Dahlby (2011) dá um importante papel do MCF local na determinação do
flypaper effect, por isso há o interesse em estudar o impacto das transferências
intergovernamentais nesse indicador, na tentativa de encontrar evidências empíricas de que esse sistema de transferências reduz o MCF dos municípios brasileiros mais do que a renda, ou seja, promove um maior efeito preço, ajudando a explicar o flypaper effect.
Nossa abordagem consiste, então, (i) Estimar o custo marginal de financiamento público (MCF) dos municípios do Brasil e (ii) avaliar se as diferentes transferências intergovernamentais e a renda realmente reduzem esse MCF municipal e qual possui maior impacto. Assim, se conseguirmos demonstrar que essas transferências atuam nesse sentido com maior intensidade que a renda, essas transferências podem ter um efeito gasto maior do que um aumento proporcional de renda (flypaper effect), corroborando a nova explicação dada por Dahlby (2011).
Existem inúmeras metodologias para se calcular o MCF, conforme mostra Dahlby (2008ª). O método criado neste trabalho é a simples estimação do único parâmetro que falta para calcularmos o MCF (sensibilidade da base
Tabela 15: Decomposição da receita dos municípios (Painel grande)
Receita Obs Média Desvio
Padrão Mínimo Máximo Receita tributária - IPTU (%Receita Total) 10541 1,14% 1,93% 0,00% 30,19% Receita tributária - ISS (%Receita Total) 10541 3,34% 4,22% 0,00% 46,76% Receita Transferências incondicionais (%Receita Total) 10541 60,13% 14,33% 0,00% 99,75% Receita Transferências condicionais (%Receita Total) 10541 27,91% 13,15% 0,00% 99,61%
tributária em relação à alíquota de imposto7). Segundo a equação (2), para se calcular o MCF local precisa-se da alíquota de imposto local e dessa sensibilidade da base tributária. Essa foi a metodologia escolhida, pois segue rigorosamente ao modelo.
O modelo empírico para a segunda etapa pode ser escrito como:
i i i i i
t
X
B
=α
+η
+δ
+ε
(19) Onde i é a unidade de observação (municípios),B
i são as proxies da base tributária,t
i são as proxies das alíquotas de IPTU,X
i é um vetor de controles. Assim, o coeficiente da alíquota de IPTU nessa regressão será a elasticidade da base tributária com relação à alíquota de IPTU (η ), item que faltava para calcular o MCF municipal.Para estimar o modelo acima foram criadas todas as possíveis combinações existentes na base de dados entre uma alíquota e uma base tributária, dentro de cada uma das sete amostras utilizadas. Para ilustrar o que foi feito, observe a Tabela 16 abaixo:
7
Existe uma grande literatura sobre a determinação da resposta da base tributária em relação à uma variação do imposto. Gruber e Saez (2002) estimam para os EUA, Mintz e Smart (2004) para o Canadá. Dahlby (2008ª) tem uma boa revisão sobre o tema e ainda apresenta resultados no contexto de federalismo fiscal.
Cada marcação (x) presente na Tabela 16 abaixo representa uma regressão, onde a linha correspondente é a variável dependente (base tributária), a coluna é a principal variável explicativa (alíquota de IPTU) usada e há também informação sobre a amostra utilizada (1ª coluna).
Como existem diferentes amostras, foram utilizadas diferentes técnicas de estimação. Nas amostras que possuem observações em dois períodos de tempo criaram-se Painéis, utilizando a técnica de Efeitos Fixos nas regressões
Tabela 16: Modelos utilizados na 1ª Etapa Amostra Base tributária
Aliq_dom Aliq_ipea Aliq_percapita Aliq_pib Painel grande domicílios x x x densidade x x x densidade_dom x x x banheiros x x x Painel Médio domicílios x x x densidade x x x densidade_dom x x x banheiros x x x aglomerado_sub x x x 2005_grande domicílios x x x densidade x x x densidade_dom x x x banheiros x x x 2007_grande domicílios x x x densidade x x x densidade_dom x x x banheiros x x x 2005_pequena domicílios x x x x densidade x x x x densidade_dom x x x x banheiros x x x x 2007_pequena domicílios x x x x densidade x x x x densidade_dom x x x x banheiros x x x x Painel_royalties domicílios x x x densidade x x x densidade_dom x x x banheiros x x x Alíquota IPTU
(Amostras Painel grande e Painel Médio). Nos demais casos, onde existem apenas cross-sections, foram utilizados Mínimos Quadrados Ordinários (MQO).
Após a realização de todas estas regressões, conseguimos calcular o MCF municipal, conforme a equação (2). Utilizando a elasticidade da base tributária com relação à alíquota de IPTU obtido nessa regressão e a proxy da alíquota de IPTU. Como cada regressão feita gerou uma elasticidade diferente, teremos estimadores dos MCF´s para cada cidade e em cada amostra.
O próximo passo é fazer outra regressão, a fim de saber se o aumento das transferências e da renda atua no sentido de reduzir essa variável, para tal foram feitas a seguinte especificação:
i i i i
Transf
Y
X
u
MCF
t+
+
+
+
=β
0β
1β
2β
3 (20) Onde i representa a unidade de observação. Na equação (13),MCF
i é o custo marginal de financiamento público (MCF),Transf
i são as transferências recebidas pelos municípios,Y
i é a renda eX
i inclui o mesmo vetor de variáveis de controle utilizadas na primeira etapa. Temos de investigar a consistência dos sinais estimados8 e o poder explicativo de tal regressão.Na estatística clássica, as distribuições amostrais dos estimadores são obtidas teoricamente a partir da realização repetida de várias seleções de amostras com mesmo tamanho a partir de uma mesma população. Para cada uma destas amostras calcula-se o valor da estimativa e a partir de todas as estimativas constrói-se a distribuição do estimador. Como dispomos apenas de
8
Segundo o modelo teórico, por hipótese, o MCF é positivamente relacionado com a alíquota de impostos.
um único valor por cidade para cada amostra, utilizamos a técnica conhecida como bootstrapping. Esta técnica consiste em estimar a variância de um estimado com base na realização de diversas replicações amostrais, construindo-se assim a distribuição desse estimador. Estas replicações amostrais são seleções de amostras com reposição de mesmo tamanho a partir da mesma amostra.
Um problema que se coloca é a escolha das características do Brasil que compõem o vetor X a fim de criarmos controles efetivos. As mais óbvias são a renda (per capita) e população total: quanto maiores, maior a capacidade tributária e menor o MCF. Entretanto, muitas outras variáveis podem, em princípio, afetar o MCF.
A facilidade de acesso à base tributária e o controle dessa base é outro fator que afeta a capacidade tributária. Acesso e controle são facilitados pelo grau de concentração da base. Deve-se esperar, portanto, que o MCF seja negativamente relacionado aos graus de urbanização, de concentração da renda pessoal. Além disso, como as alíquotas de ISS não são utilizadas para calcular o MCF, a arrecadação do ISS per capita foi incluída neste vetor de controles. Como o modelo teórico considera o efeito das transferências e da renda no MCF, mantendo constantes os gastos, as despesas correntes foram incluídas nesse vetor de controle. Por fim, foram incluídas outras variáveis socioeconômicas e demográficas a fim de captar as singularidades de cada município.