Desigualdade e imposto de renda no Brasil: saiu o primeiro paper!

A ideia de usar o imposto de renda para verificar desigualdade de renda ficou famosa com o recém publicado livro de Thomas Piketty. E o Brasil teria ficado de fora do estudo justamente porque a nossa receita federal não libera os dados. Pois bem, três pesquisadores ligados à Universidade de Brasília apresentaram o primeiro paper - em versão preliminar ainda - sobre desigualdade de renda no Brasil com dados do imposto de renda. Por uma dessas combinações improváveis - um dos autores é auditor da receita e mestrando na UNB - os dados não públicos da receita federal foram utilizados no trabalho. Nas palavras dos autores:

"Apresentamos a primeira estimativa da concentração de renda entre os mais ricos no Brasil calculada a partir das declarações de Imposto de Renda de Pessoa Física para os anos de 2006 a 2012. Nossas principais medidas de desigualdade são as frações da renda total apropriada pelos 0,1%, 1% e 5% mais ricos. Os resultados são testados e comparados com os das pesquisas domiciliares brasileiras. Nossa conclusão é que os dados tributários revelam uma concentração no topo substancialmente maior do que as outras fontes, e ela permanece estável no período analisado".

Os autores chegaram a alguns dados interessantes. Os 0,1% mais ricos do Brasil ficaram com 11% da renda total no período de 2006 a 2012, os 1% mais ricos com 25% e os 5% mais ricos com 44%. Na comparação com as pesquisas domiciliares - a PNAD - os autores argumentam que "em comparação com os dados tributários, os levantamentos domiciliares subestimam tanto a renda média quanto o nível de concentração no topo. No entanto, todas as fontes concordam que, pelo menos no que diz respeito à concentração de renda entre os mais ricos, a tendência de queda da desigualdade no Brasil no período de 2006 a 2012 deixa de ser evidente. Na melhor das hipóteses, pode-se falar em estabilidade. Não há dúvidas de que, à luz de nossos achados a partir de dados tributários, o comportamento geral da desigualdade nesse período merece ser avaliado com mais cautela".

O que aconteceu entre 2006 e 2012, leitor? Uma discussão relevante nesse período foram os repasses do Tesouro para o BNDES. Transferiu-se mais de R$ 400 bilhões de reais para o banco e desse para grandes empresas. Será que isso não deveria ser levado em consideração quando pensamos em termos de desigualdade de renda no país? Ora, há uma preocupação enorme em relação ao bolsa família, mas quase ninguém - só economistas - se preocupam com o financiamento via BNDES de uns poucos empresários. Dado que nessas operações estão implícitos subsídios, bem como a maior parte deles - em volume de recursos - é para grandes empresas, eu acho que os autores do trabalho têm razão em olhar "com mais cuidado" os dados de desigualdade.

A versão preliminar do paper aqui.

Compartilhe esse artigo

Facebook
Twitter
LinkedIn
WhatsApp
Telegram
Email
Print

Comente o que achou desse artigo

Outros artigos relacionados

Criando operações SQL com IA Generativa no R com querychat

No universo da análise de dados, a velocidade para obter respostas é um diferencial competitivo. Frequentemente, uma simples pergunta de negócio — “Qual foi nosso produto mais vendido no último trimestre na região Nordeste?” — inicia um processo que envolve abrir o RStudio, escrever código dplyr ou SQL, executar e, finalmente, obter a resposta. E se pudéssemos simplesmente perguntar isso aos nossos dados em português, diretamente no nosso dashboard Shiny?

Dashboard Financeiro com IA e Shiny Python: Análise de Dados Abertos da CVM

Este artigo apresenta um tutorial completo sobre como construir uma ferramenta de análise financeira de ponta. Utilizando Shiny for Python, demonstramos a automação da coleta de dados das Demonstrações Financeiras Padronizadas (DFP) da CVM e o tratamento dessas informações com Pandas. O ponto alto do projeto é a integração da IA Generativa do Google Gemini, que atua como um assistente de análise, interpretando os dados filtrados pelo usuário e fornecendo insights contábeis e financeiros em tempo real. O resultado é um dashboard dinâmico que democratiza a análise de dados complexos e acelera a tomada de decisão.

Econometria, ML ou IA para previsão da PMS?

Prever a Pesquisa Mensal de Serviços (PMS/IBGE) é um desafio por natureza: trata-se de uma série mensal, sujeita a volatilidade e choques que vão de fatores sazonais a mudanças estruturais no setor. Para enfrentar esse problema, realizamos um exercício de comparação entre três abordagens de modelagem: econometria tradicional (ARIMA), machine learning (XGBoost) e inteligência artificial (TimeGPT).

Boletim AM

Receba diretamente em seu e-mail gratuitamente nossas promoções especiais e conteúdos exclusivos sobre Análise de Dados!

Boletim AM

Receba diretamente em seu e-mail gratuitamente nossas promoções especiais e conteúdos exclusivos sobre Análise de Dados!

como podemos ajudar?

Preencha os seus dados abaixo e fale conosco no WhatsApp

Boletim AM

Preencha o formulário abaixo para receber nossos boletins semanais diretamente em seu e-mail.