Modelo Estatístico

A metodologia utilizada para apresentação dos resultados será a econométrica de dados em painel. De acordo com Loureiro e Costa (2009, p. 1):

“dados em painel ou dados longitudinais são caracterizados por possuírem observações em duas dimensões que, em geral, são o tempo e o espaço. Este tipo de dados contém informações que possibilitam uma melhor investigação sobre a dinâmica das mudanças nas variáveis, tornando possível observar o efeito das variáveis não-observadas. Outra vantagem é a melhoria na inferência dos parâmetros estudados, pois eles propiciam mais graus de liberdade e maior variabilidade na amostra em comparação com dados em cross-section ou em séries temporais, o que refina a eficiência dos estimadores econométricos”.

Este modelo permite, portanto, reforçar a relação entre as variáveis estudadas e auxiliar na visualização daquelas que estão implícitas, as não-observadas. A dinâmica de expor longitudinalmente as variáveis também promove uma perspectiva de mudança

ao longo do tempo, o que será quantificado, por meio de equação de regressão linear, o condicionamento de uma variável à outra.

A regressão linear define-se como uma estimativa de parâmetros em que se determina, através de uma equação, como e o quanto uma variável explicativa X exerce, ou parece exercer, de efeito ou influência sobre uma variável dependente Y (HOFFMAN, 2016, p. 103).

Um modelo de regressão com dados em painel, com n observações em T períodos e K variáveis, pode ser representado da seguinte forma:

Equação 1 – Modelo genérico de regressão linear com dados em painel

Fonte: LOUREIRO; COSTA, 2009, p. 2.

Onde “Yit” é a variável dependente, Xit é um vetor 1 x K contendo as variáveis explicativas, β é um vetor K x 1 de parâmetros a serem estimados, e εit são os erros aleatórios. Os subíndices i e t denotam a unidade observacional em um período de cada variável, respectivamente. O número total de observações nesta base de dados em painel é, portanto, correspondente a n x t (LOUREIRO; COSTA, 2009, p. 2).

A proposta do trabalho é de expressar os dados em painel separados em dois grupos, separados por portes: o grupo dos municípios que possuem mais de cem mil habitantes e o grupo dos municípios que possuem uma população menor do que a de cem mil habitantes, de acordo com o levantamento mais atualizado feito pelo IBGE, o de 2016. A ideia desta separação é compreender as diferenças de dificuldades inerentes a uma administração em um município de 400 mil habitantes – em que é muito mais comum possuir segregação de massa, além de um número muito maior de ativos e inativos – com a um de 4 mil habitantes – em que os impactos das decisões e das outras variáveis são refletidos muito mais rapidamente.

3.2.2. Modelo Teórico e Variáveis

Após a coleta dos dados, será feita a aplicação dos dados ao software Stata, que será parte essencial da análise-objetivo do trabalho, fundamentando estatisticamente as conclusões por meio de tabelas de exposição geral das informações, tabela de correlações e tabelas de regressão linear.

As variáveis colocadas sob a análise serão: população, segundo o IBGE, em 2016; município; ano do Relatório de Avaliação Atuarial – que possui como referência

a data-fim do ano anterior (exemplo: o RAA de 2016 se refere ao exercício findo em 31/12/2015); número de servidores inativos; número de ativos; resultado atuarial auferido; ativo líquido; saldo das aplicações dos recursos financeiros na mesma data- base do RAA; porcentagem de representatividade deste saldo no ativo líquido; rentabilidade auferida a partir da diferença entre o saldo no final do exercício anterior e do saldo atual; Índice Nacional de Preços ao Consumidor Restrito (INPC) acumulado dos últimos 12 meses com relação à data-base; taxa diária média de depósitos interfinanceiros, divulgada pela Central de Custódia e de Liquidação Financeira de Títulos (CETIP), o DI acumulado dos 12 meses, com relação à data-base; variação do índice Bovespa no período; tempo de experiência, em anos, do gestor no cargo de gestor do RPPS.

Considerando os cargos de gestor do fundo previdenciário e demais conselheiros, além do comitê de investimentos relacionados aos cargos de prefeito – por se tratar de uma nomeação – é possível crer que nem sempre será respeitada a premissa de continuidade. Daí a importância de se avaliar o tempo de experiência no cargo e sua relação com a rentabilidade dos fundos.

O intuito é interpretar as informações a partir de uma perspectiva longitudinal e as inferências das decisões dos gestores, assim como suas consequências. Como exemplo, a realização de concursos públicos municipais, o que gera um maior número de ativos e uma proporcional expectativa de contribuições futuras que possam suportar as já devidas. Ao mesmo tempo, deve se levar em conta que, apesar de amenizar momentaneamente o resultado atuarial, esta medida pode acarretar em um maior número de inativos futuramente, inflando a máquina pública municipal e contribuindo para uma maior despesa futura.

Apresentar estes dados em modelo de dados em painel possibilita, então, que o pesquisador avalie a relação entre alguma variável de desempenho e diversas variáveis preditivas. Dada suas características, é natural que muitas pesquisas em contabilidade utilizem tal modelo, uma vez que muitos dados são publicados com determinada periodicidade para empresas, municípios, estados ou países (LOUREIRO; COSTA, 2009, p. 150). Logo, é possível que se elaborem conclusões sobre as diferenças entre os municípios e relações de causas e efeitos ao longo do tempo.

Na Tabela 1, segue a relação das variáveis que serão abordadas e discutidas, suas descrições, origens funcionais (como foram obtidas) e unidades:

Tabela 1 – Relação de Variáveis