Skip to content

🔬 Pesquisa em Ação — Capítulo 12

Ulyssea, G. (2018). Firms, Informality, and Development: Theory and Evidence from Brazil. American Economic Review, 108(8), 2015–2047.

Pergunta central: Por que tantas empresas no Brasil operam na informalidade, e quais são as consequências de políticas que tentam reduzi-la? A informalidade empresarial atinge milhões de firmas brasileiras e tem implicações diretas para produtividade, arrecadação e bem-estar. Ulyssea investiga se reduzir a informalidade de firmas (registro formal) necessariamente reduz a informalidade no mercado de trabalho (contratação formal).

Método: O artigo desenvolve um modelo de equilíbrio com firmas heterogêneas que tomam duas decisões: (i) se registram formalmente a empresa (margem extensiva da informalidade) e (ii) se contratam trabalhadores com carteira assinada (margem intensiva). O modelo é estimado com dados brasileiros de firmas e trabalhadores, permitindo simular políticas contrafactuais de fiscalização e redução de custos de formalização.

Resultado principal: O resultado central é surpreendente: as duas margens de informalidade podem mover-se em direções opostas. Políticas que reduzem a informalidade empresarial (mais firmas se registrando) não necessariamente reduzem a informalidade trabalhista — e podem até piorá-la. Nem sempre há ganhos de produtividade, produto ou bem-estar. A heterogeneidade das firmas é crucial: firmas muito pequenas que se formalizam enfrentam custos regulatórios que reduzem sua eficiência.

Por que isso importa: Para o Brasil, onde o Simples Nacional e programas como o MEI (Microempreendedor Individual) buscam reduzir a informalidade, o artigo oferece um alerta: formalizar a empresa não é o mesmo que formalizar o emprego. Políticas públicas precisam considerar ambas as margens simultaneamente.

Relevância para o capítulo: O modelo de Ulyssea é fundamentalmente um modelo de maximização de lucro com custos de transação regulatórios. A decisão de formalizar é análoga à fronteira da firma de Coase: a firma compara o custo de operar formalmente (impostos, burocracia) com o custo de operar informalmente (risco de multa, exclusão de crédito). A informalidade trabalhista reflete a demanda por insumos sob custos regulatórios — exatamente os temas das Seções 11.1 e 11.6.

Dix-Carneiro, R.; Kovak, B. K. (2017). Trade Liberalization and Regional Dynamics. American Economic Review, 107(10), 2908–2946.

Pergunta central: Como as firmas e os mercados de trabalho regionais se ajustam no longo prazo a choques de preços causados por liberalização comercial? O Brasil realizou uma das maiores aberturas comerciais do mundo no início dos anos 1990, oferecendo um experimento natural para estudar a resposta da oferta e da demanda por insumos.

Método: Os autores combinam dados de censos demográficos brasileiros de 1991 a 2010 com variação regional na exposição a reduções tarifárias, usando uma estratégia de diferenças-em-diferenças. Regiões mais afetadas pela abertura (que tinham indústrias mais protegidas) são comparadas com regiões menos afetadas ao longo de 20 anos.

Resultado principal: O impacto negativo sobre emprego formal e salários foi persistente e crescente: após 20 anos, regiões mais afetadas apresentavam queda de emprego formal cerca de três vezes maior do que após 10 anos. O mecanismo envolve mobilidade imperfeita do trabalho, ajuste lento do capital e perda de economias de aglomeração. Firmas em regiões expostas reduziram a produção e a demanda por trabalho de forma prolongada — contrariando modelos que preveem ajuste rápido.

Por que isso importa: O estudo demonstra empiricamente que a "curva de oferta de longo prazo" — que a teoria descreve como perfeitamente elástica — pode levar décadas para se materializar em economias reais com fricções. Para o Brasil, os resultados informam debates sobre política comercial e proteção a setores vulneráveis.

Relevância para o capítulo: O artigo ilustra a distinção entre curto e longo prazo da Seção 12.4: no curto prazo, firmas operam com prejuízo (decisão de não fechar), mas no longo prazo, a saída de firmas e a realocação de fatores deveria restaurar o equilíbrio. Dix-Carneiro e Kovak mostram que esse ajuste pode ser extremamente lento. O artigo também documenta empiricamente como a demanda por insumos (Seção 12.6) responde a mudanças de preços — exatamente o que o Lema de Hotelling prediz, mas com dinâmica muito mais complexa do que o modelo estático sugere.

Olley, G. S.; Pakes, A. (1996). The Dynamics of Productivity in the Telecommunications Equipment Industry. Econometrica, 64(6), 1263–1297.

Pergunta central: Como as firmas na indústria de equipamentos de telecomunicações dos EUA — submetida a uma grande desregulamentação no início dos anos 1980 — responderam com ajustes de produtividade? E como medir a produtividade total dos fatores (PTF) de forma confiável quando há viés de simultaneidade (as firmas escolhem insumos sabendo sua produtividade) e viés de seleção (firmas menos produtivas saem do mercado)?

Método: Olley e Pakes desenvolvem um estimador seminal para funções de produção em painel, usando o investimento como proxy para a produtividade não observada da firma (o chamado "estimador OP"). A ideia central é que firmas mais produtivas investem mais — logo o investimento carrega informação sobre o choque de produtividade corrente. O método controla para: (i) viés de simultaneidade (correlação entre insumos e produtividade inobservada); (ii) viés de seleção (firmas mais produtivas sobrevivem). O artigo combina esse avanço econométrico com análise da dinâmica industrial pós-desregulamentação.

Resultado principal: A PTF da indústria cresceu substancialmente após a desregulamentação, mas os ganhos foram concentrados em firmas maiores que expandiram participação de mercado — e não primariamente em aumentos de produtividade dentro das firmas. A realocação de produção para firmas mais eficientes foi o mecanismo dominante. Além disso, firmas que anteciparam saída do mercado (baixa probabilidade de sobrevivência) reduziram investimento mais rapidamente, gerando um viés de seleção que os métodos convencionais não capturam.

Por que isso importa: O estimador OP tornou-se o padrão-ouro para estimação de funções de produção com dados de firmas. A metodologia é extensamente utilizada em pesquisas sobre produtividade no Brasil (por exemplo, pelo IPEA e pela FGV IBRE com dados da PIA — Pesquisa Industrial Anual do IBGE) e em estudos sobre o impacto da abertura comercial sobre a produtividade das firmas brasileiras, como os de Schor (2004).

Relevância para o capítulo: O artigo demonstra empiricamente como as firmas ajustam a demanda por insumos (capital e trabalho) em resposta a mudanças nas condições de lucratividade — o tema central da Seção 12.6. A função de produção estimada pelo método OP é precisamente o objeto que entra na função lucro da Seção 12.5, e os resultados sobre seleção confirmam a importância da decisão de saída (shutdown) da Seção 12.4: firmas com baixa produtividade antecipam o fechamento e reduzem o investimento antes de sair.

De Loecker, J.; Warzynski, F. (2012). Markups and Firm-Level Export Status. American Economic Review, 102(6), 2437–2471.

Pergunta central: Os exportadores cobram markups mais altos do que firmas que vendem apenas no mercado doméstico? E quais mecanismos causam essa diferença — seleção (firmas mais eficientes exportam) ou aprendizado com a exportação? A questão conecta a teoria do markup (derivada da condição \(p = \mathrm{CMg} / (1 - 1/|\varepsilon_d|)\)) à literatura de comércio internacional e competitividade industrial.

Método: Os autores propõem um método para estimar markups no nível da firma a partir de dados de produção, sem necessidade de informação sobre preços de insumos individuais. O método é baseado no Lema de Hotelling aplicado à função custo: a razão entre a receita marginal do insumo variável e a participação desse insumo na receita total identifica o markup. Usando dados de firmas manufatureiras eslovenas (1994–2000), estimam markups por setor e status de exportação.

Resultado principal: Exportadores cobram markups significativamente maiores que não-exportadores (diferença de ~12% em média), e esse diferencial aumenta após a entrada no mercado de exportação — sugerindo que o aprendizado com a exportação (acesso a mercados mais competitivos, pressão para inovar) é um mecanismo causal, e não apenas seleção de firmas ex-ante eficientes. Além disso, o markup é heterogêneo entre firmas dentro do mesmo setor, desafiando modelos que assumem markup uniforme.

Por que isso importa: O método de estimação de markups de De Loecker e Warzynski transformou a literatura empírica sobre poder de mercado. Versões estendidas (como De Loecker, Eeckhout & Unger, QJE 2020) documentaram o aumento secular dos markups nas economias avançadas — o que tem implicações diretas para a distribuição funcional da renda e para o debate sobre concentração de mercado. Para o Brasil, o método tem sido aplicado com dados da PIA/IBGE para medir o poder de mercado de firmas industriais em diferentes períodos de abertura e fechamento comercial.

Relevância para o capítulo: O índice de Lerner (Seção 12.3) é o conceito teórico que o método de De Loecker e Warzynski operacionaliza empiricamente. A derivação do markup a partir de dados de produção é uma aplicação direta do Lema de Hotelling (Seção 12.5): as condições de otimalidade da firma (VPMg = preço do insumo) identificam o markup quando combinadas com dados sobre a função de produção e os gastos com insumos.

Schor, A. (2004). Heterogeneous Productivity Response to Tariff Reduction: Evidence from Brazilian Manufacturing Firms. Journal of International Economics, 63(2), 373–394.

Pergunta central: Como as firmas manufatureiras brasileiras responderam à abertura comercial dos anos 1990 em termos de produtividade total dos fatores? A redução tarifária afetou todas as firmas uniformemente, ou existiu heterogeneidade sistemática — com algumas firmas ganhando eficiência enquanto outras perderam ou saíram?

Método: Schor utiliza dados em painel de firmas industriais brasileiras da Pesquisa Industrial Anual (PIA/IBGE) para o período de 1986–1998, que engloba tanto a fase pré-abertura (proteção elevada) quanto o choque tarifário de 1990–1994 (redução de tarifas médias de ~40% para ~14%). Estima funções de produção pelo método de Olley-Pakes para obter medidas de PTF no nível da firma, e depois analisa como a variação tarifária por setor afetou a PTF, controlando para seleção (entrada e saída de firmas).

Resultado principal: A resposta de produtividade à redução tarifária foi altamente heterogênea: firmas com produtividade inicial mais alta tenderam a ganhar mais (ou perder menos) com a abertura — o que é consistente com modelos de seleção onde firmas eficientes sobrevivem e expandem enquanto firmas ineficientes saem. As firmas que continuaram operando apresentaram ganhos médios de PTF, mas esses ganhos foram parcialmente compensados pela saída de firmas de produtividade média, resultando em recomposição do portfólio industrial. O efeito sobre emprego foi misto: o ganho de eficiência das sobreviventes não compensou as perdas de emprego das firmas que saíram.

Por que isso importa: O artigo é um dos primeiros estudos empíricos rigorosos sobre o impacto da abertura comercial sobre firmas brasileiras, usando metodologia microeconômica moderna. Ele documenta empiricamente os mecanismos de seleção e realocação que a teoria da firma (maximização de lucro e decisões de entrada/saída) prediz, e fornece evidência para o debate de política industrial sobre proteção tarifária e competitividade.

Relevância para o capítulo: Os resultados de Schor ilustram as condições de entrada, saída e shutdown da Seção 12.4 em um contexto real de choque de preços (queda de \(p\) relativo para firmas que competem com importados mais baratos). Firmas cujo preço caiu abaixo do CMe mínimo de longo prazo saíram do mercado — confirmando a teoria. As firmas que permaneceram ajustaram a demanda por insumos (Seção 12.6) em direção a combinações mais eficientes, respondendo à pressão competitiva exatamente como o modelo de maximização de lucro prevê.

📚 Referências do Capítulo