Robustez de regressões de crescimento frente à incerteza sobre a especificação do modelo: quão robustos são os regressores para o caso brasileiro?

Autores

  • Christiano Modesto Penna Universidade Federal do Ceará Autor
  • Fabricio Carneiro Linhares Universidade Federal do Ceará Autor

DOI:

https://doi.org/10.1590/0101-416145497cpf

Palavras-chave:

Regressões de crescimento, Ponderação de modelos, Jackknife Model Averaging

Resumo

Embora haja uma vasta literatura que busca identificar regressores robustos capazes de influenciar o crescimento econômico em âmbito internacional, esse tema ainda carece de pesquisas que apresentem resultados estatisticamente satisfatórios para o caso brasileiro. O presente artigo busca contribuir para a identificação de variáveis robustas capazes de influenciar o crescimento econômico brasileiro. A base de dados de Resende e Figueiredo (2010) é reexaminada e busca-se contornar o problema da incerteza com relação à especificação do modelo. Para tanto, utilizou-se a técnica de Ponderação de Modelos Frequentista proposta em Hansen e Racine (2012), conhecida por Jackknife Model Averaging. Essa técnica não é tão restritiva quanto a Extreme Bound Analysis e nem tão permissiva quanto a abordagem de Sala-i-Martin (1997).  Os resultados da pesquisa sugerem que, dentre os 22 regressores investigados, apenas a carga tributária global teria influência significante sobre o crescimento. Em linhas gerais, nossos resultados permanecem indicando muita cautela ao se trabalhar com regressões de crescimento que fazem uso de dados estaduais. Outrossim, o trabalho motiva estudos futuros e chama a atenção para a importância de se retomar essa linha de pesquisa.

 

Downloads

Os dados de download ainda não estão disponíveis.

Referências

AZZONI, C. et al. Geography and income convergence among Brazilian states. 2000.

BARRO, R. J.; SALA-I-MARTIN, X. Convergence. Journal of Political Economy, p. 223-251, 1992.

BATES, J. M.; GRANGER, C. WJ. The combination of forecasts. OR, p. 451-468, 1969.

BUCKLAND, S. T.; BURNHAM, K. P.; AUGUSTIN, N. H. Model selection: an integral part of inference. Biometrics, p. 603-618, 1997.

BURNHAM, K. P.; ANDERSON, D. R. Multimodel inference understanding AIC and BIC in model

selection. Sociological Methods & Research, v. 33, n. 2, p. 261-304, 2004.

CAMPOS, J.; ERICSSON, N. R.; HENDRY, D. F. General-to-specific modeling: an overview and

selected bibliography. 2005.

DURLAUF, S. N.; JOHNSON, P. A.; TEMPLE, J. RW. Growth econometrics. Handbook of Economic

Growth, v. 1, p. 555-677, 2005.

DURLAUF, S. N.; QUAH, D. T. The new empirics of economic growth. Handbook of Macroeconomics, v. 1, p. 235-308, 1999.

ELLERY JR; FERREIRA, P. Convergência entre a renda per capita dos estados brasileiros. Revista de Econometria, v. 16, n. 1, p. 83-103, 1996.

FERNANDEZ, C.; LEY, E.; STEEL, M. FJ. Model uncertainty in cross-country growth regressions.

Journal of Applied Econometrics, v. 16, n. 5, p. 563-576, 2001.

FERREIRA, A. Concentração regional e dispersão das rendas per capita estaduais: um comentário. Estudos Econômicos, v. 29, n. 1, p. 47-63, jan./mar. 1999. [ Links ]

FERREIRA, A. Convergence in Brazil: recent trends and long-run prospects. Applied Economics, 32, p. 479-489, 2000. [ Links ]

FERREIRA, A. Evolução recente da renda per capita estaduais no Brasil: o que a nova evidência mostra. Revista Econômica do Nordeste, v. 27, n. 3, p. 363-374, jul/set. 1996.

FERREIRA, A.; DINIZ, C. Convergência entre as rendas per capita estaduais no Brasil. Revista de Economia Política, v. 15, n. 4 (60), 1995.

HANSEN, B. E. Least squares model averaging. Econometrica, v. 75, n. 4, p. 1175-1189, 2007.

HANSEN, B. E.; RACINE, J. S. Jackknife model averaging. Journal of Econometrics, v. 167, n. 1, p.

-46, 2012.

HELMS, L. Jay. The Effect of State and Local Taxes on Economic Growth: A Time Series--Cross Section Approach. The Review of Economics and Statistics, p. 574-582, 1985.

HENDRY, D. F.; DOORNIK, J. A. Empirical econometric modelling using PcGive 10. Timberlake

Consultants, 2001.

HENDRY, D. F.; KROLZIG, Hans-Martin. We Ran One Regression*.Oxford bulletin of Economics

and Statistics, v. 66, n. 5, p. 799-810, 2004.

HJORT, N. L.; CLAESKENS, G. Frequentist model average estimators. Journal of the American Statistical Association, v. 98, n. 464, p. 879-899, 2003.

HOETING, J. A. et al. Bayesian model averaging: a tutorial. Statistical science, p. 382-401, 1999.

HOOVER, K. D.; PEREZ, S. J. Truth and Robustness in Cross-country Growth Regressions*. Oxford Bulletin of Economics and Statistics, v. 66, n. 5, p. 765-798, 2004.

JUDGE, G. G.; BOCK, M. E. The Statistical Implications of Pre-Test and Stein-Rule Estimators in

Econometrics. 1978.

KABAILA, P. On variable selection in linear regression. Econometric Theory, v. 18, n. 04, p. 913-925, 2002.

LEAMER, E. E. Sensitivity analyses would help. The American Economic Review, v. 75, n. 3, p.

-313, 1985.

LEAMER, E.; LEONARD, H. Reporting the fragility of regression estimates. The Review of Economics and Statistics, v. 65, n. 2, p. 306-317, 1983.

LEVINE, R.; RENELT, D. A sensitivity analysis of cross-country growth regressions. The American Economic Review, p. 942-963, 1992.

MAGNUS, J. R. The traditional pretest estimator. Theory of Probability & Its Applications, v. 44, n. 2, p. 293-308, 2000.

MALLOWS, C. L. Some comments on C p. Technometrics, v. 15, n. 4, p. 661-675, 1973.

MANKIW, N. G.; ROMER, D.; WEIL, D. N. A contribution to the empirics of economic growth. The Quarterly Journal of Economics, v. 107, n. 2, p. 407-437, 1992.

MINIER, J. Nonlinearities and Robustness in Growth Regressions. The American Economic Review, v. 97, n. 2, p. 388-392, 2007.

MORAL-BENITO, E.; DE ESPANA, Banco. Model averaging in economics: An overview. Banco de

España Working Paper, 2012.

PENNA, C.; LINHARES, F. Há controvérsia entre análises de beta e sigma-convergência no Brasil?.

Revista Brasileira de Economia, v. 67, n. 1, p. 121-145, 2013.

RESENDE, G. M.; DE FIGUEIREDO, L. Testes de robustez: Uma aplicação para os determinantes do crescimento econômico estadual brasileiro entre 1960 e 2000. Revista Econômica do Nordeste, Fortaleza, v. 41, n. 1, 2010.

SALA-I-MARTIN, X. X. I just ran two million regressions. The American Economic Review, p. 178-183, 1997.

SOLOW, R. M. A contribution to the theory of economic growth. The Quarterly Journal of Economics, v. 70, n. 1, p. 65-94, 1956.

TUKEY, J. W. Kinds of Bootstraps and Kinds of Jackknives, Discussed in Terms of a Year of Weather--Related Data. PRINCETON UNIV NJ DEPT OF STATISTICS, 1987.

TURKHEIMER, F. E.; HINZ, R.; CUNNINGHAM, V. J. On the Undecidability Among Kinetic

Models: From Model Selection to Model Averaging. Journal of Cerebral Blood Flow &

Metabolism, v. 23, n. 4, p. 490-498, 2003.

WAGENMAKERS, Eric-Jan; FARRELL, S. AIC model selection using Akaike weights. Psychonomic

Bulletin & Review, v. 11, n. 1, p. 192-196, 2004.

WANG, H.; ZHANG, X.; ZOU, G. Frequentist model averaging estimation: A review. Journal of Systems Science and Complexity, v. 22, n. 4, p. 732-748, 2009.

ZHANG, X.; WAN, A. TK; ZOU, G. Model averaging by jackknife criterion in models with dependent data. Journal of Econometrics, v. 174, n. 2, p. 82-94, 2013.

ZINI Jr., A. A. Regional income convergence in Brazil and its socio-economic determinants. Economia Aplicada, v. 2, n. 2, p. 383-411, abr./jun. 1998.

Downloads

Publicado

01-12-2015

Edição

Seção

Artigo