Escolar Documentos
Profissional Documentos
Cultura Documentos
Niterói (RJ)
2019
i
ADRIANA CABRERA BACA
Niterói (RJ)
2019
ii
ADRIANA CABRERA BACA
Banca Examinadora:
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 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
especial agradecimento para meu irmão Maurício e Mãe Ana Carelli, por todo o carinho,
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
Professor, obrigada por suas palavras de incentivo, por ter sido em muitos momentos mais
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
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
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.
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.
ix
Lista de figuras e tabelas
Tabela 5 – Efeito dos fatores de contração, opacidade fiscal e variáveis interativas sobre
o crescimento (PIB per capita) – FGLS (1998-2016).....................................77
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
xi
Índice
1. Introdução.................................................................................................................14
2.1. Introdução.......................................................................................................21
3.1. Introdução.......................................................................................................33
4. Dados e Metodologia.................................................................................................47
4.1. Introdução.......................................................................................................47
4.4. Dados..............................................................................................................61
5.1. Introdução.......................................................................................................64
xii
5.3. Evidências empíricas sobre o crescimento econômico: 1998 a 2016...............71
6.1. Introdução.......................................................................................................78
7. Conclusão...................................................................................................................96
8. Referências...............................................................................................................100
Apêndice...................................................................................................................107
xiii
1. Introdução
O uso de políticas públicas que buscam diminuir a diferença de renda entre famílias
das Nações Unidas é reduzir a desigualdade de renda por meio da política fiscal.1 Em
diminuir a desigualdade de renda, mas seu uso é muito controverso.2 Por um lado, é
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
redução na desigualdade de renda, por meio do imposto de renda direto progressivo, sobre
Going for Growth, propondo várias medidas para responder à crise. Entre as várias
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
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.
Samarina e de Haan, 2019). Além disso, especialmente após a crise financeira global
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
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
tanto, esta tese encontra-se estruturada de forma a responder quatro perguntas essenciais:
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
efeito decorrente de uma possível conexão entre o uso da tributação direta progressiva,
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
específico, reduzir a desigualdade de renda por meio da tributação entre famílias de baixa
desigualdade de renda entre famílias de renda mediana e famílias de alta renda reduz o
crescimento econômico.
1998). Conforme apontado por Teig (2005), existem dois canais principais para o efeito
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
econômico. Até onde sabemos, esta é a primeira análise que fornece evidências empíricas
meio de dados recentes que cobrem um grande período de quase quatro décadas.5
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
do governo. Portanto, com este propósito, foram reunidas expectativas sobre os déficits
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
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
públicos, para o período de 1980 a 2016. Como o período considerado é longo (trinta e
(FGLS), que é adequada para longos períodos de tempo. Além disso, para evitar
efeito da subparte anterior por meio de distintos bancos de dados. Portanto, além das
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
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
de 1998 a 2016. A terceira subparte revela a mudança de comportamento por parte dos
Portanto, as regressões são reestimadas por meio da adoção do Método dos Momentos
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)
renda mediana está associada a uma queda no crescimento econômico, uma redução na
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
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
captura como a opacidade fiscal com o uso da tributação direta progressiva afeta a
heterogêneas, por meio da tributação direta progressiva; ii) opacidade fiscal relacionada
opacidade fiscal. O capítulo 6 mostra a estimativa resultantes dos modelos, por meio de
como a opacidade fiscal com o uso da tributação direta progressiva afeta a desigualdade
20
2. Desigualdade de renda, tributação direta progressiva e opacidade fiscal: um
2.1. Introdução
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
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,
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
21
off entre políticas tributárias que melhoram o crescimento do produto e objetivos
redistributivos.
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
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
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
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
É reconhecido que existe uma preocupação por parte dos governantes e do público em
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
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
poupança.
Embora a maior parte dos trabalhos empíricos tenham encontrado uma relação
econômico é resultado da acumulação de capital físico e humano, que, por sua vez,
menor crescimento econômico (ver Alesina e Rodrik, 1994; Persson e Tabellini, 1994).8
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
assumir riscos, a fim de aproveitar as altas taxas de retorno (Biswas, Chakraborty e Hay,
2017).9
trajetória ascendente foi interrompida de forma temporária apenas nos primeiros anos
acordo com Dabla-Norris, et al. (2015) e Jaumotte e Buitron (2015), longos períodos de
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
ganhou proeminência nas agendas dos formuladores de políticas tributárias nas últimas
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;
tributária sobre a renda antes do imposto leva em consideração o caráter heterogêneo das
de renda, impulsionada pela tributação direta progressiva, pode acarretar benefícios para
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
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
eficientes e justas, que em combinação serviriam como válvula de escape para o aumento
Segundo o monitor fiscal do Fundo Monetário Internacional de 2013 (FMI, 2013), após
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
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
futuras servem como uma ferramenta de avaliação para as decisões e ações dos agentes
combinada com uma gestão fiscal sólida, estimula o crescimento econômico e aumenta a
países desenvolvidos e levantou questões sobre a transparência fiscal em ditos países nos
código de transparência fiscal que tem por objetivo manter um padrão internacional para
dos governos devem reter informações confiáveis. Segundo Poterba e von Hagen (1999),
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
política fiscal, as contas do setor público e as projeções. Além disso, representa o acesso
falta de transparência fiscal e, portanto, de opacidade fiscal usada neste estudo está
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
resultado orçamentário. Via de regra, a literatura está dívida em três grandes grupos. O
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;
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
de regras fiscais rígidas (Bunch, 1991; von Hagen, 1991; Alt e Lassen, 2006; Kiewiet e
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
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,
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
e pobres.
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
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
(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,
Samarina e de Haan, 2019), existe uma lacuna na literatura sobre a possível relação entre
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,
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
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,
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
3.1. Introdução
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
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
desigualdade de renda entre famílias de renda alta e mediana, assim como entre famílias
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
indicador supõe a presença da opacidade fiscal exige o uso de uma política fiscal austera
33
3.2. Fator de contração e opacidade fiscal
número de países e a distribuição de renda deve ser usada como proxy. Portanto, a medida
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
Chakraborty e Hai (2017), o uso de uma função de fator de contração é uma maneira
entre famílias de renda alta e mediana, bem como famílias mediana e de baixa renda.15
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
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
( ) ( ) ( ) ( )
(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
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
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
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).
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
Tax, que representa o imposto de renda familiar (código do LIS = hxitax). Essa variável
governo com base na renda corrente auferida. Inclui o montante retido na fonte e o valor
De 1980 a 2016, houve 10 waves.18 Em casos onde há falta de informação para um ano
essa lacuna. Além disso, todas as informações coletadas do LIS são convertidas em dólar
do tempo entre a medida relacionada à redução induzida pela tributação direta progressiva
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
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
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
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.
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
considerada uma condição prévia importante para o equilíbrio fiscal. Ademais, o código
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
Para calcular a razão ruído-sinal de cada país ao longo do tempo como uma
resposta fiscal, nos quais os tomadores de decisões fiscais têm preferências bem-
utilidade por meio do equilíbrio das contas públicas. Então, a utilidade (U) será maior,
(2) 𝑈 =−∑ 𝐸 − 𝐸∗ −∑ (𝑅 − 𝑅 ∗ ) ,
uma constante; e e são parâmetros. Os termos entre parênteses capturam o desvio das
38
nesses desvios, há uma redução da utilidade do tomador de decisão fiscal.
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,
relacionado às decisões fiscais será maior quanto menor for o erro de previsão fiscal.
(3) 𝑈 = − (𝐵 − 𝐵 ∗ ) = − |𝐵 − 𝐵 ∗ |,
Além disso, como apontado pela OCDE (2002, p. 11): “desvios de previsão das principais
resultado orçamentário para o ano “t” (Bt) e o resultado orçamentário previsto (BtF), ou
seja:
(4) 𝑒 =𝐵 −𝐵 .
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
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
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
∑
𝑂𝑃𝐴𝐶 , , =
, ,
(5) = ,
onde: i=1…I representa cada cross-section (países); t=1…T é a unidade de tempo; V=1,2
que para todo OPACV,h >1, o índice será igual a 1. Portanto, a interpretação do índice
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
SFA) da Comissão Europeia e o Índice de Orçamento Aberto (Open Budget Index – OBI)
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
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
resultado orçamentário do governo são feitas para o ano corrente e para um ano à frente.
World Economic Outlook do FMI está disponível somente a partir de 1998. Além disso,
do FMI é divulgado duas vezes ao ano: a primeira vez em abril ou maio (vintage 1) e a
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
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)
.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
ricas, é simples. Após a crise financeira global (2008-2009) ficou evidente que há uma
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
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
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
de renda mediana.
A partir das equações (1) e (5) é possível construir o indicador que considera o
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
casos de opacidade fiscal nula não há diferença em relação ao observado na equação (1).
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
, ,
, ( ) , ( ) , ( ) , ( )
(6) 𝐼𝑁𝐷𝑂𝑃𝐴𝐶(𝑞 ) , , ≡ 1 − ,
( ) ( )
,
, ,
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
(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
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
Uma vez que foram obtidos os dados necessários para calcular o INDOPAC(qk),
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
possível supor que a opacidade fiscal combinada com a tributação direta progressiva
inferior de renda e famílias de renda mediana, assim como entre famílias pertencentes ao
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
.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
.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
.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
4.1 Introdução
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
governo, afeta o crescimento econômico em países membros da OCDE. Para tanto, são
renda familiar, dados sobre razão ruído-sinal, decorrente da subestimação dos déficits
controle. A estratégia empírica adotada nesta tese está baseada em uma análise de dados
comum em dados em painel para longos períodos. Com este intuito, este capítulo está
(OPACV,h), para o período de 1980 a 2016. Como o período considerado é longo (trinta e
(FGLS), que é adequada para longos períodos de tempo. Além disso, para evitar
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
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
A terceira seção também está dividida em três partes e tem o objetivo de apresentar
o efeito do indicador sobre o crescimento econômico com base nas informações coletadas
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
48
dados utilizados para criar o conjunto de dados em painel, que incluem informações sobre
49
4.2 Impacto do fator de contração e da opacidade fiscal sobre o crescimento
econômico
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
tempo (por exemplo: taxa marginal de imposto de renda, nível de desigualdade de renda,
capita devido a uma redução da desigualdade de renda por meio do imposto direto
O sinal desse coeficiente é relevante porque é possível que haja um efeito assimétrico no
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
50
Com o objetivo de analisar o efeito da opacidade fiscal no crescimento econômico,
𝑉,ℎ
(8) 𝐺𝑅𝑂𝑊𝑇𝐻 , = + 𝛼 𝐼𝑁𝐷 𝑞𝑘 + 𝛼 𝑂𝑃𝐴𝐶𝑖,𝑡 + 𝛼 𝑋 , + , ,
,
OPACV,h.
Como já foi dito, existe um possível vínculo entre a tributação direta progressiva
𝑉,ℎ
(9) 𝐺𝑅𝑂𝑊𝑇𝐻 , = + 𝐼𝑁𝐷 𝑞𝑘 + 𝑂𝑃𝐴𝐶𝑖,𝑡
,
+ (𝐼𝑁𝐷(𝑞 )𝑂𝑃𝐴𝐶 ,
), + 𝑋, +, ,
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
(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
Sarafidis, 2006; Reed e Ye, 2011; Sarafidis e Wansbeek, 2012). Portanto, é realizado o
tabelas A.2.1 e A.2.2 (apêndice) mostram que o teste de CD rejeita a suposição de que
(Wooldridge, 2002). Para superar esses problemas e, assim, ter erros padrão robustos, os
Factíveis (FGLS) com pesos de países. Por último, para gerar erros padrão robustos
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
encontrar o termo h(x) que representa a função das variáveis explicativas que determina
(Wooldridge, 2002).
A estratégia empírica desta seção está dividida três partes principais. A primeira
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))
OCDE, o segundo modelo inclui o indicador OPACV,h (ver equação 8). Portanto, os
2001).
53
O problema de endogeneidade é comum em econometria e pode ser descrito como
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
de renda pode ser influenciada pelo crescimento econômico, o que, por sua vez, valida a
hipótese de simultaneidade.
detrimento do método proposto por Arellano e Bond (1991), que resolve estes problemas
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
apresenta viés para amostras finitas com séries temporais persistentes. Desta maneira,
Bond, Hoeffler e Temple (2001) relatam que, sob tais condições, as defasagens das
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-
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
Mendonça e Barcelos, 2015). Além disso, para verificar a validade dos instrumentos e a
segunda ordem (AR2). Em resumo, nesta parte, são fornecidas evidências de duas
55
opacidade fiscal no crescimento econômico.
entanto, devido à indisponibilidade de dados do FMI para todo o período (1980 a 2016),
Por fim, a terceira parte apresenta a inclusão de termos interativos entre o fator de
estimados na segunda parte. É importante destacar que, ao final das duas primeiras partes,
56
4.3 Impacto da opacidade fiscal na desigualdade de renda, por meio da
Com o intuito de verificar o efeito da opacidade fiscal por meio do imposto direto
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
equação (6); M é um vetor de variáveis de controle que variam no tempo (por exemplo:
progressiva, espera-se 𝜑0>0 para o caso de uma redução da desigualdade de renda entre
espera-se 𝜑0<0 para o caso de uma redução da desigualdade de renda entre famílias do
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
dados anuais de 13 países da OCDE no período de 1980 a 2016. Portanto, como o número
tendencioso (Wooldridge, 2002; de Hoyos e Sarafidis, 2006; Reed e Ye, 2011; Sarafidis
Os resultados das tabelas A.2.1 e A.2.2 (apêndice) mostram que o teste de dependência
section entre os países. Como visto na seção anterior, uma base macroeconômica de dados
2002). A fim de superar esses problemas e, assim, ter erros padrão robustos, os modelos
(FGLS) com pesos dos países. Além disso, para gerar erros padrão robustos quando existe
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
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
seção são reavaliados. Como a informação disponível do FMI começa apenas em 1998,
estrutura analítica.
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
Dessa maneira, como o número de países (i=13) das subamostra é maior que o número
ou seja, i>t, o uso do método FGLS não é uma boa escolha, pois existe a probabilidade
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
dos instrumentos e a presença de correlação serial nos modelos, são realizados testes de
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
do PIB per capita (constante em US$ 2010), extraído do World Bank Data. A construção
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)
(ii) World Bank Data para: Despesa de consumo final do governo geral (GCE) e formação
estão descritas nas tabelas A.3.1, A.3.2 e A.3.3 do apêndice.26 Além da construção das
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
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
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
aumento nos gastos do governo tem efeitos negativos sobre o crescimento econômico;
renda são relevantes para analisar o efeito no crescimento econômico (ver Forbes, 2000);
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
Martin, 1997);
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
entre famílias heterogêneas (pobres, ricas e medianas), por meio da tributação direta
este capítulo tem o objetivo de apresentar os resultados da análise referente ao efeito sobre
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
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
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
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
(consulte a equação (7)). Essa especificação tem como objetivo principal de verificar se
famílias pertencentes ao quartil inferior de renda (IND(q1)), bem como entre as famílias
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
superior de renda e famílias de renda mediana, por meio do imposto direto progressivo,
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
66
assimétrico no crescimento econômico associado à redução da desigualdade de renda, por
com a ideia de que a opacidade fiscal em relação ao déficit orçamentário do governo tem
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
econômico; e (ii) Inc(q3)/Inc(q2) – o efeito negativo dessa variável no modelo pode ser
desigualdade de renda diminui a propensão média a consumir, o que, por sua vez, pode
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
econômico devido ao aumento da educação causado por uma melhoria nos fatores de
produção.
dos dados. A tabela 2 resume os resultados. A partir da média dos efeitos sobre IND(q3),
imposto direto progressivo, produz uma redução média de 0,58 p.p. (horizonte do ano
69
econômico. A análise de IND(q1), em que os coeficientes são estatisticamente
redução média de 0,10 p.p. (horizonte do ano corrente) e 0,23 p.p. (horizonte de um ano
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
5.3. Evidências empíricas sobre o crescimento econômico: 1998 a 2016
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,
1980 a 2016) foram preservadas (ver tabela 3). Os resultados das regressões mostram a
por uma redução da desigualdade de renda entre famílias de renda mediana e famílias
associado aos coeficientes de OPACV,h aumenta quando o horizonte é mais longo (um ano
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
IND(q3) sobre o crescimento econômico, com base nos modelos que utilizam o Economic
Assim, a partir da base de dados do Economic Outlook da OCDE é possível observar que
2,19 p.p, (horizonte do ano corrente), e 0,96 p.p. e -1,37 p.p. (horizonte de um ano à
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),
econômico.
queda no crescimento econômico médio de 0,17 p.p. (OCDE-OE) e 0,12 p.p. (FMI-
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
desigualdade de renda, por meio da tributação direta progressiva. Portanto, nesta seção, é
opacidade fiscal.
nos modelos não alterou a essência da análise. Portanto, ainda é possível observar a
coeficientes em IND(q1) são positivos e em IND(q3) são negativos. Além disso, o sinal
desigualdade de renda entre famílias de renda alta e mediana, bem como entre famílias
a soma dos coeficientes em IND(q1) e IND(q1)OPACV,h são maiores que IND(q1), bem
No entanto, é importante notar que na maioria dos modelos existe significância estatística
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
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
entre famílias heterogêneas (pobres, ricas e medianas), por meio da tributação direta
este capítulo tem o objetivo de apresentar os resultados da análise referente ao efeito sobre
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
crescimento econômico. Além disso, com o intuito de dar maior robustez à análise
avalia a redução da diferença de renda sem o efeito da opacidade fiscal. A terceira seção,
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
79
6.2. Evidências empíricas sobre o crescimento econômico: 1980 a 2016
à frente, assim como nos vintages associados a cada um dos horizontes. Em relação à
lado, as estimativas do horizonte referente ao ano corrente mostram que o efeito positivo
para o ano posterior. Por outro lado, o efeito negativo no crescimento econômico de uma
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
fiscal parece ser relevante (caso de INDOPAC(q3)), horizontes de tempo mais longos
aumenta.
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
81
Tabela 6
Efeito do indicador INDOPAC(qk) no GROWTH (PIB per capita) –– horizonte do ano corrente –– 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
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
modelo pode ser entendido com base na interpretação padrão da visão keynesiana, isto é,
por sua vez, pode desencorajar o crescimento econômico. Os coeficientes positivos estão
explicação para esse resultado é que a distribuição de renda em favor da classe média
capital ou educação causado por melhorias nos fatores de produção; e (iv) GEF - a
propício ao crescimento.
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
primeiro e segundo vintage, mostra que no horizonte do ano corrente, uma redução de
aumento médio de 0,46 p.p. sobre a média do crescimento econômico. Em suma, embora
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
6.3. Evidências empíricas sobre o crescimento econômico: 1998 a 2016
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
apresentados na seção anterior (amostra de 1980 a 2016) foram preservadas (ver tabelas
9, 10, 11 e 12).
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,
aumenta quando é considerado o horizonte mais longo (um ano à frente) nas regressões.
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
Regressores: Modelo 1 Modelo 2 Modelo 3 Modelo 4 Modelo 5 Modelo 1 Modelo 2 Modelo 3 Modelo 4 Modelo 5
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
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 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
Regressores: Modelo 1 Modelo 2 Modelo 3 Modelo 4 Modelo 5 Modelo 1 Modelo 2 Modelo 3 Modelo 4 Modelo 5
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
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 1998 a 2016. A constante é incluída nos
modelos, mas não é relatada por conveniência.
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
Regressores: Modelo 1 Modelo 2 Modelo 3 Modelo 4 Modelo 5 Modelo 1 Modelo 2 Modelo 3 Modelo 4 Modelo 5
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
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 1998 a 2016. A constante é incluída nos
modelos, mas não é relatada por conveniência.
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
Regressores: Modelo 1 Modelo 2 Modelo 3 Modelo 4 Modelo 5 Modelo 1 Modelo 2 Modelo 3 Modelo 4 Modelo 5
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
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 1998 a 2016. A constante é incluída nos
Modelos, mas não é relatada por conveniência.
90
Assim como na seção anterior, é realizado um choque de 1% do valor relativo à
(ver tabela 13). Com base nos dados do World Economic Outlook do FMI, a média dos
de 1% na desigualdade de renda produz um efeito médio de -3,07 p.p. e 2,20 p.p. sobre a
médio se altera para -4,14 p.p. e 2,10 p.p. Em alternativa, com base nos dados do
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.
causado por uma redução da desigualdade de renda entre famílias de renda mediana e
fiscal sobre a tributação direta progressiva, é menor do que o efeito negativo de uma
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-
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,
período anterior à crise. Esse resultado é coerente com a visão de que, após a crise
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
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
entre famílias heterogêneas, por meio da tributação direta progressiva, medida pela
medida pela razão ruído-sinal. A terceira, refere-se ao efeito decorrente da interação entre
da desigualdade de renda que combina o uso da função dos fatores de contração e a razão
Com base em uma amostra de 13 países da OCDE para o período de 1980 a 2016,
96
econômico, decorrente de uma redução na desigualdade de renda, por meio da tributação
direta progressiva.
possível observar que o resultado das regressões indicam que o efeito de uma redução da
gerado por uma redução da desigualdade de renda entre famílias pertences ao quartil
investigação que corresponde aos efeitos antes e depois da crise financeira global,
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
uma redução da desigualdade de renda, por meio da tributação direta progressiva, entre
97
período de tempo: i) existe um efeito assimétrico no crescimento econômico quando são
renda (IND(q3)); ii) existe um efeito negativo no crescimento econômico quando aumenta
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,
dramáticas nas implicações políticas. É fato que a redução da desigualdade de renda entre
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
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
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
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?”
National Tax Journal, 42(4), 429–439.
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.”
National Tax Journal, 41(4), 483–501.
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
𝑂𝑃𝐴𝐶 , 𝐼𝑀𝐹 n/a n/a 16.39 0.00 n/a n/a 83.11 0.00
𝑂𝑃𝐴𝐶 , 𝐼𝑀𝐹 n/a n/a 8.00 0.00 n/a n/a 73.16 0.00
𝑂𝑃𝐴𝐶 , 𝐼𝑀𝐹 n/a n/a 17.28 0.00 n/a n/a 77.58 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
𝐼𝑁𝐷𝑂𝑃𝐴𝐶(𝑞3) , 𝐼𝑀𝐹 n/a n/a 14.87 0.00 n/a n/a 64.66 0.00
𝐼𝑁𝐷𝑂𝑃𝐴𝐶(𝑞1) , 𝐼𝑀𝐹 n/a n/a 11.58 0.00 n/a n/a 67.53 0.00
𝐼𝑁𝐷𝑂𝑃𝐴𝐶(𝑞3) , 𝐼𝑀𝐹 n/a n/a 15.69 0.00 n/a n/a 64.25 0.00
𝐼𝑁𝐷𝑂𝑃𝐴𝐶(𝑞1) , 𝐼𝑀𝐹 n/a n/a 6.77 0.00 n/a n/a 76.70 0.00
𝐼𝑁𝐷𝑂𝑃𝐴𝐶(𝑞3) , 𝐼𝑀𝐹 n/a n/a 11.01 0.00 n/a n/a 104.20 0.00
𝐼𝑁𝐷𝑂𝑃𝐴𝐶(𝑞1) , 𝐼𝑀𝐹 n/a n/a 12.48 0.00 n/a n/a 66.51 0.00
𝐼𝑁𝐷𝑂𝑃𝐴𝐶(𝑞3) , 𝐼𝑀𝐹 n/a n/a 16.85 0.00 n/a n/a 59.23 0.00
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.
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
𝑂𝑃𝐴𝐶 , 𝐼𝑀𝐹 n/a n/a n/a n/a n/a 0.26 0.00 1.00 0.00 0.39
𝑂𝑃𝐴𝐶 , 𝐼𝑀𝐹 n/a n/a n/a n/a n/a 0.11 0.00 1.00 0.00 0.24
𝑂𝑃𝐴𝐶 , 𝐼𝑀𝐹 n/a n/a n/a n/a n/a 0.25 0.00 1.00 0.00 0.38
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
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. Mean – média.
Med – mediana. n/a - não aplicável. Max = máximo. Min = mínimo. S.D. = desvio padrão.
110
Tabela A.3.2
Estatística Descritiva
Amostra: 1980-2016 Amostra: 1998-2016
Variável Mean Med Max Min S.D. Mean Med Max Min S.D.
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
𝐼𝑁𝐷𝑂𝑃𝐴𝐶(𝑞3) , 𝐼𝑀𝐹 n/a n/a n/a n/a n/a 0.27 0.25 0.69 0.04 0.12
𝐼𝑁𝐷𝑂𝑃𝐴𝐶(𝑞1) , 𝐼𝑀𝐹 n/a n/a n/a n/a n/a 0.27 0.24 0.79 0.01 0.15
𝐼𝑁𝐷𝑂𝑃𝐴𝐶(𝑞3) , 𝐼𝑀𝐹 n/a n/a n/a n/a n/a 0.29 0.28 0.73 0.04 0.14
𝐼𝑁𝐷𝑂𝑃𝐴𝐶(𝑞1) , 𝐼𝑀𝐹 n/a n/a n/a n/a n/a 0.24 0.23 0.63 0.01 0.12
𝐼𝑁𝐷𝑂𝑃𝐴𝐶(𝑞3) , 𝐼𝑀𝐹 n/a n/a n/a n/a n/a 0.26 0.25 0.59 0.04 0.11
𝐼𝑁𝐷𝑂𝑃𝐴𝐶(𝑞1) , 𝐼𝑀𝐹 n/a n/a n/a n/a n/a 0.27 0.24 0.76 0.01 0.15
𝐼𝑁𝐷𝑂𝑃𝐴𝐶(𝑞3) , 𝐼𝑀𝐹 n/a n/a n/a n/a n/a 0.29 0.27 0.71 0.04 0.14
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. Mean – média.
Med – mediana. n/a - não aplicável. Max = máximo. Min = mínimo. S.D. = desvio padrão.
111
Tabela A.3.3
Estatística Descritiva
Amostra: pré-crise (1998-2009) Amostra: pós-crise (2010-2016)
Variável Mean Med Max Min S.D. Mean Med Max Min S.D.
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
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. Mean – média.
Med – mediana. n/a - não aplicável. Max = máximo. Min = mínimo. S.D. = desvio padrão.
112