Artigo 2

1 – Introdução Em 2004, no último debate televisionado entre os candidatos a prefeito de Salvador, César Borges (PFL) perguntou a João Henrique (PDT) como ele sendo prefeito conseguiria recursos federativos para a cidade de Salvador, se seu partido fazia oposição tanto ao governo federal quanto ao estadual. Percebam a mensagem implícita na pergunta de César Borges; o eleitor de Salvador considera um bom administrador o prefeito que consegue mais recursos para o município. Este fato ocorreu em Salvador, mas poderia ter ocorrido em qualquer município da Bahia ou do Brasil. Estes recursos (fiscalmente conhecidos como transferências voluntárias) do governo federal e/ou estadual que um município recebe, dependem da capacidade de articulação do prefeito com executivo federal e/ou estadual, e isso é considerado importante para os eleitores. Este é o senso comum da população de Salvador, mas será que ele está corretamente fundamentado? As transferências voluntárias são mesmo politicamente motivadas? Antes de respondermos a esta pergunta, vamos fazer uma breve revisão da literatura econômica sobre o assunto para mostrarmos como ela se insere na literatura e como ela já foi respondida. O presente artigo está organizado da seguinte forma; este é o capítulo da introdução, no segundo capítulo explicaremos o modelo dos ciclos político-orçamentários a partir do trabalho seminal de Rogoff (1990), no terceiro capítulo explicaremos como Bugarin e Ferreira (2003, 2004) adaptaram o modelo ao federalismo fiscal brasileiro tendo como objeto de análise o município, no quarto capítulo realizaremos o teste econométrico, e no quinto capítulo se encontra a conclusão do artigo.

2 – Os Ciclos Político-Orçamentários As coincidências entre eleições e desempenho econômico sempre intrigaram os economistas e os levaram a construírem teorias sobre o assunto. A teoria de ciclos políticos de negócios do qual destacamos o trabalho de Nordhaus (1975), utiliza a Curva de Phillips

como referência para afirmar que através da política monetária os políticos tendem a reduzir o desemprego nos períodos próximos a eleição gerando uma inflação maior no período seguinte, ocorrendo ciclos nos quais os governantes combateriam a inflação no início do mandato aumentando-a progressivamente até o período eleitoral, o contrário ocorreria com o desemprego que aumentaria no começo do mandato se reduziria progressivamente até a eleição. Contudo essa teoria não explica por que eleitores racionais permitem que suas expectativas sobre a performance pós-eleitoral do candidato sejam influenciadas pelas atitudes pré-eleitorais? O trabalho de Rogoff (1990) é um refinamento desta teoria em duas frentes; a primeira modificação é que ele pressupõe que os agentes (governantes e eleitores) além de autointeressados, são também racionais; a segunda mudança é no foco da análise da política monetária para a política fiscal, o que amplia seus objetos de estudos. Rogoff constrói um modelo em que o eleitor representativo maximiza sua função utilidade (Γt) assim como os governantes que além de serem eleitores têm também um adicional de utilidade, “ego rents”, por estar no cargo. A função de produção dos bens públicos no modelo é; (1)

Gt + kt+1 = τt + εt

No qual: G, corresponde aos gastos públicos (per capita); K, corresponde aos investimentos público (per capita) que só serão do conhecimento do eleitor no período seguinte (t+1); τ, corresponde aos impostos arrecadados; ε, corresponde a competência do governante. A competência do governante no período t, é dada por; (2)

εt = αt + αt+1

αt é o choque de competência do governante no período t, sendo idêntica e independentemente distribuída, podendo assumir dois valores αH e αL; sendo αH > αL >0. Seguindo a distribuição da probabilidade de αH, ρ= prob (αt = αH), sendo 0>ρ>1.

No modelo de informação assimétrica apesar dos eleitores não poderem observar αt antes do período t+1, eles forma crenças (“beliefs”) sobre αt, a partir de Gt e τt. na equação (2) percebe-se que a competência (potencial) de cada governante se modifica de acordo com um processo de média móvel. A principal conclusão deste trabalho é que governantes competentes são capazes de sinalizar aos eleitores a sua competência através os ciclos políticos-orçamentários. “A percepção popular é que os ciclos políticos orçamentários são uma coisa ruim. Mas a conclusão central aqui, é que ele às vezes é um mecanismo socialmente eficiente para a difusão de informações sobre a competência do governante. Esforços para reduzir o ciclo podem facilmente também reduzir o bem-estar, impedindo a transmissão de informação ou induzindo os políticos a utilizar modos socialmente mais custosos de sinalizar.” (Rogoff, 1990, tradução nossa)

3- Adaptações para o Federalismo Fiscal Brasileiro Em dois trabalhos similares (2003, 2004) Maurício Soares Bugarin e Ivan Fecury Sydrião Ferreira adaptaram o modelo de Rogoff ao federalismo fiscal brasileiro, tendo como objeto de estudo a relação entre transferências voluntárias e os ciclos eleitorais em municípios. A análise deles modifica a função de produção dos bens públicos (1) para a seguinte; (3)

Gt + kt+1 = τt + εt + Ft

Sendo a variável Ft, o montante de transferências que o município recebeu no período t.. A partir de testes econométricos os autores constataram que parte das transferências (as transferências voluntárias originárias do executivo estadual) são politicamente motivadas.

Ao adaptar a realidade brasileira ao modelo de Rogoff, os autores tiraram as seguintes conclusões: “Em resumo, apesar do ciclo político-orçamentário ocorrer em equilíbrio em nosso modelo, ele nem sempre consegue levar à escolha do candidato mais competente. Dependendo do montante destinado a transferências voluntárias, existe a possibilidade de o prefeito ser incompetente, com baixa popularidade e ainda assim, o eleitor decidir reelegê-lo. Ou então, pode ocorrer que o prefeito seja competente, popular, e ainda assim, o eleitor preferir o candidato da oposição. A primeira hipótese é viabilizada quando o prefeito e o governador pertencem ao mesmo partido; a segunda hipótese pode acontecer quando o governador do estado for do mesmo partido do candidato da oposição.” (BUGARIN, FERREIRA, 2004)

4- O Teste Econométrico Testarei se existe evidência empírica da motivação política nas transferências voluntária do Estado e da União para os municípios a partir da seguinte equação: (4) TVt = α1 + α2POP + α3POP2 + α4POP3 + α5Dpt-psb + α6Dpsdb + α7Dpfl + α8D02 + α9D04 + α10TVt-1 + εt Na qual a variável TV representa uma proxy do montante de transferências voluntárias, calculada somando as “demais transferências correntes da união”, “demais transferências correntes dos estados”, “transferências de capital da união”, “transferências de capital dos estados” e “outras receitas de transferências de capital”. A variável dummy D02 assume o valor 1 se for ano de eleição para governador e presidente; a variável dummy D04 assume o valor de 1 se for ano de eleição para prefeito; a variável dummy Dpt-psb assume o valor de 1 se o prefeito do município em questão for do PT ou do PSB; a variável dummy Dpsdb assume o valor de 1 se o prefeito do município em questão for do PSDB; a variável dummy Dpfl

assume o valor de 1 se o prefeito do município em questão for do PFL; a variável POP se refere ao tamanho da população do referido município assim como POP2 e POP3. O universo é formado pelos 420 municípios baianos. Os dados populacionais são do censo do IBGE de 2000, os dados eleitorais são do TSE, que não os disponibilizou para 3 municípios, os autores deliberadamente excluíram dois municípios da amostra (Salvador e Feira de Santana), os dados orçamentários foram coletados no Tesouro Nacional e não estão disponíveis para vários municípios, especialmente os menores e no ano de 2004, portanto a amostra nos quatros anos (2001, 2002, 2003 e 2004) contêm respectivamente 380, 355, 330 e 225 municípios, totalizando 1290 observações. Foi utilizado o método de MQO para todas as equações. Em todas com exceção da primeira foram utilizados erros padrão robustos quanto a heterocedasticidade pelo método de White. Utilizou-se a população do município como variável de controle, e não o orçamento municipal (apesar do orçamento ser corrigido ano a ano, ao contrário da população, deixando um viés de tendência temporal), no intuito de evitar a auto-correlação. Os dados foram disponibilizados na tabela em ordem alfabética e em intervalos de anos, como podese perceber nos anexos das equações 3 e 6, evitando assim a correlação serial. O principal objetivo deste teste é verificar o coeficiente e a significância das variáveis políticas (α5Dpt-psb; α6Dpsdb; α7Dpfl; α8D02; α9D04). Os números em parênteses se referem ao probability da variável.

x Variável Dependente Intercepto População do Município População2 População3 Prefeitos do PT e PSB Prefeitos do PSDB Prefeitos do PFL Ano de 2002 Ano de 2004 TVs do ano anterior R2 Ajustado F-statistic D-Watson st.

1ºEquação Todas as TVs nos 4 anos 13142.15 (0.9812) 44.12169 (0.0081) -7.66 (0.1565) 4.05 (0.0399) 257681.3 (0.8766) -11279.40 (0.9927) 79657.06 (0.8989) 956064.0 (0.1432) -953140.9 (0.2239) -0.495102 (0.0000) 0.488007 133.7000 2.566920

2ºEquação Todas as TVs nos 4 anos

3ºEquação Todas as TVs em 2002

-

-

39.77138 (0.0027) -6.45 (0.0387) 3.63 (0.0751) -

37.08293 (0.0000) -8.96 (0.0000) 6.39 (0.0000) 919605.3 (0.3032) 70536.50 (0.7305) 53410.81 (0.6177) -

1096191. (0.0473) -0.493505 (0.2159) 0.489392 2.549644

0.998406 1.852509

4ºEquação TVs do Governo do Estado nos 4 anos -63754.59 (0.3985) 12.60586 (0.0125) -2.31 (0.0905) 1.77 (0.0626) -60372.55 (0.7978) -161591.1 (0.0233) 95894.37 (0.0480) 328347.3 (0.0367) -361935.6 (0.3884) -0.578825 (0.1791) 0.585472 197.6353 2.565610

5ºEquação TVs do Governo do Estado nos 4 anos -

6ºEquação TV do Governo do Estado em 2002 -

11.54613 (0.0094) -2.00 (0.0930) 1.66 (0.0651) -130587.1* (0.1221) -130587.1* (0.1221) 65831.82 (0.1478) 296840.6 (0.0627) -390155.0 (0.3402) -0.578942 (0.1787) 0.586109 2.565526

7.385855 (0.0006) -1.41 (0.0001) 2.16 (0.0000) -28191.9* (0.7980) -28191.9* (0.7980) 69670.94 (0.2057) 0.998924 1.889179

* Estes dados se referem ao conjunto dos prefeito de partidos de oposição ao governo do estado (PT, PSB, PDT, PV e PSDB). A partir das equações acima é possível perceber que o ano de 2004, em que ocorre a eleição para prefeito, não é estatisticamente significante para as transferências voluntárias, já o ano de 2002, quando ocorre a eleição para governador e presidente, é estatisticamente significante. Esta conclusão confirma a tese de Bugarin e Ferreira sobre a existência de um “ciclo fiscal de meio de mandato” para o prefeito. Quando consideramos todas as transferências voluntárias, não é possível verificar a existência de tratamento municipal diferenciado em relação ao partido do prefeito, contudo quando consideramos os recursos advindos do executivo estadual existe uma tendência aos prefeitos mais próximos do governador receberam mais recursos, esta evidência esta de acordo com as encontradas por Bugarin e Ferreira.

5- Conclusão Os dados referentes aos municípios baianos no último ciclo eleitoral, 2000 a 2004, estão de acordo com as hipóteses levantas por Bugarin e Ferreira. Para dar continuidade a este pesquisa outros testes econométricos serão realizados no futuro como; o da influência das transferências voluntárias na reeleição dos prefeitos; e a influência das transferências voluntárias na evolução dos indicadores sociais e econômicas.

Referências: BUGARIN, Maurício Soares. FERREIRA, Ivan Fecury Sydrião. Ciclo PolíticoOrçamentário no Federalismo Fiscal Brasileiro: O Papel das Transferências Voluntárias no Resultado das Eleições Municipais. XXVI Encontro Brasileiro de Econometria, 2003 – Disponível em . Acesso em 09/05/2006. BUGARIN, Maurício Soares. FERREIRA, Ivan Fecury Sydrião. Transferências Voluntárias no Federalismo Fiscal Brasileiro: Efeito do Ciclo Fiscal de Meio de Mandato sobre as Eleições Municipais. 1º colocada no concurso de monografias do Tesouro Nacional, Tópicos Especiais de Finanças Públicas, 2004. Disponível em <www.stn.fazenda.gov.br/Premio_TN/IXpremio/financas/1tefpIXPTN/1premio_tfdp.pdf> Acesso em 27/06/2006. JUNIOR, Ari Francisco de Araújo. SILVA, Márcia Cristina Da. SHIKIDA, Cláudio Djissey. Federalismo Fiscal, Ciclos Políticos e Reeleição: uma breve análise do caso mineiro. Working Paper, Ibmec-MG, 2003 - Disponível em . Acesso em 10/05/2006. NORDHAUS, William D. The Political Business Cycle. The Review of Economic Studies, Vol.42, No. 2 (Apr., 1975), pp 169-190.

ROGOFF, Kenneth. Equilibrium Political Budget Cycles. The American Economic Review, Vol.80, No. 1 (Mar., 1990) pp 21-36. Secretaria do Tesouro Nacional. Documento Finanças do Brasil, disponível em . Acesso em: 19/06/2006. STOCK, James H. WATSON, Mark W. Econometria. São Paulo, Addison Wesley, 2004.

Anexos: Equação 01: Dependent Variable: TV Method: Least Squares Date: 07/02/06 Time: 21:05 Sample(adjusted): 1 1682 Included observations: 1254 Excluded observations: 428 after adjusting endpoints Variable Coefficient Std. Error t-Statistic Prob. POP*POP -7.66E-05 5.40E-05 -1.417898 0.1565 PT 257681.3 1659729. 0.155255 0.8766 PSDB -11279.40 1226077. -0.009200 0.9927 PFL 79657.06 626613.2 0.127123 0.8989 POP 44.12169 16.63098 2.652981 0.0081 POP*POP*POP 4.05E-11 1.97E-11 2.056815 0.0399 TV2 -0.495102 0.027258 -18.16363 0.0000 A2002 956064.0 652723.9 1.464730 0.1432 A2004 -953140.9 783282.2 -1.216855 0.2239 C 13142.15 556280.6 0.023625 0.9812 R-squared 0.491685 Mean dependent var 1247687. Adjusted R-squared 0.488007 S.D. dependent var 13903738 S.E. of regression 9948636. Akaike info criterion 35.07171 Sum squared resid 1.23E+17 Schwarz criterion 35.11265 Log likelihood -21979.96 F-statistic 133.7000 Durbin-Watson stat 2.566920 Prob(F-statistic) 0.000000

Equação 02:

Dependent Variable: TV Method: Least Squares Date: 07/02/06 Time: 21:48 Sample (adjusted): 1 1682 Included observations: 1267 after adjustments White Heteroskedasticity-Consistent Standard Errors & Covariance Variable

Coefficient

Std. Error

t-Statistic

Prob.

POP

39.77138

13.23974

3.003939

0.0027

POP*POP

-6.45E-05

3.12E-05

-2.069044

0.0387

POP*POP*POP

3.63E-11

2.04E-11

1.781445

0.0751

A2002

1096191.

552191.9

1.985163

0.0473

TV2

-0.493505

0.398621

-1.238029

0.2159

R-squared

0.491005

Mean dependent var

1243425.

Adjusted R-squared

0.489392

S.D. dependent var

13832529

S.E. of regression

9884288.

Akaike info criterion

35.05473

Sum squared resid

1.23E+17

Schwarz criterion

35.07503

Log likelihood

-22202.17

Durbin-Watson stat

2.549644

Equação 3: Dependent Variable: TV Method: Least Squares Date: 07/02/06 Time: 22:15 Sample: 422 841 Included observations: 351 White Heteroskedasticity-Consistent Standard Errors & Covariance Variable

Coefficient

Std. Error

t-Statistic

Prob.

POP

37.08293

4.397674

8.432396

0.0000

POP*POP

-8.96E-05

9.28E-06

-9.648386

0.0000

POP*POP*POP

6.39E-11

3.34E-12

19.15678

0.0000

PT

919605.3

891863.9

1.031105

0.3032

PSDB

70536.50

204646.4

0.344675

0.7305

PFL

53410.81

106920.7

0.499537

0.6177

R-squared

0.998429

Mean dependent var

2264161.

Adjusted R-squared

0.998406

S.D. dependent var

25944624

S.E. of regression

1035891.

Akaike info criterion

30.55637

Sum squared resid

3.70E+14

Schwarz criterion

30.62237

Log likelihood

-5356.643

Durbin-Watson stat

1.852509

Equação 4: Dependent Variable: BA Method: Least Squares Date: 07/02/06 Time: 22:34 Sample (adjusted): 1 1682 Included observations: 1254 after adjustments White Heteroskedasticity-Consistent Standard Errors & Covariance Variable

Coefficient

Std. Error

t-Statistic

Prob.

POP

12.60586

POP*POP

-2.31E-05

5.041358

2.500489

0.0125

1.37E-05

-1.694023

0.0905

POP*POP*POP

1.77E-11

9.49E-12

1.863850

0.0626

A2002

328347.3

157001.7

2.091362

0.0367

PFL

95894.37

48447.37

1.979351

0.0480

PT

-60372.55

235625.0

-0.256223

0.7978

PSDB

-161591.1

71131.85

-2.271713

0.0233

C

-63754.59

75486.95

-0.844578

0.3985

A2004

-361935.6

419501.8

-0.862775

0.3884

BAB

-0.578825

0.430549

-1.344389

0.1791

R-squared

0.588450

Mean dependent var

449801.7

Adjusted R-squared

0.585472

S.D. dependent var

7259388.

S.E. of regression

4673872.

Akaike info criterion

33.56082

Sum squared resid

2.72E+16

Schwarz criterion

33.60176

Log likelihood

-21032.63

F-statistic

197.6353

Prob(F-statistic)

0.000000

Durbin-Watson stat

2.565610

Equação 5: Dependent Variable: BA Method: Least Squares Date: 07/02/06 Time: 23:38 Sample (adjusted): 1 1682 Included observations: 1254 after adjustments White Heteroskedasticity-Consistent Standard Errors & Covariance Variable

Coefficient

Std. Error

t-Statistic

Prob.

POP

11.54613

4.439463

2.600795

0.0094

POP*POP

-2.00E-05

1.19E-05

-1.681310

0.0930

POP*POP*POP

1.66E-11

8.98E-12

1.846152

0.0651

A2002

296840.6

159341.3

1.862923

0.0627

A2004

-390155.0

408905.7

-0.954144

0.3402

PFL

65831.82

45456.07

1.448251

0.1478

OPO

-130587.1

84398.01

-1.547278

0.1221

BAB

-0.578942

0.430246

-1.345607

0.1787

R-squared

0.588421

Mean dependent var

449801.7

Adjusted R-squared

0.586109

S.D. dependent var

7259388.

S.E. of regression

4670282.

Akaike info criterion

33.55770

Sum squared resid

2.72E+16

Schwarz criterion

33.59045

Log likelihood

-21032.68

Durbin-Watson stat

2.565526

Equação 6: Dependent Variable: BA Method: Least Squares Date: 07/03/06 Time: 00:01 Sample: 422 841 Included observations: 351 White Heteroskedasticity-Consistent Standard Errors & Covariance Variable

Coefficient

Std. Error

t-Statistic

Prob.

POP

7.385855

2.133417

3.461983

0.0006

POP*POP

-1.41E-05

3.55E-06

-3.972258

0.0001

POP*POP*POP

2.16E-11

1.19E-12

18.18662

0.0000

PFL

69670.94

54949.36

1.267912

0.2057

OPO

-28191.95

110047.9

-0.256179

0.7980

R-squared

0.998936

Mean dependent var

920112.4

Adjusted R-squared

0.998924

S.D. dependent var

13270487

S.E. of regression

435327.3

Akaike info criterion

28.81973

Sum squared resid

6.56E+13

Schwarz criterion

28.87472

Log likelihood

-5052.862

Durbin-Watson stat

1.889179