Views
3 years ago

Determinantes industriais do antidumping no Brasil - CNI

Determinantes industriais do antidumping no Brasil - CNI

esteja corretamente

esteja corretamente especificada, independente da forma da densidade conjunta … , ⁄ … , , , . Os parâmetros do modelo agrupado são estimados por métodos de regressão de corte transversal para o modelo paramétrico apropriado, que implicitamente supõe independência de i e t. Métodos de correção de erros por painel-robusto (panel-robust) ou grupamento-robusto (cluster-robust), com o grupamento na dimensão setorial i, estimam uma matriz de variância e covariância (VCE) do estimador, que pode então ser usada para corrigir erros padrão de qualquer dependência temporal de determinado indivíduo. Esse método é análogo à estimação pelo método de mínimos quadrados ordinários agrupados (pooled OLS) para modelos lineares. Ganhos de eficiência podem ocorrer se a estimação considerar a dependência temporal que é inerente aos dados em painel. Isso é possível para modelos lineares generalizados, nos quais é possível ponderar as condições de primeira ordem na estimação para considerar a correlação temporal de um determinado indivíduo, e ter ainda um estimador consistente, desde que a média condicional seja corretamente ′ especificada como / = , para a função específica g ·. Essa abordagem é chamada de ponderada pela população (population averaged- PA), ou abordagem de equações estimáveis generalizadas, e é análogo aos mínimos quadrados generalizáveis viáveis agrupados (pooledFGLS) dos modelos lineares. As estimações, portanto, utilizarão ambas as metodologias: modelo logit com dados em painel grupados (pooled) e modelo logit com dados em painel ponderados pela população (population averaged - PA). O modelo básico a ser estimado, portanto, com as respectivas variáveis e seus efeitos, é o seguinte: / / (5)

Tabela 01 – Impacto das variáveis setoriais sobre a probabilidade do AD. Espeficações (01) (02) (03) (04) (05) (06) (07) (08) (09) (10) (11) (12) Variáveis Basic Int. EXSH*IMPT Int. PMC *CONC Int. TAR*CONC Int. TAR*EMP/UN. Int. LAB*EMP/UN. Pooled PA Pooled PA Pooled PA Pooled PA Pooled PA Pooled PA KAP/LAB 0,0293 0,00402 0,0330 0,00374 0,0286 0,00376 0,0247 0,00301 0,0278 0,00298 0,0410 0,00354 (0,0311) (0,00406) (0,0346) (0,00401) (0,0321) (0,00411) (0,0335) (0,00390) (0,0354) (0,00382) (0,0382) (0,00413) KAP -2,422 -0,116 -2,648 -0,0828 -2,342 -0,0873 -1,873 0,0112 -2,303 -0,0930 -3,611 -0,00590 (4,891) (0,617) (5,325) (0,601) (4,997) (0,618) (5,194) (0,608) (5,589) (0,597) (5,967) (0,606) LAB -10,88*** -0,945** -11,53*** -0,987** -11,25*** -0,981** -11,25*** -0,959** -11,00** -0,963** -9,582** -0,785* (4,115) (0,429) (4,139) (0,432) (4,191) (0,435) (4,151) (0,425) (4,325) (0,425) (4,317) (0,438) SKILL -0,0215 -0,000485 -0,0314 -0,000341 -0,0189 -0,000427 -0,00992 -0,00104 0,0293 -0,00138 0,0731 0,00328 (0,0835) (0,0108) (0,0850) (0,0107) (0,0837) (0,0105) (0,0806) (0,0101) (0,101) (0,0106) (0,103) (0,0104) NAT 41,35*** 5,798*** 42,42*** 5,752*** 41,36*** 5,787*** 45,56*** 6,045*** 46,66*** 6,074*** 44,53*** 5,803*** (13,59) (1,672) (14,74) (1,662) (13,60) (1,648) (12,17) (1,491) (12,79) (1,635) (13,67) (1,648) PCM 5,912* 0,691 5,071 0,564 7,577** 0,889** 6,571* 0,767* 6,919** 0,746* 6,114* 0,671 (3,330) (0,444) (3,506) (0,473) (3,278) (0,446) (3,396) (0,447) (3,314) (0,437) (3,412) (0,445) PROD -0,0195** -0,00151* -0,0193** -0,00139 -0,0220*** -0,00174* -0,0227*** -0,00170** -0,0264*** -0,00169** -0,0325*** -0,00179** (0,00810) (0,000893) (0,00825) (0,000881) (0,00850) (0,000903) (0,00849) (0,000842) (0,00974) (0,000844) (0,0117) (0,00084) INV 425,0** 32,99*** 448,3** 32,43*** 426,0** 32,86*** 404,8** 30,67*** 385,2 22,77** 518,4* 34,39*** (192,5) (10,11) (194,2) (10,16) (193,9) (9,986) (192,4) (9,410) (247,9) (9,545) (275,8) (10,39) TAX -2,076 -0,223 -3,233 -0,236 -2,300 -0,254 -2,188 -0,236 -3,773 -0,288 -2,788 -0,253 (2,487) (0,218) (3,562) (0,208) (2,499) (0,214) (2,745) (0,215) (3,715) (0,212) (2,768) (0,213) CONC -2,545 -1,046 -6,462 -1,195 63,39 6,713 -110,7 -14,01* -2,976 -1,103 -4,004 -1,176 (14,89) (1,404) (15,21) (1,378) (65,97) (7,022) (70,95) (7,729) (13,40) (1,400) (14,53) (1,378) HHI -2,026** -54,17 -2,165** -60,61 -2,013** -46,70 -1,965** -41,63 -1,920** -35,33 -2,177** -53,18 (901,3) (70,17) (912,9) (68,71) (892,4) (70,87) (838,1) (66,29) (916,5) (60,56) (874,1) (66,32) EMP/UN 4,57e-05 -7,39e-05 0,000132 -6,77e-05 5,81e-05 -7,40e-05 0,000126 -6,15e-05 0,00848** 0,000259** 0,00490** 0,000199 (0,000841) (9,36e-05) (0,000773) (9,06e-05) (0,000829) (9,33e-05) (0,000737) (8,91e-05) (0,00398) (0,000117) (0,00226) (0,00021) IMPSH -1,921 -0,153* -1,908 -0,131 -2,132 -0,168** -2,218 -0,175** -2,135 -0,158* -2,113 -0,159* (1,449) (0,0900) (1,435) (0,0933) (1,437) (0,0849) (1,554) (0,0879) (1,663) (0,0888) (1,645) (0,0904)

Benchmarking Industrial - Movimento Brasil Competitivo
Fevereiro/2017 - Referência Industrial 182
proposta de política industrial para a construção civil ... - Fiesp
Propostas para uma nova Política Industrial, Tecnológica e ... - Abinee
Determinantes dos gastos das famílias com saúde no Brasil - Anpec
Eficiência Energética na Indústria: o que foi feito no Brasil ... - CNI
Determinantes da Pobreza no Brasil - Instituto de Economia da ...
os determinantes dos custos da insolvência financeira
Fatores demográficos como determinantes da criminalidade
Os Determinantes da Desigualdade de Renda no Brasil: Luta de ...
Patrimônio industrial no Brasil
CAPÍTULO 8 Determinantes do investimento Privado no Brasil ...
análise teórica e empírica dos determinantes de corrupção - Anpec
Efeito da inovação e difusão tecnológica sobre a mobilidade ... - CNI
1 2º Encontro Empresarial Brasil-União Européia Declaração ... - CNI
Soluções Industriais - Siemens Brasil
Sobre o Debate da Falta de Mão-de-Obra Qualificada no Brasil - CNI
Produto Nacional: uma história da indústria no Brasil - CNI