Skip to content

“Estudar não leva a lugar algum”. Pois é, ainda tem quem fale isso.

abril 19, 2012

Se você estiver num bar da FEA, Farma, Filô ou o que quer que seja e, lá pelas tantas, alguém começar a dizer que estudar é sinônimo de perder tempo, meu amigo, é você que está perdendo tempo escutando baboseira alheia. Sugiro que volte imediatamente para casa, demonstre o Teorema do Sanduíche ou, sei lá, coloque em dia os fichamentos de Durkheim e Hobbes, e você tão logo sentirá o que é uma melhoria de Pareto.

Até encontrei um caso em que estudar não seria bom. Veja aqui, muito curioso por sinal. Mas, mesmo neste caso, se a pessoa for esperta ela pode estacionar e se passar por analfabeto.

Em geral, calouros entram na faculdade pensando no salário que vão receber quando sairem da faculdade. Então, vamos olhar a questão sob o enfoque dos retornos do estudo no mercado de trabalho, usando um cadinho de econometria. “Mas, Adriano, se o post é dirigido aos calouros, por que você está colocando econometria?” Oras, porque econometria se aprende desde cedo! Esqueceu deste post? 😉

Vamos lá, aproveitando que a última POF (Pesquisa de Orçamentos Familariares) está aberta aqui no meu pc, vou rodar um modelinho bem simples no Stata para ilustrar isso. A regressão é logaritmo do salário sobre o número de anos de estudo (educ). O logaritmo do salário é para impor um efeito percentual constante da educação sobre o salário.

A equação estimada é:

lôg(salario)= 7,934 + 0,097 educ

O coeficiente 0,097 é significativo e diz que para cada ano adicional de educação o salário aumenta 9,7%. O R-quadrado é 0,1322 mostrando que a educação explica cerca de 13,22% da variação em log_salario.

Os resultados reforçam a relevância do estudo no salário, mas também confirmam a tese de que existem muitos outros fatores que explicam o salário.

Se você que está aí do outro lado da tela for de fato um calouro, você verá mais para frente lá nos cursos de econometria que este modelo que rodei tem vários problemas. Posso adiantar alguns. Este modelo pode sofrer de má-especificação funcional. A equação estimada pode não capturar toda a não linearidade da relação entre o salário e a educação.

Note também que variáveis de controle poderiam ser incluídas, por exemplo, a experiência e o número de anos com o empregador atual. No entanto, mesmo incluindo as variáveis citadas ainda faltaria uma varíavel relevante: a aptidão. A aptidão não é observada e é correlacionada com a educação, o que impõe um problema ainda mais sério: a endogeneidade. Daí, em aulas posteriores, alguns métodos como o de variáveis Proxy e de variáveis instrumentais surgem para tentar resolver isso.

Com toda certeza esta abordagem que usei está “viesada” demais. Me preocupei apenas com o salário, talvez deveria ter me preocupado com outras coisas mais importantes que a educação gera. Educação é capital humano, o pilar do desenvolvimento econômico. Me vem na cabeça as palavras do Prof. Giannetti deste post: estudar faz diferença para o ciclo de vida, os anos de faculdade passam rápido demais para se preocupar com outras atividades.

Bom, é isto. Esta é a terceira parte da série: “Calouros, pay attention! As três mentiras que te contaram no bar da esquina”. A primeira parte está aqui e a segunda aqui.

Ah, se você souber de algum paper legal que ilustre a importância da educação sob um outro enfoque, escreva pra gente.

Deixe uma resposta

Preencha os seus dados abaixo ou clique em um ícone para log in:

Logotipo do WordPress.com

Você está comentando utilizando sua conta WordPress.com. Sair / Alterar )

Imagem do Twitter

Você está comentando utilizando sua conta Twitter. Sair / Alterar )

Foto do Facebook

Você está comentando utilizando sua conta Facebook. Sair / Alterar )

Foto do Google+

Você está comentando utilizando sua conta Google+. Sair / Alterar )

Conectando a %s