• Nenhum resultado encontrado

Corrupção : um efeito sobre a taxa de juros

N/A
N/A
Protected

Academic year: 2017

Share "Corrupção : um efeito sobre a taxa de juros"

Copied!
56
0
0

Texto

(1)

CORRUPÇÃO:

UM EFEITO SOBRE A TAXA DE JUROS

Autor: Lara Mendes

Orientador: Tito Belchior S. Moreira

Mestrado

(2)

LARA PEREIRA MENDES

CORRUPÇÃO: UM EFEITO SOBRE A TAXA DE JUROS

Dissertação apresentada ao Programa de Pós-Graduação Stricto Sensu em Economia de Empresas da Universidade Católica de Brasília, como requisito parcial para obtenção do Título de Mestre em Economia do Trabalho.

Orientador: Prof. Dr. Tito Belchior S. Moreira Co-Orientador: Prof. Dr. Paulo Roberto A. Loureiro

(3)

M538c Mendes, Lara Pereira.

Corrupção : um efeito sobre a taxa de juros / Lara Pereira Mendes. – 2008.

56 f. ; il. ; 30 cm

Dissertação (mestrado) – Universidade Católica de Brasília, 2008. Orientação: Tito Belchior S. Moreira

Co-orientação: Paulo Roberto A. Loureiro

1. Crime - economia. 2. Corrupção. 3. Taxa de juros. I. Moreira, Tito Belchior, orient. II. Loureiro, Paulo Roberto A, co-orient. III. Título.

(4)
(5)
(6)

AGRADECIMENTO

Ao professor Tito Belchior, meu orientador, que todo esse caminho percorrido sempre, com sua sabedoria, soube conduzir-me no caminho acadêmico. A ele devo a maior contribuição do meu trabalho.

Ao professor Paulo Loureiro, por suas preciosas contribuições nesse trabalho.

Ao professor Wilfredo Maldonado, Coordenador do Departamento de Mestrado em Economia da Universidade Católica de Brasília, pelas palavras de superação que sempre me ajudaram. Aos demais professores do Departamento de Mestrado em Economia da Universidade Católica de Brasília, que direta ou indiretamente contribuíram na execução deste trabalho. Ao Wilson Oliveira, meu namorado, que contribuiu com sugestões e críticas ao trabalho, e pela atenção e pronta ajuda ao longo desse último ano.

A minha família, pela compreensão das longas ausências. Agradeço particularmente a minha mãe, por estar presente em todos os momentos.

Aos colegas de curso, Lindomar, Cristina, Leonardo, Raimundo Felix, Augusto e principalmente ao Ailton, pela longa atenção e pronta ajuda nesses últimos dois anos.

Aos colegas de trabalho da ECT, Décio Braga, Alexandre Braga, Peçanha, Sérgio Peres, Ana Maria Martins, Alex Ferreira, Eunice Barbosa, Jacqueline Clara, Danilo Rennó, Juliana Tenti e Simone Pereira pelo apoio dado nesses anos de curso e aos demais colegas da Diretoria Econômica Financeira pela compreensão.

Aos atuais colegas de trabalho da ECT, Roberval, Gina Talayer, Cláudio Cabral, Telmo Castrillon, Ilves Ribas, Rodrigo Lopes e Marcos de Lucas, pelo apoio e compreensão nessa última fase do curso, e ao colega Jorge da Costa pelo apoio e pronta ajuda nessa última fase do curso.

(7)

“A verdadeira dificuldade não está em aceitar idéias novas, mas em escapar às idéias antigas.”

(8)

RESUMO

Referência: MENDES, Lara Pereira. Corrupção: Um Efeito Sobre a Taxa de Juros. 2008. Páginas 56. Mestrado em Economia de Empresas – Universidade Católica de Brasília, Brasília, 2009.

A corrupção é uma das mais dramáticas mazelas que assolam o mundo globalizado. A motivação dos indivíduos dá-se principalmente pelo poder e dinheiro. Uma das suposições é com relação aos caçadores de renda ou rent-seekers. Para que possam aumentar seu bem-estar, eles utilizam de meios ilícitos para aumentar a renda. O poder está mais relacionado à política, concessões de direitos e facilidades aos entes públicos que estão em ascensão, podendo assim “atrasar” ou dificultar o crescimento do país.

O estudo da corrupção é sumariamente importante, como medida decisiva para refrear esse desperdício. Estudar as causas e suas conseqüências faz com que entendamos melhor o processo para podermos combatê-la. A corrupção enfraquece o Estado, provoca desperdício e desvio de dinheiro, além de afetar o crescimento e o nível de investimento.

Esse trabalho analisa o efeito da corrupção sobre a taxa de juros básica do Estado. Essa relação demonstra que independentemente do modelo político-econômico adotado há influência da corrupção quanto aos níveis da taxa de juros.

(9)

ABSTRACT

Corruption is one of the most serious problems that devastate the globalized world. The individual’s motivation is made mainly by power and money. One of the assumptions is related to rent-seekers. So that they can increase their welfare, they use illegal means to increase their income. Power, in this case, is more related to policy, grants of rights and facilities to public entities that are on rising, thereby "delaying" or impeding the growth of the country.

The study of corruption is extremely as decisive measure to curb this waste. Studying its causes and consequences makes its process more understandable so that we can fight against it. Corruption weakens the state, causing wastage and misuse of money, and affects the growth and level of investment.

This work examines the effect of corruption on the basic interest rate of the state. This relationship shows that whatever is the political-economic model adopted there is influence of corruption on the level of interest rates.

(10)

SUMÁRIO

1. INTRODUÇÃO...11

2. Revisão de Literatura...15

2.1 Aspectos da Corrupção...15

2.2 Conceito de Corrupção...20

2.3 Tipos de Corrupção...22

2.4 A Teoria dos Rent-Seekers ...24

2.5 Vantagens e Desvantagens dos Indicadores de Corrupção...27

2.6 Impactos do IPC sobre a economia – Alguns aspectos teóricos...28

3 METODOLOGIA...30

3.1 Análise dos Dados...30

3.2 Apresentação do Modelo...35

3.3 Regressão com Dados em Painel...36

3.4 Modelo dos Efeitos Fixos...38

3.5 Modelos de Efeitos Aleatórios...41

3.6 Escolha entre os modelos de efeitos aleatórios e efeitos fixos...43

4 RESULTADOS ...45

5. CONCLUSÃO...47

6 BIBLIOGRAFIA ...48

7 ANEXO ...54

7.1 Anexo 01 – Tabela do IPC....54

(11)

1 INTRODUÇÃO

O estudo da economia do crime teve início com a publicação do artigo de Gary S. Becker (1968), Crime and Punishment: An Economic Approach, que aborda o gasto monetário das pessoas para prevenção de atos delituosos devido a ausência ou deficiência do Estado na proteção desses indivíduos. O “crime” é uma atividade econômica importante, podendo ser comparada a uma atividade industrial. Becker também falou sobre a relação de custo / benefício que os criminosos teriam para não cometer crimes1. A partir daí, vários artigos foram publicados sobre a economia do crime alcançando temas relevantes como o estudo do custo de diversos tipos de delitos; do gasto público com o meliante; do custo / benefício da máquina governamental em investir na segurança pública; do investimento do indivíduo na sua própria segurança, quando o Estado não consegue cumprir, a contento, o seu papel que é zelar pela segurança dos indivíduos; e da corrupção, que será objeto de estudo desse trabalho.

O termo corrupção surgiu com a idéia de coisa pública2 ou coisa do povo. Corrupção vem do latim corruptione (ato ou efeito de corromper – subornar, comprar3). Sob o aspecto social, Aristóteles define a corrupção como a destruição, a dissolução, ou seja, é o mal social que destrói, anula a própria sociedade. O capitalismo moderno traz consigo, mais arraigadamente, a idéia de corrupção já inserida no contexto social. Alguns autores relacionam o grau de corrupção ao nível de burocracia do Estado.

1 Os criminosos estariam desestimulados a cometer crimes pelo aumento da probabilidade de serem apanhados e punidos e pelo aumento total da punição, caso fossem apanhados. Ambas as situações reduzem a utilidade esperada da atividade criminosa.

2 É tudo aquilo que se arrecada para fins públicos.

(12)

Assim, o termo corrupção vem ocupando considerável espaço na mídia e nas pautas de autoridades de países que integram a economia mundial. Em 2003, foi assinada, por mais de cem países, um instrumento jurídico internacional de combate à corrupção. É o primeiro tratado global desse tema. Esse tratado, conhecido como a Convenção de Mérida, promovida pelas Nações Unidas, estabelece um Comitê Especial Encarregado de Negociar uma Convenção contra a Corrupção.

A Convenção de Mérida integra questões de maneira equilibrada entre prevenção, criminalização, cooperação internacional e recuperação de ativos4. De acordo com os dados do Banco Mundial, a corrupção movimenta cerca de 1 trilhão de dólares a cada ano5, por meio de pagamento de propinas e subornos ou pelo desvio de recursos públicos para bolso privado. Há também a perda indireta pelo país, que é a redução de investimento e o enfraquecimento do Estado de Direito.

A corrupção facilita ações antidemocráticas que aumentam a incredulidade do Estado, diminuem a oferta de serviços sociais, facilitam a atuação do crime organizado e comprometem o desenvolvimento.

Mauro (2002) enfatiza a teoria do parasitismo para descrever as causas e conseqüências da corrupção. Uma das conseqüências é o efeito negativo da corrupção sobre os investimentos e sobre o crescimento econômico.

4 “Este é um princípio fundamental da Convenção, pois a recuperação de ativos é importante para os países em desenvolvimento, onde a corrupção drena as riquezas nacionais e diminui investimentos. Dinheiro e bens públicos desviados para o exterior devem retornar ao país que solicita a recuperação desses ativos. O país deve comprovar a propriedade desses ativos e o país requerido deve reconhecer os danos causados pelos atos de corrupção. Também é previsto o retorno dos bens aos seus legítimos proprietários e a indenização às eventuais vítimas.” Discurso da Convenção de Mérida.

(13)

O Índice de Percepção de Corrupção (IPC), que é uma proxy para quantificar a corrupção do setor público, “mede” ou procura demonstrar a percepção de grandes empresas quanto a atitudes do Governo6 com a Máquina do Estado7 quanto a propensão de incidência à corrupção ativa ou passiva. Este trabalho abordará principalmente como a percepção de Corrupção do Governo8 afeta a taxa de juros. Nesse contexto, o objetivo deste trabalho é verificar se os níveis de corrupção, medido pelo Índice de Percepção de Corrupção (IPC), influenciam a taxa básica de juros.

Uma hipótese para o problema é que a corrupção está relacionada a baixa segurança que o Estado9 oferece ao investidor, seja residente ou não residente, o que significa maior prêmio de risco, que por sua vez implica em maiores retornos (juros). Para que um país consiga atrair capital estrangeiro, para o financiamento da Dívida Externa, por exemplo, é necessário que os Bancos Centrais tornem a taxa de juros do país mais atrativa, do ponto de vista financeiro. Além disso, a corrupção aumenta os custos para as empresas, seja pela liberação de “propinas”, seja pelo atraso na implantação dos projetos de investimentos, caso as firmas não aceitem se corromperem.

A primeira parte do trabalho, introdução, abrange a dimensão do estudo da economia do crime, a definição de corrupção, o objetivo, a justificativa e as hipóteses do trabalho relacionadas ao tema.

6 Para esse estudo, considera-se Governo os candidatos eleitos de maneira direta ou indireta, ou mesmo os dirigentes de cada País, quando for o caso de Monarquia.

7 Máquina do Estado entende-se como todo o processo jurisdicional para a prestação de serviços, tanto para países capitalistas como para monarquias.

8 A corrupção do governo ou o Índice de Percepção de Corrupção, em escores mais baixos indica alta

probabilidade dos funcionários públicos estarem dispostos a exigir pagamentos especiais na forma de subornos como licença de exportação, controles de câmbio, taxação de impostos, proteção policial ou liberação de empréstimos.

(14)
(15)

2 Revisão de Literatura

2.1 Aspectos da Corrupção

Nos últimos anos, a corrupção deixou de ser um problema meramente nacional ou regional e passou a ser um problema do mundo globalizado. Ela ocorre na interface dos setores público e privado. De acordo com Rose-Ackerman (2002) em seu artigo “A economia política da corrupção”, ela expõe que sempre que um agente público possui poder discricionário sobre as atividades de contratação ou fornecimento de bens e serviços, criam-se incentivos para que haja suborno. A relação entre o dinheiro e a atividade pública ou política é intensa em todos os ramos, sendo abordada de maneiras diferentes nos países. Isso ocorre devido à diferença de cultura, do nível de burocracia, do tipo de regime governamental existente e do nível do IDH (Índice de Desenvolvimento Humano).

(16)

A seguir segue o resultado do modelo básico do autor com cross-section. Onde IPC é o Índice de Percepção de Corrupção, PIBpc é o Produto Interno Bruto per capita, ABCAP é a abertura de capital, ou seja, a participação da soma das exportações e importações em relação ao PIB, GG são os Gastos do Governo, Subs é a participação do subsídio no gasto total do governo, IMPCOM é a participação dos impostos com o comércio exterior no total de receitas do governo e CRÉDITO são os créditos domésticos para o setor privado (%PIB).

CRÉDITO IMPCOM Subs GG ABCAP PIBpc

IPC 0.31ln 0.143ln 0.025ln 0.04ln 0.02ln 0.09ln

ln = + + − − +

(7.85) (2.86) (0.29) (-1.82) (-1.62) (1.54) R² = 0.85. Teste F = 27.19. Amostra = 34 países. (*) Teste da Estatística T.

Segundo Carraro, o modelo apresentado mostra que as melhores políticas econômicas para o combate da corrupção estão na abertura comercial e na redução dos subsídios a atividade econômica. De uma forma geral, o tamanho dos coeficientes sugere que a abertura do capital possui o maior impacto para reduzir a corrupção em um país.

Johnston (2002) aborda a corrupção como um problema político, que afeta os processos e seus resultados: “Ela suscita questões políticas importantes acerca das relações entre o Estado e a sociedade, e entre a riqueza e o poder”. Nessa concepção sugere-se que interferências do Estado em questões econômicas podem desvirtuar o conceito e as atividades básicas do Estado, interferindo no crescimento e desenvolvimento, dependendo do impacto e do tipo de interferência.

(17)

caso, para quem tem o poder, vê-se desvencilhado dele e suas riquezas ameaçadas. Assim, para que se mantenha o mesmo patamar de antes das mudanças, os agentes buscam, por meios ilícitos e utilizando suborno, a continuar com a mesma prática anterior.

Vários estudiosos relacionam o nível de burocracia do Estado ao nível de percepção de corrupção. Apesar do problema de corrupção ter sentido ético e moral, pode-se estudar o lado econômico, assim como qualquer outro tipo de crime. Silva (2001) afirma que os problemas sociais da corrupção surgem quando há instabilidade estrutural na economia, ligada ao nível de democracia. Esse é um outro parâmetro a ser vislumbrado, pois o nível de atividade burocrática dificulta, em vários momentos do processo, o desenrolar das atividades. Assim, agentes públicos, que procuram poder e dinheiro, deixam-se subornar ou propõem facilidades no trâmite de processos ou de informações privilegiadas.

Se a corrupção existe em diversos níveis de atividade do Estado, ela pode afetar o crescimento e desenvolvimento econômico, os investimentos do Estado, o seu papel social (principalmente educação e saúde) e a imagem do Estado diante do mundo (risco-país, nível de atividade econômica, a capacidade de negociação, etc).

MAURO (2002) analisa um conjunto de dados de países representativos10 com vistas em fornecer evidências adicionais de que a corrupção pode afetar os investimentos e o crescimento econômico. Apenas a regressão da taxa de investimento, referente à média do período de 1960 – 1985, sobre o índice de corrupção revela uma associação entre essas duas variáveis, a qual é expressiva em níveis convencionais (ver tabela 01, coluna 01). Ainda segundo Mauro, uma “regressão univariada do crescimento anual médio do PIB per capita,

(18)

referente ao período 1960 – 1985, sobre o índice de corrupção (tabela 02, coluna 01) também produz uma associação significativa.” A amplitude dos efeitos é significativa: “um avanço de desvio-padrão único (2,38 pontos) no índice de corrupção está associado a um aumento superior a 4% na taxa de investimento do país e a um aumento superior a 0,5% na taxa de crescimento per capita.” Isso significa dizer que se um país melhorasse sua nota de corrupção de seis para oito, numa escala de 1 a 10, onde o mais corrupto teria uma nota um, a relação entre PIB e investimento se elevaria em quase 4%, e seu crescimento anual do PIB per capita subiria quase 0,5% ao ano.

Tabela 01 – Resultado do Efeito da Corrupção sobre as relações entre investimento e PIB

Variável

Independente univariado MQS, univariado MQ2E, multivariado MQS, multivariado MQ2E,

Constante 0,0780

(4,19) -0,0025 (-0,05) 0,1226 (3,66) 0,0543 (0,47)

IPC 0,0187

(7,03) 0,0320 (3,93) 0,0095 (2,09) 0,0281 (0,99) PIB per capita

em 1960 -0,0062 (-0,91) -0,0213 (-0,96) Escolaridade

secundária em 1960 0,1749 (2,95) 0,1241 (1,21) Crescimento populacional -0,8226 (-0,82) -1,0160 (-1,05)

R² 0,32 Não se aplica 0,44 Não se aplica

Onde: MQS = mínimo quadrado simples; MQ2E = mínimos quadrados em duas etapas.

(19)

Tabela 02 – Resultado do Efeito da Corrupção sobre o investimento e PIB per capita Variável Independente MQS, univariado MQ2E, univariado MQS, multivariado MQ2E, multivariado MSQ multivariado incluindo investimento

Constante 0,0035

(0,85) -0,0284 (-2,12) 0,0012 (1,50) -0,0404 (-0,81) -0,0012 (-0,16)

IPC 0,0029

(4,74) 0,0081 (3,61) 0,0038 (2,95) 0,0175 (1,40) 0,0028 (2,01) PIB per capita

em 1960 -0,0075 (-4,49) -0,01821 (-1,79) -0,0069 (-4,78) Escolaridade

secundária em 1960 0,0401 (3,09) 0,0034 (0,09) 0,0217 (1,82) Crescimento populacional -0,4124 (-1,83) -0,5192 (-1,29) -0,3255 (-1,81)

Investimento 0,1056

(3,09)

R² 0,32 Não se aplica 0,44 Não se aplica 0,42

Onde: MQS = mínimo quadrado simples; MQ2E = mínimos quadrados em duas etapas.

Outra conclusão de Mauro é que quando as variáveis instrumentais são inseridas para o índice de corrupção nas regressões multivariadas (ver tabelas 01 e 02,coluna 04), a magnitude dos coeficientes também se eleva. Por fim, quando a taxa de investimento é adicionada à lista de variáveis independentes na regressão de crescimento, o coeficiente do índice de percepção de corrupção cai dois terços (compara a tabela 02, coluna 05 com a tabela 01, coluna 03), apesar de permanecer significativo ao nível de 5%. Mauro concluí que por meio desse resultado, “boa parte do efeito da corrupção sobre o crescimento econômico se dá pelo investimento, muito embora deixe aberta a possibilidade de que parte do efeito ocorra diretamente.”

(20)

o governo pode gerar estabilidade de preços ou sustentação de um nível desejado de produto e emprego, o que afeta o Produto Interno Bruto de cada país.

2.2 Conceito de Corrupção

Existem vários tipos de conceitos de corrupção. Em termos gerais, a palavra corrupção tem idéia negativa e está diretamente relacionada à ilegalidade, ou seja, a corrupção está ligada àqueles que não cumprem as leis legais ou morais.

No âmbito jurídico, a corrupção é tipificada no Código Penal Brasileiro em dois tipos: 317, corrupção passiva e 333, corrupção ativa. A corrupção ativa é um crime praticado pelo particular contra a Administração Pública em geral. A corrupção passiva é um dos crimes praticados por funcionário público contra a Administração Pública em geral. Ambos os tipos de crime podem ou não ocorrer uma transação financeira, visto que apenas solicitar na corrupção passiva, é o simples oferecimento ou promessa; no caso da corrupção ativa, já caracterizou os crimes.

Pode-se então dizer que o conceito de corrupção é amplo e vai de acordo com que cada estudioso deseja avaliar sobre o tema. Mas do ponto de vista econômico, somente há como computar perda ou não para a sociedade quando o ato criminoso é realizado11.

Alguns exemplos do conceito de corrupção são apontados por SILVA (2001):

(21)

Corrupção é a prática do uso do poder do cargo público para obtenção de ganho privado, à margem das leis e regulamentações em vigor.” (ANDRESKI, 1968)

Corrupção é o comportamento de agentes públicos, que foge das normas aceitáveis para atingir fins privados.” (HUNTINGTON, 1968)

Corrupção é o mau uso do poder político para benefícios privados.” (ENCYCLOPAEDIA OF THE SOCIAL SCIENCES, 1942:448)

Corrupção governamental é a venda, por parte de funcionários públicos, de propriedade do governo tendo em vista ganhos pessoais.” (VISHNY & SHLEIFER, 1993)

Corrupção é o comportamento que se desvia dos deveres formais de um cargo público, em razão de vantagens pecuniárias ou de status, oferecidos a

seu titular, familiares ou amigos íntimos, ou que viola normas contrárias ao

exercício de certas modalidades de influência, do interesse de particulares.” (NYE, 1967)

(22)

A corrupção envolve a interação entre pelo menos dois indivíduos ou grupos de indivíduos que corrompem ou são corrompidos, e essa relação implica

numa transferência de renda que se dá fora das regras do jogo econômico

stricto sensu.” (grifo nosso)

A partir de agora será considerado ato de corrupção apenas os crimes financeiramente realizados. A corrupção, como já foi dita, está associada ao conceito de coisa pública, o que singulariza que todos os atos deverão estar associados a agentes privados e públicos ou a agentes públicos12, somente.

2.3 Tipos de Corrupção

Do ponto de vista econômico, a corrupção atinge todos os países, em diversos níveis de percepção. Independente do conceito do termo, a idéia é basicamente a mesma para os diversos estudiosos, sempre relacionando um corrupto e um corruptor.

Para tanto, Alatas (1990) elencou sete tipos de corrupção:

1. A corrupção transativa é a mais comum de todas. Envolve transferências de renda a serem repartidas entre as partes envolvidas (corrupto e corruptor).

2. A corrupção extorsiva é aquela associada ao pagamento de propina para evitar algum tipo de prejuízo maior ao pagador (por exemplo, o pagamento a um guarda de trânsito

(23)

que constatou irregularidades no veículo, e como penalidade seria obrigado a recolhê-lo, mas para que isso não ocorra, há uma oferta para o não cumprimento da legislação de trânsito).

3. A corrupção defensiva envolve o pagamento de propina via coerção por um motivo de autodefesa (por exemplo, um criminoso condenado por crimes hediondos, pode ser obrigado a pagar propina para ter direito a uma cela especial).

4. A corrupção preventiva envolve o pagamento de propinas ou a entrega de presentes visando algum favor no futuro (por exemplo, entrega de presentes à agentes públicos, que administram grandes contas orçamentárias, por parte de fornecedores).

5. A corrupção nepotista ocorre quando um político protege, excessivamente, os familiares. Nesse caso ocorre transferência de renda e relação clientelista.

6. A corrupção autogerativa é aquela que envolve o ato de um agente público que o beneficia (por exemplo, um político investe dinheiro público em infra-estrutura na região onde ele possui propriedade).

(24)

Em todos os tipos de corrupção acima há a transferência de renda da Administração Pública, em geral, para os agentes envolvidos. Como não há, do ponto de vista econômico, diferenciação do tipo de corrupção para a análise de influência e que os indicadores de percepção de corrupção também não fazem esse tipo de diferenciação, optou-se por tratar a corrupção sem distinção de tipo. De acordo com Silva (2001), esses agentes econômicos públicos são considerados como rent-seekers ou caçadores de renda, conforme a teoria de Krueger (1974) e Tullock (1967).

2.4 A Teoria dos Rent-Seekers

De acordo com essa teoria, os agentes econômicos possuem uma motivação básica, independentemente de qual seja, para maximizar seu bem-estar econômico. Entretanto essa maximização dá-se dentro de um conjunto determinado de regras, ou seja, são regidas por legislações específicas a cada caso, e de acordo com as habilidades individuais. Dentro de uma instituição pública, os agentes possuem plano de carreira, com a expectativa da possibilidade de aumentar as remunerações, visando aumentarem o bem-estar familiar ou individual. Mas nem sempre a expectativa torna-se fato. Assim, alguns agentes públicos procuram obter o máximo de renda possível dentro ou fora das regras de conduta social (código de ética).

(25)

representação gráfica da disponibilidade da renda (receita, ou seja, remuneração) deste mesmo indivíduo (Figura 01).

Figura 01

Dessa forma o indivíduo tenta maximizar sua satisfação dada uma determinada renda. Mas de acordo com a teoria dos rent-seekers, o nível de bem-estar (curva de indiferença) passa a ter um grau mínimo, ou seja, CI2 – Curva de Indiferença 2 (Figura 02).

A renda desses indivíduos não acompanha o deslocamento da curva de utilidade ou o nível de desejo de um padrão de vida melhor do agente público. Para que esse indivíduo aumente o bem-estar econômico, ele tentará obter renda por meios não convencionais13, ou seja, a RO sairá do nível 1 para o nível 2 (Figura 02).

(26)

Figura 02

A atitude dos agentes em busca do novo nível de renda pode implicar transferências dentro da sociedade, via monopólios e diversas formas de privilégios. A atividade ligada à busca dessa renda é chamada de caçadora de renda (rent-seekers), conforme dito anteriormente.

Avançando um pouco mais a discussão, de acordo com os estudos de Rama (1993) há uma relação entre os caçadores de renda e o baixo crescimento14. No trabalho de Knack e Keefer (1995) foi utilizado o Índice de Gastil (que demonstra o grau de liberdade política de um país) para verificar a credibilidade contratual do governo. Nesse caso sugere-se a relação entre a teoria dos caçadores de renda e da credibilidade contratual do governo. O indicador corrupção faz parte do cálculo do índice de Gastil, que é utilizado por vários investidores estrangeiros para decisão de investimentos nos diversos países.

A motivação básica dos agentes públicos é explicada pela teoria dos caçadores de renda. Assim, diversas instituições fazem cálculos para verificarem qual o grau de percepção de corrupção detectado pela sociedade.

(27)

2.5 Vantagens e Desvantagens dos Indicadores de Corrupção

Existem desvantagens dos indicadores de corrupção. Uma, citada anteriormente, é que ela não diferencia os tipos de corrupção existentes, o que dificulta a produção do mapa de corrupção de cada país e o valor envolvido em cada esfera, podendo acarretar dificuldades de minimizar ou até mesmo solucionar esse tipo de crime. Mauro (2002) cita outras desvantagens, como a generalidade do indicador, ou seja, os indicadores não fazem a distinção entre a corrupção de alto escalão15 e baixo escalão16. Além disso os indicadores não abordam as regras (se são eficientes e eficazes, cumpridas ou não), e o tipo de organização da corrupção (se é bem ou mal organizada).

Em análise, Mauro (2002) verificou que há uma forte correlação entre esses índices de corrupção produzidos por diferentes agências de avaliação, o que sugere certo consenso sobre o ranking de países de acordo com o grau de corrupção. Pode-se deduzir também que o conceito de corrupção é comum a todas as esferas entrevistadas. Tomando essa dedução como base, faz-se a análise do Barômetro de Corrupção Mundial (BCM), que mostra a percepção do público em geral com relação a esses níveis de corrupção.

O grau de corrupção está ligado ao nível de intervenção de políticas do governo na economia. Um Estado em que os Bancos Centrais são dependentes o nível de intervenção governamental é alto, promovendo, algumas vezes, vantagens a indústrias de políticos. Já para os Bancos Centrais independentes, os juros variam conforme teoria econômica, isto é, visando cumprir as Metas Operacionais, Intermediárias e Finais de Política. As Metas Operacionais abrangem

15 “Como subornos do ministro da defesa para a aquisição de caças a jato.”

(28)

a taxa de juros de curto prazo e as reservas agregadas, as Metas Intermediárias compõem a taxa de juros de longo prazo e os agregados monetários e as Metas Finais corresponde à inflação, ao nível de atividade econômica, taxa de desemprego, estabilidade do sistema financeiro, dentre outras.

2.6 Impactos do IPC sobre a economia – Alguns aspectos teóricos

Mauro (2002) apresenta evidências empíricas experimentais de que a corrupção diminui o investimento e o crescimento econômico, conforme estudos a partir do Índice de Percepção de Corrupção (IPC) postulados pelo Business International (BI). Uma evolução de um desvio-padrão no índice de corrupção provoca o aumento dos investimentos em 5% do PIB e a elevação em 5% da taxa anual de crescimento do PIB per capita.

Usando o Guia Internacional de Risco País (ICRG), Keefer e Knack (1995), em suas estimativas, definem que as variáveis institucionais apresentam um efeito direto expressivo sobre o crescimento, em acréscimo ao efeito indireto, por meio de investimentos

(29)

Ao afetar a coleta de impostos ou o volume de gastos públicos, a corrupção pode trazer conseqüências orçamentárias diversas, como o desequilíbrio das contas públicas (se a arrecadação de impostos diminui, os gastos do governo também diminuem, e conseqüentemente o investimento do governo) e a diminuição do investimento público, alterando, conforme visto anteriormente, a taxa de crescimento do PIB. Também pode haver influência nas despesas do governo. Shleifer e Vishny (1993) postulam que altos gastos em artigos especializados, como mísseis e pontes, cujo exato valor de mercado é difícil de ser determinado, favorecem oportunidades mais rentáveis para a corrupção.

A corrupção também pode afetar a política monetária, quando a taxa de juros para financiamento é menor que a praticada no mercado. Os financiamentos concedidos ou tomados pelos bancos e seu retorno, resgate e colocação de títulos públicos e os recolhimentos ou liberações de depósitos compulsórios em geral são alguns dos fatores que impactam na liquidez do sistema bancário, que podem ser controlados, dentre outros instrumentos, pela taxa de juros.

Se os investimentos, que, por meio de financiamento privado e principalmente o público, são influenciados pelo Índice de Percepção de Corrupção, além do nível de crescimento, como discutido anteriormente, propõem que a taxa de juros, que é, também, um instrumento monetário de controle da liquidez do sistema bancário, poderá ser influenciado pelo IPC.

(30)

3 METODOLOGIA

Nesta seção serão apresentados os dados do IPC, suas características e especificidades, além da apresentação do modelo deste trabalho e a metodologia de cálculo de regressão dos dados em painel. Dessa forma pretende-se discorrer sobre o motivo da escolha dos dados e a escolha da metodologia de trabalho, ou seja, escolha entre os efeitos aleatórios ou fixos, com regressão de dados em painel.

3.1 Análise dos Dados

Existem dois tipos de dados referentes aos indicadores de corrupção: as avaliações especializadas e as pesquisas de empresários internacionais e de outros observadores no âmbito dos países. O Guia Internacional do Risco-País (ICRG) publica dados de corrupção, basedos em um conjunto de dados compilados pelo Centro de Reforma Institucional e Setor Informal (Iris), da Universidade de Maryland, mediante dados coletados originalmente pelo Political Risk Services. Esses dados são interessantes pois apresentam uma avaliação do grau de obrigatoriedade de pagamentos nos altos escalões políticos e em escalões inferiores (como funções públicas).

(31)

O IPC é baseado em um questionário direcionado a instituições independentes. Essas instituições farão parte da pesquisa de acordo com a metodologia anual. A cada seleção (anual), apesar da mesma metodologia, há uma nova classificação de países para fazer parte da pesquisa. Apesar da metodologia de cálculo do IPC ser vertical (comparando os países no mesmo ano), de acordo com os modelos desenvolvidos por diversos autores, a utilização da análise horizontal (verificando a evolução de um país ao longo do tempo) não prejudica o estudo. Assim, essa metodologia de cálculo de uma análise horizontal é significante para os estudos dos modelos, pois basicamente entram quase sempre os mesmos países, conforme tabela 03, abaixo (a tabela completa encontra-se no Anexo 01). Note que no caso do Brasil, a percepção de corrupção aumenta de 2001 e 2005.

Tabela 03: Índice de Percepção de Corrupção

Países 2001 2002 2003 2004 2005

África do Sul 4.8 4.8 4.4 4.6 4.5

Austrália 8.5 8.6 8.8 8.8 8.8

Brasil 4.0 4.0 3.9 3.9 3.7

Cazaquistão 2.7 2.7 2.4 2.2 2.6

Chile 7.5 7.3 7.4 7.4 7.3

China 3.5 3.6 3.4 3.4 3.2

Cingapura 9.2 9.3 9.4 9.3 9.4

Colômbia 3.8 3.9 3.7 3.8 4.0

EUA 7.6 7.5 7.5 7.5 7.6

Fonte: www.transparency.org. Acesso em março de 2007.

(32)

analisada não ser a mesma, os países podem ter o mesmo grau de corrupção. Por exemplo, no ano 2001 e 2002 a Lituânia e África do Sul obtiveram pontuação 4.8, isso quer dizer que existe um alto grau de corrupção no país. Já a Bielorússia, no ano de 2002, teve o mesmo IPC, 4.8. Assim, pode-se observar que apesar da metodologia ser vertical, a análise pode ser feita horizontalmente, pois a variação, com a inclusão de alguns países ou exclusão de outros, não afeta no cálculo da percepção daquele país ao longo do tempo, pois vários países podem, coincidentemente, receber a mesma nota17.

Na classificação das instituições independentes18 é selecionada a quantidade mínima em cada país, além da quantidade mínima de entrevistados daquelas escolhidas, para que a base de dados seja suficientemente sólida para os cálculos. Esse é um motivo que a quantidade de países é diferente a cada ano. A pontuação do IPC varia de 10 (altamente correto) e 0 (altamente corrupto), dada de acordo com a percepção acerca do grau de corrupção do ponto de vista de empresários, pesquisadores e analistas de risco.

Deve-se observar que se um país receber a pontuação mais alta ou mais baixa não necessariamente esse país é o mais corrupto ou o menos corrupto. Mas significa que o país de pontuação mais baixa é o país mais corrupto comparado aos países que entraram no cálculo do índice. Conforme dito anteriormente, observa-se claramente que nem sempre um determinado país entra no cálculo anualmente.

Mas, de acordo com o gráfico 01, pode-se fazer uma comparação da série temporal (ao longo do tempo) entre os países analisados. Observa-se que há certa hegemonia entre os dados

17 A tabela completa, do IPC referente aos anos de 2001 a 2005, encontra-se no Anexo 01.

(33)

analisados no ano, mesmo que na estatística adotada (metodologia) não seja levada em consideração os dados anuais dos anos anteriores.

(34)

O IPC baseia-se somente em percepções, pois comparar os níveis de corrupção em diferentes países, partindo-se de princípios apenas empíricos, seria muito complicado, como por exemplo, comparar o número de acusações em casos judiciais. Esse tipo de dado não reflete os níveis reais de corrupção, pois dependendo do tipo de legislação e cultura de cada país, esses dados não terão as mesmas características, ficando assim uma amostra viesada, do ponto de vista econométrico.

Deve-se considerar também que nem todos os países analisados em um ano estarão em outro, isso por causa da metodologia utilizada no cálculo do score mínimo necessário para a solidez da base de cálculo. De um ano para outro, com a inserção ou exclusão de um país, o IPC de um determinado país pode alterar, visto que o cálculo é baseado na comparação entre países e não anual, conforme foi dito anteriormente. Mas, essa alteração não interfere no resultado final, visto que vários países podem receber o mesmo score.

Nesse trabalho foram analisadas uma cesta de países que entraram em todos os anos escolhidos e a quantidade de países selecionados foi basicamente a mesma, entre 2001 e 2005. Apesar de alguns países serem diferentes, a amostra para análise em painel é bem representativa.

(35)

taxas básicas de juros, de cada país, no fim do período (fechamento anual), pois esse valor corresponde, na maioria dos países, a meta final da política monetária.

3.2 Apresentação do Modelo

Utilizando-se do modelo de Mauro (1997) em que foi estimado os efeitos da corrupção sobre os investimentos e o crescimento econômico, o resultado confirmou que a corrupção afeta tanto os níveis de investimento quanto a taxa de crescimento econômico. Partiu-se do princípio de que se a taxa de juros é um instrumento monetário utilizado para controlar o nível de investimento e o nível de atividade econômica (crescimento econômico), os efeitos da corrupção sobre a taxa de juros devem ter resultados semelhantes (se o índice de percepção de corrupção afeta ou não a taxa de juros) aos encontrados por Mauro (2002). Assim, a equação a ser estimada é:

it it

it IPC u

r = + ln +

ln β0 β1 , onde β1<0 IPC => Índice de Percepção de Corrupção

r=> Taxa de Juros Nominal (%)

i => Quantidade de países (1, 2, ..., 58) t => Tempo em anos (2001, ..., 2005)

(36)

3.3 Regressão com Dados em Painel

Os modelos de regressão com dados em painel têm uma dimensão espacial e outra temporal. Os cortes transversais são os que têm dimensão espacial, e as análises de séries temporais, o próprio nome já diz, tem a dimensão temporal. Os dados em painel também são chamados de dados combinados (pooling), ou seja, combinação de séries temporais e observações em corte transversal.

Com os dados em painel pode-se explorar simultaneamente variações das variáveis ao longo do tempo e entre diferentes indivíduos, aqui denominado países. Esta técnica de agrupamento de dados temporais e seccionais permite uma estimação mais completa e mais eficiente dos modelos econométricos.

As vantagens dos dados em painel, de acordo com Baltagi (1998, p. 3-6 apud GUJARATI, 2006, p. 514), são:

“Os dados em painel, que geralmente são bastante heterogêneos, levam em conta

apenas as variáveis individuais específicas.

A combinação de séries temporais com dados de corte transversal proporciona dados

mais informativos, mais variabilidade e menos colinearidade entre as variáveis, mais

graus de liberdade e mais eficiência.

(37)

Detectam e medem efeitos melhor, ou seja, os efeitos de uma variável sobre outra.

Permitem estudar modelos comportamentais mais complexos, como a alteração dos

juros com a percepção de algumas instituições quanto à corrupção de determinado

país, naquele ano.

Devido à quantidade de dados disponíveis, há possibilidade de diminuir o viés.”

As desvantagens são duas: o enviesamento resultante da heterogeneidade entre os países e o enviesamento resultante da seletividade dos países que constituem a amostra.

Existem dois tipos de dados em painel: o painel equilibrado e o desequilibrado. O primeiro ocorre quando cada unidade de corte transversal tiver o mesmo número de observações de séries temporais. Já o painel desequilibrado ocorre quando o número de observações difere entre os participantes do painel. Para a maioria dos estudos realizados, o segundo tipo de painel é o mais utilizado, o que não será diferente neste trabalho.

Abaixo segue algumas premissas a respeito do intercepto, dos coeficientes angulares e do termo de erros.

• O intercepto e os coeficientes angulares são constantes ao longo do tempo e do espaço, e que o termo de erro capta as diferenças ao longo do tempo e entre os indivíduos.

(38)

• Todos os coeficientes (tanto o intercepto quanto os coeficientes angulares) variam entre os indivíduos e ao longo do tempo.

• Todos os coeficientes são constantes ao longo do tempo e entre os indivíduos.

• Os coeficientes angulares são constantes, mas o intercepto varia entre os indivíduos (modelo de regressão de efeitos fixos ou variável binária de mínimos quadrados).

A regressão de dados em painel é dividida em dois modelos: o modelo de efeitos fixos e o modelo de efeitos aleatórios. O primeiro é basicamente utilizado quando se conhece bem a especificação do modelo. Já no modelo de efeitos aleatórios pode ser utilizado quando se ignora algumas variáveis do modelo. As características e peculiaridades de cada modelo serão discutidas a seguir.

3.4 Modelo dos Efeitos Fixos

O modelo de efeitos fixos tenta controlar os efeitos das variáveis omitidas que variam entre cada país e permanecem constantes ao longo do tempo. Para isso, a estimação é feita assumindo que a heterogeneidade dos países se capta na parte constante, que é diferente de indivíduo para indivíduo, captando diferenças invariantes no tempo. Assim, existem algumas premissas com relação ao intercepto e ao coeficiente.

(39)

Para tanto, tem que se considerar que as dimensões de tempo e espaço dos dados combinados. No modelo de efeitos fixos o intercepto será o mesmo para cada país, o que não seria bom, pois cada país tem uma natureza específica.

Outra consideração importante é a constância dos coeficientes angulares e a variação do intercepto entre os países. Isso quer dizer que o intercepto, apesar de diferir entre os países, cada intercepto não varia ao longo do tempo. Para que haja essa alteração do intercepto ao longo do tempo, é necessário incluir variáveis binárias. Mas tem que se tomar cuidado para não cair na armadilha das variáveis binárias, isto é, uma perfeita situação de colinearidade. O que a literatura sugere é que essa alteração ao longo do tempo pode ser devido ao tipo de cultura ou economia adotada por cada país.

Outra premissa é quando os coeficientes angulares são constantes, mas o intercepto varia com os indivíduos e com o tempo. Se as variáveis binárias dos países são estatisticamente significativos e se as variáveis binárias de tempo não são, então, talvez, haja um efeito individual de cada país, mas não ao longo do tempo.

A última premissa supõe que todos os coeficientes variam entre os países. Nesse caso, se todos os interceptos diferenciais e todos os coeficientes angulares forem estatisticamente significativos, pode-se concluir que a taxa de juros praticados no Brasil, na Argentina, nos Estados Unidos, são diferentes da taxa de juros praticada na China. Nesse caso, pode-se concluir que não há sentido em estimar uma regressão combinada.

(40)

perda proporcional do grau de liberdade. Com tantas variáveis no modelo, pode-se cair no problema da multicolinearidade e dificultar a estimação exata de um ou mais parâmetros. Outro ponto importante, mas que não impacta nesse trabalho, é se há a inclusão de variáveis que não se alteram ao longo do tempo, como é o caso de sexo ou cor. Assim, o modelo de mínimos quadrados pode não conseguir identificar o impacto dessas variáveis que não mudam ao longo do tempo. O quarto e último ponto é a atenção quanto ao erro uit. Como i se refere às

observações de corte transversal e t às de séries temporais, as premissas clássicas para uit se

alteram. De acordo com GUJARATI (2006), há várias possibilidades:

“1. Podemos pressupor que a variância do erro é a mesma para todas as

unidades de corte transversal ou que a variância do erro é heterocedástica.

2. Podemos pressupor que não há, ao longo do tempo, autocorrelação para

cada indivíduo (...) ou que exista uma autocorrelação do tipo AR(1).

3. Podemos pressupor que, durante algum temo, o termo do erro de um país

está relacionado ao termo do erro de outro país, ou presume-se que não há

essa correlação.

4. Podemos pensar em uma ou mais permutações e combinações do termo de

erro. (...) A inclusãode uma ou mais dessas possibilidades tornará a análise

muito mais complicada.”

(41)

Em seguida, deve-se realizar o teste de multicolinearidade entre os efeitos de tempo e outras variáveis invariantes, ou seja, aquelas que não se alteram ao longo do tempo, e verificar a possibilidade de existir um caminho possível para verificar se há como separar ou não os efeitos de outras variáveis das invariantes.

O modelo de efeitos fixos é a melhor opção para modelar dados em painel quando o intercepto está correlacionado com as variáveis explicativas em qualquer período de tempo (GUJARATI, 2006).

3.5 Modelos de Efeitos Aleatórios

O modelo de efeitos aleatórios possui as mesmas premissas do modelo de efeitos fixos, isto é, o intercepto varia, mas não ao longo do tempo, e os coeficientes são constantes para todos os países e ao longo do tempo. Nestes modelos, a estimação é feita introduzindo a heterogeneidade dos indivíduos no termo de erro uit. O modelo de efeitos fixos trata os

interceptos como parâmetros fixos. Já o modelo de efeitos aleatórios trata os interceptos como variáveis aleatórias, ou seja, como um parâmetro aleatório não observável.

(42)

dimensão, pode-se representar esses efeitos individuais ou temporais específico sob forma de uma variável aleatória normal. Uma maneira de se expressar essa falta de conhecimento é por meio do termo de erro uit, abordagem essa conhecida também como modelo de correção dos

erros.

A expressão modelo de correção de erros refere-se ao fato de que o termo do erro uit é

formado por dois ou mais elementos de erro. Isso indica que os componentes de erros individuais não estão correlacionados entre si nem estão correlacionados entre as unidades

de corte transversal e as séries temporais (GUJARATI, 2006).

As vantagens dos modelos de efeitos aleatórios e para o caso específico dos modelos de componentes de erro são:

“1. Capacidade de trabalhar com base de dados de qualquer dimensão;

2. A possibilidade da maior parte dos problemas e dificuldades poder ser

resolvidos dentro de uma análise econométrica tradicional; (...)

3. O fato de ser o modelo de dados em painel estudado com maior

profundidade; (...)

4. A facilidade com que são interpretados os resultados de estimação.”

(Marques, 2000)

(43)

Assim, a utilização da análise de dados em painel do modelo de efeitos fixos ou do modelo de efeitos aleatórios dependerá da pressuposição sobre a provável correlação entre o componente de erro individual ou específico ao corte transversal e os regressores. Se pressupor que o termo de erro individual e os parâmetros não estão correlacionados, o modelo de correção de erros ou de efeitos aleatórios será mais indicado. Se pressupor o contrário, o modelo mais adequado será o modelo de efeitos fixos.

3.6 Escolha entre os modelos de efeitos aleatórios e efeitos fixos

A principal diferença entre os dois modelos com dados em painel é que os modelos com efeitos fixos consideram que as diferenças dos países captam-se na parte constante. Já os modelos com efeitos aleatórios consideram que estas diferenças captam-se no termo do erro (uit).

De um modo geral, se o número de países é pequeno, é preferível usar o modelo de efeitos fixos, mas se o número de países é grande, escolhidos de uma forma aleatória, o modelo de estimação com efeitos aleatórios é o mais indicado.

(44)

O teste de Hausman é um teste clássico para saber se o modelo de efeitos aleatórios (H0) ou fixos (H1) deve ser usado. O teste consiste em analisar a hipótese de correlação entre uma ou mais variáveis explicativas e o termo do erro. Consideram-se as seguintes hipóteses:

0 ) , ( :

0 Cov IPCit uit =

H (efeitos aleatórios)

0 ) , ( :

1 Cov IPCit uit

H (efeitos fixos)

Sob a hipótese nula, os estimadores do modelo com efeitos aleatórios são consistentes e eficientes. Já sob a hipótese alternativa, os estimadores com efeitos fixos são consistentes.

O teste de Hausman tem uma distribuição X2 assintótica. Assim, se a hipótese nula for

rejeitada isso demonstra que há correlação entre a variável IPCit e uit, o que implica que o

modelo de efeitos fixos é adequado. Nesse caso, as inferências estatísticas serão condicionadas a uit na amostra. Por outro lado, caso a hipótese nula seja aceita, o modelo de

(45)

4 RESULTADOS

Nesta seção serão apresentados os resultados do modelo especificado aplicados sob a base de dados descrita no capítulo anterior. Dessa forma pretende-se verificar se há efeito do Índice de Percepção de Corrupção sobre a Taxa de Juros.

Conforme discutido anteriormente, optou-se por fazer a regressão com dados em painel utilizando o modelo de efeitos aleatórios.

Tabela 04 – Estimativa de dados de painel da relação entre taxa de juros e índice de percepção de corrupção

Variáveis Coeficiente Desvio Padrão p-value Constante 2.512 0.290 < 0.001

IPC -0.650 0.183 < 0.001

Wald chi² 12.60 - < 0.001* Nota: * Prob>chi². Amostra de 292 observações e 58 países

A tabela 04 mostra os resultados da estimativa de dados em painel com efeitos aleatórios, onde tanto a constante quanto a variável explicativa (IPC) são estatisticamente significantes a 1%. Para cada redução de 1% no IPC observa-se um aumento na taxa de juros de 0,65%.

Assim, a apresentação do modelo a partir das estimativas dos dados em painel com efeitos aleatórios é dada por:

IPC r =2.512−0.650 Onde: r = Taxa de Juros

(46)

Observa-se que o sinal negativo do modelo é devido aos dados do IPC, que quanto maior, menos corrupto é considerado o país, como já comentado anteriormente.

Tal resultado é válido tanto para os modelos de efeito fixo quanto para os modelos de efeitos aleatórios. O teste de Hausman não rejeita a hipótese nula de efeitos aleatórios.

(47)

5. CONCLUSÃO

(48)

6 BIBLIOGRAFIA

ABRAMO, Claudio Weber. Fraude e corrupção no Brasil: A perspectiva do setor privado. Kroll The Risk Consulting Company, 2003. www.transparencia.org.br. Acesso em: 26 de abril de 2006.

ABRAMO, Claudio Weber. Corrupção no Brasil: A perspectiva do setor privado. Kroll The Risk Consulting Company, 2003. www.transparencia.org.br. Acesso em: 26 de abril de 2006.

ACEMOGLU, D.; VERDIER, T. Property Rights, Corruption and The Allocation of Talent: A General Equilibrium Approach. Research Papers in Economics. February, 1998.

ACEMOGLU, D.; VERDIER, T. The Choice Between Market Failures and Corruption. Research Papers in Economics. October, 1998.

ALATAS, S. H. Corruption: its Nature, Causes and Functions. Averbury: Gower, 1990.

ALBUQUERQUE, Breno E.; RAMOS, Francisco S. Análise Teórica e Empírica dos Determinantes de Corrupção na Gestão Pública Municipal. Anpec, Encontro de 2006.

(49)

AMARAL, Otavio de O. Endemia nacional: corrupção generalizada. Universa Brasil. www.universia.com.br/materia/imprimir.jsp?id=7365. Acesso em 12 de agosto de 2005.

ANDRESKI, S. African Predicament. Nova York: Atherton Press. 1968.

BAC, Mehmet. Corruption and Supervision Costs in Hierarchies. Jornal of Comparative Economics 22, 99-118. 1996.

BATISTA, Antenor. Corrupção: Fator de Progresso?. Editora Letras & Letras. 5ª Edição. São Paulo: 2001.

BECKER, Gary S. Crime and Punishment: An Economic Approach. The Journal of Political Economy, Vol. 76, No. 2, 169-217. 1968.

CARRARO, André; HILLBRECHT, Ronald O. Modelos Microeconômicos de Corrupção Burocrática e seus Determinantes Econômicos. ANPEC: Anais do XXXI Encontro Nacional, 2003.

CARRARO, André; FOCHEZATTO, Adelar; HILLBRECHT, Ronald O. O Impacto da Corrupção sobre o Crescimento Econômico do Brasil: Aplicação de um modelo de

(50)

CARVALHO, Fernando J. C.; SOUZA, Francisco E. P. de; SICSÚ, João; PAULA, Luiz F. R. de; STUDART, R. Economia Monetária e Financeira. Editora Campus. Rio de Janeiro: 2000.

CHANG, Juin-jen; LAI, Ching-chong; YANG, C.C. Casual police corruption and the economics os crime: Further results. International Review of Law and Economics. 2000.

COOTER, Robert; GAROUPA, Nuno. The Virtuous Circle of Distrust: A Mechanism to Deter Bribes and Other Cooperative Crimes. Berkeley Olin Program in Law & Economics, Working Paper Series. University of California, paper 32. Berkeley: 2000.

ELLIS, Christopher J.; FENDER, John. Corruption and Transparency in a Growth Model. Preliminary Draft. June 2003.

HSIAO, Cheng. Analysis of Panel Data. Second Edition. Econometric Society Monographs, nº 34.2003.

HUNTINGTON, S. P. Political Order in Changing Societies. New Haven. Yale University Press. 1968.

(51)

KNACK, Stephen; KEEFER, Philip. Institutions and Economic Performance: Cross-Country Tests Using Alternative Institucional Measures. Economics And Politics. Vol. 7, No. 3, Pg. 207-227. Novembro, 1995.

KRUEGER, A. O. The Political Economy of Rent-Seeking. American Economic Review, n° 64. 1974.

KUGLER, Maurice; VERDIER, Thierry; ZENOU, Yves. Organised Crime, Corruption and Punishment. Research Papers in Economics. May, 2004.

GUJARATI, Damodar. Econometria Básica. Editora Campus. Rio de Janeiro: 2006.

MARQUES, L. D. Modelos Dinâmicos com dados em painel: revisão de literatura (textos didáticos). Faculdade de Economia do Porto. Porto. 2000.

MAURO, Paolo. Os efeitos da corrupção sobre crescimento, investimentos e gastos do governo: uma análise de países representativos. Em: A Corrupção e a Economia Global. Editora UnB. Pag. 135-167. Brasília: 2002.

MAURO, Paolo. Why Worry About Corruption?. International Monetary Fund. Economic Issues 6. Washington, D. C. 1997.

(52)

PYLE, David J. Cortando os Custos do Crime: A economia do crime e da justiça criminal. Instituto Liberal. Rio de Janeiro: 2000.

QUAGLIA, Giovanni. “A luta contra a corrupção na agenda internacional: a convenção da ONU contra a corrupção”. Seminário Internacional. Nações unidas, Escritório contra Drogas e Crime. www bvc.cgu.gov.br/bitstream/123456789/1435/1/ONU+-+relatório+convenção.pdf. Acesso em: 29 de agosto de 2005.

RAMA, M. Rent-Seeking and Economic Growth: A Theoretical Model and Some Empirical Evidence. Journal of Development Economics, n° 42 – 35-45. 1993.

RIBEIRO, Antonio Silva Magalhães. Corrupção e Controle na Administração Pública Brasileira. Editora Atlas. São Paulo: 2004.

ROSE-ACKERMAN, Susan. The Economics of Corruption. Journal of Public Economics. Pag. 187-203. 1975.

ROSE-ACKERMAN, Susan. Corruption: a Study in Political Economy. Nova York: Klwer Academic Press, 1978.

ROSE-ACKERMAN, Susan. The Challenge of Poor Governance and Corruption. Copenhagen Consensus Opponent Note. 2004.

(53)

ROSE-ACKERMAN, Susan. Os efeitos da corrupção sobre crescimento, investimentos e gastos do governo: uma análise de países representativos. Em: A Corrupção e a Economia Global. Editora UnB. Pag. 59-102. Brasília: 2002.

SILVA, Marcos Fernandes G. da. The Political Economy of Corruption in Brazil. Revista de Administração de Empresas. V. 39, n. 3, p. 26-41. São Paulo: 1999

SILVA, Marcos Fernandes G. da. A Economia Política da Corrupção no Brasil. Ponto Futuro, n. 8. Editora SENAC. São Paulo: 2001.

SHLEIFER, A; VISHNY, R. W. “Corruption”. Quarterly Journal of Economics. August, 1993.

(54)

7 ANEXO

7.1 Anexo 01 – Tabela do IPC.

Países 2001 2002 2003 2004 2005

Nigéria 1 2,2 1,4 1,6 1,9

Indonésia 1,9 2,3 1,9 2 2,2

Uganda 1,9 2,2 2,2 2,6 2,5

Azerbaijão 2 2,5 1,8 1,9 2,2

Bolívia 2 2,4 2,3 2,2 2,5

Camarões 2 2,4 1,8 2,1 2,2

Quênia 2 2,4 1,9 2,1 2,1

Ucrânia 2,1 2,5 2,3 2,2 2,6

Tanzânia 2,2 2,5 2,5 2,8 2,9

Equador 2,3 2,6 2,2 2,4 2,5

Rússia 2,3 2,5 2,7 2,8 2,4

Costa do Marfim 2,4 2,6 0 2 0

Zâmbia 2,6 2,7 2,5 2,6 2,6

Cazaquistão 2,7 2,7 2,4 2,2 2,6

Venezuela 2,8 2,8 2,4 2,3 2,3

Filipinas 2,9 3,1 2,5 2,6 2,5

Senegal 2,9 3 3,2 3 3,2

Moldova 3,1 3,2 2,4 2,3 2,9

Malawi 3,2 3,5 2,8 2,8 2,8

Tailândia 3,2 3,4 3,3 3,6 3,8

Argentina 3,5 3,6 2,5 2,5 2,8

China 3,5 3,6 3,4 3,4 3,2

Egito 3,6 3,7 3,3 3,2 3,4

El Salvador 3,6 3,7 3,7 4,2 4,2

México 3,7 3,8 3,6 3,6 3,5

Colômbia 3,8 3,9 3,7 3,8 4

Bulgária 3,9 4 3,9 4,1 4

Croácia 3,9 4 3,7 3,5 3,4

República

Tcheca 3,9 4 3,9 4,2 4,3

Brasil 4 4 3,9 3,9 3,7

Peru 4,1 4,2 3,7 3,5 3,5

Polônia 4,1 4 3,6 3,5 3,4

Coréia do Sul 4,2 4,5 4,3 4,5 5

(55)

Países 2001 2002 2003 2004 2005

África do Sul 4,8 4,8 4,4 4,6 4,5

Lituânia 4,8 4,8 4,7 4,6 4,8

Jordânia 4,9 4,8 4,6 5,3 5,7

Malásia 5 4,8 5,2 5 5,1

Eslovênia 5,2 4,9 5,9 6 6,1

Hungria 5,3 5,2 4,8 4,8 5

Tunísia 5,3 4,9 4,9 5 4,9

Namíbia 5,4 5,6 4,7 4,1 4,3

Itália 5,5 5,6 5,3 4,8 5

Estônia 5,6 5,7 5,5 6 6,4

Botswana 6 6,3 5,7 6 5,9

Espanha 7 7,1 6,9 7,1 7

Japão 7,1 7,1 7 6,9 7,3

Alemanha 7,4 7,1 7,7 8,2 8,2

Chile 7,5 7,3 7,4 7,4 7,3

Irlanda 7,5 7,3 7,5 7,5 7,4

EUA 7,6 7,5 7,5 7,5 7,6

Israel 7,6 7,7 7 6,4 6,3

Reino Unido 8,3 8,5 8,7 8,6 8,6

Suíça 8,4 8,5 8,8 9,1 9,1

Austrália 8,5 8,6 8,8 8,8 8,8

Noruega 8,8 9 8,9 8,7 8,6

Canadá 8,9 9 8,7 8,5 8,4

Cingapura 9,2 9,3 9,4 9,3 9,4

Nova Zelândia 9,4 9,5 9,5 9,6 9,6

(56)

7.2 Anexo 02 – Resultado da Regressão - Output.

. xtreg ltx licorruption, re

Random-effects GLS regression Number of obs = 292 Group variable (i): id Number of groups = 58

R-sq: within = 0.0059 Obs per group: min = 2 between = 0.2234 avg = 5.0 overall = 0.1849 max = 10

Random effects u_i ~ Gaussian Wald chi2(1) = 12.60 corr(u_i, X) = 0 (assumed) Prob > chi2 = 0.0004

--- ltx | Coef. Std. Err. z P>|z| [95% Conf. Interval] ---+--- licorruption | -.6503181 .1831713 -3.55 0.000 -1.009327 -.2913089 _cons | 2.512219 .2896026 8.67 0.000 1.944609 3.07983 ---+--- sigma_u | .92815053

sigma_e | .49486144

Imagem

Tabela 01 – Resultado do Efeito da Corrupção sobre as relações entre investimento e PIB  Variável  Independente  MQS,  univariado  MQ2E,  univariado  MQS,  multivariado  MQ2E,  multivariado  Constante  0,0780  (4,19)  -0,0025 (-0,05)  0,1226 (3,66)  0,0543
Tabela 02 – Resultado do Efeito da Corrupção sobre o investimento e PIB per capita  Variável  Independente  MQS,  univariado  MQ2E,  univariado  MQS,  multivariado  MQ2E,  multivariado  MSQ  multivariado incluindo  investimento  Constante  0,0035  (0,85)
Gráfico 01: Relação do Índice de Percepção de Corrupção
Tabela  04  –  Estimativa  de  dados  de  painel  da  relação  entre  taxa  de  juros  e  índice  de  percepção de corrupção

Referências

Documentos relacionados

O valor da reputação dos pseudônimos é igual a 0,8 devido aos fal- sos positivos do mecanismo auxiliar, que acabam por fazer com que a reputação mesmo dos usuários que enviam

HISTÓRIA DA EDUCAÇÃO DE JOVENS E ADULTOS E O CENÁRIO ATUAL A modalidade educacional conhecida como educação de jovens e adultos, é o tipo de ensino oferecido para pessoas que

Negócio jurídico pelo qual o devedor, ou o fiduciante, com o escopo de garantia, contrata a transferência ao credor, ou fiduciário, da propriedade resolúvel de

Este estudo, que tem como objetivo a investigação do imaginário de estudantes de Psicologia sobre o primeiro atendimento clínico, insere-se num

Este desafio nos exige uma nova postura frente às questões ambientais, significa tomar o meio ambiente como problema pedagógico, como práxis unificadora que favoreça

Os resultados deste estudo mostram que entre os grupos pesquisados de diferentes faixas etárias não há diferenças nos envoltórios lineares normalizados das três porções do

327 20 001 Pundit 200 Pulse Echo consistindo de Pundit com tela touchscreen, transdutor de pulso de eco Pundit com cabo, equipamento de teste de contato, fonte de alimentação,

Mediante o impacto do paciente com o ambiente do centro cirúrgico, a equipe de enfermagem deve estar voltada para o aspecto humano do atendimento, centrando suas