Questões Econométricas e Empíricas
|
|
- Maria do Pilar Deluca Rodrigues
- 6 Há anos
- Visualizações:
Transcrição
1 Questões Econométricas e Empíricas Aula 05 Rogério Mazali Economia da Inovação I 24/11/2016 (Institute) Griliches (1990, 1998); Lewbel (1997) 24/11/ / 42
2 Introdução Primeiros trabalhos empíricos Após Schumpeter (1943) e outros trabalhos, muito se discutiu acerca dos ganhos de escala do trabalho de inovação. (Institute) Griliches (1990, 1998); Lewbel (1997) 24/11/ / 42
3 Introdução Primeiros trabalhos empíricos Após Schumpeter (1943) e outros trabalhos, muito se discutiu acerca dos ganhos de escala do trabalho de inovação. Segundo esta conjectura, poder-se-ia intervir na economia para estimular a atividade inovadora porque ela apresentava retornos crescentes de escala. (Institute) Griliches (1990, 1998); Lewbel (1997) 24/11/ / 42
4 Introdução Primeiros trabalhos empíricos Após Schumpeter (1943) e outros trabalhos, muito se discutiu acerca dos ganhos de escala do trabalho de inovação. Segundo esta conjectura, poder-se-ia intervir na economia para estimular a atividade inovadora porque ela apresentava retornos crescentes de escala. Além disso, a atividade inovadora se concentraria em grandes conglomerados, pois estas poderiam redirecionar os resultados da pesquisa para desenvolver um produto/processo para outro produto/processo. (Institute) Griliches (1990, 1998); Lewbel (1997) 24/11/ / 42
5 Introdução Primeiros trabalhos empíricos Após Schumpeter (1943) e outros trabalhos, muito se discutiu acerca dos ganhos de escala do trabalho de inovação. Segundo esta conjectura, poder-se-ia intervir na economia para estimular a atividade inovadora porque ela apresentava retornos crescentes de escala. Além disso, a atividade inovadora se concentraria em grandes conglomerados, pois estas poderiam redirecionar os resultados da pesquisa para desenvolver um produto/processo para outro produto/processo. Questão empírica: será que a atividade inovadora em geral e P&D em particular apresentam, de fato, retornos crescentes de escala? (Institute) Griliches (1990, 1998); Lewbel (1997) 24/11/ / 42
6 Introdução Primeiros trabalhos empíricos Após Schumpeter (1943) e outros trabalhos, muito se discutiu acerca dos ganhos de escala do trabalho de inovação. Segundo esta conjectura, poder-se-ia intervir na economia para estimular a atividade inovadora porque ela apresentava retornos crescentes de escala. Além disso, a atividade inovadora se concentraria em grandes conglomerados, pois estas poderiam redirecionar os resultados da pesquisa para desenvolver um produto/processo para outro produto/processo. Questão empírica: será que a atividade inovadora em geral e P&D em particular apresentam, de fato, retornos crescentes de escala? Esta foi a primeira grande questão envolvendo inovação a ser abordada pela pesquisa empírica em inovação. (Institute) Griliches (1990, 1998); Lewbel (1997) 24/11/ / 42
7 Introdução Primeiros trabalhos empíricos Dos anos 1950 aos anos 1990, responder a esta pergunta dominou o debate empírico sobre inovação, devido às óbvias implicações para políticas públicas. (Institute) Griliches (1990, 1998); Lewbel (1997) 24/11/ / 42
8 Introdução Primeiros trabalhos empíricos Dos anos 1950 aos anos 1990, responder a esta pergunta dominou o debate empírico sobre inovação, devido às óbvias implicações para políticas públicas. Zvi Griliches foi um dos pioneiros neste debate, e desenvolvou diversos estudos para responder a esta questão. (Institute) Griliches (1990, 1998); Lewbel (1997) 24/11/ / 42
9 Introdução Primeiros trabalhos empíricos Dos anos 1950 aos anos 1990, responder a esta pergunta dominou o debate empírico sobre inovação, devido às óbvias implicações para políticas públicas. Zvi Griliches foi um dos pioneiros neste debate, e desenvolvou diversos estudos para responder a esta questão. O debate a seguir se baseia em dois artigos (Griliches, 1990, 1998) nos quais Griliches resume o debate sobre o tema. (Institute) Griliches (1990, 1998); Lewbel (1997) 24/11/ / 42
10 Introdução Primeiros trabalhos empíricos Solow (1957) mostrou que menos de 10% do crescimento econômico da primeira metade do século XX poderia ser explicada por acumulação de capital físico. (Institute) Griliches (1990, 1998); Lewbel (1997) 24/11/ / 42
11 Introdução Primeiros trabalhos empíricos Solow (1957) mostrou que menos de 10% do crescimento econômico da primeira metade do século XX poderia ser explicada por acumulação de capital físico. Havia um consenso, apesar de que ninguém havia mostrado empiricamente, de que o desenvolvimento tecnológico seria o responsável pela maior parte do crescimento econômico do período. (Institute) Griliches (1990, 1998); Lewbel (1997) 24/11/ / 42
12 Introdução Primeiros trabalhos empíricos Solow (1957) mostrou que menos de 10% do crescimento econômico da primeira metade do século XX poderia ser explicada por acumulação de capital físico. Havia um consenso, apesar de que ninguém havia mostrado empiricamente, de que o desenvolvimento tecnológico seria o responsável pela maior parte do crescimento econômico do período. Griliches (1998) cita seu orientador, o vencedor do prêmio Nobel Theodore Schultz, como tendo atribuído ao investimento público em pesquisas em técnicas agrícolas TODO o aumento de produtividade no setor agrícola (Schultz, 1953). (Institute) Griliches (1990, 1998); Lewbel (1997) 24/11/ / 42
13 Introdução Principal desa o ao pesquisador empírico No entanto, há um problema para o pesquisador empírico que queira estimar uma função de produção para P&D: (Institute) Griliches (1990, 1998); Lewbel (1997) 24/11/ / 42
14 Introdução Principal desa o ao pesquisador empírico No entanto, há um problema para o pesquisador empírico que queira estimar uma função de produção para P&D: Como medir a produção do investimento em inovação? (Institute) Griliches (1990, 1998); Lewbel (1997) 24/11/ / 42
15 Introdução Principal desa o ao pesquisador empírico No entanto, há um problema para o pesquisador empírico que queira estimar uma função de produção para P&D: Como medir a produção do investimento em inovação? Não há como se medir diretamente a produção do trabalho de inovação. (Institute) Griliches (1990, 1998); Lewbel (1997) 24/11/ / 42
16 Introdução Principal desa o ao pesquisador empírico No entanto, há um problema para o pesquisador empírico que queira estimar uma função de produção para P&D: Como medir a produção do investimento em inovação? Não há como se medir diretamente a produção do trabalho de inovação. Duas estratégias empíricas foram adotadas para se contornar este problema: U (Institute) Griliches (1990, 1998); Lewbel (1997) 24/11/ / 42
17 Introdução Principal desa o ao pesquisador empírico No entanto, há um problema para o pesquisador empírico que queira estimar uma função de produção para P&D: Como medir a produção do investimento em inovação? Não há como se medir diretamente a produção do trabalho de inovação. Duas estratégias empíricas foram adotadas para se contornar este problema: Estimar o progresso técnico como o aumento na produtividade total dos fatores (TFP) na função de produção de um bem de consumo nal; U (Institute) Griliches (1990, 1998); Lewbel (1997) 24/11/ / 42
18 Introdução Principal desa o ao pesquisador empírico No entanto, há um problema para o pesquisador empírico que queira estimar uma função de produção para P&D: Como medir a produção do investimento em inovação? Não há como se medir diretamente a produção do trabalho de inovação. Duas estratégias empíricas foram adotadas para se contornar este problema: Estimar o progresso técnico como o aumento na produtividade total dos fatores (TFP) na função de produção de um bem de consumo nal; Usar o número de patentes registradas como uma proxy para a produção do investimento em P&D. (Institute) Griliches (1990, 1998); Lewbel (1997) 24/11/ / 42
19 Produtividade Total dos Fatores Produção de P&D medida de forma indireta Esta abordagem, bastante usada em artigos de macroeconomia até os anos 80, consiste em estimar uma função de produção Cobb-Douglas: Y t = A t K α t L β t ɛ t ou alguma variação da fórmula acima, em que A t representa a TFP. (Institute) Griliches (1990, 1998); Lewbel (1997) 24/11/ / 42
20 Produtividade Total dos Fatores Produção de P&D medida de forma indireta Esta abordagem, bastante usada em artigos de macroeconomia até os anos 80, consiste em estimar uma função de produção Cobb-Douglas: Y t = A t Kt α L β t ɛ t ou alguma variação da fórmula acima, em que A t representa a TFP. Loglinearizada, a função acima assume a forma: y t = a t + αk t + βl t + ε t em que x t log X t, X t 2 fy t, K t, L t g e ε t = log ɛ t. (Institute) Griliches (1990, 1998); Lewbel (1997) 24/11/ / 42
21 Introdução: Produtividade Total dos Fatores Produção de P&D medida de forma indireta A forma empírica assume a forma: y t = γ 0 + γ 1 k t + γ 2 l t + ε t em que x t log X t, X t 2 fy t, K t, L t g e ε t = log ɛ t. (Institute) Griliches (1990, 1998); Lewbel (1997) 24/11/ / 42
22 Introdução: Produtividade Total dos Fatores Produção de P&D medida de forma indireta A forma empírica assume a forma: y t = γ 0 + γ 1 k t + γ 2 l t + ε t em que x t log X t, X t 2 fy t, K t, L t g e ε t = log ɛ t. Supõe-se que ɛ t possui alguma distribuição assimétrica que, ao ser logaritmizada, passa a ter distribuição simétrica, e.g., lognormal, e estima-se a equação acima com alguma forma de variação temporal do parâmetro γ 0. O parâmetro γ 0 mede a TFP. (Institute) Griliches (1990, 1998); Lewbel (1997) 24/11/ / 42
23 Introdução: Produtividade Total dos Fatores Produção de P&D medida de forma indireta A forma empírica assume a forma: y t = γ 0 + γ 1 k t + γ 2 l t + ε t em que x t log X t, X t 2 fy t, K t, L t g e ε t = log ɛ t. Supõe-se que ɛ t possui alguma distribuição assimétrica que, ao ser logaritmizada, passa a ter distribuição simétrica, e.g., lognormal, e estima-se a equação acima com alguma forma de variação temporal do parâmetro γ 0. O parâmetro γ 0 mede a TFP. Muito bom para medir inovação de processo, nem tanto para medir inovação de produto. (Institute) Griliches (1990, 1998); Lewbel (1997) 24/11/ / 42
24 Introdução: Produtividade Total dos Fatores Produção de P&D medida de forma indireta A forma empírica assume a forma: y t = γ 0 + γ 1 k t + γ 2 l t + ε t em que x t log X t, X t 2 fy t, K t, L t g e ε t = log ɛ t. Supõe-se que ɛ t possui alguma distribuição assimétrica que, ao ser logaritmizada, passa a ter distribuição simétrica, e.g., lognormal, e estima-se a equação acima com alguma forma de variação temporal do parâmetro γ 0. O parâmetro γ 0 mede a TFP. Muito bom para medir inovação de processo, nem tanto para medir inovação de produto. Investimento em inovação de produto pode não ser capturado pela TFP. (Institute) Griliches (1990, 1998); Lewbel (1997) 24/11/ / 42
25 Introdução: Produtividade Total dos Fatores Produção de P&D medida de forma indireta A forma empírica assume a forma: y t = γ 0 + γ 1 k t + γ 2 l t + ε t em que x t log X t, X t 2 fy t, K t, L t g e ε t = log ɛ t. Supõe-se que ɛ t possui alguma distribuição assimétrica que, ao ser logaritmizada, passa a ter distribuição simétrica, e.g., lognormal, e estima-se a equação acima com alguma forma de variação temporal do parâmetro γ 0. O parâmetro γ 0 mede a TFP. Muito bom para medir inovação de processo, nem tanto para medir inovação de produto. Investimento em inovação de produto pode não ser capturado pela TFP. γ 0 é determinado de forma residual, isto é, representa a parte do produto que não é explicado por k e l; pode ser afetado por outras variáveis que afetam produto. (Institute) Griliches (1990, 1998); Lewbel (1997) 24/11/ / 42
26 Introdução: Patentes Produção de P&D medida de forma direta Patentes têm inúmeras vantagens em relação a TFP: (Institute) Griliches (1990, 1998); Lewbel (1997) 24/11/ / 42
27 Introdução: Patentes Produção de P&D medida de forma direta Patentes têm inúmeras vantagens em relação a TFP: Elas são diretamente relacionadas à inventividade e ao investimento em P&D; (Institute) Griliches (1990, 1998); Lewbel (1997) 24/11/ / 42
28 Introdução: Patentes Produção de P&D medida de forma direta Patentes têm inúmeras vantagens em relação a TFP: Elas são diretamente relacionadas à inventividade e ao investimento em P&D; Registram-se patentes tanto de processo quanto de produto; (Institute) Griliches (1990, 1998); Lewbel (1997) 24/11/ / 42
29 Introdução: Patentes Produção de P&D medida de forma direta Patentes têm inúmeras vantagens em relação a TFP: Elas são diretamente relacionadas à inventividade e ao investimento em P&D; Registram-se patentes tanto de processo quanto de produto; Existem dados disponíveis acerca de registro de patentes; (Institute) Griliches (1990, 1998); Lewbel (1997) 24/11/ / 42
30 Introdução: Patentes Produção de P&D medida de forma direta Patentes têm inúmeras vantagens em relação a TFP: Elas são diretamente relacionadas à inventividade e ao investimento em P&D; Registram-se patentes tanto de processo quanto de produto; Existem dados disponíveis acerca de registro de patentes; São baseadas em o que parece ser um padrão objetivo e que muda pouco ao longo do tempo. (Institute) Griliches (1990, 1998); Lewbel (1997) 24/11/ / 42
31 Introdução: Patentes Produção de P&D medida de forma direta Patentes têm inúmeras vantagens em relação a TFP: Elas são diretamente relacionadas à inventividade e ao investimento em P&D; Registram-se patentes tanto de processo quanto de produto; Existem dados disponíveis acerca de registro de patentes; São baseadas em o que parece ser um padrão objetivo e que muda pouco ao longo do tempo. No entanto, patentes também têm suas limitações. (Institute) Griliches (1990, 1998); Lewbel (1997) 24/11/ / 42
32 Introdução: Patentes Produção de P&D medida de forma direta Patentes têm inúmeras vantagens em relação a TFP: Elas são diretamente relacionadas à inventividade e ao investimento em P&D; Registram-se patentes tanto de processo quanto de produto; Existem dados disponíveis acerca de registro de patentes; São baseadas em o que parece ser um padrão objetivo e que muda pouco ao longo do tempo. No entanto, patentes também têm suas limitações. Neste capítulo discutiremos alguns pontos relacionados ao uso de patentes como proxy de produção inovadora em estudos empíricos. (Institute) Griliches (1990, 1998); Lewbel (1997) 24/11/ / 42
33 Patentes e Estatísticas de Patentes O que são patentes Patentes são documentos emitidos por uma agência governamental autorizada dando o direito de excluir qualquer outro da produção ou uso de um especí co novo dispositivo, aparato ou processo para um determinado número de anos (17 nos EUA em 1990). (Institute) Griliches (1990, 1998); Lewbel (1997) 24/11/ / 42
34 Patentes e Estatísticas de Patentes O que são patentes Patentes são documentos emitidos por uma agência governamental autorizada dando o direito de excluir qualquer outro da produção ou uso de um especí co novo dispositivo, aparato ou processo para um determinado número de anos (17 nos EUA em 1990). A patente é emitida para o inventor deste dispositivo, aparato ou processo após examinação que foca tanto no caráter inovador do item quanto em sua potencial utilidade. (Institute) Griliches (1990, 1998); Lewbel (1997) 24/11/ / 42
35 Patentes e Estatísticas de Patentes O que são patentes Patentes são documentos emitidos por uma agência governamental autorizada dando o direito de excluir qualquer outro da produção ou uso de um especí co novo dispositivo, aparato ou processo para um determinado número de anos (17 nos EUA em 1990). A patente é emitida para o inventor deste dispositivo, aparato ou processo após examinação que foca tanto no caráter inovador do item quanto em sua potencial utilidade. O direito embutido na patente pode ser transferido a terceiros via cessão ou negociação (venda, leasing ou licenciamento). (Institute) Griliches (1990, 1998); Lewbel (1997) 24/11/ / 42
36 Patentes e Estatísticas de Patentes O que são patentes Patentes são documentos emitidos por uma agência governamental autorizada dando o direito de excluir qualquer outro da produção ou uso de um especí co novo dispositivo, aparato ou processo para um determinado número de anos (17 nos EUA em 1990). A patente é emitida para o inventor deste dispositivo, aparato ou processo após examinação que foca tanto no caráter inovador do item quanto em sua potencial utilidade. O direito embutido na patente pode ser transferido a terceiros via cessão ou negociação (venda, leasing ou licenciamento). Patente é validada pela ameaça de processo judicial. (Institute) Griliches (1990, 1998); Lewbel (1997) 24/11/ / 42
37 Patentes e Estatísticas de Patentes O que são patentes Patentes são documentos emitidos por uma agência governamental autorizada dando o direito de excluir qualquer outro da produção ou uso de um especí co novo dispositivo, aparato ou processo para um determinado número de anos (17 nos EUA em 1990). A patente é emitida para o inventor deste dispositivo, aparato ou processo após examinação que foca tanto no caráter inovador do item quanto em sua potencial utilidade. O direito embutido na patente pode ser transferido a terceiros via cessão ou negociação (venda, leasing ou licenciamento). Patente é validada pela ameaça de processo judicial. Muitas patentes requeridas são negadas (65% dos pedidos obtêm sucesso nos EUA). (Institute) Griliches (1990, 1998); Lewbel (1997) 24/11/ / 42
38 Patentes e Estatísticas de Patentes O que são patentes Patentes são documentos emitidos por uma agência governamental autorizada dando o direito de excluir qualquer outro da produção ou uso de um especí co novo dispositivo, aparato ou processo para um determinado número de anos (17 nos EUA em 1990). A patente é emitida para o inventor deste dispositivo, aparato ou processo após examinação que foca tanto no caráter inovador do item quanto em sua potencial utilidade. O direito embutido na patente pode ser transferido a terceiros via cessão ou negociação (venda, leasing ou licenciamento). Patente é validada pela ameaça de processo judicial. Muitas patentes requeridas são negadas (65% dos pedidos obtêm sucesso nos EUA). O objetivo da patente é dar incentivos extras à inovação concedendo poder de monopólio temporário ao inventor. (Institute) Griliches (1990, 1998); Lewbel (1997) 24/11/ / 42
39 Patentes e Estatísticas de Patentes Fatos estilizados relacionados a patentes U (Institute) Griliches (1990, 1998); Lewbel (1997) 24/11/ / 42
40 Patentes e Estatísticas de Patentes Fatos estilizados relacionados a patentes U (Institute) Griliches (1990, 1998); Lewbel (1997) 24/11/ / 42
41 Patentes e Estatísticas de Patentes Fatos estilizados relacionados a patentes Das Figuras 1 e 2 podemos ver: (Institute) Griliches (1990, 1998); Lewbel (1997) 24/11/ / 42
42 Patentes e Estatísticas de Patentes Fatos estilizados relacionados a patentes Das Figuras 1 e 2 podemos ver: 1 Concessão de patentes utua mais do que o número de pedidos; (Institute) Griliches (1990, 1998); Lewbel (1997) 24/11/ / 42
43 Patentes e Estatísticas de Patentes Fatos estilizados relacionados a patentes Das Figuras 1 e 2 podemos ver: 1 Concessão de patentes utua mais do que o número de pedidos; 2 Ciclos econômicos in uenciam o número de pedidos; (Institute) Griliches (1990, 1998); Lewbel (1997) 24/11/ / 42
44 Patentes e Estatísticas de Patentes Fatos estilizados relacionados a patentes Das Figuras 1 e 2 podemos ver: 1 Concessão de patentes utua mais do que o número de pedidos; 2 Ciclos econômicos in uenciam o número de pedidos; 3 Patentes concedidas a empresas americanas cresceram muito menos do que o investimento total em P&D. (Institute) Griliches (1990, 1998); Lewbel (1997) 24/11/ / 42
45 Patentes e Estatísticas de Patentes Fatos estilizados relacionados a patentes Das Figuras 1 e 2 podemos ver: 1 Concessão de patentes utua mais do que o número de pedidos; 2 Ciclos econômicos in uenciam o número de pedidos; 3 Patentes concedidas a empresas americanas cresceram muito menos do que o investimento total em P&D. Do fato estilizado 3 vem a seguinte pergunta: se patentes são de fato um bom indicador do produto da inovação, a produtividade do investimento em P&D vem caindo? Esses dois fatos (crescimento das patentes e crescimento desproporcional do investimento em P&D) precisam ser conciliados. (Institute) Griliches (1990, 1998); Lewbel (1997) 24/11/ / 42
46 Patentes e Estatísticas de Patentes Fatos estilizados relacionados a patentes Das Figuras 1 e 2 podemos ver: (Institute) Griliches (1990, 1998); Lewbel (1997) 24/11/ / 42
47 Patentes e Estatísticas de Patentes Fatos estilizados relacionados a patentes Das Figuras 1 e 2 podemos ver: 1 Concessão de patentes utua mais do que o número de pedidos; (Institute) Griliches (1990, 1998); Lewbel (1997) 24/11/ / 42
48 Patentes e Estatísticas de Patentes Fatos estilizados relacionados a patentes Das Figuras 1 e 2 podemos ver: 1 Concessão de patentes utua mais do que o número de pedidos; 2 Ciclos econômicos in uenciam o número de pedidos; (Institute) Griliches (1990, 1998); Lewbel (1997) 24/11/ / 42
49 Patentes e Estatísticas de Patentes Fatos estilizados relacionados a patentes Das Figuras 1 e 2 podemos ver: 1 Concessão de patentes utua mais do que o número de pedidos; 2 Ciclos econômicos in uenciam o número de pedidos; 3 Patentes concedidas a empresas americanas cresceram muito menos do que o investimento total em P&D. (Institute) Griliches (1990, 1998); Lewbel (1997) 24/11/ / 42
50 Patentes e Estatísticas de Patentes Fatos estilizados relacionados a patentes Das Figuras 1 e 2 podemos ver: 1 Concessão de patentes utua mais do que o número de pedidos; 2 Ciclos econômicos in uenciam o número de pedidos; 3 Patentes concedidas a empresas americanas cresceram muito menos do que o investimento total em P&D. Do fato estilizado 3 vem a seguinte pergunta: se patentes são de fato um bom indicador do produto da inovação, a produtividade do investimento em P&D vem caindo? Esses dois fatos (crescimento das patentes e crescimento desproporcional do investimento em P&D) precisam ser conciliados. (Institute) Griliches (1990, 1998); Lewbel (1997) 24/11/ / 42
51 Patentes e Estatísticas de Patentes Limitações do uso de patentes Limitações do uso de patentes como proxy da produção inovadora: (Institute) Griliches (1990, 1998); Lewbel (1997) 24/11/ / 42
52 Patentes e Estatísticas de Patentes Limitações do uso de patentes Limitações do uso de patentes como proxy da produção inovadora: Como classi car patentes em setores ou categorias de produtos? (Institute) Griliches (1990, 1998); Lewbel (1997) 24/11/ / 42
53 Patentes e Estatísticas de Patentes Limitações do uso de patentes Limitações do uso de patentes como proxy da produção inovadora: Como classi car patentes em setores ou categorias de produtos? Classes de patentes do O ce of Patents difere muito da classi cação de produtos normalmente usadas por economistas (SIC, NAICS, nos EUA). (Institute) Griliches (1990, 1998); Lewbel (1997) 24/11/ / 42
54 Patentes e Estatísticas de Patentes Limitações do uso de patentes Limitações do uso de patentes como proxy da produção inovadora: Como classi car patentes em setores ou categorias de produtos? Classes de patentes do O ce of Patents difere muito da classi cação de produtos normalmente usadas por economistas (SIC, NAICS, nos EUA). Patentes são diferentes em importância técnica e econômica, e têm valores diferentes: (Institute) Griliches (1990, 1998); Lewbel (1997) 24/11/ / 42
55 Patentes e Estatísticas de Patentes Limitações do uso de patentes Limitações do uso de patentes como proxy da produção inovadora: Como classi car patentes em setores ou categorias de produtos? Classes de patentes do O ce of Patents difere muito da classi cação de produtos normalmente usadas por economistas (SIC, NAICS, nos EUA). Patentes são diferentes em importância técnica e econômica, e têm valores diferentes: Patente de um novo tipo de parafuso x patente de novo tratamento para câncer. (Institute) Griliches (1990, 1998); Lewbel (1997) 24/11/ / 42
56 Patentes e Estatísticas de Patentes Limitações do uso de patentes Limitações do uso de patentes como proxy da produção inovadora: Como classi car patentes em setores ou categorias de produtos? Classes de patentes do O ce of Patents difere muito da classi cação de produtos normalmente usadas por economistas (SIC, NAICS, nos EUA). Patentes são diferentes em importância técnica e econômica, e têm valores diferentes: Patente de um novo tipo de parafuso x patente de novo tratamento para câncer. Problema resultante: em qual setor devo colocar um registro de patente em particular? O setor da empresa requerente (Scherer 1965a, 1965b), o setor mais provável de utilizar aquela invenção (Bound et al. 1984; Griliches et al. 1987; Hall et al. 1988), ou o setor que mais se bene ciará daquela invenção (Schmookler 1954)? (Institute) Griliches (1990, 1998); Lewbel (1997) 24/11/ / 42
57 Patentes Como Indicadores de Quê? Limitações do uso de patentes Gostaríamos que patentes medissem o produto da atividade inovadora. (Institute) Griliches (1990, 1998); Lewbel (1997) 24/11/ / 42
58 Patentes Como Indicadores de Quê? Limitações do uso de patentes Gostaríamos que patentes medissem o produto da atividade inovadora. No entanto, o número de patentes concedidas está muito distante de medir isso: (Institute) Griliches (1990, 1998); Lewbel (1997) 24/11/ / 42
59 Patentes Como Indicadores de Quê? Limitações do uso de patentes Gostaríamos que patentes medissem o produto da atividade inovadora. No entanto, o número de patentes concedidas está muito distante de medir isso: Nem toda invenção é patenteável; (Institute) Griliches (1990, 1998); Lewbel (1997) 24/11/ / 42
60 Patentes Como Indicadores de Quê? Limitações do uso de patentes Gostaríamos que patentes medissem o produto da atividade inovadora. No entanto, o número de patentes concedidas está muito distante de medir isso: Nem toda invenção é patenteável; Nem toda invenção patenteável é patenteada; (Institute) Griliches (1990, 1998); Lewbel (1997) 24/11/ / 42
61 Patentes Como Indicadores de Quê? Limitações do uso de patentes Gostaríamos que patentes medissem o produto da atividade inovadora. No entanto, o número de patentes concedidas está muito distante de medir isso: Nem toda invenção é patenteável; Nem toda invenção patenteável é patenteada; Nem toda invenção patenteada tem o mesmo valor. (Institute) Griliches (1990, 1998); Lewbel (1997) 24/11/ / 42
62 Patentes Como Indicadores de Quê? Limitações do uso de patentes Gostaríamos que patentes medissem o produto da atividade inovadora. No entanto, o número de patentes concedidas está muito distante de medir isso: Nem toda invenção é patenteável; Nem toda invenção patenteável é patenteada; Nem toda invenção patenteada tem o mesmo valor. Uma estratégia empírica para contornar os dois primeiros problemas é o de se usar efeitos xos ou dummies de rma e setor. (Institute) Griliches (1990, 1998); Lewbel (1997) 24/11/ / 42
63 Patentes Como Indicadores de Quê? Limitações do uso de patentes Gostaríamos que patentes medissem o produto da atividade inovadora. No entanto, o número de patentes concedidas está muito distante de medir isso: Nem toda invenção é patenteável; Nem toda invenção patenteável é patenteada; Nem toda invenção patenteada tem o mesmo valor. Uma estratégia empírica para contornar os dois primeiros problemas é o de se usar efeitos xos ou dummies de rma e setor. Para o terceiro, no entanto, não há como contornar. (Institute) Griliches (1990, 1998); Lewbel (1997) 24/11/ / 42
64 Patentes Como Indicadores de Quê? Limitações do uso de patentes Gostaríamos que patentes medissem o produto da atividade inovadora. No entanto, o número de patentes concedidas está muito distante de medir isso: Nem toda invenção é patenteável; Nem toda invenção patenteável é patenteada; Nem toda invenção patenteada tem o mesmo valor. Uma estratégia empírica para contornar os dois primeiros problemas é o de se usar efeitos xos ou dummies de rma e setor. Para o terceiro, no entanto, não há como contornar. Scherer (1965), justi ca ignorar o problema com a ideia da "Lei dos Grandes Números": há uma distribuição de probabilidade em torno do valor médio de uma patente. (Institute) Griliches (1990, 1998); Lewbel (1997) 24/11/ / 42
65 Patentes Como Indicadores de Quê? Limitações do uso de patentes Gostaríamos que patentes medissem o produto da atividade inovadora. No entanto, o número de patentes concedidas está muito distante de medir isso: Nem toda invenção é patenteável; Nem toda invenção patenteável é patenteada; Nem toda invenção patenteada tem o mesmo valor. Uma estratégia empírica para contornar os dois primeiros problemas é o de se usar efeitos xos ou dummies de rma e setor. Para o terceiro, no entanto, não há como contornar. Scherer (1965), justi ca ignorar o problema com a ideia da "Lei dos Grandes Números": há uma distribuição de probabilidade em torno do valor médio de uma patente. No entanto, há baixa correlação entre o crescimento da TFP para o agregado da economia e o total de patentes registradas nos EUA (Schmookler 1951). (Institute) Griliches (1990, 1998); Lewbel (1997) 24/11/ / 42
66 Patentes Como Indicadores de Quê? Limitações do uso de patentes Gostaríamos que patentes medissem o produto da atividade inovadora. No entanto, o número de patentes concedidas está muito distante de medir isso: Nem toda invenção é patenteável; Nem toda invenção patenteável é patenteada; Nem toda invenção patenteada tem o mesmo valor. Uma estratégia empírica para contornar os dois primeiros problemas é o de se usar efeitos xos ou dummies de rma e setor. Para o terceiro, no entanto, não há como contornar. Scherer (1965), justi ca ignorar o problema com a ideia da "Lei dos Grandes Números": há uma distribuição de probabilidade em torno do valor médio de uma patente. No entanto, há baixa correlação entre o crescimento da TFP para o agregado da economia e o total de patentes registradas nos EUA (Schmookler 1951). Na prática, o que temos é: (Institute) Griliches (1990, 1998); Lewbel (1997) 24/11/ / 42
67 Patentes Como Indicadores de Quê? Limitações do uso de patentes U (Institute) Griliches (1990, 1998); Lewbel (1997) 24/11/ / 42
68 Patentes Como Indicadores de Quê? Limitações do uso de patentes Legenda: (Institute) Griliches (1990, 1998); Lewbel (1997) 24/11/ / 42
69 Patentes Como Indicadores de Quê? Limitações do uso de patentes Legenda: R: Pesquisa e Desenvolvimento; (Institute) Griliches (1990, 1998); Lewbel (1997) 24/11/ / 42
70 Patentes Como Indicadores de Quê? Limitações do uso de patentes Legenda: R: Pesquisa e Desenvolvimento; P: Patentes; (Institute) Griliches (1990, 1998); Lewbel (1997) 24/11/ / 42
71 Patentes Como Indicadores de Quê? Limitações do uso de patentes Legenda: R: Pesquisa e Desenvolvimento; P: Patentes; K: aumento do conhecimento; (Institute) Griliches (1990, 1998); Lewbel (1997) 24/11/ / 42
72 Patentes Como Indicadores de Quê? Limitações do uso de patentes Legenda: R: Pesquisa e Desenvolvimento; P: Patentes; K: aumento do conhecimento; Z: variável cujo efeito sofrido por K gostaríamos de medir; (Institute) Griliches (1990, 1998); Lewbel (1997) 24/11/ / 42
73 Patentes Como Indicadores de Quê? Limitações do uso de patentes Legenda: R: Pesquisa e Desenvolvimento; P: Patentes; K: aumento do conhecimento; Z: variável cujo efeito sofrido por K gostaríamos de medir; X : outra(s) variável(is) que afeta(m) Z; (Institute) Griliches (1990, 1998); Lewbel (1997) 24/11/ / 42
74 Patentes Como Indicadores de Quê? Limitações do uso de patentes Legenda: R: Pesquisa e Desenvolvimento; P: Patentes; K: aumento do conhecimento; Z: variável cujo efeito sofrido por K gostaríamos de medir; X : outra(s) variável(is) que afeta(m) Z; u, ν e v 1 : distúrbios aleatórios. (Institute) Griliches (1990, 1998); Lewbel (1997) 24/11/ / 42
75 Patentes Como Indicadores de Quê? Limitações do uso de patentes Podemos tentar estimar o impacto do P&D sobre Z com o seguinte modelo econométrico: 8 >< >: K = R + u P = a K + v = ar + au + v Z = b K + e = br + bu + e (Institute) Griliches (1990, 1998); Lewbel (1997) 24/11/ / 42
76 Patentes Como Indicadores de Quê? Limitações do uso de patentes Podemos tentar estimar o impacto do P&D sobre Z com o seguinte modelo econométrico: 8 >< >: K = R + u P = a K + v = ar + au + v Z = b K + e = br + bu + e O modelo implica que se estimarmos o impacto de R sobre Z utilizando P ao invés de K, estaremos incorrendo em erro de medida. (Institute) Griliches (1990, 1998); Lewbel (1997) 24/11/ / 42
77 Patentes Como Indicadores de Quê? Limitações do uso de patentes Podemos tentar estimar o impacto do P&D sobre Z com o seguinte modelo econométrico: 8 >< >: K = R + u P = a K + v = ar + au + v Z = b K + e = br + bu + e O modelo implica que se estimarmos o impacto de R sobre Z utilizando P ao invés de K, estaremos incorrendo em erro de medida. Nossas estimativas podem estar viesadas (omissão de variável relevante). (Institute) Griliches (1990, 1998); Lewbel (1997) 24/11/ / 42
78 Método de Correção de Lewbel (Econometrica 1997) Introdução Lewbel (Econometrica 1997) propôs uma forma de se corrigir para o viés apontado por Griliches. (Institute) Griliches (1990, 1998); Lewbel (1997) 24/11/ / 42
79 Método de Correção de Lewbel (Econometrica 1997) Introdução Lewbel (Econometrica 1997) propôs uma forma de se corrigir para o viés apontado por Griliches. Trata-se de um estimador de Variáveis Instrumentais que usa momentos de ordem superior das variáveis envolvidas como instrumentos. (Institute) Griliches (1990, 1998); Lewbel (1997) 24/11/ / 42
80 Método de Correção de Lewbel (Econometrica 1997) Introdução Lewbel (Econometrica 1997) propôs uma forma de se corrigir para o viés apontado por Griliches. Trata-se de um estimador de Variáveis Instrumentais que usa momentos de ordem superior das variáveis envolvidas como instrumentos. Suponha um modelo em que a variável X é medida com erro da forma: Yι = a + b 0 W ι + cx ι + e i Z i = d + X ι + υ i (1) (Institute) Griliches (1990, 1998); Lewbel (1997) 24/11/ / 42
81 Método de Correção de Lewbel (Econometrica 1997) Introdução Lewbel (Econometrica 1997) propôs uma forma de se corrigir para o viés apontado por Griliches. Trata-se de um estimador de Variáveis Instrumentais que usa momentos de ordem superior das variáveis envolvidas como instrumentos. Suponha um modelo em que a variável X é medida com erro da forma: Yι = a + b 0 W ι + cx ι + e i Z i = d + X ι + υ i (1) Este modelo implica em: onde α a cd e ε i e ι cυ ι. Y i = α + b 0 W i + cz i + ε i (2) U (Institute) Griliches (1990, 1998); Lewbel (1997) 24/11/ / 42
82 Método de Correção de Lewbel (Econometrica 1997) Introdução Trata-se de um problema tradicional de endogeneidade gerada por um erro de medida. (Institute) Griliches (1990, 1998); Lewbel (1997) 24/11/ / 42
83 Método de Correção de Lewbel (Econometrica 1997) Introdução Trata-se de um problema tradicional de endogeneidade gerada por um erro de medida. No caso especí co de P&D, o erro de medida surge por utilizarmos Número de Patentes como proxy para a produção inovadora de uma empresa, que é não-observável. (Institute) Griliches (1990, 1998); Lewbel (1997) 24/11/ / 42
84 Método de Correção de Lewbel (Econometrica 1997) Introdução Trata-se de um problema tradicional de endogeneidade gerada por um erro de medida. No caso especí co de P&D, o erro de medida surge por utilizarmos Número de Patentes como proxy para a produção inovadora de uma empresa, que é não-observável. Em muitos casos, como P&D, não há dados sobre uma outra variável que possamos usar como instrumento. (Institute) Griliches (1990, 1998); Lewbel (1997) 24/11/ / 42
85 Método de Correção de Lewbel (Econometrica 1997) Introdução Trata-se de um problema tradicional de endogeneidade gerada por um erro de medida. No caso especí co de P&D, o erro de medida surge por utilizarmos Número de Patentes como proxy para a produção inovadora de uma empresa, que é não-observável. Em muitos casos, como P&D, não há dados sobre uma outra variável que possamos usar como instrumento. A única variável com dados disponíveis é Patentes. U (Institute) Griliches (1990, 1998); Lewbel (1997) 24/11/ / 42
86 Método de Correção de Lewbel (Econometrica 1997) Introdução Em princípio, não teríamos como corrigir para o viés de erro de medida. (Institute) Griliches (1990, 1998); Lewbel (1997) 24/11/ / 42
87 Método de Correção de Lewbel (Econometrica 1997) Introdução Em princípio, não teríamos como corrigir para o viés de erro de medida. No entanto, Lewbel mostra que podemos usar os momentos de ordem maior que 1 da variável patentes para criar um instrumento que retira o viés de erro de medida. (Institute) Griliches (1990, 1998); Lewbel (1997) 24/11/ / 42
88 Método de Correção de Lewbel (Econometrica 1997) Introdução Em princípio, não teríamos como corrigir para o viés de erro de medida. No entanto, Lewbel mostra que podemos usar os momentos de ordem maior que 1 da variável patentes para criar um instrumento que retira o viés de erro de medida. No caso especí co de patentes, uma fonte de viés vem do fato de muitas rmas não registrarem nenhuma patente. (Institute) Griliches (1990, 1998); Lewbel (1997) 24/11/ / 42
89 Método de Correção de Lewbel (Econometrica 1997) Introdução Em princípio, não teríamos como corrigir para o viés de erro de medida. No entanto, Lewbel mostra que podemos usar os momentos de ordem maior que 1 da variável patentes para criar um instrumento que retira o viés de erro de medida. No caso especí co de patentes, uma fonte de viés vem do fato de muitas rmas não registrarem nenhuma patente. Isso não quer dizer que essas rmas não produzem nenhuma inovação, apenas que elas se apropriam da inovação de outra forma que não patentes. U (Institute) Griliches (1990, 1998); Lewbel (1997) 24/11/ / 42
90 Método de Correção de Lewbel (Econometrica 1997) Variáveis Instrumentais De na G i = G (W i ) para uma função qualquer de W i e S a média amostral de uma variável aleatória qualquer S. U (Institute) Griliches (1990, 1998); Lewbel (1997) 24/11/ / 42
91 Método de Correção de Lewbel (Econometrica 1997) Variáveis Instrumentais De na G i = G (W i ) para uma função qualquer de W i e S a média amostral de uma variável aleatória qualquer S. Lewbel propõe o uso dos seguintes instrumentos: q 1i = G i G (3) q 2i = G i G Z i Z (4) q 3i = G i G Y i Y (5) q 4i = Y i Y Z i Z (6) q 5i = Z i Z 2 q 6i = Y i Y 2 em que q 1i, q 2i, q 3i e q 4i podem ser usados sempre e q 5i e q 6i só podem ser usados caso o erro de medida υ i e o erro do modelo e i sejam distribuídos simetricamente (Dagenais e Dagenais, WP U. de Montréal 1994). (7) (8) (Institute) Griliches (1990, 1998); Lewbel (1997) 24/11/ / 42
92 Método de Correção de Lewbel (Econometrica 1997) Variáveis Instrumentais Seja es = S S, em que S é uma v.a. qualquer. (Institute) Griliches (1990, 1998); Lewbel (1997) 24/11/ / 42
93 Método de Correção de Lewbel (Econometrica 1997) Variáveis Instrumentais Seja es = S S, em que S é uma v.a. qualquer. Relembrando: um instrumento será válido se satis zer: (Institute) Griliches (1990, 1998); Lewbel (1997) 24/11/ / 42
94 Método de Correção de Lewbel (Econometrica 1997) Variáveis Instrumentais Seja es = S S, em que S é uma v.a. qualquer. Relembrando: um instrumento será válido se satis zer: Relevância: E (qez) 6= 0 (Institute) Griliches (1990, 1998); Lewbel (1997) 24/11/ / 42
95 Método de Correção de Lewbel (Econometrica 1997) Variáveis Instrumentais Seja es = S S, em que S é uma v.a. qualquer. Relembrando: um instrumento será válido se satis zer: Relevância: E (qez) 6= 0 Independência: E (qe) = 0, E (qυ) = 0. (Institute) Griliches (1990, 1998); Lewbel (1997) 24/11/ / 42
96 Método de Correção de Lewbel (Econometrica 1997) Variáveis Instrumentais Seja es = S S, em que S é uma v.a. qualquer. Relembrando: um instrumento será válido se satis zer: Relevância: E (qez) 6= 0 Independência: E (qe) = 0, E (qυ) = 0. Se as variáveis em X e W e os erros e i e υ i satis zerem quatro hipóteses, os instrumentos de 1 a 6 satisfarão ambos os critérios. (Institute) Griliches (1990, 1998); Lewbel (1997) 24/11/ / 42
97 Método de Correção de Lewbel (Econometrica 1997) Variáveis Instrumentais Seja es = S S, em que S é uma v.a. qualquer. Relembrando: um instrumento será válido se satis zer: Relevância: E (qez) 6= 0 Independência: E (qe) = 0, E (qυ) = 0. Se as variáveis em X e W e os erros e i e υ i satis zerem quatro hipóteses, os instrumentos de 1 a 6 satisfarão ambos os critérios. Os instrumentos de 1 a 6 serão, portanto, instrumentos válidos. (Institute) Griliches (1990, 1998); Lewbel (1997) 24/11/ / 42
98 Método de Correção de Lewbel (Econometrica 1997) Variáveis Instrumentais Seja es = S S, em que S é uma v.a. qualquer. Relembrando: um instrumento será válido se satis zer: Relevância: E (qez) 6= 0 Independência: E (qe) = 0, E (qυ) = 0. Se as variáveis em X e W e os erros e i e υ i satis zerem quatro hipóteses, os instrumentos de 1 a 6 satisfarão ambos os critérios. Os instrumentos de 1 a 6 serão, portanto, instrumentos válidos. O modelo (1) pode então ser estimado por MQ2E em que algum dos instrumentos q ki para k 2 f1,..., 6g é usado. (Institute) Griliches (1990, 1998); Lewbel (1997) 24/11/ / 42
99 Método de Correção de Lewbel (Econometrica 1997) Hipóteses de Lewbel 1. A matriz de covariâncias E não-singular. h i (1, W 0, X ) 0 (1, W 0, X ) existe e é (Institute) Griliches (1990, 1998); Lewbel (1997) 24/11/ / 42
100 Método de Correção de Lewbel (Econometrica 1997) Hipóteses de Lewbel 1. A matriz de covariâncias E não-singular. h i (1, W 0, X ) 0 (1, W 0, X ) existe e é 2. Erros têm média zero, i.e., E (e) = E (υ) = 0. Além disso, os momentos relevantes dos termos de erro são independentes uns dos outros e dos momentos relevantes das variáveis instrumentalizadas em W, G e X, isto é: E w ι1 1 w ι w ιj J g M x ψ υ λ e κ = E w1 ι1 w2 ι2... wj ιj g M x ψ E υ λ E (e κ ) para M 2 f0, 1g, ι 2 f0, 1, 2g, ψ 2 f0, 1, 2g, κ 2 f0, 1g e λ 2 f0, 1g, J onde ιj é um natural e ιj = ι. j=1 (Institute) Griliches (1990, 1998); Lewbel (1997) 24/11/ / 42
101 Método de Correção de Lewbel (Econometrica 1997) Hipóteses de Lewbel 3. Se q i contém g i z ι, y i z i ou zi 2 (instrumentos em (4), (6) e (7)), então a hipótese 2 também vale com λ = 2. Se q i contém g i y ι, y i z i ou yi 2 (instrumentos em (5), (6) e (8)), então a hipótese 2 também vale com κ = 2. Se q i contém zi 2 (instrumento em (7)), h então E υ i 3 = 0. Se q i contém yi 2 (instrumento em (8)), então E (b 0 w + cx) 2 ex = 0. U (Institute) Griliches (1990, 1998); Lewbel (1997) 24/11/ / 42
102 Método de Correção de Lewbel (Econometrica 1997) Hipóteses de Lewbel 3. Se q i contém g i z ι, y i z i ou zi 2 (instrumentos em (4), (6) e (7)), então a hipótese 2 também vale com λ = 2. Se q i contém g i y ι, y i z i ou yi 2 (instrumentos em (5), (6) e (8)), então a hipótese 2 também vale com κ = 2. Se q i contém zi 2 (instrumento em (7)), h então E υ i 3 = 0. Se q i contém yi 2 (instrumento em (8)), então E (b 0 w + cx) 2 ex = Ou q i contém g i (instrumento em (3)) e E (gex) 6= 0, ou q ι contém g i z i (instrumento em (4)) e E (g j xex) 6= 0, ou q i contém g i y i (instrumento em (5)) e b 0 E (wgex) + ce (xgex) 6= 0, ou q i contém y i z i (isntrumento em (6)) e b 0 E (wxex) + ce x 2 ex 6= 0, ou q i contém zι 2 (instrumento em (7)) e E x 2 ex h i 6= 0, ou q i contém yi 2 (instrumento em (8)) e E (b 0 w + cx) 2 ex 6= 0. U (Institute) Griliches (1990, 1998); Lewbel (1997) 24/11/ / 42
103 Método de Correção de Lewbel (Econometrica 1997) Aplicação do Método para P&D Lewbel passa a estimar o modelo em (1) usando seu método proposto, em que: (Institute) Griliches (1990, 1998); Lewbel (1997) 24/11/ / 42
104 Método de Correção de Lewbel (Econometrica 1997) Aplicação do Método para P&D Lewbel passa a estimar o modelo em (1) usando seu método proposto, em que: Y : log do número de patentes médio anual de cada rma; (Institute) Griliches (1990, 1998); Lewbel (1997) 24/11/ / 42
105 Método de Correção de Lewbel (Econometrica 1997) Aplicação do Método para P&D Lewbel passa a estimar o modelo em (1) usando seu método proposto, em que: Y : log do número de patentes médio anual de cada rma; Z: log do gasto com P&D médio de cada rma em um período de 10 anos. (Institute) Griliches (1990, 1998); Lewbel (1997) 24/11/ / 42
106 Método de Correção de Lewbel (Econometrica 1997) Aplicação do Método para P&D Lewbel passa a estimar o modelo em (1) usando seu método proposto, em que: Y : log do número de patentes médio anual de cada rma; Z: log do gasto com P&D médio de cada rma em um período de 10 anos. As hipóteses apresentadas acima requerem que haja assimetria em Z, o que se veri ca. (Institute) Griliches (1990, 1998); Lewbel (1997) 24/11/ / 42
107 Método de Correção de Lewbel (Econometrica 1997) Aplicação do Método para P&D Lewbel estima então onze modelos diferentes: (Institute) Griliches (1990, 1998); Lewbel (1997) 24/11/ / 42
108 Método de Correção de Lewbel (Econometrica 1997) Aplicação do Método para P&D Lewbel estima então onze modelos diferentes: Modelo 1 exclui observações com zero P&D; (Institute) Griliches (1990, 1998); Lewbel (1997) 24/11/ / 42
109 Método de Correção de Lewbel (Econometrica 1997) Aplicação do Método para P&D Lewbel estima então onze modelos diferentes: Modelo 1 exclui observações com zero P&D; Modelos 2, 3, 4 e 5 assinalam valor zero para patentes para rmas com zero P&D; (Institute) Griliches (1990, 1998); Lewbel (1997) 24/11/ / 42
110 Método de Correção de Lewbel (Econometrica 1997) Aplicação do Método para P&D Lewbel estima então onze modelos diferentes: Modelo 1 exclui observações com zero P&D; Modelos 2, 3, 4 e 5 assinalam valor zero para patentes para rmas com zero P&D; Modelos diferem nos regressores e instrumentos utilizados, assim como na amostra utilizada. (Institute) Griliches (1990, 1998); Lewbel (1997) 24/11/ / 42
111 Método de Correção de Lewbel (Econometrica 1997) Aplicação do Método para P&D U (Institute) Griliches (1990, 1998); Lewbel (1997) 24/11/ / 42
112 Método de Correção de Lewbel (Econometrica 1997) Aplicação do Método para P&D Podemos ver, pela tabela acima, que: U (Institute) Griliches (1990, 1998); Lewbel (1997) 24/11/ / 42
113 Método de Correção de Lewbel (Econometrica 1997) Aplicação do Método para P&D Podemos ver, pela tabela acima, que: Estimativas usando MQO encontram coe cientes para os retornos de escala do investimento em P&D muito abaixo de 1; U (Institute) Griliches (1990, 1998); Lewbel (1997) 24/11/ / 42
114 Método de Correção de Lewbel (Econometrica 1997) Aplicação do Método para P&D Podemos ver, pela tabela acima, que: Estimativas usando MQO encontram coe cientes para os retornos de escala do investimento em P&D muito abaixo de 1; Essas estimativas indicam retornos decrescentes de escala para P&D; U (Institute) Griliches (1990, 1998); Lewbel (1997) 24/11/ / 42
115 Método de Correção de Lewbel (Econometrica 1997) Aplicação do Método para P&D Podemos ver, pela tabela acima, que: Estimativas usando MQO encontram coe cientes para os retornos de escala do investimento em P&D muito abaixo de 1; Essas estimativas indicam retornos decrescentes de escala para P&D; Estimativas com MQ2E usando o método de Lewbel encontram coe cientes em torno de 1, e quase sempre acima de 1; U (Institute) Griliches (1990, 1998); Lewbel (1997) 24/11/ / 42
116 Método de Correção de Lewbel (Econometrica 1997) Aplicação do Método para P&D Podemos ver, pela tabela acima, que: Estimativas usando MQO encontram coe cientes para os retornos de escala do investimento em P&D muito abaixo de 1; Essas estimativas indicam retornos decrescentes de escala para P&D; Estimativas com MQ2E usando o método de Lewbel encontram coe cientes em torno de 1, e quase sempre acima de 1; Essas estimativas indicam retornos constantes ou crescentes de escala para P&D. (Institute) Griliches (1990, 1998); Lewbel (1997) 24/11/ / 42
117 Método de Correção de Lewbel (Econometrica 1997) Aplicação do Método para P&D Podemos ver, pela tabela acima, que: Estimativas usando MQO encontram coe cientes para os retornos de escala do investimento em P&D muito abaixo de 1; Essas estimativas indicam retornos decrescentes de escala para P&D; Estimativas com MQ2E usando o método de Lewbel encontram coe cientes em torno de 1, e quase sempre acima de 1; Essas estimativas indicam retornos constantes ou crescentes de escala para P&D. Pode-se concluir que o resultado anteriormente encontrado na literatura empírica de retornos decrescentes de escala em P&D é devido ao viés do erro de medida. (Institute) Griliches (1990, 1998); Lewbel (1997) 24/11/ / 42
118 Método de Correção de Lewbel (Econometrica 1997) Aplicação do Método para P&D Podemos ver, pela tabela acima, que: Estimativas usando MQO encontram coe cientes para os retornos de escala do investimento em P&D muito abaixo de 1; Essas estimativas indicam retornos decrescentes de escala para P&D; Estimativas com MQ2E usando o método de Lewbel encontram coe cientes em torno de 1, e quase sempre acima de 1; Essas estimativas indicam retornos constantes ou crescentes de escala para P&D. Pode-se concluir que o resultado anteriormente encontrado na literatura empírica de retornos decrescentes de escala em P&D é devido ao viés do erro de medida. Ao se corrigir esse viés encontra-se retornos constantes ou crescentes de escala para P&D. U (Institute) Griliches (1990, 1998); Lewbel (1997) 24/11/ / 42
119 Patentes e P&D Introdução Vimos que gostaríamos de usar patentes como proxy para produção de P&D. (Institute) Griliches (1990, 1998); Lewbel (1997) 24/11/ / 42
120 Patentes e P&D Introdução Vimos que gostaríamos de usar patentes como proxy para produção de P&D. Se patentes servem como proxy do produto e investimento em P&D é o "insumo", deve haver uma correlação entre os dois. (Institute) Griliches (1990, 1998); Lewbel (1997) 24/11/ / 42
Econometria para Avaliação de Políticas Públicas
Aula 3: LATE Itaú Social 13/01/2016 Auto-seleção nos não-observáveis. Como estimar o ATE quando Pr [T = 1jY (1), Y (0), X ] 6= Pr [T = 1jX ] = p (X ) Na literatura econométrica, tem-se um problema equivalente:
Métodos Quantitativos para Avaliação de Políticas Públicas
ACH3657 Métodos Quantitativos para Avaliação de Políticas Públicas Aula 11 Análise de Resíduos Alexandre Ribeiro Leichsenring alexandre.leichsenring@usp.br Alexandre Leichsenring ACH3657 Aula 11 1 / 26
Aula 2 Tópicos em Econometria I. Porque estudar econometria? Causalidade! Modelo de RLM Hipóteses
Aula 2 Tópicos em Econometria I Porque estudar econometria? Causalidade! Modelo de RLM Hipóteses A Questão da Causalidade Estabelecer relações entre variáveis não é suficiente para a análise econômica.
Estimação de Variáveis Instrumentais e Mínimos Quadrados de Dois Estágios. Wooldridge, Cápítulo 15
Estimação de Variáveis Instrumentais e Mínimos Quadrados de Dois Estágios Wooldridge, Cápítulo 5 Variáveis Instrumentais () 2 Variáveis Instrumentais Considere o seguinte modelo de regressão linear múltipla
AULA 9 - MQO em regressão múltipla: Propriedades Estatísticas (Valor Esperado)
AULA 9 - MQO em regressão múltipla: Propriedades Estatísticas (Valor Esperado) Susan Schommer Econometria I - IE/UFRJ Valor esperado dos estimadores MQO Nesta aula derivamos o valor esperado dos estimadores
Técnicas econométricas para avaliação de impacto O uso de métodos de regressão e introdução aos métodos de diferençasdas-diferenças
Técnicas econométricas para avaliação de impacto O uso de métodos de e introdução aos métodos de diferençasdas-diferenças Bruno César Araújo Instituto de Pesquisa Econômica Aplicada IPEA Brasília, 30 de
1. Avaliação de impacto de programas sociais: por que, para que e quando fazer? (Cap. 1 do livro) 2. Estatística e Planilhas Eletrônicas 3.
1 1. Avaliação de impacto de programas sociais: por que, para que e quando fazer? (Cap. 1 do livro) 2. Estatística e Planilhas Eletrônicas 3. Modelo de Resultados Potenciais e Aleatorização (Cap. 2 e 3
Variáveis Instrumentais
Técnicas Econométricas para Avaliação de Impacto Variáveis Instrumentais Guilherme Issamu Hirata Centro Internacional de Pobreza (IPC/PNUD) Brasília, 2 de maio de 28. Introdução Qualidade do Ensino: Escola
Educação, Desigualdade Salarial e Desenvolvimento
Educação, Desigualdade Salarial e Desenvolvimento Aula 4 Valéria Pero Desenvolvimento socioeconômico: teoria e aplicações Retornos à educação Dois tipos de retornos são geralmente estimados: 1. taxa de
Análise de Regressão Linear Simples e
Análise de Regressão Linear Simples e Múltipla Carla Henriques Departamento de Matemática Escola Superior de Tecnologia de Viseu Introdução A análise de regressão estuda o relacionamento entre uma variável
Econometria I Lista 2: modelo de regressão linear clássico e regressão simples
Econometria I Lista 2: modelo de regressão linear clássico e regressão simples Professora: Fabiana Fontes Rocha Monitora: Camila Steffens 19 de março de 2018 Instruções: Objetivos com a lista: estruturação
AULA 7 - Inferência em MQO: ICs e Testes de
AULA 7 - Inferência em MQO: ICs e Testes de Hipóteses Susan Schommer Econometria I - IE/UFRJ Nosso primeiro objetivo aqui é relembrar a diferença entre estimação de ponto vs estimação de intervalo. Vamos
Econometria. Econometria ( ) O modelo de regressão linear múltipla. O modelo de regressão linear múltipla. Aula 2-26/8/2010
Aula - 6/8/010 Econometria Econometria 1. Hipóteses do Modelo de RLM O modelo de regressão linear múltipla Estudar a relação entre uma variável dependente e uma ou mais variáveis independentes. Forma genérica:
Monitoria Econometria II REC o Semestre 2015 Monitor(a):Victória Mazás Martinez 1 a Lista de exercícios
Monitoria Econometria II REC 2312-1 o Semestre 2015 Monitor(a):Victória Mazás Martinez 1 a Lista de exercícios 1. Quais as hipóteses para que uma variável seja considerada uma boa variável instrumental?
AULA 11 - Normalidade e Inferência em Regressão Múltipla - Parte 1
AULA 11 - Normalidade e Inferência em Regressão Múltipla - Parte 1 Susan Schommer Econometria I - IE/UFRJ Distribuições amostrais dos estimadores MQO Nas aulas passadas derivamos o valor esperado e variância
Econometria II. Equações simultâneas
Eco monitoria Leandro Anazawa Econometria II Este não é um resumo extensivo. O intuito deste resumo é de servir como guia para os seus estudos. Procure desenvolver as contas e passos apresentados em sala
AULAS 14 E 15 Modelo de regressão simples
1 AULAS 14 E 15 Modelo de regressão simples Ernesto F. L. Amaral 18 e 23 de outubro de 2012 Avaliação de Políticas Públicas (DCP 046) Fonte: Wooldridge, Jeffrey M. Introdução à econometria: uma abordagem
Modelos de Regressão Linear Simples - Análise de Resíduos
Modelos de Regressão Linear Simples - Análise de Resíduos Erica Castilho Rodrigues 1 de Setembro de 2014 3 O modelo de regressão linear é dado por Y i = β 0 + β 1 x i + ɛ i onde ɛ i iid N(0,σ 2 ). O erro
AULA 13 Análise de Regressão Múltipla: MQO Assimptótico
1 AULA 13 Análise de Regressão Múltipla: MQO Assimptótico Ernesto F. L. Amaral 15 de abril de 2010 Métodos Quantitativos de Avaliação de Políticas Públicas (DCP 030D) Fonte: Wooldridge, Jeffrey M. Introdução
Técnicas econométricas para avaliação de impacto O uso de algoritmos de emparelhamento baseados em escore de propensão propensity score matching
Técnicas econométricas para avaliação de impacto O uso de algoritmos de emparelhamento baseados em escore de propensão propensity score matching Bruno César Araújo Instituto de Pesquisa Econômica Aplicada
Objetivos. Ao final desse grupo de slides os alunos deverão ser capazes de:
Objetivos Ao final desse grupo de slides os alunos deverão ser capazes de: Escolher e utilizar um método de estimação adequado para os parâmetros de um modelo de regressão que apresente regressores endógenos.
Introdução ao modelo de Regressão Linear
Introdução ao modelo de Regressão Linear Prof. Gilberto Rodrigues Liska 8 de Novembro de 2017 Material de Apoio e-mail: gilbertoliska@unipampa.edu.br Local: Sala dos professores (junto ao administrativo)
Análise Multivariada Aplicada à Contabilidade
Mestrado e Doutorado em Controladoria e Contabilidade Análise Multivariada Aplicada à Contabilidade Prof. Dr. Marcelo Botelho da Costa Moraes www.marcelobotelho.com mbotelho@usp.br Turma: 2º / 2016 1 Agenda
Competição Monopolística e Diversidade Ótima de Produtos
Competição Monopolística e Diversidade Ótima de Produtos Aula 02 Rogério Mazali Economia da Inovação I 27/10/2016 (Institute) Dixit e Stiglitz (AER, 1977). 27/10/2016 1 / 21 Introdução Quantos produtos
Multicolinariedade e Autocorrelação
Multicolinariedade e Autocorrelação Introdução Em regressão múltipla, se não existe relação linear entre as variáveis preditoras, as variáveis são ortogonais. Na maioria das aplicações os regressores não
Nota de Aula: Uma Primeira Forma para se Desenvolver o Teste de F para Hipóteses sobre Combinações Linear dos Coeficientes da Regressão
Nota de Aula: Uma Primeira Forma para se Desenvolver o Teste de F para Hipóteses sobre Combinações Linear dos Coeficientes da Regressão Nós já vimos as propriedades de MQO sob as hipótese do BLUE e, quando
Aprendendo por osmose: um estudo sobre externalidades de capital humano
: um estudo sobre externalidades de capital humano Universidade de Brasília - Congresso PET 12 de abril de 2012 1 Introdução Capital humano O que são as externalidades de capital humano 2 A origem das
Revisão do MRLM - Análise "Cross-Section"
Revisão do MRLM - Análise "Cross-Section" APLICAÇÕES DE ECONOMETRIA Notas Práticas FEUC - 1 o Sem. 2010/2011 Vítor Castro (Notas Práticas) MRLM - Revisão FEUC - 1 o Sem. 2010/2011 1 / 13 Análise "Cross-Section"
Avaliação experimental
Técnicas Econométricas para Avaliação de Impacto Avaliação experimental Fabio Veras Soares Centro Internacional de Pobreza (IPEA/PNUD) Brasília, 16 de abril de 2008. Introdução: como aleatorização resolve
AULA 11 Heteroscedasticidade
1 AULA 11 Heteroscedasticidade Ernesto F. L. Amaral 30 de julho de 2012 Análise de Regressão Linear (MQ 2012) www.ernestoamaral.com/mq12reg.html Fonte: Wooldridge, Jeffrey M. Introdução à econometria:
1. Avaliação de impacto de programas sociais: por que, para que e quando fazer? (Cap. 1 do livro) 2. Estatística e Planilhas Eletrônicas 3.
1 1. Avaliação de impacto de programas sociais: por que, para que e quando fazer? (Cap. 1 do livro) 2. Estatística e Planilhas Eletrônicas 3. Modelo de Resultados Potenciais e Aleatorização (Cap. 2 e 3
Regressão linear simples
Regressão linear simples Universidade Estadual de Santa Cruz Ivan Bezerra Allaman Introdução Foi visto na aula anterior que o coeficiente de correlação de Pearson é utilizado para mensurar o grau de associação
Econometria para Avaliação de Políticas Públicas
Aula 2: O Método de Diferenças em Diferenças Itaú Social 11/01/2016 Método extremamente popular nos últimos quinze anos. Exemplos de aplicação são os mais diversos: avaliação de programas de treinamento,
INTRODUÇÃO À INFERÊNCIA ESTATÍSTICA
UFPE - Universidade Federal de Pernambuco Departamento de Estatística Disciplina: ET-406 Estatística Econômica Professor: Waldemar A. de Santa Cruz Oliveira Júnior INTRODUÇÃO À INFERÊNCIA ESTATÍSTICA Podemos
Econometria - Lista 6
Econometria - Lista 6 Professores: Hedibert Lopes, Priscila Ribeiro e Sérgio Martins Monitores: Gustavo Amarante e João Marcos Nusdeo Exercício 1 A curva de Phillips desempenha um papel fundamental na
Aula 3. Modelos de Crescimento Endógeno. Wilson Correa. June 3, 2015
Aula 3 Modelos de Crescimento Endógeno Wilson Correa June 3, 2015 Introdução Chave para entender discussão: Ao invés de supor que o crescimento se dá em decorrência de melhorias exógenas, alheias ao modelo,
Transformações e Ponderação para corrigir violações do modelo
Transformações e Ponderação para corrigir violações do modelo Diagnóstico na análise de regressão Relembrando suposições Os erros do modelo tem média zero e variância constante. Os erros do modelo tem
Modelos de Regressão Linear Simples - Análise de Resíduos
1 Modelos de Regressão Linear Simples - Análise de Resíduos Erica Castilho Rodrigues 27 de Setembro de 2016 2 3 O modelo de regressão linear é dado por 3 O modelo de regressão linear é dado por Y i = β
Um estudo sobre retorno em escolaridade no Brasil
Universidade de Brasília - Economia - PET 21 de maio de 2012 Escolha do artigo Escolha do artigo Autores Problemas Econométricos Externalidades de capital humano. Retornos educacionais muito diferenciados
MAE Introdução à Probabilidade e Estatística II Resolução Lista 5
MAE 229 - Introdução à Probabilidade e Estatística II Resolução Lista 5 Professor: Pedro Morettin e Profa. Chang Chian Exercício 1 (a) De uma forma geral, o desvio padrão é usado para medir a dispersão
O uso de algoritmos de emparelhamento - matching
Técnicas econométricas para avaliação de impacto O uso de algoritmos de emparelhamento - matching Bruno César Araújo Instituto de Pesquisa Econômica Aplicada IPEA Brasília, 7 de maio de 2008 Pergunta da
AULAS 14 E 15 Modelo de regressão simples
1 AULAS 14 E 15 Modelo de regressão simples Ernesto F. L. Amaral 30 de abril e 02 de maio de 2013 Avaliação de Políticas Públicas (DCP 046) Fonte: Wooldridge, Jeffrey M. Introdução à econometria: uma abordagem
AULA 29 Aplicação do método de diferença em diferenças
1 AULA 29 Aplicação do método de diferença em diferenças Ernesto F. L. Amaral 29 de novembro de 2011 Avaliação de Políticas Públicas (DCP 046) EXPERIMENTO NATURAL 2 Em economia, muitas pesquisas são feitas
Análise Multivariada Aplicada à Contabilidade
Mestrado e Doutorado em Controladoria e Contabilidade Análise Multivariada Aplicada à Contabilidade Prof. Dr. Marcelo Botelho da Costa Moraes www.marcelobotelho.com mbotelho@usp.br Turma: 2º / 2016 1 Agenda
Corruption and Growth
December 6, 2010 Vários economistas, como North [1990], argumentam que o mal-funcionamento das instituições governamentais pode ser um contra-incentivo à inovação, ao investimento e ao empreendedorismo
Análise de Regressão Linear Múltipla III
Análise de Regressão Linear Múltipla III Aula 6 Hei et al., 4 Capítulo 3 Suposições e Propriedades Suposições e Propriedades MLR. O modelo de regressão é linear nos parâmetros O modelo na população pode
Inferência. 1 Estimativa pontual de uma média 2 Estimativa intervalar de uma média. Renata Souza
Inferência 1 Estimativa pontual de uma média 2 Estimativa intervalar de uma média Renata Souza Aspectos Gerais A estatística descritiva tem por objetivo resumir ou descrever características importantes
3 Modelo Matemático Definições Iniciais. Denote-se, em geral, o desvio-padrão do processo por σ = γσ 0, sendo σ 0 o
Modelo Matemático 57 3 Modelo Matemático Este trabalho analisa o efeito da imprecisão na estimativa do desvio-padrão do processo sobre o desempenho do gráfico de S e sobre os índices de capacidade do processo.
Endogeneidade, Variáveis Instrumentais e Modelos de Equações Estruturais
1 Endogeneidade, Variáveis Instrumentais e Modelos de Equações Estruturais Ernesto F. L. Amaral Magna M. Inácio 21 de outubro de 2010 Tópicos Especiais em Teoria e Análise Política: Problema de Desenho
AULA 1 - Modelos determinísticos vs Probabiĺısticos
AULA 1 - Modelos determinísticos vs Probabiĺısticos Susan Schommer Econometria I - IE/UFRJ O que é Econometria? Aplicação de métodos estatísticos e matemáticos para analisar os dados econômicos, com o
Econometria. Econometria MQO MQO. Resíduos. Resíduos MQO. 1. Exemplo da técnica MQO. 2. Hipóteses do Modelo de RLM. 3.
3. Ajuste do Modelo 4. Modelo Restrito Resíduos Resíduos 1 M = I- X(X X) -1 X Hipóteses do modelo Linearidade significa ser linear nos parâmetros. Identificação: Só existe um único conjunto de parâmetros
Monitoria Econometria II REC o Semestre 2015 Monitor(a):Victória Mazás Martinez 3 a Lista de exercícios - Dados em painel
Monitoria Econometria II REC 2312-1 o Semestre 2015 Monitor(a):Victória Mazás Martinez 3 a Lista de exercícios - Dados em painel *Lembrando que a resolução é apenas uma síntese simplicada das respostas
AULA 10 - MQO em regressão múltipla: Propriedades Estatísticas (Variância)
AULA 10 - MQO em regressão múltipla: Propriedades Estatísticas (Variância) Susan Schommer Econometria I - IE/UFRJ Variância dos estimadores MQO Vamos incluir mais uma hipótese: H1 [Linear nos parâmetros]
MAB-515 Avaliação e Desempenho (DCC/UFRJ)
MAB-515 Avaliação e Desempenho (DCC/UFRJ) Aula 7: Intervalos de Confiança 13 de novembro de 2012 1 2 3 4 Percentil 100p%-percentil O ponto t 0 tal que t 0 = F 1 X (p) = min{t : F X (t) p}, 0 < p < 1 é
4 Modelos de Regressão Dinâmica
4 Modelos de Regressão Dinâmica Nos modelos de regressão linear (Johnston e Dinardo, 1998) estudados comumente na literatura, supõe-se que os erros gerados pelo modelo possuem algumas características como:
Modelo de Regressão Múltipla
Modelo de Regressão Múltipla Modelo de Regressão Linear Simples Última aula: Y = α + βx + i i ε i Y é a variável resposta; X é a variável independente; ε representa o erro. 2 Modelo Clássico de Regressão
PARTE 1 ANÁLISE DE REGRESSÃO COM DADOS DE CORTE TRANSVERSAL CAPÍTULO 2 O MODELO DE REGRESSÃO SIMPLES
PARTE 1 ANÁLISE DE REGRESSÃO COM DADOS DE CORTE TRANSVERSAL CAPÍTULO 2 O MODELO DE REGRESSÃO SIMPLES 2.1 DEFINIÇÃO DO MODELO DE REGRESSÃO SIMPLES Duas variáveis: y e x Análise explicar y em termos de x
Séries Temporais e Modelos Dinâmicos. Econometria. Marcelo C. Medeiros. Aula 7
em Econometria Departamento de Economia Pontifícia Universidade Católica do Rio de Janeiro Aula 7 O Modelo Estrutural Identificação Seja z t = (z 1t,...,z mt ) R m um vetor composto das variáveis de interesse.
AULA 4 - MQO Simples: Propriedades algébricas e Estatísticas
AULA 4 - MQO Simples: Propriedades algébricas e Estatísticas Susan Schommer Econometria I - IE/UFRJ Estimação: MQO recapitulando Na aula passada aprendemos estimação por MQO. Recapitulando brevemente Em
AULA 17 MÉTODO DE DIFERENÇA EM DIFERENÇAS
1 AULA 17 MÉTODO DE DIFERENÇA EM DIFERENÇAS Ernesto F. L. Amaral 09 de maio de 2013 Técnicas Avançadas de Avaliação de Políticas Públicas (DCP 098) Fonte: Curso Técnicas Econométricas para Avaliação de
308 CAPfTU LO 11 - ESTIMAÇÃO Observe que o primeiro intervalo tem amplitude menor que o segundo. Outra observação importante é que por ( 11.40) e um r
308 CAPfTU LO 11 - ESTIMAÇÃO Observe que o primeiro intervalo tem amplitude menor que o segundo. Outra observação importante é que por ( 11.40) e um r fixo, os intervalos que podemos obter para amostras
EPGE / FGV MFEE - ECONOMETRIA. Monitoria 01-18/04/2008 (GABARITO)
EGE / FGV MFEE - ECONOMETRIA Monitoria 01-18/04/008 (GABARITO) Eduardo. Ribeiro eduardopr@fgv.br ofessor Ilton G. Soares iltonsoares@fgvmail.br Monitor Tópicos de Teoria: 1. Hipóteses do Modelo Clássico
Aula de Mobilidade (Capítulo 6 - Gary Fields) Profs. Marcelo Neri e Rodrigo Moura EPGE/FGV
Aula de Mobilidade (Capítulo 6 - Gary Fields) Profs. Marcelo Neri e Rodrigo Moura EPGE/FGV Mobilidade de renda (1) de indivíduos (2) ao longo dos anos (3). (1): Podemos utilizar outras medidas de bem-estar
UNIVERSIDADE DE BRASÍLIA DEPARTAMENTO DE ECONOMIA PROGRAMA DE PÓS-GRADUAÇÃO EM ECONOMIA DESENVOLVIMENTO ECONÔMICO PROFESSOR JOSÉ LUIS OREIRO
UNIVERSIDADE DE BRASÍLIA DEPARTAMENTO DE ECONOMIA PROGRAMA DE PÓS-GRADUAÇÃO EM ECONOMIA DESENVOLVIMENTO ECONÔMICO PROFESSOR JOSÉ LUIS OREIRO Primeira Prova de Avaliação PARTE A: ARITIMOMÓRFICA 1 Questão
AULA 8 - MQO em regressão múltipla:
AULA 8 - MQO em regressão múltipla: Definição, Estimação e Propriedades Algébricas Susan Schommer Econometria I - IE/UFRJ Regressão Múltipla: Definição e Derivação A partir de agora vamos alterar o nosso
Testes de Hipóteses. Curso de Introdução à Econometria usando o R. Vítor Wilher. 1 de Dezembro de analisemacro.com.br
Testes de Hipóteses Curso de Introdução à Econometria usando o R Vítor Wilher analisemacro.com.br 1 de Dezembro de 2016 Vítor Wilher (analisemacro.com.br) Testes de Hipóteses 1 de Dezembro de 2016 1 /
Variáveis Instrumentais
Variáveis Instrumentais Abordagem diferente para o problema de endogeneidade: V.I. pode se usado para se obter estimadores consistentes na presença de variáveis omitidas; V.I. também pode ser usado para
Professora Ana Hermínia Andrade. Universidade Federal do Amazonas Faculdade de Estudos Sociais Departamento de Economia e Análise. Período 2017.
Professora Ana Hermínia Andrade Universidade Federal do Amazonas Faculdade de Estudos Sociais Departamento de Economia e Análise Período 2017.1 Distribuições Amostrais O intuito de fazer uma amostragem
Exercícios. Capítulo 3 Factos Empíricos Estilizados de Séries Temporais Financeiras (2012/2013)
Exercícios Capítulo 3 Factos Empíricos Estilizados de Séries Temporais Financeiras (01/013) 1. Analise a seguinte informação sobre a série temporal y t : 4 0 4 6 8 10 50 500 750 1000 Y 00 160 10 80 40
Planejamento de Experimentos. 7 Blocagem e Confundimento(Superposição) nos Planos 2 k
Planejamento de Experimentos 7 Blocagem e Confundimento(Superposição) nos Planos 2 k 7.1 Introdução Em muitas situações é impossível rodar todas as combinações de tratamento num plano 2 k sob condições
AULAS 04, 05 E 06 AVALIAÇÃO UTILIZANDO EXPERIMENTOS
1 AULAS 04, 05 E 06 AVALIAÇÃO UTILIZANDO EXPERIMENTOS Ernesto F. L. Amaral 14, 19 e 21 de março de 2013 Técnicas Avançadas de Avaliação de Políticas Públicas (DCP 098) Fonte: Curso Técnicas Econométricas
ECONOMETRIA. Prof. Patricia Maria Bortolon, D. Sc.
ECONOMETRIA Prof. Patricia Maria Bortolon, D. Sc. Cap. 10 Multicolinearidade: o que acontece se os regressores são correlacionados? Fonte: GUJARATI; D. N. Econometria Básica: 4ª Edição. Rio de Janeiro.
Capítulo 3: Elementos de Estatística e Probabilidades aplicados à Hidrologia
Departamento de Engenharia Civil Prof. Dr. Doalcey Antunes Ramos Capítulo 3: Elementos de Estatística e Probabilidades aplicados à Hidrologia 3.1 - Objetivos Séries de variáveis hidrológicas como precipitações,
Ações de bancos e risco sistêmico
Ações de bancos e risco sistêmico GV INVEST 15 Este artigo descreve um método para a análise tanto da correlação dos retornos de ações de bancos como da velocidade de mudança dessa correlação ambos sendo
Cap. 8 - Intervalos Estatísticos para uma Única Amostra
Intervalos Estatísticos para ESQUEMA DO CAPÍTULO 8.1 INTRODUÇÃO 8.2 INTERVALO DE CONFIANÇA PARA A MÉDIA DE UMA DISTRIBUIÇÃO NORMAL, VARIÂNCIA CONHECIDA 8.3 INTERVALO DE CONFIANÇA PARA A MÉDIA DE UMA DISTRIBUIÇÃO
Recessões e recuperações na atividade econômica: mesmo efeito sobre a criminalidade?
Recessões e recuperações na atividade econômica: mesmo efeito sobre a criminalidade? Ari Francisco de Araujo Junior * Cláudio Djissey Shikida ** RESUMO - Evidências sobre a economia do crime mostram que
Estimação de Efeito Causal
Estimação de Efeito Causal Rafael Borges June 4, 2012 Outline Resultados Potenciais Aleatorização Seleção em observáveis Seleção em não-observáveis: Variáveis Instrumentais Seleção em não-observáveis:
Capítulo 3. O Modelo de Regressão Linear Simples: Especificação e Estimação
Capítulo 3 O Modelo de Regressão Linear Simples: Especificação e Estimação Introdução Teoria Econômica Microeconomia: Estudamos modelos de oferta e demanda (quantidades demandadas e oferecidas dependem
Análise de regressão linear simples. Diagrama de dispersão
Introdução Análise de regressão linear simples Departamento de Matemática Escola Superior de Tecnologia de Viseu A análise de regressão estuda o relacionamento entre uma variável chamada a variável dependente
Análise de Regressão Linear Múltipla IX
Análise de egressão Linear Múltipla I Aula Gujarati e Porter - Capítulo 8 Wooldridge - Capítulo 5 Heij et al., 004 Seção 4..4 Introdução Ao longo dos próximos slides nós discutiremos uma alternativa para
Séries Temporais. Fernando Lucambio. Agosto de Departamento de Estatística Universidade Federal do Paraná Curitiba/PR, , Brasil
Séries rais Autocorrelação Fernando Lucambio Departamento de Estatística Universidade Federal do Paraná Curitiba/PR, 81531 990, Brasil email: lucambio.ufpr@gmail.com Agosto de 2015 AUTOCORRELAÇÃO Uma importante
Visão. O potencial inovador das empresas brasileiras. do Desenvolvimento. nº abr 2011
Visão do Desenvolvimento nº 94 29 abr 2011 O potencial inovador das empresas brasileiras Por Filipe Lage de Sousa Economista da APE Mais de 100 companhias têm requisitos necessários para investir em inovação
RESPOSTAS - PROVA ESTATÍSTICA AGENTE PF 2018
RESPOSTAS - PROVA ESTATÍSTICA AGENTE PF 018 Determinado órgão governamental estimou que a probabilidade p de um ex-condenado voltar a ser condenado por algum crime no prazo de 5 anos, contados a partir
Modelos de Regressão Linear Simples - parte II
Modelos de Regressão Linear Simples - parte II Erica Castilho Rodrigues 14 de Outubro de 2013 Erros Comuns que Envolvem a Análise de Correlação 3 Erros Comuns que Envolvem a Análise de Correlação Propriedade
O Modelo de Crescimento de Solow. José Luis Oreiro Professor do Departamento de Economia da Universidade de Brasília Pesquisador Nível IB do CNPq.
O Modelo de Crescimento de Solow José Luis Oreiro Professor do Departamento de Economia da Universidade de Brasília Pesquisador Nível IB do CNPq. Crescimento Determinado pelas Condições de Oferta Modelos
4 Informação auxiliar
89 4 Informação auxiliar para Segundo D Orazio et al., 2006, p. 11, o conjunto de modelos identificáveis A B é pequeno e pode ser inapropriado para o fenômeno em estudo. Para resolver esse problema, conforme
Retorno em escolaridade no Paraná
1. Introdução Retorno em escolaridade no Paraná Juliana Kikuchi Van Zaist * Luciano Nakabashi ** A educação, um dos principais componentes que determinam a quantidade de capital humano em uma economia,
ECONOMETRIA I. I (12 valores)
Faculdade de Economia Universidade Nova de Lisboa ECONOMETRIA I Exame de 2ª Época 26 de Janeiro de 2005 Duração: 2 horas I (12 valores) ATENÇÃO: Para as 10 primeiras questões deste grupo existem 4 opções
Econometria para Avaliação de Políticas Públicas
Aula 1: Propensity Score Itaú Social 08/01/2016 Revisão Introdução O problema da identi cação Como determinar se há efeito causal de um programa social em alguma variável de interesse. Exemplo 1: Programa
Definição. Os valores assumidos pelos estimadores denomina-se estimativas pontuais ou simplesmente estimativas.
1. Inferência Estatística Inferência Estatística é o uso da informção (ou experiência ou história) para a redução da incerteza sobre o objeto em estudo. A informação pode ou não ser proveniente de um experimento
Estimadores ou Observadores de Estado
Estimadores ou Observadores de Estado 1. Estimadores ou Observadores de Estado: sistemas SISO 1. Extensões para Sistemas a Tempo Discreto pag.1 Teoria de Sistemas Lineares Aula 19 Estimadores ou Observadores
Finanças Comportamentais
Axel Simonsen axelsimonsen@fgv.br EPGE/FGV MFEE 2011 Barberis, Shleifer & Wurgler (2005) Existem vários padrões de co-movimentos no retorno de ações ações small-cap,value, dentro de uma mesma indústria,
Modelos de Regressão Linear Simples - parte I
Modelos de Regressão Linear Simples - parte I Erica Castilho Rodrigues 19 de Agosto de 2014 Introdução 3 Objetivos Ao final deste capítulo você deve ser capaz de: Usar modelos de regressão para construir
Distribuições por Amostragem
Distribuições por Amostragem Departamento de Matemática Escola Superior de Tecnologia de Viseu (DepMAT ESTV) Distribuições por Amostragem 2007/2008 1 / 27 Introdução: População, amostra e inferência estatística
PREVISÃO. Prever o que irá. acontecer. boas decisões com impacto no futuro. Informação disponível. -quantitativa: dados.
PREVISÃO O problema: usar a informação disponível para tomar boas decisões com impacto no futuro Informação disponível -qualitativa Prever o que irá acontecer -quantitativa: dados t DEI/FCTUC/PGP/00 1
Modelos de Regressão Linear Simples parte I
Modelos de Regressão Linear Simples parte I Erica Castilho Rodrigues 27 de Setembro de 2017 1 2 Objetivos Ao final deste capítulo você deve ser capaz de: Usar modelos de regressão para construir modelos
Lista 5. Prof. Erica Castilho Rodrigues Disciplina: Introdução à Estatística e Probabilidae. 06 de Maio. Data de entrega: a denir
Lista 5 Prof. Erica Castilho Rodrigues Disciplina: Introdução à Estatística e Probabilidae 06 de Maio Data de entrega: a denir 1. Uma amostra de 20 operários de uma companhia apresentou os seguintes salários
Análise de Regressão Múltipla com informação qualitativa: variáveis binárias (dummy)
Análise de Regressão Múltipla com informação qualitativa: variáveis binárias (dummy) 1 Como descrever informações qualitativas? Fatores qualitativos podem ser incorporados a modelos de regressão. Neste
Inferência para duas populações
Inferência para duas populações Capítulo 13, Estatística Básica (Bussab&Morettin, 8a Edição) 7a AULA 27/04/2015 MAE229 - Ano letivo 2015 Lígia Henriques-Rodrigues 7a aula (27/04/2015) MAE229 1 / 27 1.
Por que aleatorizar? Cecilia Machado FGV-EPGE Abdul Latif Jameel Poverty Action Lab.
Por que aleatorizar? Cecilia Machado FGV-EPGE Abdul Latif Jameel Poverty Action Lab www.povertyactionlab.org Contexto do curso 1 - Monitoramento e Avaliação 2 Avaliação de programas 3 - Avaliação de impacto