ResumoA partir de uma amostra 241 empresas da Indústria Manufatureira brasileira, concluímos que parâmetros que definem a estrutura de capital das empresas são bons sinalizadores para discriminar as empresas quanto ao seu risco de crédito em um ambiente de informação assimétrica. Para chegar a tal resultado, usamos uma equação regressão do tipo Logit, cujas variáveis explicativas são oriundas da análise fatorial e da regressão discriminante através do método stepwise backward. Outro ponto importante é a incorporação de um modelo de decisão de crédito com o uso de programação Linear Inteira como o desenvolvido por Gehrlein & Wagner (1997).Palavras-chave: análise fatorial; programação linear; risco de crédito. AbstractFrom a sample of 241 firms in the Brazilian manufacturing sector, we conclude that parameters that define firms' capital structure are good signals of the risk of default on bank loans. In order to derive this result, we use a Logit regression, in which the explanatory variables come from factor analysis and stepwise regression. We also combine this methodology with a model of credit granting that incorporates integer linear programming as developed by Gehrlein & Wagner (1997).

ResumoEste artigo investiga as conseqüências de ignorar a heterogeneidade dos preços na estimação de markups com uso de microdados. Demonstra-se que, ao ignorar tal heterogeneidade, as estimativas de markups são severamente tendenciosas em direção a um, independente do nível de competição. Para demonstrar tal resultado, constrói-se um modelo econométrico sob a hipótese de competição monopolística e uma função demanda CES, em um mercado de produtos diferenciados. Este modelo leva em conta a heterogeneidade não observada dos preços e mostra-se simples de estimar, dado que mesmo o método dos Mínimos Quadrados Ordinários é válido. Usando dados de fábricas Colombianas, o modelo de produtos diferenciados revela estimativas de markups consideravelmente acima da unidade, o que rejeita a hipótese de mercados em competição perfeita. AbstractThis paper investigates the consequences of ignoring price heterogeneity on the estimation of markups using micro-data. I show that ignoring output price heterogeneity yields markup estimates severely biased towards one regardless of competitiveness levels. To do so, I set up an econometric model that assumes monopolistic competition and a CES demand function in a differentiated product market. This model controls for unobserved price heterogeneity and is easy to estimate since OLS is applicable. Using data from Colombian plants, the differentiated product model reveals markup estimates considerably higher than one, rejecting the hypothesis of competitive markets.

A estimação de parâmetros de valor de tempo de viagem - VTV - pode ser feita utilizando metodologias diversas divididas em duas vertentes de especificação funcional a de equações estruturadas com base na teoria econômica e a essencialmente estatística com múltiplas equações. A primeira abordagem é a adotada neste trabalho, pois ela apresenta maior racionalidade e durante a evolução dos modelos de estimação do VTV, muitas dúvidas surgiram dos métodos de estimativas principalmente da fidedignidade dos parâmetros estimados relação ao parâmetro populacional. Dentre os métodos de estimação um que se propõe a melhorar os resultados é o de juntar fontes de dados distintas, mas que não foi utilizado para ver a melhoria na estimação do VTV. Neste sentido, este trabalho apresenta um estudo relativo a estimações de modelos de escolha discreta utilizando uma combinação de duas fontes de dados e calculando os valores de tempo para diferentes modelos estruturais, conforme a teoria do valor de tempo. O trabalho amplia a abordagem de Morikawa (1989) formalizando as hipóteses necessárias a uma estimação com duas fontes de dados provenientes da pesquisa do Plano Diretor de Operação de Transporte do Ceará e indica que a combinação das fontes de dados de preferência declarada e revelada feita naquele estado gera resultados diferentes do modelo clássico logit e que isso dependerá da fonte geradora de dados.

This paper builds on the methodology developed by Katayma, Lu and Tybout (2003), who use a nested logit demand model to estimate demand parameters from plant-level data that usually report only revenue and cost figures. I demonstrate how to extend their framework by including the extra information provided by commonly available data on aggregate physical output. Using data from the Colombian beer industry from 1977 to 1990, the model, estimated through Bayesian Monte Carlo Methods, shows a sizeable precision gain in the parameter estimates once the aggregate variable is included.

No abstract