Escolar Documentos
Profissional Documentos
Cultura Documentos
de Impacto Regulatrio
Objetivo do Curso
Objetivo principal
Provocar os alunos para as diferentes tcnicas e o vasto
leque de possibilidades para aplicaes em anlise de
impactos regulatrios
Para isso:
Apresentar os principais conceitos da AIR
Apresentar tcnicas bsicas para anlises quantitativas
Apresentar algumas possibilidades de softwares para
anlise de dados
Discutir estudos de caso para ilustrar anlises de impacto
regulatrio no Brasil
Anlises Grficas
ESTUDO DE CASO 1
ESTUDO SOBRE PERFIL SCIOECONMICO DOS CONSUMIDORES
RESIDENCIAIS
DE ENERGIA ELTRICA NO BRASIL
Introduo
Consumidores elegveis tarifao social de baixa renda:
Categoria T2: consumidores com mdia de consumo fsico
em at 80 kWh e no mais de dois picos de consumo acima
de 120 kWh
Categoria T3: consumidores com mdia de consumo fsico
entre 80 kWh e 220 kWh, que sejam elegveis de acordo com
o cadastro do MDS
A depender da faixa de consumo na conta de luz, os
consumidores de baixa renda possuem descontos escalonados
(faixas mais baixas de consumo recebem descontos maiores)
Os descontos so concedidos at um determinado limite de
consumo limites variam por distribuidora (limites regionais)
Categoria T2 (de maior peso atualmente) baseia-se em uma
suposio bsica: consumo fsico identifica renda
Introduo
Relatrio do Tribunal de Contas da Unio (TCU), TC014.698/2002-7, e subsequentes acrdos (344/2003 e 59/2005)
Deteco de inexistncia de correlao estatisticamente
significante entre consumo e renda
Utilizao da Pesquisa de Padres de Vida (PPV) de 1995
Indcios de problemas na focalizao da poltica atual, de
acordo com a qual consumidores com mdia de at 80 kWh
mensal so classificados como baixa renda
Necessidade de aprofundar os estudo do TCU, com bases de
dados atualizadas
Consequncia: proposio de novas polticas de tarifao social
Objetivos do Estudo
Aprofundar os indicadores do TCU sobre a validade da poltica de
tarifao social vigente
Utilizao da Pesquisa de Oramento Familiar (POF), para os
anos 1995/1996 e 2002/2003
As POFs so mais abrangentes (maiores amostras) e a de
2002/2003 apresenta informaes mais atualizadas
Propor novas estratgias de tarifao, procurando melhorar a
eficincia e focalizao da tarifao social
Apresentar uma discusso sobre os possveis impactos das
estratgias propostas
O Projeto
Proposio de novas estratgias de subsdios para populaes de
baixa renda
Anlise da renda como um instrumento de identificao do pblico
alvo
Existe relao positiva de fato entre renda e consumo de
energia?
Abordagens alternativas
Impacto sobre as populaes de baixa renda
Formas alternativas de identificar o pblico alvo (cadastro do
Bolsa Escola, por exemplo)
Utilizao de micro-simulaes nas bases de dados
populacionais
Anlises Preliminares
Mapeamento geral da disponibilizao de energia eltrica no
Brasil
Anlise exploratria do consumo de energia eltrica no Brasil, a
partir da POF 2002/2003
Anlise da relao entre consumo monetrio de
eletricidade e renda familiar
Inventrio dos bens eletroeletrnicos nos domiclios
brasileiros
Representatividade da amostra ao nvel regional
Estudo aprofundado da relao entre renda e consumo fsico de
energia
Exerccios economtricos embasados em um arcabouo
terico
Existe uma forte relao, estatisticamente significante, a
partir dos dados da POF!
Concluses gerais e implicaes para polticas pblicas
Mapeamento da Disponibilizao
de Eletricidade
Mapeamento da Disponibilizao
de Eletricidade
Mapeamento da Disponibilizao
de Eletricidade
Tabela 3. Proporo de domiclios com acesso a energia eltrica por faixa
de renda, com base nas PNAD 2003.
Faixa
de Renda
At R$ 250,00
De R$ 250,00 a R$ 500,00
De R$ 500,00 a R$ 1.000,00
De R$ 1.000,00 a R$ 2.000,00
De R$ 2.000,00 a R$ 4.000,00
Mais de R$ 4.000,0
Elaborao dos autores.
Proporo de Domiclios
com Acesso a Energia Eltrica (2003)
90.64%
95.55%
98.11%
99.55%
99.80%
99.96%
Mapeamento da Disponibilizao
de Eletricidade
De forma geral, grande parte dos domiclios brasileiros j
possuem acesso a eletricidade (via rede, gerao prpria ou
solar)
Comparando-se os dados de 2001 e 2003 (PNAD), houve uma
melhoria no acesso a eletricidade em todos os estados
brasileiros
Mesmo para domiclios com baixa renda, o percentual de
acesso de mais de 90%
Obviamente, a mensurao de acesso a energia equivalente
mensurao de acesso a servios de telecomunicaes, como
o caso da banda larga
No caso de telecomunicaes, podem ser utilizados os da
pesquisa TIC empresas e TIC domiclios
Valor
pago
pela
energi
a
eltric
a (R$)
1040
89
???
1050
60
???
1000,00
1000
158
???
8100,0
0
2700,00
980
230
???
3000,0
0
3000,00
1200
200
???
.....
.....
.....
.....
.....
.....
.....
.....
~ 48 mil
2400,00
1050
110
???
Nmero
morado
res
Renda
mensal
do
domicl
io (R$)
Renda
mensal
per
capital
(R$)
Nmero
de
televisor
es
Peso
do
domicl
io na
amostr
a
2000,0
0
500,00
1500,0
0
750,00
6000,0
0
Sequenc
ia do
domicli
o
12000,
....
....
.
Regio
Regio
Regio
Regio
Regio
Oeste
Norte
Nordeste
Sudeste
Sul
Centro-
Percentual de
baixa renda T2
dados da
ANEEL
31.6%
56.0%
18.0%
17.8%
21.8%
Brasil
28.1%
Percentual de baixa
renda T2 dados da
POF 2002/2003
31,7%
55,8%
17,9%
17,6%
21,4%
27,7%
Nmero de
Observaes
Belm (RM)
Norte Urbano
Norte Rural
Fortaleza (RM)
Recife (RM)
Salvador (RM)
Nordeste Urbano
Nordeste Rural
Belo Horizonte (RM)
MG+ES+RJ Urbano
MG+ES+RJ Rural
Rio de Janeiro (RM)
So Paulo (RM)
So Paulo Urbano
So Paulo Rural
Curitiba (RM)
Porto Alegre (RM)
Sul Urbano
Sul Rural
Distrito Federal (RM)
Centro-Oeste Urbano
Centro-Oeste Rural
Brasil
Nmero
de Pessoas
Nmero
de Domiclios
424
4,500
1,957
781
637
504
12,523
4,218
627
3,881
1,282
855
811
658
553
656
661
3,772
1,023
984
5,829
1,432
1,854,980
8,264,173
3,537,263
3,027,956
3,339,970
3,109,081
25,688,501
13,956,340
4,454,990
16,864,392
4,079,862
11,092,599
17,739,177
18,218,536
2,507,962
2,657,043
3,673,970
15,120,749
4,440,027
2,169,645
8,664,854
1,383,894
442,575
1,950,278
750,290
762,139
930,893
831,916
6,489,646
3,220,905
1,258,899
4,918,448
1,075,503
3,449,377
5,123,050
5,391,304
680,997
768,624
1,151,589
4,583,628
1,265,050
618,771
2,486,885
383,871
48,568
175,845,964
48,534,638
At R$ 250
De R$ 250
De R$ 500
De R$ 1000
De R$ 2000
Acima de
a 500
a 1000
a 2000
a 4000
R$ 4000
Belm (RM)
135.68
209.59
270.05
437.94
903.65
1,651.71
Norte Urbano
208.60
252.88
337.02
513.51
899.99
1,643.77
40.95
38.44
93.55
132.07
203.43
295.18
149.17
186.91
309.01
372.80
686.19
1,153.78
Norte Rural
Fortaleza (RM)
Recife (RM)
Salvador (RM)
Nordeste Urbano
Nordeste Rural
85.27
144.60
186.99
329.37
605.37
1,002.22
134.82
137.87
231.93
281.55
504.22
889.81
97.08
139.36
205.78
329.17
577.73
1,013.67
47.27
71.48
99.40
178.37
440.74
496.42
117.56
243.62
322.77
430.75
618.41
1,058.81
MG+ES+RJ Urbano
235.36
228.08
364.67
495.70
700.23
1,186.64
MG+ES+RJ Rural
139.94
182.13
217.94
371.59
413.82
847.92
456.40
419.96
561.67
782.54
1,066.30
1,565.50
So Paulo (RM)
336.91
287.99
365.59
557.68
801.34
993.07
So Paulo Urbano
221.49
290.89
371.90
497.89
707.31
1,120.56
So Paulo Rural
285.77
147.12
249.34
329.02
685.89
1,665.63
Curitiba (RM)
639.73
270.37
364.74
538.58
687.37
938.84
878.99
333.35
449.11
590.04
700.11
937.53
Sul Urbano
302.19
290.75
437.15
566.84
741.95
1,126.63
Sul Rural
144.28
197.35
312.69
425.34
584.33
557.40
316.05
344.27
363.55
442.55
630.54
896.00
Centro-Oeste Urbano
223.90
287.39
395.82
557.51
838.01
1,235.41
Centro-Oeste Rural
100.76
109.13
172.79
320.33
434.02
879.64
INTRODUO A MTODOS
BSICOS DE ANLISE DE DADOS
Medidas de Informao
Na anlise exploratria de dados, existe um conjunto
consolidado de indicadores que so calculados para melhor
conhecer os dados disponveis
Medidas
Medidas
Anlises
Medidas
de localizao
de disperso
grficas
de relaes
Histogramas
Grficos de disperso
Box plots
Outros ...
Medidas de Informao
Medidas de Informao
Medidas de Informao
Medidas de Informao
Quartis
A mediana divide a massa de dados em duas metades
Os quartis dividem em quatro partes com igual nmero (aproximadamente) de observaes
Exemplo: 2.2, 3,1. 1.0, -0.2, 5.2, 3.2, 7.5, -2.4
Ordenados: -2.4, -0.2, 1.0, 2.2, 3.1, 3.2, 5.2, 7.5
Primeiro quartil: (-0.2 + 1.0)/2 = 0.4
Segundo quartil: (2.2 + 3.1)/2 = 2.65 (mesmo que a mediana)
Terceiro quartil: (3.2 + 5.2)/2 = 4.2
Intervalo interquartil => terceiro quartil primeiro quartil (menos sensvel a observaes
extremas do que o desvio padro)
Portanto, 25% das observaes so menores do que o primeiro quartil enquanto 25% so
maiores do que o terceiro quartil
Medidas de Informao
Apresentando vrias medidas de forma integrada Box Plots
Comando no R: boxplot(website$Visits ~ website$DayOfWeek);
Anlises Grficas
Histogramas de frequncias absolutas e relativas
Divide o intervalo total dos dados em subintervalos iguais e conta o nmero
de observaes em cada subintervalo frequncias absolutas
Ao invs de usar o total de observaes em cada subintervalo, utiliza o
percentual de observaes em cada subintervalo
Anlises Grficas
Identificando padres gerais nos dados com histogramas
Distribuies simtricas e assimtricas
Modas
Anlises Grficas
Coeficientes de Assimetria
A Distribuio Normal
(Gaussiana)
Diversos modelos nas mais diversas reas assumem que os
dados observados possuem distribuio similar uma
distribuio normal (curva de Gauss):
Valores calculados para as curtoses: (A) KA = 3.0; (B) KA = 1.8; (C) KA = 5.9; (D) KA =
10.8
Indicadores de Concentrao
Indicadores de Concentrao
Exemplo: concentrao nas operaes dos terminais de
contineres primeiramente identificao de mercados
geogrficos
Indicadores de Concentrao
Exemplo: concentrao nas operaes dos terminais de
contineres
Estimativa da
Mercado Geogrfico
Nome do Principal
Terminal no Mercado
Geogrfico
UF
PA
Importncia
(%) do
Terminal no
Mercado
Geogrfico
62,9%
IHH dos
Terminais no
Mercado
Geogrfico
0,638
SC
42,2%
0,288
AM
55,0%
0,519
Paranagu
TCP
PR
97,9%
0,977
Pecm/Fortaleza
TUP PECM
CE
69,4%
0,564
Rio
TERM. DE CONTINERES
Janeiro/Santos/Sepetiba
Rio Grande
TECON
RJ
35,4%
0,318
RS
99,6%
0,999
Salvador
TECON
BA
99,5%
0,988
Santos
TECON SANTOS
SP
51,5%
Grficos de Disperso
Modelos de Regresso
Modelos de Regresso
Relao entre gastos domiciliares com energia eltrica e renda
dos domiclios regresses semi-paramtricas
Modelos de Regresso
Relao entre gastos domiciliares com energia eltrica e renda
dos domiclios regresses semi-paramtricas
Modelos de Regresso
Modelos de Regresso
Regresso linear (simples) com uma varivel explicativa
Modelos de Regresso
Regresso linear mltipla (mais de uma varivel explicativa)
Modelos de Regresso
Exemplo: regresso para estudar o consumo de energia
eltrica por ms (em kWh) versus caractersticas dos domiclios
Varivel explicada: consumo de energia em kWh por ms do domiclio na
amostra
Variveis explicativas: televisores, ferros eltricos, geladeiras, aparelhos de
som, nmero de moradores, indicador de rea urbana ou rural, renda
mensal per capita do domiclio
Anlise economtrica para estudar o padro de consumo das famlias
que possuem determinados itens eletroeletrnicos
Varivel no modelo
de regresso
Parmetro
estimado
Quantidade de televisores
Quantidade de ferros eltricos
Quantidade de geladeiras
Quantidade de aparelhos de
som
Nmero de moradores
Indicador de rea urbana
Renda mensal per capita
Erro
padro
Significncia
estatstica (p-valor)
45.408
17.409
22.141
2.598
0.879
1.422
2.063
0.712
<.0001
<.0001
<.0001
0.0003
13.552
17.162
0.0178
0.426
2.270
0.001
<.0001
<.0001
<.0001
Modelos de Regresso
Modelos de Regresso
Modelos de Regresso
Modelos de Regresso
Modelos de Regresso
Movimentao de Contineres vs.
Exportaes Mundiais Totais
Conteineres (milhes TEUs)
8.0
f(x) = 4.28 ln(x) - 34.16
R = 0.98
6.0
4.0
2.0
4,000
6,000
8,000
10,000
12,000
14,000
16,000
18,000
20,000
ESTUDO DE CASO 2
O IMPACTO DA ATENO BSICA
EM SADE
EM INDICADORES DE
INTERNAO
HOSPITALAR NO BRASIL
(Avaliao a Posteriori)
(Dissertao de Mestrado Fbio Mafra, CERME/UnB,
2011)
Viso Geral
Objetivo de avaliar de que modo a expanso da ateno bsica em sade
tm afetado as taxas de internaes hospitalares por condies sensveis,
a durao das internaes e os recursos pblicos envolvidos
Unidades de anlise so os municpios que integram o territrio nacional as anlises abrangem os anos de 2000 a 2007
Como variveis dependentes (variveis Y), foram utilizadas taxas de
internaes hospitalares, a taxa de permanncia das internaes e os
valores despendidos com essas hospitalizaes
Como variveis explicativas (X) foram utilizados os percentuais de
cobertura das ESFs equipes de sade da famlia; dos ACS agentes
comunitrios de sade; e do cadastramento da populao na estratgia
Sade da Famlia
Variveis de controle (outras variveis X): PIB per capita; populao
ocupada; cobertura do ensino formal; recursos prprios dos municpios
aplicados em sade; leitos hospitalares pelo SUS; cobertura dos planos de
sade; consultas per capita; outras ...
Mensurao dos
efeitos dos
cadastramentos
Coeficientes e erros-padro robustos
-0,0454** (0,0188)
0,0059
(0,0213)
-0,0621** (0,0256)
1,0069
(3,9219)
0,5248
(3,9131)
1,1100
(3,9161)
17,9395*** (2,2747)
17,6052*** (2,2734)
17,8461*** (2,2740)
17,9568*** (6,8329)
16,6840** (6,8412)
17,6429*** (6,8454)
Mensurao dos
efeitos das ESFs
Mensurao dos
efeitos dos ACS
-0,0471*
(0,0259)
12,9041*** (1,6827)
-0,0491*
(0,0261)
12,8599*** (1,6793)
-0,0472*
(0,0259)
12,8842*** (1,6802)
-9,8776*** (2,7082)
-9,5876*** (2,7162)
-9,7387*** (2,7139)
24,2871*** (3,0707)
49,4305*** (2,5057)
45,8515*** (2,2430)
45,9553*** (2,1154)
35,1751*** (1,7568)
22,6093*** (1,6122)
12,3496*** (1,2507)
8,7321*** (0,8563)
29,0194
(43,5665)
44268
23,5218*** (3,0561)
51,7237*** (2,4753)
47,3620*** (2,2437)
46,9947*** (2,1104)
35,9222*** (1,7476)
23,1695*** (1,6040)
12,4636*** (1,2486)
8,7028*** (0,8606)
35,8507
(43,4598)
44268
24,1739*** (3,0878)
48,7305*** (2,5512)
45,3602*** (2,2390)
45,6245*** (2,1125)
34,8376*** (1,7737)
22,3885*** (1,6271)
12,0501*** (1,2601)
8,4994*** (0,8632)
30,5421
(43,538)
44268
5558
0,0764
5558
0,0761
5558
0,0764
Regio
Norte
0,0484
(0,0682)
0,1749**
(0,0768)
0,0039
(0,121)
Regio
Nordeste
Regio
Sudeste
Regio
Sul
Regio
Centro-Oeste
-0,0677
(0,0644)
-0,1011***
(0,0355)
-0,0153
(0,0406)
-0,0111
(0,0606)
-0,1596***
(0,0447)
-0,0015
(0,0501)
9444
1187
-0,1792
(0,1121)
3671
466
3592
14322
13239
449
1792
1664
Resultados
Variveis representativas da cobertura das ESFs e do cadastramento da
populao -> diminuio das taxas de internaes por insuficincia
cardaca congestiva e por condies sensveis em geral
A cobertura dos ACS somente se mostrou associada diminuio dessas
internaes na regio Sudeste
Nas regies Norte e Nordeste os resultados mostraram o contrrio,
quanto mais aumentou a cobertura dos ACS, mais se elevaram essas
internaes
A taxa de internaes por diarreia aguda em crianas de at 5 anos
apenas se mostrou negativamente afetada pelo aumento da cobertura
das ESF; mas, na regio Nordeste, observou-se efeito contrrio,
provocado pela cobertura dos ACS
Todas as variveis explicativas representativas da expanso da ateno
bsica resultaram negativamente associadas s internaes por AVC na
populao com 40 anos ou mais para os municpios com mais de 60 mil
habitantes
Resultados
Internaes por diabetes mellitus, foi possvel observar uma associao
negativa entre o aumento da cobertura das ESF e do cadastramento da
populao, mas apenas para os municpios que contavam com mais de
99% da populao residindo em reas urbanas
O aumento da cobertura das ESFs e o cadastramento da populao
tambm se mostrou relacionado diminuio do tempo de permanncia
dos pacientes internados nos hospitais, assim como dos valores
envolvidos com essas hospitalizaes
De uma maneira geral, os resultados obtidos nas estimaes dos efeitos
da cobertura das ESFs e do cadastramento da populao corroboram a
perspectiva terica dominante segundo a qual a ateno bsica est
associada diminuio das internaes hospitalares
Entretanto, a associao positiva da cobertura das ACS ao aumento de
algumas taxas de internaes de municpios do Norte e Nordeste pode
indicar, ainda, que a ateno primria tambm est funcionando como
elemento capaz de viabilizar hospitalizaes necessrias em regies
carentes de servios de sade
ESTUDO DE CASO 1
(Continuao .... )
ESTUDO SOBRE PERFIL SCIOECONMICO DOS CONSUMIDORES
RESIDENCIAIS
DE ENERGIA ELTRICA NO BRASIL
q k ,i g k (rk ,i ) k ,i
Belm
Parmetro
Intercepto
Norte Urbano
Pvalor
Parmetro
Norte Rural
Pvalor
Parmetro
Fortaleza
Pvalor
Parmetro
Pvalor
-1.2549
0.1280
0.2754
0.1742
0.4959
0.2576
0.9046
0.0536
Apartamento
0.3915
0.1701
0.2037
0.0180
0.4201
0.0102
0.6206
0.0006
Nmero de cmodos
0.1416
0.0074
0.1996
0.0000
0.1688
0.0000
0.0854
0.0028
gua encanada
0.7423
0.0068
0.6206
0.0000
2.0078
0.0000
0.1610
0.4003
Esgoto
-0.5341
0.0314
0.3380
0.0000
-0.5996
0.0841
0.2263
0.0702
0.0423
0.0704
0.0172
0.0111
0.0474
0.0058
0.0041
0.7746
-0.4164
0.0385
-0.1169
0.0607
-0.5103
0.0010
-0.0955
0.4440
Nmero de moradores
-0.1571
0.0406
-0.0549
0.0130
-0.1272
0.0001
-0.0111
0.8193
0.0236
0.0662
0.0118
0.0031
0.0508
0.0000
0.0078
0.3316
0.3014
0.0264
0.1601
0.0002
0.3121
0.0001
0.1886
0.0146
0.6709
0.0000
0.4436
0.0000
-0.0273
0.7089
0.3962
0.0000
Belo Horizonte
Parmetro
Pvalor
MG+ES+RJ Urbano
Parmetro
Pvalor
MG+ES+RJ Rural
Parmetro
Pvalor
Rio de Janeiro
Parmetro
Pvalor
Intercepto
1.3509
0.0718
-0.2014
0.4368
0.6199
0.2058
1.6198
0.0020
Apartamento
0.2635
0.1808
0.3385
0.0001
0.1780
0.3456
0.1853
0.2872
Nmero de cmodos
0.0441
0.1618
0.0958
0.0000
0.0911
0.0047
0.1177
0.0004
gua encanada
0.4503
0.3862
1.1196
0.0000
1.2166
0.0000
1.5868
0.0000
Esgoto
0.5846
0.0006
0.2546
0.0001
0.6700
0.0008
-0.0254
0.8307
0.0174
0.3053
0.0251
0.0004
0.0687
0.0007
0.0346
0.0108
-0.0427
0.7584
-0.1838
0.0025
-0.4636
0.0055
-0.1057
0.4038
Nmero de moradores
-0.0464
0.4973
-0.0521
0.0585
-0.1260
0.0179
-0.1854
0.0034
0.0166
0.0553
0.0090
0.0318
0.0235
0.0225
0.0083
0.3571
0.2057
0.0465
0.2115
0.0000
0.5334
0.0000
0.2700
0.0049
0.3352
0.0012
0.4671
0.0000
0.2073
0.0158
0.2820
0.0001
So Paulo
Parmetro
So Paulo Urbano
Pvalor
Parmetro
Pvalor
So Paulo Rural
Parmetro
Pvalor
Curitiba
Parmetro
Pvalor
Intercepto
1.7641
0.0002
2.0464
0.0001
-1.5715
0.1410
1.5059
0.0066
Apartamento
0.2699
0.1060
-0.2379
0.0591
-0.3400
0.2496
-0.0911
0.5374
0.0008
0.0712
0.0002
0.0945
0.1117
0.0643
0.0007
0.2726
0.4939
-0.1926
0.7933
1.8299
0.0000
Nmero de cmodos
gua encanada
0.0882
-----
-----
Esgoto
0.6999
0.0000
0.5438
0.0000
1.5073
0.0000
0.3717
0.0010
0.0214
0.0779
0.0443
0.0000
-0.0289
0.3221
0.0174
0.1170
-0.2616
0.0187
-0.0252
0.7932
0.2135
0.4821
-0.1584
0.1000
Nmero de moradores
-0.2873
0.0000
-0.1429
0.0017
0.0283
0.7725
-0.1773
0.0005
0.0142
0.0468
0.0062
0.3288
0.0003
0.9859
0.0133
0.0331
0.1990
0.0132
0.1586
0.0115
0.1623
0.2582
0.2846
0.0001
0.3608
0.0000
0.2661
0.0000
0.6563
0.0000
0.1437
0.0304
Parmetro
Estimado (R$ / unidade)
9.49
99.79
1.59
176.23
157.50
59.50
43.29
135.25
110.90
-1.34
36.56
327.66
Significncia
Estatstica (p-valor)
0.1273
<.0001
0.7789
<.0001
<.0001
<.0001
<.0001
<.0001
<.0001
0.8238
<.0001
<.0001
Parmetro
Estimado
1.88452
0.90561
2.24796
0.12186
4.39548
-2.79579
5.93207
0.93535
-1.24102
-1.22054
-6.50536
Significncia
Estatstica (p-valor)
<.0001
0.0123
0.0093
0.9592
0.0121
<.0001
<.0001
0.0595
0.1609
0.0211
<.0001
Concluses Gerais
O acesso a energia eltrica parece j ser bastante abrangente,
estando disponvel para populaes de baixa renda e para estados
mais pobres
Ficou compravada uma relao estritamente positiva entre gasto
com eletricidade ou consumo fsico versus renda
Por outro lado, os nossos exerccios indicaram que existe uma
relao baixa entre (baixos coeficientes) entre consumo fsico de
energia e preo das tarifas. Nesse caso, dizemos que a demanda
pouco elstica ao preo de energia.
A poltica de diferenciao tarifria no necessariamente estaria
induzindo maior consumo por parte da populao de baixa renda,
mas sim reduzindo a conta de luz
Nas micro-simulaes, por causa da baixa elasticidade entre preo
e consume, assumimos que o consumo praticamente no se altera
com redues de preos devido aos descontos
Valores imputados
pelas curvas
de preo
da energia
2,300.00
1,200.00
760.00
550.00
1,050.00
7,300.00
12,500.00
850.00
1,750.00
900.00
2,120.00
500.00
1,100.00
5,600.00
Nmero de
moradores
2
3
3
5
1
3
2
6
5
4
1
4
4
3
Renda
rea
Peso do
mensal per
geogrfica domiclio
capital (R$)
1,150.00
400.00
253.33
110.00
1,050.00
2,433.33
6,250.00
141.67
350.00
225.00
2,120.00
125.00
275.00
1,866.67
SP
980
...
RJ
1225
...
RJ
1020
...
MG
880
...
BA
1140
...
BA
1010
...
SP
987
...
CE
980
...
PE
890
...
PR
1221
...
PA
987
...
AM
980
...
BA
890
...
SP
1221
...
15.00
17.65
12.00
14.12
35.00
41.18
84.00
98.82
70.00
82.35
185.00
217.65
210.00
247.06
50.00
58.82
20.00
23.53
22.00
25.88
45.00
52.94
29.00
34.12
51.00
60.00
64.00
75.29
Limite urbano
(Kwh)
110
120
135
145
160
Limite rural
(Kwh)
90
100
115
125
140
Descrio da Proposta
Reduo de
curto prazo
(%)
Reduo de
mdio/longo
prazo (%)
0,00%
-30,18%
40,09%
4,89%
40,12%
4,97%
37,75%
6,48%
40,22%
5,19%
52,67%
34,65%
52,69%
34,68%
50,83%
34,25%
52,75%
34,79%
Comentrios Finais
Parece haver uma correlao positiva entre renda e consumo
No entanto, a utilizao de consumo fsico como indicador de
renda implica em problemas de focalizao
A no modificao da poltica atual de tarifao social pode
incorrer em um aumento, no mdio/longo prazo, nos subsdios,
devido entrada de novos consumidores na categoria T3
Diversas polticas foram propostas, sendo que a escolhida pela
equipe de pesquisadores seria uma das propostas onde tanto os
limites regionais e o sistema de escalonamento so mantidos. A
diferena bsica est na utilizao do Cadastro do MDS para
identificar famlias de baixa renda
Isso ocasionaria uma maior eficincia e focalizao da poltica de
tarifao social, sem implicar em custos altos de implementao
ESTUDO DE CASO 3
Avaliao Econmica dos Fundos
Constitucionais de Financiamento do
Nordeste e do Norte
(Avaliao a Posteriori)
Autores:
- Alexandre Manoel (IPEA)
- Guilherme Resende (IPEA)
- Raul Silveira (UFPE)
1. Avaliao de Polticas
Pblicas
a)
Fundos Constitucionais de
Financiamento
Neste estudo, estima-se o impacto do programa para aquelas
empresas que participam do programa.
Neste caso, o interesse descobrir se as empresas que participam
do programa tiveram um aumento no emprego e no salrio mdio,
alm daquele aumento que ocorreria caso as empresas no
tomassem recursos dos Fundos Constitucionais de Financiamento;
Gerao de emprego e aumento de salrio mdio (proxy do
aumento da produtividade) so objetivos explcitos dos Fundos
Constitucionais de Financiamento
Ressalte-se que, com vistas a diminuir o vis decorrente da
utilizao do grupo de controle, utiliza-se o mtodo de propensity
score (Estratos e Kernel).
NFNE= 224
N= 1.400
N(amostra
RAIS)=1228
NFNo= 174
N= 2816
N(amostra
Rais= 1.148
ii.
iii.
Concluses Gerais
- No que concerne criao de empregos, tanto no FNE quanto no
FNO os resultados obtidos indicam um resultado positivo na
aplicao dos recursos;
- A concentrao de aplicao dos recursos desses fundos nas
micro e pequenas firmas correta, pois, nessas firmas, a criao
de empregos mostra-se mais elevada do que no conjunto das
firmas no beneficiadas.
ESTUDO DE CASO 4
EFEITOS DE POLTICAS DE
CRDITO (FUNDOS
CONSTITUCIONAIS) PARA O SEMIRIDO BRASILEIRO
(Avaliao a Posteriori)
Slides no arquivo:
Presentation_Semiarid_FNE_jun
2015.pdf
ESTUDO DE CASO 5
Crescimento Econmico Regional e os Impactos do
Fundo Constitucional de Financiamento do Nordeste (FNE)
Roteiro:
1.
Motivao
o
2.
3.
4.
Reviso da literatura
Mtodos de avaliao
Consideraes finais
Motivao
Efeito de zoneamento
Efeito de escala
Regio
Valores
contratados dos Participa
fundos 2004-2010
o
(R$)
13.261
16%
50.248
61%
Norte - FNO
Nordeste - FNE
Centro-Oeste 19.726
Fonte: MI. Valores constantes em milhes
deR$.
FCO
Total
83.235
23%
100%
PRONAF:
O Programa Nacional de
Fortalecimento da Agricultura
Familiar financia projetos
individuais ou coletivos, que
gerem renda aos agricultores
familiares e assentados da
reforma agrria.
Regies
Centro-Oeste
Nordeste
Norte
Sudeste
Sul
Brasil
Participa
o
7%
19%
8%
20%
45%
100%
Regies
Norte
Nordeste
Sudeste
Sul
Centro-Oeste
Brasil
PNCF 2002-2012
(R$)
3,188,957,299
16,021,526,651
1,245,535,429
1,276,633,909
4,529,533,076
26,262,186,364
Participa
o
12%
61%
5%
5%
17%
100%
Regio
Norte
Nordeste
Sudeste
Sul
CentroOeste
Brasil
5%
80,226,206,622
100%
Regio
Norte
Nordeste
Sudeste
Sul
CentroOeste
Brasil
Total de UHs do
Participa
MCMV (2009o
jun2012)
12%
85,762
45%
336,010
26%
191,815
9%
67,956
60,207
741,750
8%
100%
Ainda existe grande espao para avaliaes de polticas pblicas que podem
melhorar a eficcia de tais polticas, torn-las mais eficientes e verificar se
seus benefcios superam seus custos.
Avaliao de processo
Monitorar
Avaliar as
tarefas atividades do
dirias
programa
Enumerar
os
resultados
Avaliao de resultados
CustoBenefcio
Medir a
eficcia do
programa
Avaliar o
impacto
sobre o
problema
Fonte: BARTIK, T. & BINGHAM, R. (1995) Can Economic Development Programs Be Evaluated? Staff Working Papers 95-29, W.E. Upjohn Institute for
Employment Research.
Levine, Ross (2005) "Finance and Growth: Theory and Evidence,"Handbook of Economic Growth, in: Philippe
Aghion & Steven Durlauf (ed.), Handbook of Economic Growth, edition 1, volume 1, chapter 12, pages 865-934
Elsevier.
Banerjee, A., Newman, A. (1993) Occupational choice and the process of development. Journal of Political
Economy, 101 (2): 274298.
Angrist J., Pischke J. (2009) Mostly harmless econometrics: an empiricist's companion. Princeton University
Press, London, UK.
Khandker, S. R.; Koolwal, G. B.; Samad, H. A. (2010) Handbook on Impact Evaluation:Quantitative Methods
and Practices. The World Bank: Washington DC.
Peixoto, B.; Xavier Pinto,C.; Lima, L.; Foguel, M.; Paes de Barros, R (2012) Avaliao Econmica de Projetos
Sociais. (Org) Menezes Filho, N. 1 edio. So Paulo: Dinmica Grfica e Editora.
Dados:
Varivel dependente: Crescimento do PIB per capita (Contas regionais)
entre 2004 e 2010
Para as anlises com dados em painel utilizou-se o crescimento mdio anual do PIB
per capita em trs sub-perodos: 2004-2006, 2006-2008 e 2008-2010
Varivel do FNE:
Variveis de controle: PIB per capita inicial, mdia de anos de estudo (RAIS
e Censo), densidade populacional (IBGE), dummies estaduais, dummy semirido, dummy RM, dummy costa martima.
Trs escalas espaciais para a macrorregio Nordeste (incluindo rea de MG
e ES):
1.942 municpios
208 microrregies
Dados:
Limitaes do estudo:
Impossibilidade em apontar:
(i) a existncia de efeitos de peso morto (deadweight), que
a possibilidade de que estes investimentos fossem
realizados pelas empresas de qualquer forma, mesmo sem o
subsdio governamental;
(ii) o efeito deslocamento (displacement) que acontece
quando, por exemplo, os empregos gerados em determinada
localidade ocorrem custa dos empregos de outras empresas
na mesma localidade (Armstrong e Taylor, 2000).
Entretanto, digno de nota que tal resultado positivo do FNE, no
perodo 2004-2010, demonstra um desempenho e impactos
superiores ao perodo 2000-2003 que j foi examinado em outros
estudos, por exemplo, por Resende (2012a).
Consideraes
finais
Consideraes finais:
Barca, F., McCann, P., Rodrguez-Pose, A. (2012) The case for regional development
intervention: Place-based versus place-neutral approaches. Journal of Regional
Science, 52 (1): 134152.
Poltica social como poltica regional. Silveira Neto & Azzoni (2011)
mostram que os programas Bolsa Famlia e BPC so responsveis por
mais de 24 por cento na reduo das desigualddes regionais de renda
(apesar de representar menos de 1,7 por cento da renda disponvel das
famlias).
Necessidade de se levar em conta as mltiplas dimenses espaciais na
anlise regional (e.g., nas avaliaes de impacto)
ESTUDO DE CASO 6
IMPACTOS DA EXTRAO DE
PETRLEO SOBRE O CRESCIMENTO
DOS MUNICPIS
(Avaliao a Posteriori)
Slides no arquivo:
Presentation_Oil_Historical_Nov2014
_short.pdf
ESTUDO DE CASO 7
IMPACTOS DO NOVO CDIGO
FLORESTAL SOBRE PROTEO
AMBIENTAL E PRODUO
(Avaliao a Priori ou Ex-Ante)
SUPPLY
SPATIAL
RESOLUTION
DEMAND
REGION
Commodity
Prices and
Quantities
MARKETS
Woo
d
Crop
s
Forest
Livesto
ck
Cropland
Other
LAND
Land Use
Pasture
Environmen
tal effects
source:
source:
GLOBIOM components
Demand
Supply
PROCES
Raw
Crops
wood S
EPI
Biophysic
C
al models
OPTIMIZA
Partial equilibrium
TION
model
G4
M
Wood
products
Exogenous drivers
Population, economic
growth
Food
Bioenergy
RUMIN
ANT
120
100
80
60
40
40
60
80
100
120
140
53
region
s
soto pred
l and m pred
shem pred
kaitho pred
manyuchi pred
Kariuki pred
Euclides pred
j and h pred
l and f pred
fall pred
source:
source:
IIASA
30
Spatial resolution
in GLOBIOM
source:
Cattle
Sheep Goat
Pig
Poultry
Ethanol
FAME
Methanol
Heat
Electricity
Biogas
Beef
Lamb and Pork
Poultry and Eggs
Milk
source:
IIASA
Managed
Forests
Planted
Forests
Cropland
Wood
Saw
and
pulp
mills
Biorefin
ery
Grassland
Crop
process
ing
Other Natural
Land
Livesto
ck
Forest
Regrowth
Bioenergy
Crops
Meat
2010
Projections
2020
2030
2040
2050
LAND USE
Unmanage
d Forests
Managed
Forests
Planted
Forest
Cropland
Land use
changes are
consistently
transferred
from one
period to
another
Forest
Regrowth
Pasture
Other
natural
land
source: IBGE
IBGE Data
GLOBIOM Crops
Non-GLOBIOM
Crops
Total
Pota: Potato
Rape: Rapeseed
Rice: Rice
Soya: Soybeans
Srgh: Sorghum
SugC: Sugar cane
Sunf: Sunflower
SwPo: Sweet potatoes
Whea: wheat
2000
Mha
Share
43
86%
14%
50
100%
Croplan
d 43
Mha
Pasture
215 Mha
est
Pasture
Cropland
Wetland
Other agricultur
Not relevant
Pulp Biomass
Roads
Nearest
state capital
Nearest
sea port
Costs to
sea port
Bovine Meat
Validation: Accumulated
Deforestation 2001-2010
PRODES/INPE
16.53 Mha
GLOBIOM-Brazil projection
16.93 Mha
IBGE/PAM
GLOBIOM-Brazil
2000
2010
43
57
40
61
23 Mha
GLOBIOM-Brazil
25 Mha
9 Mha
GLOBIOM-Brazil
8 Mha
142
Mtlu
143
Mtlu
LR
SFA
CRA
IPAM
Soares et al.
BAU
FC
BUSINESS AS
USUAL
COMMAND AND
CONTROL
Extrapolation of
2000-2010 trends
No illegal deforestation
No forest
regrowth
Mata Atlntica
Law enforced
COMAND AND
CONTROL
+ INCENTIVES
Debts
Surpluses
ential surpluses from Amazonas, Amap and Roraima were not considere
Amazonia rain forest stabilizes in the long run towards 320 million ha
BAU
388
Mha
FC
419
Mha
FC without
SFA
451
Mha
FC without
CRA
422
Mha
BAU
0 Mha
FC
9 Mha
FC without
SFA
42 Mha
FC without
CRA
36 Mha
Forest Code
9.3Mha
6.8 Mha
0 Mha
30.8 Mha
15.9 Mha
4.1 Mha
1.5 Mha
0 Mha
1 Mha
4.5 Mha
5 Mha
1.5 Mha
7.6 Mha
2050
16 Mha
61 Mha
2050
117 Mha
total forest
pasture
pristine forest
BAU
120
FC
FC+
100 Tons
Million
80
60
40
20
0
2000
2010
2020
2030
2040
2050
Million
TLUs
200
BAU
FC
FC+
150
100
50
0
2000
2010
2020
2030
2040
2050
Tropical forests
125 MgC/ha
Woody savannahs
Grasslands
5 MgC/ha
22 MgC/ha
Amaznia
and
Mata
Atlntica
Cerrado,
Caatinga
And Pantanal
Pampa
First
40%
70%
100%
Second
22%
30%
Third
16%
Fourth
12%
Decades
Emissions
[MtCO2eq/yr]
Statistics
FREL (2014)
872
Mean
(2001 - 2010)
Aguiar et al.
(2012)
831
Mean
(2000 - 2009)
Source
GLOBIOM-Brazil
+ 88
858
- 24
Median
(2001 - 2010)
Source
MCTI Report
GLOBIOM-Brazil
Emissions
[MtCO2eq/yr]
Statistics
1326
Mean
(2001 2010)
Median
417 (2001
2010)
- 302
1301+
Amaznia
Cerrado
Deforestation
Reforestation
Other LUC
Net LUCF
Manure Management
Rice Cultivation
-68 MtCO2eq/yr
-31 MtCO2eq/yr
-291 MtCO2eq/yr
-47 MtCO2eq/yr
38
76
327
296
49
95
406
1000
1460
366
500
599
63.18
118.75
436
456.11
360
0
2000
2010
2020
81.47
148.44
463
Residues
Industry
Agriculture
Energy
LUC
568.4
240
2030
ESTUDO DE CASO 8
COMO POLTICAS DE REDUO
DE CUSTOS DE TRANSPORTES
PODEM AFETAR A
CONCORRNCIA PORTURIA
(Avaliao a Priori ou Ex-Ante)
Mercados Geogrficos
Participao
do porto mais
importante
nas imp + exp
do estado
(2009 a 2012)
Considerandose todos os
tipos de carga
Custos Logsticos de
Transporte Domstico
Como os custos de
transportes
domsticos podem
afetar a concorrncia
porturia no Brasil?
Informao importante
para estratgias de
regulao da
concorrncia
Valores de custos de
transporte gerados do
Sigtac do Labtrans-SC
Viso Geral
Extenso do modelo de regresso linear para probabilidades ou propores
Modelos de Probabilidade ou
Propores
O mesmo tipo de modelo pode ser aplicado para estudar os
mercados de energia, por exemplo, quando h competio
Podemos estudar o efeito de preos de diferentes fornecedores,
sobre a demanda entre fornecedores
No setor de transportes, esse tipo de abordagem foi utilizado para
estudar a concorrncia entre o transporte rodovirio e areo
A partir de que distncia, o transporte areo prefervel ao
rodovirio?
No setor de telecomunicaes, esse tipo de modelo utilizado para
estudar o quo sensvel os consumidores so a alteraes de preos
entre operadoras
Grupos de
Variveis
Parmetros
estimados
para cargas
gerais,
incluindo
contineres
Santos e
Paranagu so
os portos com
maiores
efeitos fixos
Efeitos
Fixos
Variveis
Antonina
Aratu
Maca
Itaja
So Lus - Itaqui
Macap
Pecm
Cceres
Macei
Manaus
Natal
Niteri
Guara
Recife - Suape
Rio de Janeiro Sepetiba
Porto de Rio Grande
Salvador
Santarm
Santos
So Sebastio
So Francisco do Sul
Barcarena
Vitria
Belm
Joo Pessoa
Fortaleza
Ilhus
Imbituba
Paranagu
Porto Alegre
Coeficientes
Estimados
-0.764089
-0.123932
-2.464184
3.903710
3.493869
-0.390482
3.645848
-0.625334
1.006390
3.605789
2.167474
1.432274
-1.559867
3.387153
Erros
Padres
0.029223
0.046094
0.035477
0.023800
0.027020
0.069648
0.025513
0.068148
0.028799
0.030929
0.027595
0.038173
0.039698
0.024928
4.984990
0.023341
5.323731
3.793952
2.316071
5.922881
1.734388
3.609291
2.600001
4.585250
1.765059
0.303087
2.760400
0.107191
1.700239
7.007950
-
0.022788
0.024635
0.032719
0.023138
0.035446
0.023873
0.026391
0.023973
0.031805
0.036159
0.025797
0.037040
0.030163
0.027202
-
-11.534627
0.178214
9.089196
0.135019
6.945075
0.160282
-21.799499
0.112138
Modelo de Escolha
Discreta
Composio dos
Coeficientes para
Cargas Gerais
(com Contineres)
Barcarena
Belm
Fortaleza
Itaja
Manaus
Natal
0,86
0,88
0,84
0,83
0,90
0,87
-0,27
-0,14
-0,40
-0,66
-0,24
-0,25
Paranagu
0,84
-1,56
Pecm
0,87
-0,73
0,85
-0,92
Recife - Suape
Rio de Janeiro - Sepetiba
0,89
0,84
-0,66
-1,59
Salvador
0,87
-0,74
Santarm
0,88
-0,13
Santos
0,87
-3,23
So Francisco do Sul
So Lus - Itaqui
Vitria
0,80
0,88
0,85
-0,48
-0,55
-0,92
Principal Porto
Manaus
Santos
So Luiz
Rio Grande
Suape / Macei / Recife
Paranagu
Vitria
Pecm / Fortaleza
Barcarena / Belm
Barcarena / Belm
Itaja / So Francisco do Sul
Aratu / Salvador
Rio de Janeiro / Sepetiba /
Santos
Santos / Paranagu / Manaus
Vitria / Santos
Vitria / Santos
1 Porto
Concorrente
3 Portos
Concorrentes
Manaus
Santos
So Lus - Itaqui
Porto de Rio Grande
Recife - Suape
Paranagu
Vitria
Pecm
Barcarena
Belm
Itaja
Salvador
75,99
81,28
55,70
79,31
47,48
66,52
61,41
52,20
48,08
30,97
58,15
62,21
74.53
74.69
52.27
70.65
45.34
56.00
56.95
46.74
43.72
27.11
51.45
58.70
70.74
69.01
48.65
64.81
41.80
53.32
52.04
43.52
41.21
26.17
44.87
52.50
70,36
60.20
55.55
Santos
Santos
Vitria
41,07
44,91
35,37
38.48
38.96
27.24
33.82
33.18
23.79
ESTUDO DE CASO 9
METODOLOGIAS ALTERNATIVAS
PARA REMUNERAO DE ATIVOS
TOTALMENTE DEPRECIADOS E
OBRIGAES ESPECIAIS
O Problema
O Problema
Os Ativos Totalmente Depreciados (ATD) e Obrigaes
Especiais (OE), tm grande peso nos Ativos Imobilizados em
Servio:
ATD + OE maior que 50% da BRL para 50 entre 61
distribuidoras;
ATD + OE maior que 100% da BRL para 24 de 61
distribuidoras;
Celtins OE = 340% da BRL;
Cepisa ATD = 168% da BRL.
ATD/BRL
47,97%
41,60%
84,12%
39,06%
110,14%
65,23%
71,45%
55,85%
167,99%
19,49%
98,80%
94,27%
50,53%
100,72%
91,19%
26,19%
54,41%
72,70%
53,93%
107,88%
75,18%
53,91%
92,82%
87,84%
126,34%
OE/BRL
229,45%
71,48%
56,23%
83,79%
28,66%
68,27%
340,27%
89,96%
181,25%
103,83%
77,04%
73,56%
68,27%
80,53%
40,55%
85,59%
45,38%
27,99%
104,07%
21,53%
113,36%
82,13%
63,32%
234,61%
81,98%
(ATD+OE)/BRL
277,42%
113,08%
140,35%
122,86%
138,80%
133,50%
411,72%
145,82%
349,23%
123,32%
175,84%
167,83%
118,80%
181,25%
131,74%
111,78%
99,80%
100,69%
158,00%
129,41%
188,54%
136,04%
156,14%
322,45%
208,32%
O Problema
Os ATD e OE geram aumento nos custos de O&M e na receita
requerida, para cobrir os custos maiores.
O risco do investidor o risco de lucro (receita custo).
Com receita e custo maiores, o risco da magnitude da diferena
entre eles aumenta.
Receita e custos maiores elevam o risco do empreendimento!
O modelo atual de determinao da receita requerida no
contempla este aumento de risco.
Possveis consequncias:
mais interessante substituir ATD por ativos novos para
eliminar a no remunerao dos riscos trazidos pelos ATD;
Essa substituio incorre em aumento das tarifas para os
consumidores de energia eltrica;
Torna-se desinteressante investir num setor com presena
macia de ativos no remunerados.
Propostas de soluo
Fundamentadas nas teorias econmica e financeira;
Dois tipos:
Modelos analticos
Modelo economtrico
Dois tipos de modelos analticos:
Considera ATD (e OE) como um tipo diferente de
capital;
P
B
O
rWACC rP
P B O
rB
P B O
rO
P B O
P B
P B
Propostas de soluo
Modelo economtrico:
Dados do Setor
Quanto o risco aumenta pela presena dos ativos no
remunerados como proporo do risco sem sua
presena?
Prmio de risco deve aumentar na mesma proporo
E ri rf ri r
E ri rf
Existe no mximo um ativo sem risco;
Existem muitos ativos arriscados sem correspondente
capital investido:
E ri ri r
O Caso das OE
Situao semelhante ao dos ATD, mas com uma importante
diferena:
O conceito de custo de oportunidade no pode ser
aplicado s OE da mesma forma que foi ao ATD, pois no
faz sentido imaginar que a concessionria possa
substituir OE por ativos que entraro na BRL.
Mas o conceito de compensao equivalente para riscos
equivalentes continua aplicvel.
M 0,5 ATD
O&M
O&MDeprecRemunAtiv
rP rf rP
rP rf
O&M
Remunerao
0,5
ATD
1 t
O&M +Depreciao +Remunerao do Capital
Modelo
ATD lquido igual
M ATD
O&M
O&MDeprecRemunAtiv
rP P rB B
DS
1 t
rP P rB B
NS
r1 P B D
1 t
R NS C 1
Lucros lquidos:
rP
r
S R S C D S B B T S P T S rP P
1 t
1 t
r
NS R NS C D NS B 1 B T NS 1 rP P r1 P B 1 t
1 t
, obtemos
rP rf P
P B
1
rATD
rP P rB B
DS
1 t
r2 P rB B
NS
D
1 t
R2 C 1
Lucros lquidos
rP
r
S R S C D S B B T S P T S rP P
1 t
1 t
r
2 R 2 C D NS B 1 B T NS 1 r2 P
1 t
Da mesma forma que fizemos no mtodo 2, quando no h
substituio precisamos adicionar ao lucro lquido o retorno sobre o
ativo livre de risco para chegar remunerao dos acionistas.
rf
1
1
A interpretao que o prmio de risco sobre capital prprio deve ser
1 1 em
1 1 ser
alavancado
. Isso implica que o beta deve
alavancado em
.
2
A taxa de retorno sobre capital prprio antes dos impostos
rATD
igual a
dividida por 1 t, onde t a alquota de imposto
sobre o lucro.
Mtodo Economtrico
Usa tcnicas de simulao e economtricas para estimar o
risco adicional da concessionria associado existncia de
OE e incorporar esse risco taxa de retorno sobre o capital
prprio da concessionria.
Empresa
existente, com
OE
- Custos
- Receitas
- Lucro
1 M de cenrios
aleatrios de
receitas e custos
Risco de
remunerao
Empresa
simulada, sem OE
Modelo estatstico
para previso de
custos com ou sem
OE
OE/BRL
1,0440
1,9694
1,0540
1,0740
1,0903
1,2712
1,1664
1,2659
1,0898
1,0612
1,1445
1,2117
1,3155
1,0539
1,7707
1,2798
9,68%
229,45%
9,75%
19,84%
14,02%
71,48%
56,23%
83,79%
28,66%
17,16%
32,82%
68,27%
66,78%
12,88%
340,27%
60,91%
Risco
adicional
estimado
1,0333
1,7892
1,0335
1,0682
1,0482
1,2458
1,1934
1,2882
1,0986
1,0590
1,1129
1,2348
1,2297
1,0443
2,1703
1,2095
Mtodo Economtrico
Etapas
1. Usando dados reais das concessionrias de distribuio de
eletricidade brasileiras, estimam-se os desvios padres dos seus
custos (7,61%) e receitas (1,33%).
2. Usando dados sobre custos operacionais e ativo imobilizado em
servio das concessionrias brasileiras de distribuio de
eletricidade, foi estimada uma equao de regresso relacionando
essas duas variveis.
3. Os custos operacionais estimados de acordo com a equao de
regresso da etapa 2 foram utilizados, em conjunto com a estrutura
de capital regulatria, os valores do custo do capital prprio e de
terceiros (antes dos impostos) usados pela ANEEL na ltima reviso
tarifria, e dados reais das concessionrias sobre suas bases de
remunerao lquida, para calcular as receitas requeridas das
concessionrias com e sem OE.
4. Para cada caso (com e sem OE), foram calculadas a receita (custo)
efetiva(o) de cada concessionria como a sua receita requerida
(custo) mais uma varivel aleatria idntica e independentemente
Etapas
5. Para cada concessionria e cada caso, foram feitas um milho de
simulaes de Monte Carlo dos valores da taxa de remunerao dos
seus acionistas, cada um desses valores correspondendo a uma
realizao do par de variveis aleatrias receitas e custos, e foram
calculados os desvios padres desses valores.
6. Para cada concessionria, foi computada a razo entre os desvios
padres dos casos 1 e 2. Essa a medida do risco adicional do
negcio da concessionria quando obrigaes especiais so
adicionadas ao seu ativo imobilizado em servio, que chamamos de
fator de risco adicional.
7. Foi estimada, por mnimos quadrados ordinrios, a relao entre o
fator de risco adicional calculado na etapa 6 e a participao das
obrigaes especiais na base de remunerao lquida das
concessionrias.
8. Foi feita uma anlise de robustez para observar como os resultados
variam quando so usados diferentes valores aleatrios nas
simulaes. Foram realizadas trs rodadas com um milho de
simulaes cada, e, para cada rodada, a regresso descrita na etapa
7 foi rodada. Os fatores de riscos adicional estimados praticamente
Etapas
9. Para obter o novo prmio de risco, multiplica-se o fator de risco
adicional estimado pela soma do prmio de risco do negcio
regulatrio (ou seja, o beta da concessionria vezes o prmio de risco
de mercado) com o prmio de risco pas. Adiciona-se ento a esse
valor a taxa de retorno do ativo livre de risco para obter o novo custo
de capital prprio nominal da concessionria. Em seguida,
transforma-se o custo nominal em real antes dos impostos.
Finalmente, multiplica-se esse valor pelo capital prprio da
concessionria para obter a sua nova remunerao do capital prprio
Medidas
Medidas
Anlises
Medidas
de localizao
de disperso
grficas
de relaes
Ferramentas de Anlise - R
Software livre R - Ferramenta desenvolvida de forma colaborativa
por vrias instituies de pesquisa
http://www.r-project.org /
http://www.rstudio.com /
www.coursera.org data science specialization (Johns Hopkins University)
Ferramentas de Anlise - R
R Automatizando Relatrios
R Automatizando Relatrios
R Automatizando
Apresentaes
R Desenvolvimento Aplicaes
WEB
Ferramentas de Visualizao de
Dados
O SAS e R so ferramentas de anlise
Permitem programao
No caso do SAS, mesmo nas ferramentas grficas, h um conjunto amplo de
funcionalidades de anlise
Em geral o analista constri a sequncia de
importao/transformao/anlise/visualizao em cada caso
Ferramentas de visualizao
Nos ltimos anos, tem crescido a utilizao de ferramentas de visualizao
e anlises pr-especificadas
Essas ferramentas esto diretamente ligadas ao conceito de business
intelligence
O objetivo no efetuar uma anlise do incio ao fim, mas sim disponibilizar
alguns recortes das informaes para um grande nmero de usurios
Uma equipe fica ento responsvel por montar os recortes para serem
disponibilizados para outros analistas
Ferramentas de Dashboard
(QlikView)
Pontos
Linhas
Polgonos
Coordenadas XY
Informaes Cadastrais
- Portos, etc.
- Linhas de transmisso
- Municpios
Ferramentas
QuantumGis (livre)
ArcGis
PostGis (livre)
Muito Obrigado!