EAC5883/EAC5884 Métodos Quantitativos em Contabilidade I Terça 8:30-12:30, sala A-9 Informações Gerais: Professor: Lucas Ayres Barros (e-mail: lucasbarros@usp.br) Atendimento: Mediante agendamento ou sextas-feiras, das 15:00 às 16:00, sala 217 (FEA 3) Monitora: Sessões de monitoria: Créditos: Requisito: Site da disciplina: Agradecimentos: Verônica Santana (e-mail: veronica.santana@usp.br) A denir 8 (120h) Não há http://disciplinas.stoa.usp.br Henrique Castro, Bianca Checon e Verônica Santana Versão deste documento: 6 de março de 2017 Apresentação e objetivos: Esta disciplina está formatada como um curso introdutório sobre Métodos Quantitativos Aplicados e Econometria no nível de pós-graduação stricto sensu em Contabilidade. Ela apresenta discussões sobre o desenho de estudos empíricos e técnicas para análise de dados do tipo seção transversal (cross-section) e painel (panel data). É um curso introdutório no sentido de que não há requisitos prévios quanto ao conhecimento de Econometria e Métodos Quantitativos, embora seja desejável que o aluno tenha conhecimentos básicos de cálculo, álgebra linear e estatística. Embora seja introdutório, trata-se de um curso de pós-graduação stricto sensu, o que, entre outras coisas, implica em um tratamento rigoroso e entendimento aprofundado das técnicas abordadas. Não é, portanto, um curso para aprender receitas prontas. O curso abordará algumas das mais modernas técnicas de investigação acadêmica utilizando dados observacionais e pretende ser útil tanto para os alunos que realizarão análises econométricas em suas pesquisas quanto para aqueles que desejam entender e avaliar criticamente trabalhos que envolvem estatística aplicada. Ademais, o curso servirá como base para os que querem cursar outras disciplinas de Econometria e Métodos Quantitativos. Espera-se que, ao nal do curso, os alunos estejam aptos a: Explicar a diferença entre correlação e causalidade. Descrever a abordagem para a pesquisa causal baseada no conceito de contrafactual. Explicar os princípios fundamentais dos testes estatísticos de hipóteses. 1
Explicar os princípios fundamentais de uma regressão linear. Identicar e explicar as principais fontes de endogeneidade e as possíveis soluções para este problema. Aplicar o método dos mínimos quadrados ordinário e o método de variáveis instrumentais em diferentes contextos de pesquisa. Aplicar métodos básicos de regressão para dados em painel e o método de diferença-emdiferenças. Descrever e aplicar estratégias de regressão por descontinuidade. Explicar os prós e contras dos diferentes métodos de estimação dos erros-padrão. Estratégias instrucionais: O curso se baseia na exposição teórica dos temas, discussões em sala de aula, sessões de monitoria e atividades individuais e em grupo realizadas pelos alunos. As atividades realizadas pelos alunos serão para casa. Este é um curso exigente e que demanda bastante trabalho, tanto dos alunos quanto dos professores. Tomamos a decisão de preparar o curso em um nível relativamente elevado e desaador, com ênfase na compreensão profunda dos modelos de regressão linear, mas com foco em aplicações práticas. Para atingir estes dois objetivos, o curso se baseia em resolução de problemas e, consequentemente, faremos diversas aplicações com exemplos do mundo real. O aluno é encorajado a tentar resolver todos os exemplos discutidos em sala de aula para ganhar familiaridade com os temas. O aluno deverá também resolver diversos exercícios como parte da avaliação (ver Critérios de avaliação). Alguns desses problemas são mais complexos do que os exemplos de sala de aula. O tempo de aula precisa ser dedicado à compreensão dos principais assuntos e conceitos do curso. Do nosso ponto de vista, resolver os problemas logo após o material ter sido coberto em sala de aula é a melhor maneira de aprender. Tentamos coordenar cuidadosamente o conteúdo e o ritmo do curso. Acreditamos que é importante dominar os conceitos fundamentais por trás dos métodos quantitativos antes de aplicá-los a situações reais. Por isso, a discussão teórica antecederá a aplicação mais realista das técnicas ou ferramentas. À medida que o curso for evoluindo, a quantidade de aplicações tomará uma parcela maior do nosso tempo. As aulas expositivas serão complementadas por sessões de monitoria. Nestas sessões os alunos podem tirar dúvidas sobre a aula da semana ou aulas anteriores, sobre listas de exercícios e uso de software estatístico. Ademais, a monitora utilizará dados reais provenientes de estudos acadêmicos em Contabilidade para ilustrar a aplicação prática dos conceitos discutidos em sala e nos materiais de leitura. Política de frequência: As presenças e ausências serão registradas a cada encontro. Se você perder uma aula, você é o responsável por estudar o ponto da aula a m de não car defasado. Nós podemos tirar dúvidas 2
especícas, caso demandado, mas não iremos reensinar o conteúdo da aula perdida. Livro texto: Não é uma tarefa fácil escolher um livro para um curso desta natureza. Nosso objetivo era encontrar um livro com linguagem acessível, mas ao mesmo tempo com tratamento rigoroso, moderno e com uma grande quantidade de exemplos aplicados com o uso de bases de dados. Acreditamos que cursos como este são bem aproveitados quando podemos seguir uma referência bibliográca. Contudo, não há um único livro que trate de todos os conteúdos do programa adequadamente. Utilizaremos os seguintes livros como referências principais: Angrist, J. & Pischke, J-S. (2009) Mostly Harmless Econometrics: An Empiricist's Companion. Princeton. Wooldridge, J. (2010) Econometric Analysis of Cross Section and Panel Data, 2nd ed. MIT. Além destes dois livros, nas aulas iniciais usaremos alguns apêndices do livro Wooldridge, J. (2013) Introductory Econometrics: A Modern Approach, 5th ed. South Western. Estes apêndices estão disponíveis gratuitamente na página da editora Cengage, que fez a tradução da quarta edição, na seção Material de Apoio Suplementar para Estudantes. Os apêndices A e D, sobre fundamentos de matemática e álgebra linear, são leitura opcional e não serão utilizados diretamente neste curso. O Apêndice B, sobre fundamentos de probabilidade e estatística, é leitura recomendada para ns de revisão. Algumas questões da primeira lista de exercícios são baseadas no Apêndice B, embora seu conteúdo não seja tratado diretamente em aula. O Apêndice C é leitura obrigatória e será bastante utilizado nas três primeiras aulas. Bibliograas complementares poderão ser indicadas ao longo do curso como leitura adicional ou parte do conteúdo das aulas. Tais materiais podem ser artigos ou outros textos, indicados via Moodle. O livro do Wooldridge (2010) apresenta desde o início o tratamento assintótico para os modelos de regressão linear (diferentemente de muitos outros livros que gastam os capítulos iniciais com resultados para amostras nitas). O livro aborda uma grande quantidade de tópicos: estimação de modelos de regressão (com uma equação, múltiplas equações, com e sem problemas de endogeneidade), métodos de estimação (MQO, MV, GMM, etc.), modelos para dados em painel, modelos para variáveis dependentes binárias/censuradas/de contagem, etc. Este livro faz um excelente trabalho em fornecer intuição dentro do contexto das ciências sociais aplicadas, além de trazer diversos exemplos. Apesar de ser um livro com bastante teoria, preocupa-se também com a sua aplicação ao mundo real. O livro do Angrist e Pischke (2009) não é um livro de Econometria típico, mas é bastante popular entre os pesquisadores empíricos, tornando-se referência obrigatória em Econometria nos últimos anos. Com menos enfoque em teorias e modelos, os autores usam exemplos de artigos publicados para ilustrar algumas das técnicas econométricas mais importantes disponíveis atualmente para os pesquisadores. Ele é um ótimo complemento para um livro como o do Wooldridge (2010). Além das livrarias mais conhecidas, às vezes é possível encontrar estes livros com preços bem menores em outros locais, como www.bookfinder.com, www.abebooks.com, ou www.biblio.com. 3
Mas lembre-se sempre de checar a edição ou o ano de publicação para evitar comprar edições anteriores. Outras referências: Há diversos outros livros que podem ser úteis para uma disciplina como esta. Econometric Analysis (Prentice Hall) de William Greene é um dos melhores compêndios de técnicas econométricas modernas. Infelizmente, as explicações nem sempre são tão intuitivas e às vezes são muito concisas. Isto provavelmente se deve ao fato de que esta obra foi, ao longo do tempo, acrescentando cada vez mais tópicos, tornando o livro muito grande (já tem mais de 1100 páginas!). Outro compêndio importante é o Microeconometrics: methods and applications (Cambridge) de A. Colin Cameron and Pravin Trivedi. Ele segue o estilo do livro do Greene ao tratar de diversas técnicas modernas e serve como uma ótima referência, especialmente para quem quer trabalhar com dados em painel. Outro livro no nível de um curso de pós-graduação stricto sensu é Econometric Theory and Methods (Oxford) de Russell Davidson and James McKinnon. É um livro muito forte em teoria, especialmente ao apresentar interpretações geométricas para equações algébricas, mas também leva o leitor a pensar além da abordagem teorema-prova. Outro livro bastante importante é Econometrics (Princeton University Press) de Fumio Hayashi. Este livro tem mais cara de livro-texto que os livros do Wooldridge e Davidson e McKinnon. É um livro de abordagem moderna, completo, com diversos exercícios, porém de leitura mais difícil. Para quem deseja se aprofundar na complexa discussão epistemológica sobre causalidade (o que é causalidade, como identicar relações de causa e efeito, quais são os limites dos métodos quantitativos, etc.) uma excelente (e quase exaustiva) referência é o The Oxford Handbook of Causation, organizado por Helen Beebee, Christopher Hitchcock e Peter Menzies. Debates losócos como os abordados neste livro são interessantes e pertinentes para pesquisadores em geral, mas fogem ao escopo do nosso curso. Artigos acadêmicos: Disponibilizamos uma extensa seleção de artigos acadêmicos no Moodle, na aba Papers. Eles estão agrupados de acordo com os temas que serão abordados durante o curso. Em sua maior parte, os artigos trazem aplicações de técnicas econométricas em diferentes áreas de Contabilidade e Finanças e podem servir como exemplo e referência de aplicação prática (em pesquisa) dos conteúdos abordados no curso. Alguns dos artigos são mais simples e outros mais elaborados a tônica é a diversidade de aplicações. Outros artigos trazem contribuições metodológicas, por exemplo, discutindo de forma prática os prós e contras do uso de determinadas técnicas e estratégias de pesquisa em Contabilidade, Finanças e áreas correlatas. Estes trabalhos são muito importantes para os interessados em pesquisa quatitativa, em especial aqueles que utilizarão dados observacionais. Os artigos constantes da aba Papers são de leitura recomendada especialmente os dedicados a discussões metodológicas (methodological papers), mas não obrigatória, exceto quando indicado 4
pelos instrutores. Software: O curso se apoia bastante no uso de software estatístico para a análise de dados e resolução de problemas. Portanto, o aluno deve o quanto antes adquirir prociência em pelo menos uma das alternativas disponíveis. Não determinaremos o uso de um software especíco. Se nos fosse perguntado que software indicaríamos para o acompanhamento do curso, responderíamos R ou Stata, sem uma preferência denitiva entre os dois. A grande vantagem do R sobre o Stata é o fato do primeiro ser gratuito. Por outro lado, o Stata pode ser considerado mais amigável porque sua interface inclui um menu por meio do qual muitas funções podem ser acionadas. Ambos contam com grande documentação na Internet, podendo ser considerados softwares vivos, dada a enorme contribuição voluntária por parte dos usuários que desenvolvem novas rotinas para testes mais modernos e que os softwares mais fechados só incluirão em seus menus (se incluírem) muito mais tarde. O R tem uma extensa coleção de livros escrita de forma a capacitar as pessoas a usarem suas funcionalidades. Procurem pelos livros da coleção Use R! da Springer. Há livros de estatística básica, como o Introductory Statistics with R de Peter Dalgaard, e outros mais aplicados à Econometria, como Applied Econometrics with R de Christian Kleiber e Achim Zeileis, ou An Introduction to Applied Multivariate Analysis with R de Brian Everitt e Torsten Hothorn, ou Introductory Time Series with R de Paul Cowpertwait e Andrew V. Metcalfe ou ainda Introducing Monte Carlo Methods with R de Christian Robert e George Casella. Há também diversos livros escritos para usuários de Stata. Para conhecer alguns deles, basta olhar o catálogo da Stata Press. Ao contrário do R, que é um software que abrange muito mais do que Econometria, o Stata é um software mais concentrado em atender as demandas desta área de pesquisa, e os livros escritos com uso do Stata apontarão esta tendência. Uma exceção é o livro The Workow of Data Analysis Using Stata de J. Scott Long. Este não é um livro sobre a aplicação de técnicas especícas e nem um manual de software. Seu objetivo é discutir questões bem práticas relevantes para qualquer trabalho empírico que utiliza bases de dados, incluindo: organização de pastas, limpeza e armazenamento de dados, automação de procedimentos, registro de alterações, etc. Embora o autor utilize o Stata, este livro pode ser bastante útil para pesquisadores empíricos em geral e por isso é leitura altamente recomendada. Outras boas alternativas de software são EViews, gretl, Mathematica, Matlab e SAS. Critério de avaliação: Em muitos cursos é possível aprender o suciente apenas assistindo às aulas. Não é o caso de um curso de Econometria e Métodos Quantitativos. Na verdade, apenas assistir aulas trará pouco benefício ao aluno. Para o bom aproveitamento do curso, o aluno deve estar atualizado com relação à leitura dos textos indicados e deve começar a fazer os exercícios propostos imediatamente depois de cada aula. A nota do curso será baseada em: Listas de exercícios: 70% 5
Prova nal: 20% Participação em sala de aula: 10% Não há avaliação substitutiva. O aluno que deixar de fazer uma avaliação (lista ou prova) cará com nota zero na respectiva avaliação. Também não é aceito atraso na entrega de qualquer trabalho ou lista. Exceções apenas para casos muito sérios de emergência médica devidamente comprovados com laudo médico atestando que a enfermidade o deixou incapacitado para a realização da atividade com nota. As listas de exercícios e as provas serão realizadas no sistema Moodle. Elas são atividades para casa. O prazo para resolução das listas será de 1 semana, na maior parte dos casos, ou mais do que isso quando indicado pelos instrutores. As respostas, em sua maior parte, serão avaliadas automaticamente pelo Moodle. Muito cuidado com o arredondamento das respostas numéricas. Programamos no Moodle uma tolerância para acomodar arredondamentos, mas se recomenda fortemente evitá-los. O ideal é realizar os cálculos em software apropriado (ex.: R, Stata, Excel). Dica: se car aparente que alguma equação ou símbolo matemático está faltando no enunciado do problema, tente visualizar em outro browser (ex.: Firefox ou Explorer no lugar do Chrome). Procure os instrutores o quanto antes caso tenha diculdades com o sistema. Você pode discutir os exercícios contidos nas listas com outras pessoas matriculadas na disciplina, mas deve lembrar que esta é uma avaliação que vale nota e que deve ser realizada individualmente. Não é permitido consultar ou pedir ajuda para nenhuma outra pessoa fora desta turma. Pedir ou oferecer listas de turmas anteriores para pessoas cursando esta disciplina é uma violação grave ao código de ética da USP. Ao concluir este curso, você também não deverá oferecer seus trabalhos realizados como parte das atividades desta disciplina para outras pessoas. E se alguém pedir tais trabalhos a você, peço que nos informe. A prova deverá ser realizada em um dia especíco, conforme cronograma, mas terá limite de tempo. Fica a cargo do aluno escolher o local para a realização do exame. O aluno pode fazer consulta a livros e anotações pessoais. Caso queira solicitar revisão de prova, deverá fazê-lo em até 10 dias após a data de divulgação da nota. Encerrado este prazo, a nota não será alterada. A solicitação deve ser feita por escrito, indicando a questão e a justicativa para a revisão. A prova cará disponível para consulta por 10 dias após sua realização. A componente nal da avaliação é o desempenho em sala de aula. Neste quesito, levaremos em consideração aspectos intangíveis como atitude e esforço. Espera-se do aluno uma atitude colaborativa e participativa ao longo do curso, incluindo preparação prévia às aulas, atenção e participação construtiva durante as sessões. Os alunos que quiserem aferir a adequação do tipo de participação que vêm tendo em sala podem, ocasionalmente, consultar o professor. As datas de todas as avaliações estão no cronograma de atividades ao nal deste programa. Com o objetivo de desestimular o comportamento de free-riding, as notas nais dos alunos poderão ser escalonadas (curved) e então convertidas em conceitos. Os alunos que não obtiverem nota suciente para aprovação (abaixo de 60% de aproveitamento) serão reprovados com conceito R. Aqueles aprovados terão suas notas transformadas em conceitos conforme classicação na turma de forma que não mais de 40% dos alunos quem com conceito A, pelo menos 40% dos alunos quem 6
com conceito B e não mais de 20% dos alunos quem com conceito C. Conduta acadêmica e etiqueta em sala de aula: Levamos honestidade acadêmica muito a sério. Qualquer violação do Código de Ética da Universidade de São Paulo (Resolução GR no. 4871/01 de 22 de outubro de 2001), em especial ao item II do Artigo 23, será motivo de reportagem para as autoridades competentes. E se o(s) indivíduo(s) envolvido(s) for(em) considerado(s) culpado(s), seu(s) conceito(s) na disciplina será(ão) automaticamente R, além de estar(em) sujeito(s) a outras possíveis sanções. Todos os dispositivos eletrônicos para ns de comunicação (aparelhos celulares ou quais outros dispositivos que se enquadrem nesta categoria) devem estar desligados ou no silencioso durante a aula. O uso de computadores, tablets ou outros aparelhos que se enquadrem nesta categoria são desencorajados durante a aula. Se você achar necessário, pode usar um desses dispositivos para tomar notas, exclusivamente. Pedimos que evite captar sons ou imagens das aulas (ou das pessoas presentes à aula) sem autorização prévia por escrito dos instrutores. A gravação de áudio ou imagens das aulas fere a privacidade e constrange a liberdade de expressão dos presentes. Sobre este programa: A versão mais recente deste programa foi redigida em 6 de março de 2017. Os instrutores da disciplina farão as alterações que julgarem necessárias ao longo do curso. Os alunos serão informados via Moodle e/ou em sala de aula quando quaisquer alterações forem realizadas. Plágio ou cópia de resoluções de outras pessoas em exercícios que valem nota (mesmo que para casa) constitui violação da conduta acadêmica e do Código de Ética da Universidade. 7
Conteúdo programático e agenda de atividades: Na bibliograa da tabela a seguir, os seguintes símbolos são utilizados: (LW) Wooldridge, J. (2013) Introductory Econometrics: A Modern Approach, 5th ed. South Western. (BW) Wooldridge, J. (2010) Econometric Analysis of Cross Section and Panel Data, 2nd ed. MIT. (AP) Angrist, J. & Pischke, J-S. (2009) Mostly Harmless Econometrics: An Empiricist's Companion. Princeton. Aula Data Atividade Bibliograa 1 07/03/2017 Apresentação da disciplina. Perguntas sobre perguntas. AP, cap. 1 Fundamentos de estatística matemática: população, parâmetros e amostra; estimadores e estimativas. 2 14/03/2017 Viés, variância amostral dos estimadores e eciência; propriedades assintóticas dos estimadores (consistência, lei dos grandes números, normalidade assintótica); métodos de estimação de parâmetros; intervalo de conança para a média assumindo distribuição Normal, resultados assintóticos para populações não Normais. 3 21/03/2017 Testes de hipótese: erro do tipo 1 e erro do tipo 2, testes de hipótese sobre a média assumindo distribuição normal, testes de hipótese assintóticos para populações não normais, conceito de p-valor. LW, ap. C LW, ap. C LW, ap. C Causalidade e o experimento ideal. AP, cap. 2 4 28/03/2017 Relações causais entre variáveis. BW, cap. 1 Regressão: fundamentos (relações econômicas, a esperança condicional na regressão linear), causalidade. Prazo de conclusão da primeira lista de exercícios. AP, cap. 3 (3.1, 3.1.1, 3.1.2, 3.2, 3.2.1, 3.4.3); BW, cap. 2 (2.1 e 2.2) LW, ap. B; LW, ap. C; AP, cap. 1 e cap. 2 Continua na próxima página 8
Aula Data Atividade Bibliograa 5 04/04/2017 Estimação de modelos lineares por mínimos quadrados ordinário: visão geral, endogeneidade, propriedades assintóticas. Prazo de conclusão da segunda lista de exercícios. 6 18/04/2017 Estimação de modelos lineares por mínimos quadrados ordinário: problemas de endogeneidade. Viés de variável omitida e controles ruins. Prazo de conclusão da terceira lista de exercícios. 7 25/04/2017 Variáveis instrumentais e mínimos quadrados em dois estágios: motivação para o uso e múltiplos instrumentos. Prazo de conclusão da quarta lista de exercícios. BW, cap. 4 (4.1 e 4.2) BW, cap. 1 e cap. 2 (2.1 e 2.2); AP, cap. 3 (3.1, 3.1.1, 3.1.2, 3.2, 3.2.1, 3.4.3) BW, cap. 4 (4.3, 4.4) AP, cap. 3 (3.2.2 e 3.2.3) BW, cap. 4 (4.1 e 4.2) BW, cap. 5 (5.1, 5.2 até 5.2.5) BW, cap. 4 (4.3 e 4.4); AP, cap. 3 (3.2.2 e 3.2.3) 8 02/05/2017 Variáveis instrumentais e causalidade, estimação assintótica por MQ2E. AP, cap. 4.2.1) 4 (4.1 e Variáveis instrumentais e mínimos quadrados em dois estágios: cuidados com os MQ2E, solucionando os problemas de variável omitida e erros de medida. BW, cap. 5 (5.2.6, 5.3); AP, cap. 4 (4.6.1) Prazo de conclusão da quinta lista de exercícios. BW, cap. 5 (5.1, 5.2 até 5.2.5) 9 09/05/2017 Diagnósticos e testes de especicação: teste de endogeneidade, teste de restrições de sobreidenticação, teste de forma funcional, teste de heteroscedasticidade. BW, cap. 6 (6.3) Prazo de conclusão da sexta lista de exercícios. AP, cap. 4 (4.1, 4.2.1 e 4.6.1); BW, cap. 5 (5.2.6, 5.3) Continua na próxima página 9
Aula Data Atividade Bibliograa 10 16/05/2017 Modelos com dados em painel: motivação, heterogeneidade não observada, mínimos quadrados agrupados, efeitos aleatórios. BW, cap. 10 (10.1 a 10.4) Prazo de conclusão da sétima lista de exercícios. BW, cap. 6 (6.3) 11 23/05/2017 Modelos com dados em painel: efeitos xos, primeiras diferenças, comparação de estimadores. BW, cap. 10 (10.5 a 10.7); AP, cap. 5 (5.1, 5.3, 5.4) Prazo de conclusão da oitava lista de exercícios. BW, cap. 10 (10.1 a 10.4) 12 30/05/2017 Estimação por diferença-em-diferenças: conceitos fundamentais, assumindo tendências paralelas, avaliação de intervenções. BW, cap. 6 (6.5), cap. 10 (10.6.4); AP, cap. 5 (5.2) Prazo de conclusão da nona lista de exercícios. BW, cap. 10 (10.5 a 10.7); AP, cap. 5 (5.1, 5.3, 5.4) 13 06/06/2017 Regressão por descontinuidade: descontinuidade precisa, descontinuidade nebulosa. AP, cap. 6 Prazo de conclusão da décima lista de exercícios. BW, cap. 6 (6.5), cap. 10 (10.6.4); AP, cap. 5 (5.2) 14 13/06/2017 Erros-padrão robustos: clustering e autocorrelação em painéis e em modelos de diferença-emdiferenças. Prazo de conclusão da décima-primeira lista de exercícios. AP, cap. 8 AP, cap. 6 15 20/06/2017 Prova nal. Matéria toda 10