Quadro 13: Resultado das regressões do modelo 2 – efeitos diretos.
Fonte: Dados da pesquisa.
O segundo conjunto de testes foi realizado com o módulo gllamm foi utilizado com a opção adapt com o intuito de gerar estimadores robustos. Repetiram- se os resultados encontrados anteriormente, descritos no Apêndice C.
Para complementar a análise de resíduos, foi utilizada uma funcionalidade do módulo gllamm que permite a cálculo dos desvios padronizados nos dois níveis:
BG e geral. Essas informações estão dispostas no Gráfico 2. Os dois primeiros gráficos indicam os desvios padronizados na regressão comum e os dois seguintes usando o estimador Huber/White. Não há significativas diferenças entre as duas opções, o que confirma a confiabilidade dos resultados anteriores.
0 .2 .4 .6 .8
Density
-15 -10 -5 0 5
Análise de resíduos Modelo 1 - Nível
0 .1 .2 .3 .4 .5
Density
-2 -1 0 1 2 3
Análise de resíduos Modelo 1 - Nível BG
0 .2 .4 .6 .8
Density
-15 -10 -5 0 5
An. de resíduos Modelo 1 - Robusto
0 .1 .2 .3 .4 .5
Density
-2 -1 0 1 2 3
An. de resíduos Mod. 1 - Robusto - Nível BG
Coeficientes robustos na linha de baixo.
Gráfico 2: Histogramas de resíduos padronizados do modelo 1.
Fonte: Dados da pesquisa.
O terceiro conjunto de testes foi baseado em estimadores do tipo Arellano- Bond. Esses estimadores são adequados para painéis dinâmicos com reduzido número de períodos e elevado número de grupos. A base de dados utilizada se enquadra nessa descrição, pois conta-se com 9 períodos e 328 BG na amostra final.
Uma vantagem desses estimadores é atender situações de dados em painel com efeitos fixos e desvios idiossincráticos que são heteroscedásticos e correlacionados nos grupos.
A rotina xtabond2 é uma contribuição de Roodman (2009) implementada no Stata/IC versão 11 que oferece testes adicionais que são úteis na presente análise:
teste de Sargan, Hansen J e o teste Arellano-Bond de autocorrelação. Todos os testes verificam a hipótese nula de ausência de autocorrelação.
Na Tabela 19 são apresentados quatro conjuntos de coeficientes com seus respectivos níveis de significância: efeitos aleatórios com e sem ajuste de robustez seguido dos coeficientes com estimadores Arellano-Bond com e sem ajuste de robustez.
Tabela 19: Comparativo dos coeficientes RE com os estimadores Arellano-Bond para o Modelo 1.
logRB Receita Bruta RE RE robust Arellano-
Bond
Arellano- Bond robust
doador doador 0.1356 0.1356 -0.0383 -0.0383
estatal estatal 1.1597*** 1.1597* -1.0749*** -1.0749
EstatInd Controle indireto .0709* 0.0709 .2807*** 0.2807
logPIB PIB -0.0508 -0.0508 .7721*** .7721***
eco_free Índice IEF .0337*** .0337*** .0291*** .0291**
lrf0 Estrutura legal e regulatória -.2315*** -.2315*** -.0914** -.0914 lbr0 Regulação das relações de trabalho -.1255*** -.1255*** -.0649*** -.0649**
xrs0 Estabilidade da taxa de câmbio -.3319*** -.3319*** -.2071*** -.2071**
sir0 Taxa de juros de curto prazo 0.0061 .0061* 0.0017 0.0017
ccr0 Credit rating do país .0486*** .0486*** 0.0046 0.0046
irs0 Spread da taxa de juros .0733*** .0733*** .0349*** .0349***
* p<0.1; ** p<0.01; *** p<0.001.
Fonte: Dados da pesquisa.
Conclui-se que apesar de diferenças nas magnitudes dos coeficientes, nenhum deles apresenta inversão de sinal. São poucas as variáveis que perdem a significância ao se incluir a opção de robustez na estimação dos desvios. Portanto, são mantidas as observações inicialmente feitas a respeito dos indicadores de falhas de mercado para o modelo 1.
Com o objetivo de testar a robustez dos resultados em relação à atividade principal do BG, a massa de dados foi dividida em quatro amostras, em função da classificação da sua principal atividade: finanças, comércio, indústria, e serviços. Os resultados são indicados na Tabela 20. A maior amostra, formada por BG industriais, apresenta resultados muito próximos do que foi observado em toda a massa de dados. As demais amostras, por seu menor tamanho, perdem poder estatístico e alguns coeficientes deixam de ser significativos. De forma geral, não há indícios de comportamento anômalo em função desse critério, ou seja, o sinal dos coeficientes não é alterado quando são testadas amostras compostas de BG de um só tipo de indústria.
Tabela 20: Coeficientes do modelo 1 – efeitos diretos – separados por segmento de BG.
Variável Todos Finanças Indústria Serviços Comércio
Índice IEF eco_free .034*** .059** .023* 0.025 .044*
Estrutura legal e
regulatória lrf0 -.235*** 0.061 -0.374 -0.116 -0.201
Regulação das
relações de trabalho lbr0 -.127*** -0.056 -.115*** -.136** -.177*
Estabilidade da taxa
de câmbio xrs0 -.334*** 0.05 -.393*** -.374** -.540***
Taxa de juros de curto
prazo sir0 0.006 0.016 0.005 0.001 0.007
Credit rating do país ccr0 .049*** 0.038 .0458* 0.034 0.064 Spread da taxa de
juros irs0 .074*** 0.044 .088*** .053* 0.067
Observações 1800 296 872 427 205
Grupos 328 54 170 95 48
* p<0.1; ** p<0.01; *** p<0.001.
Fonte: Dados da pesquisa.
4.4.2 Modelo 2
O modelo 2 foi submetido a distinto procedimento de análise. A rotina GLLAMM não pode ser utilizada porque sua codificação não permite a utilização de preditores defasados (lagged predictors). Essa etapa do teste foi realizada com o comando predict, inicialmente na sua forma mais simples, e posteriormente com a opção de estimação de desvios padrão robustos. Os histogramas padronizados são apresentados no Gráfico 3. Não há resíduos de magnitude superior a dois desvios padrão, o que permite a utilização dos coeficientes, apesar da heteroscedasticidade observada.
0 1 2 3 4
Density
-4 -3 -2 -1 0 1
An. resid. padronizados Mod. 2
0 .5 1 1.5
Density
-10 -8 -6 -4 -2 0
An. resid. padronizados Mod. 2 Robust
Gráfico 3: Histogramas de resíduos padronizados do modelo 2.
Fonte: Dados da pesquisa.
A rotina que utiliza os estimadores de Arellano-Bond tem suporte para preditores defasados e esse teste se mostrou conclusivo. Nenhum dos coeficientes se apresentou significativo com um nível de tolerância de 10%, a exceção de um coeficiente (xrs0) cujo sinal foi invertido em relação ao observado anteriormente. A inversão do sinal ocorreu em outras variáveis, conforme indicado na Tabela 21.
Para todos os indicadores de falhas do mercado, a exceção de um coeficiente (xrs0), não se pode refutar a hipótese nula, que indica que o efeito sobre o crescimento dos BG dessa variável é zero.
Tabela 21: Comparativo dos coeficientes FE com os estimadores Arellano-Bond para o Modelo 2
varRB Crescimento fe2a fe2aRobust AB2 AB2robust l.varRB varRB ano anterior -.1189*** -.1189* -.0625** -0.0625
varRB Crescimento fe2a fe2aRobust AB2 AB2robust
doador doador -0.0042 -.0042*** 0.0002 0.0002
estatal estatal omitido omitido -.0219* -0.0219
EstatInd Controle indireto 0.0012 0.0012 -0.0014 -0.0014 pl Patrimônio líquido 0.0000* 0.0000*** -0.0000 -0.0000 varPIB var(PIB) ano anterior omitido omitido -34.9295 -34.9295 eco_free Índice IEF -0.0004 -0.0004 -0.0001 -0.0001 lrf0 Estrutura legal/regulatória omitido omitido -0.0008 -0.0008 lbr0 Regulaçãorel. trabalho .0084*** .0084*** 0.0004 0.0004 xrs0 Estabilidade do câmbio -0.0064 -0.0064 .0326* .0326*
sir0 Taxa de juros curto prazo -.0007* -.0007* 0.0011 0.0011 ccr0 Credit rating do país -.0012*** -.0012*** 0.0001 0.0001 irs0 Spread taxa de juros -.0017** -.0017*** omitido omitido
* p<0.1; ** p<0.01; *** p<0.001.
Fonte: Dados da pesquisa.
Portanto, o modelo 2 não deve ser considerado na análise dos resultados. A variável crescimento dos BG não é descrita de forma adequada pelas variáveis preditoras. O tópico seguinte passa a tratar da discussão dos resultados a partir dos achados do modelo 1.