Universidade Federal Fluminense Centro de Estudos Sociais Aplicados Faculdade de Economia Doutorado em Economia

UNIVERSIDADE FEDERAL FLUMINENSE
CENTRO DE ESTUDOS SOCIAIS APLICADOS

FACULDADE DE ECONOMIA
DOUTORADO EM ECONOMIA
ADRIANA CABRERA BACA
A IMPORTÂNCIA DA OPACIDADE FISCAL NO EFEITO DA

TRIBUTAÇÃO DIRETA PROGRESSIVA SOBRE A
DESIGUALDADE DE RENDA: quais os impactos sobre o crescimento
econômico?
Niterói (RJ)
2019
i

econômico?
Tese apresentada ao Programa de Pós-

Graduação em Ciências Econômicas da
Universidade Federal Fluminense como
parte dos requisitos para obtenção do Grau
de Doutor em Economia.
Orientador: Prof. Dr. Helder Ferreira de

Mendonça
Niterói (RJ)
2019
ii

econômico?
Tese apresentada ao Programa de Pós-

Graduação em Ciências Econômicas da
Universidade Federal Fluminense como
parte dos requisitos para obtenção do Grau
de Doutor em Economia.
Banca Examinadora:
Prof. Dr. Helder Ferreira de Mendonça (Orientador)

Faculdade de Economia – UFF
Prof. Dr. Gabriel Caldas Montes

Prof. Dr. Júlio Cesar Albuquerque Bastos

Prof. Dr. José Simão Filho

Universidade Federal de Juiz de Fora – UFJF
Dr. Bruno Pires Tiberto

Banco Central do Brasil – BCB
Niterói (RJ)
2019
iii
À minha queria família, Regino, Rita, Maurício,
Marcus, Mãe Ana Carelli, Mentores Espirituais, e toda
a família GEUDADE, dedico a conquista deste
trabalho com o mais profundo carinho.
iv
AGRADECIMENTOS
Agradeço a Deus por ter me dado saúde, discernimento e a oportunidade de cursar
o Doutorado e, em especial, pela vontade de continuar aprendendo e por ter me propiciado
condições para a elaboração deste trabalho.
Agradeço a meu pai Regino, minha mãe Rita, meu irmão Maurício e meu marido
Marcus por sempre terem me apoiado e me incentivado durante toda minha jornada
acadêmica. Eles souberam dizer as palavras de incentivo certas em diversos momentos
de grande angústia e incerteza, não deixando que eu desistisse no meio do caminho. Um
especial agradecimento para meu irmão Maurício e Mãe Ana Carelli, por todo o carinho,
amizade, paciência, educação, amor e compreensão demonstrados em todos os
momentos.
Agradeço ao meu marido Marcus por todo o imenso apoio, confiança e palavras
de incentivo. Com você aprendo todos os dias que é possível tornar os sonhos realidade,
basta apenas ouvir o coração e manter o foco no objetivo. Não há palavras no vocabulário
que descrevam meu muito obrigada. Além de ser meu marido, você é meu melhor amigo,
meu confidente, aquele que me atura em noites escuras e aquele que divide comigo os
momentos mais coloridos do meu dia.
Agradeço imensamente ao professor Dr. Helder Ferreira de Mendonça, por toda a
dedicação, orientação e companheirismo, durante todo o período de elaboração da Tese.
Professor, obrigada por suas palavras de incentivo, por ter sido em muitos momentos mais
do que um orientador e, principalmente, por ter desempenhado exemplarmente o papel
de um bom ouvinte em momentos de crise. Todo seu incentivo, suporte e confiança foram
cruciais para a elaboração desta tese. Agradeço também aos professores Dr. Gabriel
Caldas Montes, Dr. Júlio Cesar Albuquerque Bastos, Dr. José Simão Filho e Dr. Bruno
Pires Tiberto, por terem aceitado participar como membros da banca examinadora.
v
Agradeço ao Grupo Espírita Universalista do Amor Divino e Esperança
(GEUDADE) por ter me concedido a oportunidade de participar desta linda família.
Agradeço, enfim, a todos os Mentores, e em especial a Dona Maria, por me acolher de
braços abertos, pelo amor e confiança que depositaram em mim. Serei eternamente
agradecida a todos vocês, nunca esquecerei seus conselhos. Obrigada a todos que me
ajudaram durante esta complexa jornada, e peço que me desculpem se, por um lapso de
memória, não menciono aqui algum nome expressamente.
vi
“A educação é o nosso passaporte para o futuro,
pois o amanhã pertence às pessoas que se
preparam hoje.”
Malcolm X
vii
Resumo
Este estudo analisa como o efeito da desigualdade de renda, por meio da tributação direta
progressiva, associada à opacidade fiscal, impacta o crescimento econômico de 13 países
da OCDE durante o período de 1980 a 2016. A partir da função do fator de contração e
da razão ruído-sinal, esta tese desenvolve um indicador que mensura a redução da
desigualdade de renda entre famílias heterogêneas, por meio do impacto da opacidade
fiscal na tributação direta progressiva, com base em diferentes períodos de tempo e bases
de dados. As evidências empíricas mostram como uma redução na desigualdade de renda,
por meio da tributação direta progressiva, entre famílias de renda alta e mediana, assim
como entre famílias de renda mediana e de baixa renda, pode afetar o crescimento
econômico. Os resultados são robustos e apontam para uma natureza assimétrica da
tributação redistributiva sobre o crescimento econômico e que um aumento na opacidade
fiscal diminui o crescimento. Além disso, os resultados indicam que a opacidade fiscal
amplifica o efeito assimétrico de uma redução da desigualdade de renda, por meio da
tributação, no crescimento econômico. Por fim esta tese realiza uma análise para o
período antes e depois da crise financeira global e os resultados indicam que o impacto
da opacidade fiscal combinado com a tributação direta progressiva na desigualdade de
renda e, por conseguinte, no crescimento econômico, diminuiu após a crise financeira
global. Os resultados mostram que a adoção da transparência fiscal e a prevenção do uso
da tributação direta progressiva como política pública, com fins redistributivos, por
governos de países desenvolvidos é uma boa estratégia para mitigar o efeito negativo
sobre o crescimento econômico.
Palavras-chave: opacidade fiscal, desigualdade de renda, crescimento econômico, fator

de contração, razão ruído-sinal.
Classificação JEL: E62, E25, H68, H23, H31.
viii
Abstract
This study analyzes how the effect of income inequality, through progressive direct
taxation, coupled with fiscal opacity, affects the economic growth of 13 OECD countries
during the period from 1980 to 2016. From the function of the contraction factor and the
Noise-to-signal ratio, this thesis develops an indicator that measures the reduction of
income inequality among heterogeneous families, through the impact of fiscal opacity on
progressive direct taxation, based on different times and databases. Empirical evidence
shows how a reduction in income inequality through progressive direct taxation between
high- and middle-income families, as well as between middle- and low-income families,
can affect economic growth. The results are robust and point to an asymmetrical nature
of redistributive taxation on economic growth and that an increase in fiscal opacity
decreases growth. Moreover, the results indicate that fiscal opacity amplifies the
asymmetric effect of a reduction in income inequality through taxation on economic
growth. Finally, this thesis performs an analysis for the period before and after the global
financial crisis and the results indicate that, the impact of fiscal opacity combined with
progressive direct taxation on income inequality and thus on economic growth diminished
after the crisis. global financial The results show that the adoption of fiscal transparency
and the prevention of the use of progressive direct taxation as a public policy for
redistributive purposes by developed country governments is a good strategy to mitigate
the negative effect on economic growth.
Key words: fiscal opacity, income inequality, economic growth, contraction factor,
signal-to-noise ratio.
JEL classification: E62, E25, H68, H23, H31.
ix
Lista de figuras e tabelas
Figura 1 – Fatores de Contração – IND(q1) e IND(q3) – média.......................................37
Figura 2 – Opacidade Fiscal – 𝑂𝑃𝐴𝐶 – média................................................................42
Figura 3 – Fatores de contração: INDOPAC e IND (1980 a 2016)...................................46
Tabela 1 – Efeito dos fatores de contração e da opacidade fiscal no crescimento

econômico (PIB per capita) – FGLS e Sys-GMM (1980-2016)......................68
Tabela 2 – Choque de 1% de IND(qk) e OPACV,h sobre GROWTH (p.p.) – 1980-

2016.................................................................................................................70
Tabela 3 – Efeito dos fatores de contração e da opacidade fiscal no crescimento

econômico (PIB per capita) – FGLS (1998-2016)..........................................72
Tabela 4 – Choque de 1% de IND(qk) e OPACV,h sobre GROWTH (p.p.) – 1998-

2016.................................................................................................................74
Tabela 5 – Efeito dos fatores de contração, opacidade fiscal e variáveis interativas sobre
o crescimento (PIB per capita) – FGLS (1998-2016).....................................77
Tabela 6 – Efeito do indicador INDOPAC(qk) no GROWTH (PIB per capita) –– horizonte

do ano corrente –– FGLS (1980-2016).............................................................82
Tabela 7 – Efeito do indicador INDOPAC(qk) no GROWTH (PIB per capita) –– horizonte

de um ano à frente –– FGLS (1980-2016)........................................................83
Tabela 8 – Choque de 1% de INDOPAC(q3) e INDOPAC(q1) sobre GROWTH (p.p.) –

1980-2016........................................................................................................85
Tabela 9 – Efeito do INDOPAC(qk) no GROWTH (PIB per capita) –– horizonte do ano

corrente –– World Economic Outlook do FMI – FGLS (1998-2016)...............87
Tabela 10 – Efeito do INDOPAC(qk) no GROWTH (PIB per capita) –– horizonte do ano

corrente –– Economic Outlook da OCDE – FGLS (1998-2016)......................88
Tabela 11 – Efeito do INDOPAC(qk) no GROWTH (PIB per capita) –– horizonte de um

ano à frente –– World Economic Outlook do FMI – FGLS (1998-2016)..........89
x
Tabela 12 – Efeito do INDOPAC(qk) no GROWTH (PIB per capita) –– horizonte de um
ano à frente –– Economic Outlook da OCDE – FGLS (1998-2016).................90
Tabela 13 – Choque de 1% de INDOPAC(q3) e INDOPAC(q1) sobre GROWTH (p.p.) –

1998-2016........................................................................................................92
Tabela 14 – Efeito do INDOPAC(qk) no GROWTH (PIB per capita) – World Economic

Outlook do FMI – SysGMM............................................................................94
Tabela 15 – Efeito do INDOPAC(qk) no GROWTH (PIB per capita) – Economic Outlook

da OCDE– SysGMM.........................................................................95
Tabela A.1 – Correlação entre indicadores de desigualdade de renda (IND(qk),

INDOPAC(qk) e GINI)..................................................................................107
Tabela A.2.1 – Testes de Dependência de cross-section e Raiz Unitária........................108
Tabela A.2.2 – Testes de Dependência de cross-section e Raiz Unitária........................109
Tabela A.3.1 – Estatística Descritiva..............................................................................110
xi
Índice
1. Introdução.................................................................................................................14
2. Desigualdade de renda, tributação direta progressiva e opacidade fiscal: um

vínculo entre eles.......................................................................................................21
2.1. Introdução.......................................................................................................21
2.2. Desigualdade de renda.....................................................................................23
2.3. Tributação direta progressiva..........................................................................25
2.4. Opacidade fiscal..............................................................................................27
2.5. Desigualdade de renda, tributação direta progressiva e opacidade fiscal.........30
3. Mensuração da opacidade fiscal, fator de contração, e do efeito da opacidade

fiscal na desigualdade de renda, por meio da tributação........................................33
3.1. Introdução.......................................................................................................33
3.2. Fator de contração e opacidade fiscal..............................................................34
3.3. Efeito da opacidade fiscal na desigualdade de renda, por meio da tributação...43
4. Dados e Metodologia.................................................................................................47
4.1. Introdução.......................................................................................................47
4.2. Impacto do fator de contração e da opacidade fiscal sobre o crescimento

econômico.......................................................................................................50
4.3. Impacto da opacidade fiscal na desigualdade de renda, por meio da tributação,

sobre o crescimento econômico.......................................................................57
4.4. Dados..............................................................................................................61
5. Resultados empíricos: fator de contração e opacidade sobre o crescimento

econômico...................................................................................................................64
5.1. Introdução.......................................................................................................64
5.2. Evidências empíricas sobre o crescimento econômico: 1980 a 2016...............66
xii
5.4. Evidências empíricas sobre a conexão entre o fator de contração e a opacidade

fiscal................................................................................................................75
6. Resultados empíricos: efeito da opacidade fiscal na desigualdade de renda, por

meio da tributação.....................................................................................................78
6.1. Introdução.......................................................................................................78
6.4. Evidências empíricas sobre o crescimento econômico: pré-crise e pós-crise...93
7. Conclusão...................................................................................................................96
8. Referências...............................................................................................................100
Apêndice...................................................................................................................107
xiii
1. Introdução
A desigualdade de renda é um dos maiores problemas da investigação econômica.
O uso de políticas públicas que buscam diminuir a diferença de renda entre famílias
pobres e ricas é um assunto de preocupação internacional. Por exemplo, um dos objetivos
das Nações Unidas é reduzir a desigualdade de renda por meio da política fiscal.1 Em
particular, o uso da tributação direta progressiva é uma ferramenta importante para
diminuir a desigualdade de renda, mas seu uso é muito controverso.2 Por um lado, é
possível que a redução da desigualdade de renda aumente a classe média e, assim,
aumente o consumo, o que, por sua vez, implica em incrementos no crescimento
econômico. Por outro lado, esta mesma redução na desigualdade de renda também
representa uma queda no número de riquezas. Em geral, famílias mais ricas são
proprietárias de empresas, uma diminuição no número de famílias ricas pode reduzir o
investimento e, assim, reduzir o crescimento econômico.3 Em suma, o efeito de uma
redução na desigualdade de renda, por meio do imposto de renda direto progressivo, sobre
o crescimento econômico, ainda é uma questão em aberto.
As consequências da crise financeira global provocaram nos países da
Organização para a Cooperação e Desenvolvimento Econômico (OCDE) a recessão mais
profunda desde a Grande Depressão. Em 2009, a OCDE lançou a primeira edição do
Going for Growth, propondo várias medidas para responder à crise. Entre as várias
propostas, foi recomendado reduzir a carga de imposto de renda sobre os trabalhadores
de baixa renda. Inspirada em uma visão keynesiana, essa proposta foi apoiada na ideia de
que os trabalhadores de baixa renda têm mais probabilidade de gastar do que economizar
1
Objetivos do Desenvolvimento Sustentável. Disponível em:
<https://www.un.org/sustainabledevelopment/inequality/>. Acesso em: 10 de janeiro de 2018.
2
Sobre o debate referente ao efeito da progressividade tributária na desigualdade de renda, ver Duncan e
Peter (2016) e Bhattarai, et al. (2018).
3
Um bom exemplo dessa controvérsia é o recente debate sobre a reforma tributária nos EUA (Bhattarai, et
al., 2018).
14
ganhos líquidos adicionais e, assim, impulsionar o crescimento econômico. Além disso,
embora a falta de transparência fiscal (opacidade fiscal) não possa ser considerada a
principal causa da crise econômica e financeira iniciada em 2008, ela a exacerbou em
muitos países. Segundo o FMI (2012), o surgimento de déficits e dívidas anteriormente
não registrados revelou uma posição fiscal inadequada por parte dos governos, mesmo
entre as economias avançadas, que, por sua vez, exigem melhorias na transparência fiscal.
Desde a década de 1980, a desigualdade de renda aumentou nos países membros
da Organização para Cooperação e Desenvolvimento Econômico (OCDE) (Colciago,
Samarina e de Haan, 2019). Além disso, especialmente após a crise financeira global
(2008-2009), o uso de pacotes de estímulos fiscais por meio de reduções de impostos e o
problema relacionado à falta de transparência fiscal tem sido objeto de preocupação em
vários países da OCDE (ver Buti, Martins e Turrini, 2007; Barro e Redlick, 2011; Irwin,
2012). Por fim, de acordo com dados do Banco Mundial, a taxa média de crescimento
anual nos países da OCDE no período de 2008 a 2016 foi de apenas 1,16%.4 Em outras
palavras, analisar o efeito da opacidade fiscal sobre a desigualdade de renda e suas
implicações para o crescimento econômico, em países membros da OCDE, resulta em um
bom laboratório experimental.
Esta tese tem como objetivo analisar como uma redução na desigualdade de renda
entre famílias heterogêneas (pobres, ricas e medianas), por meio da tributação direta
progressiva e da opacidade fiscal relacionada à subestimação do déficit orçamentário do
governo, podem afetar o crescimento econômico em países membros da OCDE. Para
tanto, esta tese encontra-se estruturada de forma a responder quatro perguntas essenciais:
i) a redução da desigualdade de renda entre famílias heterogêneas, por meio da tributação
direta progressiva, tem efeitos assimétricos sobre o crescimento econômico? ii) um
4
Esta informação está disponível nos dados das contas nacionais no Banco Mundial. Disponível em:
<https://data.worldbank.org/indicator/ny.gdp.mktp.kd.zg>. Acesso em: 15 de janeiro de 2018.
15
aumento do nível de opacidade fiscal relacionada à subestimação dos déficits
orçamentários governamentais é capaz de afetar o crescimento econômico? iii) qual é o
efeito decorrente de uma possível conexão entre o uso da tributação direta progressiva,
como medida de impulso para redução da desigualdade de renda entre famílias
heterogêneas, e a opacidade fiscal, relacionada à subestimação dos déficits orçamentários
do governo, sobre o crescimento econômico? iv) como o crescimento econômico
responde a um indicador que captura o efeito da opacidade fiscal (relacionada à
subestimação dos déficits orçamentário do governo), transmitida por meio de impostos
diretos progressivos em família heterogêneas, sobre a desigualdade de renda?
Em relação ao efeito da redução da desigualdade de renda sobre o crescimento
econômico, conforme apontado por Biswas, Chakraborty e Hai (2017), com base em uma
análise para os estados dos EUA, o uso de políticas tributárias que reduzem a
desigualdade de renda tem efeitos assimétricos no crescimento econômico. Em
específico, reduzir a desigualdade de renda por meio da tributação entre famílias de baixa
e famílias de renda mediana melhora o crescimento econômico, enquanto reduzir a
desigualdade de renda entre famílias de renda mediana e famílias de alta renda reduz o
crescimento econômico.
Com relação à opacidade fiscal, países menos transparentes em termos fiscais
tendem a experimentar taxas de crescimento econômico mais lentas (Kopits e Craig,
1998). Conforme apontado por Teig (2005), existem dois canais principais para o efeito
benéfico da transparência fiscal no crescimento econômico: (i) a transparência fiscal
aumenta o nível de investimento direto estrangeiro; e (ii) a transparência fiscal reduz o
nível de corrupção.
De forma geral, este estudo mostra evidências que apoiam a ideia de que a
opacidade fiscal diminui o crescimento econômico, que o uso de política tributárias que
16
reduzem a desigualdade de renda tem efeitos assimétricos no crescimento econômico e
que a opacidade fiscal amplia o efeito assimétrico da política tributária na desigualdade
de renda sobre o crescimento econômico. Portanto, estes resultados representam uma
adição importante à crescente literatura que investiga se as políticas tributárias que
reduzem a desigualdade de renda têm efeitos assimétricos no crescimento econômico e
se o esforço dos governos para reduzir a opacidade fiscal melhora o crescimento
econômico. Até onde sabemos, esta é a primeira análise que fornece evidências empíricas
sobre o efeito assimétrico da política tributária na desigualdade de renda, juntamente com
a opacidade fiscal, no crescimento econômico, para uma perspectiva internacional, por
meio de dados recentes que cobrem um grande período de quase quatro décadas.5
Esta tese usa informações de 13 países da OCDE no período de 1980 a 2016. A
construção dos indicadores que permite ver como a desigualdade de renda, por meio da
tributação, associada à opacidade fiscal, afeta o crescimento econômico, tem como base
diferentes bancos de dados que permitem extrair dados sobre a renda familiar, o imposto
sobre a renda familiar, razão ruído-sinal, decorrente dos déficits orçamentários
governamentais em diferentes horizontes de tempo, etc. Em relação ao cálculo da razão
ruído-sinal é necessário acessar o erro de previsão relacionado aos déficits orçamentários
do governo. Portanto, com este propósito, foram reunidas expectativas sobre os déficits
orçamentários do governo com base em informações disponíveis em dois bancos de dados
distintos: Economic Outlook (EO) da OCDE e World Economic Outlook (WEO) do
Fundo Monetário Internacional (FMI). Em relação aos microdados familiares, que
correspondem à renda e ao imposto sobre à renda, usam-se informações disponíveis na
base de dados do Luxembourg Income Study (LIS).
5
É importante notar que, embora a análise central sobre o efeito assimétrico da política tributária na
distribuição de renda seja atribuída a Biswas, Chakraborty e Hay (2017), sua análise é feita apenas para o
nível estadual dos EUA por um período antigo (1979 a 2008).
17
A estratégia empírica utilizada nesta tese está baseada em uma análise de dados
em painel robusta, direcionada para problemas de dependência de cross-section, que é
comum em dados em painel para longos períodos. Com este intuito, a análise empírica
está dividida em duas partes. A primeira parte subdivide-se em três subpartes. A primeira
subparte apresenta a metodologia utilizada para verificar o efeito sobre o crescimento
econômico decorrente da redução da desigualdade de renda, por meio da tributação direta
progressiva, e da medida de opacidade fiscal relacionada à subestimação dos déficits
públicos, para o período de 1980 a 2016. Como o período considerado é longo (trinta e
sete anos), é adotada a metodologia dos Mínimos Quadrados Generalizados Factíveis
(FGLS), que é adequada para longos períodos de tempo. Além disso, para evitar
problemas de endogeneidade, as regressões são reestimadas por meio da adoção do
Método dos Momentos Generalizados Sistêmico (Sys-GMM), que é uma metodologia
eficiente para controlar a endogeneidade. A segunda subparte permite comparar o mesmo
efeito da subparte anterior por meio de distintos bancos de dados. Portanto, além das
informações coletadas no Economic Outlook da OCDE, é utilizado o banco de dados do
World Economic Outlook do FMI. Entretanto, devido à indisponibilidade de dados do
FMI para todo o período de 1980 a 2016, a análise desta segunda subparte abrange o
período de 1998 a 2016. A terceira subparte, estende a análise anterior, pois inclui nos
modelos um termo interativo entre a medida de redução da desigualdade de renda
induzida pela tributação progressiva e a medida de opacidade fiscal.
A segunda parte subdivide-se também em três subpartes e tem o objetivo de
apresentar a metodologia adotada para verificar o efeito do indicador que captura o
impacto da opacidade fiscal na desigualdade de renda, por meio da tributação direta
progressiva, sobre o crescimento econômico. A primeira subparte consiste em apresentar
o efeito do indicador sobre o crescimento econômico com base nas informações coletadas
18
no Economic Outlook da OCDE, para uma amostra de 13 países no período de 1980 a
2016, a partir da adoção da metodologia FGLS. A segunda subparte permite comparar o
efeito do indicador sobre o crescimento econômico, a partir do banco de dados do
Economic Outlook da OCDE e do World Economic Outlook do FMI, durante o período
de 1998 a 2016. A terceira subparte revela a mudança de comportamento por parte dos
governos em resposta à crise financeira global (2008-2009), por meio de regressões
baseadas em subamostras de pré-crise (1998-2009) e pós-crise (2010-2016). Como nesta
subparte as subamostras são divididas em curtos períodos de tempo os modelos de
regressão de dados em painel podem estar sujeitos a problemas de endogeneidade.
Portanto, as regressões são reestimadas por meio da adoção do Método dos Momentos
Generalizados Sistêmico (Sys-GMM).
Os resultados indicam que a opacidade fiscal amplifica o efeito de uma redução
da desigualdade de renda no crescimento econômico. É importante salientar que o efeito
de uma redução na desigualdade de renda entre famílias ricas e de classe média (quartil
superior e mediana) e entre famílias de classe média e pobres (mediana e quartil inferior)
é assimétrico. Enquanto uma redução na desigualdade de renda entre famílias ricas e de
renda mediana está associada a uma queda no crescimento econômico, uma redução na
desigualdade de renda entre famílias de renda mediana e famílias pobres representa um
estímulo para o crescimento econômico. Em relação ao efeito proveniente da medida de
ignorância do público em relação ao déficit fiscal do orçamento no crescimento
econômico, as regressões de dados em painel, baseadas em diferentes bancos de dados,
horizontes temporais e vintages, mostram que a opacidade fiscal reduz o crescimento
econômico.
Além desta introdução, esta tese é constituída de mais sete capítulos. O próximo
capítulo apresenta uma visão geral da relação entre a opacidade fiscal, tributação direta
19
progressiva e desigualdade de renda. O capítulo 3 mostra a construção de importantes
medidas, que servem como base para a análise. A primeira refere-se à função do fator de
contração que mede o efeito da tributação direta progressiva sobre a desigualdade de
renda entre famílias heterogêneas. Em específico, esta função mede a redução da
desigualdade de renda entre famílias de renda mediana e famílias do quartil superior de
renda, bem como entre famílias de renda mediana e famílias pertencentes ao quartil
inferior de renda. A segunda refere-se à medida de opacidade fiscal, obtida por meio do
cálculo da razão ruído-sinal que representa uma medida da ignorância sobre os valores
finais do déficit orçamentário previsto. A terceira, refere-se à construção do indicador que
captura como a opacidade fiscal com o uso da tributação direta progressiva afeta a
desigualdade de renda. O capítulo 4 apresenta as especificações empíricas, estratégias de
estimativa e descrição dos dados. O capítulo 5 mostra as estimativas e os respectivos
resultados da análise a respeito dos efeitos sobre o crescimento econômico decorrentes
dos seguintes fatores: i) uma redução da desigualdade de renda entre famílias
heterogêneas, por meio da tributação direta progressiva; ii) opacidade fiscal relacionada
à subestimação dos déficits orçamentários do governo em diferentes horizontes
temporais; iii) um termo de interação entre a medida de redução da desigualdade de renda
entre famílias heterogêneas, por meio da tributação direta progressiva, e a medida de
opacidade fiscal. O capítulo 6 mostra a estimativa resultantes dos modelos, por meio de
diferentes bancos de dados e períodos de tempo, provenientes do indicador que captura
como a opacidade fiscal com o uso da tributação direta progressiva afeta a desigualdade
de renda, e, por conseguinte, o crescimento econômico. O capítulo 7 apresenta a
conclusão da tese. O capítulo 8 apresenta as referências.
20
2. Desigualdade de renda, tributação direta progressiva e opacidade fiscal: um
vínculo entre eles
2.1. Introdução
Nas últimas décadas, o aumento da desigualdade de renda tem sido um desafio
nos países desenvolvidos (Piketty, 2014; Atkinson, 2015; Colciago, Samarina e de Haan,
2019). De acordo com Dabla-Norris, et al. (2015) e Jaumotte e Buitron (2015), longos
períodos de aumento de desigualdade de renda podem promover instabilidade política,
pressões protecionistas e reduções no estoque de capital humano. Por este motivo, o
controle e a redução da desigualdade de renda estão dentro do escopo das agendas
políticas das economias desenvolvidas.
Conforme relatado pela OCDE (2009), após a crise financeira global, a maioria
dos países da OCDE usou pacotes fiscais destinados a aumentar a demanda agregada.
Uma das principais estratégias foi a redução da carga tributária sobre a renda do trabalho,
principalmente para os trabalhadores de baixa renda. Como a oferta de mão de obra é
mais sensível a mudanças de impostos em faixas de renda baixas do que em faixas de
renda alta, um imposto progressivo sobre a renda poderia diminuir os efeitos adversos
dos impostos sobre a oferta geral de trabalho. No entanto, não podemos desconsiderar os
efeitos adversos do imposto de renda progressivo sobre o PIB per capita. A
progressividade do imposto sobre a renda reduz os incentivos dos trabalhadores para
fornecer trabalho e investir em educação, além de aumentar o custo do trabalho das
empresas, reduzindo assim o emprego. Em resumo, existe a possibilidade de um trade-
21
off entre políticas tributárias que melhoram o crescimento do produto e objetivos
redistributivos.
Embora o argumento relacionado à desigualdade de renda e ao imposto de renda
direto progressivo seja bem conhecido, desde a recessão global e a crise financeira (2008-
2009), um novo fenômeno, que merece especial atenção por parte dos governantes, é a
transparência fiscal. Em países como Portugal, Irlanda, Grécia e Espanha, há evidências
que comprovam que os gestores políticos ocultavam seus verdadeiros déficits
orçamentários.6 Tal comportamento implicou em altos custos sociais para alcançar um
ajuste fiscal. Como a principal fonte de receita do governo é a tributação, o esforço dos
governantes para aumentar a receita e, assim, eliminar a crise fiscal, pode afetar a
desigualdade de renda entre famílias ricas e pobres e, portanto, o crescimento econômico.7
O presente capítulo tem o objetivo de mostrar como a falta de transparência
(opacidade) em relação ao déficit orçamentário do governo, pode afetar a desigualdade
de renda entre famílias pobres e ricas. Para tanto, este capítulo está estruturado da seguinte
forma: além desta introdução, este capítulo tem mais quatro seções. As primeiras três
seções apresentam uma visão geral a respeito da desigualdade de renda, tributação direta
progressiva e opacidade fiscal, respectivamente. A última seção apresenta a base dos
fundamentos que criam um vínculo entre a tributação direta progressiva, opacidade fiscal
e desigualdade de renda.
6
Ver de Mendonça e de Deus (2015).
7
Por exemplo, em 24 de novembro de 2010, o primeiro-ministro irlandês anunciou um plano para aumentar
o imposto de renda para pessoas que ganham pelo menos 15.300 euros por ano (antes o limite era de
18.300). Além disso, a partir de 2011, o governo português iniciou um imposto de renda adicional de 1,5%.
Na Itália, o governo de Silvio Berlusconi anunciou que os rendimentos anuais acima de 90.000 euros seriam
adicionalmente tributados (Górniewicz, 2011).
22
2.2. Desigualdade de renda
A desigualdade de renda é um dos grandes problemas enfrentados no mundo atual.
É reconhecido que existe uma preocupação por parte dos governantes e do público em
geral a respeito do teor de justiça que há na forma de compartilhar o crescimento
econômico. Em geral, a desigualdade de renda aumenta quando aumenta a diferença de
renda das famílias ricas em relação à renda das famílias de classe média e as que estão
localizadas nas faixas inferiores de renda (OCDE, 2008). Contudo, apesar da instabilidade
política e social que a desigualdade de renda pode acarretar às economias, a igualdade
total de renda não é alcançável nem desejável. Algumas disparidades de renda refletem
apenas preferências diferenciadas, que de maneira geral criam incentivos para a execução
de requisitos básico capazes de fomentar o crescimento do produto, como o trabalho e a
poupança.
Embora a maior parte dos trabalhos empíricos tenham encontrado uma relação
negativa entre a desigualdade de renda e o crescimento econômico, existem estudos que
preveem a existência de uma relação positiva. É reconhecido que o crescimento
econômico é resultado da acumulação de capital físico e humano, que, por sua vez,
depende da capacidade de apropriação privada proveniente do esforço. A visão padrão de
que a desigualdade de renda prejudica o crescimento econômico tem como base o
conceito de que sociedades em que o conflito distributivo é relevante, conduzem à adoção
de políticas associadas a menos apropriação privada e, portanto, menos acumulação e
menor crescimento econômico (ver Alesina e Rodrik, 1994; Persson e Tabellini, 1994).8
Sem embargo, a desigualdade de renda pode estar associada de maneira positiva ao
crescimento econômico, já que pode aumentar a poupança agregada e, assim, a
8
Quanto aos modelos teóricos que encontraram um efeito negativo da desigualdade de renda no
crescimento econômico na presença de imperfeições do mercado financeiro, ver, por exemplo, Galor e
Zeira (1993).
23
acumulação de capital, pois os ricos têm menor propensão a consumir. Além disso, a
desigualdade de renda pode estimular o trabalho mais árduo, aumentar o investimento e
assumir riscos, a fim de aproveitar as altas taxas de retorno (Biswas, Chakraborty e Hay,
2017).9
A desigualdade de renda não é um fato que caracteriza apenas as economias em
desenvolvimento. Desde a década de 1980, a desigualdade de renda aumentou nos países
da OCDE (Colciago, Samarina e de Haan, 2019). Contudo, no período recente esta
trajetória ascendente foi interrompida de forma temporária apenas nos primeiros anos
após a grande recessão (Dabla-Norris, et al., 2015 e Jaumotte e Buitron, 2015).10 De
acordo com Dabla-Norris, et al. (2015) e Jaumotte e Buitron (2015), longos períodos de
aumento da desigualdade de renda podem promover instabilidade política, pressões
protecionistas e reduções no estoque de capital humano. Por esse motivo, o controle e a
redução da desigualdade de renda estão dentro do escopo das agendas políticas das
economias desenvolvidas.
9
Para uma análise sobre uma relação positiva entre desigualdade e crescimento econômico, ver Forbes
(2000).
10
Para um estudo mais profundo a respeito da mudança de trajetória da desigualdade de renda em países
desenvolvidos após a grande recessão de 2008, ver: OCDE (2008), OCDE (2011), OCDE (2013), OCDE
(2014a), OCDE (2014b) e OCDE (2015).
24
2.3. Tributação direta progressiva
Segundo o Fundo Monetário Internacional (2014) a política fiscal tem três
objetivos principais: i) estabilizar a macroeconomia; ii) prover bens públicos e corrigir
falhas de mercado; iii) redistribuir a renda.11 Em especial, a redistribuição de renda
ganhou proeminência nas agendas dos formuladores de políticas tributárias nas últimas
décadas. A redução da desigualdade de renda é um dos tópicos mais desafiadores da
literatura econômica. A política fiscal é uma ferramenta capaz de reduzir a desigualdade
de renda, por meio da adoção de uma política tributária direta progressiva. O caráter
progressivo do imposto direto garante que contribuintes com altas rendas paguem uma
fração maior da sua renda do que os contribuintes com rendas menores (Fellman, 1976;
Jakobsson, 1976; e, Kakwani, 1977). Como resultado, a determinação da alíquota
tributária sobre a renda antes do imposto leva em consideração o caráter heterogêneo das
famílias. Portanto, a tributação sobre a renda representa um mecanismo que é capaz de
reduzir a desigualdade de renda entre pobres e ricos.
É reconhecido que a tributação direta progressiva é uma ferramenta eficiente de
redistribuição de renda (Duncan e Peter, 2016). Entretanto, ainda não há um consenso
sobre os reais efeitos no crescimento econômico. Por um lado, a redução da desigualdade
de renda, impulsionada pela tributação direta progressiva, pode acarretar benefícios para
o crescimento econômico, devido ao aumento e/ou manutenção do consumo das famílias
pobres (Alesina e Rodrik, 1994; Persson e Tabellini, 1994; Bénabou, 1996; e, Perotti,
1996). Por outro lado, este mesmo efeito pode reduzir a capacidade de investimento das
famílias ricas e estimular a busca por medidas que possam reduzir a renda tributável, o
que provocaria uma queda no crescimento econômico (Kaldor, 1956; Mirrlees, 1971;
11
Ver Musgrave (1959).
25
Bourguignon, 1981; Lazear e Rosen, 1981; Rebelo; 1991; e, Forbes, 2000).12 Há
evidências que comprovam que a busca por mecanismos legais e ilegais que diminuem a
base de renda tributável é maior na parte superior da distribuição de renda. Em outras
palavras, as famílias ricas tendem a ser mais sensíveis a mudanças nas alíquotas
tributáveis diretas, devido à capacidade que possuem para acionar medidas que reduzam
sua base tributável (Slemrod, 1994 e Feldstein, 1995).
Após a crise financeira global (2008-2009) em muitos países da OCDE emergiu
um amplo consenso sobre a adoção de reformas tributárias progressivas que
possibilitariam o fortalecimento das receitas e a execução de estruturas tributárias mais
eficientes e justas, que em combinação serviriam como válvula de escape para o aumento
substancial da desigualdade de renda e o crescente desequilíbrio das contas públicas.
Segundo o monitor fiscal do Fundo Monetário Internacional de 2013 (FMI, 2013), após
a grande recessão, as alíquotas máximas legais de imposto de renda aumentaram. Este
fato reverteu a tendência pré-crise financeira global de redução da pressão tributária no
topo da distribuição de renda. Ademais, o relatório expõe a adoção de créditos tributários
trabalhistas com efeitos semelhantes a cortes no imposto sobre os ganhos mais baixos.
Estas medidas são inspiradas em uma visão keynesiana, apoiada na ideia de que os
trabalhadores de baixa renda têm mais probabilidade de gastar do que economizar ganhos
líquidos adicionais e, assim, impulsionar o crescimento econômico.
12
É reconhecido que altas alíquotas diretas podem promover a fuga de capitais e a busca por mecanismos
legais ou ilegais que possam reduzir a renda tributável. Para saber mais a respeito da definição e os
mecanismos de atuação ver: Kirchler, Maciejovsky e Schneider (2003) e Gorodnichenko, Martinez-
Vazquez e Peter (2009).
26
2.4. Opacidade fiscal
A transparência nas operações do governo é uma condição essencial para o
equilíbrio fiscal (Kopits e Craig, 1998). As publicações governamentais periódicas que
descrevem de forma transparente a posição orçamentária corrente e as projeções fiscais
futuras servem como uma ferramenta de avaliação para as decisões e ações dos agentes
econômicos. É reconhecido que a divulgação transparente de dados orçamentários
combinada com uma gestão fiscal sólida, estimula o crescimento econômico e aumenta a
confiança do público em geral (Kopits e Craig, 1998).
Embora a opacidade fiscal seja considerada um problema exclusivo de países
emergentes, a recente crise da dívida soberana expôs vulnerabilidades de governantes de
países desenvolvidos e levantou questões sobre a transparência fiscal em ditos países nos
anos anteriores à crise financeira global (2008-2009).13 Recentemente, o FMI atualizou o
código de transparência fiscal que tem por objetivo manter um padrão internacional para
a divulgação de informações sobre finanças públicas (FMI, 2019). Em particular, o
primeiro pilar da transparência fiscal considera que o desempenho e a posição financeira
dos governos devem reter informações confiáveis. Segundo Poterba e von Hagen (1999),
os governos que possuem orçamentos consolidados e acessíveis são considerados
transparentes. Alesina e Perotti (1996) destacam que os relatórios com pouca
transparência apresentam previsões otimistas sobre variáveis econômicas e, em especial,
sobre resultados orçamentários. Segundo Irwin (2012), em tempos de recessão, há um
aumento da possibilidade de ocorrência de práticas incorretas que substituam ajustes
fiscais por dispositivos contábeis que dariam a ilusão de melhorias no resultado fiscal.
13
Conforme assinalado pela Comissão Europeia (2010), um bom exemplo é a falta de transparência e
acurácia na divulgação dos dados a respeito do déficit do governo grego e das estatísticas da dívida
soberana. Disponível em:
<https://ec.europa.eu/eurostat/documents/4187653/6404656/COM_2010_report_greek/c8523cfa-d3c1-
4954-8ea1-64bb11e59b3a>. Acesso em: 12 de maio de 2018.
27
De acordo com Kopits e Craig (1998, p.1), a transparência fiscal é definida como
“abertura ao público sobre a estrutura e as funções governamentais, as intenções de
política fiscal, as contas do setor público e as projeções. Além disso, representa o acesso
imediato a informações confiáveis, abrangentes, oportunas, compreensíveis e
internacionalmente comparáveis sobre atividades governamentais”. A visão a respeito da
falta de transparência fiscal e, portanto, de opacidade fiscal usada neste estudo está
relacionada ao nível de ignorância do público em relação ao déficit orçamentário (Alt e
Lassen, 2006). Em geral, a gestão da política fiscal depende em grande medida das
previsões orçamentárias feitas pelos governos e pelos analistas privados. Portanto, erros
de previsão fiscal podem ser entendidos como medidas de transparência, importantes para
explicar a sustentabilidade da dívida pública, uma vez que a baixa qualidade das previsões
pode representar possíveis fontes de déficit fiscal.
Diferentes pesquisadores levantaram questões sobre os erros de previsão do
resultado orçamentário. Via de regra, a literatura está dívida em três grandes grupos. O
primeiro se refere aos estudos que debatem os melhores métodos e ferramentas de
previsão (Bretschneider et al., 1989; Baguestani e Mcnown, 1992; Willman et al., 2000;
Athanasopoulos, et al., 2011; Guillén, et al., 2015). O segundo diz respeito aos estudos
que discutem a hipótese de fraca racionalidade com base na precisão (não viés e
eficiência) dos dados (Nordhaus e Durlauf, 1984; Nordhaus, 1987; Feenberg, et al., 1989;
Holden e Peel, 1990; Campbell e Ghysels, 1995; Melliss e Whittaker, 1998; Öller e Barot,
2000; Pons, 2000). Por último, o terceiro grupo trata dos estudos que buscam verificar a
hipótese de forte racionalidade das previsões geradas com base nos fatores determinantes
dos erros de previsão (Plesko, 1988; Gentry, 1989; Auerbach, 1995; Jennes e Arabackyj,
1998; Auerbach, 1999; Strauch, Hallerberg e von Hagen, 2004; Brück e Stephan, 2006;
e, Pina e Venes, 2011).
28
Em adição à literatura citada anteriormente, a metodologia que adota a análise de
erro de previsão tem à disposição o uso de dados em tempo real (real time) e de dados
revisados (ex-post) (Beetsma et al., 2011 e Cimadomo, 2012). Tanto a metodologia que
adota os dados ex-post, quanto a que adota os dados real time, têm por objetivo oferecer
a melhor explicação para os erros de previsão fiscal. Por um lado, a análise ex-post é
constituída por dados revisados pelas instituições que os elaboram e têm pouco poder
para captar a conjuntura no momento em que os planos são elaborados. Por outro lado, a
análise real time é constituída por dados que estão disponíveis no momento em que as
decisões estão sendo tomadas pelos seus responsáveis. Há diversas motivações que
podem estimular erros de previsão do resultado orçamentário (ex-post ou real time). Entre
as principais destacam-se os incentivos relacionados a fins eleitorais e ao cumprimento
de regras fiscais rígidas (Bunch, 1991; von Hagen, 1991; Alt e Lassen, 2006; Kiewiet e
Szakaly; von Hagen e Wolff, 2006).
29
2.5. Desigualdade de renda, tributação direta progressiva e opacidade fiscal
Após crises de cunho fiscal, a busca por um ajuste que diminua o endividamento
governamental é inevitável. A questão crucial é como os formuladores de políticas
econômicas devem alcançar o reequilíbrio do resultado orçamentário. O dilema do ajuste
fiscal está em decidir entre cortar gastos ou aumentar impostos. Apesar de não existir um
consenso sobre qual seria a melhor maneira de reequilibrar as contas públicas, o sistema
tributário tem a dupla função de ser uma fonte arrecadatória de recursos governamentais,
assim como também um fator determinante na trajetória da desigualdade de renda. Sob
este aspecto, os governos cobram impostos diretos e progressivos que implicam um efeito
maior sobre a renda dos ricos em comparação com as famílias pobres (Fellman, 1976;
Jakobsson, 1976; e Kakwani, 1977). Dessa forma, a alíquota tributária sobre a renda pode
representar um mecanismo capaz de reduzir a desigualdade de renda entre famílias ricas
e pobres.
Portanto, a combinação perfeita de altos níveis de endividamento orçamentário e
crescentes taxas de desigualdade de renda, promove um cenário propício para que
informações opacas prestadas pelo governo, quanto ao déficit público, estimulem a
escolha da busca pelo ajuste fiscal por meio de aumentos tributários.14 No caso em que o
governo tem um déficit público maior do que o projetado e considerando-se que existe
um compromisso com o equilíbrio fiscal intertemporal (equivalência ricardiana), haverá
a necessidade de aumentar a receita tributária. Em outras palavras, uma opacidade fiscal
em relação ao tamanho real do déficit público implica a necessidade de aumentar a
tributação com possíveis efeitos sobre a desigualdade e de renda e, por consequência,
14
De acordo com FMI (2018), economias desenvolvidas têm a maior razão dívida pública/PIB desde a
Segunda Guerra Mundial.
30
A adoção de uma política tributária progressiva, com fins arrecadatórios e
corretivos, reduz a desigualdade de renda entre famílias de renda alta e famílias de baixa
renda. Por um lado, é possível que haja uma queda na capacidade de investimento das
famílias de renda alta, causando um efeito negativo sobre o crescimento econômico
(Kaldor, 1956; Mirrlees, 1971; Bourguignon, 1981; Lazear e Rosen, 1981; Rebelo, 1991;
e, Forbes, 2000). Por outro lado, o efeito da tributação progressiva sobre a renda beneficia
as famílias de baixa renda, o que pode levar a benefícios para o crescimento econômico,
devido ao aumento e/ou manutenção do consumo dessas famílias (Alesina e Rodrik,
1994; Persson e Tabellini, 1994; Bénabou, 1996; e, Perotti, 1996).
Embora existam vários estudos que analisam a relação entre transparência do
banco central e desigualdade de renda (ver de Mendonça e Esteves, 2018; Colciago,
Samarina e de Haan, 2019), existe uma lacuna na literatura sobre a possível relação entre
opacidade fiscal e desigualdade de renda. Um possível vínculo entre a redução da
desigualdade de renda por meio da política tributária e da opacidade fiscal e seu efeito no
crescimento econômico pode ser entendido da seguinte maneira. Como ficou evidente,
com a crise financeira global (2008-2009), há uma tendência de os governos
subestimarem seus déficits orçamentários (ver Islam, 2016). Além disso, desde a crise,
tem havido uma preocupação de vários governos com o uso de pacotes de estímulo fiscal
por meio de reduções de impostos (Barro e Redlick, 2011). Em suma, a combinação
desses fatores pode ser desastrosa, pois aumenta a relação dívida pública / PIB e,
assumindo um ambiente ricardiano, é necessário um ajuste fiscal por meio, por exemplo,
de um aumento na tributação. Como resultado, há um efeito distributivo entre pobres e
ricos, porque a taxa de imposto é mais alta para os ricos do que para os pobres. Em
resumo, uma maior opacidade fiscal pode estar associada a um aumento da tributação, o
que, por sua vez, contribui para uma diminuição da desigualdade de renda entre ricos e
31
pobres, com implicações no crescimento econômico.
32
3. Mensuração da opacidade fiscal, fator de contração, e do efeito da opacidade
fiscal na desigualdade de renda, por meio da tributação
3.1. Introdução
Com o propósito de analisar como o efeito da opacidade fiscal na tributação direta
progressiva impacta a desigualdade de renda, além desta introdução, este capítulo está
dividido em mais duas seções. A próxima seção mostra a construção de duas medidas. A
primeira refere-se à função do fator de contração, que mede o efeito da tributação direta
progressiva sobre a desigualdade de renda entre famílias heterogêneas. Em específico,
esta função mede a desigualdade de renda entre famílias de renda mediana e famílias do
quartil superior de renda, bem como entre famílias de renda mediana e famílias do quartil
inferior de renda. De acordo com Biswas, Chakraborty e Hai (2017), o uso desta
metodologia é uma maneira adequada de considerar o efeito da tributação sobre a
desigualdade de renda entre famílias de renda alta e mediana, assim como entre famílias
de renda mediana e baixa. A segunda refere-se à medida de opacidade fiscal, que
representa uma medida de ignorância sobre os valores finais do déficit orçamentário
previsto. De acordo com Kholodilin e Siliverstovs (2009) e Glass e Fritsche (2015), uma
ferramenta útil para mensurar esse tipo de opacidade fiscal é a razão ruído-sinal. A última
seção mostra a construção do indicador que captura como a opacidade fiscal com o uso
da tributação direta progressiva afeta a desigualdade de renda. A construção deste
indicador supõe a presença da opacidade fiscal exige o uso de uma política fiscal austera
por meio do aumento da tributação direta progressiva. Assim, o aumento da opacidade
fiscal está associado a um aumento no efeito da tributação sobre a desigualdade de renda.
Em outras palavras, quando existe opacidade fiscal, o efeito da tributação sobre a
desigualdade de renda é aumentado.
33
3.2. Fator de contração e opacidade fiscal
Os dados sobre a distribuição de riqueza não estão disponíveis para um grande
número de países e a distribuição de renda deve ser usada como proxy. Portanto, a medida
de desigualdade de renda por meio de tributação progressiva mede a desigualdade de
renda entre os agregados familiares de renda média e quartil superior, bem como entre os
agregados familiares de renda mediana e quartil inferior. Conforme destacado por Perotti
(1996), esse tipo de medida tem a vantagem de captar a noção de “classe média”, cujo
tamanho é frequentemente associado ao conceito de igualdade. De acordo com Biswas,
Chakraborty e Hai (2017), o uso de uma função de fator de contração é uma maneira
adequada de considerar o efeito da tributação na mensuração da desigualdade de renda
entre famílias de renda alta e mediana, bem como famílias mediana e de baixa renda.15
Para avaliar as mudanças na desigualdade de renda induzidas pela política
tributária progressiva, assume-se uma estrutura em que Inci,t(qk) denota a renda média
antes dos impostos para as famílias no quarto quartil 𝑞 na distribuição de renda do país
i no ano t, e Taxi,t(qk) denota o imposto de renda médio para as famílias no quartil q na
distribuição de renda do país i no ano t. Além disso, como o objetivo é analisar a
desigualdade de renda entre famílias de renda mediana e famílias do quartil inferior de
renda (q1), assim como entre as famílias do quartil superior de renda (q3) e famílias de
renda mediana, usa-se a renda familiar mediana como referência (q2). Assim, o fator de
contração (IND) mede a redução induzida pela tributação na diferença de renda entre as
famílias de q1 e q2, e as famílias de q3 e q2. Portanto:
( ) ( ) ( ) ( )
(1) 𝐼𝑁𝐷(𝑞 ) , ≡ 1 − , , , ,
, ( ) , ( )
15
A função de contração é uma aplicação 𝑓 de um espaço métrico (𝑀, 𝑑) em 𝑓: 𝑀 → 𝑀, considerando a
existência de uma constante real   [0,1), tal que d(f(x), f(y)) d(f(x), f(y)), para todo 𝑥, 𝑦 ∈ 𝑀. De maneira
simplificada, uma função de contração transforma quaisquer dois pontos 𝑥 e 𝑦 de 𝑀 em pontos mais
próximos do que originalmente estariam localizados.
34
𝑇𝑎𝑥 , (𝑞 ) − 𝑇𝑎𝑥 , (𝑞 )
= .
𝐼𝑛𝑐 , (𝑞 ) − 𝐼𝑛𝑐 , (𝑞 )
onde: k=1,3.16
Para construir o IND(qk), é necessário coletar informações sobre renda e imposto
direto progressivo provenientes de famílias heterogêneas da OCDE ao longo do tempo.
Portanto, as informações são coletadas do Luxembourg Income Study Database (LIS). O
LIS é o maior banco de microdados harmonizados, coletados em cerca de cinquenta
países entre 1980 e 2016. Os dados são acessíveis aos usuários que apresentam um pré-
projeto expondo suas reais intenções de usar esses dados para fins de pesquisa acadêmica
que contribuam para análises comparativas entre países sobre resultados
socioeconômicos. A licença é renovada a cada ano mediante apresentação de avanços
realizados no campo de execução do estudo. O acesso aos microdados está disponível por
meio de um sistema de execução remota conhecido como LISSY e via Web Tabulator.17
O acesso remoto permite a consulta de dados gravados em pacotes estatísticos SAS, SPSS
ou Stata. Como a presente análise está direcionada ao estudo do efeito da tributação direta
progressiva sobre a desigualdade de renda, são recolhidos microdados extraídos de 13
países da OCDE (Austrália, Canadá, Dinamarca, Finlândia, Alemanha, Itália, Holanda,
Noruega, Coréia do Sul, Suécia, Suíça, Reino Unido e os EUA).
A partir da disponibilidade de informações do bando de dados do LIS, são
reunidas as principais variáveis para calcular o IND. A primeira variável a ser extraída do
LIS é a proxy Inc, que é o total de renda do agregado familiar (código do LIS = hitotal).
Essa variável corresponde à soma de rendimentos monetários e não monetários do
16
No sistema de imposto progressivo, 𝑇𝑎𝑥 , (𝑞 ) − 𝑇𝑎𝑥 , (𝑞 ) e 𝐼𝑛𝑐 , (𝑞 ) − 𝐼𝑛𝑐 , (𝑞 ) têm o mesmo
sinal.
17
LISSY é um sistema de execução remoto que permite que os pesquisadores acessem de local remoto os
microdados do LIS, respeitando as restrições de privacidade exigidas pelos países que fornecem os dados.
Tabelas descritivas transnacionais baseadas nos conjuntos de dados subjacentes do LIS podem ser
projetadas e geradas com o Web Tabulator.
35
trabalho, rendimento do capital, rendimento de pensões (incluindo pensões públicas e
privadas) e benefícios sociais públicos não previdenciários decorrentes de planos de
seguro, universal ou de assistência (incluindo transferências de assistência social), bem
como transferências privadas monetárias e não monetárias. A segunda variável é a proxy
Tax, que representa o imposto de renda familiar (código do LIS = hxitax). Essa variável
é a despesa com imposto de renda, definida aqui como pagamentos compulsórios ao
governo com base na renda corrente auferida. Inclui o montante retido na fonte e o valor
pago diretamente no momento do ajuste do imposto.
É importante observar que a disponibilidade de microdados do LIS está em waves.
De 1980 a 2016, houve 10 waves.18 Em casos onde há falta de informação para um ano
específico, usa-se o método de extrapolação baseado em médias móveis para preencher
essa lacuna. Além disso, todas as informações coletadas do LIS são convertidas em dólar
USD internacional de 2011.19 20
Após obter as informações necessárias para calcular o fator de contração, é
possível mostrar os resultados na figura 1 que permitem comparar a diferença ao longo
do tempo entre a medida relacionada à redução induzida pela tributação direta progressiva
na diferença de renda entre as famílias q1 e q2 (IND(q1) ) e as famílias q3 e q2 (IND(q3)).
A tendência dos fatores de contração mostra que houve relativa estabilidade entre os anos
1980 e o início dos anos 1990 e que após esse período houve uma diminuição da redução
da desigualdade de renda, por meio do imposto de renda. A principal diferença entre o
18
Wave 1: ~1980 (1976 a 1982); Wave 2: ~1985 (1983 a 1987); Wave 3: ~1990 (1988 a 1992); Wave 4:
~1995 (1993 a 1997); Wave 5: ~2000 (1998 a 2002); Wave 6: ~2004 (2003 a 2005); Wave 7: ~2007 (2006
a 2008); Wave 8: ~2010 (2009 a 2011); Wave 9: ~2013 (2012 a 2014); Wave 10: ~2016 (2015 a 2016).
19
O fator de conversão para ajustar a moeda do país para o dólar internacional de 2011 está disponível em:
<http://www.lisdatacenter.org/data-access/web-tabulator/methods/ppp/>. Acesso em: 15 de novembro de
2017.
20
Um alto nível de desigualdade de renda medido por Gini se correlaciona com um baixo nível de IND e
essa correlação é mais forte com o IND(q1) do que com o IND(q3). A correlação é -0,40 e -0,49,
respectivamente (ver tabela A.1 – apêndice). Portanto, existe motivação para o uso de um indicador que
mede a desigualdade de renda entre os agregados familiares do quartil superior e mediano, bem como entre
os agregados familiares do quartil inferior e mediano.
36
IND(q1) e o IND(q3) é que, embora a tendência de queda da redução da desigualdade de
renda, por meio do imposto direto progressivo, seja persistente para o IND(q3), há uma
indicação de uma melhoria na distribuição de renda do IND(q1) a partir de meados dos
anos 2000.
Figura 1
Fatores de Contração – IND(q1) e IND(q3) – média
Fator de contração – IND(q1) Fator de contração – IND(q3)
.245 .28
.240 .27
.235
.26
.230
.25
.225
.24
.220
.23
.215
.210 .22
.205 .21
1980
1982
1984
1986
1988
1990
1992
1994
1996
1998
2000
2002
2004
2006
2008
2010
2012
2014
2016
1980
1982
1984
1986
1988
1990
1992
1994
1996
1998
2000
2002
2004
2006
2008
2010
2012
2014
2016
IND(q1) Trend (Hodrick-Prescott filter) IND(q3) Trend (Hodrick-Prescott filter)
A segunda medida a ser construída nesta seção refere-se à proxy para opacidade
fiscal. A transparência fiscal ganhou status de ferramenta essencial para os formuladores
de políticas fiscais apenas no período recente (FMI, 2019). Como esta tese abrange um
período longo, não é uma tarefa fácil encontrar dados de países disponíveis para cobrir
todo o período (1980 a 2016), portanto, é adotado um tipo de medida de opacidade fiscal.
Esta medida está relacionada à transparência econômica, ou seja, ao nível de informações
disponíveis ao público a partir de previsões de resultado orçamentário. Como o foco desta
tese está nos casos em que os governos podem ocultar informações ao público sobre os
reais déficits, a medida de opacidade fiscal é baseada no caso em que o público subestima
os déficits fiscais. Portanto, uma maneira útil de analisar a opacidade fiscal é por meio da
razão ruído-sinal (Kholodilin e Siliverstovs, 2009 e Glass Fritsche, 2015). Por um lado,
quanto mais próximas as previsões dos dados observados, ou seja, quanto menos
37
ignorantes os previsores, menor a opacidade e, portanto, mais próxima a razão ruído-sinal
é de zero. Por outro lado, quando há uma completa ignorância por parte dos previsores a
respeito dos valores finais do resultado orçamentário, a razão ruído-sinal assume valores
iguais e/ou maiores que um.
Segundo Kopits e Craig (1998), a transparência nas operações do governo é
considerada uma condição prévia importante para o equilíbrio fiscal. Ademais, o código
de transparência fiscal, elaborado pelo Fundo Monetário Internacional (FMI), realça, em
um dos quatro pilares que sustentam o código de transparência fiscal, a importância de as
previsões fiscais e orçamentárias apresentarem de forma clara as intenções políticas do
governo, com projeções abrangentes, oportunas e credíveis da evolução das finanças
públicas (FMI, 2019). Via de regra, entende-se que um maior nível de transparência fiscal
leva a menores déficits orçamentários e, portanto, cria um cenário mais adequado para a
realização de uma política de disciplina fiscal.
Para calcular a razão ruído-sinal de cada país ao longo do tempo como uma
medida variável de opacidade fiscal, são adotados, como referência, os modelos de
resposta fiscal, nos quais os tomadores de decisões fiscais têm preferências bem-
comportadas e visam maximizar suas utilidades (Binh e McGillivray, 1993; e Feeny e
Mcgillivray, 2010). Em específico, o objetivo do formulador de políticas é maximizar sua
utilidade por meio do equilíbrio das contas públicas. Então, a utilidade (U) será maior,
quanto mais próximo o executado estiver dos valores planejados. Destarte:
 
(2) 𝑈 =−∑ 𝐸 − 𝐸∗ −∑ (𝑅 − 𝑅 ∗ ) ,
onde: U representa a utilidade do tomador de decisão fiscal; Ej são as despesas públicas
agregadas atuais; Rn são agregados reais de receita; 𝐸 ∗ e 𝑅 ∗ correspondem às metas;  é
uma constante; e  e  são parâmetros. Os termos entre parênteses capturam o desvio das
despesas e das receitas em relação ao planejado. Portanto, à medida que há um aumento
38
nesses desvios, há uma redução da utilidade do tomador de decisão fiscal.
Segundo Lledó e Poplawski-Ribeiro (2013), é possível fazer uma analogia entre
o modelo de resposta fiscal e o problema de erro de previsão fiscal. De acordo com essa
visão, a perda da função de bem-estar está atrelada à desutilidade das autoridades fiscais,
em virtude dos desvios entre o planejado e o executado. Em outras palavras, o bem-estar
relacionado às decisões fiscais será maior quanto menor for o erro de previsão fiscal.
Dessa maneira, a função quadrática a seguir pode capturar essa ideia:
(3) 𝑈 =  − (𝐵 − 𝐵 ∗ ) =  − |𝐵 − 𝐵 ∗ |,
onde:  é o nível máximo de utilidade irrestrita do tomador de decisão fiscal que é
alcançado somente quando o orçamento realizado é exatamente igual ao planejado; 𝐵 é
o resultado orçamentário atual (ou realizado) para o período t; e, 𝐵 ∗ é o correspondente
resultado orçamentário planejado (objetivo) para o mesmo período.
Em suma, o erro de previsão fiscal reduz a utilidade do formulador de políticas.
Além disso, como apontado pela OCDE (2002, p. 11): “desvios de previsão das principais
premissas econômicas subjacentes ao orçamento são o principal risco fiscal do governo”.
Em geral, a medição do erro de previsão fiscal (et) corresponde à diferença entre o
resultado orçamentário para o ano “t” (Bt) e o resultado orçamentário previsto (BtF), ou
seja:
(4) 𝑒 =𝐵 −𝐵 .
Conforme apontado por de Mendonça e de Deus (2015), existem duas
metodologias principais para calcular os erros de previsão fiscal: dados revisados (ex-
post) e dados em tempo real (real time). Em geral, o uso de dados revisados (ex-post) é
frequente, pois permite considerar a diferença entre as projeções feitas por organizações
internacionais e os resultados fiscais reais. No entanto, dados em tempo real permitem
considerar as informações disponíveis para o formulador de políticas ao planejar e
39
implementar a política. É importante notar que o uso de dados revisados (ex-post) inclui
informações disponíveis após a tomada de decisões e, portanto, pode ter um viés quando
se analisa o efeito das projeções na política econômica. Portanto, esta tese considera dois
vintages: a primeira previsão (V1) e os dados revisados (V2).
Deste modo, a medida de opacidade fiscal (OPAC) adotada nesta análise é dada
pela razão ruído-sinal, que corresponde à divisão entre o erro quadrático médio calculado
em cada vintage (MSEV) e a variância do resultado orçamentário observado (𝜎 ):
∑
𝑂𝑃𝐴𝐶 , , =
, ,
(5) = ,
onde: i=1…I representa cada cross-section (países); t=1…T é a unidade de tempo; V=1,2
são os vintages, e h=horizonte: ano corrente e um ano à frente.
Com o intuito de facilitar a interpretação dos resultados de OPACV,h, assume-se
que para todo OPACV,h >1, o índice será igual a 1. Portanto, a interpretação do índice
OPACV,h torna-se simples: 0 (ausência de opacidade)  OPACV,h  1 (opacidade total).
O cálculo de OPACV,h é realizado partir de duas bases: Economic Outlook da
OCDE e World Economic Outlook do FMI. Embora parte da literatura recente que analisa
a opacidade fiscal faça uso de medidas disponíveis nos Relatório do Fundo Monetário
Internacional sobre Observância de Normas e Códigos (Reports on the Observance of
Standards and Codes – ROSC), Ajustes de Fluxo de Estoque (Stock-flow adjustments –
SFA) da Comissão Europeia e o Índice de Orçamento Aberto (Open Budget Index – OBI)
publicado pelo International Budget Partnership, o fato de construir uma medida de
opacidade fiscal a partir de dados da OCDE tem algumas vantagens.21
A primeira vantagem está relacionada à abrangência da base de dados que se
estende de 1980 a 2016. A segunda vantagem é que o uso dos dados da OCDE garante a
21
Para uma análise crítica sobre o uso de informações do ROSC, SFA, e OBI, consulte Peat, Svec, e Wang
(2015).
40
comparabilidade entre países, uma vez que os padrões contábeis são homogeneizados. A
terceira trata de uma vantagem comparativa em relação ao uso de dados divulgados pelas
autoridades oficias de cada país, já que existe a possibilidade de que os dados possam ser
influenciados por interesses políticos que induzam uma visão mais otimista (Strauch,
Hallerberg e von Hagen, 2004; Annett, 2006; e Jonung e Larch, 2006). É importante notar
que, como apontado por Artis e Marcellino (2001), as previsões da OCDE são
consideradas imparciais, uma vez que as correções são aplicadas a valores considerados
irrealistas. A última vantagem está relacionada à questão temporal, uma vez que as
primeiras previsões da OCDE publicadas em dezembro refletem todo o conjunto de
medidas contidas nos projetos de leis orçamentárias nacionais aprovadas no final do ano
por cada país-membro. Os dados do Economic Outlook da OCDE são divulgados duas
vezes por ano, a primeira vez entre maio e junho (vintage 1) e a segunda vez entre
novembro e dezembro (vintage 2). Em relação aos horizontes temporais, as projeções do
resultado orçamentário do governo são feitas para o ano corrente e para um ano à frente.
Destaca-se que de forma geral, as informações fornecidas pelo World Economic
Outlook do FMI têm as mesmas vantagens apresentadas nos relatórios do Economic
Outlook da OCDE. A principal diferença entre as duas perspectivas econômicas é que a
informação a respeito das projeções do resultado orçamentário do governo divulgada pelo
World Economic Outlook do FMI está disponível somente a partir de 1998. Além disso,
há diferenças nos calendários de publicação, pois o relatório do World Economic Outlook
do FMI é divulgado duas vezes ao ano: a primeira vez em abril ou maio (vintage 1) e a
segunda vez em setembro ou outubro (vintage 2).
Com base nas informações coletadas no Economic Outlook da OCDE e a partir do
período amostral completo (1980 a 2016), a figura 2 mostra o desempenho médio do
índice de opacidade (OPAC) ao longo do tempo. Em geral, observa-se que, independente
41
do horizonte (corrente e um ano à frente) ou vintage (1 e 2), a tendência do OPACV,h
sugere que há um aumento da opacidade durante os anos 1980, com relativa estabilidade
entre os anos 1990 e a primeira década dos anos 2000. Percebe-se que, no final da primeira
década dos anos 2000, há uma tendência de queda. Esta última observação permite
conjeturar que as medidas adotadas para aumentar a transparência fiscal após a crise
financeira global foram eficazes.
Figura 2
Opacidade Fiscal – 𝑂𝑃𝐴𝐶 – média
OPAC (V=1, h=ano corrente) OPAC (V=1, h=um ano à frente)
.5 .9
.8
.4 .7
.6
.3
.5
.4
.2
.3
.2
.1
.1
.0 .0
1980
1982
1984
1986
1988
1990
1992
1994
1996
1998
2000
2002
2004
2006
2008
2010
2012
2014
2016
1980
1982
1984
1986
1988
1990
1992
1994
1996
1998
2000
2002
2004
2006
2008
2010
2012
2014
2016
OPAC (V=1, H=cy) Trend (Hodrick-Prescott filter) OPAC (V=1, H=ncy) Trend (Hodrick-Prescott filter)
OPAC (V=2, h=current year) OPAC (V=2, h=next calendar year)

.28 .7
.24 .6
.20 .5
.16 .4
.12 .3
.08 .2
.04 .1
.00 .0
1980
1982
1984
1986
1988
1990
1992
1994
1996
1998
2000
2002
2004
2006
2008
2010
2012
2014
2016
1980
1982
1984
1986
1988
1990
1992
1994
1996
1998
2000
2002
2004
2006
2008
2010
2012
2014
2016
OPAC (V=2, H=cy) Trend (Hodrick-Prescott filter) OPAC (V=2, H=ncy) Trend (Hodrick-Prescott filter)
42
3.3. Efeito da opacidade fiscal na desigualdade de renda, por meio da tributação
A ideia de como a falta de transparência (opacidade) em relação ao déficit
orçamentário do governo, pode afetar a desigualdade de renda entre famílias pobres e
ricas, é simples. Após a crise financeira global (2008-2009) ficou evidente que há uma
tendência de os governos subestimarem seus déficits orçamentário (Islam, 2016). A
consequência direta para dito comportamento governamental em um ambiente ricardiano
é desastrosa porque aumenta a relação dívida pública / PIB. Como resultado, é necessário
um ajuste fiscal, por exemplo, por meio de um aumento na tributação. No caso da adoção
de uma política de aumento nos impostos diretos progressivos, com fins arrecadatórios e
corretivos, haverá um efeito redistributivo entre as famílias pobres e ricas, já que a taxa
de impostos é mais alta para ricos do que para os pobres. Em resumo, um maior nível de
opacidade fiscal pode estar associado a um aumento na tributação, o que, por sua vez,
contribui para a redução da desigualdade de renda entre ricos e pobres, com implicações
Ao analisar como o efeito da opacidade fiscal na tributação direta progressiva,
impacta a desigualdade de renda, é possível observar que na presença de famílias
heterogêneas há um efeito ambíguo sobre o crescimento econômico. Por um lado, sob o
contexto da tributação direta progressiva, a opacidade fiscal pode reduzir a desigualdade
de renda entre famílias ricas e de classe média e, portanto, pode causar uma queda no
investimento, o que implica em uma redução no crescimento econômico. Por outro lado,
sob o mesmo contexto, a opacidade fiscal pode reduzir a desigualdade de renda entre
famílias pobres e de classe média, em decorrência de um aumento na tributação direta
progressiva, o que pode causar um estímulo para o crescimento econômico, devido a um
aumento do consumo das famílias.
Esta tese representa uma contribuição para a análise do efeito da opacidade fiscal
43
sobre a desigualdade de renda e seu impacto no crescimento econômico. Assim, é
desenvolvido um indicador que captura o efeito da opacidade fiscal relacionada à
subestimação dos déficits orçamentários do governo com o uso da tributação direta
progressiva por meio do imposto de renda de famílias heterogêneas (ricos, pobres e
medianas). Em específico, este indicador mede a desigualdade de renda entre as famílias
pertences ao quartil superior de renda e as famílias de renda mediana, bem como a
desigualdade de renda entre famílias pertences ao quartil inferior de renda e as famílias
de renda mediana.
A partir das equações (1) e (5) é possível construir o indicador que considera o
efeito da opacidade fiscal associada à tributação direta progressiva sobre a desigualdade
de renda. Nesta estrutura, supõe-se que a presença da opacidade fiscal exige o uso de uma
política fiscal austera por meio do aumento da tributação direta progressiva. Assim, o
aumento da opacidade fiscal está associado a um aumento no efeito da tributação sobre a
desigualdade de renda. Em outras palavras, quando existe opacidade fiscal, o efeito da
tributação sobre a desigualdade de renda é aumentado. Um importante ponto é que em
casos de opacidade fiscal nula não há diferença em relação ao observado na equação (1).
Por fim, ao combinar IND(qk) (equação 1) e OPACV,h (equação 5) o resultado é um
indicador (INDOPAC) que mede como a opacidade fiscal com a tributação direta
progressiva afeta a diferença de renda entre as famílias pertencentes aos quartis de renda
q1 e q2, assim como entre as famílias q3 e q2, isto é:
, ,
, ( ) , ( ) , ( ) , ( )
(6) 𝐼𝑁𝐷𝑂𝑃𝐴𝐶(𝑞 ) , , ≡ 1 − ,
( ) ( )
,
, ,
𝑇𝑎𝑥 , (𝑞 ) − 𝑇𝑎𝑥 , (𝑞 )  1 + 𝑂𝑃𝐴𝐶 , ,

= ,
𝐼𝑛𝑐 , (𝑞 ) − 𝐼𝑛𝑐 , (𝑞 )
onde: i=1…I representa cada cross-section (países); t=1…T é a unidade de tempo; k=1 e
44
3 (quartis de renda), V=1 e 2 (vintages).22
Como o indicador INDOPAC(qk) é uma combinação dos indicadores IND(qk)
(equação (1)) e OPACV,h (equação (5)), são utilizados os mesmos bancos de dados que
contêm as informações necessárias para a construção da equação (1) e (5). Portanto, com
base no Economic Outlook da OCDE e World Economic Outlook do FMI, são recolhidas
informações a respeito dos déficits orçamentários do governo para calcular os erros de
previsão fiscal referentes a OPACV,h. Além disso, a partir do Luxembourg Income Study
Database (LIS), são recolhidos microdados familiares de renda e imposto de renda, que
em conjunto representam a essência do IND(qk).
Uma vez que foram obtidos os dados necessários para calcular o INDOPAC(qk),
é possível mostrar os resultados da figura 3, a qual permite comparar a diferença entre
INDOPAC(qk) (indicador que inclui opacidade fiscal) e IND(qk) (indicador sem
opacidade fiscal). Além disso, é realizada uma análise abrangente por meio da média dos
resultados referentes aos 13 países da OCDE na amostra são considerados dois horizontes
temporais diferentes (ano corrente e um ano à frente), bem como dois vintages.23
Os gráficos da figura 3 mostram que independente do quartil, horizonte e vintage
a trajetória do INDOPAC(qk) está acima de IND(qk) na maioria das vezes. Portanto, é
possível supor que a opacidade fiscal combinada com a tributação direta progressiva
contribui para a redução da desigualdade de renda entre famílias pertencentes ao quartil
inferior de renda e famílias de renda mediana, assim como entre famílias pertencentes ao
quartil superior de renda e famílias de renda mediana.
22
Quando OPACV,h =0, então 𝑇𝑎𝑥 , (𝑞 ) 1 + 𝑂𝑃𝐴𝐶 , , = 𝑇𝑎𝑥 , (𝑞 ). Portanto, nessa situação, não há
diferença entre IND(qk) (equação 1) e INDOPAC(qk) (equação 6).
23
A tabela A.1 – apêndice – mostra a correlação entre o nível do coeficiente de Gini e os índices
INDOPAC(q3) e INDOPAC(q1). Um alto nível de desigualdade de renda mensurado a partir do coeficiente
de GINI está correlacionado com um baixo índice de INDOPAC(qk) e esta correlação é mais forte em
INDOPAC(q3) do que em INDOPAC(q1). Portanto, existe uma motivação para o uso de um indicador que
mede a desigualdade de renda entre as famílias do quartil superior de renda e famílias de renda mediana,
bem como entre as famílias do quartil inferior de renda e famílias de renda mediana.
45
Figura 3
Fatores de contração: INDOPAC e IND (1980 a 2016)
Quartil superior de renda (q3) Quartil inferior de renda (q1)
Horizon: current year - Vintage: 1 Horizon: current year - Vintage: 1
.44 .44
.40 .40
.36 .36
.32 .32
.28 .28
.24 .24
.20 .20
1980 1985 1990 1995 2000 2005 2010 2015 1980 1985 1990 1995 2000 2005 2010 2015
IND(q3) INDOPAC(q3) IND(q1) INDOPAC(q1)

Horizon: current year - Vintage: 2 Horizon: current year - Vintage: 2
.44 .44
.40 .40
.36 .36
.32 .32
.28 .28
.24 .24
.20 .20
1980 1985 1990 1995 2000 2005 2010 2015 1980 1985 1990 1995 2000 2005 2010 2015

Horizon: next calendar year - Vintage: 1 Horizon: next calendar year - Vintage: 1
.44 .44
.40 .40
.36 .36
.32 .32
.28 .28
.24 .24
.20 .20
1980 1985 1990 1995 2000 2005 2010 2015 1980 1985 1990 1995 2000 2005 2010 2015

Horizon: next calendar year - Vintage: 2 Horizon: next calendar year - Vintage: 2
.44 .44
.40 .40
.36 .36
.32 .32
.28 .28
.24 .24
.20 .20
1980 1985 1990 1995 2000 2005 2010 2015 1980 1985 1990 1995 2000 2005 2010 2015

Nota: As barras são as médias de INDOPAC e IND provenientes da amostra de 13 países (OCDE) em cada ano.
46
4. Dados e Metodologia
4.1 Introdução
Esta tese tem como objetivo analisar como uma redução na desigualdade de renda
governo, afeta o crescimento econômico em países membros da OCDE. Para tanto, são
utilizados diferentes bancos de dados que permitem extrair informações de 13 países da
OCDE, no período de 1980 a 2016. O conjunto de dados em painel inclui informações
sobre o crescimento do produto, indicadores que medem a redução da desigualdade de
renda, tributação, gastos do governo, população, investimento, renda familiar, imposto de
renda familiar, dados sobre razão ruído-sinal, decorrente da subestimação dos déficits
orçamentários governamentais em diferentes horizontes de tempo, e outras variáveis de
controle. A estratégia empírica adotada nesta tese está baseada em uma análise de dados
em painel robusta, direcionada para problemas de dependência de cross-section, que é
comum em dados em painel para longos períodos. Com este intuito, este capítulo está
dividido em mais três seções, além desta introdução.
A segunda seção está dividida em três partes. A primeira parte apresenta a
metodologia utilizada para verificar o efeito sobre o crescimento econômico decorrente
da redução da desigualdade de renda, por meio da tributação direta progressiva (IND(qk)),
e da medida de opacidade fiscal relacionada à subestimação dos déficits públicos
(OPACV,h), para o período de 1980 a 2016. Como o período considerado é longo (trinta e
sete anos), é adotada a metodologia dos Mínimos Quadrados Generalizados Factíveis
(FGLS), que é adequada para longos períodos de tempo. Além disso, para evitar
problemas de endogeneidade, as regressões são reestimadas por meio da adoção do
Método dos Momentos Generalizados Sistêmico (Sys-GMM), que é uma metodologia
47
eficiente para controlar a endogeneidade. A segunda parte permite comparar o mesmo
efeito da parte anterior por meio de distintos bancos de dados. Portanto, além das
informações coletadas no Economic Outlook da OCDE, é utilizado o banco de dados do
World Economic Outlook do FMI. Entretanto, devido à indisponibilidade de dados do
FMI para todo o período de 1980 a 2016, a análise desta segunda parte abrange o período
de 1998 a 2016. A terceira parte, estende a análise anterior, pois inclui nos modelos um
termo interativo entre a medida de redução da desigualdade de renda induzida pela
tributação progressiva e a medida de opacidade fiscal.
A terceira seção também está dividida em três partes e tem o objetivo de apresentar
a metodologia adotada para verificar o efeito do indicador que captura o impacto da
opacidade fiscal na desigualdade de renda, por meio da tributação direta progressiva
(INDOPAC(qk)), sobre o crescimento econômico. A primeira parte consiste em apresentar
o efeito do indicador sobre o crescimento econômico com base nas informações coletadas
no Economic Outlook da OCDE, para uma amostra de 13 países no período de 1980 a
2016, a partir da adoção da metodologia de Mínimos Quadrados Generalizados Factíveis
(FGLS). A segunda parte permite comparar o efeito do indicador sobre o crescimento
econômico, a partir do banco de dados do Economic Outlook da OCDE e do World
Economic Outlook do FMI, durante o período de 1998 a 2016. A terceira parte revela, a
mudança de comportamento por parte dos governos em resposta à crise financeira global
(2008-2009), por meio de regressões baseadas em subamostras de pré-crise (1998-2009)
e pós-crise (2010-2016). Como nesta parte as subamostras são divididas em curtos
períodos de tempo os modelos de regressão de dados em painel podem estar sujeitos a
problemas de endogeneidade. Portanto, as regressões são reestimadas por meio da adoção
do Método dos Momentos Generalizados Sistêmico (Sys-GMM).
Por último, a quarta seção tem o objetivo de apresentar os diferentes bancos de
48
dados utilizados para criar o conjunto de dados em painel, que incluem informações sobre
crescimento do produto, indicadores que medem a redução da desigualdade de renda,
tributação, gastos do governo, renda familiar, imposto de renda familiar, população,
investimento, razão ruído-sinal e outras variáveis de controle.
49
4.2 Impacto do fator de contração e da opacidade fiscal sobre o crescimento
econômico
Com o intuito de verificar o efeito sobre o crescimento econômico (GROWTH)
decorrente do impacto do imposto direto progressivo na desigualdade de renda entre
famílias heterogêneas (IND(qk)), a partir de dados anuais de 13 países da OCDE, é
adotada a seguinte especificação com base no modelo de dados em painel de Biswas,
Chakraborty e Hai (2017):
(7) 𝐺𝑅𝑂𝑊𝑇𝐻 , = 𝜂 + 𝛾 𝐼𝑁𝐷 𝑞𝑘

,
+ 𝛾 𝑋, +𝜀, ,
onde i=1,2, …, 13 são os países da OCDE; t=1, 2, ..., 37 são os períodos de tempo
(frequência anual) de 1980 a 2016; GROWTH é a variação logarítmica do PIB per capita
(preços constantes); q é o quartil de renda (k=1,3); IND(qk) representa os indicadores
calculados com base na equação (1); X é um vetor de variáveis de controle ao longo do
tempo (por exemplo: taxa marginal de imposto de renda, nível de desigualdade de renda,
gasto do governo, educação etc.); ηi representa um vetor de fatores específicos do país;
e, εi,t é o termo de erro estocástico.
O coeficiente γ0 na equação (7) mede o efeito no crescimento do produto per
capita devido a uma redução da desigualdade de renda por meio do imposto direto
progressivo sobre famílias heterogêneas (quartis de renda qk e renda familiar mediana).
O sinal desse coeficiente é relevante porque é possível que haja um efeito assimétrico no
crescimento econômico quando são consideradas as rendas familiares pertencentes aos
quartis superior e inferior. Devido ao efeito redistributivo da tributação direta progressiva,
espera-se um γ0>0 para o caso de uma redução da desigualdade de renda entre famílias
de renda mediana e famílias do quartil inferior de renda, enquanto espera-se um γ0<0 para
o caso de uma redução da desigualdade de renda entre famílias de renda mediana e
famílias do quartil superior de renda.
50
Com o objetivo de analisar o efeito da opacidade fiscal no crescimento econômico,
adiciona-se à especificação anterior a medida de opacidade fiscal (OPACV,h), relacionada
à subestimação dos déficits governamentais, como uma variável de interesse no modelo.
Portanto, surge uma nova especificação, que corresponde a:
𝑉,ℎ
(8) 𝐺𝑅𝑂𝑊𝑇𝐻 , =  + 𝛼 𝐼𝑁𝐷 𝑞𝑘 + 𝛼 𝑂𝑃𝐴𝐶𝑖,𝑡 + 𝛼 𝑋 , +  , ,
,
onde i representa um vetor de fatores específicos do país; V=1 e 2 (vintages); e
h=horizontes: ano corrente e um ano à frente; e i,t é o termo de erro estocástico.
Na equação (8), o coeficiente α1 mede o efeito no crescimento econômico devido
ao aumento da ignorância do público em relação ao tamanho do déficit orçamentário
(opacidade fiscal). Assume-se que a falta de transparência fiscal pode prejudicar o
crescimento econômico e, portanto, esperamos α1<0 para o caso de um aumento na
OPACV,h.
Como já foi dito, existe um possível vínculo entre a tributação direta progressiva
na desigualdade de renda e a opacidade fiscal. Assim, amplia-se o modelo anterior, por
meio da inclusão de termos interativos entre IND(qk) e OPACV,h, ou seja,
IND(qk)×OPACV,h. Então a equação (8) é reescrita como:
𝑉,ℎ
(9) 𝐺𝑅𝑂𝑊𝑇𝐻 , =  +  𝐼𝑁𝐷 𝑞𝑘 +  𝑂𝑃𝐴𝐶𝑖,𝑡
,
+ (𝐼𝑁𝐷(𝑞 )𝑂𝑃𝐴𝐶 ,
), + 𝑋, +, ,
onde i representa um vetor de fatores específicos do país; e i,t
é o termo de erro estocástico.
Os termos de interação na equação acima permitem observar se um aumento na
opacidade fiscal seria capaz de ampliar o efeito assimétrico da política tributária na
desigualdade de renda sobre o crescimento econômico. Em outras palavras, é avaliado se:
β0IND(q1)+β2(IND(q1)×OPACV,h) > β0 e β0IND(q3)+β2(IND(q3)×OPACV,h) < β0.
51
Conforme apontado por de Guimarães e Souza, de Mendonça e Andrade (2016),
a maioria dos pesquisadores analisa questões macroeconômicas dos países por meio do
uso da análise micro de dados em painel, a qual assume independência de cross-section
(por exemplo, Arellano e Bond, 1991; e Blundell e Bond 1998). Trata-se, portanto, de um
ponto fraco desse tipo de análise, porque a interdependência entre os países tem
aumentado devido ao processo de globalização. Além disso, a crise financeira global é
um exemplo claro da interconexão entre os países.
O uso de dados anuais de 13 países da OCDE durante o período de 1980 a 2016,
resulta em um número de períodos (t=37) substancialmente maior que o número de cross-
sections (i=13), portanto, aumenta a possibilidade de dependência de cross-sections entre
os países da amostra. Além disso, no caso de “i pequeno” e “t grande” o modelo de efeitos
fixos possui estimador inconsistente e enviesado (ver Wooldridge, 2002; de Hoyos e
Sarafidis, 2006; Reed e Ye, 2011; Sarafidis e Wansbeek, 2012). Portanto, é realizado o
teste de dependência de cross-section (CD) de Pesaran (2004, 2006).24 Os resultados das
tabelas A.2.1 e A.2.2 (apêndice) mostram que o teste de CD rejeita a suposição de que
existe independência de cross-section entre os países. Ainda, dados em painel
macroeconômicos com t grandes estão sujeitos a problemas de correlação serial
(Wooldridge, 2002). Para superar esses problemas e, assim, ter erros padrão robustos, os
modelos são estimados a partir da metodologia de Mínimos Quadrados Generalizados
Factíveis (FGLS) com pesos de países. Por último, para gerar erros padrão robustos
quando existe heterocedasticidade, correlação serial e dependência de cross-section, as
matrizes de covariância são ajustadas seguindo Arellano (1987) e White (1980).
Para resolver problemas relacionados à heteroscedasticidade e, assim, obter erros
padrão robustos, a metodologia FGLS é superior à metodologia de Mínimos Quadrados
24
Para uma análise sobre testes de independência de cross-secitons na análise de dados em painel, consulte
Moscone e Tosetti (2009) e Bakas, Panagiotidis e Pelloni (2013).
52
Ordinários (OLS). Quando os termos de erro são correlacionados e/ou quando o termo de
erro é correlacionado entre observações, então não é possível cumprir com os quesitos
que classificam o estimador por OLS como melhor estimador não-viesado (BLUE).
Assim, um estimador que é apontado pela literatura como BLUE é aquele obtido pelo
método de Mínimos Quadrados Generalizados (GLS). Contudo, na maioria dos casos, a
forma exata da heteroscedasticidade não é óbvia. Em outras palavras, a partir da
𝑣𝑎𝑟(𝑢|𝑥) = 𝜎 ℎ(𝑥), onde x representa o vetor de variáveis explicativas, é difícil
encontrar o termo h(x) que representa a função das variáveis explicativas que determina
a heteroscedasticidade. No entanto, é possível modelar a função h e utilizar os dados para
estimar os parâmetros desconhecidos do método de GLS. O resultado é uma estimativa
de cada hi, indicada por ℎ . O uso de ℎ em lugar de hi na transformação GLS produz um
estimador denominado estimador Mínimo Quadrado Generalizado Factível (FGLS)
(Wooldridge, 2002).
A estratégia empírica desta seção está dividida três partes principais. A primeira
parte fornece evidências empíricas de diferentes regressões de FGLS que cobrem o
período de 1980 a 2016. O primeiro modelo (ver equação 7), baseado em Biswas,
Chakraborty e Hai (2017), mostra o efeito das medidas do fator de contração (IND(qk))
no crescimento econômico. A partir das informações coletadas no Economic Outlook da
OCDE, o segundo modelo inclui o indicador OPACV,h (ver equação 8). Portanto, os
resultados das estimativas são apresentados em horizontes temporais (ano corrente e um
ano à frente) e em dois vintages. Como existe a possibilidade do risco de viés de
endogeneidade associado às medidas IND(qk) os modelos são reestimamos por meio da
adoção do Método dos Momentos Generalizados Sistêmico, que é uma metodologia
eficiente para controlar a endogeneidade (Sys-GMM - ver Bond, Hoeffler e Temple,
2001).
53
O problema de endogeneidade é comum em econometria e pode ser descrito como
a presença de correlação entre os estimadores e os termos de erro. Esta situação viola o
pressuposto de modelos tradicionais, que admitem apenas variáveis exógenas, o que
resulta, portanto, em parâmetros inconsistentes. Segundo Wooldridge (2002), o problema
de endogeneidade ocorre, de um modo geral, devido à omissão de variáveis relevantes,
simultaneidade e erros de medição. Nesse sentido, quando ocorre a omissão de uma
variável relevante no modelo, ela acaba sendo incorporada ao erro. Caso esta variável
omitida seja correlacionada com outros regressores (o que não é raro), então haverá
correlação entre dita variável explicativa e o termo de erro. Com relação aos erros de
medição, estes ocorrem quando o valor observado de uma variável possui uma diferença
de seu valor real. Se há apenas uma variável com erro de medição e não há a variável sem
erro que deveria estar no modelo, então surge a correlação entre a variável com erro de
medição e o termo de erro. Isto acontece, pois, o termo de erro incorpora parte daquilo
que não foi mensurado de forma correta. Quanto ao problema de simultaneidade, sua
causa está no fato de a variável explanatória ser determinada de forma simultânea à
variável dependente. Nos modelos analisados, há a possibilidade de ocorrência das três
hipóteses. O motivo, é que há uma impossibilidade de conhecer e medir todas as variáveis
que afetam o crescimento econômico. Além disso, a medida relacionada à desigualdade
de renda pode ser influenciada pelo crescimento econômico, o que, por sua vez, valida a
hipótese de simultaneidade.
É importante ressaltar que para gerar estimativas consistentes mesmo no caso de
endogeneidade nas variáveis explicativas, é preferível utilizar o método Sys-GMM em
detrimento do método proposto por Arellano e Bond (1991), que resolve estes problemas
por meio do uso da estimação em primeira diferença do Método dos Momentos
Generalizados – GMM dinâmico – (Bond, Hoeffler e Temple, 2001). O modelo GMM
54
dinâmico, para dados em painel, faz uso de variáveis em primeira diferença (∆𝑦 , =
𝑦, −𝑦, ). Assim, o método GMM dinâmico propõe o uso da primeira diferença para
remover os efeitos não observáveis e, assim, utiliza as variáveis em nível das séries, com
defasagens de dois ou mais períodos, como instrumentos das variáveis explicativas das
equações em primeiras diferenças. Em resumo, a heterogeneidade não observada é
extirpada com a transformação em primeira diferença da variável dependente. Contudo,
conforme apontado por Blundell e Bond (1998), o estimador do GMM dinâmico
apresenta viés para amostras finitas com séries temporais persistentes. Desta maneira,
Bond, Hoeffler e Temple (2001) relatam que, sob tais condições, as defasagens das
variáveis em nível tornam-se instrumentos fracos para eliminar a heterogeneidade não
observada. Em contrapartida, Blundell e Bond (1998) verificam que o viés não ocorre
quando é adotado o modelo GMM sistêmico (Sys-GMM). O motivo principal é que Sys-
GMM estima um sistema de equações, em primeiras diferenças e níveis. Desta maneira,
os instrumentos usados nas equações em níveis são as primeiras diferenças defasadas das
séries, enquanto que os instrumentos usados nas equações em primeiras diferenças são os
níveis defasados das séries (Bond, Hoeffler e Temple, 2001).
Como forma de evitar um número excessivo de instrumentos nas regressões Sys-
GMM que possam sobrepor-se às variáveis instrumentadas e influenciar os resultados, o
número de instrumentos / número de cross-section é menor que 1 (Roodman, 2009; e de
Mendonça e Barcelos, 2015). Além disso, para verificar a validade dos instrumentos e a
presença de correlação serial nos modelos, são realizados testes de restrições de
superidentificação (teste J) e testes de correlação serial de primeira ordem (AR1) e de
segunda ordem (AR2). Em resumo, nesta parte, são fornecidas evidências de duas
metodologias diferentes para eliminar qualquer dúvida sobre os resultados relacionados
ao efeito de uma redução da desigualdade de renda por meio do imposto de renda e da
55
opacidade fiscal no crescimento econômico.
A segunda parte fornece evidências adicionais a respeito do efeito dos indicadores
IND(qk) e OPACV,h sobre o crescimento econômico. A partir de informações coletadas no
Economic Outlook da OCDE e no World Economic Outlook do FMI para a construção do
indicador OPACV,h, os modelos de FGLS estimados na primeira parte são reavaliados. No
entanto, devido à indisponibilidade de dados do FMI para todo o período (1980 a 2016),
nesta parte o período de análise é de 1998 a 2016.
Por fim, a terceira parte apresenta a inclusão de termos interativos entre o fator de
contração e a medida de opacidade fiscal (ver a equação 9) nos modelos de FGLS
estimados na segunda parte. É importante destacar que, ao final das duas primeiras partes,
é introduzida uma análise sobre o efeito no crescimento econômico causado por um
choque de 1% em relação à média das variáveis de interesse nos modelos.
56
4.3 Impacto da opacidade fiscal na desigualdade de renda, por meio da
tributação, sobre o crescimento econômico
Com o intuito de verificar o efeito da opacidade fiscal por meio do imposto direto
progressivo sobre a desigualdade de renda, a partir de famílias heterogêneas
(INDOPAC(qk)) no crescimento econômico (GROWTH), e com base em dados anuais de
13 países da OCDE, é adotada a seguinte especificação como modelo de referência:
𝑉,ℎ
(10) 𝐺𝑅𝑂𝑊𝑇𝐻 , = 𝜏 + 𝜑 𝐼𝑁𝐷𝑂𝑃𝐴𝐶 𝑞𝑘
𝑖,𝑡
+ 𝜑 𝑀, +𝜍, ,
onde i=1,2, …, 13 são os países da OCDE; t=1, 2, ..., 37 são os períodos de tempo
(frequência anual) de 1980 a 2016; GROWTH é a variação do log no PIB per capita
(preços constantes); INDOPAC(qk) representa os indicadores calculados com base na
equação (6); M é um vetor de variáveis de controle que variam no tempo (por exemplo:
população, investimento, eficácia do governo, gastos do governo, educação, etc.); 𝜏i
representa um vetor de fatores específicos do país; e, 𝜍i,t é o termo de erro estocástico.
Na equação (10) o coeficiente 𝜑0 mede o efeito no crescimento do PIB devido à
redução da desigualdade de renda (entre o quartil de renda qk e a família de renda
mediana), decorrente do impacto da opacidade fiscal na tributação direta progressiva.
Como o principal objetivo desta seção é analisar se o crescimento econômico responde a
uma redução na desigualdade de renda associada a um aumento da opacidade fiscal
transmitida por meio de impostos diretos progressivos em famílias heterogêneas, o sinal
desse coeficiente é relevante. Devido ao efeito redistributivo da tributação direta
progressiva, espera-se 𝜑0>0 para o caso de uma redução da desigualdade de renda entre
famílias de renda mediana e famílias do quartil inferior de renda. Em contrapartida,
espera-se 𝜑0<0 para o caso de uma redução da desigualdade de renda entre famílias do
quartil superior de renda e as famílias de renda mediana.
A fim de verificar se o efeito da redução da desigualdade de renda por meio da
57
opacidade fiscal e da tributação direta progressiva tem significância estatística sobre o
crescimento do produto, são fornecidas várias estimativas da equação (10) por meio de
indicadores derivados de INDOPAC(qk). Assim como na primeira seção, são usados
dados anuais de 13 países da OCDE no período de 1980 a 2016. Portanto, como o número
de períodos (t=37) é substancialmente maior que o número de cross-sections (i=13),
aumenta a possibilidade de dependência de cross-section entre os países da amostra.
Neste caso o modelo de efeitos fixos tem problemas de um estimador inconsistente e
tendencioso (Wooldridge, 2002; de Hoyos e Sarafidis, 2006; Reed e Ye, 2011; Sarafidis
e Wansbeek, 2012). Para testar a dependência de cross-section nas séries de cada
estimativa, é usado o teste de dependência de cross-section (CD) de Pesaran (2004, 2006).
Os resultados das tabelas A.2.1 e A.2.2 (apêndice) mostram que o teste de dependência
de cross-section (CD) de Pesaran rejeita a suposição de que há independência de cross-
section entre os países. Como visto na seção anterior, uma base macroeconômica de dados
em painel com um t grande está sujeito a problemas de correlação serial (Wooldridge,
2002). A fim de superar esses problemas e, assim, ter erros padrão robustos, os modelos
são estimados por meio do método de Mínimos Quadrados Generalizados Factíveis
(FGLS) com pesos dos países. Além disso, para gerar erros padrão robustos quando existe
heteroscedasticidade, correlação serial e dependência de cross-section, as matrizes de
covariância são ajustadas seguindo Arellano (1987) e White (1980).
A estratégia empírica desta seção também está dividida em três partes principais.
A primeira parte fornece evidências empíricas de regressões FGLS que cobrem o período
de 1980 a 2016 e consideram o indicador INDOPAC(qk) baseado em informações
coletadas do Economic Outlook da OCDE, usadas para calcular a opacidade fiscal
(OPACV,h). Portanto, há resultados para estimativas em dois horizontes (ano corrente e
um ano à frente) e em dois vintages. Com o intuito de dar maior robustez à análise,
58
também é incluído, a modo de comparação, o efeito no crescimento econômico quando a
opacidade fiscal não é considerada na função do fator de contração (IND(qk)). Finalmente,
é introduzido uma análise sobre o efeito no crescimento econômico causado por um
choque de 1% em relação à média de INDOPAC(q1) e INDOPAC(q3).
A segunda parte apresenta evidências adicionais a respeito do efeito dos
indicadores INDOPAC(qk) sobre o crescimento econômico. A partir de informações
coletadas no Economic Outlook da OCDE e no World Economic Outlook do FMI para a
construção do indicador OPACV,h. os modelos de FGLS estimados na primeira parte desta
seção são reavaliados. Como a informação disponível do FMI começa apenas em 1998,
o período da amostra na estimativa é de 1998 a 2016. A evidência de duas bases de dados
distintas é importante porque permite verificar a relevância da opacidade fiscal nesta
estrutura analítica.
É inquestionável que a crise financeira global (2008-2009) teve um efeito direto
sobre o crescimento econômico. Além disso, é reconhecido que após 2008-2009 medidas
foram adotadas nos países da OCDE para mitigar os problemas causados pela opacidade
fiscal. Portanto, para observar se a crise financeira global implica em resultados diferentes
daqueles observados nos modelos anteriores, a terceira parte reestima os modelos, com
base em dois períodos de subamostras: pré-crise (1998-2009) e pós-crise (2010-2016).
Dessa maneira, como o número de países (i=13) das subamostra é maior que o número
de períodos de tempo (t=12 na subamostra 1998-2009 e t=7 na subamostra 2010-2016),
ou seja, i>t, o uso do método FGLS não é uma boa escolha, pois existe a probabilidade
da existência de problemas de simultaneidade entre as medidas de desigualdade de renda
e crescimento econômico. Assim, os modelos são reestimados por meio da adoção de um
método que pode lidar com este problema, isto é, o Método do Momentos Generalizados
Sistêmico (Sys-GMM - ver Bond, Hoeffler e Temple, 2001). Ademais, a fim de tratar o
59
viés sobre os erros-padrão decorrente de pequenas amostras são realizadas estimações
para estimadores do método de momentos generalizados em dois estágios, por meio da
correção de Windmeijer (2005). Também, para evitar um número excessivo de
instrumentos nas regressões que podem sobrecarregar as variáveis instrumentadas e
enviesar os resultados, o número de instrumentos/número de cross-section é menor que 1
(Roodman, 2009; e de Mendonça e Barcelos, 2015). Finalmente, para verificar a validade
dos instrumentos e a presença de correlação serial nos modelos, são realizados testes de
restrições de sobreidentificação (teste-J) e correlação serial de segunda ordem (AR2)25.
25
Em modelos Sys-GMM, o teste de correlação de segunda ordem é mais importante, pois é esperada a
correlação serial de primeira ordem devido à presença do termo defasado da variável dependente,
(Habimana, 2016).
60
4.4 Dados
O conjunto de dados em painel é construído a partir de mais de um banco de dados.
Os dados incluem informações sobre o crescimento do produto, indicadores que medem
a redução da desigualdade de renda, tributação, gastos do governo, desigualdade de renda,
população, investimento e outras variáveis de controle. A variável dependente é o
crescimento do produto (GROWTH), que em termos exatos é representada pela variação
do PIB per capita (constante em US$ 2010), extraído do World Bank Data. A construção
das variáveis independentes de interesse, IND(qk), OPACV,h e INDOPAC(qk), é realizada
a partir de informações disponíveis na base de dados do Luxembourg Income Study
Database (LIS), Economic Outlook da OECD e World Economic Outlook do FMI. As
variáveis de controle utilizadas nas equações (7) a (10) são extraídas dos bancos de dados
a seguir:
(i) Luxembourg Income Study Database para: Taxa de imposto de renda marginal (MTAX)
e nível de desigualdade de renda (Inc(q3)/Inc(q2) e Inc(q2)/Inc(q1));
(ii) World Bank Data para: Despesa de consumo final do governo geral (GCE) e formação
bruta de capital (INV);
(iii) Institute for Statistics da UNESCO para: dados de educação (EDU);
(iv) World Economic Outlook do FMI para: dados de população (POP); e
(v) Worldwide Governance Indicators para: Eficácia governamental (GEF).
As estatísticas descritivas de todas as variáveis e amostras usadas nos modelos
estão descritas nas tabelas A.3.1, A.3.2 e A.3.3 do apêndice.26 Além da construção das
variáveis IND(qk), OPACV,h, INDOPAC(qk) e GROWTH, são acrescentadas variáveis de
controle aos modelos, que segundo Biswas, Chakraborty e Hai (2017) são identificadas
26
Realizou-se o teste de raiz unitária Qui-Quadrado ADF-Fisher (ver tabelas A.2.1 e A.2.2 - apêndice) e os
resultados não indicam que as séries possuem raiz unitária.
61
como relevantes na explicação do crescimento econômico:
MTAX – taxa marginal de imposto de renda. Com base no método de Koester e Kormendi
(1989), a taxa marginal de imposto de renda é estimada por meio de uma regressão do
imposto de renda familiar (código do LIS = hxitax) sobre a renda total familiar (código
do LIS = hitotal) em cada ano da amostra. Portanto, o coeficiente de inclinação é uma
aproximação linear das receitas de imposto de renda associadas a um incremento da renda
da família em cada país. De acordo com o modelo de Barro (1990), por um lado, impostos
mais altos fornecem mais recursos para o investimento público, o que, por sua vez,
aumenta o crescimento econômico. Por outro lado, impostos mais elevados provocam
distorção na acumulação de capital privado e, assim, diminuem o crescimento econômico;
GCE – Despesa de consumo final do governo geral (% do PIB) – inclui todas as despesas
correntes do governo para compras de bens e serviços. Inclui também a maioria dos gastos
em defesa e segurança nacional, mas exclui gastos com militares do governo que fazem
parte da formação de capital do governo. Segundo Christie (2014), grandes governos são
uma característica de países desenvolvidos e existem evidências de que, neste caso, um
aumento nos gastos do governo tem efeitos negativos sobre o crescimento econômico;
Inc(q3)/Inc(q2) e Inc(q2)/Inc(q1) – nível de desigualdade de renda entre famílias
pertencentes ao quartil superior de renda e famílias de renda mediana, isto é,
Inc(q3)/Inc(q2); assim como o nível de desigualdade de renda entre famílias pertencentes
ao quartil inferior de renda e famílias de renda mediana, ou seja, (Inc(q2)/Inc(q1).
Incluem-se diferentes medidas nos modelos porque as mudanças na desigualdade de
renda são relevantes para analisar o efeito no crescimento econômico (ver Forbes, 2000);
EDUC – educação - Proporção bruta de matrículas, ensino secundário, de ambos os sexos
(%). A educação aumenta a produtividade por meio do progresso tecnológico e do capital
humano, promovendo assim o crescimento econômico (Krueger e Lindahl, 2001);
62
POP – população (milhões de pessoas) - a população é um importante fator de produção
e pode contribuir para aumentar o crescimento da produção per capita (Peterson, 2017);
INV – Formação bruta de capital (% do PIB) - consiste em gastos com adições aos ativos
fixos da economia mais variações líquidas no nível de estoques. O investimento destaca-
se como uma das principais variáveis explicativas do crescimento econômico (Sala-i-
Martin, 1997);
GEF – eficácia governamental. A eficácia governamental está associada às percepções
da qualidade dos serviços públicos; à qualidade do serviço civil e ao grau de
independência das pressões políticas; à qualidade da formulação e implementação de
políticas; e à credibilidade do compromisso do governo com tais políticas. Em outras
palavras, é razoável supor que o desempenho do governo tem consequências diretas no
crescimento econômico.
63
5. Resultados empíricos: fator de contração e opacidade sobre o crescimento
econômico
5.1 Introdução
Esta tese tem como objetivo analisar como uma redução da desigualdade de renda
governo, afeta o crescimento econômico em 13 países membros da OCDE. Para tanto,
este capítulo tem o objetivo de apresentar os resultados da análise referente ao efeito sobre
o crescimento econômico decorrente da redução da desigualdade de renda, por meio da
tributação direta progressiva (IND(qk)); da medida de opacidade fiscal relacionada à
subestimação dos déficits públicos (OPACV,h); e do termo interativo entre a medida de
redução da desigualdade de renda induzida pela tributação direta progressiva e a medida
de opacidade fiscal (IND(qk)×OPACV,h).
Este capítulo está dividido em três seções, além desta introdução. A segunda seção
apresenta uma análise das estimativas de FGLS e Sys-GMM que são resultantes de uma
amostra do período de 1980 a 2016, e têm por intuito analisar o efeito sobre o crescimento
econômico decorrente de uma redução da desigualdade de renda (entre o quartil de renda
qk e a família de renda mediana), por meio da tributação direta progressiva (IND(qk)) e de
uma medida de opacidade fiscal, relacionada à subestimação dos déficits governamentais
(OPACV,h). A terceira seção, apresenta os resultados de regressões FGLS, descritas na
seção anterior, mas decorrem do indicador de opacidade fiscal que foi construído a partir
de duas bases de dados diferentes (FMI e OCDE) para o período de 1998 a 2016. A quarta
seção, apresenta os resultados que consideram a inclusão de termos interativos entre o
fator de contração e a medida de opacidade fiscal (ver a equação 9) nos modelos de FGLS
estimados na segunda parte. Ademais, ao final da seções dois e três, são apresentados os
64
resultados da análise referente ao efeito no crescimento econômico médio causado por
um choque de 1% em relação à média dos coeficientes significativos das variáveis
IND(qk) e OPACV,h.
65
5.2. Evidências empíricas sobre o crescimento econômico: 1980 a 2016
A Tabela 1 mostra os resultados das regressões FGLS e Sys-GMM com base nas
equações (7) e (8), no período de 1980 a 2016 em 13 países da OCDE. O modelo 1
(primeira coluna da regressão FGLS e Sys-GMM) é a especificação sem opacidade fiscal
(consulte a equação (7)). Essa especificação tem como objetivo principal de verificar se
existe um efeito assimétrico no crescimento econômico quando são consideradas políticas
tributárias que reduzem a desigualdade de renda entre as famílias de renda mediana e as
famílias pertencentes ao quartil inferior de renda (IND(q1)), bem como entre as famílias
de renda mediana e as famílias pertencentes ao quartil superior de renda (IND(q3)).
Portanto, as variáveis de interesse nesse modelo são IND(q1) e IND(q3). Para as
regressões FGLS e Sys-GMM, os coeficientes em IND(q1) e IND(q3) são positivos e
negativos, respectivamente, com significância estatística. Este resultado confirma a
suposição de Biswas, Chakraborty e Hay (2017) de que o efeito de uma redução da
desigualdade de renda, por meio de uma política tributária progressiva, sobre o
crescimento econômico é assimétrico. Em outras palavras, enquanto uma redução da
desigualdade de renda entre famílias de renda mais baixa e famílias de renda mediana,
por meio de políticas tributárias progressivas, pode ser benéfica para o crescimento
econômico, uma redução da desigualdade de renda entre famílias pertencentes ao quartil
superior de renda e famílias de renda mediana, por meio do imposto direto progressivo,
prejudica o crescimento econômico.
A partir da equação (8), os modelos 2, 3, 4 e 5, consideram o efeito de uma redução
da desigualdade de renda, por meio do imposto direto progressivo, com base no Economic
Outlook da OCDE, assim como o efeito das medidas de opacidade fiscal (OPACV,h) em
diferentes horizontes temporais (ano corrente e um ano à frente) e vintages (1 e 2), sobre
o crescimento econômico. Os resultados da tabela 1 indicam a presença do efeito
66
assimétrico no crescimento econômico associado à redução da desigualdade de renda, por
meio da tributação direta progressiva. Em outras palavras, os coeficientes de IND(q1) são
positivos enquanto os coeficientes IND(q3) são negativos. Em relação à outra variável de
interesse (OPACV,h), os resultados indicam que, independentemente do vintage e do
horizonte usado para construir a variável, os coeficientes são negativos e existe
significância estatística em quase todos os modelos. Esse resultado está em consonância
com a ideia de que a opacidade fiscal em relação ao déficit orçamentário do governo tem
efeitos negativos no crescimento econômico.
67
Tabela 1
Efeito dos fatores de contração e da opacidade fiscal no crescimento econômico (PIB per capita) – FGLS e Sys-GMM (1980-2016)
FGLS Sys-GMM
h: ano corrente h: um ano à frente h: ano corrente h: um ano à frente
V=1 V=2 V=1 V=2 V=1 V=2 V=1 V=2
Regressores: Modelo 1 Modelo 2 Modelo 3 Modelo 4 Modelo 5 Modelo 1 Modelo 2 Modelo 3 Modelo 4 Modelo 5
IND(q1)i,t 0.052** 0.042* 0.052** 0.025 0.022 0.400 0.298 0.131 0.334 0.154
(0.026) (0.023) (0.025) (0.022) (0.023) (0.257) (0.229) (0.128) (0.231) (0.170)
IND(q3)i,t -0.056** -0.048** -0.055** -0051** -0.039 -0.683* -0.544* -0.303* -0.735* -0.575**
(0.023) (0.234) (0.022) (0.021) (0.026) (0.413) (0.314) (0.175) (0.389) (0.282)
𝑂𝑃𝐴𝐶 , , -0.016*** -0.002 -0.024*** -0.024*** -0.040** -0.077*** -0.067** -0.083**
(0.003) (0.003) (0.002) (0.003) (0.016) (0.019) (0.028) (0.038)
MTAXi,t 0.053** 0.051* 0.0523** 0.053** 0.050 -0.088 -0.033 0.010 0.123** 0.117***
(0.026) (0.026) (0.025) (0.024) (0.025) (0.165) (0.094) (0.096) (0.054) (0.043)
GCEi,t -0.007*** -0.007*** -0.007*** -0.005*** -0.006*** -0.008 -0.003 -0.005 -0.008 -0.009
(0.001) (0.001) (0.001) (0.001) (0.001) (0.008) (0.003) (0.005) (0.006) (0.043)
Inc(q2)/Inc(q1)i,t 0.015 0.022** 0.016 0.026*** 0.025*** 0.206 0.027 0.281* 0.436* 0.154
(0.011) (0.009) (0.010) (0.006) (0.007) (0.228) (0.123) (0.148) (0.243) (0.170)
Inc(q3)/Inc(q2)i,t -0.021 -0.031** -0.022 -0.021 -0.032** -0.731 -0.448 -0.436** -0.302 -0.575**
(0.015) (0.014) (0.015) (0.014) (0.013) (0.462) (0.279) (0.169) (0.252) (0.282)
GDPi,t-1 a -0.030*** -0.028*** -0.030*** -0.026*** -0.024*** 0.030 0.316 -0.017 -0.423 -0.634
(0.004) (0.005) (0.004) (0.004) (0.004) (0.247) (0.222) (0.201) (0.261) (0.531)
EDUCi,t 0.0003*** 0.0002*** 0.0003*** 0.0002*** 0.0002** 0.001 -0.0002 0.0006 -0.001 -0.001
(0.0001) (0.0001) (0.0001) (0.00001) (0.00001) (0.002) (0.001) (0.0004) (0.002) (0.002)
N. Obs. 468 468 468 468 468 416 429 416 403 403
Adj. R² 0.355 0.389 0.354 0.477 0.448
N. inst./N. cross sec. 0.77 0.92 0.92 0.85 0.85
J-stat. (p-value) 0.37 (0.830) 4.41 (0.220) 0.25 (0.885) 1.08 (0.582) 0.57 (0.751)
AR(1) (p-value) -0.39 (0.000) -0.44 (0.044) -0.41 (0.000) -0.33 (0.000) -0.27 (0.000)
AR(2) (p-value) -0.08 (0.102) -0.07 (0.185) -0.05 (0.376) -0.001 (0.99) -0.06 (0.285)
Nota: Níveis de significância marginal: (***) denota 0,01, (**) denota 0,05, e (*) denota 0,1. Matriz de covariância consistente com heterocedasticidade de White foi aplicada nas regressões.
Os erros padrão estão entre parênteses. FGLS - Mínimos Quadrados Generalizados Factíveis com pesos dos países e correção de erros-padrão para heterocedasticidade (metodologia
de White). A constante é incluída nos modelos, mas não é relatada por conveniência. Sys-GMM – Arellano e Bover (1995) de dois estágios sem efeitos de tempo. Teste AR(1) e AR(2)
do S-GMM verifica a primeira e segunda ordem nos resíduos da regressão de primeira-diferença. a – ao invés de usar GDPi,t-1 nos modelos Sys-GMM, utilizou-se a variável dependente
defasada em um período de tempo (GROWTHi,t-1). A amostra compreende um painel de 13 países, no período de 1980 a 2016.
68
Em relação às variáveis de controle dos modelos, em geral, os resultados estão em
consonância com o que é esperado de uma visão teórica. Existem coeficientes negativos
para: (i) GCE – esse resultado está de acordo com a ideia de que quando países com
grandes governos aumentam suas despesas, isso implica danos ao crescimento
econômico; e (ii) Inc(q3)/Inc(q2) – o efeito negativo dessa variável no modelo pode ser
entendido com base na interpretação padrão da visão keynesiana, ou seja, um aumento na
desigualdade de renda diminui a propensão média a consumir, o que, por sua vez, pode
desencorajar o crescimento econômico. A maioria dos coeficientes positivos está
relacionada a: (i) MTAX - sugere que o uso de impostos pelos governos crie condições,
por exemplo, por meio de uma melhoria na infraestrutura pública, para promover o
crescimento; (ii) Inc(q2)/Inc(q1) – uma possível explicação para esse resultado é que a
desigualdade de renda a favor da classe média aumenta o consumo; e (iii) EDUC - como
amplamente documentado na literatura, existe um efeito positivo no crescimento
econômico devido ao aumento da educação causado por uma melhoria nos fatores de
produção.
Para observar como a redução da desigualdade de renda, por meio do imposto de
renda progressivo, e o aumento da opacidade fiscal, relacionada aos déficits
orçamentários, afetam o crescimento econômico, é considerado o efeito de um choque de
1% do valor em relação à média de IND(qk) e OPACV,h sobre GROWTH. É adotado como
referência o método FGLS porque apresenta estimativas robustas para as características
dos dados. A tabela 2 resume os resultados. A partir da média dos efeitos sobre IND(q3),
em que os coeficientes são estatisticamente significantes nos diferentes horizontes e
vintages, observa-se que uma redução de 1% na desigualdade de renda, por meio do
imposto direto progressivo, produz uma redução média de 0,58 p.p. (horizonte do ano
corrente) e 0,61 p.p. (horizonte de um ano à frente), sobre a média do crescimento
69
econômico. A análise de IND(q1), em que os coeficientes são estatisticamente
significativos (horizonte do ano corrente), observa-se que uma redução de 1% na
desigualdade de renda, por meio da tributação direta progressiva, produz um aumento
médio no crescimento econômico de 0,65 p.p. Um aumento de 1% OPACV,h tem um efeito
maior no crescimento econômico quando é considerado o horizonte mais longo. Portanto,
a partir dos coeficientes significativos, um aumento de 1% da OPACV,h, produz uma
redução média de 0,10 p.p. (horizonte do ano corrente) e 0,23 p.p. (horizonte de um ano
à frente), sobre a média do crescimento econômico.
Tabela 2
Choque de 1% de IND(qk) e OPACV,h sobre GROWTH (p.p.) – 1980-2016
h: ano corrente h: um ano à frente
V=1 V=2 V=1 V=2
Variáveis: Modelo 2 Modelo 3 Modelo 4 Modelo 5
IND(q1)i,t 0.594* 0.699* 0.406 0.388
IND(q3)i,t -0.555* -0.598* -0.631* -0.593*
𝑂𝑃𝐴𝐶 , , -0.103* -0.010 -0.240* -0.221*
Nota: Efeitos calculados a partir dos valores médios das variáveis e da média
de GROWTH, utilizando-se os coeficientes obtidos na estimação FGLS.
(*) indica as variáveis com significância estatística considerada (ver
tabela 1).
70
Esta seção apesenta os resultados da reestimação FGLS dos indicadores IND(qk)
e OPACV,h sobre o crescimento o crescimento econômico, descritos nos modelos da seção
anterior. Entretanto, o cálculo de OPACV,h decorre do uso de diferentes bancos de dados
(Economic Outlook da OCDE e World Economic Outlook do FMI). Devido à
indisponibilidade de dados do FMI para todo o período (1980 a 2016), esta seção abrange
o período de 1998 a 2016. Com base nas variáveis de interesse, observa-se que, em geral,
as principais características dos resultados apresentados na seção anterior (da amostra de
1980 a 2016) foram preservadas (ver tabela 3). Os resultados das regressões mostram a
existência de um efeito assimétrico no crescimento econômico quando são considerados
os fatores de contração IND(q1) e IND(q3). Os coeficientes em IND(q1) são positivos e
os coeficientes em IND(q3) são negativos com significância estatística na maioria dos
modelos. Em outras palavras, há um efeito positivo no crescimento econômico causado
por uma redução da desigualdade de renda entre famílias de renda mediana e famílias
pertencentes ao quartil inferior de renda, e um efeito negativo no crescimento econômico
proveniente de uma redução da desigualdade de renda entre famílias de renda mediana e
famílias pertencentes ao quartil superior de renda.
Os coeficientes da medida de opacidade fiscal, relacionada à subestimação dos
déficits governamentais, são negativos e significativos em todos os modelos. Essa
observação é importante porque, independente do banco de dados usado (da OCDE ou
do FMI), o resultado é o mesmo, ou seja, existem evidências de que a opacidade fiscal
reduz o crescimento econômico. Ademais, o efeito negativo no crescimento econômico
associado aos coeficientes de OPACV,h aumenta quando o horizonte é mais longo (um ano
à frente) nas regressões.
71
Tabela 3
Efeito dos fatores de contração e da opacidade fiscal no crescimento econômico (PIB per capita) – FGLS (1998-2016)
Economic Outlook da OCDE World Economic Outlook do FMI
h: ano corrente h: um ano à frente h: ano corrente h: um ano à frente
Modelo 2 Modelo 3 Modelo 4 Modelo 5 Modelo 1 Modelo 2 Modelo 3 Modelo 4
Regressores: (V=1) (V=2) (V=1) (V=2) (V=1) (V=2) (V=1) (V=2)
IND(q1)i,t 0.100*** 0.120*** 0.064** 0.053* 0.124*** 0.123*** 0.064* 0.047
(0.037) (0.034) (0.033) (0.029) (0.035) (0.036) (0.033) (0.029)
IND(q3)i,t -0.115** -0.130** -0.069 -0.085* -0.131** -0.125** -0.066 -0.045
(0.047) (0.040) (0.052) (0.047) (0.053) (0.051) (0.055) (0.053)
𝑂𝑃𝐴𝐶 , , -0.025*** -0.025*** -0.026*** -0.030*** -0.013*** -0.011** -0.021*** -0.025***
(0.003) (0.005) (0.003) (0.004) (0.003) (0.005) (0.003) (0.003)
MTAXi,t -0.008 -0.017 -0.008 -0.011 -0.019 -0.017 -0.005 0.0003
(0.029) (0.027) (0.020) (0.021) (0.022) (0.022) (0.022) (0.024)
GCEi,t -0.007*** -0.007*** -0.005*** -0.006*** -0.008*** -0.008*** -0.006*** -0.005***
(0.001) (0.001) (0.001) (0.001) (0.001) (0.001) (0.001) (0.001)
Inc(q2)/Inc(q1)i,t -0.006 -0.009 -0.006 -0.005 0.001 -0.005 -0.011 -0.005
(0.020) (0.019) (0.014) (0.006) (0.021) (0.021) (0.024) (0.021)
Inc(q3)/Inc(q2)i,t -0.018 -0.020 0.007 0.002 -0.029 -0.026 0.012 0.002
(0.018) (0.019) (0.019) (0.021) (0.022) (0.025) (0.023) (0.022)
GDPi,t-1 -0.085*** -0.087*** -0.086*** -0.089*** -0.068*** -0.076*** -0.078*** -0.078***
(0.015) (0.017) (0.017) (0.014) (0.017) (0.018) (0.022) (0.020)
EDUCi,t 0.0003*** 0.0003*** 0.0002*** 0.0002** 0.0003*** 0.0003*** 0.0002** 0.0002**
(0.0001) (0.0001) (0.0001) (0.0001) (0.0001) (0.0001) (0.0001) (0.0001)
N. Obs. 234 234 234 234 234 234 234 234
Adj. R² 0.533 0.488 0.606 0.637 0.483 0.445 0.564 0.605
Nota: Níveis de significância marginal: (***) denota 0,01, (**) denota 0,05, e (*) denota 0,1. Matriz de covariância consistente com heterocedasticidade
de White foi aplicada nas regressões. Os erros padrão estão entre parênteses. FGLS - Mínimos Quadrados Generalizados Factíveis com pesos dos
países e correção de erros-padrão para heterocedasticidade (metodologia de White). A constante é incluída nos modelos, mas não é relatada por
conveniência. A amostra compreende um painel de 13 países, no período de 1998 a 2016.
72
Para observar como a redução da desigualdade de renda, por meio do imposto de
renda progressivo, e o aumento da opacidade fiscal, relacionada aos déficits
orçamentários, afetam o crescimento econômico, é considerado o efeito de um choque de
1% do valor em relação à média de IND(qk) e OPACV,h sobre GROWTH. A tabela 4
apresenta o resultado do efeito médio dos coeficientes significativos de IND(q1) e
IND(q3) sobre o crescimento econômico, com base nos modelos que utilizam o Economic
Outlook da OCDE e o World Economic Outlook do FMI para a construção do OPACV,h.
Assim, a partir da base de dados do Economic Outlook da OCDE é possível observar que
o efeito médio de IND(q1) e IND(q3) sobre o crescimento econômico é de 1,80 p.p. e -
2,19 p.p, (horizonte do ano corrente), e 0,96 p.p. e -1,37 p.p. (horizonte de um ano à
frente), respectivamente. Ainda, a partir da base de dados do World Economic Outlook
do FMI é possível observar que o efeito médio de IND(q1) e IND(q3) sobre o crescimento
econômico médio corresponde a 2,01 p.p. e -2,28 p.p. (horizonte do ano corrente),
respectivamente. As conclusões no horizonte de um ano à frente indicam que uma
redução de 1% na desigualdade de renda entre famílias de renda mediana e famílias do
quartil inferior de renda implica em um aumento significativo de 1,04 p.p. no crescimento
econômico.
Finalmente, o efeito de um aumento de 1% na opacidade fiscal, relacionada à
subestimação dos déficits orçamentários no horizonte do ano corrente corresponde a uma
queda no crescimento econômico médio de 0,17 p.p. (OCDE-OE) e 0,12 p.p. (FMI-
WEO), na média. Em relação ao horizonte de um ano à frente, o efeito de um aumento de
1% do OPACV,h sobre o crescimento médio produz uma redução média amplificada de
0,36 p.p. (OCDE-OE) e 0,43 p.p. (FMI-WEO), respectivamente.
73
Tabela 4
Choque de 1% de IND(qk) e OPACV,h sobre GROWTH (p.p.) – 1998-2016
h: ano corrente h: um ano à frente
V=1 V=2 V=1 V=2
Variáveis: Modelo 2 Modelo 3 Modelo 4 Modelo 5
Fonte: OCDE-EO
IND(q1)i,t 1.634* 1.957* 1.041* 0.870*
IND(q3)i,t -2.057* -2.316* -1.232 -1.514*
𝑂𝑃𝐴𝐶 , , -0.189* -0.146* -0.377* 0.352*
Fonte: FMI-WEO
IND(q1)i,t 2.022* 2.000* 1.040* 0.774
IND(q3)i,t -2.328* -2.229* -1.167 -0.807
𝑂𝑃𝐴𝐶 , , -0.155* -0.092* -0.406* -0.463*
Nota: Efeitos calculados a partir dos valores médios das variáveis e da média de
GROWTH, utilizando-se os coeficientes obtidos na estimação FGLS. (*) Indica
as variáveis com significância estatística considerada (ver tabela 3). FMI-WEO
– World Economic Outlook do FMI e OCDE-EO - Economic Outlook da OCDE.
74
5.4. Evidências empíricas sobre a conexão entre o fator de contração e a
opacidade fiscal
Como mencionado anteriormente, é possível que exista um canal de transmissão
entre a opacidade fiscal, relacionada ao déficit orçamentário do governo, e a redução da
desigualdade de renda, por meio da tributação direta progressiva. Portanto, nesta seção, é
apresentado o resultado das regressões baseadas na equação (9), que levam em
consideração termos interativos entre as medidas dos fatores de contração e os índices de
opacidade fiscal.
Os resultados descritos na tabela 5 mostram que a inclusão do termo interativo
nos modelos não alterou a essência da análise. Portanto, ainda é possível observar a
presença de um efeito assimétrico no crescimento econômico em resposta a uma redução
da desigualdade de renda devido ao uso de tributação direta progressiva. Os sinais dos
coeficientes em IND(q1) são positivos e em IND(q3) são negativos. Além disso, o sinal
do coeficiente em OPACV,h é negativo, pelo menos em metade dos modelos.
Com base no termo interativo, o resultado das regressões mostra que os
coeficientes em IND(qk)OPACV,h amplificam o efeito assimétrico da redução da
desigualdade de renda entre famílias de renda alta e mediana, bem como entre famílias
de renda mediana e de baixa renda, no crescimento econômico. É possível observar que
a soma dos coeficientes em IND(q1) e IND(q1)OPACV,h são maiores que IND(q1), bem
como a soma dos coeficientes em IND(q3) e IND(q3)OPACV,h são inferiores a IND(q3).
No entanto, é importante notar que na maioria dos modelos existe significância estatística
dos coeficientes em IND(q3)OPACV,h e não em IND(q1)OPACV,h. Essa observação
sugere que, embora o efeito benéfico no crescimento econômico devido à redução da
desigualdade de renda entre famílias de renda mediana e famílias de baixa renda, por
meio da tributação direta progressiva, associada à opacidade fiscal, não seja significativa,
75
o efeito negativo no crescimento econômico decorrente de um aumento na opacidade
fiscal e uma redução da desigualdade de renda entre famílias de renda mediana e famílias
de renda alta, por meio da tributação direta progressiva, é significativo. Em resumo,
existem evidências de que o efeito assimétrico no crescimento causado pela redução da
desigualdade de renda, por meio de política tributária progressiva, é amplificado na
presença da opacidade fiscal do déficit orçamentário do governo.
76
Tabela 5
Efeito dos fatores de contração, opacidade fiscal e variáveis interativas sobre o crescimento (PIB per capita) – FGLS (1998-2016)
Economic Outlook da OCDE World Economic Outlook do FMI
h: current year h: next calendar year h: current year h: next calendar year
Model 1 Model 2 Model 3 Model 4 Model 1 Model 2 Model 3 Model 4
Regressors: (v=1) (v=2) (v=1) (v=2) (v=1) (v=2) (v=1) (v=2)
IND(q1)i,t 0.092** 0.110*** 0.043 0.001 0.118*** 0.118*** 0.019 0.024
(0.038) (0.035) (0.042) (0.040) (0.034) (0.035) (0.041) (0.037)
IND(q3)i,t -0.118** -0.127*** -0.040 -0.050 -0.126** -0.114** -0.020 -0.018
(0.046) (0.039) (0.059) (0.046) (0.051) (0.049) (0.062) (0.056)
𝑂𝑃𝐴𝐶 , , -0.023*** -0.020*** 0.001 -0.010 -0.006 0.003 0.011 0.002
(0.004) (0.005) (0.009) (0.010) (0.007) (0.008) (0.008) (0.005)
MTAXi,t -0.006 -0.015 -0.003 -0.008 -0.018 -0.017 0.003 0.005
(0.029) (0.026) (0.024) (0.023) (0.025) (0.023) (0.028) (0.028)
GCEi,t -0.007*** -0.007*** -0.005*** -0.005*** -0.008*** -0.008*** -0.005*** -0.005***
(0.001) (0.001) (0.001) (0.001) (0.001) (0.001) (0.001) (0.001)
Inc(q2)/Inc(q1)i,t -0.006 -0.009 0.008 0.004 0.002 -0.001 -0.001 -0.00001
(0.022) (0.020) (0.018) (0.009) (0.021) (0.023) (0.024) (0.021)
Inc(q3)/Inc(q2)i,t -0.020 -0.022 -0.005 -0.009 -0.031 -0.025 -0.005 -0.003
(0.018) (0.019) (0.016) (0.015) (0.023) (0.025) (0.024) (0.021)
GDPi,t-1 -0.086*** -0.086*** -0.084*** -0.086*** -0.070*** -0.076*** -0.087*** -0.083***
(0.015) (0.017) (0.014) (0.011) (0.017) (0.018) (0.017) (0.015)
EDUCi,t 0.0003*** 0.0002*** 0.0002*** 0.0002* 0.0003*** 0.0003*** 0.0002*** 0.0002**
(0.0001) (0.0001) (0.0001) (0.0001) (0.0001) (0.0001) (0.0001) (0.0001)
,
𝐼𝑁𝐷(q1)𝑂𝑃𝐴𝐶 ,
0.077 0.162 0.095 0.215* 0.038 0.055*** 0.179** 0.107
(0.084) (0.114) (0.078) (0.122) (0.058) (0.157) (0.081) (0.078)
,
𝐼𝑁𝐷(q3)𝑂𝑃𝐴𝐶 ,
-0.072 -0.168* -0.208** -0.287** -0.066 -0.115** -0.301*** -0.211***
(0.074) (0.098) (0.091) (0.132) (0.072) (0.177) (0.087) (0.081)
N. Obs. 234 234 234 234 234 234 234 234
Adj. R² 0.529 0.484 0.629 0.650 0.480 0.445 0.600 0.627
Nota: Níveis de significância marginal: (***) denota 0,01, (**) denota 0,05, e (*) denota 0,1. Matriz de covariância consistente com
heterocedasticidade de White foi aplicada nas regressões. Os erros padrão estão entre parênteses. FGLS - Mínimos Quadrados Generalizados
Factíveis com pesos dos países e correção de erros padrão para heterocedasticidade (metodologia de White). A constante é incluída nos
modelos, mas não é relatada por conveniência. A amostra compreende um painel de 13 países, no período de 1998 a 2016.
77
6. Resultados empíricos: efeito da opacidade fiscal na desigualdade de renda, por
meio da tributação
6.1 Introdução
Esta tese tem como objetivo analisar como uma redução da desigualdade de renda
governo, afeta o crescimento econômico em 13 países membros da OCDE. Para tanto,
este capítulo tem o objetivo de apresentar os resultados da análise referente ao efeito sobre
o crescimento econômico decorrente do indicador que captura o impacto da opacidade
fiscal na desigualdade de renda, por meio da tributação direta progressiva
(INDOPAC(qk)), a partir de distintos bancos, metodologias e períodos de tempo.
Este capítulo está dividido em três seções, além desta introdução. A segunda seção
apresenta uma análise das estimativas de FGLS que são resultantes de uma amostra do
período de 1980 a 2016, e têm por intuito analisar como o efeito da opacidade fiscal na
tributação direta progressiva impacta a desigualdade de renda e, por conseguinte, o
crescimento econômico. Além disso, com o intuito de dar maior robustez à análise
apresentada no capítulo anterior, são apresentadas evidências a respeito do indicador que
avalia a redução da diferença de renda sem o efeito da opacidade fiscal. A terceira seção,
apresenta os resultados de regressões FGLS, descritas na seção anterior, mas decorrem
do indicador de opacidade fiscal que foi construído a partir de duas bases de dados
diferentes (FMI e OCDE) para período de 1998 a 2016. A quarta seção, considera os
efeitos das mudanças na opacidade fiscal graças às medidas de mitigação adotadas após
a crise financeira global. Para tal, a partir dos modelos apresentados nas seções anteriores,
as amostras são divididas em duas subamostras temporais (1998 a 2009 e 2010 a 2016) e
os modelos são reestimados por meio do método Sys-GMM. Por último, ao final segunda
78
e terceira seção, são apresentados os resultados da análise referente ao efeito no
crescimento econômico médio causado por um choque de 1% em relação à média dos
coeficientes significativos dos indicadores INDOPAC(qk).
79
Os resultados das tabelas 6 e 7 mostram a estimação da equação (10) e da variável
INDOPAC(qk), derivada de (OPACV,h), que é construída a partir das previsões divulgadas
pelo Economic Outlook da OCDE, no horizonte corresponde ao ano corrente e a um ano
à frente, assim como nos vintages associados a cada um dos horizontes. Em relação à
variável de interesse, é possível observar que os coeficientes são positivos em
INDOPAC(q1), enquanto os coeficientes INDOPAC(q3) são negativos. Embora não seja
possível ver mudanças significativas nos coeficientes resultantes das estimativas
correspondentes aos vintages 1 e 2, o uso de diferentes horizontes é relevante. Por um
lado, as estimativas do horizonte referente ao ano corrente mostram que o efeito positivo
de uma redução na desigualdade de renda, medido por INDOPAC(q1), é maior do que
para o ano posterior. Por outro lado, o efeito negativo no crescimento econômico de uma
redução na desigualdade de renda, medida por INDOPAC(q3), no horizonte do ano
corrente, é inferior ao horizonte de um ano à frente. Esse resultado é coerente com o fato
de que a opacidade fiscal parece afetar mais o crescimento econômico por meio do efeito
causado por uma redução na desigualdade de renda entre as famílias pertences ao quartil
superior de renda e as famílias de renda mediana, do que entre as famílias de renda
mediana e as famílias do quartil inferior de renda. Em outras palavras, quando a opacidade
fiscal parece ser relevante (caso de INDOPAC(q3)), horizontes de tempo mais longos
implicam menos informação e, portanto, o efeito sobre o crescimento econômico
aumenta.
Independente do horizonte e do vintage adotado em cada modelo, existe
significância estatística nos coeficientes associados a uma redução da desigualdade de
renda entre as famílias de renda mais alta e as famílias de renda mediana. Ademais, a
comparação dos coeficientes de IND(qk) (última coluna - tabela 7) com os modelos que
80
incluem o efeito de opacidade fiscal (INDOPAC(qk)) revela que o uso de um indicador
que mede a desigualdade de renda entre as famílias de quartil superior de renda e famílias
de renda mediana, bem como entre as famílias do quartil inferior de renda e famílias de
renda mediana, por meio da tributação direta progressiva, é relevante. Enquanto os
coeficientes de INDOPAC(q1) não são consideravelmente diferentes do observado para
IND(q1), isto é, não há significância estatística na maioria dos modelos, os coeficientes
de INDOPAC(q3) aumentam o efeito negativo sobre o crescimento econômico. Em
resumo, os resultados indicam que o efeito de uma redução na desigualdade de renda é
diferente quando consideramos famílias heterogêneas.
81
Tabela 6
Efeito do indicador INDOPAC(qk) no GROWTH (PIB per capita) –– horizonte do ano corrente –– FGLS (1980-2016)
Vintage 1 Vintage 2
INDOPAC(q1)i,t 0.036 0.035 0.033 0.039* 0.048** 0.036 0.035 0.031 0.038 0.049**
(0.024) (0.023) (0.021) (0.021) (0.020) (0.027) (0.025) (0.024) (0.025) (0.024)
INDOPAC(q3)i,t -0.083*** -0.081*** -0.077*** -0.075*** -0.081*** -0.052** -0.047* -0.043** -0.036 -0.042*
(0.023) (0.022) (0.020) (0.019) (0.016) (0.025) (0.024) (0.022) (0.024) (0.023)
MTAXi,t 0.074*** 0.074*** 0.074*** 0.069*** 0.071*** 0.059*** 0.059*** 0.060*** 0.052** 0.053***
(0.022) (0.021) (0.020) (0.021) (0.018) (0.021) (0.020) (0.020) (0.021) (0.017)
GCEi,t -0.007*** -0.007*** -0.006*** -0.006*** -0.006*** -0.007*** -0.007*** -0.007*** -0.006*** -0.006***
(0.001) (0.001) (0.001) (0.001) (0.001) (0.001) (0.001) (0.001) (0.001) (0.001)
Inc(q2)/Inc(q1)i,t 0.010 0.014 0.013 0.020* 0.013 0.004 0.009 0.007 0.015 0.008
(0.009) (0.010) (0.011) (0.012) (0.016) (0.008) (0.009) (0.010) (0.011) (0.015)
Inc(q3)/Inc(q2)i,t -0.013 -0.021 -0.019 -0.033** -0.020 0.001 -0.010 -0.007 -0.022 -0.008
(0.015) (0.017) (0.015) (0.015) (0.015) (0.018) (0.018) (0.016) (0.015) (0.014)
GDPi,t-1 -0.024*** -0.028*** -0.027*** -0.029*** -0.034*** -0.024*** -0.030*** -0.029*** -0.031*** -0.036***
(0.004) (0.004) (0.004) (0.005) (0.005) (0.004) (0.004) (0.005) (0.006) (0.005)
POPi,t 0.020 0.019 0.004 0.004 0.027 0.026 0.011 0.011
(0.021) (0.022) (0.023) (0.023) (0.020) (0.021) (0.021) (0.020)
INVi,t 0.0004 0.001 0.001 0.001 0.001 0.001
(0.001) (0.001) (0.0005) (0.001) (0.001) (0.0005)
EDUCi,t 0.0003*** 0.0003*** 0.0003*** 0.0003***
(0.0001) (0.0001) (0.0001) (0.0001)
GEFi,t 0.019*** 0.020***
(0.007) (0.008)
N. Obs. 468 468 468 468 468 468 468 468 468 468
Adj. R² 0.354 0.354 0.355 0.375 0.388 0.333 0.334 0.337 0.360 0.374
Nota: Níveis de significância marginal: (***) denota 0,01, (**) denota 0,05, e (*) denota 0,1. Matriz de covariância consistente com heterocedasticidade de White foi
aplicada nas regressões. Os erros padrão estão entre parênteses. FGLS – Mínimos Quadrados Generalizados Factíveis com pesos dos países e correção de
erros-padrão para heterocedasticidade (metodologia de White). A amostra compreende um painel de 13 países, no período de 1980 a 2016. A constante é
incluída nos modelos, mas não é relatada por conveniência.
82
Tabela 7
Efeito do indicador INDOPAC(qk) no GROWTH (PIB per capita) –– horizonte de um ano à frente –– FGLS (1980-2016)
Vintage 1 Vintage 2
Regressores: Modelo 1 Modelo 2 Modelo 3 Modelo 4 Modelo 5 Modelo 1 Modelo 2 Modelo 3 Modelo 4 Modelo 5 Modelo 6
INDOPAC(q1)i,t 0.029 0.028 0.027 0.027 0.032* 0.020 0.019 0.017 0.020 0.027 0.056**
(0.022) (0.021) (0.021) (0.019) (0.016) (0.026) (0.026) (0.024) (0.022) (0.019) (0.026)
INDOPAC(q3)i,t -0.113*** -0.111*** -0.110*** -0.104*** -0.109*** -0.108*** -0.107*** -0.104*** -0.099*** -0.103*** -0.044*
(0.024) (0.024) (0.024) (0.020) (0.018) (0.027) (0.027) (0.026) (0.023) (0.019) (0.023)
MTAXi,t 0.092*** 0.093*** 0.092*** 0.091*** 0.091*** 0.084*** 0.084*** 0.084*** 0.082*** 0.082*** 0.051**
(0.020) (0.021) (0.020) (0.021) (0.020) (0.021) (0.021) (0.020) (0.020) (0.019) (0.020)
GCEi,t -0.005*** -0.005*** -0.005*** -0.005*** -0.005*** -0.006*** -0.006*** -0.005*** -0.005*** -0.005*** -0.006***
(0.001) (0.001) (0.001) (0.001) (0.001) (0.001) (0.001) (0.001) (0.001) (0.001) (0.001)
Inc(q2)/Inc(q1)i,t 0.017** 0.019** 0.019* 0.025** 0.018 0.016** 0.017* 0.015 0.021* 0.015 0.008**
(0.008) (0.009) (0.010) (0.010) (0.013) (0.008) (0.009) (0.010) (0.011) (0.015) (0.016)
Inc(q3)/Inc(q2)i,t -0.015 -0.021 -0.019 -0.031** -0.021 -0.027* -0.030* -0.027* -0.036** -0.024 -0.007**
(0.014) (0.017) (0.015) (0.016) (0.016) (0.014) (0.017) (0.016) (0.016) (0.017) (0.015)
GDPi,t-1 -0.023*** -0.026*** -0.026*** -0.028*** -0.032*** -0.024*** -0.025*** -0.024*** -0.025*** -0.030*** -0.036***
(0.005) (0.004) (0.005) (0.005) (0.005) (0.005) (0.004) (0.004) (0.005) (0.005) (0.005)
POPi,t 0.014 0.014 0.001 0.001 0.007 0.005 -0.006 -0.005 0.010
(0.023) (0.023) (0.024) (0.023) (0.020) (0.021) (0.023) (0.023) (0.020)
INVi,t 0.0001 0.0003 0.0003 0.0004 0.001 0.0005 0.0006
(0.001) (0.0005) (0.0005) (0.0005) (0.0005) (0.0005) (0.0005)
EDUCi,t 0.0003*** 0.0003*** 0.0002** 0.0002*** 0.0003***
(0.0001) (0.0001) (0.0001) (0.0001) (0.0001)
GEFi,t 0.015** 0.016** 0.021***
(0.007) (0.007) (0.008)
N. Obs. 468 468 468 468 468 468 468 468 468 468 468
Adj. R² 0.435 0.434 0.433 0.448 0.453 0.418 0.417 0.418 0.426 0.433 0.375
Nota: Níveis de significância marginal: (***) denota 0,01, (**) denota 0,05, e (*) denota 0,1. Matriz de covariância consistente com heterocedasticidade de White foi aplicada nas
regressões. Os erros padrão estão entre parênteses. FGLS – Mínimos Quadrados Generalizados Factíveis com pesos dos países e correção de erros-padrão para
heterocedasticidade (metodologia de White). A amostra compreende um painel de 13 países, no período de 1980 a 2016. A constante é incluída nos modelos, mas não é
relatada por conveniência. O Modelo 6 corresponde ao caso em que as regressões substituem as medidas de redução de desigualdade de renda, com opacidade fiscal,
INDOPAC(q1) e INDOPAC(q3), por medidas de redução de desigualdade de renda, sem opacidade fiscal (ver equação 7), IND(q1) e IND(q3).
83
Em relação às variáveis de controle nos modelos, de forma geral, os resultados
estão em consonância com o que se espera do ponto de vista teórico. Existem coeficientes
negativos para: (i) GCE – esse resultado está de acordo com a ideia de que quando países
com grandes governos aumentam suas despesas, a consequência é prejudicial sobre o
crescimento econômico; e (ii) Inc(q3)/Inc(q2) – o efeito negativo dessa variável no
modelo pode ser entendido com base na interpretação padrão da visão keynesiana, isto é,
um aumento na desigualdade de renda diminui a propensão média ao consumo, o que,
por sua vez, pode desencorajar o crescimento econômico. Os coeficientes positivos estão
relacionados a: (i) MTAX - sugere que o uso de impostos governamentais aumenta a
situação socioeconômica do país, por exemplo, por meio de uma melhoria na
infraestrutura pública, para promover o crescimento; (ii) Inc(q2)/Inc(q1) – uma possível
explicação para esse resultado é que a distribuição de renda em favor da classe média
aumenta o consumo; (iii) POP, INV, e EDUC – conforme documentado na literatura,
existe um efeito positivo no crescimento econômico devido a um aumento na população,
capital ou educação causado por melhorias nos fatores de produção; e (iv) GEF - a
qualidade da formulação e implementação de políticas é importante para um ambiente
propício ao crescimento.
Com o intuito de observar como o efeito da opacidade fiscal na tributação direta
progressiva, impacta a desigualdade de renda e, por conseguinte, o crescimento
econômico, é considerado o efeito de um choque de 1% do valor relativo à média de
INDOPAC(q3) e INDOPAC(q1) em GROWTH (ver tabela 8). Em particular, a média dos
coeficientes estatisticamente significativos, no primeiro e segundo vintage, da variável
INDOPAC(q3), mostra que no horizonte do ano corrente, uma redução de 1% na
desigualdade de renda produz uma redução média de 0,93 p.p. sobre a média do
crescimento econômico, e no horizonte de ano um ano à frente, este mesmo efeito produz
84
uma redução média de 1,69 p.p. sobre a média do crescimento econômico. A respeito da
variável INDOPAC(q1), a média dos coeficientes estatisticamente significativos, no
primeiro e segundo vintage, mostra que no horizonte do ano corrente, uma redução de
1% na desigualdade de renda produz um aumento médio de 0,62 p.p. sobre a média do
crescimento econômico, e no horizonte de um ano à frente, este mesmo efeito produz um
aumento médio de 0,46 p.p. sobre a média do crescimento econômico. Em suma, embora
a redução da desigualdade de renda revele efeitos opostos sobre o crescimento
econômico, quando a análise considera o caráter heterogêneo das famílias, o efeito
negativo sobre o crescimento econômico é maior do que o benefício.
Tabela 8
Choque de 1% de INDOPAC(q3) e INDOPAC(q1) sobre GROWTH (p.p.) – 1980-2016
Horizonte Vintage Modelo 1 Modelo 2 Modelo 3 Modelo 4 Modelo 5
Ano corrente:
INDOPAC(q1)i,t 1 0.49 0.48 0.45 0.53* 0.66*
2 0.48 0.46 0.41 0.51 0.66*
INDOPAC(q3)i,t 1 -1.26* -1.23* -1.17* -1.13* -1.24*
2 -0.77* -0.69* -0.64* -0.53 -0.62*
Um ano à frente:
INDOPAC(q1)i,t 1 0.42 0.41 0.39 0.38 0.46*
2 0.28 0.27 0.23 0.29 0.38
INDOPAC(q3)i,t 1 -1.81* -1.78* -1.76* -1.67* -1.74*
2 -1.68* -1.66* -1.61* -1.53* -1.61*
Nota: Efeitos calculados a partir dos valores médios das variáveis e do 𝐼𝑁𝐷𝑂𝑃𝐴𝐶(𝑞 ) , , médio,
utilizando-se os coeficientes obtidos na estimação FGLS. (*) indica variáveis com
significância estatística na estimação considerada. (ver tabelas 6 e 7).
85
A partir das amostras do Economic Outlook da OCDE e do World Economic
Outlook do FMI, usadas para compilar os indicadores OPACV,h em uma amostra curta
(1998 a 2016), a presente seção tem por objetivo apresentar a reestimação dos modelos
anteriores. Sob a perspectiva das variáveis de interesse, INDOPAC(q1) e INDOPAC(q3),
é possível observar que, em linhas gerais, as principais características dos resultados
apresentados na seção anterior (amostra de 1980 a 2016) foram preservadas (ver tabelas
9, 10, 11 e 12).
No entanto, embora haja uma persistência nos sinais dos coeficientes de
INDOPAC(q1) e INDOPAC(q3), os coeficientes de ambos efeitos, positivos e negativos,
aumentaram e são estatisticamente significativos (ver tabelas 9, 10, 11 e 12). Em outras
palavras, independente do banco de dados usado para INDOPAC(qk), o efeito da
opacidade fiscal parece ser mais relevante no caso de uma redução da desigualdade de
renda entre famílias pertencentes ao quartil superior de renda e famílias de renda mediana,
em comparação com uma redução de desigualdade de renda entre famílias do quartil
inferior de renda e famílias de renda mediana. Conforme observado na seção anterior, o
efeito negativo no crescimento econômico, associado aos coeficientes de INDOPAC(q3),
aumenta quando é considerado o horizonte mais longo (um ano à frente) nas regressões.
Além disso, o efeito positivo sobre o crescimento econômico INDOPAC(q1) é maior no
horizonte correspondente ao ano corrente. Além disso, os resultados do primeiro e
segundo vintage não são consideravelmente diferentes.
86
Tabela 9
Efeito do INDOPAC(qk) no GROWTH (PIB per capita) –– horizonte do ano corrente –– World Economic Outlook do FMI – FGLS (1998-2016)
Vintage 1 Vintage 2
INDOPAC(q1)i,t 0.115*** 0.117*** 0.111*** 0.105*** 0.107*** 0.137*** 0.138*** 0.128*** 0.121** 0.123**
(0.033) (0.033) (0.036) (0.036) (0.038) (0.043) (0.044) (0.047) (0.048) (0.051)
INDOPAC(q3)i,t -0.153*** -0.153*** -0.145*** -0.141*** -0.142*** -0.173*** -0.170*** -0.154** -0.150** -0.153**
(0.044) (0.045) (0.049) (0.048) (0.048) (0.059) (0.060) (0.065) (0.065) (0.065)
MTAXi,t -0.012 -0.015 -0.015 -0.012 -0.012 -0.011 -0.016 -0.018 -0.013 -0.014
(0.025) (0.025) (0.026) (0.027) (0.025) (0.023) (0.023) (0.025) (0.026) (0.024)
GCEi,t -0.007*** -0.007*** -0.006*** -0.006*** -0.006*** -0.007*** -0.007*** -0.007*** -0.007*** -0.006***
(0.001) (0.001) (0.001) (0.001) (0.001) (0.001) (0.001) (0.001) (0.001) (0.001)
Inc(q2)/Inc(q1)i,t -0.001 0.010 0.009 0.008 0.004 -0.002 0.009 0.008 0.006 0.001
(0.025) (0.026) (0.028) (0.027) (0.027) (0.024) (0.026) (0.028) (0.026) (0.026)
Inc(q3)/Inc(q2)i,t -0.042** -0.057*** -0.060*** -0.052** -0.054** -0.042* -0.058** -0.061*** -0.052** -0.054**
(0.021) (0.019) (0.020) (0.020) (0.021) (0.023) (0.023) (0.023) (0.023) (0.025)
GDPi,t-1 -0.076*** -0.093*** -0.096*** -0.089*** -0.099*** -0.079*** -0.096*** -0.099*** -0.092*** -0.101***
(0.018) (0.031) (0.032) (0.029) (0.027) (0.020) (0.033) (0.033) (0.030) (0.029)
POPi,t 0.042 0.040 0.022 0.043 0.045 0.043 0.024 0.045
(0.031) (0.030) (0.032) (0.036) (0.032) (0.031) (0.032) (0.038)
INVi,t 0.001* 0.001* 0.001 0.001* 0.001* 0.001
(0.001) (0.001) (0.001) (0.001) (0.001) (0.001)
EDUCi,t 0.0002*** 0.0003*** 0.0002*** 0.0003***
(0.0001) (0.0001) (0.0001) (0.0001)
GEFi,t 0.012 0.013
(0.009) (0.010)
N. Obs. 234 234 234 234 234 234 234 234 234 234
Adj. R² 0.456 0.457 0.458 0.463 0.465 0.441 0.441 0.441 0.446 0.448
aplicada nas regressões. Os erros padrão estão entre parênteses. FGLS – Mínimos Quadrados Generalizados Factíveis com pesos dos países e correção de erros-
padrão para heterocedasticidade (metodologia de White). A amostra compreende um painel de 13 países, no período de 1998 a 2016. A constante é incluída nos
modelos, mas não é relatada por conveniência.
87
Tabela 10
Efeito do INDOPAC(qk) no GROWTH (PIB per capita) –– horizonte do ano corrente –– Economic Outlook da OCDE – FGLS (1998-2016)
Vintage 1 Vintage 2
INDOPAC(q1)i,t 0.144*** 0.147*** 0.143*** 0.136*** 0.138*** 0.163*** 0.164*** 0.156*** 0.148*** 0.150***
(0.028) (0.028) (0.030) (0.031) (0.034) (0.039) (0.040) (0.049) (0.044) (0.048)
INDOPAC(q3)i,t -0.220*** -0.218*** -0.208*** -0.204*** -0.206*** -0.226*** -0.218*** -0.201*** -0.195*** -0.196***
(0.040) (0.042) (0.045) (0.045) (0.047) (0.051) (0.053) (0.047) (0.061) (0.065)
MTAXi,t -0.001 -0.006 -0.006 -0.002 -0.003 -0.012 -0.018 -0.019 -0.016 -0.017
(0.030) (0.031) (0.033) (0.033) (0.033) (0.029) (0.030) (0.047) (0.032) (0.031)
GCEi,t -0.007*** -0.007*** -0.007*** -0.007*** -0.006*** -0.007*** -0.007*** -0.007** -0.007*** -0.006***
(0.001) (0.001) (0.001) (0.001) (0.001) (0.001) (0.001) (0.003) (0.001) (0.001)
Inc(q2)/Inc(q1)i,t 0.004 0.013 0.013 0.012 0.008 0.003 0.014 0.013 0.011 0.007
(0.027) (0.027) (0.028) (0.026) (0.026) (0.027) (0.027) (0.017) (0.027) (0.027)
Inc(q3)/Inc(q2)i,t -0.054*** -0.067*** -0.068*** -0.060*** -0.062*** -0.055*** -0.070*** -0.072*** -0.063*** -0.065***
(0.018) (0.019) (0.019) (0.019) (0.020) (0.021) (0.022) (0.017) (0.022) (0.024)
GDPi,t-1 -0.086*** -0.098*** -0.100*** -0.094*** -0.103*** -0.084*** -0.099*** -0.102*** -0.095*** -0.105***
(0.019) (0.029) (0.030) (0.027) (0.025) (0.019) (0.030) (0.028) (0.028) (0.027)
POPi,t 0.033 0.034 0.017 0.037 0.043 0.043 0.026 0.046
(0.033) (0.030) (0.029) (0.034) (0.033) (0.041) (0.029) (0.036)
INVi,t 0.001 0.001* 0.001 0.001** 0.001* 0.001
(0.0005) (0.0005) (0.001) (0.0005) (0.001) (0.001)
EDUCi,t 0.0002** 0.0002** 0.0002** 0.0002**
(0.0001) (0.0001) (0.0001) (0.0001)
GEFi,t 0.011 0.011
(0.009) (0.010)
N. Obs. 234 234 234 234 234 234 234 234 234 234
Adj. R² 0.493 0.491 0.489 0.493 0.494 0.459 0.460 0.459 0.462 0.463
88
Tabela 11
Efeito do INDOPAC(qk) no GROWTH (PIB per capita) –– horizonte de um ano à frente –– World Economic Outlook do FMI – FGLS (1998-2016)
Vintage 1 Vintage 2
INDOPAC(q1)i,t 0.108*** 0.111*** 0.108*** 0.105*** 0.105*** 0.102*** 0.102*** 0.100*** 0.095*** 0.095***
(0.012) (0.013) (0.014) (0.014) (0.017) (0.013) (0.014) (0.015) (0.016) (0.020)
INDOPAC(q3)i,t -0.188*** -0.189*** -0.185*** -0.182*** -0.181*** -0.192*** -0.192*** -0.190*** -0.185*** -0.183***
(0.016) (0.016) (0.017) (0.018) (0.020) (0.018) (0.018) (0.019) (0.020) (0.022)
MTAXi,t 0.011 0.008 0.009 0.011 0.008 0.021 0.021 0.022 0.024 0.022
(0.025) (0.026) (0.026) (0.027) (0.027) (0.026) (0.027) (0.027) (0.028) (0.029)
GCEi,t -0.005*** -0.005*** -0.005*** -0.005*** -0.005*** -0.005*** -0.005*** -0.005*** -0.005*** -0.005***
(0.001) (0.001) (0.001) (0.001) (0.001) (0.001) (0.001) (0.001) (0.001) (0.001)
Inc(q2)/Inc(q1)i,t 0.009 0.016 0.016 0.016 0.011 0.013 0.015 0.015 0.015 0.010
(0.024) (0.024) (0.024) (0.023) (0.024) (0.022) (0.022) (0.022) (0.022) (0.022)
Inc(q3)/Inc(q2)i,t -0.043** -0.054** -0.058** -0.052** -0.053* -0.051*** -0.052** -0.054** -0.048** -0.047*
(0.018) (0.023) (0.024) (0.025) (0.027) (0.017) (0.021) (0.023) (0.024) (0.026)
GDPi,t-1 -0.087*** -0.096*** -0.098*** -0.095*** -0.101*** -0.088*** -0.089*** -0.091*** -0.088*** -0.093***
(0.021) (0.025) (0.025) (0.023) (0.022) (0.019) (0.024) (0.023) (0.021) (0.019)
POPi,t 0.028 0.028 0.018 0.032 0.004 0.006 -0.006 0.006
(0.037) (0.037) (0.039) (0.042) (0.038) (0.038) (0.041) (0.043)
INVi,t 0.001 0.001 0.001 0.0005 0.001 0.0004
(0.001) (0.001) (0.001) (0.001) (0.001) (0.001)
EDUCi,t 0.0001 0.0001 0.0001 0.0002
(0.0001) (0.0001) (0.0001) (0.0001)
GEFi,t 0.009 0.008
(0.010) (0.009)
N. Obs. 234 234 234 234 234 234 234 234 234 234
Adj. R² 0.593 0.592 0.592 0.591 0.584 0.621 0.620 0.619 0.619 0.610
89
Tabela 12
Efeito do INDOPAC(qk) no GROWTH (PIB per capita) –– horizonte de um ano à frente –– Economic Outlook da OCDE – FGLS (1998-2016)
Vintage 1 Vintage 2
INDOPAC(q1)i,t 0.104*** 0.105*** 0.102*** 0.099*** 0.099*** 0.105*** 0.106*** 0.103*** 0.099*** 0.099***
(0.015) (0.016) (0.016) (0.018) (0.020) (0.021) (0.022) (0.023) (0.024) (0.028)
INDOPAC(q3)i,t -0.205*** -0.205*** -0.202*** -0.198*** -0.197*** -0.222*** -0.222*** -0.217*** -0.213*** -0.214***
(0.022) (0.022) (0.023) (0.024) (0.025) (0.026) (0.026) (0.027) (0.028) (0.031)
MTAXi,t 0.013 0.013 0.014 0.015 0.014 -0.002 -0.003 -0.003 -0.001 -0.002
(0.022) (0.023) (0.023) (0.024) (0.025) (0.024) (0.025) (0.025) (0.026) (0.025)
GCEi,t -0.005*** -0.005*** -0.004*** -0.004*** -0.004*** -0.005*** -0.005*** -0.005*** -0.005*** -0.005***
(0.001) (0.001) (0.001) (0.001) (0.001) (0.001) (0.001) (0.001) (0.001) (0.001)
Inc(q2)/Inc(q1)i,t 0.014 0.016 0.016 0.016 0.014 0.017 0.020 0.020 0.020 0.016
(0.024) (0.023) (0.023) (0.022) (0.022) (0.021) (0.022) (0.022) (0.021) (0.021)
Inc(q3)/Inc(q2)i,t -0.046** -0.049** -0.050** -0.045** -0.045** -0.058*** -0.062*** -0.064*** -0.058*** -0.059**
(0.019) (0.021) (0.021) (0.022) (0.023) (0.017) (0.021) (0.021) (0.022) (0.024)
GDPi,t-1 -0.094*** -0.096*** -0.098*** -0.096*** -0.099*** -0.091*** -0.094*** -0.095*** -0.093*** -0.100***
(0.018) (0.022) (0.021) (0.020) (0.019) (0.016) (0.021) (0.021) (0.019) (0.02)
POPi,t 0.006 0.005 -0.004 0.005 0.011 0.009 -0.001 0.015
(0.033) (0.033) (0.035) (0.039) (0.034) (0.034) (0.036) (0.041)
INVi,t 0.001 0.001 0.001 0.001 0.001 0.0005
(0.001) (0.001) (0.001) (0.001) (0.0005) (0.001)
EDUCi,t 0.0001 0.0001 0.0001 0.0001
(0.0001) (0.0001) (0.0001) (0.0001)
GEFi,t 0.005 0.009
(0.009) (0.009)
N. Obs. 234 234 234 234 234 234 234 234 234 234
Adj. R² 0.626 0.624 0.624 0.622 0.617 0,612 0,611 0,610 0,608 0,605
Modelos, mas não é relatada por conveniência.
90
Assim como na seção anterior, é realizado um choque de 1% do valor relativo à
média dos coeficientes significativos de INDOPAC(q3) e INDOPAC(q1) em GROWTH
(ver tabela 13). Com base nos dados do World Economic Outlook do FMI, a média dos
coeficientes estatisticamente significativos, no primeiro e segundo vintage, das variáveis
INDOPAC(q3) e INDOPAC(q1), mostram que no horizonte do ano corrente, uma redução
de 1% na desigualdade de renda produz um efeito médio de -3,07 p.p. e 2,20 p.p. sobre a
média do crescimento econômico, e no horizonte de um ano à frente, este mesmo efeito
médio se altera para -4,14 p.p. e 2,10 p.p. Em alternativa, com base nos dados do
Economic Outlook da OCDE, a média dos coeficientes estatisticamente significativos, no
primeiro e segundo vintages, das variáveis INDOPAC(q3) e INDOPAC(q1), mostra que
no horizonte do ano corrente, uma redução de 1% na desigualdade de renda produz um
efeito médio de -3,97 p.p. e 2,57 p.p. sobre a média do crescimento econômico, e no
horizonte de um ano à frente, este mesmo efeito médio se altera para -4,24 p.p. e 1,87 p.p.
91
Tabela 13
Choque de 1% de INDOPAC(q3) e INDOPAC(q1) sobre GROWTH (p.p.) – 1998-2016
Horizonte Fonte Vintage Modelo 1 Modelo 2 Modelo 3 Modelo 4 Modelo 5
Ano corrente:
INDOPAC(q1)i,t IMF-WEO 1 2.14* 2.18* 2.06* 1.95* 1.98*
IMF-WEO 2 2.48* 2.50* 2.32* 2.20* 2.23*
INDOPAC(q3)i,t IMF-WEO 1 -3.12* -3.12* -2.96* -2.86* -2.89*
IMF-WEO 2 -3.41* -3.35* -3.04* -2.97* -3.02*
INDOPAC(q1)i,t OECD-EO 1 2.50* 2.56* 2.48* 2.36* 2.40*
OECD-EO 2 2.79* 2.82* 2.67* 2.55* 2.57*
INDOPAC(q3)i,t OECD-EO 1 -4.21* -4.17* -3.99* -3.90* -3.95*
OECD-EO 2 -4.25* -4.11* -3.78* -3.67* -3.69*
Um ano à frente:
INDOPAC(q1)i,t IMF-WEO 1 2.21* 2.26* 2.21* 2.14* 2.15*
IMF-WEO 2 2.06* 2.06* 2.03* 1.93* 1.92*
INDOPAC(q3)i,t IMF-WEO 1 -4.18* -4.20* -4.12* -4.04* -4.03*
IMF-WEO 2 -4.26* -4.26* -4.20* -4.10* -4.06*
INDOPAC(q1)i,t OECD-EO 1 1.96* 1.97* 1.93* 1.86* 1.78*
OECD-EO 2 1.90* 1.91* 1.86* 1.79* 1.79*
INDOPAC(q3)i,t OECD-EO 1 -4.25* -4.25* -4.18* -4.10* -3.93*
OECD-EO 2 -4.42* -4.42* -4.32* -4.25* -4.26*
Nota: Efeitos calculados a partir dos valores médios das variáveis e do 𝐼𝑁𝐷𝑂𝑃𝐴𝐶(𝑞 ) , médio, utilizando-se os
coeficientes obtidos na estimação FGLS. (*) indica variáveis com significância estatística na estimação
considerada. (ver tabelas 9 a 12). FMI-WEO – World Economic Outlook do FMI e OCDE-EO - Economic
Outlook da OCDE.
Portanto, o efeito líquido da redução da desigualdade de renda no crescimento
econômico é negativo. Em resumo, o efeito positivo sobre o crescimento econômico
causado por uma redução da desigualdade de renda entre famílias de renda mediana e
famílias pertencentes ao quartil inferior de renda, decorrente do impacto da opacidade
fiscal sobre a tributação direta progressiva, é menor do que o efeito negativo de uma
redução na desigualdade de renda entre famílias pertencentes ao quartil superior de renda
e famílias de renda mediana, decorrente do impacto da opacidade fiscal sobre a tributação
direta progressiva.
92
6.4. Evidências empíricas sobre o crescimento econômico: pré-crise e pós-crise
A partir dos modelos da seção anterior, esta seção apresenta estimativas Sys-
GMM e divide a amostra em duas subamostras: pré-crise (1998-2009) e pós-crise (2010-
2016). Os resultados das tabelas 14 e 15 mostram que todas as regressões aceitam a
hipótese nula nos testes de Sargan (estatística-J) e, portanto, as restrições de
superidentificação estão corretas. Além disso, o teste de autocorrelação serial (AR (2))
indica que não há presença de autocorrelação serial. Os resultados das regressões Sys-
GMM mostram que há coerência com a ideia de que a redução da desigualdade de renda,
por meio da opacidade fiscal e da tributação, é importante para o crescimento econômico.
Ambos os coeficientes de INDOPAC(q1) e INDOPAC(q3) são significativos em todos os
modelos. Além disso, como observado anteriormente, os coeficientes de INDOPAC(q1)
são positivos enquanto em INDOPAC(q3) são negativos.
Em especial, há uma preocupação com a diferença do efeito de uma redução da
desigualdade de renda, impulsionada pelo impacto da opacidade fiscal na tributação direta
progressiva, sobre o crescimento econômico, entre o período antes e depois da crise
financeira global. Os resultados são inequívocos, independentes de banco de dados (FMI
ou OCDE), horizontes temporais e vintages. Os efeitos positivos e negativos associados
aos coeficientes INDOPAC(q3) e INDOPAC(q1), respectivamente, são maiores no
período anterior à crise. Esse resultado é coerente com a visão de que, após a crise
financeira global, a preocupação com a opacidade fiscal aumentou e vários governos
adotaram medidas para mitigá-la. Em outras palavras, os resultados permitem pressupor
que o efeito causado pela opacidade fiscal diminuiu devido às boas práticas adotadas
pelos governos, que por sua vez suavizam o efeito líquido negativo no crescimento
econômico proveniente de uma redução da desigualdade de renda, por meio da tributação
direta progressiva, entre famílias com diferentes percentis de renda.
93
Tabela 14
Efeito do INDOPAC(qk) no GROWTH (PIB per capita) – World Economic Outlook do FMI – SysGMM
pré-crise pós-crise
ano corrente um ano à frente ano corrente um ano à frente
Regressores: Vintage 1 Vintage 2 Vintage 1 Vintage 2 Vintage 1 Vintage 2 Vintage 1 Vintage 2
INDOPAC(q1)i,t 0.808* 0.535** 0.758** 0.482** 0.568* 0.458* 0.586* 0.427*
(0.449) (0.236) (0.343) (0.220) (0.310) (0.254) (0.330) (0.223)
INDOPAC(q3)i,t -0.875* -0.628** -0.797** -0.587** -0.654* -0.501* -0.662* -0.466*
(0.486) (0.254) (0.335) (0.249) (0.355) (0.282) (0.365) (0.220)
MTAXi,t 2.044 -0.016 1.131 0.444 1.190 1.634 1.613 0.809
(2.888) (1.436) (1.088) (1.682) (1.511) (1.548) (1.795) (1.370)
GCEi,t 0.001 0.0001 -0.002 0.0005 -0.00004 0.0007 0.0002 -0.0001
(0.008) (0.002) (0.005) (0.003) (0.002) (0.001) (0.002) (0.001)
Inc(q2)/Inc(q1)i,t 0.120 -0.064 0.082 -0.078 0.053 0.061 0.054 0.075
(0.231) (0.132) (0.119) (0.100) (0.055) (0.052) (0.040) (0.076)
Inc(q3)/Inc(q2)i,t -0.090 0.067 -0.054 0.056 -0.057 -0.068 -0.043 -0.101
(0.241) (0.220) (0.114) (0.144) (0.087) (0.066) (0.063) (0.115)
GDPi,t-1 -0.006 0.002 -0.001 0.006 0.002 0.0001 -0.001 0.004
(0.016) (0.019) (0.013) (0.014) (0.013) (0.006) (0.009) (0.010)
N. Obs. 91 78 91 78 26 26 26 26
N. Inst./N. cross sec. 0.85 0.77 0.92 0.77 0.85 0.92 0.92 0.92
J-stat. 0.32 0.79 0.77 0.75 2.05 3.92 2.58 2.02
p-value 0.96 0.67 0.94 0.69 0.56 0.42 0.63 0.73
AR(2) 1.08 0.40 1.57 0.50 0.37 0.51 0.55 0.24
p-value 0.28 0.69 0.12 0.62 0.71 0.61 0.58 0.81
Nota: Níveis de significância marginal: (***) denota 0,01, (**) denota 0,05, e (*) denota 0,1. Matriz de covariância consistente com heterocedasticidade
de White foi aplicada nas regressões. Os erros padrão estão entre parênteses (Windmeijer, 2005). Sys-GMM utiliza dois estágios de Arellano e
Bover (1995). Teste AR (2) para verificar a presença de correlação serial de segunda ordem nos resíduos de primeira diferença. A amostra
compreende um painel de 13 países, no período de 1998 a 2009 (pré-crise) e 2010 a 2016 (pós-crise). A variável dependente defasada em um
período é incluída nos Modelos, mas não é relatada por conveniência.
94
Tabela 15
Efeito do INDOPAC(qk) no GROWTH (PIB per capita) – Economic Outlook da OCDE– SysGMM
pré-crise pós-crise
ano corrente um ano à frente ano corrente um ano à frente
Regressores: Vintage 1 Vintage 2 Vintage 1 Vintage 2 Vintage 1 Vintage 2 Vintage 1 Vintage 2
INDOPAC(q1)i,t 0.643* 0.504* 0.646* 0.301* 0.571* 0.247*** 0.634* 0.243*
(0.353) (0.258) (0.363) (0.158) (0.302) (0.065) (0.336) (0.129)
INDOPAC(q3)i,t -0.673* -0.637* -0.840* -0.705** -0.646* -0.358*** -0.720* -0.398*
(0.362) (0.342) (0.467) (0.245) (0.361) (0.099) (0.406) (0.198)
MTAXi,t -0.588 1.500 0.561 2.647 1.400 1.106 1.857 0.143
(3.427) (2.805) (2.972) (1.525) (1.501) (0.725) (1.810) (0.605)
GCEi,t -0.0022 0.001 0.0003 0.007 -0.0001 0.001 0.0001 0.002
(0.007) (0.008) (0.008) (0.007) (0.002) (0.002) (0.002) (0.003)
Inc(q2)/Inc(q1)i,t -0.044 0.0002 -0.044 -0.138 0.056 0.012 0.048 -0.013
(0.155) (0.058) (0.180) (0.085) (0.050) (0.016) (0.047) (0.045)
Inc(q3)/Inc(q2)i,t 0.048 -0.026 -0.062 0.118 -0.058 -0.048 -0.047 0.055
(0.38) (0.114) (0.220) (0.134) (0.079) (0.036) (0.077) (0.059)
GDPi,t-1 0.002 0.005 0.018 0.002 0.002 0.005 0.001 -0.005
(0.042) (0.012) (0.044) (0.016) (0.011) (0.005) (0.011) (0.010)
N. Obs. 78 78 78 91 26 26 26 26
N. Inst./N. cross sec. 0.77 0.92 0.77 0.92 0.85 0.92 0.92 0.92
J-stat. 1.11 0.3 2.28 0.82 2.62 3.35 2.38 2.9
p-value 0.574 0.99 0.32 0.936 0.454 0.502 0.666 0.574
AR(2) 0.97 0.65 0.54 1.23 0.6 0.37 0.63 -1.17
p-value 0.334 0.515 0.588 0.217 0.549 0.713 0.531 0.243
Nota: Níveis de significância marginal: (***) denota 0,01, (**) denota 0,05, e (*) denota 0,1. Matriz de covariância consistente com
heterocedasticidade de White foi aplicada nas regressões. Os erros padrão estão entre parênteses (Windmeijer, 2005). Sys-GMM utiliza dois
estágios de Arellano e Bover (1995). Teste AR (2) para verificar a presença de correlação serial de segunda ordem nos resíduos de primeira
diferença. A amostra compreende um painel de 13 países, no período de 1998 a 2009 (pré-crise) e 2010 a 2016 (pós-crise). A variável
dependente defasada em um período é incluída nos Modelos, mas não é relatada por conveniência.
95
7. Conclusão
Este estudo introduz uma novidade a respeito da análise que considera o efeito da
opacidade fiscal e da tributação direta progressiva na redução da desigualdade de renda
entre famílias heterogêneas e, por conseguinte, no crescimento econômico. Com este
intuito, são desenvolvidas diferentes análises a respeito do efeito sobre o crescimento
econômico, por meio de distintos indicadores, bases de dados e períodos de tempo. A
primeira análise refere-se ao efeito decorrente de uma redução da desigualdade de renda
entre famílias heterogêneas, por meio da tributação direta progressiva, medida pela
função do fator de contração. A segunda, refere-se ao efeito decorrente de um aumento
da opacidade fiscal relacionada à subestimação dos déficits orçamentários do governo,
medida pela razão ruído-sinal. A terceira, refere-se ao efeito decorrente da interação entre
a medida de redução da desigualdade de renda entre famílias heterogêneas, por meio da
tributação direta progressiva, e a medida de opacidade fiscal relacionada à subestimação
dos déficits públicos. A quarta, refere-se ao efeito decorrente de um indicador de redução
da desigualdade de renda que combina o uso da função dos fatores de contração e a razão
ruído-sinal, que foi originalmente desenvolvido nesta tese.
Com base em uma amostra de 13 países da OCDE para o período de 1980 a 2016,
são apresentadas evidências que confirmam a suposição de Biswas, Chakraborty e Hai
(2017) quanto à existência de uma natureza assimétrica das políticas tributárias
redistributivas sobre o crescimento econômico. Em relação ao efeito proveniente da
medida de ignorância do público em relação ao déficit fiscal do orçamento no crescimento
econômico, as regressões de dados em painel, baseadas em diferentes bancos de dados,
horizontes temporais e vintages, mostram que a opacidade fiscal reduz o crescimento
econômico. Finalmente, encontrou-se evidências que sustentam a suposição de que um
aumento na opacidade fiscal pode amplificar o efeito assimétrico sobre o crescimento
96
econômico, decorrente de uma redução na desigualdade de renda, por meio da tributação
direta progressiva.
Os resultados referentes ao indicador que captura o impacto da opacidade fiscal
na desigualdade de renda entre famílias heterogêneas, por meio da tributação direta
progressiva, sobre o crescimento econômico, indicam que a opacidade fiscal aumenta o
efeito da redistribuição de renda, por meio da tributação direta progressiva
(INDOPAC(qk)), sobre o crescimento econômico. A partir de diferentes métodos, bancos
de dados, horizontes temporais e subamostras dividias em períodos de tempo distintos, é
possível observar que o resultado das regressões indicam que o efeito de uma redução da
desigualdade de renda, entre famílias do quartil superior de renda e famílias de renda
mediana, sobre o crescimento econômico é negativo e maior do que o efeito positivo
gerado por uma redução da desigualdade de renda entre famílias pertences ao quartil
inferior de renda e famílias de renda mediana. Ademais, os resultados referentes à
investigação que corresponde aos efeitos antes e depois da crise financeira global,
apontam que os coeficientes do indicador de redução da desigualdade de renda, por meio
do impacto da opacidade fiscal na tributação direta progressiva, desenvolvido nesta
análise, diminuíram no período após a crise. O que permite pressupor que o efeito causado
pela opacidade fiscal diminuiu devido às boas práticas adotadas pelos governos, que por
sua vez suavizam o efeito líquido negativo no crescimento econômico proveniente de
uma redução da desigualdade de renda, por meio da tributação direta progressiva, entre
famílias com diferentes quartis de renda.
Além disso, foram adotados controles relacionados a vários aspectos do
crescimento econômico nas diferentes regressões (tributação, desigualdade de renda,
gastos do governo, população, investimento, educação e eficácia governamental). Os
resultados apontam que independentemente do modelo, metodologia, base de dados e
97
período de tempo: i) existe um efeito assimétrico no crescimento econômico quando são
consideradas políticas tributárias que reduzem a desigualdade de renda entre as famílias
de renda mediana e as famílias pertencentes ao quartil inferior de renda (IND(q1)), bem
como entre as famílias de renda mediana e as famílias pertencentes ao quartil superior de
renda (IND(q3)); ii) existe um efeito negativo no crescimento econômico quando aumenta
a medida de opacidade fiscal, relacionada à subestimação dos déficits públicos
(OPACV,h); iii) a inclusão dos termos interativos entre a medida de redução da
desigualdade de renda entre famílias heterogêneas, por meio da tributação direta
progressiva, e a medida de opacidade fiscal, relacionada à medida de ignorância do
verdadeiro tamanho do déficit orçamentário do governo (IND(qk)OPACV,h), amplifica o
efeito assimétrico sobre o crescimento econômico, decorrente de uma redução da
desigualdade de renda, por meio da tributação direta progressiva, entre famílias de renda
alta e mediana, bem como entre famílias de renda mediana e de baixa renda; e, iv) a
construção do indicador que tem por objetivo avaliar como o efeito da opacidade fiscal,
por meio do imposto direto progressivo, impacta a desigualdade de renda e, por
conseguinte, o crescimento econômico, reitera a existência de um efeito assimétrico sobre
o crescimento econômico, decorrente de uma redução da desigualdade de renda entre as
famílias de renda mediana e as famílias pertencentes ao quartil inferior de renda
(INDOPAC(q1)), bem como entre as famílias de renda mediana e as famílias pertencentes
ao quartil superior de renda (INDOPAC(q3)).
Considerar o caráter heterogêneo das famílias nos modelos produz consequências
dramáticas nas implicações políticas. É fato que a redução da desigualdade de renda entre
famílias de classe média e pobres pode melhorar o crescimento econômico. No entanto,
o efeito negativo sobre o crescimento econômico devido à redução da desigualdade de
renda entre famílias ricas e de classe média está associado a uma redução no crescimento
98
econômico, que mais do que compensou o benefício da redução da desigualdade de renda
entre famílias pobres e de classe média. Portanto, um resultado importante desta tese é
que, para o caso dos países desenvolvidos, o uso da tributação direta progressiva como
mecanismo de redução da desigualdade de renda implica em prejuízos para o crescimento
econômico. Então, qual é a melhor saída? A resposta parece ser simples. Em virtude dos
efeitos líquidos decorrentes do uso da tributação direta progressiva como mecanismo para
reduzir a desigualdade de renda, é aconselhável que políticas públicas, que buscam
melhorias no âmbito social, não sejam feitas via tributo, e sim por meio de investimentos
diretos em setores como educação, saúde e infraestrutura. Além disso, é imperativo que
os governos adotem uma postura de transparência fiscal a fim de suavizar o efeito
negativo das finanças públicas insustentáveis sobre o crescimento econômico.
99
8. Referências
ALESINA, A., PEROTTI, R. (1996). “Budget déficits and budget institutions.” IMF
Working Papers, N. 96/52, International Monetary Fund.
ALESINA, A., RODRIK, D. (1994). “Distributive politics and economic growth.”
Quarterly Journal of Economics, 109(2), 465–490.
ALT, J., LASSEN, D. (2006). “Fiscal transparency, political parties, and debt in OECD
countries.” European Economic Review, 50(6), 1403–1439.
ANNETT, A. (2006). “Enforcement and the stability and growth pact: How fiscal policy
did and did not change under Europe’s fiscal framework.” IMF, Working Paper,
06/116.
ARELLANO, M. (1987). “Computing robust standard errors for within-groups
estimators.” Oxford Bulletin of Economics and Statistics, 49(4), 431–34.
ARELLANO, M., BOND, S.R., (1991). “Some tests of specification for panel data”,
Review of Economic Studies, 58(2), 277–297.
ARELLANO, M., e BOVER, O., (1995). “Another Look at the Instrumental Variables
Estimation of Error-components Models”. Journal of Econometrics, 68(1), 29–51.
ARTIS, M., MARCELLINO, M. (2001). “Fiscal Forecasting: The Track Record of the
IMF, OECD and EC.” Econometrics Journal, 4(1), S20–S36.
ATKINSON, B. (2015). “Inequality: What Can Be Done?” Cambridge, MA.
AUERBACH, J. (1995). “Tax projections and the budget: lessons from the 1980’s.”
American Economic Review, 85(2), 165–169.
AUERBACH, J. (1999). “On the performance and use of government revenue forecasts.”
National Tax Journal, 52(4), 767–782.
ATHANASOPOULOS, G., GUILLÉN, T., ISSLER, V., VAHID, F. (2011). “Model
selection, estimation and forecasting in VAR models with short-run and long-run
restrictions.” Journal of Econometrics, 164(1), 116–129.
BAGUESTANI, H., MCNOWN, R. (1992). “Forecasting the federal budget with time
series models.” Journal of Forecasting, 11(1), 127–139.
BAKAS, D., PANAGIOTIDIS, T., PELLONI, G. (2013) “Labor Reallocation: Panel
Evidence from U.S. States. The Rimini Centre for Economic Analysis.” Retrieved
from https://econpapers.repec.org/paper/rimrimwps/26_5f13.htm
BARRO, R. (1990). “Government spending in a simple model of endogenous growth.”
Journal of Political Economy, 98(5), 103–125.
BARRO, R.J., REDLICK, C.J. (2011). “Macroeconomic effects from government
purchases and taxes.” Quarterly Journal of Economics, 126(1), 51–102.
BEETSMA, R., BLUHM, B., GIULIODORI, M., WIERTS, P. (2011). “From first-
release to ex post fiscal data: exploring the sources of revision errors in the EU.”
100
Tinbergen Institute Discussion Papers, 11–080/2.
BÉNABOU, R. (1996). “Inequality and growth.” NBER Macroeconomics Annual, 11,
11–92.
BHATTARAI, K., BACHMAN, P., CONTE, F., HAUGHTON, J., HEAD, M.,
TUERCK, D. G. (2018). “Tax plan debates in the US presidential election: A
dynamic CGE analysis of growth and redistribution trade-offs.” Economic
Modelling, 68(C), 529–542.
BINH, T., MCGILLIVRAY, M. (1993). “Foreign aid, taxes and public investment: a
comment.” Journal of Development Economics, 41(1), 173–176.
BISWAS, S., CHAKRABORTY, I., HAI, R. (2017). “Income Inequality, Tax Policy, and
Economic Growth.” Economic Journal, 127(601), 688–727.
BLUNDELL, R., BOND, S.R., (1998). “Initial conditions and moment restrictions in
dynamic panel data models.” Journal of Econometrics, 87(1), 115–143.
BOND, S., HOEFFLER, A., TEMPLE, J. (2001). “GMM Estimation of empirical growth
models.” Economics Papers W21, Economics Group, Nuffield College, University
of Oxford.
BOURGUIGNON, F. (1981). “Pareto superiority of unegalitarian equilibria in Stiglitz’
model of wealth distribution with convex saving function.” Econometrica, 49(6),
1469–1475.
BRETSCHNEIDER, I., GORR, L., GRIZZLE, G., KLAY, E. (1989). “Political and
organizational influences on the accuracy of forecasting state government revenues.”
International Journal of Forecasting, 5(3), 307–319.
BRÜCK, T., STEPHAN, A. (2006). “Do Eurozone countries cheat with their budget
déficit forecasts?” Kyklos, 59(1), 3–15.
BUNCH, S. (1991). “The effect of constitutional debt limits on state governments’ use of
public authorities.” Public Choice, 68(1), 57–69.
BUTI, M., MARTINS, J.N., TURRINI, A. (2007). “From déficits to debt and back:
Political incentives under numerical fiscal rules.” CESifo Economic Studies, 53(1),
115–152.
CAMPBELL, B., GHYSELS, E. (1995). “Federal budget projections: a nonparametric
assessment of bias and efficiency.” Review of Economics and Statistics, 77(1), 17–
31.
CHRISTIE, T. (2014). “The effect of government spending on economic growth: testing
the non-linear hypothesis.” Bulletin of Economic Research, 66(2), 183–204.
CIMADOMO, J. (2012). “Fiscal policy in real time.” Scandinavian Journal of
Economics, 144(2), 440–465.
COLCIAGO, A., SAMARINA, A., de HAAN, J. (2019). “Central bank policies and
income wealth inequality: A survey.” Journal of Economic Surveys, 33(4), 1199–
1231.
101
DABLA-NORRIS, E., KOCHAR, K., RICKA, F., SUPHAPHIPHAT, N., TSOUNTA,
E. (2015). “Causes and consequences of income inequality: a global perspective.”
IMF Staff Discussion Note, 15/13.
de GUIMARÃES e SOUZA, G.J., de MENDONÇA, H.F., ANDRANDE, J.P. (2016).
“Inflation targeting on output growth: A pulse dummy analysis of dynamic
macroeconomic panel data.” Economic Systems, 40(1), 145–169.
de HOYOS, R.E., SARAFIDIS, V. (2006). “Testing for cross-sectional dependence in
panel-data models.” Stata Journal, 6(4), 482–96.
de MENDONÇA, H.F., BARCELOS, V.I. (2015) “Securitization and credit risk:
Empirical evidence from an emerging economy.” North American Journal of
Economics and Finance, 32(C), 12–28.
de MENDONÇA, H.F., de DEUS, J.D.B.V. (2015). “Empirical Evidence on Fiscal
Forecasting in Eurozone Countries.” Journal of Economic Studies, 42(5), 838–860.
de MENDONCA, H.F., ESTEVES, D.M. (2018). “Monetary Authority’s Transparency
and Income Inequality.” Review of Development Economics, 22(4), e202–e227.
DUNCAN, D., PETER, K.S. (2016). “Unequal inequalities: Do progressive taxes reduce
income inequality?" International Tax and Public Finance, 23(4), 762–783.
FEENBERG, R., GENTRY, W., GILROY, D., ROSEN, S. (1989). “Testing the
rationality of state revenue forecasts.” Review of Economics and Statistics, 71(2),
300–308.
FEENY, S., MCGILLIVRAY, M. (2010). “Aid and public sector fiscal behaviour in
failing states.” Economic Modelling, 27(5), 1006–1016.
FELDSTEIN, M. (1995). “The effect of marginal tax rates on taxable income: A panel
study of the 1986 tax reform act.” Journal of Political Economy, 103(3), 551–572.
FELLMAN, J. (1976). “The effect of transformations on Lorenz curves.” Econometrica,
44(4), 823–24.
FORBES, K.J. (2000). “A reassessment of the relationship between inequality and
growth.” American Economic Review, 90(4), 869–887.
GALOR, O. AND ZEIRA, J. (1993). “Income distribution and macroeconomics.” Review
of Economic Studies, 60(1), 35–52.
GENTRY, M. (1989). “Do state revenue forecasters utilize available information?”
GLASS, K., FRITSCHE, U. (2015). “Real-time Macroeconomic Data and
Uncertainty.” Macroeconomics and Finance Series, University of Hamburg,
Department of Socioeconomics.
GÓRNIEWICZ, G. (2011). “Public finances crises within the countries of Piigs group.”
Studia UBB Negotia, LVI(2), 55–67.
GORODNICHENKO, Y., MARTINEZ-VAZQUEZ, J., PETER K. (2009). “Myth and
Reality of Flat Tax Reform: Micro Estimates of Tax Evasion Response and Welfare
102
Effects in Russia.” Journal of Political Economy, 117(3), 504–554.
GUILLÉN, T., HECQ, A., ISSLER, V., SARAIVA, D. (2015). “Forecasting multivariate
time series under present-value model short- and long-run co-movement
restrictions.” International Journal of Forecasting, 31(3), 862–875.
HABIMANA, O. (2016). “Do flexible exchange rates facilitate external adjustment? A
ynamic approach with time-varying and asymmetric volatility.” International
Economics and Economic Policy, 14(4), 625–642
HOLDEN, K., PEEL, A. (1990). “On testing for unbiasedness and efficiency of
forecasts.” Manchester School, 63(2), 120–127.
IMF – International Monetary Fund (2013). “Fiscal Monitor” October.
IMF – International Monetary Fund (2014). “Fiscal Policy and Income Inequality.” IMF
Policy Paper, January.
IMF – International Monetary Fund (2018). “Fiscal Monitor” April.
IMF – International Monetary Fund (2019). “Fiscal Transparency Initiative: Integration
of natural resource management issues.” Factsheet.
IRWIN, T.C. (2012). “Accounting Devices and Fiscal Illusions.” IMF Staff Discussion
Notes 12/02, International Monetary Fund.
ISLAM, R. (2016). “Growth recovery in southern Europe: a dozen lessons, old and new.”
Policy Research Working Paper Series 7877. The World Bank.
JAKOBSSON, U. (1976). “On the measurement of the degree of progression.” Journal
of Public Economics, 5(1–2), 161–168.
JAUMOTTE F., BUITRON, C. (2015). “Inequality and labor market institutions.” IMF
Staff Discussion Note, 15/14.
JENNES, B., ARABACKYJ, N. (1998). “Budget forecasting records of the federal and
provincial governments.” Monthly Economic Review, Canada, XVII, n. 1.
JONUNG, L., LARCH, M. (2006). “Improving fiscal policy in the EU: the case for
independent forecasts.” Economic Policy, 21(47), 491–534.
KAKWANI, C. (1977). “Applications of Lorenz curves in economic analysis.”
Econometrica, 45(3), 719–727.
KALDOR, N. (1956). “Alternative theories of distribution.” Review of Economic Studies,
23(2), 83–100.
KHOLODILIN, K., SILIVERSTOVS, B. (2009). “Do Forecasters Inform or Reassure?
Evaluation of the German Real-Time Data.” Applied Economics Quarterly, 55(4),
269–294.
KIEWIET, D., SZAKALY, K. (1996). “Constitutional limitations on borrowing: analysis
of state bonded indebtedness.” Journal of Economics, Law, and Organization, 12(1),
62–97.
103
KIRCHLER, E., MACIEJOVSKY, B., SCHNEIDER, F. (2003). “Everyday
representations of tax avoidance, tax evasion, and tax flight: Do legal differences
matter?,” Journal of Economic Psychology, 24(4), 535–553.
KOESTER, R.B., KORMENDI, R.C. (1989). “Taxation, aggregate activity and economic
growth: cross-country evidence on some supply-side hypotheses.” Economic
Inquiry, 27(3), 367–386.
KOPITS, G., CRAIG, J. (1998). “Transparency in government operations.” IMF
Occasional Paper, 158.
KRUEGER, A.B., LINDAHL, M. (2001). “Education for Growth: Why and For Whom?”
Journal of Economic Literature, 39(4), 1101–1136.
LAZEAR, E.P., ROSEN, S. (1981). “Rank-order tournaments as optimum labor
contracts.” Journal of Political Economy, 89(5), 841–864.
LLEDÓ, V.; POPLAWSKI-RIBEIRO, M. (2013). “Fiscal policy implementation in Sub-
Saharan Africa.” World Development, 46(C), 79–91.
MELLISS, C, WHITTAKER, R. (1998). “The treasury forecast record: some new
results.” National Institute Economic Review, 164(1), 65–79.
MIRRLEES, J.A. (1971). “An exploration in the theory of optimum income taxation.”
Review of Economic Studies, 38(114), 175–208.
MOSCONE, F., TOSETTI, E. (2009). “A review and comparison of tests of cross-section
independence in panels.” Journal of Economic Surveys, 23(3), 528–61.
NORDHAUS, D. (1987). “Forecasting efficiency: concepts and applications.” Review of
Economics and Statistics, 69(4), 667–674.
NORDHAUS, D., DURLAUF, S. (1984). “Empirical tests of the rationality of economic
forecasters: a fixed horizons approach.” Cowles Foundation Discussion Paper,
717R, 1–40.
MUSGRAVE, R. A. (1959). “The Theory of Public Finance: A Study in Public
Economy.” Tokyo: McGraw Hill Kogakusha, international student edition.
OECD (2002). “OECD Best Practices for Budget Transparency.” OECD Journal on
Budgeting, 1(3), 7–14.
OECD (2008). “Growing Unequal? Income Distribution in OECD countries.” Paris.
OECD (2009). “Economic Policy Reforms: Going for Growth 2009”, OECD, Paris.
OECD (2011). “Divided We Stand: Why Inequality Keeps Rising.” Paris.
OECD (2013). “Crisis squeezes income and puts pressure on inequality and poverty -
Results from the OECD Income Distribution Database (May 2013)?” Paris.
OECD (2014a). “Focus on Top Incomes and Taxation in OECD Countries: Was the crisis
a game changer?” Paris.
104
OECD (2014b). “Income Inequality Update - June 2014: Rising inequality: youth and
poor fall further behind.” Paris.
OECD (2015). “Jobs, Wages and Inequality.” Paris.
ÖLLER, L., BAROT, B. (2000), “The Accuracy of European Growth and Inflation
Forecasts”. International Journal of Forecasting, 16(3), 293–215.
PEAT, M., SVEC, J., WANG, J. (2015). “The effects of fiscal opacity on sovereign credit
spreads.” Emerging Markets Review, 24(C), 34–45.
PEROTTI, R. (1996). “Growth, income distribution, and democracy: what the data say.”
Journal of Economic Growth, 1(2), 149–187.
PERSSON, T., TABELLINI, G. (1994). “Is Inequality Harmful for Growth?” American
Economic Review, 84(3), 600–621.
PESARAN, M.H. (2004). “General diagnostic tests for cross section dependence in
panels”. CESifo Working Paper 1229.
PESARAN, M.H. (2006). Estimation and inference in large heterogeneous panels with a
multifactor error structure. Econometrica, 74(4), 967–1012.
PETERSON, E.W. (2017). “The role of population in economic growth.” SAGE Open,
7(4), 1–15.
PIKETTY, T. (2014). “Capital in the Twenty-First Century.” Cambridge, MA.
PINA, M., VENES, N. (2011). “The political economy of EDP fiscal forecasts: an
empirical assessment.” European Journal of Political Economy, 27(3), 534–546.
PLESKO, A. (1988). “The accuracy of government forecasts and budget projections.”
PONS, J. (2000). “The accuracy of IMF and OECD forecasts for G-7 Countries.” Journal
of Forecasting, 19(1), 53–63.
POTERBA, J., von HAGEN, J., (1999). Introduction. In: Poterba, J.M., von Hagen, J.
(Eds.), Fiscal Institutions and Fiscal Performance. University of Chicago Press,
Chicago.
REBELO, S. (1991). “Long-run policy analysis and long-run growth.” Journal of
Political Economy, 99(3), 500–521.
REED, W.R., YE, H. (2011). “Which panel data estimator should I use?” Applied
Economics, 43(8), 985–1000.
ROODMAN, D., (2009). “How to do xtabond2: an introduction to difference and system
GMM in Stata.” Stata Journal, 9(1) 86–136.
SALA-I-MARTIN, X.X. (1997). “I have just run two million regressions”. American
Economic Review, 87(2), 178–183.dfs
SLEMROD, J. (1994). “On the high-income laffer curve.” Cambridge, chpt. 6 (177–210).
105
SARAFIDIS, V., WANSBEEK, T. (2012). “Cross-Sectional Dependence in Panel Data
Analysis.” Econometric Reviews, 31(5), 483–531.
STRAUCH, R., HALLERBERG, M., VON HAGEN, J. (2004). “Budgetary forecasts in
Europe: the track record of stability and convergence programmes.” ECB Working
Paper, 307.
TEIG, M. (2005). “Fiscal transparency and economic growth.” In Challenges to change -
Middle and Eastern European countries in transition: Fifth European Doctoral
Seminar (EDS), Budapest, 6-7, October.
VON HAGEN, J., (1991). “A note on the empirical effectiveness of formal fiscal
restraints.” Journal of Public Economics, 44(2), 199–210.
VON HAGEN, J., WOLFF, B. (2006). “What do déficits tell us about debt? Empirical
evidence on creative accounting with fiscal rules in the EU.” Journal of Banking and
Finance, 30(12) 3259–79.
WHITE, H. (1980). “A heteroskedasticity-consistent covariance matrix estimator and a
direct test for heteroskedasticity.” Econometrica, 48(4), 817–838.
WILLMAN, A., KORTELAINEN, M., MANNISTO, H., TUJULA, M., (2000). “The
BOF5 macroeconomic model of Finland, structure and dynamic
microfoundations.” Economic Modelling, 17(2), 275–303.
WINDMEIJER, F., (2005). “A finite sample correction for the variance of linear efficient
two-step GMM Estimators.” Journal of Econometrics, 126(1), 25–51.
WOOLDRIDGE, J.M. (2002). “Econometric analysis of cross section and panel data.”
MIT Press. 752p.
106
Apêndice
Tabela A.1
Correlação entre indicadores de desigualdade de renda (IND(qk), INDOPAC(qk) e GINI)
Horizonte: ano corrente Horizonte: um ano à frente
Desigualdade de
IND(q1) IND(q3) 𝐼𝑁𝐷𝑂𝑃𝐴𝐶(q1) 𝐼𝑁𝐷𝑂𝑃𝐴𝐶(q3) 𝐼𝑁𝐷𝑂𝑃𝐴𝐶(q1) 𝐼𝑁𝐷𝑂𝑃𝐴𝐶(q3) 𝐼𝑁𝐷𝑂𝑃𝐴𝐶(q1) 𝐼𝑁𝐷𝑂𝑃𝐴𝐶(q3) 𝐼𝑁𝐷𝑂𝑃𝐴𝐶(q1) 𝐼𝑁𝐷𝑂𝑃𝐴𝐶(q3) GINI
renda:
IND(q1) 1.00 0.91 0.90 0.75 0.93 0.80 0.84 0.69 0.87 0.71 -0.40
IND(q3) 0.91 1.00 0.83 0.85 0.85 0.89 0.75 0.77 0.79 0.80 -0.49
𝐼𝑁𝐷𝑂𝑃𝐴𝐶(q1) 0.90 0.83 1.00 0.92 0.95 0.87 0.88 0.79 0.94 0.84 -0.31
𝐼𝑁𝐷𝑂𝑃𝐴𝐶(q3) 0.75 0.85 0.92 1.00 0.84 0.93 0.78 0.85 0.84 0.91 -0.35
𝐼𝑁𝐷𝑂𝑃𝐴𝐶(q1) 0.93 0.85 0.95 0.84 1.00 0.92 0.86 0.75 0.91 0.79 -0.32
𝐼𝑁𝐷𝑂𝑃𝐴𝐶(q3) 0.80 0.89 0.87 0.93 0.92 1.00 0.77 0.81 0.83 0.87 -0.37
𝐼𝑁𝐷𝑂𝑃𝐴𝐶(q1) 0.84 0.75 0.88 0.78 0.86 0.77 1.00 0.92 0.93 0.84 -0.29
𝐼𝑁𝐷𝑂𝑃𝐴𝐶(q3) 0.69 0.77 0.79 0.85 0.75 0.81 0.92 1.00 0.85 0.91 -0.32
𝐼𝑁𝐷𝑂𝑃𝐴𝐶(q1) 0.87 0.79 0.94 0.84 0.91 0.83 0.93 0.85 1.00 0.92 -0.29
𝐼𝑁𝐷𝑂𝑃𝐴𝐶(q3) 0.71 0.80 0.84 0.91 0.79 0.87 0.84 0.91 0.92 1.00 -0.32
GINI (0.40) (0.49) (0.31) (0.35) (0.32) (0.37) (0.29) (0.32) (0.29) (0.32) 1.00
Nota: Esta tabela mostra a correlação entre os indicadores IND(qk) INDOPAC(qk) dos países 13 países da amostra de 1980 a 2016, e o coeficiente de Gini dos países da amostra. Os indicadores
IND(qk) INDOPAC(qk) são resultantes das equação 7 e 10. GINI é obtido da base do Luxembourg Income Study Database. q1= quartil inferior e q3= quartil superior. V1 = vintage 1 e V2 =
vintage 2.
107
Tabela A.2.1
Testes de Dependência de cross-section e Raiz Unitária
Teste de Dependência cross-section Teste de Raiz Unitária
1980-2016 1998-2016 1980-2016 1998-2016
Variável CD-test p-value CD-test p-value Statistic p-value Statistic p-value
GROWTH 26.80 0.00 26.73 0.00 100.11 0.00 54.22 0.00
𝑂𝑃𝐴𝐶 , OECD 10.11 0.00 12.27 0.00 121.10 0.00 83.70 0.00
𝑂𝑃𝐴𝐶 , OECD 18.77 0.00 19.32 0.00 138.31 0.00 95.56 0.00
𝑂𝑃𝐴𝐶 , OECD 4.05 0.00 6.37 0.00 111.38 0.00 103.01 0.00
𝑂𝑃𝐴𝐶 , OECD 13.91 0.00 15.46 0.00 138.07 0.00 79.76 0.00
𝑂𝑃𝐴𝐶 , 𝐼𝑀𝐹 n/a n/a 15.00 0.00 n/a n/a 83.87 0.00
IND(q1) 3.03 0.00 3.23 0.00 12.80 0.01 51.50 0.00
IND(q3) 7.49 0.00 7.34 0.00 45.45 0.01 61.77 0.00
MTAX 3.28 0.00 -0.14 0.89 49.99 0.00 100.58 0.00
GCE 11.92 0.00 19.41 0.00 43.25 0.02 54.46 0.00
INC(q2)/INC(q1) -1.95 0.05 0.18 0.86 89.36 0.00 75.44 0.00
INC(q3)/INC(q2) 14.67 0.00 3.76 0.00 90.11 0.00 52.46 0.00
GDP 51.86 0.00 29.62 0.00 508.12 0.00 35.94 0.09
POP 49.79 0.00 30.72 0.00 53.16 0.00 39.50 0.04
INV 16.36 0.00 6.57 0.00 44.78 0.00 45.33 0.01
EDUC 34.61 0.00 12.88 0.00 68.92 0.00 42.07 0.01
GEF 7.37 0.00 7.48 0.00 43.87 0.02 41.16 0.03
Nota: OCDE = Economic Outlook, OCDE. FMI = World Economic Outlook, FMI. q1= quartil inferior e q3= quartil superior.
V1 = vintage 1 e V2 = vintage 2. H=t é o horizonte: ano corrente. H=t+1 é o horizonte: um ano à frente. Teste de
Dependência de cross-section - hipótese nula de dependência de cross-section CD~N(0,1). Teste de Raiz Unitária –
ADF-Fisher Chi-Square pressupõe processo de raiz unitária individual. Hipótese nula: raiz unitária. Seleção
automática do número de lags baseada no critério de Schwarz. Intercepto e tendência são incluídos.
108
Tabela A.2.2
Testes de Dependência de cross-section e Raiz Unitária
Teste de Dependência cross-section Teste de Raiz Unitária
1980-2016 1998-2016 1980-2016 1998-2016
Variável CD-test p-value CD-test p-value Statistic p-value Statistic p-value
𝐼𝑁𝐷𝑂𝑃𝐴𝐶(𝑞1) , OECD 7.42 0.00 6.41 0.00 269.11 0.00 83.57 0.00
𝐼𝑁𝐷𝑂𝑃𝐴𝐶(𝑞3) , OECD 11.96 0.00 14.55 0.00 86.61 0.00 85.89 0.00
𝐼𝑁𝐷𝑂𝑃𝐴𝐶(𝑞1) , OECD 12.57 0.00 13.84 0.00 107.38 0.00 58.11 0.00
𝐼𝑁𝐷𝑂𝑃𝐴𝐶(𝑞3) , OECD 16.84 0.00 19.45 0.00 99.97 0.00 75.22 0.00
𝐼𝑁𝐷𝑂𝑃𝐴𝐶(𝑞1) , OECD 3.25 0.00 4.02 0.00 91.06 0.00 73.24 0.00
𝐼𝑁𝐷𝑂𝑃𝐴𝐶(𝑞3) , OECD 9.06 0.00 11.04 0.00 115.10 0.00 67.04 0.00
𝐼𝑁𝐷𝑂𝑃𝐴𝐶(𝑞1) , OECD 9.00 0.00 9.93 0.00 99.28 0.00 80.97 0.00
𝐼𝑁𝐷𝑂𝑃𝐴𝐶(𝑞3) , OECD 14.48 0.00 17.02 0.00 136.01 0.00 86.41 0.00
𝐼𝑁𝐷𝑂𝑃𝐴𝐶(𝑞1) , 𝐼𝑀𝐹 n/a n/a 10.27 0.00 n/a n/a 71.73 0.00
V1 = vintage 1 e V2 = vintage 2. H=t é o horizonte: ano corrente. H=t+1 é o horizonte: um ano à frente. Teste de
Dependência de cross-section - hipótese nula de dependência de cross-section CD~N(0,1). Teste de Raiz Unitária –
ADF-Fisher Chi-Square pressupõe processo de raiz unitária individual. Hipótese nula: raiz unitária. Seleção
automática do número de lags baseada no critério de Schwarz. Intercepto e tendência são incluídos.
109
Table A.3.1
Estatística Descritiva
Amostra: 1980-2016 Amostra: 1998-2016
Variável Mean Med Max Min S.D. Mean Med Max Min S.D.
GROWTH 0.02 0.02 0.11 -0.09 0.02 0.01 0.01 0.10 -0.09 0.02
𝑂𝑃𝐴𝐶 , OECD 0.12 0.00 1.00 0.00 0.25 0.10 0.00 1.00 0.00 0.23
𝑂𝑃𝐴𝐶 , OECD 0.18 0.00 1.00 0.00 0.32 0.19 0.00 1.00 0.00 0.33
𝑂𝑃𝐴𝐶 , OECD 0.09 0.00 1.00 0.00 0.21 0.08 0.00 1.00 0.00 0.18
𝑂𝑃𝐴𝐶 , OECD 0.16 0.00 1.00 0.00 0.30 0.16 0.00 1.00 0.00 0.29
𝑂𝑃𝐴𝐶 , 𝐼𝑀𝐹 n/a n/a n/a n/a n/a 0.15 0.00 1.00 0.00 0.30
IND(q1) 0.22 0.22 0.48 0.01 0.10 0.22 0.22 0.43 0.01 0.10
IND(q3) 0.25 0.26 0.44 0.04 0.09 0.24 0.24 0.42 0.04 0.08
MTAX 0.29 0.30 0.61 0.04 0.13 0.00 0.00 0.17 -0.17 0.03
GCE 19.33 19.42 27.94 10.04 4.35 19.45 19.42 27.94 10.91 4.23
INC(q2)/INC(q1) 1.74 1.72 2.12 1.43 0.15 1.73 1.72 2.02 1.43 0.13
INC(q3)/INC(q2) 1.57 1.57 1.92 1.38 0.11 1.59 1.59 1.92 1.38 0.11
GDP 10.57 10.59 11.43 8.22 0.48 10.75 10.76 11.43 9.45 0.35
POP 3.08 2.93 5.78 1.41 1.23 3.13 3.05 5.78 1.49 1.23
INV 23.64 22.89 41.37 14.43 4.36 22.76 22.35 33.02 14.43 3.76
EDUC 105.67 101.07 158.15 71.96 17.91 112.21 103.18 158.15 90.22 18.15
GEF 1.66 1.77 2.35 0.20 0.45 1.69 1.82 2.35 0.20 0.45
V1 = vintage 1 e V2 = vintage 2. H=t é o horizonte: ano corrente. H=t+1 é o horizonte: um ano à frente. Mean – média.
Med – mediana. n/a - não aplicável. Max = máximo. Min = mínimo. S.D. = desvio padrão.
110
Tabela A.3.2
Amostra: 1980-2016 Amostra: 1998-2016
𝐼𝑁𝐷𝑂𝑃𝐴𝐶(𝑞1) , OECD 0.24 0.24 0.59 0.01 0.12 0.23 0.23 0.52 0.01 0.10
𝐼𝑁𝐷𝑂𝑃𝐴𝐶(𝑞3) , OECD 0.27 0.27 0.62 0.04 0.11 0.25 0.25 0.50 0.04 0.09
𝐼𝑁𝐷𝑂𝑃𝐴𝐶(𝑞1) , OECD 0.26 0.25 0.81 0.01 0.13 0.25 0.24 0.75 0.01 0.12
𝐼𝑁𝐷𝑂𝑃𝐴𝐶(𝑞3) , OECD 0.29 0.28 0.69 0.04 0.12 0.27 0.27 0.69 0.04 0.11
𝐼𝑁𝐷𝑂𝑃𝐴𝐶(𝑞1) , OECD 0.24 0.23 0.60 0.01 0.11 0.23 0.23 0.55 0.01 0.10
𝐼𝑁𝐷𝑂𝑃𝐴𝐶(𝑞3) , OECD 0.26 0.26 0.62 0.04 0.10 0.25 0.25 0.52 0.04 0.09
𝐼𝑁𝐷𝑂𝑃𝐴𝐶(𝑞1) , OECD 0.25 0.24 0.67 0.01 0.12 0.24 0.24 0.67 0.01 0.11
𝐼𝑁𝐷𝑂𝑃𝐴𝐶(𝑞3) , OECD 0.28 0.27 0.64 0.04 0.12 0.26 0.26 0.62 0.04 0.10
𝐼𝑁𝐷𝑂𝑃𝐴𝐶(𝑞1) , 𝐼𝑀𝐹 n/a n/a n/a n/a n/a 0.25 0.23 0.75 0.01 0.13
111
Tabela A.3.3
Amostra: pré-crise (1998-2009) Amostra: pós-crise (2010-2016)
GROWTH 0.01 0.02 0.10 -0.09 0.03 0.01 0.01 0.06 -0.03 0.01
𝐼𝑁𝐷𝑂𝑃𝐴𝐶(𝑞1) , OECD 0.23 0.24 0.52 0.01 0.11 0.22 0.22 0.41 0.02 0.10
𝐼𝑁𝐷𝑂𝑃𝐴𝐶(𝑞3) , OECD 0.27 0.27 0.50 0.04 0.09 0.23 0.23 0.36 0.04 0.08
𝐼𝑁𝐷𝑂𝑃𝐴𝐶(𝑞1) , OECD 0.25 0.25 0.75 0.01 0.13 0.24 0.23 0.57 0.02 0.11
𝐼𝑁𝐷𝑂𝑃𝐴𝐶(𝑞3) , OECD 0.29 0.28 0.69 0.04 0.12 0.24 0.24 0.50 0.04 0.09
𝐼𝑁𝐷𝑂𝑃𝐴𝐶(𝑞1) , OECD 0.23 0.23 0.55 0.01 0.10 0.22 0.22 0.40 0.02 0.10
𝐼𝑁𝐷𝑂𝑃𝐴𝐶(𝑞3) , OECD 0.26 0.27 0.52 0.04 0.09 0.23 0.23 0.34 0.04 0.08
𝐼𝑁𝐷𝑂𝑃𝐴𝐶(𝑞1) , OECD 0.24 0.25 0.67 0.01 0.12 0.23 0.22 0.41 0.02 0.11
𝐼𝑁𝐷𝑂𝑃𝐴𝐶(𝑞3) , OECD 0.28 0.28 0.62 0.04 0.11 0.23 0.24 0.36 0.04 0.08
𝐼𝑁𝐷𝑂𝑃𝐴𝐶(𝑞1) , 𝐼𝑀𝐹 0.26 0.24 0.75 0.01 0.14 0.23 0.22 0.44 0.02 0.11
𝐼𝑁𝐷𝑂𝑃𝐴𝐶(𝑞3) , 𝐼𝑀𝐹 0.29 0.27 0.69 0.04 0.13 0.23 0.24 0.42 0.04 0.08
𝐼𝑁𝐷𝑂𝑃𝐴𝐶(𝑞1) , 𝐼𝑀𝐹 0.28 0.25 0.79 0.01 0.16 0.26 0.23 0.66 0.02 0.14
𝐼𝑁𝐷𝑂𝑃𝐴𝐶(𝑞3) , 𝐼𝑀𝐹 0.31 0.29 0.73 0.04 0.15 0.26 0.24 0.60 0.04 0.11
𝐼𝑁𝐷𝑂𝑃𝐴𝐶(𝑞1) , 𝐼𝑀𝐹 0.25 0.24 0.63 0.01 0.14 0.22 0.22 0.40 0.02 0.10
𝐼𝑁𝐷𝑂𝑃𝐴𝐶(𝑞3) , 𝐼𝑀𝐹 0.28 0.27 0.59 0.04 0.12 0.23 0.23 0.35 0.04 0.08
𝐼𝑁𝐷𝑂𝑃𝐴𝐶(𝑞1) , 𝐼𝑀𝐹 0.28 0.26 0.76 0.01 0.16 0.25 0.23 0.73 0.02 0.13
𝐼𝑁𝐷𝑂𝑃𝐴𝐶(𝑞3) , 𝐼𝑀𝐹 0.32 0.29 0.71 0.04 0.15 0.25 0.24 0.63 0.04 0.11
IND(q1) 0.21 0.22 0.43 0.01 0.09 0.22 0.21 0.40 0.02 0.10
IND(q3) 0.24 0.26 0.42 0.04 0.08 0.22 0.23 0.34 0.04 0.08
MTAX -0.002 -0.001 0.17 -0.17 0.03 0.0002 -0.0001 0.07 -0.06 0.02
GCE 18.96 19.16 27.94 10.91 4.05 20.30 20.42 27.37 11.60 4.42
INC(q2)/INC(q1) 1.74 1.74 2.02 1.43 0.13 1.72 1.71 1.99 1.53 0.12
INC(q3)/INC(q2) 1.58 1.59 1.76 1.38 0.10 1.62 1.62 1.92 1.46 0.10
GDP 10.71 10.73 11.43 9.45 0.37 10.80 10.82 11.41 10.00 0.32
POP 3.11 2.99 5.73 1.49 1.23 3.17 3.15 5.78 1.59 1.23
INV 22.98 22.35 33.02 14.43 3.53 22.38 21.63 32.96 15.56 4.11
EDUC 110.79 102.25 156.55 90.22 17.84 114.64 108.26 158.15 91.96 18.52
GEF 1.72 1.87 2.35 0.20 0.47 1.64 1.77 2.24 0.37 0.43
112

Universidade Federal Fluminense Centro de Estudos Sociais Aplicados Faculdade de Economia Doutorado em Economia

Enviado por

Dados do documento

Descrição original:

Título original

Direitos autorais

Formatos disponíveis

Compartilhar este documento

Compartilhar ou incorporar documento

Opções de compartilhamento

Você considera este documento útil?

Este conteúdo é inapropriado?

Direitos autorais:

Formatos disponíveis

Universidade Federal Fluminense Centro de Estudos Sociais Aplicados Faculdade de Economia Doutorado em Economia

Enviado por

Direitos autorais:

Formatos disponíveis

UNIVERSIDADE FEDERAL FLUMINENSE

CENTRO DE ESTUDOS SOCIAIS APLICADOS

ADRIANA CABRERA BACA

A IMPORTÂNCIA DA OPACIDADE FISCAL NO EFEITO DA

A IMPORTÂNCIA DA OPACIDADE FISCAL NO EFEITO DA

Tese apresentada ao Programa de Pós-

Orientador: Prof. Dr. Helder Ferreira de

A IMPORTÂNCIA DA OPACIDADE FISCAL NO EFEITO DA

Tese apresentada ao Programa de Pós-

Prof. Dr. Helder Ferreira de Mendonça (Orientador)

Prof. Dr. Gabriel Caldas Montes

Prof. Dr. Júlio Cesar Albuquerque Bastos

Prof. Dr. José Simão Filho

Dr. Bruno Pires Tiberto

Agradeço a Deus por ter me dado saúde, discernimento e a oportunidade de cursar

o Doutorado e, em especial, pela vontade de continuar aprendendo e por ter me propiciado

condições para a elaboração deste trabalho.

acadêmica. Eles souberam dizer as palavras de incentivo certas em diversos momentos

de grande angústia e incerteza, não deixando que eu desistisse no meio do caminho. Um

amizade, paciência, educação, amor e compreensão demonstrados em todos os

momentos mais coloridos do meu dia.

Agradeço imensamente ao professor Dr. Helder Ferreira de Mendonça, por toda a

dedicação, orientação e companheirismo, durante todo o período de elaboração da Tese.

do que um orientador e, principalmente, por ter desempenhado exemplarmente o papel

(GEUDADE) por ter me concedido a oportunidade de participar desta linda família.

Agradeço, enfim, a todos os Mentores, e em especial a Dona Maria, por me acolher de

memória, não menciono aqui algum nome expressamente.

Palavras-chave: opacidade fiscal, desigualdade de renda, crescimento econômico, fator

Classificação JEL: E62, E25, H68, H23, H31.

JEL classification: E62, E25, H68, H23, H31.

Figura 1 – Fatores de Contração – IND(q1) e IND(q3) – média.......................................37

Figura 2 – Opacidade Fiscal – 𝑂𝑃𝐴𝐶 – média................................................................42

Figura 3 – Fatores de contração: INDOPAC e IND (1980 a 2016)...................................46

Tabela 1 – Efeito dos fatores de contração e da opacidade fiscal no crescimento

Tabela 2 – Choque de 1% de IND(qk) e OPACV,h sobre GROWTH (p.p.) – 1980-

Tabela 3 – Efeito dos fatores de contração e da opacidade fiscal no crescimento

Tabela 4 – Choque de 1% de IND(qk) e OPACV,h sobre GROWTH (p.p.) – 1998-

Tabela 6 – Efeito do indicador INDOPAC(qk) no GROWTH (PIB per capita) –– horizonte

Tabela 7 – Efeito do indicador INDOPAC(qk) no GROWTH (PIB per capita) –– horizonte

Tabela 8 – Choque de 1% de INDOPAC(q3) e INDOPAC(q1) sobre GROWTH (p.p.) –

Tabela 9 – Efeito do INDOPAC(qk) no GROWTH (PIB per capita) –– horizonte do ano

Tabela 10 – Efeito do INDOPAC(qk) no GROWTH (PIB per capita) –– horizonte do ano

Tabela 11 – Efeito do INDOPAC(qk) no GROWTH (PIB per capita) –– horizonte de um

Tabela 13 – Choque de 1% de INDOPAC(q3) e INDOPAC(q1) sobre GROWTH (p.p.) –

Tabela 14 – Efeito do INDOPAC(qk) no GROWTH (PIB per capita) – World Economic

Tabela 15 – Efeito do INDOPAC(qk) no GROWTH (PIB per capita) – Economic Outlook

Tabela A.1 – Correlação entre indicadores de desigualdade de renda (IND(qk),

Tabela A.2.1 – Testes de Dependência de cross-section e Raiz Unitária........................108

Tabela A.2.2 – Testes de Dependência de cross-section e Raiz Unitária........................109

Tabela A.3.1 – Estatística Descritiva..............................................................................110

Tabela A.3.2 – Estatística Descritiva..............................................................................111

Tabela A.3.3 – Estatística Descritiva..............................................................................112

2. Desigualdade de renda, tributação direta progressiva e opacidade fiscal: um

2.2. Desigualdade de renda.....................................................................................23

2.3. Tributação direta progressiva..........................................................................25

2.4. Opacidade fiscal..............................................................................................27

2.5. Desigualdade de renda, tributação direta progressiva e opacidade fiscal.........30

3. Mensuração da opacidade fiscal, fator de contração, e do efeito da opacidade

3.2. Fator de contração e opacidade fiscal..............................................................34

3.3. Efeito da opacidade fiscal na desigualdade de renda, por meio da tributação...43

4.2. Impacto do fator de contração e da opacidade fiscal sobre o crescimento

4.3. Impacto da opacidade fiscal na desigualdade de renda, por meio da tributação,