dvsão etre a elastcdade do trabalho pela cotrbução do mesmo sumo o valor agregado da segute forma: µ β = α (2) sedo µ o mark up, β a elastcdade-valor agregado do trabalho e α a cotrbução do trabalho o valor agregado. Nota-se aqu que há grade semelhaça etre esse procedmeto e o que parte da aálse do resíduo de Solow. Novamete, é cosderada a fluêca do trabalho o valor agregado, aterormete obtda por meo da regressão etre as varáves e este caso obtda por meo da estmação dos parâmetros da fução de produção. Evdetemete, é ecessáro obter estmatvas ão vesadas de tas parâmetros. Os procedmetos de estmação da fução de produção costtuem uma área que possu lteratura bastate desevolvda. O prmero aspecto relevate é a forma fucoal cosderada. No presete estudo é utlzada a fução de produção Cobb-Douglas por esta ser amplamete dfudda a lteratura. Outro aspecto que se destaca sobre a estmação da fução de produção é que a estmatva va mímos quadrados ordáros (MQO) é vesada. Grlches e Maresse (1995) afrmam que cada abordagem de tratameto desse vés correspode a uma terpretação dferete sobre a fote da edogeedade, ou seja, há dversas abordages possíves para obteção de tas estmatvas. Na presete pesqusa, é aplcada a metodologa que parte da especfcação dâmca da fução de produção Cobb-Douglas. A forma fucoal da fução Cobb-Douglas, expadda para acomodar efetos pessoa físca. Porém o uso de tas varáves gerou resultados ão factíves (como mark ups egatvos, por exemplo).

7 Quão Imperfeta é a Competção a Idústra Braslera 693 fxos de ao e de tempo jutamete com o termo erro ecoométrco, é dada pela segute equação: k qt = β kt + β t + γ t + η + mt (3) Em que q t é o log do valor agregado, kt é o log do captal, t é o k log do trabalho, β é a elastcdade-valor agregado do captal, β é a elastcdade-valor agregado do trabalho, ( η ) é um compoete de efetos ão observados específco de cada dústra, ( γ t ) é um tercepto específco de ao e ( m t ) são os erros de mesuração ão seralmete correlacoados. A especfcação dâmca é cosequêca da suposção de que os choques de produtvdade ( v t ) apresetam persstêca, de forma que vt = ρv, t 1+ et, sedo et ~ MA(0). Cosderado este comportameto, Bludell e Bod (1998, p.3) chegam à segute especfcação, obtda a partr da dfereça etre a equação acma e sua versão defasada após um período: ( ) k k qt = β kt ρβ kt 1+ β t ρβ t 1+ ρqt 1+ γ t ργ t 1 (4) ou [ η(1 ρ) et mt ρmt 1] q = k k + + q w (5) * * * t π1 t π 2 t 1 π 3 t π 4 t 1 π 5 t 1 γt ( η t ) * * Os termos modfcados a Equação (5) são γ t = γ t ργ t 1, η = * η(1 ρ) e w t = et + mt ρmt 1. A passagem de (4) para (5) está sujeta a duas restrções ão leares: π 2 = π 1. π 5 e π 4= π 3 π 5. Com estmatvas cosstetes do vetor de parâmetros π =( π 1, π 2, π 3, π 4, π 5 ) e var( π ), estas restrções podem ser mpostas e testadas para obteção dos parâmetros do vetor de teresse ( β, β,ρ ). As restrções devem ser valdadas pelo teste dos fatores comus (COMFAC), que possu como hpótese ula que tas restrções estão sedo satsfetas (Bludell e Bod, 1998). Acerca do procedmeto de estmação empregado, de acordo com Camero e Trved (2005), uma mportate costatação sobre a estrutura de pael dâmco é que as estmatvas dos parâmetros π obtdas va MQO são cosstetes. O camho apotado pela lteratura fo o de ret-

8 694 Claudo Lucda e Leadro Meyer rar a prmera dfereça e strumetalzar a equação com as varáves em ível (Aderso e Hsao (1981) e Arellao e Bod (1991)). Tal abordagem faz uso da premssa de que a quatdade de um fator de produção utlzado o ao ateror tem grade correlação com a quatdade utlzada o ao segute e ão tem correlação com os choques de produtvdade do ao segute. Apesar de corrgrem o problema, tas metodologas usualmete apresetam coefcetes do captal baxos e ão sgfcates, além de retoros de escala pouco plausíves, coforme exposto em Grlches e Maresse (1995). Para Bludell e Bod (1998), esse problema ocorre porque as séres utlzadas apresetam grade persstêca, o que faz com que a varável em ível e a varável em dfereça guardem pouca correlação. Para melhorar esse aspecto da strumetalzação, os autores assumem codções de mometo adcoas, que podem ser testadas, e que permtem a estmação cojuta da equação em ível strumetalzada pela defasagem das dfereças, gerado o estmador System GMM. Os autores mostram por meo de smulações que este procedmeto aumeta o ível de sgfcâca dos coefcetes estmados e gera estmatvas de retoro de escala mas plausíves. Esse procedmeto aumeta o cojuto de formações utlzado a strumetalzação por supor codções de mometo adcoas, sedo que sua adequabldade depede da valdade de tas codções. Para sso, o teste de Sarga e o teste de Sarga em dfereças (D-Sarga) devem ser realzados. O teste de Sarga possu como hpótese ula que as codções de mometo assumdas para o estmador GMM são adequadas, equato que a hpótese ula do teste D-Sarga é que as codções adcoas de mometo assumdas para o System GMM são adequadas. Dessa forma, tedo sdo realzada a estmação dos parâmetros, deve-se observar o COMFAC, os testes Sarga e D-Sarga. A lteratura também dca a ecessdade da realzação do teste de autocorrelação seral de seguda ordem do resíduo AR(2), que possu como hpótese ula a ão exstêca de autocorrelação deste termo. Esse teste é ecessáro para avalar a valdade das premssas do modelo com relação às defasages utlzadas a strumetalzação. Dferete das estmatvas de mark up obtdas por meo do resíduo de Solow, as obtdas por meo da fução de produção ão são afetadas pela atureza dos retoros de escala. Por sso, adcoalmete, será avalada a preseça de retoros costates

9 Quão Imperfeta é a Competção a Idústra Braslera 695 de escala para os setores, o que auxla a comparação das estmatvas de mark up obtdas das duas formas. Há dferetes formas de se obter ferêcas a esse respeto. No presete estudo, laçamos mão de um teste calculado a partr da fução de produção por este ser bastate semelhate ao procedmeto aplcado para estmação da fução de produção. A fução de produção dâmca pode ser rearrajada da segute forma: q k = k k + + k (6) t t β ( t t) ( t 1 t 1) ( k ρβ β β 1) t ρβ ( + β 1) k + ρ( q k ) + η + e k * t 1 t 1 t 1 t ou q k = π ( k ) + π ( k ) + π k + π k + π ( q k ) + η + e * t t 1 t t 2 t 1 t 1 3 t 4 t 1 5 t 1 t 1 t (7) A passagem de (6) para (7) mplca duas restrções ão leares: π 4 = π 3 π 5 e π 2 = π 1. π 5. De maera aáloga à estmação da fução de produção, estas restrções podem ser testadas pelo COMFAC. Neste caso, ao testarmos a restrção π 4 = π 3 π 5 está sedo dretamete testada a hpótese de que os coefcetes dos sumos somam a udade, como é possível observar ao comparar as Equações (6) e (7). Dessa forma, o teste dessa restrção pode ser terpretado como um teste cuja hpótese ula é de retoros costates de escala, o que será utlzado para verfcação desta hpótese. 3. Dados Os dados utlzados o presete estudo provêm da Pesqusa Idustral Aual (PIA-Empresa). Foram cosderadas as dústras classfcadas como de extração e de trasformação, o que totalzou 104 dústras. O período aalsado va de 1996 a Para os aos mas recetes, foram realzadas alterações a classfcação das dústras, sedo

10 696 Claudo Lucda e Leadro Meyer A estmação da fução de produção por meo do System GMM requer o agrupameto de dústras em setores. A esse respeto, a Classfcação Nacoal de Atvdades Ecoômcas (CNAE), os dos prmeros algarsmos eglobam dústras com atvdades semelhates, o que servu como crtéro prcpal para a defção dos setores a serem aalsados. Este crtéro, o etato, gerou algus grupos com pequeo úmero de dústras. Para esses casos, fo aalsado se tas dústras possuem atvdades semelhates a algus dos setores já defdos pelo prmero crtéro. As característcas levadas em cota são o tpo de atvdade realzada e o uso dos bes produzdos. Como ada assm restaram grupos com poucas observações, estes foram classfcados em um grupo deomado outros. Este grupo ão gera resultados de teresse aalítco por abrgar dústras de atvdades muto dversas. A adoção de tas crtéros gerou oze setores além do grupo composto pelas dústras classfcadas em outros. O úmero de dústras em cada setor vara etre ses e doze, como é possível observar a Tabela (1), que também descreve o códgo das dústras que compõem cada setor. Tabela 1 - Lsta dos setores defdos Setor Nº Idústras Códgo das Idústras 5 Extratvsta ; 11.2; 13.1; 13.2; 14.1; 14.2 Almetos ; 15.2; 15.3; 15.4; 15.5; 15.6; 15.7; 15.8; 15.9 Têxtl ; 17.2; 17.3; 17.4; 17.5; 17.6; 17.7; 18.1; 18.2; 19.1; 19.2; 19.3 Florestal ; 20.2; 21.1; 21.2; 21.3; 21.4 Químca ; 24.2; 24.3; 24.4; 24.5; 24.6; 24.7; 24.8; 24.9 Meras ão metálcos ; 26.2; 26.3; 26.4; 26.9 Metalurga básca ; 27.2; 27.3; 27.4; 27.5; 28.1; 28.2; 28.3; 28.4; 28.9 Máquas e equpametos ; 29.2; 29.3; 29.4; 29.5; 29.6; 29.7; 29.8 Eletroeletrôco ; 30.2; 31.1; 31.2; 31.3; 31.4; 31.5; 31.6; 31.9; 32.1; 32.2; 32.3 Equpametos geras ; 33.2; 33.3; 33.4; 33.5 Veículos automotores ; 34.2; 34.3; 34.4; 34.5; 35.1; 35.2; 35.3; 35.9 Outros ; 22.1; 22.2; 22.3; 23.1; 23.2; 23.4; 25.1; 25.2; 36.1; 36.9; 37.1; 37.2 Fote: Elaborado pelos autores com dados da PIA. Com as dústras classfcadas em setores, a etapa segute o que se refere à orgazação da base de dados é a descrção das varáves que a CNAE 2.0 passou a ser utlzada o lugar da 1.0. Com sso, algumas dústras que exstam a amostra que abrage o período etre 1996 e 2007 dexaram de exstr as pesqusas segutes. 5 A lsta completa dos códgos e de suas dústras correspodetes está dspoível em

11 Quão Imperfeta é a Competção a Idústra Braslera 697 utlzadas. Busca-se obter séres para valor agregado, trabalho e captal, além da cotrbução do trabalho o produto ( α ). Para o valor agregado, fo utlzado o valor da trasformação dustral dvddo pelo úmero de frmas de cada dústra. Para a costrução da sére trabalho fo utlzado o úmero médo de trabalhadores por frma, multplcado pela jorada aual méda de trabalho de horas/homem. Para a sére de captal, o presete trabalho faz uso do método do estoque perpétuo, que cosdera um estoque de captal para o prmero ao da amostra, acrescetado vestmetos e retrado uma taxa de deprecação fxa, gerado os valores da sére para os aos restates. Tas procedmetos seguem o proposto por Garca (2003). Para a costrução do estoque de captal para o ao cal foram calculados os coefcetes da dstrbução fucoal da reda. O coefcete do trabalho ( α ) fo obtdo dvddo a massa total de saláros e remuerações, cluídos ecargos socas, pelo valor adcoado. k O coefcete do captal ( α ) é o complemetar do coefcete do trabalho. O estoque de captal é estmado a partr de valores cohecdos: o valor agregado, o custo total da mão de obra e o úmero médo de empregados por ao. q t o valor agregado e Sedo k t o estoque de captal, W t o valor médo aplcado em trabalho, o estoque de captal pode ser calculado como proposto por Garca (2003): k t = ( qt) ( W) 1 k α k 1 α k α (8) Dessa forma, tedo o estoque de captal de 1996 calculado, é descotada uma taxa de 5% referete à deprecação e somado o valor médo vestdo em aqusções e melhoras do atvo moblzado por frma, séres dspoíves a PIA. Chega-se assm à sére de captal utlzada. As médas etre os aos de 1996 e 2007 do valor agregado, do trabalho empregado, do captal e dos coefcetes do captal e do trabalho para cada setor podem ser observadas em aexo.

12 698 Claudo Lucda e Leadro Meyer Também em aexo está a evolução da méda para a dústra de trasformação de cada uma dessas varáves. Por fm, a respeto das varáves strumetas a serem utlzadas a aálse do resíduo de Solow, estas possuem as segutes fotes: para a oferta de moeda, fo utlzada a sére Papel moeda em poder públco ; e para a taxa de câmbo fo utlzada a Taxa de câmbo comercal - compra - méda, ambas dspoblzadas pelo Baco Cetral. 4. Resultados O prmero aspecto a ser avalado sobre os resultados da aálse do resíduo de Solow é a fluêca dos strumetos sobre as estmatvas. Fo possível costatar que a strumetalzação de fato afeta os resultados. 6 Cotudo, o uso cojuto das varáves strumetas selecoadas (taxa de câmbo e oferta moetára) gerou estmatvas de mark up ferores à udade para mas da metade da amostra. Como as estmatvas realzadas represetam o resultado da dvsão do preço pelo custo margal, valores ferores à udade dcam que o custo margal excede o preço. Este tpo de resultado ão é cosstete com um equlíbro de logo prazo a dústra, mesmo em competção perfeta, se cosderarmos que esta stuação há prejuízo para as empresas, algo que dfclmete se matera em dústras e setores teros ao logo do período aalsado. Dessa forma, tas estmatvas sugerem que há problemas com o uso de taxa de câmbo e oferta moetára como varáves strumetas. O uso das varáves strumetas separadamete demostrou que as estmatvas obtdas somete por meo de taxa de câmbo como strumetos ão gerou este problema. Por sso, os resultados utlzados para a aálse foram os obtdos por meo do emprego somete da taxa de câmbo como strumeto. Para obteção do mark up por meo da fução de produção em ível setoral, fo realzada a estmação dos parâmetros da fu- 6 O resíduo de Solow fo regreddo cotra os strumetos como forma de atestar a adequabldade dos strumetos, coforme proposto por Hall (1986). Os resultados mostraram relação postva etre as varáves, o que de acordo com o autor atesta a fluêca dos strumetos, sedo que a estatístca F da regressão da taxa de câmbo fo de (435,94) e a da regressão da oferta moetára fo de (87,64).

13 Quão Imperfeta é a Competção a Idústra Braslera 699 ção de produção por meo do System GMM para cada setor. 67 Algus setores apresetaram problemas a strumetalzação, o que torou ecessára a estmação com o uso de dferetes defasages como strumeto. Na Tabela (3) são apresetadas as estmatvas dos coefcetes da fução de produção com strumetalzação a partr da seguda defasagem para a maor parte dos setores e com defasages maores para o setor químco, além dos setores de metalurga básca, máquas e equpametos, eletroeletrôco, equpametos geras e veículos automotores. 78 Na mesma tabela também são apresetados os resultados dos testes realzados. Tabela 2 - Estmatva dos parâmetros da fução de produção va System GMM Extratvsta Almetos Têxtl Florestal Químca** Meras ão metal. 0,925 0,604 1,137 1,338 0,787 0,868 β (0,009) (0,083) (0,036) (0,042) (0,185) (0,019) k 0,207 0,396 0,339 0,298 0,531 0,497 β (0,077) (0,117) (0,051) (0,035) (0,155) (0,056) Comfac 0,057 0,103 0,293 0,068 0,810 1,000 Sarga 0,054 0,575 0,765 0,105 0,251 0,099 D-Sarga 0,567 1,000 1,000 0,324 0,966 0,549 AR(2) 0,217 0,883 0,671 0,830 0,173 0,437 Metal. básca*** Máq. e equ.*** Eletro eletrôco* Equ. geras*** Veículos auto.** Outros 1,246 0,768 0,830 1,073 1,208 0,867 β (0,166) (0,221) (0,039) (0,054) (0,066) (0,066) k 0,219 0,290 0,571 0,405 0,339 0,378 β (0,086) (0,032) (0,342) (0,135) (0,049) (0,284) Comfac 0,811 0,590 0,784 1,000 0,976 0,306 Sarga 0,063 0,961 0,992 0,976 0,698 0,000 D-Sarga 0,244 0,590 1,000 0,583 0,389 0,000 AR(2) 0,238 0,167 0,873 0,514 0,394 0,033 P-valor dos testes apresetados. Comfac: Ho = Restrções dos fatores comus são váldas; Sarga e Hase: Ho = Istrumetalzação para GMM adequada; D-Sarga e D-Hase: Ho = Istrumetalzação para o System GMM adequada; AR(2): Não há correlação seral de seguda ordem do resíduo. Desvo padrão etre parêteses. *A equação em dfereça fo strumetalzada a partr da quarta defasagem; **A equação em dfereça fo strumetalzada a partr da sétma defasagem; *** A equação em dfereça fo strumetalzada a partr da oa defasagem. Fote: Resultados da pesqusa. 7 Os resultados obtdos por Pooled OLS e por Dfferece GMM são apresetados em aexo. 8 Foram testadas dversas defasages para strumetalzação da equação em dfereça destes setores, sedo que as strumetalzações apresetadas foram as que geraram os melhores resultados em termos dos testes ecoométrcos e da sgfcâca dos coefcetes estmados.

14 700 Claudo Lucda e Leadro Meyer O mark up é obtdo por meo da dvsão da estmatva do coefcete do trabalho calculado pela fução de produção ( β ) pela cotrbução deste sumo o valor agregado ( α ) coforme vsto a seção 2.2. Na Tabela (4) são expostos os mark ups obtdos por meo dessa dvsão, bem como os obtdos por meo do resíduo de Solow, a soma dos coefcetes estmados pela fução de produção e o p-valor do teste de retoros costates de escala. Tabela 3 - Retoros de escala, coefcetes da fução de produção e estmatvas de mark up Mark Up Setores Retoros costates de escala * β k + β Resíduo de Solow Fução de produção Veículos automotores Florestal Extratvsta Têxtl Metalurga básca Equpametos geras Almetos Químca Meras ão metálcos Máquas e equpametos Eletroeletrôco 0,000 1,546 2,392 2,513 (0,103) (0,440) (0,112) 0,021 1,636 3,483 3,812 (0,078) (0,641) (0,121) 0,002 1,132 3,646 2,417 (0,167) (0,671) (0,235) 0,294 1,476 2,173 2,289 (0,087) (0,400) (0,072) 0,074 1,465 2,855 2,955 (0,252) (0,525) (0,394) 0,085 1,478 2,507 2,435 (0,174) (0,461) (0,089) 0,524 1,001 3,909 2,022 (0,200) (0,719) (0,277) 0,950 1,318 3,387 2,383 (0,340) (0,623) (0,560) 0,053 1,365 3,254 2,187 (0,075) (0,598) (0,047) 0,706 1,057 2,274 1,598 (0,094) (0,418) (0,130) 0,719 1,401 2,682 1,884 (0,563) (0,493) (0,502) *P-valor dos testes apresetados (Ho= retoros costates de escala). Desvo padrão etre parêteses. Fote: Resultados da pesqusa.

15 Quão Imperfeta é a Competção a Idústra Braslera 701 Ates da aálse dos resultados, é ecessáro abordar ovamete a questão da agregação das dústras em setores. Esta se fez ecessára para que a estmação da fução de produção por meo do System GMM fosse possível. Cotudo, pode haver heterogeedade detro dos grupos de aálse. Por sso, quato mas semelhates as característcas das dústras forem o que se refere à produção e à preferêca dos cosumdores por seus produtos, meor deve ser a heterogeedade detro dos setores e mas próxmos da realdade de cada dústra devem ser os mark ups setoras estmados. Como as estmatvas obtdas por meo do Resíduo de Solow podem ser obtdas em ível dustral, o cálculo do mark up também fo realzado este ível de agregação por meo desta metodologa, sedo que o desvo-padrão das estmatvas das dústras em relação à méda setoral gera uma evdêca acerca da heterogeedade das dústras compoetes de cada setor. 9 Este cálculo mostrou que a maor parte dos setores apreseta desvo feror à udade. Os setores de almetos, florestal e de meras ão metálcos apresetaram desvo-padrão superor à udade pelo fato de uma de suas dústras apresetarem estmatvas muto maores que as demas (a saber, produção de óleos em almetos, produção de celulose em florestal e produção de cmeto em meras ão metálcos). Com exceção de tas dústras, os resultados obtdos por meo do resíduo de Solow em ível dustral dcam pouca heterogeedade detro dos setores. Apeas o caso dos setores de metalurga básca e extratvsta as estmatvas em ível dustral dcam que há maor heterogeedade, com desvos superores à udade. A respeto da relação etre as estmatvas obtdas por meo das duas metodologas empregadas, a aálse dos retoros de escala é a prcpal forma de comparar os resultados, uma vez que esta hpótese afeta os resultados obtdos por meo do resíduo de Solow, mas ão afeta os mark ups estmados pela fução de produção. A esse respeto, Charles e Perloff (1993) utlzam smulações para mostrar que os mark ups obtdos por meo do resíduo de Solow são subestmados sob retoros crescetes de escala e sobreestmados sob retoros decrescetes de escala. 9 As estmatvas obtdas por meo do resíduo de Solow em ível dustral são apresetadas o aexo.

16 702 Claudo Lucda e Leadro Meyer Há dfereça etre os coefcetes estmados somete para o setor de almetos, cosderado o ível de sgfcâca de 5%. Esta gualdade etre as estmatvas se deve essecalmete aos elevados desvos -padrão dos mark ups obtdos por meo do resíduo de Solow. No caso em que a hpótese de retoros costates de escala ão fo rejetada, sto é, para todos os setores exceto de veículos automotores, florestal e extratvsta, esta gualdade etre os resultados é esperada. Para os casos dos setores veículos automotores e florestal, as somas dos coefcetes da fução de produção dcam que há retoros crescetes de escala estes setores, o que deve gerar um vés egatvo os mark ups calculados por meo do resíduo de Solow. Apesar de ão haver dfereça estatstcamete sgfcatva etre os mark ups, as estmatvas obtdas por meo do resíduo de Solow de fato são ferores às obtdas por meo da fução de produção para tas setores. Para o setor extratvsta, a soma dos coefcetes é próxma da udade, de forma que ão é possível afrmar se há retoros crescetes ou decrescetes de escala. O mark up estmado por meo do resíduo de Solow é superor ao estmado por meo da fução de produção, o que sugere a preseça de retoros decrescetes de escala. Dessa forma, os casos em que a hpótese de retoros costates de escala ão fo rejetada, apeas para o setor de almetos os resultados ão seguem o dcado por Charles e Perloff (1993). Para os demas setores, ao ível de sgfcâca de 5% ão é possível afrmar que há dfereça sgfcatva etre os coefcetes, mas as estmatvas seguem o comportameto sugerdo pelos autores o que se refere à fluêca dos retoros de escala sobre as estmatvas de mark up. Em termos de terpretação ecoômca dos resultados, de acordo com a teora mcroecoômca, em setores com retoros crescetes de escala há uma tedêca atural à cocetração de mercado, já que maores empresas se beefcam desta característca e tedem a elmar empresas que produzem em meor escala. Sob essa ótca, polítcas públcas que vsam à formação de grades players acoas com o tuto de expadr a partcpação braslera o comérco teracoal, apesar de serem prejudcas sob a ótca da cocorrêca, podem fazer com que as empresas de setores com tas característcas produzam de maera mas efcete ao atuar em escala teracoal.

17 Quão Imperfeta é a Competção a Idústra Braslera 703 A relação postva etre o mark up pratcado e empresas exportadores ecotrada por Loecker & Warzysk (2009) evdeca esta relação. Dessa forma, os setores veículos automotores e florestal, que apresetam retoros crescetes de escala de acordo com as estmatvas da presete pesqusa, podem ter seus altos mark ups relacoados a esta característca. Cotudo, para cosderar a possbldade de expasão de empresas acoas o mercado teracoal é ecessára uma aálse mas abragete, já que outras cosderações devem ser levadas em cota, como aspectos logístcos e cocorrêca teracoal por exemplo Aálse de Robustez dos Resultados É relevate observar a relação etre preços de produtos e sumos pratcados o mercado para obter evdêcas depedetes das estmatvas de mark up dscutdas acma. Em dústras as quas uma úca matéra prma é extremamete relevate o processo produtvo, a dvsão do preço do produto fal pelo preço desta matéra prma forece uma aproxmação plausível da relação etre preço e custo margal, 10 já que os custos de outros sumos são meos relevates. Além dsso, como o custo margal ão pode ser feror ao preço de apeas um dos sumos, a dvsão etre preço do produto e preço do sumo será maor do que a dvsão do preço pelo custo margal, o que torara esta relação de preços um lmte superor para o mark up. Esta aálse fo feta para as dústras de sderurga e de cares bovas e as relações de preços cosderadas, além das estmatvas obtdas a presete pesqusa, são apresetadas a tabela segute. Tabela 4 - Resultados da pesqusa, resultados da lteratura e relação de preços Sderurga Metalurga básca Cares Bovas Almetos Mark up Resíduo de Solow dústras 4,45 3,07 Mark up Resíduo de Solow setores 2,86 3,91 Mark up Fução de Produção setores 2,96 2,02 Preço do produto 656,67 257,64 Preço do sumo 131,13 95,07 Relação de preço (Produto/sumo) 5,01 2,71 Fotes: Elaboração dos autores. 10 Agradecemos a um parecersta aômo a sugestão.

18 704 Claudo Lucda e Leadro Meyer O mercado de cares bovas é um caddato atural a este tpo de aálse, uma vez que o bo gordo é sumo fudametal desta dústra. O coceto de bo teórco, com base o trabalho de Ledc, Tohat e Ferades (2000), permte estmar o preço fal do bo cosderado os cortes das cares. Dessa forma, é possível harmozar as formações em uma udade comum de medda de preço fal do bo para o cosumdor e do custo de compra, que é o preço do bo gordo. De acordo com dados forecdos por uma das maores empresas do setor frgorífco sobre os preços de varejo da care bova o Estado de São Paulo, em codções de cofdecaldade, bem como dados do CEPEA sobre o preço do bo gordo este mesmo Estado, levado-se em cota as poderações propostas para composção do bo gordo, a relação etre preço do bo teórco e preço do bo gordo para o período etre outubro de 2010 e setembro de 2012 é de 2,71. Este resultado dca que os mark ups calculados por meo do resíduo de Solow para o setor almetíco e para a dústra de abatmeto de cares, respectvamete de 3,91 e 3,07, devem ser sobreestmados. Já o mark up de 2,02 estmado por meo da fução de produção é factível com a evdêca de preços cosderada. Outra dústra caddata a este tpo de aálse é a sderúrgca. A produção de aço possu como sumo fudametal o méro de ferro, de forma que a dvsão do preço do aço pelo preço do méro de ferro represeta um lmte superor para o mark up. O méro de ferro é uma commodty com preço formado em mercado mudal. Por sso, os dados forecdos pelo Baco Mudal sobre o preço spot da toelada do méro de ferro em dólares amercaos é um bom dcatvo de preço deste sumo. Já o aço possu dversos usos alteratvos e, por sso, gera dferetes tpos de produtos. Foram cosderados os preços da toelada de lâmas quetes e de vergalhões também em dólares amercaos. Os preços destes produtos são forecdos pela MEPS e são referetes aos mercados dos países pertecetes aos BRIC (Brasl, Rússa, Ída e Cha). Cosderado a méda dos preços mesas etre outubro de 2011 e ovembro de 2012, a relação etre o preço do méro de ferro e dos produtos de aço é de 5,01. A estmatva obtda por meo do resíduo de Solow para a dústra sderúrgca fo de 4,45, o que está detro do lmte esperado. Para o setor de metalurga básca o mark up estmado fo de 2,86 pelo resíduo de Solow e de 2,96 pela fução de produção,

19 Quão Imperfeta é a Competção a Idústra Braslera 705 valores próxmos e em acordo com a hpótese de retoros costates de escala para o setor, que ão fo rejetada o teste realzado. A dfereça etre a estmatva calculada para a dústra e para os setores dca a grade heterogeedade presete o setor metalurga básca. O setor de metalúrgca básca apreseta mark up alto em relação aos demas, sedo que a dústra sderúrgca apreseta estmatva ada maor, o que é evdecado pela relação de preços aalsada. Levado em cota as estmatvas de mark up por meo da fução de produção, por estas serem robustas a dferetes retoros de escala, ove dos oze setores apresetaram preço mas do que duas vezes maor do que o custo margal. Destaque para o setor florestal, que apresetou mark up de 3,81. Os setores de metalurga básca, veículos automotores, equpametos geras e extratvstas seguem a lsta das maores relações etre preço e custo margal, com estmatvas de 2,95, 2,51, 2,43 e 2,42, respectvamete. No grupo das estmatvas termedáras estão os setores químco, têxtl, meras ão metálcos e almetíco, com mark ups de 2,38, 2,29, 2,19 e 2,02, respectvamete. Os setores com meor relação etre preço e custo margal foram o de eletroeletrôcos, com mark up de 1,89, e o de máquas e equpametos, com estmatva de 1,60. A méda dos mark ups obtdos por meo da fução de produção estmados fo de 2,41. No caso da relação etre preço e custo margal obtda por meo do resíduo de Solow, esta méda fo de 2,96. Ambas as estmatvas apresetaram valores próxmos à méda da relação etre preço e custo margal calculada por Hall (1988) para as dústras orte-amercaas etre 1953 e 1984, que fo de 2,79 para todos os setores e de 2,45, descosderado os setores de trasportes, comérco, servços e faças (setores que ão foram aalsados a presete pesqusa). Dessa forma, os resultados são claros o que se refere à sgfcatva dfereça etre preço e custo margal. Ao empregar uma metodologa robusta a dferetes retoros de escala e édta para a dústra braslera, os mark ups estmados são bastate superores à udade, mesmo cosderado as dfereças etre as dústras detro de cada setor. Além da cotrbução em termos de polítcas públcas, tas resultados represetam que deve haver problemas em estudos empírcos que partem da premssa de cocorrêca perfeta, uma vez que esta codção possu como uma de suas prcpas característcas a gualdade etre preço e custo margal.

20 706 Claudo Lucda e Leadro Meyer 5. Coclusão Os resultados obtdos dcam que cudados devem ser tomados em estudos empírcos que se baseam a hpótese de cocorrêca perfeta a dústra braslera. O preço e o custo margal dferem para todos os setores aalsados, com estmatvas de mark up sgfcatvamete maores do que a udade. Detre os oze setores aalsados, ove apresetam preço mas do que duas vezes maor do que o custo margal. Dessa forma, dversos trabalhos empírcos que assumem cocorrêca perfeta devem gerar resultados dstorcdos. Coforme Hall (1986) evdeca e Ferrera e Gullé (2004) costatam emprcamete para o caso da dústra braslera, descosderar os aspectos cocorrecas gera vés o cálculo da produtvdade e do crescmeto do produto. Os estudos que assumem cocorrêca perfeta ão se lmtam aos de crescmeto ecoômco, sedo que modelos de equlíbro geral computável, como o aplcado por Domgues et al. (2012), também devem apresetar mportates alterações em suas cosderações caso os efetos da dfereça etre preço e custo margal passem a ser cosderados. Além de ressaltar a ecessdade de corporar aspectos cocorrecas os estudos empírcos, os resultados obtdos forecem mportates dcadores para polítcas de defesa da cocorrêca. As estmatvas obtdas por meo da fução de produção estmaram, em méda, um preço 2,41 superor ao custo margal para a dústra braslera de extração e trasformação. Apesar de este ser um resultado relevate, o mark up por s só ão é sufcete para uma aálse sobre o comportameto dos setores. O resultado obtdo é robusto a desvos da premssa de retoros costates de escala. A esse respeto, o caso das dústras florestas e de metalurga básca os retoros crescetes de escala auxlam a compreesão das altas estmatvas, já que maores empresas se beefcam desta característca e tedem a se sobrepor às empresas que produzem em meor escala, o que aturalmete gera maor cocetração o setor. A busca pelos fatores determates das estmatvas de mark up ecotradas é uma possível extesão do esforço empreeddo esta pesqusa e deve aumetar e soldfcar ada mas as relevates cotrbuções em termos de polítcas públcas que a estmação da relação etre preço e custo margal gera.

21 Quão Imperfeta é a Competção a Idústra Braslera 707 Outra possível extesão do esforço empreeddo esta pesqusa é a aálse dos resultados obtdos para estudos setoras. Referêcas ANDERSON, T.W.; HSIAO, C. Estmato of dyamc models wth error compoets. Joural of the Amerca Statstcal Assocato, Amerca Statstcal Assocato, v. 76,. 375, p , ISSN ARELLANO, M.; BOND, S. Some testes of specfcato for pael data: Mote carlo evdece ad a applcato to employmet equatos. The Revew of Ecoomc Studes, Vol.58, No. 2, pp , BLUNDELL, R.; BOND, S. GMM estmato wth persstet pael data: a applcato to producto fuctos. The sttute for fscal studes, Departmet of Ecoomcs, UCL, Workg paper, BURNSIDE, C.; EICHENBAUM, M.; REBELO, S. Labor hoardg ad the busess cycle. The Joural of Poltcal Ecoomy, v. 101,. 2, p , CAMERON, A.; TRIVEDI, P. K. Mcroecoometrcs: Methods ad Applcatos. [S.l.: s..], CEPEA Cetro de Estudos Avaçados em Ecooma Aplcada. Dspoível em: < esalq.usp.br/> CHARLES, H.; PERLOFF, J. M. Ca market power be estmated? Workg Paper No 689, Departmet of Agrcultural ad Resource Ecoomcs, UCB, UC Berkeley, CLEZAR, R. V.; TRICHES, D.; MORAES, R. Poder de mercado, escala e a produtvdade da dústra braslera etre 1994 e I: Apec Sul. [S.l.: s..], DOMOWITZ, I.; HUBBARD, R. G.; PETERSEN, B. C. Busess cycles ad the relatoshp betwee cocetrato ad prce-cost margs. The RAND Joural of Ecoomcs, v. 17, p. 1 17, FERREIRA, P. C.; GUILLÉN, O. T. de C. Estrutura compettva, produtvdade dustral e lberalzação comercal o brasl. Revsta Braslera de Ecooma, v. 4,. 58, p , GARCIA, F. A evolução da produtvdade total de fatores a ecooma braslera: uma aálse do período pós-real. Núcleo de Pesqusas e Publcações, EAESP/FGV/NPP, GRILICHES, Z.; MAIRESSE, J. Producto Fuctos: The Search for Idetfcato. [S.l.], HALL, R. E. Market structure ad macroecoomc fluctuatos. Brookgs Paper o Ecoomc Actvty, v. 17, p , HALL, R. E. The relato betwee prce ad margal cost u.s. dustry. The Joural of Poltcal Ecoomy, v. 96, p , LEDIC, I.L., TONHATI, H., FERNANDES, L.O. Redmeto tegral de bovos após abate. Cêca Agrotécca, v.24,.1, p , LOECKER, J. Recoverg markups from producto data. Iteratoal Joural of Idustral Orgazato, v. 29, p , May LOECKER, J. WARZYNSKI, F. Markups ad frm-level exporta status. NBER Workg Paper seres, Dspoível em: < MEPS. Dspoível em: < MUNDLAK, Y. Estmato of Producto ad Behavoral Fuctos from a Combato of Cross- -Secto ad Tme-Seres Data. [S.l.]: Staford Uversty Press, SHAPIRO, M. D. Measurg market power u.s. dustry. NBER Workg Paper,. 2212, YCHARTS, World Bak. Dspoível em: <

22 708 Claudo Lucda e Leadro Meyer ANEXO Base de dados e estmatvas complemetares Fgura 1 - Evolução do valor adcoado, captal, trabalho e coefcetes do trabalho e do captal. Fote: Elaborado pelos autores com dados da PIA-Empresa (IBGE). Tabela 05 - Dstrbução do valor agregado, do captal (em ml R$), do trabalho (em ml horas) médas por setor e coefcetes de dstrbução fucoal da reda do captal e do trabalho Setor Valor Adcoado Trabalho Captal α k α Extratvsta ,90 335, ,10 0,382 0,618 Almetos 5.117,57 99, ,95 0,383 0,617 Têxtl 1.437,54 55, ,67 0,299 0,701 Florestal 9.723,54 58, ,17 0,497 0,503 Químca 8.699,26 61, ,98 0,351 0,649 Meras ão metálcos 3.583,50 37, ,30 0,33 0,67 Metalurga básca 7.361,69 65, ,30 0,397 0,603 Máquas e equpametos 4.942,83 84, ,88 0,422 0,578 Eletroeletrôco 5.179,94 68, ,61 0,481 0,519 Equpametos geras 2.167,74 40, ,02 0,441 0,559 Veículos automotores ,03 205, ,40 0,441 0,559 Outros ,24 77, ,80 0,48 0,52 Fote: Elaborado pelos autores com dados da PIA.

23 Quão Imperfeta é a Competção a Idústra Braslera 709 Tabela 06 - Estmatvas dos parâmetros da fução de produção por GMM (com strumetalzação a partr da seguda defasagem) e por Pooled OLS GMM DIFF(t-2) Setor k β dp β dp Comfac AR(2) Sarga Extratvsta Almetos Têxtl Florestal Químca Meras ão metálcos Metalurga básca Máquas e equpametos Eletroeletrôco Equpametos geras Veículos automotores Outros Pooled OLS Setor k β dp β dp Comfac AR(2) Sarga Extratvsta Almetos Têxtl Florestal Químca Meras ão metálcos Metalurga básca Máquas e equpametos Eletroeletrôco Equpametos geras Veículos automotores Outros P-valor dos testes apresetados. Comfac: Ho = Restrções dos fatores comus são váldas; Sarga: Ho = Istrumetalzação para GMM adequada; AR(2): Não há correlação seral de seguda ordem do resíduo. Fote: Resultados da pesqusa.

24 710 Claudo Lucda e Leadro Meyer Tabela 07 - Estmatvas de mark up em ível setoral por meo de resíduo de Solow (com taxa de câmbo como strumeto) Cae à esquerda e mark up à dreta Têxtl Extratvsta Eq. Geras Almetos Veículos Aut. El. Eletrôco (0.508) (0.441) (0.412) (0.565) (0.472) (0.856) (0.386) (0.296) (0.376) (0.690) (0.459) (0.572) (0.450) 1.391) (0.397) (1.362) (0.354) (0.377) (0.403) (0.818) (0.463) (0.663) (0.401) (0.413) (0.320) (0.459) (0.658) (0.751) (0.272) (0.481) M. ão Met (0.416) (0.619) (0.605) (0.378) (0.372) Florestal (0.510) (0.425) (0.572) (0.457) (0.263) (0.467) (1.251) (0.331) (0.472) (0.590) (0.370) (0.455) (0.396) (0.376) (0.792) (0.576) (0.451) (1.249) (0.367) Químca Met. Básca (0.478) (0.417) (0.631) (0.468) (0.764) (0.848) (0.321) Extratvsta (0.710) (0.534) (0.661) (0.818) (0.380) (0.441) (0.637) (0.508) (0.820) (0.529) Máq. e Eq. (0.296) (0.520) (0.716) (0.395) (1.391) (0.511) (0.365) (0.392) (0.818) (0.745) (0.342) (0.528) (0.459) (0.568) (0.389) (0.348) (0.619) (0.497) (0.399) (0.500) (0.520) (0.407) (0.343) (0.437) (0.341) (0.499) Fote: Resultados da pesqusa. Desvo padrão etre parêteses.

5 Critérios para Análise dos Resultados

5 Critérios para Análise dos Resultados 5 Crtéros para Aálse dos Resultados Este capítulo tem por objetvos forecer os crtéros utlzados para aálse dos dados ecotrados a pesqusa, bem como uma vsão geral dos custos ecotrados e a forma de sua evolução

Leia mais

Difusão entre Dois Compartimentos

Difusão entre Dois Compartimentos 59087 Bofísca II FFCLRP USP Prof. Atôo Roque Aula 4 Dfusão etre Dos Compartmetos A le de Fck para membraas (equação 4 da aula passada) mplca que a permeabldade de uma membraa a um soluto é dada pela razão

Leia mais

Cap. 5. Testes de Hipóteses

Cap. 5. Testes de Hipóteses Cap. 5. Testes de Hpóteses Neste capítulo será estudado o segudo problema da ferêca estatístca: o teste de hpóteses. Um teste de hpóteses cosste em verfcar, a partr das observações de uma amostra, se uma

Leia mais

Em muitas situações duas ou mais variáveis estão relacionadas e surge então a necessidade de determinar a natureza deste relacionamento.

Em muitas situações duas ou mais variáveis estão relacionadas e surge então a necessidade de determinar a natureza deste relacionamento. Prof. Lorí Val, Dr. val@pucrs.r http://www.pucrs.r/famat/val/ Em mutas stuações duas ou mas varáves estão relacoadas e surge etão a ecessdade de determar a atureza deste relacoameto. A aálse de regressão

Leia mais

Avaliação da qualidade do ajuste

Avaliação da qualidade do ajuste Avalação da qualdade do ajuste 1 Alguma termologa: Modelo ulo: é o modelo mas smples que pode ser defdo, cotedo um úco parâmetro ( µ) comum a todos os dados; Modelo saturado: é o modelo mas complexo a

Leia mais

MEDIDAS DE TENDÊNCIA CENTRAL I

MEDIDAS DE TENDÊNCIA CENTRAL I Núcleo das Cêcas Bológcas e da Saúde Cursos de Bomedca, Ed. Físca, Efermagem, Farmáca, Fsoterapa, Fooaudologa, edca Veterára, uscoterapa, Odotologa, Pscologa EDIDAS DE TENDÊNCIA CENTRAL I 7 7. EDIDAS DE

Leia mais

CAPÍTULO 3 MEDIDAS DE TENDÊNCIA CENTRAL E VARIABILIDADE PPGEP Medidas de Tendência Central Média Aritmética para Dados Agrupados

CAPÍTULO 3 MEDIDAS DE TENDÊNCIA CENTRAL E VARIABILIDADE PPGEP Medidas de Tendência Central Média Aritmética para Dados Agrupados 3.1. Meddas de Tedêca Cetral CAPÍTULO 3 MEDIDA DE TENDÊNCIA CENTRAL E VARIABILIDADE UFRG 1 Há váras meddas de tedêca cetral. Etre elas ctamos a méda artmétca, a medaa, a méda harmôca, etc. Cada uma dessas

Leia mais

Econometria: 3 - Regressão Múltipla

Econometria: 3 - Regressão Múltipla Ecoometra: 3 - Regressão Múltpla Prof. Marcelo C. Mederos mcm@eco.puc-ro.br Prof. Marco A.F.H. Cavalcat cavalcat@pea.gov.br Potfíca Uversdade Católca do Ro de Jaero PUC-Ro Sumáro O modelo de regressão

Leia mais

Faculdade de Tecnologia de Catanduva CURSO SUPERIOR DE TECNOLOGIA EM AUTOMAÇÃO INDUSTRIAL

Faculdade de Tecnologia de Catanduva CURSO SUPERIOR DE TECNOLOGIA EM AUTOMAÇÃO INDUSTRIAL Faculdade de Tecologa de Cataduva CURSO SUPERIOR DE TECNOLOGIA EM AUTOMAÇÃO INDUSTRIAL 5. Meddas de Posção cetral ou Meddas de Tedêca Cetral Meddas de posção cetral preocupam-se com a caracterzação e a

Leia mais

Regressão Simples. Parte III: Coeficiente de determinação, regressão na origem e método de máxima verossimilhança

Regressão Simples. Parte III: Coeficiente de determinação, regressão na origem e método de máxima verossimilhança Regressão Smples Parte III: Coefcete de determação, regressão a orgem e método de máxma verossmlhaça Coefcete de determação Proporção da varabldade explcada pelo regressor. R Varação explcada Varação total

Leia mais

REGRESSÃO LINEAR 05/10/2016 REPRESENTAÇAO MATRICIAL. Y i = X 1i + 2 X 2i k X ni + i Y = X + INTRODUÇÃO SIMPLES MÚLTIPLA

REGRESSÃO LINEAR 05/10/2016 REPRESENTAÇAO MATRICIAL. Y i = X 1i + 2 X 2i k X ni + i Y = X + INTRODUÇÃO SIMPLES MÚLTIPLA REGRESSÃO LINEAR CUIABÁ, MT 6/ INTRODUÇÃO Relação dos valores da varável depedete (varável resposta) aos valores de regressoras ou exógeas). SIMPLES MÚLTIPLA (varáves depedetes,... =,,, K=,,, k em que:

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. É o grau de assocação etre duas ou mas varáves. Pode ser: correlacoal ou Prof. Lorí Val, Dr. val@mat.ufrgs.r http://www.mat.ufrgs.r/~val/ expermetal. Numa relação expermetal os valores de uma das varáves

Leia mais

Regressao Simples. Parte II: Anova, Estimação Intervalar e Predição

Regressao Simples. Parte II: Anova, Estimação Intervalar e Predição egressao Smples Parte II: Aova, Estmação Itervalar e Predção Aálse de Varâca Nem todos os valores das amostras estão cotdos a reta de regressão, e quato mas afastados estverem por, a reta represetará a

Leia mais

6.1 - PROCEDIMENTO DE AVALIAÇÃO DE INCERTEZA EM MEDIÇÕES DIRETAS

6.1 - PROCEDIMENTO DE AVALIAÇÃO DE INCERTEZA EM MEDIÇÕES DIRETAS 7 6 - PROCEDIMENTO DE AVALIAÇÃO DE INCERTEZA EM MEDIÇÕES DIRETAS A medção dreta é aquela cuja dcação resulta aturalmete da aplcação do sstema de medção sobre o mesurado Há apeas uma gradeza de etrada evolvda

Leia mais

7 Análise de covariância (ANCOVA)

7 Análise de covariância (ANCOVA) Plejameto de Expermetos II - Adlso dos Ajos 74 7 Aálse de covarâca (ANCOVA) 7.1 Itrodução Em algus expermetos, pode ser muto dfícl e até mpossível obter udades expermetas semelhtes. Por exemplo, pode-se

Leia mais

MUDANÇAS ESTRUTURAIS NA ECONOMIA MINEIRA: UMA ANÁLISE DE INSUMO-PRODUTO PARA O PERÍODO

MUDANÇAS ESTRUTURAIS NA ECONOMIA MINEIRA: UMA ANÁLISE DE INSUMO-PRODUTO PARA O PERÍODO MUDANÇAS ESTRUTURAIS NA ECONOMIA MINEIRA: UMA ANÁLISE DE INSUMO-PRODUTO PARA O PERÍODO 996 3 Rafael Moras de Souza Mestre em Ecooma Aplcada FEA/UFJF Faculdade de Ecooma e Admstração Uversdade Federal de

Leia mais

Construção e Análise de Gráficos

Construção e Análise de Gráficos Costrução e Aálse de Gráfcos Por que fazer gráfcos? Facldade de vsualzação de cojutos de dados Faclta a terpretação de dados Exemplos: Egehara Físca Ecooma Bologa Estatístca Y(udade y) 5 15 1 5 Tabela

Leia mais

Estatística - exestatmeddisper.doc 25/02/09

Estatística - exestatmeddisper.doc 25/02/09 Estatístca - exestatmeddsper.doc 5/0/09 Meddas de Dspersão Itrodução ão meddas estatístcas utlzadas para avalar o grau de varabldade, ou dspersão, dos valores em toro da méda. ervem para medr a represetatvdade

Leia mais

MAE0229 Introdução à Probabilidade e Estatística II

MAE0229 Introdução à Probabilidade e Estatística II Exercíco Cosdere a dstrbução expoecal com fução de desdade de probabldade dada por f (y; λ) = λe λy, em que y, λ > 0 e E(Y) = /λ Supor que o parâmetro λ pode ser expresso proporcoalmete aos valores de

Leia mais

Média. Mediana. Ponto Médio. Moda. Itabira MEDIDAS DE CENTRO. Prof. Msc. Emerson José de Paiva 1 BAC011 - ESTATÍSTICA. BAC Estatística

Média. Mediana. Ponto Médio. Moda. Itabira MEDIDAS DE CENTRO. Prof. Msc. Emerson José de Paiva 1 BAC011 - ESTATÍSTICA. BAC Estatística BAC 0 - Estatístca Uversdade Federal de Itajubá - Campus Itabra BAC0 - ESTATÍSTICA ESTATÍSTICA DESCRITIVA MEDIDAS DE CENTRO Méda Medda de cetro ecotrada pela somatóra de todos os valores de um cojuto,

Leia mais

ANÁLISE DE ERROS. Todas as medidas das grandezas físicas deverão estar sempre acompanhadas da sua dimensão (unidades)! ERROS

ANÁLISE DE ERROS. Todas as medidas das grandezas físicas deverão estar sempre acompanhadas da sua dimensão (unidades)! ERROS ANÁLISE DE ERROS A oservação de um feómeo físco ão é completa se ão pudermos quatfcá-lo. Para é sso é ecessáro medr uma propredade físca. O processo de medda cosste em atrur um úmero a uma propredade físca;

Leia mais

MEDIDAS DE POSIÇÃO: X = soma dos valores observados. Onde: i 72 X = 12

MEDIDAS DE POSIÇÃO: X = soma dos valores observados. Onde: i 72 X = 12 MEDIDAS DE POSIÇÃO: São meddas que possbltam represetar resumdamete um cojuto de dados relatvos à observação de um determado feômeo, pos oretam quato à posção da dstrbução o exo dos, permtdo a comparação

Leia mais

8 Programação linear 78

8 Programação linear 78 8 Programação lear 78 8 Programação lear A programação lear cosderou duas fuções objetvo: (a) maxmzação da comercalzação do gás e (b) mmzação das perdas (recetas e multas cotratuas). Foram dealzados dos

Leia mais

ESTATÍSTICA APLICADA À ZOOTECNIA

ESTATÍSTICA APLICADA À ZOOTECNIA ESTATÍSTICA APLICADA À ZOOTECNIA Eucldes Braga MALHEIROS *. INTRODUÇÃO.a) Somatóras e Produtóros Sejam,, 3,...,, valores umércos. A soma desses valores (somatóra) pode ser represetada por: = = = =. e o

Leia mais

Macroeconometria Aula 3 Revisão de estatística e teste de hipótese

Macroeconometria Aula 3 Revisão de estatística e teste de hipótese Macroecoometra 008. Aula 3 Revsão de estatístca e teste de hpótese 3.5. Estmação No estudo das probabldades, o objetvo é calcular a probabldade de evetos préespecfcados. De agora em date o objetvo muda.

Leia mais

Confiabilidade Estrutural

Confiabilidade Estrutural Professor Uversdade de Brasíla Departameto de Egehara Mecâca Programa de Pós graduação em Itegrdade Estrutural Algortmo para a Estmatva do Idce de Cofabldade de Hasofer-Ld Cofabldade Estrutural Jorge Luz

Leia mais

Lista de Exercícios #9 Assunto: Análise de Regressão Método de Mínimos Quadrados

Lista de Exercícios #9 Assunto: Análise de Regressão Método de Mínimos Quadrados Lsta de Exercícos #9 Assuto: Aálse de Regressão Método de Mímos Quadrados ANPEC 8 Questão 4 Cosdere o segute modelo de regressão lear smples: () y = β + β x + u Para uma amostra com 3 observações, foram

Leia mais

Estudo do intervalo de confiança da regressão inversa utilizando o software R

Estudo do intervalo de confiança da regressão inversa utilizando o software R Estudo do tervalo de cofaça da regressão versa utlzado o software R Llae Lopes Cordero João Domgos Scalo. Itrodução Na maora das aplcações evolvedo regressão, determa-se o valor de Y correspodete a um

Leia mais

50 Logo, Número de erros de impressão

50 Logo, Número de erros de impressão Capítulo 3 Problema. (a) Sedo o úmero médo de erros por pága, tem-se: 5 + + 3 + 3 + 4 33,66 5 5 Represetado o úmero medao de erros por md, tem-se, pela ordeação dos valores observados, que os valores de

Leia mais

16/03/2014. IV. Juros: taxa efetiva, equivalente e proporcional. IV.1 Taxa efetiva. IV.2 Taxas proporcionais. Definição:

16/03/2014. IV. Juros: taxa efetiva, equivalente e proporcional. IV.1 Taxa efetiva. IV.2 Taxas proporcionais. Definição: 6// IV. Juros: taxa efetva, equvalete e proporcoal Matemátca Facera Aplcada ao Mercado Facero e de Captas Professor Roaldo Távora IV. Taxa efetva Defção: É a taxa de juros em que a udade referecal de seu

Leia mais

( k) Tema 02 Risco e Retorno 1. Conceitos Básicos

( k) Tema 02 Risco e Retorno 1. Conceitos Básicos FEA -USP Graduação Cêcas Cotábes EAC05 04_0 Profa. Joaíla Ca. Rsco e Retoro. Cocetos Báscos Rotero BE-cap.6 Tema 0 Rsco e Retoro. Cocetos Báscos I. O que é Retoro? II. Qual é o Rsco de um Atvo Idvdual

Leia mais

ESCOLA SUPERIOR DE TECNOLOGIA E GESTÃO

ESCOLA SUPERIOR DE TECNOLOGIA E GESTÃO Área Cetífca Matemátca Udade Curso Egehara do Ambete Ao º Semestre º Folha Nº 8: Aálse de Regressão e de Correlação Probabldades e Estatístca Ao 00/0. Pretede-se testar um strumeto que mede a cocetração

Leia mais

RACIOCÍNIO LÓGICO / ESTATÍSTICA LISTA 2 RESUMO TEÓRICO

RACIOCÍNIO LÓGICO / ESTATÍSTICA LISTA 2 RESUMO TEÓRICO RACIOCÍIO LÓGICO - Zé Carlos RACIOCÍIO LÓGICO / ESTATÍSTICA LISTA RESUMO TEÓRICO I. Cocetos Icas. O desvo médo (DM), é a méda artmétca dos desvos de cada dado da amostra em toro do valor médo, sto é x

Leia mais

MEDIDAS DE DISPERSÃO:

MEDIDAS DE DISPERSÃO: MEDID DE DIPERÃO: fução dessas meddas é avalar o quato estão dspersos os valores observados uma dstrbução de freqüêca ou de probabldades, ou seja, o grau de afastameto ou de cocetração etre os valores.

Leia mais

Modelo de Regressão Simples

Modelo de Regressão Simples Modelo de Regressão Smples Hstora Hstóra Termo regressão fo troduzdo por Fracs Galto (8-9). Estudo sobre altura de pas e flhos. Karl Pearso coletou mas de ml regstros e verfcou a le de regressão uversal

Leia mais

Tópicos Extras 2ª parte. Análise de Correlação e Regressão

Tópicos Extras 2ª parte. Análise de Correlação e Regressão Tópcos Extras ª parte Aálse de Correlação e Regressão 1 Defções báscas ANÁLISE DE CORRELAÇÃO Mesurar a força da assocação etre as varáves (geralmete através do cálculo de algum coefcete). ANÁLISE DE REGRESSÃO

Leia mais

A análise de variância de uma classificação (One-Way ANOVA) verifica se as médias de k amostras independentes (tratamentos) diferem entre si.

A análise de variância de uma classificação (One-Way ANOVA) verifica se as médias de k amostras independentes (tratamentos) diferem entre si. Prof. Lorí Va, Dr. http://www. ufrgs.br/~va/ va@mat.ufrgs.br aáse de varâca de uma cassfcação (Oe-Way NOV) verfca se as médas de amostras depedetes (tratametos) dferem etre s. Um segudo tpo de aáse de

Leia mais

Estatística: Aplicação ao Sensoriamento Remoto SER ANO Estimação Pontual

Estatística: Aplicação ao Sensoriamento Remoto SER ANO Estimação Pontual Estatístca: Aplcação ao Sesorameto Remoto SER 04 - ANO 08 Estmação Potual Camlo Daleles Reó camlo@dp.pe.br http://www.dp.pe.br/~camlo/estatstca/ Iferêca Estatístca Cosdere o expermeto: retram-se 3 bolas

Leia mais

Tabela 1 Números de acidentes /mês no Cruzamento X em CG/07. N de acidentes / mês fi f

Tabela 1 Números de acidentes /mês no Cruzamento X em CG/07. N de acidentes / mês fi f Lsta de exercícos Gabarto e chave de respostas Estatístca Prof.: Nelse 1) Calcule 1, e para o segute cojuto de valores. A,1,8,0,11,,7,8,6,,9, 1 O úmero que correspode a 5% do rol é o valor. O úmero que

Leia mais

CONHECIMENTOS ESPECÍFICOS

CONHECIMENTOS ESPECÍFICOS CONHECIMENTOS ESPECÍFICOS Uma uversdade oferece um curso para capactação profssoal de joves caretes. Ao fal do curso, cada jovem partcpate será avalado por meo de uma prova teórca e de uma prova prátca,

Leia mais

Cap.20 Avaliação Econ. Financ. de Projetos de Inv. Sumário. Jim Lane. $20 mi. Gordon Letwin $20 mi Paul Allen $25 bi

Cap.20 Avaliação Econ. Financ. de Projetos de Inv. Sumário. Jim Lane. $20 mi. Gordon Letwin $20 mi Paul Allen $25 bi Pol-UFRJ/25.1 Cap.2 Avalação Eco. Fac. de Projetos de Iv. Ecooma Carlos Nemer 3ª Ed. Capítulo 2 Avalação Ecoômco Facera de Projetos de Ivestmeto Steve Wood $15 m Bob O' Rear $1 mllo Bob Wallace $5 m Bob

Leia mais

ESTATÍSTICA Exame Final 1ª Época 3 de Junho de 2002 às 14 horas Duração : 3 horas

ESTATÍSTICA Exame Final 1ª Época 3 de Junho de 2002 às 14 horas Duração : 3 horas Faculdade de cooma Uversdade Nova de Lsboa STTÍSTIC xame Fal ª Época de Juho de 00 às horas Duração : horas teção:. Respoda a cada grupo em folhas separadas. Idetfque todas as folhas.. Todas as respostas

Leia mais

Estudo das relações entre peso e altura de estudantes de estatística através da análise de regressão simples.

Estudo das relações entre peso e altura de estudantes de estatística através da análise de regressão simples. Estudo das relações etre peso e altura de estudates de estatístca através da aálse de regressão smples. Waessa Luaa de Brto COSTA 1, Adraa de Souza COSTA 1. Tago Almeda de OLIVEIRA 1 1 Departameto de Estatístca,

Leia mais

Avaliação de Empresas Profa. Patricia Maria Bortolon

Avaliação de Empresas Profa. Patricia Maria Bortolon Avalação de Empresas MODELO DE DIVIDENDOS Dvdedos em um estáo DDM Dscouted Dvded Model Muto utlzados a precfcação de uma ação em que o poto de vsta do vestdor é extero à empresa e eralmete esse vestdor

Leia mais

Aula 6. Plano da aula. Bibliografia:

Aula 6. Plano da aula. Bibliografia: Aula 6 Bblografa: Farrel & Shapro, 1990, Horzotal Mergers: A Equlbrum Aalyss, AER; Wsto, 2008, Lectures o Attrust Ecoomcs, MIT Press; Motta (2005), Cap 5. Plao da aula I. Cocetrações horzotas (cotução)

Leia mais

Noções Básicas de Medidas e Algarismos Significativos

Noções Básicas de Medidas e Algarismos Significativos Noções Báscas de Meddas e Algarsmos Sgfcatvos Prof. Theo Z. Pava Departameto de Físca - Faculdade de Flosofa, Cêcas e Letras de Rberão Preto-USP Físca Acústca Motvações Quas são os padrões de meddas? Podemos

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 etre duas ou mas varáves. Pode ser: correlacoal ou expermetal. Numa relação expermetal os valores de uma das varáves

Leia mais

Centro de Ciências Agrárias e Ambientais da UFBA Departamento de Engenharia Agrícola

Centro de Ciências Agrárias e Ambientais da UFBA Departamento de Engenharia Agrícola Cetro de Cêcas Agráras e Ambetas da UFBA Departameto de Egehara Agrícola Dscpla: AGR Boestatístca Professor: Celso Luz Borges de Olvera Assuto: Estatístca TEMA: Somatóro RESUMO E NOTAS DA AULA Nº 0 Seja

Leia mais

HIDROLOGIA E RECURSOS HÍDRICOS. Análise estatística aplicada à hidrologia

HIDROLOGIA E RECURSOS HÍDRICOS. Análise estatística aplicada à hidrologia Aálse estatístca aplcada à hdrologa. Séres hdrológcas oções complemetares HIDROLOGIA E RECURSOS HÍDRICOS Aálse estatístca aplcada à hdrologa O Egehero HIDRÁULICO Echerá? Que população pode abastecer e

Leia mais

NOTAS DE AULA DA DISCIPLINA CE076. ], T 2 = conhecido como T 2 de Hotelling

NOTAS DE AULA DA DISCIPLINA CE076. ], T 2 = conhecido como T 2 de Hotelling 4 INFERÊNCIA SOBRE O VETOR DE MÉDIAS 4. TESTE PARA UM VETOR DE MÉDIAS µ Lembrado o caso uvarado: H : µ = µ H : µ µ Nível de sgfcâca: α Estatístca do teste: X µ t = s/ ~ t Decsão: se t > t - (α/) rejeta-se

Leia mais

MÓDULO 8 REVISÃO REVISÃO MÓDULO 1

MÓDULO 8 REVISÃO REVISÃO MÓDULO 1 MÓDULO 8 REVISÃO REVISÃO MÓDULO A Estatístca é uma técca que egloba os métodos cetícos para a coleta, orgazação, apresetação, tratameto e aálse de dados. O objetvo da Estatístca é azer com que dados dspersos

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

Capitulo 1 Resolução de Exercícios

Capitulo 1 Resolução de Exercícios S C J S C J J C FORMULÁRIO Regme de Juros Smples 1 1 S C 1 C S 1 1.8 Exercícos Propostos 1 1) Qual o motate de uma aplcação de R$ 0.000,00 aplcados por um prazo de meses, à uma taxa de 2% a.m, os regmes

Leia mais

Estatística Descritiva. Medidas estatísticas: Localização, Dispersão

Estatística Descritiva. Medidas estatísticas: Localização, Dispersão Estatístca Descrtva Meddas estatístcas: Localzação, Dspersão Meddas estatístcas Localzação Dspersão Meddas estatístcas - localzação Méda artmétca Dados ão agrupados x x Dados dscretos agrupados x f r x

Leia mais

Distribuições de Probabilidades

Distribuições de Probabilidades Estatístca - aulasestdstrnormal.doc 0/05/06 Dstrbuções de Probabldades Estudamos aterormete as dstrbuções de freqüêcas de amostras. Estudaremos, agora, as dstrbuções de probabldades de populações. A dstrbução

Leia mais

Professor Mauricio Lutz REGRESSÃO LINEAR SIMPLES. Vamos, então, calcular os valores dos parâmetros a e b com a ajuda das formulas: ö ; ø.

Professor Mauricio Lutz REGRESSÃO LINEAR SIMPLES. Vamos, então, calcular os valores dos parâmetros a e b com a ajuda das formulas: ö ; ø. Professor Maurco Lutz 1 EGESSÃO LINEA SIMPLES A correlação lear é uma correlação etre duas varáves, cujo gráfco aproma-se de uma lha. O gráfco cartesao que represeta essa lha é deomado dagrama de dspersão.

Leia mais

O delineamento amostral determina os processos de seleção e de inferência do valor da amostra para o valor populacional.

O delineamento amostral determina os processos de seleção e de inferência do valor da amostra para o valor populacional. Curso Aperfeçoameto em Avalação de Programas Socas ª Turma Dscpla: Téccas quattatvas de levatameto de dados: prcpas téccas de amostragem Docete: Claudete Ruas Brasíla, ovembro/005 Pesqusa por amostragem

Leia mais

Prof. Eugênio Carlos Stieler

Prof. Eugênio Carlos Stieler http://www.uemat.br/eugeo Estudar sem racocar é trabalho 009/ TAXA INTERNA DE RETORNO A taa tera de retoro é a taa que equalza o valor presete de um ou mas pagametos (saídas de caa) com o valor presete

Leia mais

a) 1,8 e 4,6. b) 2,0 e 2,2. c) 1,8 e 5,2. d) 2,0 e 4,6. e) 2,0 e 1,9.

a) 1,8 e 4,6. b) 2,0 e 2,2. c) 1,8 e 5,2. d) 2,0 e 4,6. e) 2,0 e 1,9. Questão : As otas de dez aluos, um exame, estão dadas a segur:, 5, 8, 3, 6, 5, 8, 7, 6, 0 O desvo médo e a varâca dessas otas podem ser expressos, respectvamete, por: a),8 e 4,6 b),0 e, c),8 e 5, d),0

Leia mais

2. MODELO DETALHADO: Relações de Recorrência. Exemplo: Algoritmo Recursivo para Cálculo do Fatorial Substituição Repetida

2. MODELO DETALHADO: Relações de Recorrência. Exemplo: Algoritmo Recursivo para Cálculo do Fatorial Substituição Repetida . MODELO DETALHADO: Relações de Recorrêca Exemplo: Algortmo Recursvo para Cálculo do Fatoral Substtução Repetda T T ( ) ( ) t 1, T ( + t, > T ( ) T ( + t T ( ) ( T( ) + t + t ) + t T ( ) T ( ) T ( ) +

Leia mais

II. Propriedades Termodinâmicas de Soluções

II. Propriedades Termodinâmicas de Soluções II. Propredades Termodâmcas de Soluções 1 I. Propredades Termodâmcas de Fludos OBJETIVOS Eteder a dfereça etre propredade molar parcal e propredade de uma espéce pura Saber utlzar a equação de Gbbs-Duhem

Leia mais

Nas Instituições de Ensino Superior(IES), há uma relação direta entre a qualidade do ensino e a taxa de inadimplência. A taxa de inadimplência das

Nas Instituições de Ensino Superior(IES), há uma relação direta entre a qualidade do ensino e a taxa de inadimplência. A taxa de inadimplência das CORRELAÇÃO Nas Isttuções de Eso Superor(IES), há uma relação dreta etre a qualdade do eso e a taxa de admplêca. A taxa de admplêca das IES que obtveram cocetos A e B o Provão é,%, as que obtveram C é 6%

Leia mais

Métodos iterativos. Capítulo O Método de Jacobi

Métodos iterativos. Capítulo O Método de Jacobi Capítulo 4 Métodos teratvos 41 O Método de Jacob O Método de Jacob é um procedmeto teratvo para a resolução de sstemas leares Tem a vatagem de ser mas smples de se mplemetar o computador do que o Método

Leia mais

Projeto de rede na cadeia de suprimentos

Projeto de rede na cadeia de suprimentos Projeto de rede a cadea de suprmetos Prof. Ph.D. Cláudo F. Rosso Egehara Logístca II Esboço O papel do projeto de rede a cadea de suprmetos Fatores que fluecam decsões de projeto de rede Modelo para decsões

Leia mais

3. ANPEC Questão 15 Ainda em relação à questão anterior pode-se concluir que, exceto por erro de arredondamento:

3. ANPEC Questão 15 Ainda em relação à questão anterior pode-se concluir que, exceto por erro de arredondamento: Lsta de Exercícos #9 Ass uto: Aáls e de Re gres s ão Mé todo de Mímos Quadrados. ANPEC 99 - Questão 8 A capacdade de produção stalada (Y), em toeladas, de uma frma, pode ser fução da potêca stalada (X),

Leia mais

Perguntas Freqüentes - Bandeiras

Perguntas Freqüentes - Bandeiras Pergutas Freqüetes - Baderas Como devo proceder para prestar as formações de quatdade e valor das trasações com cartões de pagameto, os casos em que o portador opte por lqudar a obrgação de forma parcelada

Leia mais

Material Teórico - Módulo de MATEMÁTICA FINANCEIRA. Financiamentos. Primeiro Ano do Ensino Médio

Material Teórico - Módulo de MATEMÁTICA FINANCEIRA. Financiamentos. Primeiro Ano do Ensino Médio Materal Teórco - Módulo de MATEMÁTICA FINANCEIRA Facametos Prmero Ao do Eso Médo Autor: Prof Fracsco Bruo Holada Autor: Prof Atoo Camha Muz Neto 20 de agosto de 2018 1 Itrodução Neste materal, remos aplcar

Leia mais

REGESD Prolic Matemática e Realidade- Profª Suzi Samá Pinto e Profº Alessandro da Silva Saadi

REGESD Prolic Matemática e Realidade- Profª Suzi Samá Pinto e Profº Alessandro da Silva Saadi REGESD Prolc Matemátca e Realdade- Profª Suz Samá Pto e Profº Alessadro da Slva Saad Meddas de Posção ou Tedêca Cetral As meddas de posção ou meddas de tedêca cetral dcam um valor que melhor represeta

Leia mais

15/03/2012. Capítulo 2 Cálculo Financeiro e Aplicações. Capítulo 2 Cálculo Financeiro e Aplicações. Capítulo 2 Cálculo Financeiro e Aplicações

15/03/2012. Capítulo 2 Cálculo Financeiro e Aplicações. Capítulo 2 Cálculo Financeiro e Aplicações. Capítulo 2 Cálculo Financeiro e Aplicações Itrodução.1 Juros Smples Juro: recompesa pelo sacrfíco de poupar o presete, postergado o cosumo para o futuro Maora das taxas de uros aplcadas o mercado facero são referecadas pelo crtéro smples Determa

Leia mais

Uso de covariáveis em modelos biométricos para estimação de altura total em árvores de Eucalyptus dunnii

Uso de covariáveis em modelos biométricos para estimação de altura total em árvores de Eucalyptus dunnii Uso de covaráves em modelos bométrcos para estmação de altura total em árvores de Eucalyptus du Oar Medes de Olvera Adrao Rbero de Medoça Fábo Mareto Glso Ferades da Slva Samuel de Pádua Chaves e Carvalho

Leia mais

Inferência Estatística e Aplicações I. Edson Zangiacomi Martinez Departamento de Medicina Social FMRP/USP

Inferência Estatística e Aplicações I. Edson Zangiacomi Martinez Departamento de Medicina Social FMRP/USP Iferêca Estatístca e Aplcações I Edso Zagacom Martez Departameto de Medca Socal FMRP/USP edso@fmrp.usp.br Rotero Parte I Escola frequetsta Defções: parâmetros, estmatvas Dstrbuções de probabldade Estmação

Leia mais

Relatório 2ª Atividade Formativa UC ECS

Relatório 2ª Atividade Formativa UC ECS Relatóro 2ª Atvdade Formatva Eercíco I. Quado a dstrbução de dados é smétrca ou apromadamete smétrca, as meddas de localzação méda e medaa, cocdem ou são muto semelhates. O mesmo ão acotece quado a dstrbução

Leia mais

AVALIAÇÃO DE GANHOS E PERDAS EM FUNDOS DE INVESTIMENTOS UTILIZANDO REGRESSÃO LINEAR. José Antonio Stark Ferreira

AVALIAÇÃO DE GANHOS E PERDAS EM FUNDOS DE INVESTIMENTOS UTILIZANDO REGRESSÃO LINEAR. José Antonio Stark Ferreira 1 AVALIAÇÃO DE GANHOS E PERDAS EM FUNDOS DE INVESTIMENTOS UTILIZANDO REGRESSÃO LINEAR José Atoo Stark Ferrera I - INTRODUÇÃO O presete estudo fo desevolvdo objetvado mesurar os gahos e perdas patrmoas

Leia mais

Análise de Regressão

Análise de Regressão Aálse de Regressão Prof. Paulo Rcardo B. Gumarães. Itrodução Os modelos de regressão são largamete utlzados em dversas áreas do cohecmeto, tas como: computação, admstração, egeharas, bologa, agrooma, saúde,

Leia mais

Interpolação. Exemplo de Interpolação Linear. Exemplo de Interpolação Polinomial de grau superior a 1.

Interpolação. Exemplo de Interpolação Linear. Exemplo de Interpolação Polinomial de grau superior a 1. Iterpolação Iterpolação é um método que permte costrur um ovo cojuto de dados a partr de um cojuto dscreto de dados potuas cohecdos. Em egehara e cêcas, dspõese habtualmete de dados potuas, obtdos a partr

Leia mais

Parte 3 - Regressão linear simples

Parte 3 - Regressão linear simples Parte 3 - Regressão lear smples Defção do modelo Modelo de regressão empregado para eplcar a relação lear etre duas varáves (ajuste de uma reta). O modelo de regressão lear smples pode ser epresso a forma:

Leia mais

ESTATÍSTICA MÓDULO 2 OS RAMOS DA ESTATÍSTICA

ESTATÍSTICA MÓDULO 2 OS RAMOS DA ESTATÍSTICA ESTATÍSTICA MÓDULO OS RAMOS DA ESTATÍSTICA Ídce. Os Ramos da Estatístca...3.. Dados Estatístcos...3.. Formas Icas de Tratameto dos Dados....3. Notação por Ídces...5.. Notação Sgma ()...5 Estatístca Módulo

Leia mais

Probabilidades e Estatística LEE, LEIC-A, LEIC-T, LEMat, LERC, MEBiol, MEBiom, MEEC, MEFT, MEMec, MEQ

Probabilidades e Estatística LEE, LEIC-A, LEIC-T, LEMat, LERC, MEBiol, MEBiom, MEEC, MEFT, MEMec, MEQ Duração: 90 mutos Grupo I Probabldades e Estatístca LEE, LEIC-A, LEIC-T, LEMat, LERC, MEBol, MEBom, MEEC, MEFT, MEMec, MEQ Justfque coveetemete todas as respostas 1 o semestre 018/019 10/01/019 09:00 o

Leia mais

Introdução à Teoria dos Números Notas 1 Os Princípios da Boa Ordem e de Indução Finita Prof Carlos Alberto S Soares

Introdução à Teoria dos Números Notas 1 Os Princípios da Boa Ordem e de Indução Finita Prof Carlos Alberto S Soares Itrodução à Teora dos Números 018 - Notas 1 Os Prcípos da Boa Ordem e de Idução Fta Prof Carlos Alberto S Soares 1 Prelmares Neste curso, prortaramete, estaremos trabalhado com úmeros teros mas, quado

Leia mais

Estatística. 2 - Estatística Descritiva

Estatística. 2 - Estatística Descritiva Estatístca - Estatístca Descrtva UNESP FEG DPD Prof. Edgard - 0 0- ESTATÍSTICA DESCRITIVA Possblta descrever as Varáves: DESCRIÇÃO GRÁFICA MEDIDAS DE POSIÇÃO MEDIDAS DE DISPERSÃO MEDIDAS DE ASSIMETRIA

Leia mais

x n = n ESTATÍSTICA STICA DESCRITIVA Conjunto de dados: Organização; Amostra ou Resumo; Apresentação. População

x n = n ESTATÍSTICA STICA DESCRITIVA Conjunto de dados: Organização; Amostra ou Resumo; Apresentação. População ESTATÍSTICA STICA DESCRITIVA Prof. Lorí Val, Dr. val@mat.ufrgs.br http://.ufrgs.br/~val/ Orgazação; Resumo; Apresetação. Cojuto de dados: Amostra ou População Um cojuto de dados é resumdo de acordo com

Leia mais

ESTATÍSTICA Aula 7. Prof. Dr. Marco Antonio Leonel Caetano

ESTATÍSTICA Aula 7. Prof. Dr. Marco Antonio Leonel Caetano ESTATÍSTICA Aula 7 Prof. Dr. Marco Atoo Leoel Caetao Dstrbuções de Probabldade DISCRETAS CONTÍNUAS (Números teros) Bomal Posso Geométrca Hper-Geométrca Pascal (Números reas) Normal t-studet F-Sedecor Gama

Leia mais

ANÁLISE DE REGRESSÃO E CORRELAÇÃO

ANÁLISE DE REGRESSÃO E CORRELAÇÃO ANÁLISE DE REGRESSÃO E CORRELAÇÃO Quado se cosderam oservações de ou mas varáves surge um poto ovo: O estudo das relações porvetura estetes etre as varáves. A aálse de regressão e correlação compreedem

Leia mais

Conceitos básicos de metrologia. Prof. Dr. Evandro Leonardo Silva Teixeira Faculdade UnB Gama

Conceitos básicos de metrologia. Prof. Dr. Evandro Leonardo Silva Teixeira Faculdade UnB Gama Prof. Dr. Evadro Leoardo Slva Teera Faculdade UB Gama Metrologa: Cêca que abrage os aspectos teórcos e prátcos relatvos a medção; Descreve os procedmetos e métodos para determar as certezas de medções;

Leia mais

Faculdade de Economia, Administração e Contabilidade de Ribeirão Preto

Faculdade de Economia, Administração e Contabilidade de Ribeirão Preto Faculdade de Ecooma, Admstração e Cotabldade de Rberão Preto Ecooma Moetára Curso de Ecooma / º. Semestre de 014 Profa. Dra. Rosel da Slva Nota de aula CAPM Itrodução Há dos modelos bastate utlzados para

Leia mais

Prof. Lorí Viali, Dr. PUCRS FAMAT: Departamento de Estatística Prof. Lorí Viali, Dr. PUCRS FAMAT: Departamento de Estatística

Prof. Lorí Viali, Dr. PUCRS FAMAT: Departamento de Estatística Prof. Lorí Viali, Dr. PUCRS FAMAT: Departamento de Estatística Prof. Lorí Val, Dr. http://www.pucrs.br/famat/val/ val@pucrs.br Prof. Lorí Val, Dr. PUCRS FAMAT: Departameto de Estatístca Prof. Lorí Val, Dr. PUCRS FAMAT: Departameto de Estatístca Obetvos A Aálse de

Leia mais

( ) ( IV ) n ( ) Escolha a alternativa correta: A. III, II, I, IV. B. II, III, I, IV. C. IV, III, I, II. D. IV, II, I, III. E. Nenhuma das anteriores.

( ) ( IV ) n ( ) Escolha a alternativa correta: A. III, II, I, IV. B. II, III, I, IV. C. IV, III, I, II. D. IV, II, I, III. E. Nenhuma das anteriores. Prova de Estatístca Epermetal Istruções geras. Esta prova é composta de 0 questões de múltpla escolha a respeto dos cocetos báscos de estatístca epermetal, baseada os lvros BANZATTO, A.D. e KRONKA, S.N.

Leia mais

ANÁLISE DE REGRESSÃO E CORRELAÇÃO

ANÁLISE DE REGRESSÃO E CORRELAÇÃO ANÁLISE DE REGRESSÃO E CORRELAÇÃO Quado se cosderam oservações de ou mas varáves surge um poto ovo: O estudo das relações porvetura estetes etre as varáves A aálse de regressão e correlação compreedem

Leia mais

9 Medidas Descritivas

9 Medidas Descritivas 1 9 Meddas Descrtvas Vmos aterormete que um cojuto de dados pode ser resumdo através de uma dstrbução de freqüêcas, e que esta pode ser represetada através de uma tabela ou de um gráfco. Se o cojuto refere-se

Leia mais

TESTES DE PROPORÇÕES TESTE DE UMA PROPORÇÃO POPULACIONAL

TESTES DE PROPORÇÕES TESTE DE UMA PROPORÇÃO POPULACIONAL TESTES DE PROPORÇÕES TESTE DE UMA PROPORÇÃO POPULACIONAL As hpóteses a serem testadas serão: H 0 : p p 0 H : p p 0 p > p 0 p < p 0 Estatístca do Teste: pˆ p0 z c p ( p ) 0 0 EXEMPLOS. Uma máqua está regulada

Leia mais

Revisão de Estatística X = X n

Revisão de Estatística X = X n Revsão de Estatístca MÉDIA É medda de tedêca cetral mas comumete usada ara descrever resumdamete uma dstrbução de freqüêca. MÉDIA ARIMÉTICA SIMPLES São utlzados os valores do cojuto com esos guas. + +...

Leia mais

A REGRESSÃO LINEAR EM EVENTOS HIDROLÓGICOS EXTREMOS: enchentes

A REGRESSÃO LINEAR EM EVENTOS HIDROLÓGICOS EXTREMOS: enchentes Mostra Nacoal de Icação Cetífca e Tecológca Iterdscplar VI MICTI Isttuto Federal Catarese Câmpus Camború 30 a 3 de outubro de 03 A REGRESSÃO LINEAR EM EVENTOS HIDROLÓGICOS EXTREMOS: echetes Ester Hasse

Leia mais

DESEMPENHO DE ESTIMADORES DA MÉDIA POPULACIONAL DE DISTRIBUIÇÕES ASSIMÉTRICAS BASEADOS EM AMOSTRAGEM POR CONJUNTOS ORDENADOS

DESEMPENHO DE ESTIMADORES DA MÉDIA POPULACIONAL DE DISTRIBUIÇÕES ASSIMÉTRICAS BASEADOS EM AMOSTRAGEM POR CONJUNTOS ORDENADOS DESEMPENHO DE ESTIMADORES DA MÉDIA POPULACIONAL DE DISTRIBUIÇÕES ASSIMÉTRICAS BASEADOS EM AMOSTRAGEM POR CONJUNTOS ORDENADOS Fracsco Juor PIGATO Mara Cecíla Medes BARRETO RESUMO: Um deleameto amostral

Leia mais

Determine a média de velocidade, em km/h, dos veículos que trafegaram no local nesse período.

Determine a média de velocidade, em km/h, dos veículos que trafegaram no local nesse período. ESTATÍSTICA - 01 1. (UERJ 01) Téccos do órgão de trâsto recomedaram velocdade máxma de 80 km h o trecho de uma rodova ode ocorrem mutos acdetes. Para saber se os motorstas estavam cumprdo as recomedações,

Leia mais

Economias de Escala e Eficiência Econômica na Produção de Laranja no Estado de São Paulo 1,2

Economias de Escala e Eficiência Econômica na Produção de Laranja no Estado de São Paulo 1,2 pága Ecoomas de Escala e Efcêca Ecoômca a Produção de Laraja o Estado de São Paulo 1, Marcelo José Carrer 3 e Hldo Merelles de Souza Flho 4 Resumo: Esse trabalho teve como objetvos vestgar a exstêca de

Leia mais

? Isso é, d i= ( x i. . Percebeu que

? Isso é, d i= ( x i. . Percebeu que Estatístca - Desvo Padrão e Varâca Preparado pelo Prof. Atoo Sales,00 Supoha que tehamos acompahado as otas de quatro aluos, com méda 6,0. Aluo A: 4,0; 6,0; 8,0; méda 6,0 Aluo B:,0; 8,0; 8,0; méda 6,0

Leia mais

(1) no domínio : 0 x < 1, : constante não negativa. Sujeita às condições de contorno: (2-a) (2-b) CC2: 0

(1) no domínio : 0 x < 1, : constante não negativa. Sujeita às condições de contorno: (2-a) (2-b) CC2: 0 EXEMPLO MOTIVADO II EXEMPLO MOTIVADO II Método da Apromação Polomal Aplcado a Problemas Udrecoas sem Smetra. Equações Dferecas Ordáras Problemas de Valores o otoro Estrutura Geral do Problema: dy() d y()

Leia mais

CAPÍTULO 9 - Regressão linear e correlação

CAPÍTULO 9 - Regressão linear e correlação INF 6 Prof. Luz Alexadre Peterell CAPÍTULO 9 - Regressão lear e correlação Veremos esse capítulo os segutes assutos essa ordem: Correlação amostral Regressão Lear Smples Regressão Lear Múltpla Correlação

Leia mais

3 Teoria de Microestrutura de Mercado

3 Teoria de Microestrutura de Mercado 3 Teora de Mcroestrutura de Mercado 3. Itrodução A aálse das mcroestruturas de mercado estuda a estrutura sttucoal, a qual as trasações evolvedo atvos faceros são, efetvamete, cocluídas. Na grade maora

Leia mais

4 O Método de Análise Hierárquica

4 O Método de Análise Hierárquica 4 O Método de Aálse Herárquca 4.. Itrodução O método de aálse herárquca é um dos métodos multatrbuto mas utlzados e dfuddos o mercado mudal (Gomes, 007). Isso se deve, provavelmete, a duas razões. A prmera

Leia mais