Você está na página 1de 11

1 – Introdução

Em 2004, no último debate televisionado entre os candidatos a prefeito de Salvador,


César Borges (PFL) perguntou a João Henrique (PDT) como ele sendo prefeito conseguiria
recursos federativos para a cidade de Salvador, se seu partido fazia oposição tanto ao
governo federal quanto ao estadual.
Percebam a mensagem implícita na pergunta de César Borges; o eleitor de Salvador
considera um bom administrador o prefeito que consegue mais recursos para o município.
Este fato ocorreu em Salvador, mas poderia ter ocorrido em qualquer município da
Bahia ou do Brasil. Estes recursos (fiscalmente conhecidos como transferências
voluntárias) do governo federal e/ou estadual que um município recebe, dependem da
capacidade de articulação do prefeito com executivo federal e/ou estadual, e isso é
considerado importante para os eleitores.
Este é o senso comum da população de Salvador, mas será que ele está corretamente
fundamentado? As transferências voluntárias são mesmo politicamente motivadas? Antes
de respondermos a esta pergunta, vamos fazer uma breve revisão da literatura econômica
sobre o assunto para mostrarmos como ela se insere na literatura e como ela já foi
respondida.
O presente artigo está organizado da seguinte forma; este é o capítulo da introdução, no
segundo capítulo explicaremos o modelo dos ciclos político-orçamentários a partir do
trabalho seminal de Rogoff (1990), no terceiro capítulo explicaremos como Bugarin e
Ferreira (2003, 2004) adaptaram o modelo ao federalismo fiscal brasileiro tendo como
objeto de análise o município, no quarto capítulo realizaremos o teste econométrico, e no
quinto capítulo se encontra a conclusão do artigo.

2 – Os Ciclos Político-Orçamentários

As coincidências entre eleições e desempenho econômico sempre intrigaram os


economistas e os levaram a construírem teorias sobre o assunto. A teoria de ciclos políticos
de negócios do qual destacamos o trabalho de Nordhaus (1975), utiliza a Curva de Phillips
como referência para afirmar que através da política monetária os políticos tendem a
reduzir o desemprego nos períodos próximos a eleição gerando uma inflação maior no
período seguinte, ocorrendo ciclos nos quais os governantes combateriam a inflação no
início do mandato aumentando-a progressivamente até o período eleitoral, o contrário
ocorreria com o desemprego que aumentaria no começo do mandato se reduziria
progressivamente até a eleição. Contudo essa teoria não explica por que eleitores racionais
permitem que suas expectativas sobre a performance pós-eleitoral do candidato sejam
influenciadas pelas atitudes pré-eleitorais?
O trabalho de Rogoff (1990) é um refinamento desta teoria em duas frentes; a primeira
modificação é que ele pressupõe que os agentes (governantes e eleitores) além de auto-
interessados, são também racionais; a segunda mudança é no foco da análise da política
monetária para a política fiscal, o que amplia seus objetos de estudos.
Rogoff constrói um modelo em que o eleitor representativo maximiza sua função
utilidade (Γt) assim como os governantes que além de serem eleitores têm também um
adicional de utilidade, “ego rents”, por estar no cargo.
A função de produção dos bens públicos no modelo é;

(1) Gt + kt+1 = τt + εt

No qual: G, corresponde aos gastos públicos (per capita); K, corresponde aos


investimentos público (per capita) que só serão do conhecimento do eleitor no período
seguinte (t+1); τ, corresponde aos impostos arrecadados; ε, corresponde a competência do
governante.
A competência do governante no período t, é dada por;

(2) εt = αt + αt+1

αt é o choque de competência do governante no período t, sendo idêntica e


independentemente distribuída, podendo assumir dois valores αH e αL; sendo αH > αL >0.
Seguindo a distribuição da probabilidade de αH, ρ= prob (αt = αH), sendo 0>ρ>1.
No modelo de informação assimétrica apesar dos eleitores não poderem observar αt
antes do período t+1, eles forma crenças (“beliefs”) sobre αt, a partir de Gt e τt. na equação
(2) percebe-se que a competência (potencial) de cada governante se modifica de acordo
com um processo de média móvel.
A principal conclusão deste trabalho é que governantes competentes são capazes de
sinalizar aos eleitores a sua competência através os ciclos políticos-orçamentários.

“A percepção popular é que os ciclos políticos orçamentários são


uma coisa ruim. Mas a conclusão central aqui, é que ele às vezes é
um mecanismo socialmente eficiente para a difusão de informações
sobre a competência do governante. Esforços para reduzir o ciclo
podem facilmente também reduzir o bem-estar, impedindo a
transmissão de informação ou induzindo os políticos a utilizar modos
socialmente mais custosos de sinalizar.” (Rogoff, 1990, tradução
nossa)

3- Adaptações para o Federalismo Fiscal Brasileiro

Em dois trabalhos similares (2003, 2004) Maurício Soares Bugarin e Ivan Fecury
Sydrião Ferreira adaptaram o modelo de Rogoff ao federalismo fiscal brasileiro, tendo
como objeto de estudo a relação entre transferências voluntárias e os ciclos eleitorais em
municípios.
A análise deles modifica a função de produção dos bens públicos (1) para a seguinte;

(3) Gt + kt+1 = τt + εt + Ft

Sendo a variável Ft, o montante de transferências que o município recebeu no período t..
A partir de testes econométricos os autores constataram que parte das transferências (as
transferências voluntárias originárias do executivo estadual) são politicamente motivadas.
Ao adaptar a realidade brasileira ao modelo de Rogoff, os autores tiraram as seguintes
conclusões:
“Em resumo, apesar do ciclo político-orçamentário ocorrer em
equilíbrio em nosso modelo, ele nem sempre consegue levar à
escolha do candidato mais competente. Dependendo do montante
destinado a transferências voluntárias, existe a possibilidade de o
prefeito ser incompetente, com baixa popularidade e ainda assim, o
eleitor decidir reelegê-lo. Ou então, pode ocorrer que o prefeito seja
competente, popular, e ainda assim, o eleitor preferir o candidato da
oposição. A primeira hipótese é viabilizada quando o prefeito e o
governador pertencem ao mesmo partido; a segunda hipótese pode
acontecer quando o governador do estado for do mesmo partido do
candidato da oposição.” (BUGARIN, FERREIRA, 2004)

4- O Teste Econométrico

Testarei se existe evidência empírica da motivação política nas transferências voluntária


do Estado e da União para os municípios a partir da seguinte equação:

(4) TVt = α1 + α2POP + α3POP2 + α4POP3 + α5Dpt-psb + α6Dpsdb + α7Dpfl + α8D02 + α9D04 + α10TVt-1 + εt

Na qual a variável TV representa uma proxy do montante de transferências voluntárias,


calculada somando as “demais transferências correntes da união”, “demais transferências
correntes dos estados”, “transferências de capital da união”, “transferências de capital dos
estados” e “outras receitas de transferências de capital”. A variável dummy D02 assume o
valor 1 se for ano de eleição para governador e presidente; a variável dummy D04 assume o
valor de 1 se for ano de eleição para prefeito; a variável dummy Dpt-psb assume o valor de 1
se o prefeito do município em questão for do PT ou do PSB; a variável dummy Dpsdb assume
o valor de 1 se o prefeito do município em questão for do PSDB; a variável dummy Dpfl
assume o valor de 1 se o prefeito do município em questão for do PFL; a variável POP se
refere ao tamanho da população do referido município assim como POP2 e POP3.
O universo é formado pelos 420 municípios baianos. Os dados populacionais são do
censo do IBGE de 2000, os dados eleitorais são do TSE, que não os disponibilizou para 3
municípios, os autores deliberadamente excluíram dois municípios da amostra (Salvador e
Feira de Santana), os dados orçamentários foram coletados no Tesouro Nacional e não estão
disponíveis para vários municípios, especialmente os menores e no ano de 2004, portanto a
amostra nos quatros anos (2001, 2002, 2003 e 2004) contêm respectivamente 380, 355, 330
e 225 municípios, totalizando 1290 observações.
Foi utilizado o método de MQO para todas as equações. Em todas com exceção da
primeira foram utilizados erros padrão robustos quanto a heterocedasticidade pelo método
de White.
Utilizou-se a população do município como variável de controle, e não o orçamento
municipal (apesar do orçamento ser corrigido ano a ano, ao contrário da população,
deixando um viés de tendência temporal), no intuito de evitar a auto-correlação. Os dados
foram disponibilizados na tabela em ordem alfabética e em intervalos de anos, como pode-
se perceber nos anexos das equações 3 e 6, evitando assim a correlação serial.
O principal objetivo deste teste é verificar o coeficiente e a significância das variáveis
políticas (α5Dpt-psb; α6Dpsdb; α7Dpfl; α8D02; α9D04). Os números em parênteses se referem ao
probability da variável.
x 1ºEquação 2ºEquação 3ºEquação 4ºEquação 5ºEquação 6ºEquação
Variável Todas as Todas as Todas as TVs do TVs do TV do
Dependente TVs nos 4 TVs nos 4 TVs em Governo do Governo do Governo
anos anos 2002 Estado nos Estado nos do Estado
4 anos 4 anos em 2002
Intercepto 13142.15 - - -63754.59 - -
(0.9812) (0.3985)
População do 44.12169 39.77138 37.08293 12.60586 11.54613 7.385855
Município (0.0081) (0.0027) (0.0000) (0.0125) (0.0094) (0.0006)
População2 -7.66 -6.45 -8.96 -2.31 -2.00 -1.41
(0.1565) (0.0387) (0.0000) (0.0905) (0.0930) (0.0001)
População3 4.05 3.63 6.39 1.77 1.66 2.16
(0.0399) (0.0751) (0.0000) (0.0626) (0.0651) (0.0000)
Prefeitos do 257681.3 - 919605.3 -60372.55 -130587.1* -28191.9*
PT e PSB (0.8766) (0.3032) (0.7978) (0.1221) (0.7980)
Prefeitos do -11279.40 - 70536.50 -161591.1 -130587.1* -28191.9*
PSDB (0.9927) (0.7305) (0.0233) (0.1221) (0.7980)
Prefeitos do 79657.06 - 53410.81 95894.37 65831.82 69670.94
PFL (0.8989) (0.6177) (0.0480) (0.1478) (0.2057)
Ano de 2002 956064.0 1096191. - 328347.3 296840.6 -
(0.1432) (0.0473) (0.0367) (0.0627)
Ano de 2004 -953140.9 - - -361935.6 -390155.0 -
(0.2239) (0.3884) (0.3402)
TVs do ano -0.495102 -0.493505 - -0.578825 -0.578942 -
anterior (0.0000) (0.2159) (0.1791) (0.1787)
R2 Ajustado 0.488007 0.489392 0.998406 0.585472 0.586109 0.998924
F-statistic 133.7000 - - 197.6353 - -
D-Watson st. 2.566920 2.549644 1.852509 2.565610 2.565526 1.889179
* Estes dados se referem ao conjunto dos prefeito de partidos de oposição ao governo do estado (PT, PSB, PDT, PV e PSDB).

A partir das equações acima é possível perceber que o ano de 2004, em que ocorre a
eleição para prefeito, não é estatisticamente significante para as transferências voluntárias,
já o ano de 2002, quando ocorre a eleição para governador e presidente, é estatisticamente
significante. Esta conclusão confirma a tese de Bugarin e Ferreira sobre a existência de um
“ciclo fiscal de meio de mandato” para o prefeito.
Quando consideramos todas as transferências voluntárias, não é possível verificar a
existência de tratamento municipal diferenciado em relação ao partido do prefeito, contudo
quando consideramos os recursos advindos do executivo estadual existe uma tendência aos
prefeitos mais próximos do governador receberam mais recursos, esta evidência esta de
acordo com as encontradas por Bugarin e Ferreira.
5- Conclusão

Os dados referentes aos municípios baianos no último ciclo eleitoral, 2000 a 2004, estão
de acordo com as hipóteses levantas por Bugarin e Ferreira.
Para dar continuidade a este pesquisa outros testes econométricos serão realizados no
futuro como; o da influência das transferências voluntárias na reeleição dos prefeitos; e a
influência das transferências voluntárias na evolução dos indicadores sociais e econômicas.

Referências:

BUGARIN, Maurício Soares. FERREIRA, Ivan Fecury Sydrião. Ciclo Político-


Orçamentário no Federalismo Fiscal Brasileiro: O Papel das Transferências
Voluntárias no Resultado das Eleições Municipais. XXVI Encontro Brasileiro de
Econometria, 2003 – Disponível em <http://www.sbe.org.br/ebe26/027.pdf>. Acesso em
09/05/2006.

BUGARIN, Maurício Soares. FERREIRA, Ivan Fecury Sydrião. Transferências


Voluntárias no Federalismo Fiscal Brasileiro: Efeito do Ciclo Fiscal de Meio de
Mandato sobre as Eleições Municipais. 1º colocada no concurso de monografias do
Tesouro Nacional, Tópicos Especiais de Finanças Públicas, 2004. Disponível em
<www.stn.fazenda.gov.br/Premio_TN/IXpremio/financas/1tefpIXPTN/1premio_tfdp.pdf>
Acesso em 27/06/2006.

JUNIOR, Ari Francisco de Araújo. SILVA, Márcia Cristina Da. SHIKIDA, Cláudio
Djissey. Federalismo Fiscal, Ciclos Políticos e Reeleição: uma breve análise do caso
mineiro. Working Paper, Ibmec-MG, 2003 - Disponível em
<http://www.ceaee.ibmecmg.br/wp/wp2.pdf>. Acesso em 10/05/2006.

NORDHAUS, William D. The Political Business Cycle. The Review of Economic


Studies, Vol.42, No. 2 (Apr., 1975), pp 169-190.
ROGOFF, Kenneth. Equilibrium Political Budget Cycles. The American Economic
Review, Vol.80, No. 1 (Mar., 1990) pp 21-36.

Secretaria do Tesouro Nacional. Documento Finanças do Brasil, disponível em


<http://www.stn.fazenda.gov.br/estados_municipios/index.asp>. Acesso em: 19/06/2006.

STOCK, James H. WATSON, Mark W. Econometria. São Paulo, Addison Wesley,


2004.

Anexos:

Equação 01:
Dependent Variable: TV
Method: Least Squares
Date: 07/02/06 Time: 21:05
Sample(adjusted): 1 1682
Included observations: 1254
Excluded observations: 428 after adjusting endpoints
Variable Coefficient Std. Error t-Statistic Prob.
POP*POP -7.66E-05 5.40E-05 -1.417898 0.1565
PT 257681.3 1659729. 0.155255 0.8766
PSDB -11279.40 1226077. -0.009200 0.9927
PFL 79657.06 626613.2 0.127123 0.8989
POP 44.12169 16.63098 2.652981 0.0081
POP*POP*POP 4.05E-11 1.97E-11 2.056815 0.0399
TV2 -0.495102 0.027258 -18.16363 0.0000
A2002 956064.0 652723.9 1.464730 0.1432
A2004 -953140.9 783282.2 -1.216855 0.2239
C 13142.15 556280.6 0.023625 0.9812
R-squared 0.491685 Mean dependent var 1247687.
Adjusted R-squared 0.488007 S.D. dependent var 13903738
S.E. of regression 9948636. Akaike info criterion 35.07171
Sum squared resid 1.23E+17 Schwarz criterion 35.11265
Log likelihood -21979.96 F-statistic 133.7000
Durbin-Watson stat 2.566920 Prob(F-statistic) 0.000000

Equação 02:
Dependent Variable: TV
Method: Least Squares
Date: 07/02/06 Time: 21:48
Sample (adjusted): 1 1682
Included observations: 1267 after adjustments
White Heteroskedasticity-Consistent Standard Errors & Covariance

Variable Coefficient Std. Error t-Statistic Prob.

POP 39.77138 13.23974 3.003939 0.0027


POP*POP -6.45E-05 3.12E-05 -2.069044 0.0387
POP*POP*POP 3.63E-11 2.04E-11 1.781445 0.0751
A2002 1096191. 552191.9 1.985163 0.0473
TV2 -0.493505 0.398621 -1.238029 0.2159

R-squared 0.491005 Mean dependent var 1243425.


Adjusted R-squared 0.489392 S.D. dependent var 13832529
S.E. of regression 9884288. Akaike info criterion 35.05473
Sum squared resid 1.23E+17 Schwarz criterion 35.07503
Log likelihood -22202.17 Durbin-Watson stat 2.549644

Equação 3:
Dependent Variable: TV
Method: Least Squares
Date: 07/02/06 Time: 22:15
Sample: 422 841
Included observations: 351
White Heteroskedasticity-Consistent Standard Errors & Covariance

Variable Coefficient Std. Error t-Statistic Prob.

POP 37.08293 4.397674 8.432396 0.0000


POP*POP -8.96E-05 9.28E-06 -9.648386 0.0000
POP*POP*POP 6.39E-11 3.34E-12 19.15678 0.0000
PT 919605.3 891863.9 1.031105 0.3032
PSDB 70536.50 204646.4 0.344675 0.7305
PFL 53410.81 106920.7 0.499537 0.6177

R-squared 0.998429 Mean dependent var 2264161.


Adjusted R-squared 0.998406 S.D. dependent var 25944624
S.E. of regression 1035891. Akaike info criterion 30.55637
Sum squared resid 3.70E+14 Schwarz criterion 30.62237
Log likelihood -5356.643 Durbin-Watson stat 1.852509
Equação 4:
Dependent Variable: BA
Method: Least Squares
Date: 07/02/06 Time: 22:34
Sample (adjusted): 1 1682
Included observations: 1254 after adjustments
White Heteroskedasticity-Consistent Standard Errors & Covariance

Variable Coefficient Std. Error t-Statistic Prob.

POP 12.60586 5.041358 2.500489 0.0125


POP*POP -2.31E-05 1.37E-05 -1.694023 0.0905
POP*POP*POP 1.77E-11 9.49E-12 1.863850 0.0626
A2002 328347.3 157001.7 2.091362 0.0367
PFL 95894.37 48447.37 1.979351 0.0480
PT -60372.55 235625.0 -0.256223 0.7978
PSDB -161591.1 71131.85 -2.271713 0.0233
C -63754.59 75486.95 -0.844578 0.3985
A2004 -361935.6 419501.8 -0.862775 0.3884
BAB -0.578825 0.430549 -1.344389 0.1791

R-squared 0.588450 Mean dependent var 449801.7


Adjusted R-squared 0.585472 S.D. dependent var 7259388.
S.E. of regression 4673872. Akaike info criterion 33.56082
Sum squared resid 2.72E+16 Schwarz criterion 33.60176
Log likelihood -21032.63 F-statistic 197.6353
Durbin-Watson stat 2.565610 Prob(F-statistic) 0.000000

Equação 5:
Dependent Variable: BA
Method: Least Squares
Date: 07/02/06 Time: 23:38
Sample (adjusted): 1 1682
Included observations: 1254 after adjustments
White Heteroskedasticity-Consistent Standard Errors & Covariance

Variable Coefficient Std. Error t-Statistic Prob.

POP 11.54613 4.439463 2.600795 0.0094


POP*POP -2.00E-05 1.19E-05 -1.681310 0.0930
POP*POP*POP 1.66E-11 8.98E-12 1.846152 0.0651
A2002 296840.6 159341.3 1.862923 0.0627
A2004 -390155.0 408905.7 -0.954144 0.3402
PFL 65831.82 45456.07 1.448251 0.1478
OPO -130587.1 84398.01 -1.547278 0.1221
BAB -0.578942 0.430246 -1.345607 0.1787
R-squared 0.588421 Mean dependent var 449801.7
Adjusted R-squared 0.586109 S.D. dependent var 7259388.
S.E. of regression 4670282. Akaike info criterion 33.55770
Sum squared resid 2.72E+16 Schwarz criterion 33.59045
Log likelihood -21032.68 Durbin-Watson stat 2.565526

Equação 6:
Dependent Variable: BA
Method: Least Squares
Date: 07/03/06 Time: 00:01
Sample: 422 841
Included observations: 351
White Heteroskedasticity-Consistent Standard Errors & Covariance

Variable Coefficient Std. Error t-Statistic Prob.

POP 7.385855 2.133417 3.461983 0.0006


POP*POP -1.41E-05 3.55E-06 -3.972258 0.0001
POP*POP*POP 2.16E-11 1.19E-12 18.18662 0.0000
PFL 69670.94 54949.36 1.267912 0.2057
OPO -28191.95 110047.9 -0.256179 0.7980

R-squared 0.998936 Mean dependent var 920112.4


Adjusted R-squared 0.998924 S.D. dependent var 13270487
S.E. of regression 435327.3 Akaike info criterion 28.81973
Sum squared resid 6.56E+13 Schwarz criterion 28.87472
Log likelihood -5052.862 Durbin-Watson stat 1.889179