Baixe o app para aproveitar ainda mais
Prévia do material em texto
Tópico 1 – Introdução Bibliografia: WOOLDRIDGE, J.M. Introdução à Econometria: uma abordagem moderna. 4ª ed. São Paulo: Pioneira Thomson Learning, 2015. (capítulo 1). Econometria Interpretação literal: “Medição Econômica” “Aplicação da estatística matemática aos dados econômicos” Aplicações: Testar hipóteses da teoria econômica; Medir empiricamente resultados da teoria econômica. Estrutura dos dados econômicos Os dados econômicos apresentam-se em uma variedades de tipos. Estruturas dos dados: ➢Dados em cross-section; ➢Séries temporais; ➢Dados em cortes transversais agrupados (Pooled cross-section); ➢Dados em painel/longitudinais. Estrutura dos dados econômicos Dados de corte transversal (cross-section): “Consiste em uma amostra de indivíduos, consumidores, empresas, cidades, estados, países, ou uma variedade de outras unidades, tomada em um determinado ponto no tempo.” Os dados de corte transversal são amplamente usados em economia e em outras ciências sociais. Em economia, a análise está intimamente alinhada com campos da microeconomia aplicada, tais como: ➢Economia do trabalho; ➢Finanças públicas estaduais e locais; ➢Organização industrial; ➢Economia urbana; ➢Demografia; ➢Economia da saúde. Estrutura dos dados econômicos Dados sobre indivíduos, famílias, empresas e cidades são importantes para testar hipóteses microeconômicas e avaliar políticas governamentais. Exemplo: dados de corte transversal para de salários e outras características individuais - 2007. A ordem das informações não importa. Número da Observação Salário Educação Experiência Gênero Estado civil 1 415,00 8 4 0 1 2 550,00 9 6 1 0 3 630,00 10 7 0 0 4 7.500,00 16 7 0 1 5 150,00 4 6 0 0 ... ... ... ... ... ... 525 1.200,00 12 7 1 1 Estrutura dos dados econômicos Dados de séries temporais: “Consiste em observações sobre uma variável ou muitas variáveis ao longo do tempo.” Exemplos: ➢ Preços de ações; ➢Oferta de moeda; ➢ Índice de preços ao consumidor; ➢ Produto Interno Bruto; ➢ Taxas anuais de homicídios; ➢Número de automóveis vendidos, etc. A ordem cronológica das observações é uma importante informação. Dependência temporal. Dificuldade de análise: independência das observações econômicas ao longo do tempo. Eventos passados podem influenciar eventos futuros. Estrutura dos dados econômicos Frequência dos dados: diária, semanal, mensal, trimestral, etc. Muitas séries temporais econômicas, sejam semanais, mensais ou trimestrais, exibem um forte padrão sazonal, o qual pode ser um importante fator na análise de séries temporais. Exemplo: Salário mínimo, desemprego e dados relacionados para Porto Rico entre 1950 e 1987. Número da Observação Ano Salário Mínimo Médio Cobertura média Desemprego PNB 1 1950 0,20 20,1 15,4 878,7 2 1951 0,21 20,7 16,0 925,0 3 1952 0,23 22,6 14,8 1.015,9 ... ... ... ... ... ... 37 1986 3,35 58,1 18,9 4281,6 38 1987 3,35 58,2 16,8 4.496,7 Estrutura dos dados econômicos Cortes transversais agrupados: Possuem tanto as características de cross-section quanto de séries de tempo. Combinação de dois ou mais anos de dados em corte transversal. Exemplo: PNADs de 2006 e de 2007. Para aumentar o tamanho amostral, podemos agrupar as cross- sections dos dois anos. Exemplos de análises: ➢Efeitos de uma nova política governamental; ➢Efeitos de uma política de vendas. Estrutura dos dados econômicos Cortes transversais agrupados: Combinação de dois ou mais anos de dados em corte transversal. Exemplo: Preço da moradia coletados em 1993 e 1995, sendo 250 observações coletadas em 1993 e 250 em 1995. A ordem das informações não importa Número da Observação Ano Preço da moradia Imposto Área Quadrada Dormitórios 1 1993 85.500 42 1.600 3 2 1993 67.300 36 1.440 3 3 1993 134.000 38 2.000 4 ... ... ... ... ... ... 250 1993 243.600 41 2.600 4 251 1995 65.000 16 1.250 2 ... ... ... ... ... ... 500 1995 57.200 16 1.100 2 Estrutura dos dados econômicos Dados em painel ou dados longitudinais: “Consiste em uma série temporal para cada registro do corte transversal do conjunto de dados.” Exemplos: Salário e emprego para um conjunto de indivíduos ao longo de um período de 10 anos; Firmas, municípios, estados, países. Característica essencial dos dados em painel que os distingue dos dados de corte transversal agrupado é que as mesmas unidades em cross-section são acompanhadas ao longo de um determinado período. Estrutura dos dados econômicos Dados em painel ou dados longitudinais: “Consiste em uma série temporal para cada registro do corte transversal do conjunto de dados.” Exemplo: Estatísticas de crime por cidade para 1986 e 1990. Número da Observação Cidade Ano Homicídios População Polícia 1 1 1986 5 350.000 440 2 1 1990 8 359.200 471 3 2 1986 2 64.300 75 4 2 1990 1 65.100 75 ... ... ... ... ... ... 297 149 1986 10 260.700 286 298 149 1990 6 245.000 334 299 150 1986 25 243.000 520 300 150 1990 32 546.200 493 Causalidade A econometria vai além de buscar uma relação entre as variáveis, e busca uma relação causal entre elas. Relação entre salários e planos de saúde: Quanto maior o nível de salários maior é a probabilidade de que o individuo possua um plano de saúde. Relações causais possíveis: Mais salários Mais planos de saúde Mais planos de saúde Mais salários Identificando as relações causais Angrist & Krueger (1999): Maneira ideal de garantir que a relação entre duas variáveis seja causal contrafactuais. Contrafactual: observar o indivíduo em duas situações diferentes, controlando por todos os demais condicionantes salariais. Exemplo clássico de identificação: Girshick & Haavelmo (1993). Causalidade e a noção de ‘ceteris paribus’ Testes para a teoria econômica e/ou avaliação de políticas públicas: O analista procura inferir sobre o efeito causal de uma variável sobre a outra. Ex.: Educação X Produtividade do trabalhador Associações simples entre 2 variáveis X Estabelecimento de causalidade Ceteris Paribus Quais os demais fatores que devem ser mantidos fixos? Muitos fatores podem afetar a variável de interesse. Exemplo 1: Griliches (1957) efeitos de novos fertilizantes sobre os retornos das plantações. Supondo soja como o produto em consideração. - Como a quantidade de fertilizantes é somente um fator que afeta a produção – outros fatores incluem chuva, qualidade de terra e presença de pragas - , essa questão deve ser levantada como questão de ceteris paribus. - Conduzir um experimento para determinar o efeito causal da quantidade de fertilizantes sobre a produção de soja. Ceteris Paribus Exemplo 2: Medindo o retorno salarial da educação. - Questão: se uma pessoa é escolhida em uma população, e recebe um ano a mais de educação, em quanto terá seu salário aumentado? - Assim como no exemplo anterior, essa é uma questão ceteris paribus, e implica que todos os outros fatores são mantidos fixos enquanto a pessoa recebe um ano a mais de educação. - Como conduzir um experimento para estudar essa questão? Ceteris Paribus Possíveis problemas de inferência de causalidade. Exemplo 3: Efeitos da aplicação da lei sobre os níveis de criminalidade municipais. Exemplo 4: Efeitos do salário mínimo sobre o desemprego. Identificação Ciências experimentais: Aproximação do contrafactual feita pela condução de experimentos aleatórios: tratamento x controle. Economia: Dificuldade em conduzir experimentos aleatórios. Recentemente: Heckman et al, 1999 (Heckman, Lalonde& Smith – Handbook of labor economics). Forma funcional Se o analista possui apenas dados observacionais (situação mais comum): 𝑌𝑖 = 𝑓𝑖 𝑥𝑖 + 𝜀𝑖 Qual a forma funcional ideal? Nem todos os trabalhos empíricos têm modelos teóricos guiando a forma funcional; Imposição de restrições para prosseguir. Exemplos de restrições: Formas lineares. Log – linear. Log – log. Como relaxar as hipóteses restritivas? Variáveis interativas. Termos quadráticos. Variáveis binárias. Ex.: Lam&Levinson-PPE (1990) Interações entre idade e educação retornos à educação variam ao longo do ciclo de vida; retornos à experiência dependem do nível educacional. Causalidade Estimação dos parâmetros: MQO: Hipótese: 𝐸 𝜀𝑖 𝑥𝑖 = 0 β’s estimados são consistentes. 2 ( )( ) ˆ ( ) i ii MQO ii x x y y x x Causalidade Problema de MQO: validade da última hipótese. Sem esta hipótese endogeneidade: os β’s estimados não convergem em probabilidade para os verdadeiros parâmetros populacionais. Relação causal x Correlação espúria Causalidade em parte pela associação entre 𝑥𝑖 e 𝜀𝑖. Exemplo de endogeneidade: Equação de oferta de horas de trabalho: As preferências por trabalho não são observáveis: dependem da habilidade, criatividade, capacidade de relacionamento, etc.
Compartilhar