Faculdade de Economia e Administração
Stella Menezes Torres
TAXA DE DESEMPREGO ESTRUTURAL E SUAS
DETERMINANTES
Orientador
Marcelo Rodrigues dos Santos
São Paulo
2016
Taxa de desemprego estrutural e suas determinantes
Monografia apresentada ao curso de Ciências Econômicas, como requisito parcial para obtenção do grau de Bacharel do Insper Instituto de Ensino e Pesquisa.
Orientador:
Prof. Dr. Marcelo Rodrigues dos Santos
São Paulo
2016
TORRES, Stella Menezes. Taxa de desemprego estrutural e suas determinantes. São Paulo, 2016. Monografia – Faculdade de Economia e Administração. Insper Instituto de Ensino e Pesquisa.
O presente estudo tem o objetivo de identificar as componentes que determinam o desemprego estrutural dos países e como diferentes variáveis do mercado de trabalho o afetam. Isso será realizado pela estimação da Curva de Phillips de salários em um modelo de painéis. A partir da estimação, poderão ser realizadas recomendações de políticas trabalhistas tendo benchmarks como parâmetros. Estes resultados podem enriquecer a formulação de expectativas referentes a variações nas legislações do trabalho e a outros fatores da economia. Palavras-chave: Taxa natural de desemprego, Taxa estrutural de desemprego, Mercado de trabalho, NAIRU, Curva de Phillips, Salários.
1. Introdução ...1
2. Revisão de Literatura...2
3. Metodologia ...4
3.1 Metodologia Econométrica...4
3.2 Análise das Variáveis...8
3.3 Resultados Esperados...10
4. Resultados...10
5. Conclusão...14
Referências...15
1. Introdução
Este estudo tem o objetivo de identificar as componentes que determinam o desemprego estrutural dos países e como diferentes variáveis do mercado de trabalho o afetam. A relevância deste trabalho pode ser observada em recomendações de política econômica e até em formulações de expectativas dados choques na economia. Um exemplo de tal importância pode ser visto após a crise de 2008 nos países que mais foram afetados, como os Estados Unidos, a ajudar na formulação de expectativas da taxa de desemprego estrutural da economia.
Isto será realizado por meio de um estudo em painel com alguns países, onde a estimação do desemprego estrutural será realizada utilizando a NAIRU como sua proxy, assim como foi realizado por Orlandi (2012). Desemprego estrutural é a taxa natural de desemprego que a economia teria no longo prazo caso não houvesse choques de curto prazo. Seu nível é determinado a partir de fatores institucionais e políticas fiscais, como os impostos e o seguro-desemprego. É esperado encontrar que as variáveis comumente utilizadas para determinar a taxa de desemprego, como as mencionadas acima, sejam igualmente relevantes para explicar o desemprego estrutural.
A metodologia empregada será focada em analisar como as variáveis institucionais afetam o desemprego estrutural de uma economia, fazendo controle para as variáveis de curto prazo que possivelmente afetam a variável resposta. A intuição deste método é manter apenas as variáveis que se mostram relevantes no longo prazo, caracterizando-as como estruturais. É relevante apontar a limitação de tal método, o qual pode muitas vezes ser incapaz de controlar todos os componentes de choques temporários. Ainda, é interessante relacionar tais resultados aos diferentes contextos políticos, econômicos e sociais, adequando-se às condições de cada país.
Como base para este estudo, foram utilizados principalmente dois papers, um formulado por Orlandi (2012) e outro por Silva Filho (2010). O primeiro realizou um estudo com o mesmo objetivo deste trabalho, mas para 13 países da União Europeia. Já o segundo, buscou estudar a taxa de desemprego natural no Brasil, Chile, Colômbia e Venezuela, utilizando uma metodologia diferente da empregada no estudo de Orlandi. O presente trabalho busca realizar isto para 17 países com economias desenvolvidas, sendo eles: Austrália,
Áustria, Bélgica, Canadá, Dinamarca, França, Alemanha, Irlanda, Itália, Japão, Holanda, Portugal, Espanha, Suécia, Suíça, Reino Unido e Estados Unidos. O objetivo de realizar um estudo com países com diferentes estruturas trabalhistas é analisar o impacto que estas têm em relação à taxa de desemprego estrutural. Um exemplo pode ser observado na proteção que alguns países têm em relação à demissão de funcionários e como isso pode influenciar na produtividade dos trabalhadores e no resultado da empresa. Assim, a partir deste estudo, poderão ser identificadas como as diferentes estruturas trabalhistas dos países impactam suas taxas de desemprego estrutural, considerando também os choques econômicos que cada uma teve em suas economias.
Em suma, o presente estudo busca identificar as principais componentes determinantes da taxa de desemprego estrutural em diversos países do mundo e como as diferentes estruturas resultam em maiores ou menores taxas. A partir disso, poderão ser realizadas recomendações de políticas trabalhistas tendo benchmarks como parâmetros. Ainda, estes resultados podem enriquecer a formulação de expectativas referentes a crises, choques de demanda e oferta e também variações nas legislações do trabalho.
2. Revisão de Literatura
O conceito da taxa de desemprego natural de uma economia foi primeiramente discutido por Milton Friedman em 1968, o qual apresentou a seguinte ideia em seu discurso presidencial na Associação Americana de Economia:
“The natural rate of unemployment, in other words, is the level that would be ground out by the Walrasian system of general equilibrium equations, provided there is embedded in them the actual structural characteristics of the labor and commodity markets, including market imperfections, stochastic variability in demands and supplies, the cost of gathering information about job vacancies and labor availabilities, the costs of mobility and so on.”
Em seu discurso, Friedman revela o conceito de que a taxa natural de desemprego é um resultado de fatores reais da economia e não apenas de políticas monetárias, introduzindo a ideia de que ela é um resultado de imperfeições do mercado de trabalho no longo prazo. Vale ressaltar que o mesmo conceito estava sendo desenvolvido por Edmund Phelps, também em 1968. Embora Phelps não tenha utilizado o mesmo termo para referir-se à taxa de
desemprego natural, as ideias em pauta eram convergentes. Antes dessas discussões serem introduzidas, o desemprego natural era associado ao problema de falta de demanda agregada e não era relacionado à características do mercado de trabalho. Desta forma, os conceitos introduzidos por Friedman e Phelps ajudaram na formulação de expectativas econômicas da época.
Ainda, mesmo que não esteja explícito no discurso de Friedman mencionado acima, é possível inferir que quando há mudanças na produtividade, salários e preços, o mercado de trabalho não se encontra em equilíbrio. Tal conexão entre a taxa natural de desemprego e inflação foi concretizada em um discurso de Friedman anterior ao mencionado acima, realizado em 1966:
“In my opinion, there is what might be termed a ‘natural’ level of unemployment in any society you can think of […] for any given labor market structure, there is some natural level of unemployment at which real wages would have a tendency to behave in accordance with productivity […]. If you try, through monetary measures, to keep unemployment below this natural level, you are committed to a path of perpetual inflation at an ever-increasing rate.”
A relação explicitada por ele revela embasamento teórico nos estudos de Phillips (1968), o qual propôs a Curva de Phillips, responsável por estabelecer o trade-off entre desemprego e inflação. Friedman argumenta, assim como a Curva de Phillip indica, que a taxa de desemprego natural é determinada por fatores reais da economia e não nominais. Esta é sua justificativa para o fato de políticas monetárias não terem efeito na taxa natural de desemprego, pois estas determinam fatores nominais da economia, enquanto o desemprego é afetado pelo salário mínimo e sindicatos. Desta forma, ele acredita que um trade-off entre inflação e desemprego no curto prazo sempre irá existir devido à dificuldade de estimar perfeitamente a inflação, mas que no longo prazo esta relação não é observada, reiterando o fato da Curva de Phillips ser vertical no longo prazo, onde o desemprego já não depende mais da inflação.
Há economistas que acreditam que o conceito introduzido acima representa a taxa de desemprego não aceleradora da inflação, conhecida como NAIRU (do inglês, non-accelerating inflation rate of unemployment), concretizada por Modigliani e Papademos (1975), a qual teoricamente seria distinta da taxa natural de desemprego. No entanto, muitos outros argumentam que ambos os conceitos são sinônimos, como Gordon (1997) e Mankiw
(2001). Tais diferenças ocorrem por diversos motivos. De acordo com Silva Filho (2010), um deles é referente ao fato de que pela NAIRU o desemprego pode estar acima ou abaixo do desemprego de equilíbrio, levando a conclusões ambíguas de que o mercado pode estar superaquecido quando na verdade não está. Com isso, mudanças na política monetária podem ser realizadas erroneamente se baseadas na NAIRU como proxy para o desemprego natural. Desta forma, o ideal seria utilizar a NAIRU apenas como referência para o desemprego estrutural, que é justamente o propósito deste estudo. Mesmo que não haja um consenso entre os economistas sobre o melhor modelo a ser utilizado para modelar a taxa de desemprego estrutural, dado que há muitos componentes não observados que a influenciam, como características institucionais e políticas trabalhistas, se a equação for devidamente adequada à não conter choques de curto prazo, a NAIRU estimada será uma boa aproximação do desemprego estrutural.
A partir do apresentado acima, este trabalho busca identificar quais as componentes do mercado de trabalho que possuem forte influência na determinação do desemprego estrutural de um país. Diferentemente de estudos anteriores, a amostra buscará abranger países com diferentes burocracias trabalhistas para analisar qual o impacto delas sobre a taxa de desemprego estrutural de um país e, a partir disso, recomendar possíveis práticas de governo.
3. Metodologia
3.1. Metodologia Econométrica
A metodologia empregada no estudo tem como base a estimação da NAIRU mencionada anteriormente como proxy da taxa de desemprego estrutural. Assim, a análise será feita com séries temporais em painel, abrangendo os seguintes países: Austrália, Áustria, Bélgica, Canadá, Dinamarca, França, Alemanha, Irlanda, Itália, Japão, Holanda, Portugal, Espanha, Suécia, Suíça, Reino Unido e Estados Unidos, de 2002 a 2013. Inicialmente, o objetivo do trabalho era conseguir dados de pelo menos 20 anos; no entanto, devido à restrições de algumas variáveis (explicado em detalhes adiante), isso não foi possível.
Para entender a determinação do desemprego estrutural, é necessário considerar duas categorias de variáveis que podem afetá-lo: estruturais e não estruturais. Os fatores estruturais são características fundamentais do mercado de trabalho, já os não estruturais também tem influência na taxa de desemprego estrutural, mas de forma indireta, como a taxa real de juros e o progresso tecnológico; ambas categorias são consideradas na equação estimada.
Assim, para a estimação da Curva de Phillips, é necessário estimar a taxa de desemprego estrutural utilizada, a qual depende das seguintes funções de demanda e oferta de trabalho:
Demanda por trabalho:
onde, : constante
: salário
: políticas ativas do mercado de trabalho: um aumento desta variável é percebido pelas empresas como ganho de produtividade e melhora da performance dos trabalhadores : nível de preços : produto : mão-de-obra empregada Oferta de trabalho: onde, : preço esperado
: salário mínimo esperado que trabalhador está disponível a aceitar para sair do desemprego
: imposto incidente no salário do trabalhador
: densidade dos sindicatos, representando o poder de barganha que estes possuem em relação às firmas
: taxa de desemprego : produtividade esperada : choque à regra de salários
Da equação de demanda por trabalho, é possível observar que uma melhora na variável de políticas trabalhistas ativas pode melhorar a performance do trabalhador e até
mesmo aumentar a facilidade com que se encontre trabalho. Assim, a expectativa é que melhorando as políticas trabalhistas ativas, a demanda por trabalho aumente.
Ainda, é necessário definir que o trabalhador internaliza parte do choque de demanda por trabalho, afetando assim, a sua produtividade, a qual depende do produto, trabalho e políticas trabalhistas ativas:
Além disso, também é importante definir o menor salário no qual o trabalhador está disposto a aceitar para começar a trabalhar, apresentado a seguir:
onde,
: taxa de substituição do trabalho, ou a taxa que o trabalhador irá receber como previdência em relação ao valor da sua remuneração quando estava empregado
: é a taxa média de substituição do trabalho que o trabalhador receberia enquanto desempregado
: parâmetro de 1 a 0, o qual mede a dimensão da incidência do imposto na taxa de substituição
Desta forma, a equação acima ilustra como a taxa de substituição depende da produtividade do trabalhador e do imposto cobrado em cima de seu trabalho, que sugere que quanto maior a incidência de impostos, menor a taxa de substituição do trabalho. Com isso, o trabalhador computa sua renda no cenário de desemprego considerando a probabilidade dele sair disso, o que é evidenciado pela equação abaixo, a qual define a taxa média de substituição do trabalho.
desemprego e ilustra a taxa de substituição do trabalho após meses de desemprego. Assim, é esperado que a taxa de substituição recebida quando há um longo período de desemprego seja menor do que em uma economia com taxas altas de probabilidade de saída do desemprego.
Por fim, assume-se que a inflação passada será igual à inflação do período corrente, assim como a produtividade.
Desta forma, definidas as funções de demanda e oferta de trabalho, assim como as demais funções apresentadas acima, pode-se chegar à seguinte equação de taxa de desemprego estrutural:
Tal equação apresenta a relação estudada entre a taxa de desemprego estrutural e as determinantes do mercado de trabalho. Com isso, chega-se à equação da Curva de Phillips de salários, apresentada a seguir, a qual é utilizada para o estudo econométrico, e é formulada em função da taxa de desemprego estrutural acima.
A equação acima apresenta as variáveis estruturais, mas é relevante apontar que haverá o controle para as variáveis não estruturais que podem afetar a NAIRU, tais como taxas reais de juros, o crescimento da produtividade total dos fatores e mudanças na demanda do mercado de trabalho, como booms no mercado imobiliário, por exemplo. É esperado que a taxa real de juros tenha uma relação positiva com a NAIRU, dado que um aumento desta pode diminuir a quantidade acumulada de capital, o que tende a diminuir o nível de emprego da economia para que o equilíbrio possa ser restaurado, aumentando a taxa de desemprego. Em relação ao crescimento da produtividade dos fatores, é difícil estimar qual o impacto que esta pode ter em relação à NAIRU, já que uma queda deste pode aumentar o desemprego considerando que as firmas podem não ajustar-se à nova demanda por salários mais alta. Por outro lado, pode haver um efeito positivo ao relacionar-se que a produtividade mais alta pode demandar uma alta necessidade por realocação de recursos. No entanto, este estudo considerará a relação negativa mencionada. Por fim, choques na economia podem aumentar o desemprego estrutural por fazerem com que este fique mais “enraizado” na economia. Isso,
pois, no caso de um longo período de desemprego, as firmas podem ficar menos propensas a contratar algum desempregado, aumentando seu poder de barganha, o que tende a diminuir o salário e resulta em uma taxa de desemprego maior impregnada na economia.
Assim, tais choques podem afetar o componente de tendência da taxa de desemprego estrutural e para que isso seja percebido, estes fatores são acrescentados na análise.
3.2. Análise das Variáveis
Em suma, as variáveis utilizadas na análise são: NAIRU, a qual é a variável resposta; taxa de substituição do trabalho, imposto incidente no salário, densidade dos sindicatos, políticas ativas do mercado de trabalho, fator de produtividade, taxa de juros, e fator de construção, onde dentre as variáveis explicativas, as quatro primeiras são estruturais e as demais são não estruturais. Vale ressaltar que os gráficos das variáveis por países encontram-se em anexo.
A construção das variáveis dá-se da seguinte forma:
- Taxa de substituição do trabalho: a variável busca medir, em média, o provável seguro-desemprego dos trabalhadores, utilizando o benefício do desemprego no primeiro ano deste e também o benefício do desemprego em até 5 anos, ponderando-os pela probabilidade de saída do desemprego, a qual foi utilizada a taxa de 2012 pela dificuldade de encontrar série histórica. O benefício do desemprego nos dois períodos foi calculado como uma média entre as variáveis fornecidas pela OCDE, as quais são: solteiro, solteiro com duas crianças, casal, casal com duas crianças; e também entre os seguintes cenários: desempregado recebe 67% do salário que possuía anteriormente ou então recebe 100% do mesmo. Com esta variável, é possível observar que conforme ela aumenta, o trabalhador terá menos incentivo para sair do desemprego, já que seu seguro-desemprego estará maior, e a NAIRU também irá aumentar. Também é possível observar que países com maiores períodos de desemprego apresentam uma distribuição mais uniforme do benefício e países com menores períodos de desemprego tendem a ter um benefício maior no primeiro ano. O período desta série é de 2002 a 2014;
- Imposto: alíquota de imposto incidente nos salários dos trabalhadores. A partir da análise gráfica, é possível ver que os impostos entre os países podem variar bastante de magnitude, indo de 56% na Bélgica até 22% na Suíça. É possível inferir que quanto maiores as alíquotas de imposto, há menos incentivos para uma pessoa sair do desemprego, considerando o custo de oportunidade que esta tem. Esta variável foi encontrada de 2000 a 2015;
- Densidade dos sindicatos: variável fornecida pela OCDE, a qual mede a proporção de membros nos sindicatos. Esta variável sofre uma grande mudança de país para país. Nos Estados Unidos, por exemplo, onde sindicatos não são obrigatórios, a taxa é muito pequena, perto de 10%, assim como na França, enquanto em países europeus, os quais são mais protecionistas, têm taxas em torno de 30%, com países escandinavos como a Dinamarca, tendo em torno de 67%. Em geral, no período analisado houve uma tendência de queda do poder dos sindicatos, o que, em teoria, pode sugerir um aumento do desemprego estrutural, dado que a relação entre estas duas variáveis é inversa. O período desta variável é de 1985 a 2013;
- Políticas ativas do mercado de trabalho: esta variável também é fornecida pela OCDE, contendo diversas características. No presente estudo, serão utilizadas apenas as políticas ativas, consideradas pelos seguintes fatores: serviços públicos de trabalho e administração, treinamento, rotação de trabalho e compartilhamento, incentivos aos funcionários, trabalho incentivado e reabilitação, criação direta de trabalho e incentivo à start-ups. Esta variável é calculada como a quantidade de políticas ativas como porcentagem do PIB dividido pela parcela de desempregados da população, e também sofre grandes variações dependendo do país em questão. Na Dinamarca e na Holanda, as políticas chegam a uma razão grande, de até 100, enquanto nos Estados Unidos e no Reino Unido tal razão chega próximo a zero. A partir da análise dos gráficos, é interessante observar que a maioria dos países não têm uma tendência quanto a esta variável, pois há períodos em que eles aumentam ou diminuem estes incentivos, provavelmente buscando ajustar a economia. Variável disponível de 1985 a 2013;
- Fator de produtividade: o crescimento do fator total de produtividade de uma economia, o qual busca medir a quantidade de outputs gerada a partir de uma unidade de input. Com os gráficos, é possível ver que há variações bem significantes nas séries dos países, o que pode ser explicado por momentos de crises e de demora nos ajustes das expectativas. O período desta variável vai de 1985 a 2013;
- Taxa de juros: taxas reais de juros das economias. Esta variável pode ser percebida como o custo de oportunidade entre o empregador manter um funcionário ou aplicar seu dinheiro. Desta forma, conforme há aumentos na taxa de juros, é esperado que haja um aumento também da NAIRU. Com os gráficos, observa-se que as taxas de juros variam bastante entre países e que há períodos com forte elevação delas, já que são instrumentos de política monetária de uma economia e ajudam na estabilidade do país. Um possível exemplo é
Portugal, onde após a crise de 2008, houve um crescente aumento desta, diminuindo apenas em 2013. Período disponível de 1999 a 2014; e
- Fator de construção: porcentagem da população empregada que está trabalhando na área de construção, a qual tem o objetivo de capturar o efeito de momentos de boom do mercado imobiliário. Estes efeitos podem ser observados na Espanha e Irlanda em 2007, e podem ser grandes responsáveis por variações de curto prazo da taxa estrutural de desemprego. O período disponível desta variável é de 2000 a 2014.
Vale ressaltar que a fonte de todos os dados é a OCDE, extraídos da última versão publicada, em junho de 2016. Mais detalhes de análise descritiva podem ser encontrados em anexo.
3.3. Resultados Esperados
A partir das estimações realizadas, é esperado encontrar que as variáveis usualmente utilizadas na literatura econômica para estimar a taxa de desemprego de uma economia sejam igualmente relevantes na determinação da taxa de desemprego estrutural (NAIRU), tais como legislações trabalhistas e impostos do mercado de trabalho.
Além disso, a partir da análise comparativa entre a NAIRU estimada e a NAIRU ocorrida, poderá ser possível comparar como o modelo se assemelha da série real e, a partir disso, entender como países podem agir em relação às variáveis no modelo para atingir seus objetivos referentes à suas taxas de desemprego estrutural. Desta forma, estes resultados podem auxiliar os formuladores de políticas nas estratégias adotadas para seus países.
4. Resultados
Primeiramente, o período utilizado foi de 2002 a 2013, buscando abranger o maior período possível para obter-se uma análise consistente. Dado a restrição de alguns dados, como da taxa de imposto, a qual foi possível apenas encontrar dados a partir de 2000, ou então da taxa de substituição do trabalho, que é iniciada em 2002, houve uma dificuldade de estimar uma série de período mais longa. É importante observar que para a Itália e a Suíça foi necessário ajustar a base de dados para poder capturar o período de 2002 a 2005 e o ano de 2013, devido à falta de observações de variáveis como construção (no caso da Suíça) e políticas ativas do mercado de trabalho (Itália).
Em seguida, para a estimação em painel, é necessário analisar se há efeitos fixos ou aleatórios nas séries, o que foi feito utilizando o teste de Hausman e assumindo 10% de significância, como pode ser observado nas saídas apresentadas em anexo. A partir do resultado, conclui-se que há efeitos fixos e não aleatórios, quer seja de período ou de cross-section, já que os p-valores obtidos são menores que 10%. Em seguida, foi realizado o teste de Likelihood ratio para identificar qual efeito fixo deveria ser considerado, o de período ou o de cross-section. Com a saída (apresentada em anexo), e com a mesma significância mencionada anteriormente, conclui-se que o efeito a ser considerado é o de cross-section, a partir do teste realizado, já que o p-valor obtido para cross-section é menor que 10% e para período é maior que 10%.
A partir dos resultados acima, foi estimada a regressão com efeito fixo de cross-section, obtendo-se 97% de R² (as variáveis explicativas são responsáveis por 97% da variável resposta) e apenas três variáveis com relevância estatística (considerando 10% de significância), sendo estas: políticas trabalhistas ativas, taxa de juros e fator de construção, além do efeito fixo de cross-section também ser relevante (vide anexo para saída da equação). Além disso, é necessário analisar a heterocedasticidade dos erros. Com os gráficos dos resíduos de cada país apresentado em anexo, observa-se que estes não parecem ser homocedásticos e por isso, deve-se levar em consideração a heterocedasticidade destes.
Em seguida, é realizada uma nova equação, a qual utiliza PCSE para considerar os problemas de heterocedasticidade mencionados, apresentada abaixo e com mais detalhes na saída em anexo.
Variáveis explicativas Coeficiente Desv. Padrão P-valor Taxa de substituição do trabalho -0.0047 0.0165 0.7738
Imposto 0.0453 0.0414 0.2749
Densidade dos sindicatos -0.0211 0.0186 0.2590 Políticas ativas do mercado de trabalho -0.0002 0.0000 0.0001 Fator de produtividade -0.0281 0.0230 0.2247 Taxa de juros 0.0811 0.0349 0.0211 Fator de construção -0.3891 0.0541 0.0000
Constante (efeito fixo de cross-section) 0.0942 0.0122 0.0000
Com os dados obtidos acima, observa-se que as mesmas três variáveis da primeira equação se mostram relevantes na análise da NAIRU, são elas: políticas ativas do mercado de trabalho e fator de construção, além do efeito fixo de cross-section. Mesmo com o aperfeiçoamento da equação para considerar a heterocedasticidade dos resíduos, o R² da equação manteve-se o mesmo, em 97%, o que continua sendo muito bom. Ainda, mesmo que
a maioria das variáveis não tenha se mostrado relevante, é possível observar que quase todos os sinais estão alinhados com os esperados, com exceção da taxa de substituição do trabalho e da densidade dos sindicatos.
É possível que algumas variáveis não estejam se mostrando relevantes devido ao período histórico contemplado não ser muito vasto, podendo prejudicar a estimação da equação. Há também a possibilidade de alguns dos dados não estarem sendo calculados da melhor forma, como a taxa de substituição do trabalho.
Com isso, buscando aperfeiçoar a estimação e obter resultados mais precisos, foi estimada uma nova regressão sem considerar a Itália e a Suíça, já que, como explicado anteriormente, ambos países não têm todos os dados necessários para os anos estimados; sem a variável de taxa de substituição do trabalho, já que esta foi calculada a partir dos dados fornecidos pela OCDE e isso pode não ter sido feito da melhor forma; e contemplando os anos de 2000 a 2013. É importante considerar que nesta tentativa não houve uma análise de período maior, pois o imposto é uma variável crucial para a regressão e só está disponível a partir de 2000.
Novamente, para identificar se nesta nova regressão (identificada nos anexos como equação com segunda base de dados) os mesmos efeitos fixos e de cross-section eram válidos, foram realizados novamente os testes de Hausman e de Likelihood Ratio, considerando também 10% de significância. Estes são apresentados também em anexo e confirmam os mesmos resultados obtidos anteriormente.
Com as saídas apresentadas em anexo, é possível observar que os resultados encontrados são os mesmos da regressão realizada anteriormente, onde apenas as mesmas três variáveis se mostraram significantes a um nível de 10%. Ainda, dada a mesma análise da homocedasticidade dos resíduos, é possível observar que estes parecem ser heterocedásticos e, desta forma, estima-se a regressão novamente com estimadores robustos. Novamente, os mesmos resultados são verificados, agora com um R2 de 95%, uma diferença pouco significativa comparada à equação estimada com a primeira base de dados. Em relação aos sinais esperados, todos estão de acordo com as expectativas, com exceção da densidade dos sindicatos, que era esperado um coeficiente positivo, mas apresentou coeficiente negativo.
Assim, como não houve diferença referente à relevância das variáveis analisadas na primeira e segunda base de dados, é possível concluir que o impacto do cálculo da variável de taxa de substituição do trabalho (UBRR) não se mostrou grande e, dado que teoricamente esta variável é um fator relevante na determinação da NAIRU, sugere-se que esta seja mantida na análise. Desta forma, é feita uma nova estimação, agora com esta variável, mas ainda sem
Itália e Suíça para utilizar como equação final da análise (identificada como equação com terceira base de dados).
Em anexo é possível encontrar os mesmos testes e análises realizadas com as duas primeiras bases, agora para a terceira base de dados - com dados de 2002 a 2013, incluindo a variável de taxa de substituição do trabalho e sem Itália e Suíça - e os resultados encontrados dadas as mesmas premissas são os mesmos. É interessante observar que com esta terceira base de dados, o sinal da taxa de substituição do trabalho, que na primeira estimação havia sido negativo, agora se mostra positivo, que é de acordo com o esperado. Todos os outros coeficientes apresentam o sinal esperado corretamente, com exceção da densidade dos sindicatos, que continua apresentando coeficiente negativo ao invés de positivo. O R2 desta nova equação é de 96%.
O resultado da terceira equação é apresentado a seguir:
Variáveis explicativas Coeficiente Desv. Padrão P-valor Taxa de substituição do trabalho 0.0055 0.0194 0.7775
Imposto 0.0409 0.0412 0.3214
Densidade dos sindicatos -0.0192 0.0198 0.3317 Políticas ativas do mercado de trabalho -0.0002 0.0000 0.0001 Fator de produtividade -0.0366 0.0262 0.1647 Taxa de juros 0.0830 0.0370 0.0262 Fator de construção -0.3881 0.0544 0.0000
Constante (efeito fixo de cross-section) 0.0915 0.0117 0.0000
Diferentemente do que era esperado, quatro variáveis teoricamente relevantes para a determinação da NAIRU não se mostraram significantes, mesmo quase todas tendo o sinal esperado adequado, com exceção de uma delas.
Em seguida, é apresentado o resultado da NAIRU estimada com os coeficientes regredidos em comparação com a NAIRU observada para os mesmos anos para poder observar-se como a estimação pode se aproximar da realidade ou não. É interessante explicitar que mesmo algumas variáveis não se mostrando relevantes na estimação, elas foram mantidas na regressão por serem teoricamente relevantes na determinação da NAIRU.
A partir da comparação entre a NAIRU estimada com a NAIRU histórica (apresentada em anexo), é possível observar que para alguns países a estimativa se aproximou da realidade, como para a Bélgica, a França e a Suécia. No entanto, para outros como a Espanha e Portugal, houve uma maior disparidade entre as duas séries. Isso provavelmente pode ocorrer devido a choques de curto prazo não capturados pela estimação.
Desta forma, é interessante observar como este estudo pode ser utilizado em políticas públicas no futuro. Por exemplo, caso algum país tenha interesse em mudar suas políticas trabalhistas para fazer com que elas capturem uma menor taxa de desemprego estrutural, os formuladores de políticas deste país podem observar a Suécia como um exemplo, a qual possui taxa de desemprego estrutural de aproximadamente 7%, e analisar como são os impostos e políticas trabalhistas ativas no país.
5. Conclusão
Com os resultados obtidos, pode-se observar que algumas das variáveis usualmente utilizadas mostraram-se relevantes para a estimação do desemprego estrutural. No entanto, mesmo fazendo sentido teoricamente que as outras variáveis se mostrassem relevantes, isso não ocorreu, o que pode ser explicado por diversos motivos. Dentre eles, há o fato do período utilizado não ser muito longo; o cálculo de algumas das variáveis não ser o ideal; e poder estar faltando alguma outra variável relevante para explicar a NAIRU. Mesmo assim, foi considerado relevante deixar todas as variáveis estudadas, pois há embasamento teórico para estas se manterem na análise.
Por fim, com a análise comparativa da estimação da NAIRU com sua série histórica, é possível que este resultado ajude formuladores de políticas trabalhistas no direcionamento de suas implementações. Um exemplo pode ser dado com um país no qual sua estimativa assemelhou-se à realidade, como a Bélgica. Desta forma, isso pode ser um exemplo de como implementar políticas trabalhistas, quer seja diminuindo impostos sobre o trabalho ou diminuindo o seguro-desemprego, com o objetivo de diminuir o desemprego estrutural da economia.
Seria interessante aprimorar este trabalho tentando buscar dados com maior disponibilidade de anos e calcular algumas variáveis de outras formas. Ainda, também vale ressaltar que uma estimação para mais países poderia ser benéfica para a análise comparativa entre eles.
Referências
FRIEDMAN, M. The role of monetary policy, 1968. The American Economic Review, Vol. 58, No 1.
GORDON, R. J. The time-varying NAIRU and its implications for economic policy, 1997. Journal of economic perspectives, Vol. 11, No 1.
MANKIW, G. N. The inexorable and mysterious tradeoff between inflation and unemployment, 2001. The economic journal, Vol. 111, No 471.
MODIGLIANI, F.; PAPADEMOS, L. Targets for monetary policy in the coming year, 1975. Brookings papers on economic activity 1.
ORLANDI, F. Structural unemployment and its determinants in the EU countries, 2012. PHELPS, E. Money-wage dynamics and labour market equilibrium, 1968. Journal of political economy 76, No 4.
SILVA FILHO, T. N. T. The natural rate f unemplyment in Brazil, Chile, Colombia and Venezuela: some results and challenges, 2010.
Anexos
1. Análise descritiva da primeira base de dados utilizada (2002-2013, com Itália e Suíça)
2. Gráficos das variáveis
3. Testes com primeira base de dados – com variável UBRR e com Itália e Suíça -2002 a 2013
c. Likelihood ratio
e. Gráficos dos resíduos da equação com primeira base de dados - Heterocedasticidade
f. Saída da equação com primeira base de dados e com estimadores robustos para heterocedasticidade
4. Teste com segunda base de dados – sem variável UBRR e sem Itália e Suíça – 2000 a 2013
c. Likelihood ratio
e. Gráficos dos resíduos da equação com segunda base de dados - Heterocedasticidade
f. Equação com segunda base de dados com estimadores robustos para heterocedasticidade
5. Teste com terceira base de dados – com variável UBRR e sem Itália e Suíça – 2002 a 2013
c. Likelihood ratio
e. Gráficos dos resíduos da equação com terceira base de dados - Heterocedasticidade
f. Equação com terceira base de dados com estimadores robustos para heterocedasticidade
