Baixe o app para aproveitar ainda mais
Prévia do material em texto
Exercícios 1. Em 1997 foi sancionada a Lei 9478, conhecida como Lei do Petróleo, que mudou o critério na distribuição de royalties para os municípios, ficando estes com uma parcela significativa de receitas principalmente a partir de 1999. Um investigador está interessado em captar a diferença salarial dos trabalhadores do setor petrolífero que já trabalhavam antes da Lei em municípios produtores, daqueles que migraram para estes municípios. Utilizou-se o estimador diferenças em diferenças: yit = α + α1dt + α2djt + β1dt j + γzit + εit Onde dt assume valor 1, se o trabalhador é observado após o evento e zero caso contrário. A dummy dj assume valor 1, se o trabalhador migrou, ou seja, pertence ao grupo de tratamento, e zero caso contrário. A dummy dt j terá o valor 1 quando o trabalhador pertencer ao grupo de tratamento e quando é observado após o evento. O vetor zit representa as outras variáveis que afetam a variável dependente de cada trabalhador como a sua idade, idade ao quadrado, experiência, experiência ao quadrado, grau de escolaridade, gênero e se estava empregado no respectivo ano do painel. Pede-se: a) Interprete o modelo de diferenças em diferenças em questão (dica: explique como o modelo de diff- in-diff é útil para os objetivos do investigador). b) Com base nos resultados da Tabela 2, interprete e explique o comportamento dos diferenciais salariais antes e após a Lei do Petróleo. 2. Qual a diferença da estimação de Mínimos Quadrados Agrupados para a estimação de Efeitos Fixos? E de Efeitos aleatórios? Explique e mostre as hipóteses de identificação necessárias. 3. Um investigador está interessado nos diferenciais salariais decorrentes de anos de experiência, experiência², anos de educação e semanas trabalhadas. Ele dispõe de dados em painel para uma amostra de trabalhadores e estimou: log(salário)= β0+ β1 experiência+ β2 experiencia²+ β3educação+ β4trabalho+ ai+ uit Variável dep.: log(salário) Variável MQA EF EA Experiência 0,0447 0,1138 0,0889 (0,0054) (0,0025) (0,0028) Experiência² -0,0007 -0,0004 -0,0008 (0,0001) (0,0001) (0,0001) Educação 0,0058 0,0008 0,001 (0,0019) (0,0006) (0,0007) Trabalho 0,076 0,000 0,1117 (0,0052) (0,000) (0,0061) Constante 4,908 4,5964 3,8294 (0,140) (0,0389) (0,0936) N 180.000 180.000 180.0 Com base no quadro responda os itens abaixo. Os erros-padrão estão entre parênteses e considere os seguintes métodos de estimação: MQA (mínimos quadrados agrupados), EF (efeito fixo), EA (efeito aleatório). Discuta as hipóteses necessárias para que cada um dos estimadores seja não-viesado. 4. Quando usamos modelos de primeiras diferenças? 5. Dê um exemplo utilizando métodos de análise em painel para a avaliação de políticas públicas. Explique. 6. Explique o teste de Hausman. 7. Explique como podemos estimar regressões com variáveis dependentes binárias. 8. Em que consiste a estimação por máxima verossimilhança dos modelos probit e logit?
Compartilhar