Rent-seeking ou a famosa "boquinha": abrindo o debate para o ano que vem.

Motivado pelas manifestações de junho eu fiz uma pequena indicação de leitura aqui, sobre a Agenda Perdida, organizada pelo economista Marcos Lisboa. A demanda por melhores serviços públicos, principalmente saúde e educação, nesses protestos se confundia com coisas difusas como "passe livre" em transportes públicos. Se queremos melhorar o Brasil, é preciso primeiro entender os fundamentos por trás dos atuais problemas. O passe livre, a meu ver, é uma grande confusão sobre como deve ser essa mudança: apesar de ser sedutora à primeira vista. Para minha grata surpresa, nesse mês de julho, começou um movimento (mesmo que ainda incipiente) entre economistas de grande envergadura sobre esses tais fundamentos.

Talvez o pilar desse debate seja o paper (em versão preliminar) que está circulando pela blogosfera titulado Democracy and Growth in Brazil, escrito pelo Marcos Lisboa (de novo, ele!) e pela Zeina Latif. O texto chama atenção para o rentismo presente na sociedade brasileira, isto é, a busca por algum tipo de benefício junto ao Estado, ao invés da produção de riqueza. Algo que está intimamente relacionado ao projeto nacional-desenvolvimentista, que, infelizmente, voltou à moda nos últimos anos - e que venho criticando nesse espaço.

Lisboa e Latif, após discorrerem sobre a presença do rent-seeking no país, abrem o espaço para as propostas que devem fazer parte dessa "nova agenda":

"We conclude by proposing two institutional reforms in order to challenge rent-seeking mechanisms and providing a more democratic deliberation of privilege concessions by government. First, we propose a government agency responsible for accounting proposals and outcomes of every public policy. Transparency and accountability are essential to provide democratic tools to allow society to decide upon government interventions. Our second proposal is that every government intervention should be fully accounted in budget. It seems a simple proposal, but given the extent of rent-seeking mechanisms in Brazil, it is far from being a modest one".

Vale a leitura! E espero que seja apenas o início de boas propostas para resolvermos os problemas do país. E, claro, que essas propostas entrem nos programas de governo dos presidenciáveis no próximo ano. O paper em versão preliminar está disponível aqui. Um podcast da Rio Bravo com os autores pode ser conferido aqui. Uma resenha do Mansueto Almeida sobre o texto 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.