Informativo

Estudante do Programa de Pós-Graduação em Economia Aplicada defende dissertação intitulada “Economia do crime: Efeito deterrence para municípios de Minas Gerais  no período de 2009 a 2019”.

A dissertação intitulada “Economia do crime: Efeito deterrence para municípios de Minas Gerais no período de 2009 a 2019”, de autoria do discente Arthur B. A. M. Sobrinho, orientado pela professora Viviani S. Lirio, foi defendida no dia 21 de março de 2022 no Programa de Pós-Graduação em Economia Aplicada da UFV. O estudo  faz uma avaliação do efeito do aumento do efetivo policial e do encarceramento, consideradas variáveis de dissuasão, sobre a taxa de homicídios nos municípios do estado de Minas Gerais. Para tanto, optou-se pela abordagem econométrica que considera o uso de Variáveis Instrumentais, uma vez que esse tipo de abordagem usualmente inclui problemas econométricos que envolvem a endogeneidade. Nessa pesquisa, as variáveis ‘número de bombeiros por cidade’, ‘movimentação bancária per capita’ e ‘número de faltas disciplinares cometidas por custodiados do sistema prisional’ foram testadas como instrumentos. Para proceder ao estudo, foi construído um modelo utilizando um painel de dados, o que permitiu explorar tanto a dimensão temporal quanto a espacial, oferecendo, adicionalmente, a possibilidade de controle da heterogeneidade não observável entre as cidades. Além disso, foi considerada a presença de spatial displacement of crime (deslocamento espacial do crime). De modo geral os resultados indicam que no contexto empírico das cidades mineiras no período de 2009 até 2019 os instrumentos testados são fortes e relevantes, além disso é encontrado fortes indícios do efeito do espaço nas taxas de crime, mas quando adicionado nos modelos de Variáveis Instrumentais não foi possível retirar a endogeneidade para a variável “taxa de polícia” em nenhum dos modelos, enquanto que quando se utiliza uma matriz de distância geográfica é encontrado indícios do efeito do espaço na taxa de crimes, mas o R² das estimações apresenta-se abaixo de 1%. Uma explicação é que o método de MQ2E possui um problema de eficiência em amostras pequenas. Idealmente, o método de VI deve ser usado com grandes amostras.