Uncategorized

Depois da ressaca, bate a vontade de comer aquele “myojão”!

Acabou a farra, rapaz! 

Outro dia eu falei aqui do macarrão instantâneo, famoso por aqui pelo nome do primeiro produto do gênero, da Nissin Lamen, o Myojo (não confundir com a revista de música J-pop). Lembra dele? Aliás, eu não sei bem se o Myojo é da Nissin Lamen no Japão, mas isto fica para os eventuais comentaristas especialistas em macarrão.

Independente disto tudo,, eu sei que muita gente não gosta de macarrão instantâneo. Entretanto, o fato é que o mercado tem potencial, dada a correria dos dias de hoje, não? Com a liberação feminina, com o mercado de trabalho absorvendo todo mundo, quem é que tem tempo de fazer comida em casa? Note que um dos produtos mais vendidos hoje é a imagem de “chef” de cozinha. Alimentos baratearam, mas, como diz o cântico da igreja, quase ninguém tem tempo.

Mas se não tem tempo e não quer morrer de fome, infelizmente, tem que escolher entre comer mais um macarrão instantâneo ou preparar aquele prato francês fino que encanta a namorada, a esposa e, veja só, até a sogra!

Ok, chega de papo. Vamos começar a brincadeira com os dados. Então, que tal ver um gráfico? Dados do Banco Mundial e da Wina, cortesia deste blogueiro (clique na imagem para ver o gráfico).

myojo

Algumas observações importantes:

a) Os dados de Taiwan – Não tenho no Banco Mundial e, portanto, peguei o GDP per capita em PPP no CIA World Factbook mesmo. A população, direto dos órgãos oficiais de Taiwan (o próprio Banco Mundial recomenda alguns sites).

b) Você notará que há dois PIBs por pessoas empregadas em PPP. É que o dado da Wina para a demanda de macarrão é a soma dos dados da China e de Hong Kong. Ocorre que o restante dos dados é desagregado. Então, você tem que escolher como visualizar os dados (preferi não fazer um rateio porque a diferença de PIB per capita da China e Hong Kong não é desprezível…questão de critério, ok?).

c) O Nepal não tinha dados de PIB por pessoas empregadas no Banco Mundial. Usei, como no caso de Taiwan, os da CIA.

Caso você queira que eu analise os dados com mais cuidado, contrate-me. Sou um consultor relativamente barato. ^_^

Bom, dá para ver que a China é o grande “outlier” da história, não? Vejamos as correlações anuais quando calculamos o consumo de noodles per capita em função do PIB por número de pessoas empregados. Caso você queira analisar os dados sem a China, bem, brinque um pouco com o gráfico. 

Seu Myojo é inelástico à renda?

leideengelmyojo

Pois é. Eu também não vi muita coisa aí. Será que a Lei de Engel não se aplica ao macarrão instantâneo? Será que há pouco impacto de variações na renda sobre a demanda de macarrão instantâneo? Afinal de contas, será que terei algo para comer hoje que não seja macarrão instantâneo? Isto eu descubro em instantes, mas fica aqui a dica.

Desta vez, não vou fazer muitos comentários sobre o R. Dou apenas a dica do segundo gráfico (ou melhor, este belo conjunto de gráficos).

library(lattice)
library(latticeExtra)
xyplot(log((base$Instant_noodles)/base$population)~log(base$GDP_per_person_employed_1990) | factor(base$Year))

Eu sei que você consegue se virar sozinho. Quer estudar o consumo de macarrão? Boa sorte. Depois me conte o que encontrou, ok?

Uncategorized

A escravidão e o PIB per capita em 1995

O que acontece se eu olho para as exportações médias anuais (por meio de comércio marítimo) em 1869-75, coletadas pelo Renato Marcondes, da FEA-RP, para o número total de escravos (Censo 1872 ou matrículas) e o PIB per capita estadual de hoje (a preços de 2000, por meio do Ipeadata)?

Antes que você pense que enlouqueci, leia o Why Nations Fail do Daron Acemoglu e co-autores. Aí pegue o livro do Renato, Diverso e Desigual: o Brasil Escravista na Década de 1870, FUNPEC, 2009, invista um pouco de seu tempo e pense um pouco.

Claro que eu ajustei os dados de maneira superficial (isto é um blog, for God’s sake!), fazendo a média de Tocantins e Goiás para gerar “Goiás” e o mesmo para os dois Mato Grossos para gerar “Mato Grosso”. E joguei fora o dado da Corte.

Com os estados brasileiros que restaram, gerei duas correlações bobinhas, mas bonitas de se visualizar. Vejamos.

pujancaescravista

acemoglunada

acemoglunada

Então é isto. Ah sim, como gerei os gráficos. Claro que foi em R, né?

library(ggplot2)
imperio <- read.table(file = "clipboard", sep = "\t", header=TRUE)

exp_sec_XIX<-imperio$Exportacao_media_anual
PIBcap_1995<-imperio$PIB_per_capita_1995
escravos_censo<-imperio$Escravos_CENSO
escravos_matriculas<-imperio$Escravos_Matriculas
estados<-imperio$Estados_siglas

escravos<-data.frame(exp_sec_XIX,PIBcap_1995,escravos_censo,escravos_matriculas,estados)
ggplot(escravos, aes(x=log(exp_sec_XIX), y=log(escravos_censo), label=estados))+geom_text(size=3)+geom_smooth()
ggplot(escravos, aes(x=log(PIBcap_1995), y=log(escravos_censo), label=estados))+geom_text(size=3)+geom_smooth()

Os comandos foram estes aí em cima. Os resultados, nada animadores, não? Exceto que, como diria um seguidor de Fogel, a escravidão pareceu compensar (primeiro gráfico). Há um livro mais antigo, de 1980, que infelizmente não foi reeditado (e eu não ganho nem um trocado para fazer esta propaganda, mas lá vamos nós!), organizado pelo Paulo Neuhaus. É o Economia Brasileira – uma visão histórica, da editora Campus.

Neste livro encontramos um interessante capítulo do Pedro C. de Mello e Robert W. Slenes, sobre a escravidão no Brasil. Na mesma linha de trabalhos do falecido Robert Fogel (Nobel de Economia junto com Douglass North em 1993), os autores mostram que este papo de que existiria uma “mentalidade” anticapitalista pode até se candidatar a um argumento importante, mas não se pode ignorar a questão do cálculo econômico (por exemplo, deve-se considerar o valor presente líquido de um escravo ou número de anos de vida esperado de um escravo e como ambos variam ao longo do tempo).

Quanto a Acemoglu, certamente esta não é a correlação mais animadora para sustentar a tese e nem acho que só uma correlação basta. O que sempre digo aqui? Que uma correlação não faz verão. Acemoglu e co-autores adoram uma teoria e eu não estou sequer falando de um modelo por aqui.

Mesmo assim, acho que é bacana visualizar os dados para podermos verificar alguns insights iniciais em qualquer tipo de trabalho aplicado. O que você acha? Escravidão ainda tem impacto sobre o desenvolvimento estadual nos dias de hoje? Como pensaria em testar esta hipótese?

Uncategorized

Abenomics

Um artigo rápido e favorável à política de Abe. Trechos:

On the fiscal front, the prime minister’s basic plan can be summarized as follows: Do not panic. Raise the consumption tax permanently in steps. Spend for emergencies but make those expenditures temporary. Increase taxation and cut expenditure on the older generation that has already benefited from intergenerational transfers.

But Mr. Abe needs to be bolder. On the consumption tax, for example, the limit of his aspirations is to increase the levy to 10 percent over the next 20 months. Even this may be postponed. The government should commit to do far more—raising the tax to at least 20 percent over the next several years, a level common in the Organization for Economic Cooperation and Development.

 

Similarly, increasing female labor force participation is the right priority for structural reform. At least 3 million Japanese women who could work are neither in employment nor looking for a job. A few million more are squandering their capabilities in limited roles.

 

Providing affordable child care, and visibly removing the cultural and institutional barriers that prevent women from advancing in the workplace, are proven approaches for achieving this goal. Mr. Abe is right to pursue them.

Por enquanto, é só. Quando for possível, volto para comentar isto tudo com mais alguns dados.

Uncategorized

Dicas de R (2.0 para quem chegou atrasado do Carnaval)

Vou facilitar.

1. Passeios Aleatórios em Salvador.

2. Outro exercício no R – boates e motéis (Teste J).

3. Momento R – exercícios para alunos de Econometria II.

4. Curvas de Indiferença em R.

5. Os consumidores percebem mudanças no ciclo econômico?

6. O final de semana da turma e o numerário e a continuação: Ainda o numerário.

7. Para a galera da 112 (autor: Thomaz).

8. O IPCA do Arthur.

9. Pão com linguiça: quando é mais barato?

10. A educação, as instituições e o PIB (atualizado com novos dados).

11. Câmbio e conta corrente – A Abeonomics novamente.

12. Domingo é dia de ir ao cinema.

13. Recessão?- O IBC-Br.

14. Liberdade de Imprensa sem Liberdade Econômica: Sheherazade deve ter o direito de se expressar?

15. Liberdade de Impresa sem Liberadade Econômica?

16. Consumo e Renda no Japão (2004-2010) – outra discussão de econometria aplicada.

17. Confiante em seu futuro?

18. A temperatura está tão quente assim ou é a falta de chuva?

19. A produção industrial é manchete…vamos falar dela então!

20. O tal “passthrough” e nós.

21. Restaurantes e Liberdade Econômica (quase um Momento R do Dia). (veja também este).

22. Petróleo, aborto…eis o Momento R do Dia! (e também o “Pós-Carnaval”).

23. Motéis, Cinemas, Jogos e Capitanias Hereditárias.

24. Boxplots? Sim, mas com bons pratos e, quem sabe, uma boa cerveja.

25. Orçamentos do Império.

Uncategorized

Frases do Dia: não tenha medo da interdisciplinaridade!

Você tem medo de Econometria? Tem medo do R? Não tenha. Mente aberta! Talvez ajude se eu citar alguém da área. Que tal um Nobel de Ciências Econômicas?

Perhaps no other science receives as much criticism from both its own members and outsiders as does economics, and one of the ever fashionable criticisms is that economists are slow to take account of highly relevant work in other disciplines. Modern statistics had such a development, and, judged by its fruitfulness, it was of undeniable importance in economic study. The speed and generality with which the new techniques were adopted by economists left no occasion for complaint.

 

Studies in the history of economics usually culminate in apology or criticism. I seize this opportunity to end one such study on a note of pride.

A referência:

The Early History of Empirical Studies of Consumer Behavior
Author(s): George J. Stigler
Source: Journal of Political Economy, Vol. 62, No. 2 (Apr., 1954), pp. 95-113
Published by: The University of Chicago Press
Stable URL: http://www.jstor.org/stable/1825569.

Uncategorized

Petróleo, Aborto…eis o : “Momento R do Dia”!

Eis o prof. Hyndman com uma dica sobre dados semanais aqui. Entretanto, veja só que exemplo de incentivo à pesquisa é o norte-americano. Ao invés de esconder as séries, a agência de energia de lá coloca os dados disponíveis para quem quiser ver de forma simples.

Não adianta fazer como no Brasil, em que os dados ficam, muitas vezes, em formatos ilegíveis ou escondidos (honrosas exceções ao IBGE, Banco Central do Brasil e Ipeadata e alguns outros que eu me esqueci de mencionar agora). Mas vamos ao R.

Dados semanais? Como diria Parker Lewis: “not a problem! (if you use R)”

A base de dados que o prof. Hyndman preparou não tem as datas e, aí é que é bacana estudar um pouco de R. Como é que ele constrói a frequência dos dados?

gas <- ts(read.csv("http://robjhyndman.com/data/gasoline.csv", header=FALSE)[,1],
          freq=365.25/7, start=1991+31/7/365.25)

A planilha não tem cabeçalho, por isto o “header=FALSE”. Depois, ele importa a primeira coluna da planilha [,1] e define a frequência como “365.25/7”, começando em “1991+31/7/365.25”. Um ano tem 52 semanas, aproximadamente, e é por isso que se faz 365.25/7 (aproximadamente: 52.17857).

Ainda observando a planilha, vejo que o primeiro dado é o da segunda semana de Fevereiro de 1991 (o valor é: 6,621) lá no site da EIA. Logo, entendo que 1991+31/7/365.25 é a mesma coisa de dizer que estamos iniciando a base de dados em 1991, com dados semanais (semanas de sete dias) em um ano de 52 semanas. Será? Vamos experimentar com outra base de dados, a das buscas no Google Trends de ontem.

new_aborto<-ts(aborto$aborto, freq=365.25/7, start=2004+31/7/365.25)

plot(new_aborto)
h<-decompose(new_aborto)
plot(h)

Vejamos o gráfico da decomposição.

newaborto

Vejam só! Que coisa bonita, heim? Bom, notaram que eu coloquei os códigos do R em um formato mais bonito, né? Sugestão do Cinelli, ao qual agradeço pela gentileza. Agora, descobrir, finalmente, como trabalhar com dados semanais (definir a frequência, sem ter que usar o pacote zoo) é algo que eu devo agradecer ao prof. Hyndman.

Bastou pensar um pouco e fazer duas ou três contas para entender como fazer isto porque ele disponibilizou o script dele. É por isto que eu faço o mesmo aqui, para meus alunos que também são estudantes e para os estudantes de outros locais do país ou do mundo.

E estes ciclos da busca pela palavra “aborto”?

O meu amigo Reginaldo, lá no livro de caras do Zuckerberg, ficou estupefato com isto. Por dois motivos, acho. Primeiro, ele tem duas filhas (que já nasceram na era da internet) e, segundo, ele é economista e adora buscar padrões. Suspeito, claro, que ele está preocupado com as filhas mais do que com os padrões, mas é apenas uma hipótese simplificadora minha, eu sei. Por que será que existe este padrão?

Aqueles que se preocupam com suas filhas, por favor, ajudem meu amigo (vou manter a hipótese de que ele é mais pai do que economista, ok?). Os que gostam de encontrar padrões, aceito comentários. ^_^

Uncategorized

Salário mínimo maior, mais emprego?

O Estadão traz hoje, na capa de seu caderno de Economia, uma análise sobre o emprego no Brasil. O destaque é a criação de empregos no interior do país.

O interior do Brasil ultrapassou as áreas metropolitanas e criou mais empregos com carteira assinada em 2013. As grandes cidades lideravam a abertura de postos formais no País desde 2005, segundo dados do Cadastro Geral de Empregados e Desempregados (Caged), do Ministério do Trabalho e Emprego.

Em seguida, busca-se explicar este bom resultado do crescimento dos empregos.

A análise detalhada dos números da série sem ajuste do emprego formais feita pela LCA Consultores mostra que, dos cinco grandes setores empregadores da economia, quatro tiveram melhor desempenho no interior: indústria, construção, comércio e serviços (ver quadro). A exceção foi a agricultura, mas o desempenho ruim pode ser explicado pela baixa participação das grandes cidades nesse setor.

Aparentemente, a análise é relativa. O que parece ter sido feito é uma razão entre alguma medida de criação de empregos no interior relativamente à capital e, aí sim, a última frase poderia fazer algum sentido. .

Mas o ponto intrigante do artigo é o argumento relativo ao salário mínimo. Os jornalistas destacam a explicação dos consultores de que aposentados são uma parcela da população que gera demanda e não aumentam – diretamente – custos das empresas. Digo “diretamente” porque, claro, se o salário mínimo tem aumentos, os custos aumentam, mesmo que os aposentados não estejam trabalhando.

Podemos imaginar uma empresa que, mediante o aumento de custos dado pelo aumento do salário mínimo, deixe de contratar 10 pessoas e mantenha apenas os 10 atuais pois percebe que o aumento de demanda de produtos por parte dos aposentados não é um estímulo suficiente para que a empresa invista na ampliação do quadro de funcionários. Neste exemplo, a criação de emprego foi zero e, alguns dirão, foram destruídos 10 empregos potenciais. Faz sentido, não? Vejamos mais um pouco:

É justamente o impacto do mínimo, aumentando o poder de consumo, que pode explicar o bom desempenho da indústria no interior – o setor criou 61.097 empregos formais em 2013 na série sem ajuste, acima dos 27.079 abertos em 2012. (…)

O interior concentra boa parte da indústria voltada para a produção de bens não duráveis, setor mais resiliente à variação de renda, mas também mais impactado pelo reajuste do mínimo. No ano passado, por exemplo, a indústria de alimentos e bebidas contratou 21.268 empregados no interior e 13.240 em áreas metropolitanas.

Novamente, o argumento é de que o salário mínimo teria gerado mais demanda do que custos no interior, relativamente às áreas metropolitanas. Sou só eu que continuo achando esta história estranha? Antes que você me acuse de ser contra a criação de empregos, adianto que acho ótimo que haja criação de empregos mas não sei se a explicação para tal é o aumento do salário mínimo.

Duas variáveis: salário nominal e salário real

O que importa para o trabalhador? O valor do salário no contrato ou o quanto este salário vale em termos de poder de compra? Sim, é o último que importa. Quem se lembra da hiperinflação (não tenhamos modéstia: este é o nome correto do que tivemos, quer se goste ou não) dos anos 80, sabe que não importa indexar salários se os preços também são indexados.

Mais ainda, salários nunca são indexados na mesma velocidade que os preços e, portanto, sempre há perdas. Por exemplo, não adianta você me dizer que, em seis meses, o salário será indexado à inflação se você passará 5 meses e 29 dias passando fome, né?

Então, temos salários e temos preços. Algo como “w” (salário nominal, em R$) e “p” (índice de inflação, digamos, o IPCA). O salário real é w/p. Agora, na análise da reportagem, não temos qualquer menção a w/p e eu sei o porquê disto e acho que você também sabe: qualquer índice de preços medido no Brasil não tem uma abrangência suficiente, em termos geográficos, para nos permitir medir o custo de vida no interior. Na melhor das hipóteses, o índice capta a região metropolitana de alguns estados. Logo, minha primeira questão é: o salário real no interior é maior ou menor do que o salário real das capitais?

Minha intuição me diz que há uma grande chance de que a resposta seja: o salário real é maior no interior. Poderíamos imaginar que o custo de vida no interior é menor do que nas regiões metropolitanas e que pessoas não se mudam apenas para o entorno das capitais, por exemplo, porque “é mais seguro”. Mudam-se porque “é mais seguro e o custo de vida é mais barato e não sai tão caro ir e vir para a capital trabalhar todos os dias”. Mas há quem não consiga um emprego na capital (ou na área metropolitana). Para este, o negócio é ficar no interior e arrumar um emprego por lá. Neste caso, com mobilidade reduzida, ele é mão-de-obra potencial para sua pequena cidade.

Em poucas palavras, seria uma questão a ser analisada se tivéssemos uma medida do nível de preços no interior para saber como é o custo de vida lá. Claro, a análise envolveria algo mais complicado como a composição da cesta de consumo no interior e na capital (esboço algo bem incompleto no apêndice deste texto).

Assim, por mais que eu queira acreditar neste otimismo de alguns quanto ao impacto de aumentos do salário mínimo, não é esta notícia que me convence. Também, perceba, não é o modelo simples, de equilíbrio parcial, que se ensina no primeiro ano de faculdade, que explica isso. Neste pequeno texto você percebeu que tivemos que pensar em dois mercados (região metropolitana e interior), mobilidade de fatores e, claro, o custo de vida (que também precisa ser analisado em separado). Nem entramos em detalhes quanto à transmissão de choques de demanda e oferta inter-regiões, mas eles estão presentes e podem não ser desprezíveis.

Apêndice – Um pouco de letrinhas: como detectar erros em análises de modelos incompletos

Vou ilustrar aqui o modo como um economista pensa. Na verdade, vou trilhar parte do caminho porque, adiantando a conclusão, faremos um modelo que estará incompleto e que, se você não tomar cuidado, pode acabar sendo usado por aí como se fosse um modelo “simples, mas explicativo” quando, na verdade, ele é “simples, mas incompleto”.

Muito leitor já ouviu este papo de que “economistas complicam as coisas”, mas os mesmos que vendem esta conversa mole não consertam seus carros e nem se auto-medicam: preferem pessoas com vocabulários “complicados” que “complicam as coisas” e…resolvem seus problemas.

Vamos lá. Suponha, para simplificar, que o salário nominal (“W”) seja o mesmo na capital e no interior (cuja denominação será “C” e “I”). Ou seja, não vamos complicar a análise comparando um médico com um pedreiro.

Além disso, digamos que os alimentos sejam produzidos no interior e transportados para a capital com um custo fixo de transporte, “F”. Digamos também que o custo de vida (“P”) é maior na capital do que no interior. Assim, embora seja verdade que Wc/Pc < Wi/Pi, o sujeito mais rico que compra uma casa no interior e trabalha na capital tem Wc/Pi que segue: Wc/Pi > Wi/Pi.

Agora, o custo de vida na capital, é uma combinação do nível de preços de bens e serviços produzidos na capital e os do interior. Suponha uma combinação simples de forma que o custo de vida (“CV”) é:

CVc = (Pc)α(Pi)β

Com α+β = 1.

Isso significa que o nível de preços relevante para o consumidor da capital é CVc e não apenas Pc, certo? Eis seu salário real:

Wc/CVc =Wc/(Pc)α(Pi)β 

Ok, digamos que o bem produzido no interior seja alimento. Este, por sua vez, é produzido com mão-de-obra local (que recebe o salário Wi) e é transportado para a capital com um certo custo fixo de transporte F e não se produz, por hipótese, alimento na capital. Logo, o salário real do sujeito que mora na capital é:

Wc/CVc =Wc/(Pc)α(Wi+F)β 

No interior, temos, sob a hipótese de que não há importação de produtos da capital (apenas para simplificar):

Wi/CVi =Wi/(Pa)

Neste exemplo, estou supondo que não há o caso do sujeito que mora no interior e trabalha na capital (ou vice-versa) porque o objetivo é verificar se existe mesmo esta diferença entre as duas regiões em termos do impacto do salário mínimo. Ademais, nem todo interior é tão perto da capital assim e, portanto, acho que estamos observando a maioria das situações reais.

Agora, um aumento do salário nominal significa aumentar Wi e Wc por um mesmo montante, digamos, “d”. Como fica a vida do sujeito do interior?

Wi ‘/CVi =(Wi+d)/(Pa)

Ok, tá ótimo, né? Bom, depende de se este aumento de salário não vai gerar desemprego para ele. Ah sim, uma queda na demanda de alimentos na capital também pode ser um problema. Voltaremos a isto no final.

E o salário real do sujeito da capital? Ei-lo:

Wc ‘/CVc =(Wc+d)/(Pc)α(Wi+d+F)β 

Na capital, as coisas não são tão simples, não é? Aumenta o salário do sujeito, mas também aumenta o custo de vida dele. Calculando o impacto de “d” (fazendo a derivada parcial, para ser mais exato) sobre Wc/CVc, verifica-se que o mesmo é positivo, o que não é estranho se você pensar na forma como construí o modelo, já que o preço dos produtos na capital não aumentou com o aumento no salário. Desta forma, ele perde uma fração β de “d” do poder aquisitivo, mas ganha “d”.

Final feliz? Cuidado. Estas equações estão nos escondendo algo importante: o nível de emprego de equilíbrio. Afinal de contas, estes níveis de salário real são compatíveis com que níveis de oferta e com que níveis de demanda de trabalho?

Mais ainda: o aumento do custo da mão-de-obra no interior não gerou queda no emprego? E o da capital? Nada? O custo de produção na capital não cresceria com o aumento de salário dos que trabalham na capital? Enfim, qual é a elasticidade-salário da demanda por trabalho (e a da oferta?)?

Sim, há várias formas de se ampliar este modelo, mais ou menos complicad(or)as. Poderíamos dizer que o preço dos produtos da capital variam com a taxa de câmbio (tradables) ou que os mesmos são produzidos em uma terceira região (ou na própria capital). Por exemplo, é provável que, o ganho do salário mínimo fosse menor em uma economia mais fechada ao resto do mundo (como é o caso do Brasil). Mas vamos parar por aqui.

Perceba que é provável que alguns queiram ver aumentos de salário mínimo sendo “bons” baseados apenas em um modelo como este, incompleto, no qual, veja só, a inflação na capital sequer se mexe quando há um aumento no salário mínimo…na capital!

Então, sim, aumentos de salários mínimos são um sonho mas, não, não dá para ser tão otimista assim e, claro, sem um modelo mais detalhado, o raciocínio é manco. Sugestões? Bem, os comentários estão aí!