Duração do desemprego no Brasil metropolitano: uma análise através de regressão quantílica censurada
Unemployment duration in brazilian metropolitan cities: a censored quantile regression approach
DOI:
https://doi.org/10.34140/bjbv5n3-001Palavras-chave:
duração do desemprego no Brasil, regressão quantílica pra análise de sobrevivência, efeito quantílico de tratamento no modelo de CoxResumo
Conforme enfatizado por Chaudhuri, Doksum e Samarov (1997), o vetor de regressão quantílica é “um conceito unificador que representa os vetores de coeficientes nos modelos linear, de Cox, de razões proporcionais, de tempo de falha acelerado e assim por diante”. Ademais, considerar-se-á as vantagens até o presente da técnica de regressão quantílica através da estimação destes modelos para fins comparativos com o efeito quantílico de tratamento derivado do modelo de riscos proporcionais de Cox. Estas modelagens são ilustradas numa primeira instância neste trabalho através de aplicação empírica a dados de duração de desemprego no Brasil, fornecendo evidências atuais e no âmbito nacional e possibilitando um estudo mais detalhado e amplo da relação entre as variáveis do modelo, na medida em que esta abordagem permite que as covariáveis impactem de forma bastante flexível no que se refere não só a locação, mas a escala e forma da distribuição condicional. Os resultados econométricos revelam que o fator idade é irrelevante para a duração do desemprego, enquanto que esta é menor em todos os quantis para pessoas que já trabalharam antes, bem como para os indivíduos que possuem qualquer diploma, destacadamente aqueles que têm pós-graduação. Esta última conclusão difere de trabalhos anteriores, que sugerem um efeito médio positivo para anos de educação. Além disso, o tempo na situação de desemprego tende a ser maior em todos os setores de atividades considerados, relativamente a outros de menor representatividade no mercado de trabalho e serviços domésticos. Em adição, outro resultado interessante é o fato de a duração tender a ser mais curta para os indivíduos que residem nas regiões metropolitanas de Recife, Belo Horizonte e Porto Alegre, em comparação com aqueles que moram em Salvador, Rio de Janeiro e São Paulo. Finalmente, é também digno de nota que as estimativas dos efeitos do indicador de chefe de família e de outras dummies relativas ao emprego anterior, como as que indicam se a pessoa foi demitida ou trabalhava no setor formal, além de anos de experiência, são estatisticamente não significativos ao longo de todos os quantis da distribuição condicional da duração do desemprego, de forma distinta ao encontrado em estudos prévios.
Referências
Abraham, K., Shimer, R. (2001). Changes in unemployment duration and labor force attachment. NBER Working Paper No. 8513.
Andersen P. K., Borgan, Gill RD, Keiding N (1991). Statistical Models Based on Counting Processes. Springer-Verlag, New York.
Bivar, W. (1993). Estimativas da duração média do desemprego no Brasil. Pesquisa e Planejamento Econômico, Rio de Janeiro, 23(2), 275-312.
Cacciamali, M. C., Lima, T. T., Tatei F. (2015). Determinantes da Duração do Desemprego no Brasil em Crises Econômicas. Revista Venezolana de Análisis de Coyuntura, XXI(1), 187-209
Chaudhuri, P., Doksum, K., Samarov, A. (1997). On average derivative quantile regression. Annals of Statistics, 25, 715-44.
Chernozhukov, V., Fernández‐Val, I., Galichon, A. (2006). Quantile and probability curves without crossing. Econometrica, 78 (3), 1093-1125
Cox D.R. (1972). Regression models and life tables (with Discussion). Journal of the Royal Statistical Society, Series B, 34, 187-220.
Efron, B . (1967). TheT wo-Sample Problem With Censored Data. In: Proc. Fifth Berkeley Symposium in Mathematical Statistics, IV, eds. L. Le Cam and J. Neyman, New York: Prentice-Hall, 831-853.
Ehrenberg, R., Oaxaca, R. L. (1976). Unemployment Insurance, Duration of Unemployment, and Subsequent Wage Growth. American Economic Review, 66, 754-766.
Fitzenberger, B., Wilke, R. (2006). Using Quantile Regression for Duration Analysis. Allgemeines Statistisches Archiv, 90, 103–118.
Gill, R., D., Johansen, S. (1990). A Survey of Product-Integration with a View Toward Application in Survival Analysis. The Annals of Statistics, 18(4), 1501-1555.
Ham, J., LaLonde, R. (1991). Estimating the Effect of Training on Employment and Unemployment Durations: Evidence from Experimental Data. NBER Working Paper, No. 3912.
He, X. (2017). A Conver sation with Roger Koenker. International Statistical Review, 85, 1, 46–60.
Heckman, J., Borjas, G. (1980). Does Unemployment Causes Future Unemployment? Definitions, Questions and Answers for a Continuous Time Model of Heterogeneity and State Dependence. Economica, 47, 247-285.
Heckman, J., Vytlacil, E. (2007). Econometric Evaluation of Social Programs, part I: Causal Models, Structural Models and Econometric Policy Evaluation, Handbook of Econometrics, 6B, 4779-4874.
Imbens, G., Wooldridge, J. (2009). Recent developments in the econometrics of program evaluation. Journal of Economic Literature, 47, 5-86.
Kalbeisch, J., Prentice, R. (1980). The Statistical Analysis of FailureTime Data. New York: Wiley.
Katz, L.F., (1986). Layoffs, Recall and the Duration of Unemployment. NBER Working Paper, vol. 1825, January.
Kiefer, N. (1988). Economic Duration Data and Hazard Functions. Journal of Economic Literature, XXVI, 649-679.
Koenker, R. (2005). Quantile Regression. Cambridge U. Press, London.
Koenker, R. (2008). Censored Quantile Regression Redux. Journal of Statistical Software, 27(6), 1-25. URL http://www.jstatsoft.org/v27/i06/.
Koenker, R., Bassett, G. (1978). Regression quantiles. Econometrica, 46, 33-50.
Koenker, R., Bilias, Y. (2001). Quantile Regression for Duration Data: A Reappraisal of the Pennsylvania Reemployment Bonus Experiments. Empirical Economics, 26, 199-220.
Koenker, R., Geling, O. (2001). Reappraising Medfly Longevity: A Quantile Regression Survival Analysis. Journal of the American Statistical Association, Vol.96, No.454, 458-468.
Menezes-Filho, N. A., Picchetti, P. (2000). Os determinantes da duração do desemprego em São Paulo. Pesquisa e Planejamento Econômico, 30(1), 23-47.
Penido, M., Machado, A. F. (2002). Desemprego: Evidências da Duração no Brasil Metropolitano. Texto para Discussão No. 176 – UFMG/ Cedeplar.
Peng L, Huang, Y. (2008). Survival Analysis with Quantile Regression Models. Journal of American Statistical Association, 103, 637–649.
Portnoy, S. (2003). Censored regression quantiles. Journal of the American Statistical Association, 98(464):1001–1012.
Powell, J. L. (1986). Censored regression quantiles. Journal of Econometrics, 32, 143-55.
Avelino, R. R. G. (2000) Os Determinantes do Desemprego em São Paulo. Textos para Discussão – IPE/USP.
Ribas, R. P., Soares, S. D. (2008). Sobre o painel da Pesquisa Mensal de Emprego (PME) do IBGE. Texto para Discussão, n. 1348. Rio de Janeiro: IPEA.
Reid, N. (1994). A Conversation With Sir David Cox. Statistical Science, 9, 439-455.
Ying, Z., Jung, S. H., and Wei, L. J. (1995). Survival analysis with median regression models. Journal of the American Statistical Association, 90:178–184.
