Use este identificador para citar ou linkar para este item:
http://repositorio.ufc.br/handle/riufc/30366
Registro completo de metadados
Campo DC | Valor | Idioma |
---|---|---|
dc.contributor.author | Penna, Christiano Modesto | - |
dc.contributor.author | Linhares, Fabrício | - |
dc.date.accessioned | 2018-03-15T15:49:44Z | - |
dc.date.available | 2018-03-15T15:49:44Z | - |
dc.date.issued | 2015 | - |
dc.identifier.citation | PENNA, Christiano Modesto; LINHARES, Fabrício. Robustez de regressões de crescimento frente à incerteza sobre a especificação do modelo: quão robustos são os regressores para o caso brasileiro?. Revista de Estudos Econômicos, São Paulo, v. 45, n. 4, p. 897-925, 2015. | pt_BR |
dc.identifier.issn | 1980-5357 | - |
dc.identifier.uri | http://www.repositorio.ufc.br/handle/riufc/30366 | - |
dc.description.abstract | Although there is a vast literature that seeks to identify robust regressors able to influence economic growth at the international level, this issue still needs research that have satisfactory results for the Brazilian case. This article aims to contribute to the identification of robust variables that influence the Brazilian economic growth. The Resende and Figueiredo (2010) dataset is reviewed and we seek to circumvent the problem of uncertainty about the model specification. For this purpose, a Frequentist Model Averaging technique proposed in Hansen and Racine (2012) is used. This method is known by Jackknife Model Averaging and it is not as restrictive as the Extreme Bound Analysis and not as permissive as the approach of Sala-i-Martin (1997). The results suggest that, among the 22 investigated covariates, only the overall tax burden would have significant influence on growth. In general, our results remain indicating caution when working with growth regressions that use state data. Moreover, the work motivates further studies and draws attention to the importance of resuming this line of research. | pt_BR |
dc.language.iso | pt_BR | pt_BR |
dc.publisher | Revista de Estudos Econômicos | pt_BR |
dc.rights | Acesso Aberto | pt_BR |
dc.subject | Regressões de crescimento | pt_BR |
dc.subject | Ponderação de modelos | pt_BR |
dc.subject | Jackknife model averaging | pt_BR |
dc.title | Robustez de regressões de crescimento frente à incerteza sobre a especificação do modelo: quão robustos são os regressores para o caso brasileiro? | pt_BR |
dc.type | Artigo de Periódico | pt_BR |
dc.description.abstract-ptbr | 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. | pt_BR |
Aparece nas coleções: | DEA - Artigos publicados em revista científica |
Arquivos associados a este item:
Arquivo | Descrição | Tamanho | Formato | |
---|---|---|---|---|
2015_art_cmpenna.pdf | 1,75 MB | Adobe PDF | Visualizar/Abrir |
Os itens no repositório estão protegidos por copyright, com todos os direitos reservados, salvo quando é indicado o contrário.