Efeito crowding-out no Brasil

• Autor(a) principal: Oliveira, Rodrigo Nascente de
• Data de Publicação: 2020
• Tipo de documento: Dissertação
• Idioma: por
• Título da fonte: Repositório Institucional do FGV (FGV Repositório Digital)
• Texto Completo: https://hdl.handle.net/10438/29522
• topic: Machine learning; Google Trends; Private investments; Public investments; Investimentos privados; Investimentos públicos; Economia; Investimentos - Brasil; Investimentos públicos - Brasil; Aprendizado do computador; Modelos econométricos

Este trabalho buscou identificar se os investimentos públicos são importantes para explicar os investimentos privados e, a partir daí, verificar a existência dos efeitos crowding-in ou crowding-out entre o investimento público e privado no Brasil, para o período entre 2004 e 2017. Além disso, buscou-se quantificar esse impacto em âmbito nacional. Para isso, realizou uma estimação econométrica de seleção de variáveis, via técnicas de Machine Learning, utilizando o software R para as estimações. Foram selecionadas uma gama de variáveis macroeconômicas e séries cronológicas de palavras pesquisadas no Google, por meio do Google Trends, para identificar as variáveis mais importantes para explicar os investimentos privados. Após selecionadas as variáveis estimou-se um modelo de Mínimos Quadrados Ordinários (MQO), um modelo de Mínimos Quadrados Generalizados (MQG) e um modelo de Método Generalizado dos Momentos (GMM, na sigla em inglês) para verificar a condição de crowding-in ou crowding-out. Os resultados obtidos apontaram para uma relação de crowding-out (substitutibilidade) entre o investimento público e privado no Brasil entre 2004 e 2017, prevalecendo a disputa de recursos físicos e financeiros entre os setores.