Estudo de Caso em Regressão Linear Múltipla - Econometria

Econometria I 5ª fase Avaliação 4 Unidade 4 Prof Bruno Thiago Tomio Blumenau 23 de maio de 2022 Leia com atenção todas as instruções Se houver alguma dúvida não hesite em perguntar 1 Cada grupo formado deve elaborar um estudo de caso de regressão linear múltipla dados de corte transversal Esse estudo deve utilizar dados reais coletados pelo grupo e se basear em teorias econômicas através de livros eou artigos científicos 2 Assim que o grupo definir o tema este deve ser especificado na listagem no AVA não pode haver duplicidade de estudos 3 Utilize as fontes bibliográficas usuais para buscar estudos para se basear plataforma Google Acadêmico Periódicos da Capes acessível pela rede interna da FURB livros entre outros 4 Este estudo de caso é composto de duas partes parte escrita 50 da nota referente ao grupo e apresentação 50 da nota referente à apresentação individual 5 Até o dia 2006 todos os grupos devem colocar a parte escrita na pasta no AVA Avaliação 4Parte escrita A estrutura textual deve seguir o formato de um artigo científico verificar o site da biblioteca da FURB para baixar o modelo já pronto De forma geral o estudo de caso deve conter introdução desenvolvimento considerações finaisconclusões e referências bibliográficas Mais especificamente o desenvolvimento deve conter a explicar a teoria econômica a ser testadaavaliada b descrever completamente descrição sinal esperado medida e fonte e demonstrar graficamente todas as variáveis do estudo c realizar a matriz de correlação d demonstrar e explicar o modelo econométrico adotado se possível utilize formas funcionais não lineares e variáveis dummy e demonstrar e discorrer sobre os resultados obtidos f realizar testes de robustez coeficiente F multicolinearidade heteroscedasticidade e RESET e g demonstrar os resultados finais dos modelos conforme os resultados dos testes Sobre o número de páginas siga esta estrutura a introdução aproximadamente uma página b desenvolvimento aproximadamente dez páginas c considerações finaisconclusões aproximadamente uma página 6 Todos os procedimentos econométricos devem estar escritos em um arquivo de R script Esse arquivo e a base de dados devem ser postados na pasta da parte escrita 7 Todos os trabalhos escritos serão inseridos em um programa de verificação de plágio Logo todas as fontes que forem utilizadas devem constar no trabalho para que não esteja caracterizado o plágio Caso seja constatado plágio o trabalho será severamente punido 8 No dia 2706 todos os grupos farão suas apresentações com sequência gerada por sorteio nesse mesmo dia Os arquivos devem ser colocados na pasta no AVA Avaliação 4Apresentação Todos os integrantes do grupo devem estar presentes para serem avaliados Cada apresentação deve durar no máximo 20min Sobre o conteúdo ela deve conter uma introdução desenvolvimento e conclusão não é preciso especificar essas partes 9 No geral os critérios básicos de avaliação são a escolha do tema o conhecimento dos alunos a apresentação e o texto Mais detalhadamente os critérios usados na avaliação são divididos em a argumentação coerente b articulação teóricoprática c utilização própria dos padrões de linguagem d sequência lógica de ideias e capacidade de síntese utilizando as próprias palavras f conhecimento do conteúdo explanação e criticidade g desenvoltura na apresentação oral e h participação durante todo o processo da avaliação DESEMPREGO NO MUNDO ESTUDO ECONOMÉTRICO SOBRE PARÂMETROS ECONÔMICOS Aluno 1 Aluno 2 Resumo As ferramentas econométricas e a grande diversidade de dados disponibilizados por organizações como a OCDE viabilizam o estudo de parâmetros como desemprego e sua relação com as condições econômicas dos países Neste artigo visouse estudar alguns países elencados pela OCDE e avaliar os parâmetros Balanço Comercial PIB per capita e Nota em Matemática no PISA poderiam explicar o nível de desemprego auferido no ano de 2022 Pudemos confirmar que 2018 do nível de desemprego era explicado pelas variáveis escolhidas PalavrasChave Regressão Linear Desemprego OCDE 1 INTRODUÇÃO Com o objetivo de estudar o desemprego é necessário entender quais fatores podem explicar o aumento do número de desempregados no país A princípio fatores como crescimento econômico nível de educação da população maior nível de participação industrial no crescimento do PIB balanço comercial exterior positivo pode indicar condições ideais para a geração e manutenção de emprego Contudo este é um processo exploratório e como tal eventualmente nos deparamos com variáveis explicativas que podem não serem úteis para compreender o fenômeno ou podem estar relacionadas entre si ou demais problemas da regressão multilinear que é um campo de estudo da estatística O objetivo deste trabalho é verificar se as variáveis macroeconômicas inflação PIB per capita Balanço Comercial e Nota de Matemática no Exame PISA têm influência na taxa de desemprego para alguns países selecionados nos bancos de dados da OCDE no ano de 2022 E por meio do Modelo de Regressão Linear Múltipla Ajustada almejase encontrar um modelo que explique o máximo possível a taxa de desemprego com as variáveis sugeridas 2 REFERENCIAL TEÓRICO 21 ALTO NÍVEL DE DESEMPREGO NACIONAL Desde meados de 2012 o Brasil enfrenta um considerável aumento de desemprego chegando em alguns momentos a 149 PNAD 2022 da população economicamente ativa sem emprego A situação se intensificou durante a pandemia de COVID19 de 2020 a 2022 sendo que algumas de suas consequências ainda são sentidas pela população Assim é de fundamental importância estudar as relações que levaram a tal quadro e quais fatores fazem o Brasil permanecer com este baixo nível de geração de emprego A desindustrialização é um processo contínuo no Brasil sendo que nos últimos anos se intensificou e algumas importantes multinacionais deixaram nosso território eventualmente se instalando em nossos vizinhos Conforme diz Cano 2012 A industrialização atingida nas décadas anteriores deteriorouse face à ausência de políticas industriais e de desenvolvimento e da conjugação de juros elevados falta de investimento câmbio sobrevalorizado e exagerada abertura comercial Nesse contexto ocorre uma desindustrialização nociva que fragiliza o país e compromete sua economia 22 A ESCOLHA DE VARIÁVEIS PREDITORAS DO DESEMPREGO NACIONAL A população brasileira possui um nível de educação média abaixo dos seus vizinhos na América Latina sendo que em exames como o PISA ficamos atrás de Uruguai Argentina e Chile SCHLEICHER 2018 Assim surge um questionamento se o ambiente de baixa eficiência e escolarização poderia explicar o alto nível de desemprego A falta de uma política pública que incentive os jovens a completar os estudos faz com que ainda tenhamos níveis de evasão consideráveis no nosso país O Brasil também enfrentou anos de baixo crescimento econômico resultado de uma crise que é em grande proporção política A falta de um projeto que ataque problemas que outrora eram considerados superados hoje voltaram a integrar a realidade do povo brasileiro Tempos de pleno emprego ficaram no passado a inflação de dois dígitos assustaram os brasileiros duas vezes durante os últimos 10 anos as commodities que garantiam altos lucros ao país perderam força e o recurso para sustentar os programas sociais compensatórios se esvaíram Com a redução de empregos houve a redução de capacidade de consumo e muitas empresas mantiveram uma alta capacidade produtiva sem uso Isto motivou a saída do país Em um levantamento sobre a relação entre o nível de desemprego e outra variáveis supostamente preditivas desejamos estabelecer uma regressão linear múltipla entre o Desemprego D a Inflação IFC o Crescimento econômico PIBPC e a Nota de Matemática no Exame PISA E A escolha entre as variáveis foi influenciada por testes realizados no RStudio conforme detalharemos na metodologia 3 METODOLOGIA E HIPÓTESES Vamos escolher uma base de dados com 24 países de dois blocos 15 de países considerados desenvolvidos e 9 de países em desenvolvimentoemergente Esta divisão se deu a não termos tantos dados disponíveis de países subdesenvolvidos que desejavase elencar A lista adota de Países será dividida entre 1 Desenvolvidos EUA Canadá Japão França Alemanha Holanda Suécia Suíça Espanha Noruega Portugal Itália Finlândia Bélgica Austrália 2 Em desenvolvimento Brasil Argentina Uruguai Chile Colômbia África do Sul Nigéria Índia Coréia do Sul China México 31 COLETA DE DADOS Os dados da taxa de desemprego foram coletados no site da OCDE Unemployment Rate 2022 através dos quais foi possível construir a seguinte tabela País Taxa de desemprego País Taxa de desemprego EUA 360 Austrália 385 Canadá 520 Brasil 1110 Japão 250 Argentina 700 França 720 Uruguai 773 Alemanha 300 Chile 250 Holanda 320 Colômbia 1075 Suécia 770 África do Sul 3550 Noruega 290 Portugal 58 Espanha 400 Egito 720 Dinamarca 430 Índia 711 Reino Unido 370 Coréia do Sul 270 Itália 840 China 396 Bélgica 570 México 346 dados de abril2022 ou anterior dados indisponíveis na fonte encontrados no portal economics trends O Desemprego será nossa variável estimada sendo as preditoras testadas para que não corra se o risco de incluir redundância em dados É um quando incluímos variáveis que estão muito fortemente relacionadas pois há um reforço de fatores e por vezes acabamos por empobrecer as estimativas A princípio escolhemos as variáveis Salário Mínimo PIB per Capita Balanço Comercial Inflação Nota de Matemática no PISA e Classificação como Desenvolvido ou Subdesenvolvido Entretanto como mostra o quadro a seguir algumas variáveis são fortemente correlacionadas Figura 1 Correlação entre as variáveis Note que há uma forte correlação R 08 entre as variáveis DVMT desenvolvimento e PIBPC PIB per capita portanto convém omitir uma das variáveis para não introduzir redundância O mesmo valerá para DMVT com SM Salário Mínimo e SM com PIBPC No mais é interessante observar uma relação forte e negativa entre nota representativa do PISA e Nível de inflação Supõese que o alto nível de inflação pode prejudicar os investimentos em educação Apontado isto escolhemos modelar o desemprego com BC Balanço Comércial IFC Inflação PIBPC PIB per capita e E Nota do PISA O modelo é dado por Dc0c1BCc2IFCc3 PIBPCc4E 311 BALANÇA COMERCIAL No site Current account balance OCDE 2022 pode ser observados os seguintes dados que usamos para construir esta tabela a seguir País D BC DVMT IFC PIBPC SM E EUA 0036000 0035700 100 008260 696 151 478 Canadá 0052000 0000200 100 006770 507 218 512 Japao 0025000 0028400 100 002500 446 164 527 Franca 0072000 0005800 100 004830 512 221 527 Alemanha 0030000 0074700 100 007390 587 234 500 Holanda 0032000 0094600 100 008350 648 253 519 Suécia 0077000 0054600 100 006650 612 303 502 Noruega 0029000 0153100 100 001660 684 138 501 Espanha 0040000 0009400 100 010120 414 190 481 Dinamarca 0043000 0082300 100 003260 657 233 509 Reino Unido 0037000 0025900 100 007800 514 228 502 Itália 0084000 0025400 100 005960 466 132 487 Bélgica 0057000 0003800 100 003780 599 229 508 Austrália 0038500 0035200 100 005100 606 245 491 Brasil 0111000 0017700 000 012130 154 027 384 Uruguai 0077300 0013800 000 009370 154 041 418 Chile 0025000 0064100 000 011550 247 079 417 Colômbia 0107500 0056800 000 009230 173 081 391 Portugal 0058000 0011200 100 010250 364 113 492 India 0071100 0011200 000 006330 071 105 479 Coreia do Sul 0027000 0049100 100 005400 490 219 526 China 0039600 0017900 000 002100 172 037 591 Mexico 0034600 0003800 000 007680 207 029 409 Efetuamos alguns modelos teste para avaliar se o modelo com mais variáveis era mais ou menos adequado para modelar o desemprego Nossos modelos foram 1 Modelo 1 Desemprego versus Balança comercial 2 Modelo 2 Desemprego versus Inflação 3 Modelo 3 Desemprego versus PIB per capita 4 Modelo 4 Desemprego versus Nota do Pisa 5 Modelo 5 Conjunto de Prefitoras 4 Resultados Usando o software R no ambiente de desenvolvimento RStudio foi possível elaborar e sumarizar os modelos acima Tabelouse os valores de Rquadrado ajustado para que fosse possível ranquear quem era mais apropriado para descrever a variável desemprego Modelo R ajustado Modelo 1 008224 Modelo 2 01574 Modelo 3 006963 Modelo 4 02281 Modelo Completo 02018 Já é perceptível que o modelo 4 explica melhor o desemprego que o Modelo completo Este modelo estima o desemprego com a Nota do PISA Vamos combinar o modelo 3 com o Modelo 4 para avaliar se há ganho de explicação visto que são as variáveis que mais explicam o desemprego PIB per capita e Nota do Pisa O resultado deste modelo é um com um nível de explicação realmente um pouco melhor pois o Rquadrado ajustado é 02404 Figura 2 Saída do teste de hipótese dos coeficientes Observamos que o nível de explicação ainda é baixo e apenas a relação do desemprego com a Nota de Matemática que tem mais significância estatística Contudo a colinearidade de E com PIBPC pode estar aumentando o RAjustado 5 CONCLUSÕES A modelagem apresentada por regressão múltipla resultou em importantes insights acerca da relação da taxa de desemprego com as variáveis escolhidas Particularmente com a variável que é a nota de matemática no exame PISA Sendo esta a que melhor explicou o desemprego nas nossas investigações Observamos também que o PIB per capita induziu uma certa predição porém ele a escolha do PIB per capita não demonstra um fator ideal para a intuição da geração de emprego Supõese que seria melhor observar as taxas de crescimento do PIB seja geral ou per capita par melhor avaliar a relação entre as variáveis Por último fica a sugestão para que se repita o estudo incluindo participação do agronegócio na PIB eou participação da indústria no PIB pois supõese questões dois fatores podem melhor indicar a geração e manutenção de empregos em um país 6 REFERÊNCIAS FERRAZ DIOGO DE OLIVEIRA FABÍOLA CRISTINA RIBEIRO SALÁRIO MÍNIMO NO BRASIL UMA DISCUSSÃO ENTRE A TEORIA MICROECONÔMICA E A ANÁLISE ECONOMÉTRICA MENDONÇA Mário Jorge Cardoso de SACHSIDA Adolfo MEDRANO Luis Alberto Toscano Inflação versus desemprego novas evidências para o Brasil Economia Aplicada v 16 n 3 p 475500 2012 DIAS Joilson DIAS Maria Helena Ambrósio Crescimento econômico e as políticas de distribuição de renda e investimento em educação nos estados brasileiros teoria e análise econométrica Estudos Econômicos São Paulo v 37 n 4 p 701743 2007 CALEIRO António Crescimento económico e desemprego em Portugal uma explicação adicional para a sua relação 2007 SILVA Victor Hugo de Oliveira Salário de reserva e duração do desemprego no Brasil uma análise com dados da pesquisa de padrão de vida do IBGE 2006 FRAGA Gilberto J DIAS Joilson Taxa de desemprego e a escolaridade dos desempregados nos estados brasileiros Estimativas dinâmicas de dados em painéis Economia Aplicada v 11 n 3 p 407424 2007 LÓPEZ G JULIO PACHECO L PENÉLOPE Políticas de emprego em economias semi industrializado Brazilian Journal of Political Economy v 22 p 297315 2020 ANTUNES R POCHMANN M Dimensões do desemprego e da pobreza no Brasil Revista Gestão Integrada em Saúde do Trabalho e Meio Ambiente São Paulo vol3 n2 Traduções abrilago 2008 REBÊLO FCJM Crise financeira de 2008 a intervenção do estado no domínio econômico 2010 79f Dissertação Mestrado em Direito Político Econômico Universidade Mackenzie São Paulo 2010 SANTOS GPG Desemprego informalidade e precariedade a situação do mercado de trabalho no Brasil pós1990 Proposições v 19 n 2 56 maioago 2008 IPEADATA Disponível emhttpwwwipeadatagovbr Acesso em 12 de out 2014 OECD 2022 Unemployment rate indicator doi 10178752570002en Accessed on 10 June 2022 OECD 2022 Current account balance indicator doi 101787b2f74f3aen Accessed on 10 June 2022 OECD 2022 Inflation CPI indicator doi 101787eee82e6een Accessed on 10 June 2022OECD 2018 Going for growth Edition 2017 OECD Economic Outlook Statistics and Projections database httpsdoiorg101787bdc23680en accessed on 10 June 2022 PESQUISA NACIONAL DE AMOSTRAS DE DOMICÍLIO CONTÍNUA Séries Históricas Disponível em httpswwwibgegovbrestatisticassociaistrabalho9173 pesquisanacionalporamostradedomicilioscontinuatrimestralhtmltseries historicasutmsourcelandingutmmediumexplicautmcampaigndesemprego Acesso em 09 de jun de 2022 DE LIMA Paulo Vinícius Pereira et al Brasil no Pisa 20032018 reflexões no campo da Matemática TANGRAMRevista de Educação Matemática v 3 n 2 p 0326 2020 SCHLEICHER Andreas Insights and interpretations Pisa 2018 v 10 2018