O objetivo principal deste trabalho é estimar uma equação para captar o efeito calendário da conduta de política monetária, via a variável expectativa de inflação na determinação da taxa de juros, com dados mensais para o período de janeiro de 2001 até julho de 2008. Para contemplar este objetivo realiza-se a análise das funções impulso-resposta, decomposição de variância, Causalidade de Granger oriundos da estimação de regressões pelo método dos Vetores Auto-Regressivos (VAR). O resultado sugere que a variável utilizada para captar o efeito calendário apresentou significância relativamente baixa, e que há uma elevada significância da variável hiato do produto.

Monetary policy conduct has officially become inflation targeting in Brazil since 1999. In this regime, expectations play a special role, and the interest rate is usually operated as instrument. This paper estimates the time structure of the inflation rate expectations (calendar effect) in the Brazilian economy, from 2001 to 2008, monthly. The empirical analysis applies the method of Auto-Regression Vectors (VAR) to account for the effects of six months ahead forward-looking inflation expectations to interest rate determination, from a reaction function suggested by new macroeconomic consensus. Yet, it takes Granger causality functions, impulse-response analysis and variance decomposition to reach the conclusions. The results suggest that calendar effect has relatively low performance in determining interest rate. Moreover, Brazilian Central Bank is aware of the variations of output gap.

In this paper, we develop a theoretical model that considers a non-linear relationship between growth and level of education (human capital). Our econometric estimates demonstrated the causality running from human capital to GDP per capita with U inverted shape. The level of education (human capital) that generates the maximum growth rate lies around 4.5 years. The foremost implication of this result is that States with level of education below this range should have as priority educational policies.

O objetivo deste artigo é desenvolver um estudo empírico que considere as instituições dos Estados e seus impactos na educação dos jovens e na redução do analfabetismo. As instituições são entendidas como políticas educacionais, eficiência governamental (custo), estrutura da economia e mercado de alocação dos recursos humanos. A fundamentação teórica é baseada em Dias e McDermott (2006). Na estimativa empírica do modelo foram utilizados painéis de dados para os Estados brasileiros, período 1991-2000. Em geral, os resultados obtidos foram os seguintes: i) os investimentos em educação dos Estados são efetivos somente na redução de analfabetos e estão negativamente correlacionados com a educação dos jovens em nível de ensino médio; ii) os custos dos governos estaduais se apresentam como um fator negativo para a educação dos jovens que buscam escolaridade acima de oito anos; e, iii) o estímulo à acumulação de conhecimento de longo prazo nos Estados é heterogêneo, em função da taxa efetiva de retorno do capital humano e do estoque de capital humano com escolaridade acima de onze anos em cada Estado, ou seja, a estrutura do mercado de alocação de capital humano difere nos estados. Este último, juntamente com o grau de desenvolvimento da economia, nível tecnológico e de capital, demonstram ser os elementos preponderantes para a educação dos jovens e a redução dos níveis de analfabetismo no longo prazo.

The objective of this paper is to develop an empirical study that considers the aspects of the Brazilian States' institutions and their impact on youth education and on population illiteracy rate. We define institutions as being educational policies, government efficiency (cost), the structure of the economy and the market for human capital in each state. The theoretical model is borrowed from Dias and McDermott (2006). We test the model using a panel data approach for the years 1991-2000. In general our results are that: i) education investment made by each state showed to be significant and effective in curbing down the illiteracy rate; however, it showed to be negatively correlated in supporting youth high school education; ii) the States' government cost showed to have a negative influence on youth knowledge accumulation beyond eight years; iii) the rate of knowledge accumulation among states are heterogeneous because their differences in rate of return to education and the stock of human capital with eleven years or more of education. This last result together with the level of development, level of technology and physical capital, showed to be the foremost important element for youth knowledge accumulation and illiteracy rate reduction.

O objetivo deste artigo é desenvolver e testar empiricamente um modelo de crescimento econômico que incorpore educação, distribuição de renda e nível tecnológico. Nos testes empíricos, uma das variáveis importantes é a razão das escolaridades dos empregados e empregadores. Além desta é utilizada uma medida de tecnologia e os seguintes índices de desigualdade de renda: i) participação na renda dos 40% mais pobres; ii) participação na renda dos 10% mais ricos; iii) participação na renda da classe média; e iv) o coeficiente de Gini e duas outras variáveis de controle: v) a percentagem de trabalhadores autônomos; e vi) a taxa de desemprego. A econometria de painel de dados empregada consiste de testes de raiz unitária, para verificar a estacionariedade dos dados, heterogeneidade, autocorrelação, dependência seccional, e as estimativas de efeitos fixos, randômicos e dinâmicas. Os resutados demonstram que a taxa de crescimento da produtividade dos Estados brasileiros é afetada positivamente: a) pelo aumento na razão do nível educacional dos empregados vis-à-vis empregadores; b) por políticas de redistribuição de renda que favoreçam os 40% mais pobres e a classe média; e c) pela tecnologia importada. Contudo, os investimentos em educação dos Estados brasileiros possuem efeitos negativos sobre a taxa de crescimento de suas produtividades, estes agem como um imposto realocativo dos insumos do setor produtivo de bens para o de educação no curto prazo.

The objective of the paper is to develop and empirically test an economic growth model that incorporates education, income distribution effects and technology. In the empirical tests, one of the driving forces of productivity growth is the ratio of the average knowledge levels of employees and entrepreneurs. Besides this variable and a measure of technology the following variables are considered: i) the income index of the 10% richest; ii) the income index of the 40% poorest; iii) middle class income size index; iv) the Gini coefficient and two control variables: v) self employed and vi) the unemployment rate. The econometrics of panel data employed includes panel tests for stationary, heterogeneity, auto-correlation, cross-section dependency, and fixed, random and dynamic effect estimates. The overall result shows that the productivity growth is influenced positively by: a) the increase in the employee-employers education level; b) income redistribution policies that benefits middle classes and the 40% poorest in the economy; c) the imported technology. Nevertheless, the investment in education made by the Brazilian States has a negative impact on their productivity growth rate. It may behave as shift tax that allocates inputs from production of goods to the human capital accumulation sector.

El objetivo de esta investigación es la estimación de las tasas sociales de retorno de la inversión en educación terciaria y su producto -I& D y científicos e ingenieros- en la economía. En la medición de este impacto social, tomamos en cuenta los problemas de endogeneidad, utilizando variables instrumentales. Los instrumentos utilizados son aquéllos sugeridos por Hall y Jones (1999). Los resultados econométricos muestran que las variables de inversión son endógenas al modelo y que los instrumentos representan efectivamente el capital social de las economías. Las tasas sociales de retorno estimadas para las inversiones en I& D, científicos e ingenieros, y en educación terciaria para 70 países están por encima del retorno privado, lo cual justificaría una orientación de las políticas.

The objective of this paper ¡s to estimate the social rates of returns to tertiary education investment and its output -R& D and scientists and engineers- in the economy. In measuring this social impact, we account for the endogeneity problems using instrumental variables. Our instruments are the ones suggested by Hall and Jones (1999). Our econometric results show that the investments variables are indeed endogenous and that our instruments indeed represent the social capital of the economies. The estimated social rates of return to the investments in R& D, scientist and engineers and tertiary education for 70 countries are well above the private one, which may justify targeted policies.