6 SNDs organisasjon
6.8 Konklusjoner og anbefalinger
As extensões realizadas para o modelo BIM-T frente a um modelo neoclássico de equilíbrio geral requerem informações extras como o número de firmas, a participação do custo fixo em relação ao custo total (CDR) e a elasticidade de substituição entre as variedades. Como será observada, essa elasticidade é tratada como coeficiente ao invés de parâmetro no modelo, uma vez que ela é calculada endogenamente e varia ao longo do tempo, principalmente em virtude das mudanças no nível de markup e no número de firmas.
Cod. Sigla Y (R$ milhões) Part. V1CAP (R$ milhões) K Rnormal G Estado estacionário D V1CAP / VA V1LAB / VA 49 FerroviarioP 317 0,1% 317 3963 8% 8% 3% 5% 34% 53% 50 AquaviarioP 41 0,0% 41 513 8% 8% 3% 5% 39% 25% 51 AereoDomP 414 0,1% 414 5175 8% 8% 3% 5% 15% 72% 52 AereoInterP 189 0,1% 189 2363 8% 8% 3% 5% 15% 71% 53 SvOutTrArmCo 9782 2,9% 9782 122275 8% 8% 3% 5% 31% 39% 54 ServInformac 13424 3,9% 13424 167800 8% 8% 3% 5% 18% 31% 55 FinancSeguro 3377 1,0% 3377 42213 8% 8% 3% 5% 3% 39% 56 ServImobAlug 6654 1,9% 6654 83175 8% 8% 3% 5% 4% 3% 57 ServManutRep 972 0,3% 972 12150 8% 8% 3% 5% 5% 30% 58 ServAlojAlim 7239 2,1% 7239 90488 8% 8% 3% 5% 24% 41% 59 ServPrestEmp 4366 1,3% 4366 54575 8% 8% 3% 5% 5% 53% 60 EducMercant 719 0,2% 719 8988 8% 8% 3% 5% 3% 87% 61 SaudeMercant 6814 2,0% 6814 85175 8% 8% 3% 5% 21% 58% 62 OutrosServic 1738 0,5% 1738 21725 8% 8% 3% 5% 3% 72% 63 EducPublica 9930 2,9% 4514 90280 5% 11% 3% 8% 7% 92% 64 SaudePublica 6032 1,8% 2742 54840 5% 11% 3% 8% 8% 91% 65 AdmPubSegSoc 55673 16,3% 25306 506120 5% 11% 3% 8% 14% 86%
Para a calibragem destes coeficientes, a estratégia inicial adotada foi investigar a estrutura de mercado dos setores do modelo com a finalidade de classificá-los como diferenciados. Para tanto, utilizamos os estudos econométricos feitos no Brasil, como os de Garcia (2003), Clezar (2010) e Correia e Moita (2011), além de várias consultas realizadas com o conselheiro do Conselho Administrativo de Defesa Econômica (Cade), Ricardo Machado Ruiz (2012)111. Além dessas referências, confrontaram-se os resultados com o boletim de política industrial do Instituto de Pesquisa Econômica Aplicada (IPEA, 2000). Esse boletim é o último publicado que contém uma classificação de estruturas de mercado das atividades econômicas com base no método de Possas (1987).
O trabalho de classificação dos setores, apesar de ter sido alcançado com base em diversas informações, ainda apresenta um caráter hipotético, uma vez que em certos setores, as firmas exercem poder de mercado pelo lado da oferta ou o mercado se caracteriza pela combinação entre mercados competitivos e diferenciados. Por exemplo, existem setores como petróleo, gás e cabotagem, regulados por suas respectivas agências, em que o poder de mercado é observado no controle da oferta ao invés de preço.
Em outros casos, setores como de artigo e vestuário, couro e calçados, produtos da farmácia, defensivos agrícolas, perfumaria e tintas exibem combinações entre mercados competitivos e diferenciados. O boletim do IPEA (2000) apontou que o setor farmacêutico e de perfumaria representa um oligopólio diferenciado, o que ratifica a classificação como setor diferenciado. No que diz respeito aos setores de vestuário e calçados, o IPEA (2000) os classificou como uma estrutura de mercados competitivos. No entanto, o trabalho de Clezar (2010) apontou uma significância estatística de mercados imperfeitos para os mesmos. Ruiz (2012) sinalizou que esses dois setores exibem dois segmentos: mercados competitivos e imperfeitos. Diante de tudo isso, escolhemos caracterizá-los como setores diferenciados no modelo.
Além disso, as especificações implementadas no modelo BIM-T concentram-se principalmente sobre a distinção de níveis de markup para indicar o grau de poder de mercado, o que ainda é insuficiente, pois a concorrência e poder de mercado podem também ocorrer com relação à elasticidade de oferta. Como Ruiz (2012) indicou, a utilização de outras
111
Embora as consultas tenham contribuído significativamente para a classificação dos setores, este trabalho é de exclusiva responsabilidade do autor, isentando, dessa maneira, qualquer responsabilidade que possa existir por parte do conselheiro Ricardo Machado Ruiz (2012).
tipologias de mercado poderia gerar cenários mais variados e enriquecer o trabalho, como por exemplo: a) setores competitivos para alguns níveis de renda e imperfeitos para outros; b) setores competitivos para certas variações de demanda e imperfeitos para outras. Esses aspectos, em conjunto, implicam uma limitação do modelo BIM-T, permanecendo algumas generalizações e certa caracterização hipotética para alguns setores econômicos.
A Tabela 3.28 lista os setores considerados como diferenciados para o modelo. De modo geral, em um primeiro passo, a caracterização dos setores diferenciados ocorreu conforme os resultados estimados da estrutura produtiva brasileira de Clezar (2010), entre 1994 a 2007. O autor apontou quais setores apresentaram uma estrutura de concorrência imperfeita ao nível de significância de 10%. Em uma etapa posterior, essa classificação foi discutida com Ruiz (2012), com o intuito de validar os setores que não apresentam uma estrutura de mercado competitivo, além de serem confrontados com a classificação do IPEA (2000).
Entre as estimativas econométricas e o processo de validação, apenas 5 setores foram incompatíveis, a saber: produtos do fumo, refino de petróleo e coque, cimento, fabricação de aço e derivados e metalurgia de metais não-ferrosos. O IPEA (2000), por exemplo, classificou a metalurgia como oligopólio concentrado. Esses setores foram considerados como diferenciados no modelo, apesar do trabalho de Clezar (2010) não ter apontado significância estatística de uma estrutura de mercado imperfeito. Nos resultados estimados pelo mesmo autor (2010), por exemplo, mercado imperfeito para o setor de produtos do fumo foi estatisticamente insignificante, porém este setor se classifica como um duopólio diferenciado, pois, embora existam vários produtores de fumo, há apenas 2 compradores e fabricantes de seus derivados. Cimento também registrou insignificância, porém este setor é considerado como um oligopólio total, com significativa participação da Votorantim na produção total (cerca de 50%) (RUIZ, 2012).
No trabalho de Clezar (2010), o setor de serviços não foi foco de estudo. Por esta razão, procuramos pesquisar as características de cada mercado. No mercado de transporte, atribuímos como setores diferenciados para o transporte ferroviário de carga, navegação de cabotagem e transporte aéreo de passageiros. O transporte ferroviário de carga é regulado pela ANTT e existem monopólios naturais na prestação do serviço.
A navegação de cabotagem, por seu turno, é regulada e fiscalizada pela ANTAQ, no Brasil. A política de protecionismo praticada nesse mercado confere às embarcações de bandeira brasileira (EBNs) um alto poder de monopólio, apesar de existirem mecanismos de afretamento que permitem pequenas participações de embarcações estrangeiras112.
Tabela 3.28 – Setores classificados como diferenciados no modelo BIM-T
112
Essa discussão será tratada no próximo capítulo.
Cód. Sigla Descrição Trabalho de Clezar (2010)*
20 PetroleoGas Petróleo e gás natural -
21 MinerioFerro Minério de ferro -
23 AlimentBebid Alimentos e Bebidas Significativo
24 ProdFumo Produtos do fumo Insignificante
26 ArtVestuario Artigos do vestuário e acessórios Significativo
27 CouroCalcado Artefatos de couro e calçados Significativo
29 CelulosPapel Celulose e produtos de papel Significativo
30 JornRevDisc Jornais, revistas, discos Significativo
31 RefPetroleo Refino de petróleo e coque Insignificante
33 ProdQuimicos Produtos químicos Significativo
34 ResinaElasto Fabricação de resina e elastômeros Significativo
35 ProdFarmac Produtos farmacêuticos Significativo
36 DefAgricolas Defensivos agrícolas Significativo
37 PerfumarOut Perfumaria, higiene e limpeza Significativo
38 TintasOut Tintas, vernizes, esmaltes e lacas Significativo
39 QuimicosDive Produtos e preparados químicos diversos Significativo
40 BorracPlast Artigos de borracha e plástico Significativo
41 Cimento Cimento Insignificante
43 FabAcoDeriv Fabricação de aço e derivados Insignificante
44 MetNaoFerros Metalurgia de metais não-ferrosos Insignificante
45 ProdMetal Produtos de metal - exclusive máq. e equip. Significativo
46 MaqEquipManu Máquinas e equipamentos, mais manut. e reparos Significativo
47 Eletrodomest Eletrodomésticos Significativo
48 EscrInformat Máquinas para escritório e equip. de informática Significativo
49 MaqEletriOut Máquinas, aparelhos e materiais elétricos Significativo
50 MatEletroOut Material eletrônico e equip. de comunicações Significativo
51 ApMedicoOut Aparelhos/instrumentos médico-hospitalar, óptico Significativo
52 AutomUtilita Automóveis, camionetas e utilitários Significativo
53 CaminhOnibus Caminhões e ônibus Significativo
54 PecVeicAutom Peças e acessórios para veículos automotores Significativo
57 EletrOutUrba Eletricidade e gás, água, esgoto e limpeza urbana -
61 FerroviarioC Transp. ferroviário de carga -
62 CabotagemC Transp. de cabotagem de carga -
64 AereoC Transp. aéreo de carga -
73 AereoDomP Transp. aéreo doméstico de passageiros -
74 AereoInterP Transp. aéreo internacional de passageiros -
79 FinancSeguro Intermediação financeira e seguros -
84 EducMercant Educação mercantil -
85 SaudeMercant Saúde mercantil -
* Ao nívvel de significância de 10%.
Já o transporte aéreo de passageiros, tanto na operação doméstica como internacional, apresenta poucas empresas com elevado poder de mercado. Atualmente, a Agência Nacional de Aviação Civil (ANAC) regula, pelo lado da oferta, o mercado de transporte aéreo de passageiros (OLIVEIRA et al., 2011; ZIMMERMANN e OLIVEIRA, 2012).
Além desses serviços, o modelo considera como diferenciados os setores de eletricidade e gás, água, esgoto e limpeza urbana, intermediação financeira e seguros, educação mercantil e saúde mercantil. Essas atribuições acompanharam as consultas feitas junto a RUIZ (2012).
A partir das classificações dos setores como diferenciados, a próxima etapa consistiu na calibragem do número de firmas de cada um deles. Conforme apontou Abayasiri-Silva e Horridge (1996), não se pode considerar o número de estabelecimentos como o número de firmas de um setor. Segundo os autores, o mais correto é analisar o número médio de competidores enfrentado por produtores dentro de um setor, pois, por exemplo, dentro da indústria química, geralmente os produtores de químicos inorgânicos (e.g. fertilizantes fosfatados) não competem com os produtores de químicos orgânicos (e.g. produtos petroquímicos básicos). Dessa maneira, em vista de que cada setor é composto por subclasses de atividades econômicas, a saída foi ponderar o número de firmas das subclasses pela sua respectiva participação de venda dentro do setor. A vantagem deste cálculo reside principalmente por capturar, em algum grau, as quantidades de firmas que detêm maiores participações de mercado.
Para obter o número de firmas, foi usado o cadastro das empresas da Relação Anual de Informações Sociais (RAIS) do Ministério do Trabalho e Emprego de 2005, também conhecido como RAIS identificada. Os registros cobrem o universo das organizações inscritas no Cadastro Nacional da Pessoa Jurídica (CNPJ), classificadas de acordo com a versão 1.0 da Classificação Nacional de Atividades Econômicas – CNAE 1.0. Optamos por desconsiderar as empresas filiais nas observações coletadas, uma vez que elas apresentam baixa competição com suas matrizes. Vale salientar que o Cadastro Central de Empresas (CEMPRE) do IBGE também leva em conta as organizações inscritas no CNPJ da Secretaria da Receita Federal que, no ano de referência, declararam às pesquisas econômicas do IBGE e/ou aos registros administrativos do Ministério do Trabalho e Emprego. A atualização de dados cadastrais e econômicos do CEMPRE é realizada anualmente, conjugando informações provenientes das pesquisas nas áreas de Indústria, Construção Civil, Comércio e Serviços do IBGE e da RAIS.
Com o número de firmas de cada classe econômica, ou classe CNAE, a próxima tarefa foi calcular a receita total. Para tanto, usamos os dados da Pesquisa Anual da Indústria (PIA), Pesquisa Anual de Serviços (PAS), Pesquisa Anual da Indústria de Construção (PAIC) e Pesquisa Anual de Comércio (PAC) do IBGE. Nessas pesquisas, foram coletadas as receitas líquidas operacionais (ROLs) por firma de cada classe CNAE. Consideraram-se as receitas médias entre 2005 e 2007. Os valores de 2006 e 2007 foram deflacionados para 2005, usando o Índice Geral de Preços – Disponibilidade Interna (IGP-DI) (% a.a.) da Fundação Getúlio Vargas (IPEA, 2012). Em uma fase posterior, multiplicamos as ROLs das classes CNAE pelo número total de empresas das classes correspondentes do CEMPRE do IBGE, 2005. Esse procedimento nos forneceu as receitas totais por classe CNAE, porém elas não são as efetivas de cada classe econômica (CNAE), pois nesse método, assumimos a hipótese de firma representativa ao considerar as ROLs por empresa.
De posse das receitas totais por classe CNAE, foi possível obter as receitas totais de cada setor do modelo por meio de um trabalho de compatibilização. Com as receitas totais por classe e por setor correspondente, computaram-se as participações relativas de receita de cada classe. Essas participações foram usadas para ponderar o número de firmas, inicialmente coletado pela RAIS identificada. A Tabela 3.29 apresenta o número de firmas competidoras de cada setor diferenciado do modelo.
Em virtude da falta de informação de ROL nas pesquisas do IBGE sobre o setor eletricidade e gás, água, esgoto e limpeza urbana, usamos como referência as remunerações totais das classes correspondentes e que podem ser obtidas no próprio CEMPRE. Assim, utilizamos as participações relativas das remunerações das classes para ponderar com os números de firmas (ou seja, similarmente ao procedimento das receitas totais de outras classes).
Junto com essa exceção, para a calibragem do número de firmas de alguns serviços de transporte, foram utilizadas outras fontes de informações. No caso do transporte ferroviário de carga, o número de firmas foi adquirido junto à ANTT. Já em relação à navegação de cabotagem, as informações foram coletadas com a ANTAQ. E, por fim, para o transporte aéreo doméstico e internacional de passageiros, calculou-se a quantidade de empresas a partir do anuário estatístico da ANAC.
Tabela 3.29 – Número de firmas competidoras dos setores diferenciados no modelo
Obtido o número de firmas de cada setor diferenciado, o próximo passo constituiu na calibragem das participações dos custos fixos no custo total, conhecido como CDR. Como discutido no capítulo anterior, CDR representa a elasticidade inversa de escala [
) 1 /( c c c Scale Scale
CDR ]. Conforme demonstrado por Francois (1998), a elasticidade de escala é, consequentemente igual ao índice de Lerner. Dessa maneira, podemos obter estimativas de elasticidades de escala ou índice de Lerner na literatura e, posteriormente, calcular a parcela do custo fixo de cada setor.
Cód. Sigla Descrição Número de firmas competidoras
20 PetroleoGas Petróleo e gás natural 80
21 MinerioFerro Minério de ferro 84
23 AlimentBebid Alimentos e Bebidas 4444
24 ProdFumo Produtos do fumo 145
26 ArtVestuario Artigos do vestuário e acessórios 35262
27 CouroCalcado Artefatos de couro e calçados 6518
29 CelulosPapel Celulose e produtos de papel 878
30 JornRevDisc Jornais, revistas, discos 6447
31 RefPetroleo Refino de petróleo e coque 46
33 ProdQuimicos Produtos químicos 854
34 ResinaElasto Fabricação de resina e elastômeros 172
35 ProdFarmac Produtos farmacêuticos 1211
36 DefAgricolas Defensivos agrícolas 103
37 PerfumarOut Perfumaria, higiene e limpeza 2839
38 TintasOut Tintas, vernizes, esmaltes e lacas 879
39 QuimicosDive Produtos e preparados químicos diversos 2056
40 BorracPlast Artigos de borracha e plástico 6602
41 Cimento Cimento 66
43 FabAcoDeriv Fabricação de aço e derivados 302
44 MetNaoFerros Metalurgia de metais não-ferrosos 1481
45 ProdMetal Produtos de metal - exclusive máq. e equip. 6817
46 MaqEquipManu Máquinas e equipamentos, mais manut. e reparos 2170
47 Eletrodomest Eletrodomésticos 315
48 EscrInformat Máquinas para escritório e equip. de informática 458
49 MaqEletriOut Máquinas, aparelhos e materiais elétricos 461
50 MatEletroOut Material eletrônico e equip. de comunicações 297
51 ApMedicoOut Aparelhos/instrumentos médico-hospitalar, óptico 619
52 AutomUtilita Automóveis, camionetas e utilitários 45
53 CaminhOnibus Caminhões e ônibus 16
54 PecVeicAutom Peças e acessórios para veículos automotores 1671
57 EletrOutUrba Eletricidade e gás, água, esgoto e limpeza urbana 498
61 FerroviarioC Transp. ferroviário de carga 12
62 CabotagemC Transp. de cabotagem de carga 28
64 AereoC Transp. aéreo de carga 14
73 AereoDomP Transp. aéreo doméstico de passageiros 21
74 AereoInterP Transp. aéreo internacional de passageiros 10
79 FinancSeguro Intermediação financeira e seguros 1404
84 EducMercant Educação mercantil 3186
85 SaudeMercant Saúde mercantil 1511
Fonte: Elaboração própria a partir dos dados da RAIS negativa (2005); Cempre do IBGE (2005); PIA, PAS, PAIC e PAC do IBGE; ANAC (2005); ANTT (2005); e ANTAQ (2005).
Garcia (2003) apresenta as elasticidades de escala estimadas para a grande maioria das classes CNAE 1.0 no ano de 2000. Correia e Moita (2011), inspirados no trabalho de Aghion et al. (2005), calcularam o índice de Lerner através da participação do lucro operacional em relação à receita líquida das principais atividades econômicas, a partir dos dados da pesquisa IBMEC- Sensus 2008. Já Spat e Massuquetti (2008), baseados no procedimento de Tavares, Façanha e Possas (1978), calcularam markups totais pela razão entre o excedente líquido e os custos operacionais de produção (inclusos os gastos de pessoal). Os autores utilizaram os dados da PIA do IBGE de 2008.
Diante destas alternativas de cálculo, procuramos computar as receitas operacionais líquidas (ROLs) e custos operacionais de produção (COPs) (consumo intermediário e gastos de pessoal) para as classes CNAE 1.0, com base nos dados disponíveis da PIA, PAS, PAIC e PAC do IBGE entre 2005 e 2007. Cabe salientar que se fosse apenas considerado o ano de 2005, provavelmente a taxa de markup dos setores seria baixa, pois a economia apresentou baixo crescimento entre 1999 e 2004. Se fosse atribuído um intervalo entre 2005 e 2008, teríamos dois problemas. Primeiro, a partir de 2008, as pesquisas do IBGE fornecem os dados por classes CNAE 2.0, o que poderia provocar diferenças com anos anteriores no momento da compatibilização com os setores do modelo. Segundo, no segundo semestre de 2008, ocorreu a crise externa e a recessão econômica, o que poderia influir nos resultados calculados de markups. Por essas razões, escolhemos o intervalo entre 2005 a 2007.
Em seguida, deflacionamos os valores de ROL e COP, conforme o índice IGP-DI e, posteriormente, dividimo-los pelo número de empresas das próprias pesquisas. Essa divisão visa a eliminar os efeitos de possíveis variações do número de empresas entre 2005 a 2007, sobre os resultados operacionais das classes CNAE, uma vez que eles poderiam estar correlacionados. Numa etapa posterior, somamos os resultados operacionais por empresa de todos os anos para posteriormente serem convertidos nos setores do modelo. Vale salientar que o excedente líquido, valor de transformação industrial (VTI) menos gasto de pessoal, é próximo à diferença entre ROL e COP. Portanto, de maneira semelhante ao procedimento de Tavares, Façanha e Possas (1978), pudemos obter o índice de markup (ou Lerner) dos setores do modelo.
Esses resultados foram confrontados com as estimativas de Garcia (2003) e Correia e Moita (2011), a fim de se verificar eventuais discrepâncias, apesar do uso de diferentes métodos. Os valores computados foram, na grande maioria, superiores às estimativas de Correia e Moita (2011). Apenas os índices de markup do setor de petróleo e gás, jornais, revistas, discos, fabricação de aço e derivados e máquinas, aparelhos e materiais elétricos registraram valores próximos (diferença máxima de 0,05). Já em relação às estimativas de Garcia (2003), os índices de markup computados foram, em grande parte, inferiores. Somente os setores como de produtos de fumo, celulose e papel, produtos de farmácia e fabricação de aço e derivados apresentaram resultados próximos às elasticidades de escala estimadas por Garcia (2003) (diferença máxima de 0,05). Dessa maneira, com o intuito de sermos conservadores, optamos por manter os índices de Lerner calculados pelos dados operacionais das pesquisas do IBGE. A Tabela 3.30 apresenta os resultados de CDR de cada setor diferenciado.
A exceção desta regra reside em seis setores. No setor de minério de ferro, o índice de Lerner calculado pelos resultados operacionais foi de aproximadamente 1,66, ao passo que em Correia e Moita (2011) e Garcia (2003) foi de 1,31. Assim, optamos por manter o valor de 1,31. Para o setor de refino de petróleo, a estimativa de Garcia (2003) foi de 1,31 e de Correia e Moita (2011), 1,17. O índice de Lerner calculado pelos dados operacionais foi de 1,56. Assim, atribuímos arbitrariamente o valor estimado de Garcia (2003) para o setor de refino de petróleo. No setor de petróleo e gás, também levamos em conta a estimativa deste autor (2003).
O setor de automóveis e utilitários registrou um índice de Lerner de 1,10, o que foi bem diferente da estimativa de Garcia (2003). Desse modo, utilizamos a estimativa de 1,29 do trabalho de Garcia (2003). Por outro lado, como a PAS do IBGE não engloba o setor de eletricidade e gás, foi adotado um valor médio dos setores de serviço para a calibragem do CDR de eletricidade e gás, água, esgoto e limpeza urbana. Já para o transporte ferroviário de carga, por seu turno, adotamos os resultados operacionais dos balanços financeiros das empresas concessionárias, oriundos do relatório financeiro da ANTT (ANTT, 2010). Nesses balanços, já são apresentados os valores das receitas líquidas e os lucros operacionais por empresa.
Tabela 3.30 – Participação do custo fixo em relação ao custo total dos setores diferenciados do modelo Receita líquida operacional* Custo operacional* Índice de Lerner CDR Elasticidade de escala CDR Índice de Lerner CDR 20 PetroleoGas 271500 231299 1,17 0,15 1,33 0,25 1,17 0,15 0,15 21 MinerioFerro 2141342 1287067 1,66 0,40 1,31 0,24 1,31 0,24 0,24 23 AlimentBebid 1568935 1399361 1,12 0,11 1,34 0,25 1,05 0,05 0,11 24 ProdFumo 322932 250945 1,29 0,22 1,32 0,24 1,05 0,05 0,22 26 ArtVestuario 5676 4877 1,16 0,14 1,35 0,26 1,02 0,02 0,14 27 CouroCalcado 47848 42721 1,12 0,11 1,34 0,25 1,02 0,02 0,11 29 CelulosPapel 620777 465319 1,33 0,25 1,33 0,25 1,09 0,08 0,25 30 JornRevDisc 168564 150204 1,12 0,11 1,35 0,26 1,09 0,08 0,11 31 RefPetroleo 5069349 3252187 1,56 0,36 1,31 0,24 1,17 0,15 0,24 33 ProdQuimicos 350914 301696 1,16 0,14 1,33 0,25 1,06 0,06 0,14 34 ResinaElasto 456245 397150 1,15 0,13 1,33 0,25 1,06 0,06 0,13 35 ProdFarmac 95367 73777 1,29 0,23 1,33 0,25 1,11 0,10 0,23 36 DefAgricolas 698590 564005 1,24 0,19 1,33 0,25 1,06 0,06 0,19 37 PerfumarOut 32011 25343 1,26 0,21 1,34 0,25 1,14 0,12 0,21 38 TintasOut 37864 33625 1,13 0,11 1,34 0,25 1,06 0,06 0,11 39 QuimicosDive 33875 27836 1,22 0,18 1,34 0,25 1,06 0,06 0,18 40 BorracPlast 39272 34591 1,14 0,12 1,34 0,25 1,06 0,06 0,12 41 Cimento 666407 526458 1,27 0,21 1,32 0,24 1,11 0,10 0,21 43 FabAcoDeriv 1114650 867625 1,28 0,22 1,29 0,22 1,25 0,20 0,22 44 MetNaoFerros 170414 138845 1,23 0,19 1,33 0,25 1,11 0,10 0,19 45 ProdMetal 52730 43953 1,20 0,17 1,35 0,26 1,11 0,10 0,17 46 MaqEquipManu 402766 359612 1,12 0,11 1,34 0,25 1,04 0,04 0,11 47 Eletrodomest 121618 108530 1,12 0,11 1,32 0,24 1,02 0,02 0,11 48 EscrInformat 141491 125992 1,12 0,11 1,34 0,25 1,11 0,10 0,11 49 MaqEletriOut 353050 312048 1,13 0,12 1,34 0,25 1,08 0,07 0,12 50 MatEletroOut 663119 538186 1,23 0,19 1,34 0,25 1,11 0,10 0,19 51 ApMedicoOut 112970 91576 1,23 0,19 1,34 0,25 1,11 0,10 0,19 52 AutomUtilita 9256552 8414037 1,10 0,09 1,29 0,22 1,04 0,04 0,22 53 CaminhOnibus 3331419 2847352 1,17 0,15 1,30 0,23 1,04 0,04 0,17 54 PecVeicAutom 120309 103760 1,16 0,14 1,34 0,25 1,04 0,04 0,14 57 EletrOutUrba - - 1,20 0,17 - - - 0,17 61 FerroviarioC 642012 516368 1,24 0,20 - - - 0,20 62 CabotagemC 3387300 3057207 1,11 0,10 - - - 0,10 64 AereoC 7233542 6436921 1,12 0,11 - - - 0,11 73 AereoDomP 23168787 20617238 1,12 0,11 - - - 0,11 74 AereoInterP 7233542 6436921 1,12 0,11 - - - 0,11 79 FinancSeguro 1552 961 1,62 0,38 - - - 0,25 84 EducMercant 744 530 1,40 0,29 - - - 0,29 85 SaudeMercant 2406 1880 1,28 0,22 - - - 0,22
* Representa a soma dos valores (R$ mil) por firma entre 2005 e 2007
Fonte: Elaboração própria a partir dos dados da PIA, PAS, PAIC e PAC do IBGE; e relatório financeiro da ANTT.
Cód.
Cálculo do trabalho Trabalho de Garcia (2003) Trabalho de Moita e Correia (2011)
CDR do modelo Sigla
Na Tabela 3.30, os valores de CDR do modelo para cada setor diferenciado indicam aproximadamente o quanto a sua produção crescerá e quanto o custo médio decairá. Por exemplo, uma participação de 10% do custo fixo no custo total faz a produção aumentar cerca de 1% e reduzir o custo unitário próximo de 0,1% no setor. Entretanto, o CDR é tratado como coeficiente e não parâmetro no modelo, pois a modelagem especificada permite que, ao longo dos anos, os valores deste coeficiente diminuam à medida que cresce o número de firmas dentro do setor diferenciado.
Ou melhor, existe uma relação inversa entre a variação de economias de escala e de número de firmas ao longo do tempo. Assim, menores quantidades de firmas atuantes no mercado de um determinado setor diferenciado resultarão em maiores economias de escala aos adquiridas com uma quantidade maior de firmas concorrentes. A justificativa reside na relação positiva entre o custo unitário do setor e o número de firmas113, isto é, como o custo médio de um setor é uma função crescente com o número de firmas, a concentração de mercado em poucas firmas atuantes representará custo médio inferior ao comparado a uma quantidade maior de empresas no respectivo setor.
Em suma, a entrada de firmas eleva o custo médio do setor. A velocidade com que isso