"Livro": Ricardo Sasseron - Determinantes da Produtividade (PTF e CGI) - Capítulo 7

                                                                                            

"Livro": Ricardo Sasseron - Determinantes da Produtividade (PTF e CGI)

Pgs. 68-92

"CAPÍTULO 7: "Resultados"

52 - Legenda e tabela de correlações:

53 - ...Como colocado na descrição dos pilares e subíndices, na subseção 2.2.2, as variáveis possuem uma alta correlação entre si, principalmente os subíndices, que apresentam correlação média de 0,9, enquanto os pilares tem correlação média de 0,65 entre si. Essa alta correlação entre as variáveis dificulta a estimação do efeito isolado de cada uma, devido ao problema de multicolinearidade, além de fazer com que pequenas mudanças na especificação do modelo alterem significativamente os resultados (KUMAR et al., 1975). (...) Com relação à PTF, os pilares apresentaram uma correlação média de 0,63, enquanto a correlação média dos três subíndices com a PTF foi de 0,74.

54 - E o CGI?

55 - Observa-se, na Figura 16, uma forte relação positiva entre a PTF (seu logaritmo natural) e o índice GCI. No entanto, a regressão utilizada para a linha de tendência foi feita com base no estimador “Pooled”, que, na presença de heterogeneidade não observada e correlacionada com os regressores, gera estimativas viesadas da relação entre estes e a variável dependente.

56 - ...Como pode ser visto na Tabela 7, o coeficiente da variável “gci” é maior quando estimado com os métodos “Pooled” e “Between”, comparados com o “Fixed”, o que indica a presença de efeito fixo dos países. O coeficiente sai de cerca de 0,82 e 0,84 nos dois primeiros métodos, respectivamente, para cerca de 0,07 no último. O estimador de efeitos aleatórios também estima um valor maior para o GCI, de 0,12. (...) há evidências da existência de heterogeneidade não observada entre os países, correlacionada com o regressor “gci”, o que faz com que o estimador “Fixed”, que trata esse problema, seja preferível. (...) O coeficiente estimado por este método, apresentado na coluna 3 da Tabela 7, é positivo e significante, ao nível de 5% de significância, com um valor de 0,0705, de forma que um aumento em 1 ponto do índice GCI leva a um crescimento de cerca de 7% da PTF. Logo, se o Brasil aumentasse o valor de seu índice GCI em um desvio padrão da amostra (0,67), a PTF do país aumentaria em cerca de 4,7%. De outra forma, se o GCI brasileiro, em 2011, se elevasse para o nível da Suíça, a produtividade aumentaria em quase 10%. (Achei bem decepcionante. A Suíça não tem tipo umas cinco vezes mais produtividade que a gente?)

57 - (A parte seguinte a essa eu não sei se entendi alguma coisa, pois, na verdade, até isso aí acima não é tão simples de entender).

58 - Outro método: ...Os resultados mostram que um aumento em uma unidade do índice GCI leva à um crescimento de 59 a 60% na produtividade no mesmo período. Porém, diminui a produtividade do ano posterior em cerca de 38 a 39%, fazendo com que o efeito final seja de cerca de 21% de aumento da PTF. Esse efeito é bem maior que aquele estimado por meio do método “Fixed” em painel simples, sem a utilização de variáveis instrumentais, o qual acusou um crescimento de 7% da produtividade. (...) Como comparação, se o Brasil elevasse seu índice GCI, em 2011, para os níveis da Suíça, nesse mesmo ano, a produtividade no país aumentaria em cerca de 30%.

59 - Para os subíndices, usou da mesma lógica. O "Fixed" apareceu como método mais recomendável pelos testes. Só que é, também, um dos que dá menos relevância ao CGI. O coeficiente dos “requisitos básicos” indica que o aumento em um ponto nesse subíndice eleva a produtividade, medida pela PTF, em 7%, enquanto a melhoria em um ponto nos “fatores de inovação” aumenta a PTF em cerca de 4,5%. Já o aumento em um ponto no subíndice dos “potencializadores de eficiência” está relacionado com uma diminuição da PTF de quase 7%, ao contrário do efeito esperado de um aumento da competitividade sobre a produtividade.

60 - ...E o outro método deu resultados piores ainda. Impacto negativo em subíndice básico "e as porra".

61 - ...Os resultados da Tabela 14, cujas estimações utilizam variáveis instrumentais e controlam para a endogeneidade na regressão, foram bem distintos daqueles apresentados pelo estimador “Fixed” na Tabela 11, que não controla a endogeneidade. No entanto, de forma geral, as estimações da Tabela 14 apresentaram poucos resultados significantes, sendo que a variável dos “requisitos básicos” gera um efeito negativo sobre a PTF. (...) Um dos problemas nas estimações realizadas parece ser a multicolinearidade, uma vez que os 3 subíndices possuem uma correlação alta entre si (média de 0,9), o que diminui a precisão das estimações empíricas quando essas variáveis são usadas como regressores (KUMAR et al., 1975).

62 - Trago dificuldades: ...no modelo empírico considerado em Benhabib e Spiegel (1994), o crescimento da PTF depende apenas do capital humano; Miller e Upadhyay (2000) explicam a PTF como uma função do capital humano, da relação entre exportações e PIB, dos termos de troca, do desvio de preços em relação à paridade do poder de compra e da taxa de inflação; Kneller e Stevens (2006) estudam o efeito do capital humano e da P&D no crescimento da PTF. Portanto, os três estudos consideraram três modelos empíricos diferentes para explicar o crescimento da PTF, sendo todos igualmente válidos a priori.10 Como resultado, surge um desafio crucial porque qualquer conclusão sobre os principais impulsionadores da PTF depende do modelo empírico selecionado. Na verdade, Miller e Upadhyay (2000) concluem que “o stock de capital humano contribui positivamente para a PTF em muitas especificações, mas não em todas”. (DANQUAH; MORAL-BENITO; OUATTARA, 2014, p. 237).

63 - Quanto aos doze pilares, os testes (teste de Hausman) dele continuam recomendando o método "Fixed" e aí "eu trago" mais problemas ainda: Utilizando esse método, apenas cinco variáveis, além da constante, apresentam coeficientes significantes, como pode ser visto na terceira coluna da Tabela 15: ambiente macroeconômico, capacidade de absorção tecnológica, tamanho do mercado, sofisticação do ambiente de negócios e inovação. No entanto, somente duas apresentam o sinal do coeficiente de acordo com o previsto pela teoria econômica, indicando que uma maior competitividade dos países está relacionada com um maior nível de produtividade, medida pela PTF. Assim, o coeficiente do pilar “ambiente macroeconômico” mostra que um aumento de um ponto nesse indicador aumenta a produtividade (medida pela PTF) do país em cerca de 3%, enquanto o coeficiente da “sofisticação do ambiente de negócios” sugere que aumentar um ponto nesse indicador eleva a produtividade em cerca de 7%. Já os coeficientes dos pilares “capacidade de absorção tecnológica”, “tamanho do mercado” e “inovação” revelam que o aumento em um ponto nesses indicadores reduz a produtividade em aproximadamente 3%, 5% e 6%, respectivamente, o que aponta para um problema com a estimação, com o modelo especificado ou com os dados (por exemplo, os indicadores podem não medir o que realmente pretendem medir), supondo válida a premissa de que essas variáveis afetam positivamente a produtividade.

Pgs. 93-94

"CONCLUSÃO"

64 - Enfim, os resultados foram bem tímidos. Alguns pilares tiveram leve impacto positivo e outros inexplicavelmente negativos. Na análise dos determinantes da PTF, foram estimados três modelos distintos: com o índice GCI, com os subíndices do GCI e com os pilares de competitividade como variáveis explicativas. Em todos os três casos analisados, o teste de Hausman indicou a presença de heterogeneidade não observada e correlacionada com os regressores, confirmando a importância de se considerar o efeito fixo nas regressões, conclusão similar à encontrada por Danquah, Moral-Benito e Ouattara (2014). Além disso, nos três casos os regressores mostraram evidências de endogeneidade, uma vez que o teste de Sargan para a validade das condições de momento foi rejeitado, ao nível de 1%, quando as variáveis explicativas foram tratadas como exógenas. (...) Analisando os resultados do modelo que utiliza os pilares de competitividade, o “ambiente macroeconômico”, a “saúde e ensino básico” e o “desenvolvimento do mercado financeiro” apresentaram um impacto positivo sobre a PTF. Já a “capacidade de absorção tecnológica” apresentou efeito líquido negativo sobre a PTF, ao contrário do que era esperado.

65 - ...O impacto dos “requisitos básicos” sobre a PTF foi negativo, levando em conta o efeito de seu valor contemporâneo e de sua defasagem, ao contrário do que era esperado; para os “potencializadores de eficiência”, somente a segunda defasagem, em uma das especificações estimadas, exibiu um coeficiente positivo e significante; já os “fatores de inovação” não apresentaram coeficientes estatisticamente distintos de zero.

66 - De forma geral, os modelos que tiveram os pilares de competitividade e os subíndices como variáveis explicativas apresentaram resultados bastante distintos para as diferentes especificações, sendo que algumas variáveis se mostraram significantes em algumas e em outras não. Esses resultados sugerem dois problemas com as estimações realizadas. Por um lado, parece haver um problema de multicolinearidade, principalmente com os 3 subíndices, que possuem um coeficiente de correlação médio de 0,9, enquanto a média dessas correlações entre os pilares é de 0,65. Por outro lado, existe a incerteza sobre o modelo verdadeiro que está por trás dos dados.

67 - Enfim... Eu achava que dava pra esperar mais das receitas "neoclássicas" para aumento de PTF.

FIM!

.