Effect of BNDES credit on agroindustrial employment generation in Brazil

Favro, Jackelline; Alves, Alexandre Florindo

Acessibilidade / Reportar erro

Brasil

Revista de Economia e Sociologia Rural

Español English

Brasil

Español English

sumário « anterior atual seguinte »

Sumário

Artigo • Rev. Econ. Sociol. Rural 60 (4) • 2022 • https://doi.org/10.1590/1806-9479.2021.229587 copy

Effect of BNDES credit on agroindustrial employment generation in Brazil

Authorship SCIMAGO INSTITUTIONS RANKINGS

Abstract:

In Brazil, public credit plays an important role in supporting companies, especially those belonging to the industrial sector. In this regard, this study aims at carrying out an assessment of the impact of disbursements by Brazilian Development Bank (BNDES) on job creation in Brazilian agroindustry. For this purpose, the microdata of the Annual Listing of Employees and Salaries (RAIS) and the BNDES were used at the company scope. The econometrics techniques used were the Propensity Score Matching (PSM) and Differences-in-Differences (DID). The period before and after expansion of BNDES disbursements was taken as a reference, due to the countercyclical policy adopted by the government in 2009 to contain the impacts of the international crisis triggered in 2008. The results found indicate that, for the sample under analysis, companies financed between 2009 and 2010, the impact on employment growth was statistically significant and revealed that the companies that received credit from BNDES had different dynamics in terms of job creation. These results show that the expansion of the BNDES disbursement policy was an important instrument on job creation in companies belonging to the agroindustry.

Keywords:
impact assessment; The Brazilian Development Bank; Agroindustry

Regiões	2002	2003	2004	2005	2006	2007	2008	2009	2010	2011
Sul	1.396	1.596	1.128	1351	1.146	2.143	2.124	2.310	4.417	4.368
Sudeste	1.675	1.972	1.074	1641	1.882	2.742	2.867	2.629	5.187	4.621
Centro-Oeste	197	376	181	182	204	507	638	455	1.123	1.208
Nordeste	442	497	207	301	79	448	457	348	1.244	979
Norte	124	245	86	116	315	161	172	127	399	316
Total	3.834	4.686	2.676	3591	3.626	6.001	6.258	5.869	12.370	11.492

Autor(es)	Objetivo	Modelo/metodologia	Variáveis
Pereira (2007)Pereira, R. (2007). Ação do BNDES sobre o emprego formal: efeito nas empresas financiadas. Revista do BNDES, 14(27), 27-42.	Comparar o desempenho em termos de emprego das empresas apoiadas pelo BNDES em relação ao restante de empresas não apoiadas de mesmo porte.	$(2) = T_{p \|s\| r,2001}^{n a } = T_{p \|s\| r,1999}^{n a } X \frac{T_{p \|s\| r,2001}^{n a}}{T_{p \|s\| r,1999}^{n a}}$	$T_{p \|s\| r,}^{n a *}$ = número de trabalhadores do grupo de controle de estabelecimentos não apoiados no ano t, que pertencem ao mesmo grupo porte/setor/região
		Modelo de geração de empregos do BNDES	$\frac{T_{p \|s\| r,1999}^{n a}}{E_{p \|s\| r}^{n a}}$ = número médio de trabalhadores dos estabelecimentos não apoiados que pertencem ao mesmo grupo porte/setor/região
			$\frac{T_{p \|s\| r,2001}^{n a}}{T_{p \|s\| r,1999}^{n a}}$ = taxa de crescimento do número de trabalhadores dos estabelecimentos não apoiados que pertencem ao mesmo grupo porte/setor/região
Ribeiro & De Negri (2009)Ribeiro, E., & De Negri, J. (2009). Public credit use and manufacturing productivity in Brazil. Rio de Janeiro: CADE.	Avaliar o efeito do crédito público sobre a produtividade, observando empresas de fabricação que inovam no Brasil.	$P u b l i c_{i t} = α + β S m a l l_{i t} + β_{2} T r e a t_{i} + β_{3} D 2003 + γ_{1} (T r e a t_{i} * D 2003) + ε_{i t}$	$P u b l i c_{i t} =$ dummy que indica se obteve crédito para financiar a inovação em máquinas; $S m a l l_{i t}$ = dummy que indica se uma empresa é classificada como pequena ou não; $T r e a t$ = é igual a 1 se a empresa mudar a categoria de classificação de tamanho devido à alteração da norma; $D 2003$ = dummy para 2003
		Diferença em diferenças
Coelho & De Negri (2010)Coelho, D., & De Negri, J. A. (2010). Impacto do financiamento do BNDES sobre a produtividade das empresas: uma aplicação do efeito quantílico de tratamento. In Anais do 38° Encontro Nacional de Economia – ANPEC. Niterói: ANPEC.	Estima o impacto do financiamento do BNDES sobre indicadores de desempenho de firmas financiadas.	$PTF = [Ln (rlv) - Ln (k) s (k) + Ln (w) s (w) + Ln (mat) s (mat)]$	Em que i rlv é a receita líquida de vendas, wi é o gasto total com pessoal, mati é o gasto com insumos utilizados na produção, como energia elétrica, materiais e combustíveis, ki representa o valor do estoque de capital fixo produtivo e a função s(x) representa a proporção do gasto com x em relação ao gasto total
		Efeito quantílico de tratamento (EQT)/propensity score
Machado et al. (2011)Machado, L., Parreiras, M., & Peçanha, V. (2011). Avaliação de impacto do uso do Cartão BNDES sobre o emprego nas empresas de menor porte. Revista do BNDES, 18(36), 5-42.	Avaliar o impacto do uso do cartão BNDES sobre o crescimento do emprego nas empresas que utilizaram esse crédito para a realização de aquisições durante 2008.	$l n {(estoque empregado)}_{i t} = β_{0}$ + $β_{1} p e r i o d o_{t}$ + $β_{2} t r a t a m e n t o_{i} + β_{3} p e r i o d o_{t} * t r a t a m e n t o_{i} + u_{i t}$	Ln (estoque empregados): logaritmo natural do número de empregados; período: dummy com valor 1 para firmas no período pós-tratamento e 0 no período pré-tratamento; tratamento: dummy com valor 1 para o grupo de tratamento e 0 para grupo de controle; período *tratamento: valor 1 para as firmas tratadas no período pós-tratamento e 0 para as demais observações; u: termo de erro
		Diferença em diferenças
Maffioli et al. (2016)Maffioli, A., de Negri, J. A., Rodrigues, M., & Vazquez-Bare, G. (2016). Public credit programmes and firm performance in Brazil. Development Policy Review, 35(5), 675-702.	Analisa o impacto das linhas de crédito administradas pelo BNDES e pela Finep no fomento do emprego das empresas.	$Y_{i t} = α_{i} + μ_{t} + β T_{i t} + γ X_{i t} + ε_{i t}$	Yit: resultado da empresa i no ano t (emprego, exportação e diferencial de salário); μt representa choques anuais que afetam todas as empresas; Tit é uma variável binária que leva o valor 1 desde o ano em que a empresa entra no programa; Xit é um vetor de variação do tempo e εit é o termo de erro
		Diferença em diferenças

Variáveis	Tratado	%	Controle	%
Total de empresas	3.524	-	49.956	-
Regiões	-	-	-	-
Norte	129	3,7	1.763	3,5
Nordeste	271	7,7	6.623	13,3
Sul	1.537	43,6	15.983	32,0
Sudeste	1.362	38,6	21.923	43,9
Centro-Oeste	225	6,4	3.664	7,3
Porte das empresas	-	-	-	-
Pequeno	2.190	62,1	44.035	88,1
Médio	533	15,1	2.990	6,0
Grande	801	22,7	2.931	5,9
Idade média dos empregados	33	-	34	-
Escolaridade média (anos)	11	-	11	-

Variáveis	Coeficientes
Idade Média	-0,0007*
Dnorte	-0,2175*
Dsudeste	-0,2210*
Dcentro-oeste	-0,2438*
Dnordeste	-0,2606*
Mporte	0,6135*
Gporte	0,8595*
PIBpc	-0,0400
Analfabeto (%)	0,0005
Ensino fundamental (%)	-0,0001^* * Significativo em nível de 1% de probabilidade. ** Significativo em nível de 5% de probabilidade. Fonte: elaboração própria.
Ensino médio (%)	-0,0007**
Ensino superior	0,0082*
Constante	-1,1245*

Variável	Amostra	Média das variáveis
Variável	Amostra	Tratado	Controle	p > \|t\|
Idade Média	NP	33,053	33,644	0,000
Idade Média	P	33,053	32,936	0,333
Dnorte	NP	0,3661	0,3529	0,683
Dnorte	P	0,3661	0,4058	0,387
Dsudeste	NP	0,3864	0,4385	0,000
Dsudeste	P	0,3864	0,3792	0,529
Dcentro-oeste	NP	0,0638	0,0733	0,036
Dcentro-oeste	P	0,0638	0,0627	0,845
Dnordeste	NP	0,0769	0,1325	0,000
Dnordeste	P	0,0769	0,0709	0,339
Mporte	NP	0,1512	0,5985	0,000
Mporte	P	0,1512	0,1656	0,098
Gporte	NP	0,2273	0,0586	0,000
Gporte	P	0,2273	0,2114	0,107
PIBpc	NP	17125	17642	0,035
PIBpc	P	17125	16761	0,231
Analfabetos	NP	0,6341	0,6471	0,839
Analfabetos	P	0,6341	0,6223	0,869
Ensino fundamental	NP	20,569	23,441	0,000
Ensino fundamental	P	20,569	20,211	0,485
Ensino médio	NP	32,288	33,413	0,027
Ensino médio	P	32,288	32,123	0,789
Ensino superior	NP	4,0294	2,1535	0,000
Ensino superior	P	4,0294	3,7521	0,217

			Viés médio	Viés mediano
Não pareada	0,072	0,000	14,0	10,3
Pareada	0,001	0,505	2,2	2,0

	Antes do tratamento	Depois do tratamento	Diferença de médias
	2008	2010
Empresas do grupo de tratamento	4,311	4,517	0,206 = 4.8%
Empresas do grupo de controle	3,310	3,350	0,04= 1.21%
Diferença de médias	1,001*	1,167^* * Significativo em nível de 1% de probabilidade. Fonte: elaboração própria.	0,166= 3.59%

Variável	Coeficiente	Erro padrão	Valor t
Dummyfin	0,9864	0,0269	36,56*
Período	0,0169	0,0077	2,20**
Impacto	0,1750	0,0379	4,62^* * Significativo em nível de 1% de probabilidade. ** Significativo em nível de 5% de probabilidade. Fonte: elaboração própria.
Constante	2,2905	0,0054	458,36*
N = 106.960	p > F = 0,000	R² ajustado = 0,0634

Sociedade Brasileira de Economia e Sociologia Rural Av. W/3 Norte, Quadra 702 Ed. Brasília Rádio Center Salas 1049-1050, 70719 900 Brasília DF Brasil, - Brasília - DF - Brazil
E-mail: sober@sober.org.br

Acompanhe os números deste periódico no seu leitor de RSS

[1] Fonte: elaboração própria com dados do BNDES (Banco Nacional de Desenvolvimento Econômico, 2017bBanco Nacional de Desenvolvimento Econômico – BNDES. (2017b). Fontes de recursos. Recuperado em 4 de outubro de 2019, de https://www.bndes.gov.br/wps/portal/site/home/relacoes-com-investidores/fontes-de-recursos
https://www.bndes.gov.br/wps/portal/site... ).