Prévia do material em texto
Fundação Getulio Vargas - FGV EPGE Métodos Quantitativos em Marketing Professor: José Feres Aluna: Clarisse Cerqueira Borges Trabalho Empírico - Regressão em Dados de Painel Regressão para avaliar os determinantes da taxa de homicídio nos estados brasileiros: Estimamos a seguinte equação lntxhomicidiosit = β0 + β1perpopocupit + β2lnmedanoestudoit + β3giniit + β4lnrendapcmediait + β5lnpop15a29it + αit + uit onde lntxhomicidios= Taxa de Homicídios perpopocup= Percentual da População Ocupada lnmedanoestudo= Média de Anos de Estudo gini= Gini lnrendapcmedia= Renda média per capita lnpop15a29= População entre 15 e 29 anos α= efeito não observado constante u= erro Modelo de Efeitos Fixos: Os coeficientes relacionados ao índice de gini, medida de desigualdade, e nível de escolaridade não são significativos. Uma das razões que podem explicar esse resultado e a possível multicolinearidade entre as variáveis analisadas, isto é, há possibilidade de que as variáveis explicativas sejam altamente correlacionadas entre si, o que prejudicaria a interpretação dos coeficientes calculados. Por exemplo, o índice de ocupação da população, empiricamente, pode ser muito relacionado ao nível de escolaridade. Da mesma forma, o índice de gini, que mede a desigualdade, pode ser influenciado pelo percentual de ocupação. Entretanto, o baixo valor do R quadrado põe em dúvida essa possibilidade. Apesar destas inconsistências, os resultados apontam que a estados com maior percentual de população ocupada tendem a apresentar uma menor taxa de homicídios. Por outro lado, aqueles nos quais há um maior percentual da população na faixa etária de 15 a 29 anos tendem a apresentar maiores taxas. Mais especificamente, o aumento de 1% na população desta faixa etária está associado a um aumento de 76% na taxa de homicídios de um estado. Apesar de ser um valor alto, faz sentido se considerarmos que esta é, de fato, a população que mais sofre com homicídios. Modelo de efeitos aleatórios: Os resultados deste modelo são bastante distintos. Os coeficientes relacionados ao índice de gini, medida de desigualdade, nível de escolaridade e, dessa vez, do percentual de população na faixa etária de risco não são significativos. Nesse caso, considera-se que nao ha covariância entre o termo fixo e as variáveis explicativas. Essa assunção pode ser inconsistente na medida que o percentual de população nesta faixa etária está correlacionado com o percentual em outras faixas etárias, que, naturalmente, apresentariam menores taxas de homicídio, como crianças e idosos. Assim como o modelo anterior, o modelo de efeitos aleatórios sugere que uma maior renda per capita está associada a uma maior taxa de homicídios. Este é um resultado intrigante, uma vez que espera-se que a criminalidade seja mais frequente em populações de baixa renda. Isso pode ser explicado, por exemplo, pelo fato de que grandes centros urbanos e metrópoles apresentam maiores níveis de renda, e, também, maior criminalidade. Seria interessante a análise do efeito da desigualdade neste caso, mas o coeficiente relacionado ao índice de Gini não é significante. Teste de Hausman De acordo com o resultado do teste de Hausman, não rejeitamos a hipótese nula, logo, o modelo mais adequado seria o de efeitos aleatórios, com estimadores consistentes e eficientes. Empiricamente, no entanto, os resultados do modelo de efeitos fixos faz mais sentido, uma vez que aponta a faixa etária como significativa. É sabido que a população entre 15 e 29 anos é estatisticamente, a população mais propensa a sofrer homicídios.