O índice que vamos utilizar aqui tentará averiguar se houve reformas na estrutura tributária dos países tal como sugerida pelo Consenso de Washington e se tais reformas foram decisivas para a alavancagem da arrecadação tributária no período analisado.
Esse índice de reforma tributária, elaborado inicialmente por Mahon (2004), enfatiza as modificações legislativas na área tributária, ainda que a algum custo em termos de reprodutividade e de precisão matemática. Define a reforma tributária como a instituição do IVA, a sua expansão, a eliminação do imposto sobre o selo e outras tributos menores sobre a circulação de bens, a simplificação e a ampliação dos tributos sobre a renda das pessoas e das empresas e sobre os
54 Ver http:/unstats.um.org/unsd/snama/downloads/Shares-countries.xls
55
ativos, e até mesmo a revisão do Código Tributário para a inclusão de penalidades mais severas para a sonegação.
Utiliza uma escala de 0 a 1. Uma ampla reforma tributária, marcada por todos esses itens e outros mais, proporcionaria um patamar próximo de 1 para o índice de reforma tributária. Apenas uma ou duas mudanças colocaria o índice na escala de 0,2. Elevações nas alíquotas, se acompanhadas apenas por pequenas mudanças na base tributária, conta como 0,1; já grandes reduções de alíquotas ou a edição de diversas isenções são contadas de forma negativa (-0,1). Ademais, muitos pacotes tributários, seja no início de sua proposta ou quando finalmente aprovado, podem ser vistos como mistos, com algumas medidas representando avanços e outras retrocessos.
Sabemos que codificar essas alterações implica elevado exercício de julgamento, mas não encontramos maneira melhor para trazer esse tema para uma avaliação empírica.
Para o ano de 1990 a 1995, nossa fonte de dados foi Mahon (2004) e depois, em acordo com sua metodologia, expandimos esse índice até o ano de 2008, com lastro nos dados estatísticos do Centro Internacional de Administração Tributária, Estructura y Administración de los Impuestos sobre Rentas y Ventas en Paises Miembros del CIAT 56.
Por outro lado, esse índice é também um indicador da inércia tributária, uma vez que sua pouca ou nenhuma alteração implicaria, em grande parte, a passividade dos formuladores de políticas tributárias. No entanto, uma análise desse índice nos sugere que, pelo menos para o período em foco, 1990 a 2008, a inércia não foi uma característica da política tributária latino-americana.
56
Por outro lado, caso encontremos uma relação estatisticamente significante entre o índice de reformas e o crescimento da carga, podemos admitir que as ideias colocadas em prática do Consenso de Washington contribuíram para o crescimento da carga tributária e que a teoria inercial não pesou. Se, pelo contrário, tivermos uma relação não significativa, podemos intuir que as reformas pouco significaram para o aumento da arrecadação ou que o nosso índice não captou verdadeiramente os avanços da legislação no período.
3 METODOLOGIA
A análise de dados em painel é uma forma popular entre os pesquisadores das ciências sociais. Mediante observações repetidas de um número razoável de cortes transversais, a análise em painel permite ao pesquisador estudar a dinâmica das mudanças em séries de tempo relativamente curtas (GUJARATI, 2003, p. 638). Proporciona, então, poderoso e rico estudo de dados, ao considerar tanto as dimensões espaciais como as temporais.
Trata-se de um método para se estudar um problema específico dentro de vários espaços, periodicamente observado. Nas ciências sociais, a análise em painel possibilitou aos pesquisadores empreender estudos longitudinais num campo bastante vasto. Na economia, os dados em painel são usados para estudar o comportamento das firmas e os salários das pessoas ao longo do tempo. Na ciência política, para o estudo do comportamento político dos partidos e organizações. Na psicologia e na sociologia, para o estudo de grupos de pessoas que são acompanhadas ao longo de um período.
Segundo Hsiao (2007, p. 03), os modelos para dados em painel oferecem uma série de vantagens em relação aos modelos de corte transversal e aos de série temporais, entre elas o controle da heterogeneidade presente nos indivíduos e aquelas advindas da análise de países e regiões.
Como exemplo, temos o estudo feito por Hajivassiliou (1987) apud Balgati (1996, p. 112) em vários países sobre a questão do pagamento de dívidas externas. Cada país possui características específicas que influenciam a maneira como eles lidam com os empréstimos contraídos. Tais características estão ligadas à sua história colonial, ao regime político adotado, às instituições financeiras existentes, entre outros fatores.
Essas características afetam a variável que se deseja explicar, e não são facilmente mensuráveis. A omissão dessas variáveis no modelo gera resultados viesados. Entretanto, o uso dos dados em painel permite controlar os efeitos das variáveis não observadas, já que controlam as diferenças entre países.
Outra vantagem, conforme Hsiao (2007, p. 311), é que os dados em painel permitem o uso de mais observações, aumentando o número de graus de liberdade e diminuindo a colinearidade entre as variáveis explicativas. Sabe-se que quando existe multicolinearidade, torna-se difícil estabelecer se um regressor individual influencia a variável resposta. Uma vez eliminado esse problema, pode-se obter uma melhora na qualidade de estimação dos parâmetros.
Além disso, os dados em painel são capazes de identificar e mensurar efeitos que não são possíveis de serem detectados por meio da análise de dados em corte transversal ou de séries temporais isoladamente. Um exemplo é dado por Brtsberg et al. (2002) num estudo sobre o impacto da naturalização nos salários dos imigrantes. Pela análise dos dados em corte transversal, pode-se verificar que os imigrantes naturalizados ganham salários maiores e ocupam cargos melhores nas empresas em que trabalham. Porém, não foi possível determinar se as vantagens adquiridas pelos imigrantes no mercado de trabalho foram consequência da naturalização ou da produtividade dos imigrantes que se naturalizaram.
Esse efeito só pode ser identificado com o uso de dados em painel, já que esses modelos permitem controlar as características individuais dos imigrantes, como a idade e o tempo desde que imigrou57.
57
No entanto, os dados em painel possuem algumas limitações. Como as variáveis são analisadas no tempo, tais dados exigem grande número de
Os dados em painel possibilitam, por conseguinte, uma análise de regressão tanto com dimensão espacial como temporal. A dimensão espacial refere-se a um conjunto de unidades de corte transversal. Podem ser países, estados, províncias, empresas, commodities, grupos de pessoas, ou até mesmo indivíduos. A dimensão temporal refere-se às observações periódicas de um conjunto de variáveis que caracterizam essas unidades de corte transversal.