Escolar Documentos
Profissional Documentos
Cultura Documentos
do Comércio Internacional
Thiago Okamoto Kobayashi
25/07/2021
1. Introdução
1.1. Contexto Histórico
Nas últimas décadas, todos os países da OCDE e a maioria dos países emergentes têm
vivenciado mudanças dramáticas na distribuição de renda. Para além da tendência de
crescimento das maiores rendas rumo a níveis históricos (Piketty, 2014), observa-se uma
trajetória declinante do wage-share, isto é, uma redução na parcela dos salários na renda
agregada. Isto, de acordo com a literatura anterior (Stockhammer, 2017), é explicado e
empiricamente corroborado pelos efeitos de quatro grandes canais, a saber, o progresso
tecnológico, a abertura comercial, o desmonte do Estado de bem-estar social e a
financeirização. Mais adiante, será esclarecido o motivo pelo qual é atribuído às quatro vias
mencionadas o papel na determinação da distribuição funcional da renda, ou seja, a
repartição da renda entre lucros e salários.
Figura 1: Variações no wage-share de países do G20 (Fonte: ILO-OCDE, 2015).
Figura 2: Wage-share ajustado em países emergentes (Fonte: Stockhammer, 2017).
1.2. Implicações
Uma das consequências deletérias de uma distribuição funcional da renda em favor dos
capitalistas é, dentro do arcabouço teórico de inspiração Kaleckiana (Kalecki, 1968), o fato
de a maior participação dos lucros na renda agregada, ceteris paribus, reduzir o consumo
agregado e, de acordo com o princípio da demanda agregada efetiva, reduzir também o
produto agregado. Inversamente, uma maior parcela da remuneração dos trabalhadores na
repartição da renda, supondo tudo o mais constante, exerce uma pressão altista sobre o
consumo agregado (e por conseguinte sobre o produto agregado), ademais de aumentar o
grau de utilização da capacidade produtiva. A hipótese subjacente fundamental às
consequências apresentadas é a maior propensão marginal a consumir dos trabalhadores
em comparação com os capitalistas. Assumindo a validez de tal hipótese (robustamente
atestada por evidências empíricas: Taylor, 1985), a teoria Kaleckiana sugere que uma
distribuição de renda em benefício dos trabalhadores, apesar da queda no consumo dos
capitalistas, aumenta o produto agregado, uma vez que o aumento no consumo dos
trabalhadores mais que compensa esta redução.
Por sua vez, Piketty, trazendo à tona a discussão referente à acumulação de capital e à
desigualdade social, destacou uma outra consequência não especificamente da distribuição
funcional da renda, mas, ainda assim, relacionada. De acordo com o autor, quando a taxa de
remuneração do capital (isto é, o seu rendimento médio durante um ano sob a forma de
dividendos, juros, aluguéis e outras rendas) excede substancialmente a taxa de crescimento
da economia, é possível que a concentração de capital atinja níveis tão elevados que
possam ameaçar os valores meritocráticos e os princípios de justiça social que estão na
base das sociedades democráticas modernas.
1.3. Objetivo
Tomando como referência a aplicação do modelo de regressão múltipla de Stockhammer,
que, utilizando variáveis explicativas representativas dos quatro principais canais que
exercem influência sobre o wage-share, estimou os seus efeitos sobre um conjunto de 71
países, 43 emergentes e 28 desenvolvidos, durante o período entre 1970 e 2007, pretende-
se aplicar as mesmas técnicas para o caso do Brasil durante o período de 1996 a 2015. Mais
especificamente, a partir de bases de dados, objetiva-se medir a influência da abertura
comercial sobre a parcela dos salários na repartição da renda brasileira nas duas décadas
mencionadas.
Vale dizer que não é intuito do presente artigo explorar em detalhes os mecanismos
econômicos por meio dos quais operam as variáveis explicativas. Isto é, não é objetivo
deste artigo construir uma análise econômica que se proponha a explicar como o comércio
internacional (ou qualquer outra variável independente) influencia a distribuição funcional
da renda brasileira. O propósito é analisar, sob a ótica estatística e empregando recursos
econométricos, se há evidências empíricas de uma possível atuação da abertura comercial
sobre o wage-share brasileiro no período mencionado.
Figura 3: Evolução da distribuição pessoal e funcional da renda brasileira entre 1995-2009
(Fonte: Bastos, 2012).
2. Metodologia
A partir de técnicas econométricas e da capacidade de processamento computacional,
pretende-se criar um modelo de regressão linear múltipla capaz de estimar os efeitos da
abertura comercial, medida pelo valor das importações e das exportações como proporção
do PIB, sobre a distribuição funcional da renda. Mais especificamente, com base em
Stockhammer, seleciona-se um conjunto de variáveis independentes, dentre as quais o
volume de comércio internacional como proporção do produto doméstico, a fim de
mensurar os seus efeitos sobre a variável dependente: a parcela dos salários na renda
nacional.
onde
(i) WSAP é a parcela ajustada dos salários privados na renda nacional,
onde
(i) WS é a razão entre a massa salarial nominal e o PIB nominal brasileiro, isto é, a
participação dos salários na renda;
(ii) CRESC diz respeito à taxa de crescimento anual da economia brasileira em termos
reais;
(iii) FIN corresponde ao crédito do setor financeiro brasileiro para o setor privado como
proporção do produto agregado;
(iv) COMINT se refere ao valor total do comércio internacional como proporção do PIB,
ou seja, o valor das exportações somadas às importações brasileiras como
proporção do produto doméstico;
(vi) log(PIBCAP) é logaritmo do PIB per capita nominal brasileiro a preços de 1996;
(vii) AG representa o valor adicionado pelas atividades de silvicultura, caça, pesca, cultivo
de safras e criação de gado como proporção do PIB brasileiro;
(viii) IND mede o valor adicionado pelas atividades de mineração, manufatura,
construção, eletricidade, água e gás como proporção do PIB brasileiro.
As variáveis IND, AG e COMINT são idênticas aos seus pares do modelo desenvolvido por
Stockhammer e, ademais, pertencem à mesma fonte de dados, a saber, o World Bank WDI
dataset.
No que tange a CG, vale dizer que o seu significado é análogo ao do modelo-base, diferindo,
entretanto, na sua origem. Extraída também do World Bank WDI dataset e identificada
como “General government final consumption expenditure (% GDP)”, a variável CG, mais
precisamente, mensura os gastos correntes do Governo como proporção do produto
doméstico com a compra de bens e serviços (incluindo compensação de empregados), bem
como com os investimentos em segurança e defesa nacional.
Por sua vez, CRESC se refere à mesma variável do modelo que serviu de orientação teórica,
mas sua fonte é o Sistema de Contas Nacionais do Instituto Brasileiro de Geografia e
Estatística (IBGE). Também encontrado nas estatísticas do IBGE, mais especificamente no
Sistema IBGE de Recuperação Automática (SIDRA), PIBCAP corresponde ao PIB per capita
brasileiro a preços constantes, que mensura a produtividade do trabalho.
Concernente ao FIN, cuja atribuição é servir de proxy do grau de financeirização da
economia brasileira, vale notar que sua escolha é justificada pela falta de dados disponíveis
para o Brasil do total de ativos e passivos externos como proporção do PIB. A fonte de
dados de FIN é, uma vez mais, o World Bank WDI dataset, sendo identificado como
“Monetary Sector credit to private Sector (% GDP)”.
Por fim, os dados referentes a WS, a parcela dos salários na renda brasileira, foram, para o
período entre 1996 e 2009, extraídos do Texto para Discussão 1702 do Instituto de
Pesquisa Econômica Aplicada (IPEA), de autoria de Bastos (2012). As informações com
relação ao período de 2010 a 2015, por seu turno, são encontradas na base de dados
ILOSTAT, da Organização Internacional do Trabalho.
3. Resultados
3.1. Literatura Anterior
Aplicando o modelo para um grupo de 71 nações, 43 emergentes e 28 desenvolvidas, no
período de 1970 a 2007, Stockhammer constatou que FINGLOB possui um efeito negativo
estatisticamente significante ao nível de significância de 1%. Ambas as variáveis AG e IND
apresentaram um efeito negativo ao mesmo nível. Por sua vez, CG revelou um efeito
positivo ao nível de significância de 5%. Por outro lado, GDPPW, na especificação baseline,
não apresentou significância estatística. GROWTH, em todas as especificações, apresentou
um efeito negativo estatisticamente significante. O autor presume que tal resultado,
aparentemente contraintuitivo, se deve ao fato de, no curto prazo, os preços serem mais
flexíveis que os salários.
Com respeito a OPEN, cujo efeito sobre a variável dependente, wage-share, é o objeto de
interesse do presente artigo, vale notar que, de acordo com Stockhammer, revelou um
efeito negativo estatisticamente significante, em todas as especificações, ao nível de
significância de 1%. Tal evidência empírica, robustamente comprovada tanto para
economias emergentes como para desenvolvidas, contradiz o Teorema de Stolper-
Samuelson, qual seja, o que sugere que uma abertura comercial exerce efeitos distintos
sobre economias desenvolvidas e em desenvolvimento.
3.2. Modelo-Base
Originados da capacidade de processamento do programa RStudio, os resultados sugerem
que, apesar de o modelo de regressão múltipla desenvolvido (subseção 2.4) incorporar a
maioria das mesmas variáveis independentes do modelo original, nenhuma delas
apresenta um p-valor suficientemente baixo. Ou seja, a qualquer nível de significância
usualmente empregado (1%, 5% ou 10%), não se pode rejeitar a hipótese nula.
Para além das variáveis explicativas vistas individualmente, quando se verifica o teste F, os
resultados apontam para um p-valor bastante elevado, 0,4839, de maneira que, uma vez
mais, não se possa rejeitar a hipótese nula. Além disso, o coeficiente de determinação ou R-
quadrado da regressão, que quantifica a capacidade de explicação das variáveis
independentes, indica que uma parcela de apenas 0,3653 das variações na variável
dependente possam ser explicadas pelas independentes.
Os resultados das técnicas econométricas acima apresentados são sintomáticos de uma
inadequação do modelo desenvolvido, seja por conta das variáveis escolhidas ou por conta
da ausência de variáveis relevantes. A fim de tornar o modelo mais adequado, serão
testadas outras regressões com modificações pontuais, que, apesar das alterações em
algumas variáveis explicativas, conservam a essência dos principais argumentos, a saber, a
abertura comercial, a financeirização, o progresso tecnológico e o Estado de bem-estar
social.
## Coefficients:
## Estimate Std. Error t value Pr(>|t|)
## (Intercept) -241.32141 180.46084 -1.337 0.206
## Base_de_Dados$CRESC 0.22183 0.45323 0.489 0.633
## Base_de_Dados$FIN -0.30218 0.22492 -1.343 0.204
## Base_de_Dados$COMINT 0.08621 0.31333 0.275 0.788
## Base_de_Dados$CG 3.20571 2.73596 1.172 0.264
## log(Base_de_Dados$PIBCAP) 31.37847 23.18705 1.353 0.201
## Base_de_Dados$AG -1.02735 1.84267 -0.558 0.587
## Base_de_Dados$IND -0.54179 1.60448 -0.338 0.741
##
## Residual standard error: 2.626 on 12 degrees of freedom
## Multiple R-squared: 0.3653, Adjusted R-squared: -0.004922
## F-statistic: 0.9867 on 7 and 12 DF, p-value: 0.4839
## Coefficients:
## Estimate Std. Error t value Pr(>|t|)
## (Intercept) -153.6771 195.6070 -0.786 0.449
## Base_de_Dados$CRESC 0.4086 0.4783 0.854 0.411
## Base_de_Dados$FIN -0.3305 0.2242 -1.474 0.168
## Base_de_Dados$EXP 0.5605 0.5275 1.062 0.311
## Base_de_Dados$IMP -0.8560 0.8768 -0.976 0.350
## Base_de_Dados$CG 1.6895 3.0040 0.562 0.585
## log(Base_de_Dados$PIBCAP) 29.4620 23.0918 1.276 0.228
## Base_de_Dados$AG -1.2696 1.8351 -0.692 0.503
## Base_de_Dados$IND -2.0691 2.0661 -1.001 0.338
##
## Residual standard error: 2.597 on 11 degrees of freedom
## Multiple R-squared: 0.4313, Adjusted R-squared: 0.01769
## F-statistic: 1.043 on 8 and 11 DF, p-value: 0.4613
##
## Coefficients:
## Estimate Std. Error t value Pr(>|t|)
## (Intercept) -409.7741 173.6625 -2.360 0.03335 *
## Base_de_Dados$DES -2.0167 1.1333 -1.779 0.09689 .
## Base_de_Dados$FIN -0.6422 0.2131 -3.014 0.00929 **
## Base_de_Dados$EXP 0.6264 0.3951 1.585 0.13522
## log(Base_de_Dados$PIBCAP) 45.6851 18.5982 2.456 0.02770 *
## Base_de_Dados$SER 2.0131 0.7301 2.757 0.01542 *
## ---
## Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
##
## Residual standard error: 2.289 on 14 degrees of freedom
## Multiple R-squared: 0.4375, Adjusted R-squared: 0.2366
## F-statistic: 2.178 on 5 and 14 DF, p-value: 0.1154
4. Conclusão
A partir da aplicação do modelo-base para o caso brasileiro, durante o período de 1996 a
2015, não foi possível rejeitar a hipótese nula, dada pelo teste t, a um nível de significância
razoável (1%, 5% ou 10%) para nenhum dos estimadores vistos individualmente e nem
para o estimador 𝛽3 (cuja variável dependente é COMINT), que era o objeto de interesse do
presente artigo. Quanto ao teste F, o p-valor apresentado também não permitiria que se
rejeitasse a hipótese nula. O R-quadrado da regressão, por sua vez, deixou claro que as
variáveis selecionadas não explicavam adequadamente a variável explicativa.
O modelo com variáveis alternativas (subseção 3.3), visando a uma maior adequação das
variáveis representativas do comércio internacional, tampouco se revelou adequado, de
modo que, uma vez mais, não se poderia rejeitar a hipótese nula dos estimadores
individuais, dada pelo teste t, e nem a hipótese nula do teste F. Novamente, o R-quadrado
não apresentou valores expressivos.
Com respeito ao modelo alternativo, é notável que os p-valores das variáveis
independentes apresentadas individualmente, com exceção de EXP, permitiram a rejeição
da hipótese nula ao nível de significância de 10%. Por outro lado, o teste F, apesar do maior
p-valor apresentado, não permitiria a rejeição da hipótese nula. Ademais, é importante
notar que o R-quadrado apresentou uma melhora expressiva, mas ainda insuficiente para
atestar a adequação das variáveis explicativas.
Conclui-se, assim, que, dentro do objetivo deste artigo, não foi possível construir um
modelo econométrico que permitisse mensurar os efeitos do comércio internacional sobre
o wage-share brasileiro durante o período de 1996 até 2005. Em nenhum dos modelos
acima mencionados, foi possível rejeitar a hipótese nula para os estimadores de variáveis
representativas da abertura comercial a um nível de significância razoável.
5. Bibliografia
5.1. Referências Bibliográficas
• Bastos, E. K. X. (2012). Distribuição funcional da renda no Brasil: estimativas anuais
e construção de uma série trimestral. Technical report, Texto para Discussão 1702
IPEA.
• Kalecki, M. (1968). The Marxian equations of reproduction and modern economics.
• Piketty, T. (2014). O capital no século XXI. Editora Intrínseca.
• Rodrik, D. (1998). Has globalization gone too far? Challenge, 41(2):81–94.
• Stockhammer, E. (2017). Determinants of the wage share: a panel analysis of
advanced and developing economies. British Journal of Industrial Relations, 55(1):3–
33.
• Taylor, L. (1985). A stagnationist model of economic growth. Cambridge Journal of
Economics, 9(4):383–403.
5.2. Fontes de Dados
• https://databank.worldbank.org/source/world-development-indicators
• https://sidra.ibge.gov.br/tabela/1193
• https://www.ibge.gov.br/estatisticas/economicas/contas-nacionais/9052-sistema-
de-contas-nacionais-brasil.html?=&t=resultados
• International Labour Organization. “Employment by sex and age — ILO modelled
estimates.” ILOSTAT. Accessed 20-07-2021. https://ilostat.ilo.org/data.
6. Anexos
…1 CRESC PIBCAP AG IND COMINT CG WS SER FIN DES EXP IMP
1996 2.2088641 4417 4.8 22.3 15.6 19.8 57.7 60.3 40.8 7.3 6.7 8.9
1997 3.3948460 4498 4.7 22.6 16.6 19.5 59.7 60.6 40.9 8.2 7.0 9.6
1998 0.3380979 4447 4.8 22.1 16.4 20.1 63.3 61.1 29.5 9.4 7.0 9.4
1999 0.4679376 4401 4.6 21.7 21.0 19.8 59.5 60.2 29.8 10.2 9.6 11.4
2000 4.3879494 4526 4.8 23.0 22.6 18.8 60.2 58.3 31.1 9.9 10.2 12.5
2001 1.3898964 4526 4.8 22.6 26.9 19.3 58.1 57.7 29.0 9.6 12.4 14.6
2002 3.0534619 4601 5.5 22.5 27.6 19.8 63.3 57.3 29.6 9.4 14.2 13.4
2003 1.1408290 4594 6.2 23.1 28.1 19.1 58.7 56.4 27.7 10.0 15.2 13.0
2004 5.7599646 4797 5.7 24.3 29.7 18.5 59.9 54.9 29.4 9.1 16.5 13.1
2005 3.2021321 4891 4.7 24.2 27.1 18.9 61.3 56.1 31.8 9.6 15.2 11.8
2006 3.9619887 5026 4.4 23.5 26.0 19.0 62.8 57.1 35.4 8.6 14.4 11.7
2007 6.0698706 5271 4.4 23.1 25.3 18.9 64.6 57.7 40.7 8.3 13.3 12.0
2008 5.0941954 5479 4.6 23.1 27.3 18.8 66.8 56.8 45.8 7.3 13.5 13.7
2009 -0.1258120 5416 4.5 21.9 22.1 19.7 64.0 59.1 47.5 8.5 10.9 11.3
2010 7.5282258 5765 4.1 23.3 22.8 19.0 57.9 57.6 52.8 7.7 10.9 11.9
2011 3.9744231 5933 4.3 23.1 23.9 18.7 58.3 57.6 58.1 6.9 11.6 12.4
2012 1.9211760 5991 4.2 22.1 25.1 18.5 58.1 58.7 62.5 7.2 11.9 13.2
2013 3.0048227 6116 4.5 21.2 25.8 18.9 59.2 59.7 64.2 7.0 11.7 14.0
2014 0.5039557 6070 4.3 20.5 24.7 19.2 59.4 61.3 66.0 6.7 11.0 13.7
2015 -3.5457634 5788 4.3 19.4 27.0 19.8 61.9 62.3 66.8 8.4 12.9 14.1