Exercícios IV

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?