Estrutura da Apresentação

Transcrição

1 Human capital in growth regressions: how much difference does data quality make? Angel de la Fuente Instituto de Análisis Ecónomico (CSIC) Rafael Doménech Universidad de Valencia IAE, 2000 Discente: Vívian dos Santos Queiroz (aluna especial CME-UFPB) Disciplina: Tópicos Especiais em Docente: Prof. Dr. Sabino da Silva Porto Jr. Estrutura da Apresentação 1. Introdução ç 2. Dados Internacionais de nível de Escolaridade 3. Nível de escolaridade na OCDE 3.1.Exemplo: Caso da alta educação no Canadá 3.2. Alguns comentários sobre qualidade e estimação dos dados 3.3. Comparando os dados com Barro e Lee 4. Resultados Empíricos 4.1. Quanta diferença faz a qualidade dos dados? 4.2. Medindo a diferença entre o nível total do fator de produtividade 5. Conclusão Aluna: Vivian dos Santos Queiroz 1

2 1. Introdução A acumulação de resultados negativos na literatura recente impulsiona o ceticismo sobre a regra da escolaridade no processo de crescimento; Várias pesquisas apresentam uma relação negativa entre investimento em educação e crescimento da produtividade; O artigo discute que essa intuição contrária deve ser, em parte, às deficiências dos dados ou mal especificação econométrica; O artigo mostra evidências de como deficiência de dados são responsáveis pelas pobres performances empíricas dos indicadores de capital humano nas equações de crescimento. 1. Introdução Sendo assim, a pesquisa faz uso da amostra de países da OCDE, mesma base de dados usada por Barro e Lee's (1996), revisada para incorporar grande quantidade de informações nacionais a mais que a original e evitar quebras na serie, corrigindo para o que parece ser mudanças nos critérios de classificação; A série foi escolhida por motivos de disponibilidade dos dados; Portanto, mostram que seus resultados são melhores que os de Barro e Lee's (1996) ou Nehru et al (1995). Os melhores resultados foram obtidos através da especificação em primeira diferença. Aluna: Vivian dos Santos Queiroz 2

3 2. Dados Internacionais de nível de Escolaridade Principais Bancos de dados: UNESCO's Statistical Yearbook, UN's Demographic Yearbook, IMF's Government Finance Statistics e OECD; Grupos: 1º usa o Censo e dados e matrícula, 2º usa somente dados de matrícula para formação de variáveis; O estudo de Barro e Lee (1996) pertence ao 1º grupo e usam para preencher os dados em falta uma combinação de interpolação entre dados disponíveis do censo e um método inventário para estimar mudanças na vizinhança; O estudo de Nehru et. al (1995) pertence ao 2º grupo e usa um método inventário mais sofisticado que os últimos autores. Dados da OCDE: as estatísticas educacionais para esse conjunto de nações industriais avançadas são de qualidade aceitável; Um motivo de preocupação são as anomalias presentes em quase todos os dados disponíveis nas unidades de ensino, que levantam dúvidas sobre a sua exatidão e consistência. Alguns países dão tratamento diferenciado aos níveis de escolaridade, como por exemplo, diferença de períodos, qualificação etc. (principalmente o nível secundário e universitário); Aluna: Vivian dos Santos Queiroz 3

4 As mudanças acentuadas nas séries sinaliza mudança no critério de elaboração das estatísticas; Reflete tratamentos primários Reflete tratamentos primários não consistentes entre os países, ou no tempo; Aluna: Vivian dos Santos Queiroz 4

5 3. Nível de escolaridade na OCDE Como a serie de dados de Barro e Lee tem muita incoerência e ruído, o presente trabalho construirá uma serie de dados revisada dos referidos autores utilizando os países da OCDE para uma amostra de 21 países entre o período de Exemplo: Caso da alta educação no Canadá Aluna: Vivian dos Santos Queiroz 5

6 3.2. Alguns comentários sobre qualidade e estimação dos dados Alguns países não separam a educação primária do secundário inferior (L1 e L2.1), para homogeneizar as categorias tem se que fazer uma quebra; Faz se uma estimação da razão L1/L2.1 e usa como referência a razão dos US para estimar a razão do Canadá Comparando os dados com Barro e Lee A série de dados de D&D é de maior dimensão; Difere no perfil, a serie é considerada mais suave e mais plausível; l Aluna: Vivian dos Santos Queiroz 6

7 4. Resultados Empíricos 4.1. Quanta diferença faz a qualidade dos dados? Os resultados para a hipótese de falta de correlação entre crescimento e acumulação de capital humano é devido a dados deficientes; Para verificar relação entre produto e educação estima se a função de produção : Onde: q é o log do produto por trabalhador empregado no país; k é o estoque de capital físico por trabalhador; blhd h é amédia do número de anos de escolaridade da população adulta; além das variáveis dummies η e que captam o tempo e o efeito país fixo, respectivamente. Aluna: Vivian dos Santos Queiroz 7

8 Para três conjuntos de dados, a variável de capital humano foi positiva, com e sem efeito país fixo e crescente de NSD à D&D; Para verificar o efeito catch up: Onde é a taxa de crescimento e; É o TFP (total de fatores de produção) entre cada país e EUA. Substitui se (4) em (3) e, λ medeataxadeconvergênciatecnológica; Aluna: Vivian dos Santos Queiroz 8

9 4.2. Medindo a diferença entre o nível total do fator de produtividade A diferença de produtividade entre países pode ser originada da divergência entre TFP e estoques de fatores; Nesta seção os autores irão avaliar a diferença entre níveis de produtividade e TFP; Usam o modelo dado pela equação (4) e os parâmetros da equação (6)estimadaefazemadiferençadatecnologiadecadapaísem relação a média da amostra para o log de q, k e h, assim, TFP relativo é dd dado: Onde av é a média da amostra e rel é o desvio em relação a média. Aluna: Vivian dos Santos Queiroz 9

10 5. Conclusão Os dados produziram resultados positivos e plausíveis ao contrário de Barro e Lee (1996) enehruet.al(1995); O modelo preferido foi uma função de produção de retorno constante em primeira diferença com tecnologia catch up e dummy de período e de país (equação 6); Esta equação explica 80% da variação da taxa de crescimento da produtividade; Os resultados mostram que a diferença de TPF é considerável e representa cerca da metade do diferencial de produtividade; Aluna: Vivian dos Santos Queiroz 10