a capacidade de pagamento dos estados brasileiros e … · 2019. 1. 31. · a capacidade de...
TRANSCRIPT
UNIVERSIDADE FEDERAL DO RIO GRANDE DO NORTE
CENTRO DE CIÊNCIAS SOCIAIS APLICADAS
DEPARTAMENTO DE CIÊNCIAS CONTÁBEIS
CURSO DE CIÊNCIAS CONTÁBEIS
FLÁVIO AUGUSTO FERNANDES TARGINO DE ALMEIDA
A CAPACIDADE DE PAGAMENTO DOS ESTADOS BRASILEIROS E DISTRITO
FEDERAL FRENTE ÀS CRISES FINANCEIRAS
NATAL
2017
FLÁVIO AUGUSTO FERNANDES TARGINO DE ALMEIDA
A CAPACIDADE DE PAGAMENTO DOS ESTADOS BRASILEIROS E DISTRITO
FEDERAL FRENTE ÀS CRISES FINANCEIRAS
Monografia Apresentada à Banca Examinadora do Trabalho de Conclusão de Curso de Ciências Contábeis, em cumprimento às exigências legais como requisito final para à obtenção do título de Bacharel em Ciências Contábeis. Orientador: Professor Dr. Alexandro Barbosa
NATAL
2017
Catalogação da Publicação na Fonte.
UFRN / Biblioteca Setorial do CCSA
Almeida, Flávio Augusto Fernandes Targino de.
A capacidade de pagamento dos estados brasileiros e Distrito Federal frente
às crises financeiras/ Flávio Augusto Fernandes Targino de Almeida. - Natal, 2017.
64f.: il.
Orientador: Prof. Dr. Alexandro Barbosa.
Monografia (Graduação em Ciências Contábeis) - Universidade Federal do Rio
Grande do Norte. Centro de Ciências Sociais Aplicadas. Departamento de Ciências
Contábeis.
1. : Crise financeira - Monografia. 2. Capacidade de pagamento - Estados e
Distrito Federal - Monografia. 3. Avaliação de desempenho - Modelos -
Monografia. I. Barbosa, Alexandro. II. Universidade Federal do Rio Grande do
Norte. III. Título.
RN/BS/CCSA CDU 338.124:657
FLÁVIO AUGUSTO FERNANDES TARGINO DE ALMEIDA
A CAPACIDADE DE PAGAMENTO DOS ESTADOS BRASILEIROS E DISTRITO
FEDERAL FRENTE ÀS CRISES FINANCEIRAS
Monografia Apresentada à Banca Examinadora do Trabalho de Conclusão de Curso de Ciências Contábeis, em cumprimento às exigências legais como requisito parcial para à obtenção do título de Bacharel em Ciências Contábeis.
Aprovado em: ____/____/_______.
BANCA EXAMINADORA:
_________________________________________________
Prof. Dr. Alexandro Barbosa – Orientador – UFRN
_________________________________________________
Prof. Dr. Severino Cesário de Lima – Examinador – UFRN
_________________________________________________
Prof. Dr. Victor Branco de Holanda – Examinador – UFRN
AGRADECIMENTOS
Direciono os presentes agradecimentos para aqueles que de alguma forma contribuíram e me impulsionaram a concluir essa jornada do curso de Ciências Contábeis da UFRN. Agradeço, antes de tudo, a Deus, pelo dom da vida e me conceder toda a força de vontade para a conclusão do trabalho. Agradeço, então, ao meu Orientador Alexandro Barbosa pelo auxílio desde a escolha do tema, até a conclusão desta monografia. Aos meus pais, pois sem eles, eu não venceria várias etapas da vida e, logicamente, não estaria vivenciando este momento. À minha família e aos meus amigos que me acompanham desde minha infância compartilhando momentos bons que serão sempre lembrados. Por fim, à minha namorada por todo apoio, paciência e compreensão nesses momentos de renúncia.
RESUMO
Desde o ano de 2008 surgiu nos Estados Unidos, com forte impacto em toda a
economia mundial, considerável recessão financeira, atribuída à crise imobiliária.
Ainda, nos anos subsequentes noticia-se uma crise brasileira relacionada a
questões políticas, notadamente a partir de 2012. Assim, o objetivo do presente
estudo é identificar os impactos causados pelos momentos deficitários na
capacidade de pagamento dos Estados e Distrito Federal. Em seguida, trata dos
conceitos pertinentes às raízes das crises, da compreensão teórica dos fatores que
influenciaram o desequilíbrio financeiro a partir da teoria da escolha pública, bem
como dos modelos de avaliação da capacidade financeira, especialmente o da
Secretaria do Tesouro Nacional (STN), que é utilizado pela União para avaliar o
risco de crédito dos Estados, Distrito Federal e Municípios, no qual se pretende
firmar a teoria de base. Por fim, na análise de dados e discussão dos resultados
obtidos entre os anos de 2007 e 2016, verifica que nenhum Ente, no período
estudado, atingiu a pior classificação atribuída ao modelo, qual seja, “D-”, contudo,
constata que vivenciaram seus piores momentos nos anos de 2009, 2012 e 2015,
mostrando que tanto as crises vindas do exterior, como as crises nascidas por erros
de políticas públicas podem afetar a capacidade de pagamento dos Estados e
Distrito Federal. Para tanto, usa da pesquisa documental, pois se
baseia nos Relatórios de Gestão Fiscal (RGF) e nas contas anuais dos Estados e
Distrito Federal que contém as Receitas Orçamentárias e Despesas Empenhadas de
cada Ente, apresentando abordagem quantitativa, tendo em vista que os dados
obtidos serão quantificados e tratados por meio de técnicas estatísticas. Isto posto, o
estudo realizado tem significativa relevância, tendo em vista que avalia a capacidade
de pagamento dos Estados e Distrito Federal e sua relação com a crise, mostrando
a importância dos impactos desta no cenário nacional e, por conseguinte, no
fornecimento dos serviços básicos à população, além do prejuízo nas futuras
transações que dependam de garantia por parte da União.
Palavras-chave: Crise financeira. Capacidade de pagamento dos Estados e Distrito
Federal. Modelos de avaliação de desempenho. Classificação.
ABSTRACT
In the year of 2008 arose in the United States, with a strong impact on the entire world's economy, a considerable financial recession that has been attributed to the real estate crisis. Also, in the following years, a Brazilian crisis related to political issues was noticed, notably as of 2012. Thus, the goal of this study is to identify the impact caused by the crisis in the Brazilian states' capacity of paying debts. It then deals with concepts related to the roots of the crises, the theoretical understanding of the factors that influenced the financial imbalance based on the theory of public choice, as well as the models of financial capacity assessment, especially the one by the Secretaria do Tesouro Nacional (STN), which is used by the Union to assess the credit risk of the states and municipalities, in which it is intended to establish the basic theory. Finally, in the data analysis and discussion of the results obtained between the years 2007 and 2016, it verifies that no state, during the studied period, has reached the worst classification that the model attributes, that is, "D-", however, it finds that they experienced their worst moments in the years of 2009, 2012, and 2015, showing that both crises coming from abroad and crises born of public policy mistakes can affect states' ability to pay. To do so, it uses documentary research, since it is based on the Relatórios de Gestão Fiscal (RGF) and the annual accounts of the states that contain the budgetary revenue and committed expenses of each state, presenting a quantitative approach, since the obtained data will be quantified and treated by means of statistical techniques. This study has significant relevance, since it assesses the capacity of states to pay as well as their relation to the crisis, showing the importance of the impact of this in the national scenario and, therefore, in the provision of basic services to the population, as well as the loss in future transactions that are insured by the Union.
Keywords: Financial crisis. State payment capacity. Performance evaluation models.
Classification.
LISTA DE GRÁFICOS
Gráfico 1 – Total das Receitas Correntes e Despesas Correntes de todos os Estados e
Distrito Federal ao longo dos anos. ...................................................................................... 15
Gráfico 2 - Dívida Consolidada Líquida (% da RCL) – 2016. ............................................... 29
Gráfico 3 – Box-Plot do score atribuído através do modelo da STN de avaliação fiscal. ..... 38
Gráfico 4 –Teste de distribuição da variável dependente. ................................................... 39
LISTA DE QUADROS
Quadro 1 – Nomenclaturas, siglas, pesos, extremos e sentidos dos indicadores. ............... 19
Quadro 2 - Pesos relativos ao cálculo da média da nota de cada indicador nos últimos três
anos. .................................................................................................................................... 21
Quadro 3 – Características dos principais modelos do sistema fechado. ............................ 33
LISTA DE TABELAS
Tabela 1 – Porcentagem das Classificações obtidas por ano de todos os Estados e Distrito
Federal. ............................................................................................................................... 36
Tabela 2 – Estatística descritiva das variáveis contínuas. ................................................... 37
Tabela 3 –Teste de multicolinearidade. ............................................................................... 39
Tabela 4 –Teste de estrutura de correlação independente QIC. .......................................... 40
Tabela 5 – Coeficientes das variáveis da regressão dos Modelos de 2007 até 2016. ......... 41
LISTA DE ABREVIATURAS E SIGLAS
AC: Acre
AL: Alagoas
AM: Amazonas
AP: Amapá
BA: Bahia
CE: Ceará
COGEP: Coordenadoria de Gestão de Pessoas
DF: Distrito Federal
DOU: Diário Oficial da União
ES: Espírito Santo
EUA: Estados Unidos da América
FIRJAN: Federação das Indústrias do Rio de Janeiro
FMI: Fundo Monetário Internacional
GEE: Generalized Estimating Equation
IBGE: Instituto Brasileiro de Geografia e Estatística
LRF: Lei da Responsabilidade Fiscal
MA: Maranhão
MF: Ministério Federal
MG: Minas Gerais
MS: Mato Grosso do Sul
MT: Mato Grosso
PA: Pará
PB: Paraíba
PE: Pernambuco
PI: Piauí
PIB: Produto Interno Bruto
PR: Paraná
QIC: Quasi Likelihood Under the Independence Model Information Criterion
RGF: Relatório de Gestão Fiscal
RJ: Rio de Janeiro
RN: Rio Grande do Norte
RO: Rondônia
RR: Roraima
RREO: Relatório Resumido da Execução Orçamentária
RS: Rio Grande do Sul
SC: Santa Catarina
SE: Sergipe
SP: São Paulo
STN: Secretaria do Tesouro Nacional
SUDIP: Subsecretaria da Dívida Pública
TCU: Tribunal de Contas da União
TO: Tocantins
VIF: Variance inflation factor
SUMÁRIO
1 INTRODUÇÃO ................................................................................................ 13
1.1 CONSIDERAÇÕES INICIAIS ....................................................................... 13
1.2 OBJETIVOS ................................................................................................. 16
1.2.1 Geral ......................................................................................................... 16
1.2.2 Específicos .............................................................................................. 16
1.3 JUSTIFICATIVA ........................................................................................... 16
1.4 METODOLOGIA .......................................................................................... 17
1.4.1 Tipologia .................................................................................................. 17
1.4.2 Universo e Amostra ................................................................................ 18
1.4.3 Do modelo desenvolvido pela Secretaria do Tesouro Nacional ......... 18
1.4.4 Coleta dos Dados .................................................................................... 22
1.4.5 Variáveis, Hipóteses e Tratamento dos Dados .................................... 23
2 REFERENCIAL TEÓRICO .............................................................................. 27
2.1 CRISE FINANCEIRA / AS RAÍZES DA CRISE ............................................ 27
2.2 TEORIA DA ESCOLHA PÚBLICA................................................................ 29
2.3 MODELOS DE AVALIAÇÃO DA CAPACIDADE FINANCEIRA DAS
ADMINISTRAÇÕES PÚBLICAS ............................................................................ 31
3 ANÁLISE DE DADOS E DISCUSSÃO DOS RESULTADOS ......................... 36
4 CONSIDERAÇÕES FINAIS ............................................................................ 45
REFERÊNCIAS ......................................................................................................... 48
APÊNDICES ............................................................................................................. 51
Apêndice A – Variáveis da amostra em painel empilhado. .................................... 51
13
1 INTRODUÇÃO
Nesta seção, serão apresentadas as considerações iniciais, com uma breve
contextualização sobre as principais crises que podem ter afetado os Estados e
Distrito Federal recentemente, juntamente com o problema de pesquisa e, em
seguida, serão expostos os objetivos gerais e específicos, a justificativa e por último
a metodologia.
1.1 CONSIDERAÇÕES INICIAIS
É de conhecimento público que no final de 2007 surgiu com forte impacto nos
Estados Unidos uma crise financeira que tomaria grandes proporções, tendo iniciado
devido à inadimplência dos americanos que financiaram a casa própria. Em uma
tentativa do Governo de controlar a inflação, houve aumento no valor da taxa de
juros e, consequentemente, das prestações do financiamento, tendo ocorrido, ao
mesmo tempo considerável desvalorização no setor imobiliário, fazendo com que os
títulos garantidos pela hipoteca, que foram usados pelos bancos para financiar a
construção das casas, perdessem valor, atingindo o pior momento no penúltimo
bimestre de 2008.
Apesar de a crise ter estourado nos Estados Unidos da América (EUA), afetou
quase o mundo inteiro, pois, boa parte da Europa possuía grandes investimentos no
mercado que entrou em colapso. Já em países da América Latina, como o Brasil,
não chegaram a ser afetados diretamente, porém, ainda podem ter sentido um forte
impacto da crise de 2008, pois são países muito dependentes de exportações, que
iam em grandes quantidades para os países da Europa. Assim, a crise iniciada nos
EUA, teve efeito dominó, chegando a atingir inclusive o Brasil, que, conforme o
Tribunal de Contas da União (TCU) (2009, p. 1) começou a vivenciar mais
vigorosamente os efeitos da crise internacional no último quadrimestre de 2008.
Ademais, nos últimos anos, muito se tem ouvido nos noticiários a respeito da
crise financeira no Brasil1 e, de acordo com BARBOSA FILHO (2017, p. 58), o Brasil
1Assim noticiam os jornais: “Por que o Brasil parou? Em 2015, o País enfrenta a sua pior crise desde 1990. Série com cinco capítulos explica os motivos que levaram a economia a entrar em recessão”, fonte <http://infograficos.estadao.com.br/economia/por-que-o-brasil-parou/>. “Crise econômica em 2015 interrompeu crescimento dos serviços” <https://exame.abril.com.br/economia/crise-economica-em-2015-interrompeu-crescimento-dos-servicos/>.
14
entrou em crise no final de 2014 devido a uma série de fatores, especialmente a
erros de políticas públicas responsáveis por refrear a capacidade de progresso da
economia brasileira e aumentar o custo fiscal. Além do mais, a crise vem sendo
relacionada, dentre outros fatores, à total falta de credibilidade dos Estados e Distrito
Federal e seus governantes, situação agravada ainda mais pelo impeachment da
Presidente Dilma Roussef e às quedas que o PIB (real) brasileiro sofreu nos anos de
2015 e 2016 de 3,77% e 3,6% respectivamente (dados extraídos do IBGE).
Em consequência, os Estados e Distrito Federal também alegam uma crise
financeira e dizem não ter dinheiro para cumprir alguns deveres, como por exemplo,
investir em segurança, educação e saúde2 ou para pagar o 13° dos servidores3, mas
o que será que mudou? Os Estados e Distrito Federal estão arrecadando menos ou
estão com mais despesas? Fazendo uma análise rápida através do gráfico abaixo,
que foi montado pelos dados contidos nas contas anuais dos Estados e Distrito
Federal presente na base de dados da Secretaria do Tesouro Nacional (STN),
podemos perceber que a porcentagem da Despesa Corrente sobre a Receita
Corrente sofre apenas leves alterações de 2005 até 2016, ou seja, aparentemente
não houve alteração na capacidade financeira dos Estados e Distrito Federal, senão
vejamos:
2 “Estados em crise deixam de investir em segurança, educação e saúde”. Disponível em <http://g1.globo.com/bom-dia-brasil/noticia/2016/09/estados-em-crise-deixam-de-investir-em-seguranca-educacao-e-saude.html>. 3 “Crise e má administração: Estados alegam não ter dinheiro para o 13º dos servidores”. <http://folhacentrosul.com.br/regioes/12093/crise-e-ma-administracao-estados-alegam-nao-ter-dinheiro-para-o-13o-dos-servidores>.
15
Gráfico 1 – Total das Receitas Correntes e Despesas Correntes de todos os Estados e Distrito Federal ao longo dos anos. Fonte: Dados da pesquisa
Entretanto, a crise noticiada importaria ainda em inevitável prejuízo à
arrecadação fiscal e, por conseguinte, ao desempenho financeiro dos Estados e
Distrito Federal e fornecimento de infraestrutura básica à população. Ademais, a
STN construiu um índice para avaliar a capacidade de pagamento das
administrações públicas por meio da classificação da situação fiscal associada ao
risco de crédito, tendo como parâmetros indicadores econômico-financeiros.
Portanto, apresenta-se o seguinte problema de pesquisa: qual o impacto das crises
nacional de 2014 e internacional de 2008 na capacidade financeira dos Estados e
Distrito Federal?
A resposta para o problema sugerido pode ajudar a entender o
comportamento da crise financeira e o seu reflexo nos Estados e Distrito Federal.
Então, para chegar à resposta do problema proposto, o presente trabalho encontra-
se composto da seguinte forma: ainda na seção 1 serão apresentados os objetivos,
a justificativa e a metodologia, onde serão apresentados a amostra, a coleta e o
processamento dos dados, as variáveis e os modelos utilizados; já na seção 2 será
apresentado o referencial teórico, onde será demonstrado a caracterização da crise
financeira, especialmente das estudadas, da teoria da escolha pública e da medição
da capacidade financeira das administrações públicas; então, na seção 3 será
realizado a análise dos resultados além da discussão; e por fim, na seção 4 será
apontado as considerações finais.
R$-
R$100,00
R$200,00
R$300,00
R$400,00
R$500,00
R$600,00
R$700,00
R$800,00
R$900,00
2004 2006 2008 2010 2012 2014 2016 2018
Bilh
ões
Receita Corrente Despesa Corrente
16
1.2 OBJETIVOS
1.2.1 Geral
Com a finalidade de responder ao problema de pesquisa exposto, tem-se
como objetivo geral da pesquisa: Identificar os impactos causados pelas crises
financeiras mundial 2008 e nacional de 2014 sobre a capacidade de pagamento dos
Estados e Distrito Federal.
1.2.2 Específicos
Para se atingir o objetivo geral exposto anteriormente, foram compostos os
seguintes objetivos específicos:
a) Explicar o modelo da avaliação da capacidade de pagamento dos Estados
e Distrito Federal, já desenvolvidos;
b) Medir a capacidade de pagamento dos Estados e Distrito Federal;
c) Propor variáveis que podem estar associadas com a capacidade de
pagamento dos Estados e Distrito Federal;
d) Identificar o comportamento das variáveis propostas em relação a
capacidade de pagamento dos Estados e Distrito Federal.
1.3 JUSTIFICATIVA
As crises financeiras geralmente aparecem depois de uma grande alta no
mercado e, assim como nas demais, a crise de 2008 teve o seu melhor e pior
momento, respectivamente, na alta do mercado imobiliário e na falência do Lehman
Brothers. Existem muitos estudos que falam sobre os efeitos desta crise no resto do
mundo, inclusive no Brasil, porém, poucos analisam os efeitos nos Estados e Distrito
Federal.
Já a crise brasileira mais recente que vem sendo noticiada, se dá pela
diminuição do Produto Interno Bruto (PIB) real, apontada por alguns estudiosos
como relacionada à má gestão do administrador público, excluindo o fator exterior.
Por tal razão, muitos governantes estaduais culpam as crises pelas péssimas
17
condições que esses entes vivem ou já viveram desde a crise internacional de 2008
até hoje.
Dessa forma, esta pesquisa busca contribuir para o entendimento dos efeitos
da crise internacional de 2008 e da crise nacional de 2014 sob a capacidade de
pagamento dos Estados e Distrito Federal ao longo dos anos.
1.4 METODOLOGIA
1.4.1 Tipologia
A pesquisa do estudo em questão considerou o enfoque de BEUREN et al.
(2009, p. 79) a qual categorizou o delineamento de pesquisa em três grupos: (i) em
relação aos objetivos; (ii) aos procedimentos; e (iii) à abordagem técnica. A autora
acredita que essas três categorias de classificação são as mais aplicáveis às
pesquisas na área de Contabilidade.
Quanto aos objetivos, este trabalho pode ser considerado uma pesquisa
descritiva, que segundo GIL (2006, p. 42), um dos principais objetivos é o
estabelecimento de relações entre variáveis, já que, o enfoque principal do trabalho
será entender os efeitos da crise por meio do comportamento da relação de
variáveis.
Em relação aos procedimentos técnicos utilizados, a pesquisa pode ser
considerada de caráter documental, que, de acordo com DOS SANTOS (2013, p.
198), é a pesquisa com base em documentos sem tratamento de análise ou síntese.
Portanto, o trabalho se baseará na pesquisa dos documentos de Relatórios de
Gestão Fiscal (RGF) e nas contas anuais dos Estados e Distrito Federal que contém
as Receitas Orçamentárias e Despesas Empenhadas de cada Ente, usados nesta
pesquisa.
Então, quanto à abordagem do problema, o estudo em questão adotará uma
abordagem quantitativa, que, conforme RICHARDSON (1999, p. 70), é definida
através da quantificação da coleta e do tratamento dos dados usando de técnicas
estatísticas.
18
1.4.2 Universo e Amostra
O estudo engloba os 26 Estados brasileiros, assim como o Distrito Federal,
acumulando dados dos 27 entes federativos ao longo de 12 anos para se obter a
pontuação final de 10 anos (2007 até 2016) totalizando 270 amostras.
1.4.3 Do modelo desenvolvido pela Secretaria do Tesouro Nacional
O Modelo utilizado neste projeto, o da STN (2012), possui sua metodologia
descrita na Portaria n.º 306, publicada no Diário Oficial da União (DOU) em 10 de
setembro de 2012 (BRASIL, 2012) e está dividida entre duas etapas: na primeira,
ocorre a classificação da situação fiscal associada ao risco de crédito, com
indicadores econômico-financeiros; e, na segunda, o enquadramento da operação
finalizada acima na correspondente situação fiscal, usando como critérios os
indicadores de endividamento e de serviço da dívida. Porém, para o presente
trabalho, somente será utilizada a primeira etapa.
No modelo em análise, para se obter a pontuação de determinado ano de
uma unidade federativa brasileira, são utilizados indicadores referentes às
informações contábeis do ente analisado dos 3 anos anteriores, os quais são
detalhados no quadro abaixo, com seus respectivos, pesos, extremos e sentidos
adaptados da Portaria n.º 306, publicada no DOU em 10 de setembro de 2012
(BRASIL, 2012):
19
Quadro 1 – Nomenclaturas, siglas, pesos, extremos e sentidos dos indicadores.
Indicadores econômico-financeiros
Indicador
Peso Extremos
Sentido do Indicador e da Nota
Nomenclatura Sigla Lado Esquerdo
Lado Direito
Endividamento End 10 0,5 1,3 Crescente
Serviço da Dívida na Receita Corrente Líquida
SDrcl 9 8% 15% Crescente
Resultado Primário Servindo a Dívida
RPsd 8 1 0 Decrescente
Despesa com Pessoal e Encargos Sociais na Receita Corrente Líquida
DPrcl 7 40% 70% Crescente
Capacidade de Geração de Poupança Própria
CGPP 4 25% 5% Decrescente
Participação dos Investimentos na Despesa Total
Pidt 3 20% 5% Decrescente
Participação das Contribuições e Remunerações do RPPS nas Despesas Previdenciárias
PCRdp 2 90% 40% Decrescente
Receitas Tributárias nas Despesas de Custeio
RTdc 1 80% 30% Decrescente
Nota atribuída 0,0 6,0
Fonte: Adaptado da Portaria n.º 306, publicada no DOU em 10 de setembro de 2012.
Segue então, as fórmulas para cada indicador:
𝑬𝒏𝒅 =𝑫í𝒗𝒊𝒅𝒂 𝑷ú𝒃𝒍𝒊𝒄𝒂 𝑪𝒐𝒏𝒔𝒐𝒍𝒊𝒅𝒂𝒅𝒂
𝑹𝒆𝒄𝒆𝒊𝒕𝒂 𝑪𝒐𝒓𝒓𝒆𝒏𝒕𝒆 𝑳í𝒒𝒖𝒊𝒅𝒂× 𝟏𝟎𝟎 (1)
𝑺𝑫𝒓𝒄𝒍 =𝑺𝒆𝒓𝒗𝒊ç𝒐 𝒅𝒂 𝑫í𝒗𝒊𝒅𝒂
𝑹𝒆𝒄𝒆𝒊𝒕𝒂 𝑪𝒐𝒓𝒓𝒆𝒏𝒕𝒆 𝑳í𝒒𝒖𝒊𝒅𝒂× 𝟏𝟎𝟎 (2)
𝑹𝑷𝒔𝒅 =𝑹𝒆𝒔𝒖𝒍𝒕𝒂𝒅𝒐 𝑷𝒓𝒊𝒎á𝒓𝒊𝒐
𝑺𝒆𝒓𝒗𝒊ç𝒐 𝒅𝒂 𝑫í𝒗𝒊𝒅𝒂 (3)
𝑫𝑷𝒓𝒄𝒍 =𝑫𝒆𝒔𝒑𝒆𝒔𝒂 𝒄𝒐𝒎 𝑷𝒆𝒔𝒔𝒐𝒂𝒍 𝒆 𝑬𝒏𝒄𝒂𝒓𝒈𝒐𝒔 𝑺𝒐𝒄𝒊𝒂𝒊𝒔
𝑹𝒆𝒄𝒆𝒊𝒕𝒂 𝑪𝒐𝒓𝒓𝒆𝒏𝒕𝒆 𝑳í𝒒𝒖𝒊𝒅𝒂× 𝟏𝟎𝟎 (4)
𝑪𝑮𝑷𝑷 =𝑹𝒆𝒄𝒆𝒊𝒕𝒂𝒔 𝑪𝒐𝒓𝒓𝒆𝒏𝒕𝒆𝒔 − 𝑫𝒆𝒔𝒑𝒆𝒔𝒂𝒔 𝑪𝒐𝒓𝒓𝒆𝒏𝒕𝒆𝒔
𝑹𝒆𝒄𝒆𝒊𝒕𝒂𝒔 𝑪𝒐𝒓𝒓𝒆𝒏𝒕𝒆𝒔× 𝟏𝟎𝟎 (5)
𝑷𝑰𝒅𝒕 =𝑰𝒏𝒗𝒆𝒔𝒕𝒊𝒎𝒆𝒏𝒕𝒐𝒔
𝑫𝒆𝒔𝒑𝒆𝒔𝒂 𝑻𝒐𝒕𝒂𝒍× 𝟏𝟎𝟎 (6)
𝑷𝑪𝑹𝒅𝒑 =𝑪𝒐𝒏𝒕𝒓𝒊𝒃𝒖𝒊çõ𝒆𝒔 + 𝑹𝒆𝒎𝒖𝒏𝒆𝒓𝒂çõ𝒆𝒔 𝒅𝒐 𝑹𝑷𝑷𝑺
𝑫𝒆𝒔𝒑𝒆𝒔𝒂𝒔 𝑷𝒓𝒆𝒗𝒊𝒅𝒆𝒏𝒄𝒊á𝒓𝒊𝒂𝒔× 𝟏𝟎𝟎 (7)
20
Feito o cálculo dos indicadores, deve ser observado, de acordo com o Quadro
1, qual o sentido do indicador, para depois aplicar a fórmula correta que lhe atribuirá
uma nota. Em que, a fórmula matemática utilizada para os indicadores que possuem
o sentido decrescente é dada por:
𝑵𝑨𝒊,𝒕 = 𝑵𝑨𝑳𝑫 −∆𝑵𝑨𝑳𝑫𝑳𝑬 × ∆𝑿𝑳𝑫
∆𝑬𝑿𝑻𝑳𝑬𝑳𝑫
(9)
Onde:
NAi,t - Nota relativa ao indicador em questão de cada ano.
NALD - Lado Direito do campo Nota Atribuída no Quadro 1 (6,0).
∆NALDLE - Valor do Intervalo do campo Nota Atribuída, entre os extremos no Quadro 1 (6,0-0,0=6,0).
∆XLD - Diferença do indicador em questão com Lado Direito do extremo no campo de variação do mesmo indicador.
∆EXTLELD - Variação dos extremos Lado Esquerdo e Lado Direito no campo de variação do indicador em questão.
E a fórmula referente aos indicadores crescentes é dada por:
𝑵𝑨𝒊,𝒕 = 𝑵𝑨𝑳𝑬 −∆𝑵𝑨𝑳𝑫𝑳𝑬 × ∆𝑿𝑳𝑬
∆𝑬𝑿𝑻𝑳𝑫𝑳𝑬
(10)
Onde:
NAi,t - Nota relativa ao indicador em questão de cada ano.
NALE - Lado Esquerdo do campo Nota Atribuída no Quadro 1 (0,0).
∆NALDLE - Valor do Intervalo do campo Nota Atribuída, entre os extremos no Quadro 1 (6,0-0,0=6,0).
∆XLE - Diferença do Lado Esquerdo do extremo no campo de variação do indicador em questão com o mesmo indicador.
∆EXTLDLE - Variação dos extremos Lado Direito e Lado Esquerdo no campo de variação do indicador em questão.
Feito o cálculo de NAi,t, caso o valor encontrado tenha ficado fora do intervalo
estipulado no Quadro 1 do campo Nota Atribuída, a nota assumirá o valor do
extremo mais próximo (zero ou seis).
𝑹𝑻𝒅𝒄 =𝑹𝒆𝒄𝒆𝒊𝒕𝒂𝒔 𝑻𝒓𝒊𝒃𝒖𝒕á𝒓𝒊𝒂𝒔
𝑫𝒆𝒔𝒑𝒆𝒔𝒂𝒔 𝒅𝒆 𝑪𝒖𝒔𝒕𝒆𝒊𝒐× 𝟏𝟎𝟎 (8)
21
Após obter a nota NAi,t, de cada indicador de cada exercício, será calculada a
média dos últimos três anos de cada indicador aplicando os pesos presentes no
Quadro 2 à fórmula:
𝑵𝑨̅̅ ̅̅𝒕 = ∑ 𝒃𝒕𝑵𝑨𝒊,𝒕
𝟑
𝒕=𝟏
(11)
Onde:
𝐍𝐀̅̅ ̅̅𝐭 - Nota média relativa ao i-ésimo indicador.
NAi,t - Nota relativa ao indicador em questão em cada ano.
bt - Peso relativo para determinado ano
t - Relativo a cada um dos últimos três anos, sendo t=1 o ano mais recente.
i - Relativo a cada um dos indicadores.
Quadro 2 - Pesos relativos ao cálculo da média da nota de cada indicador nos últimos três anos.
T t-1 t-2 t-3 Total
Peso 0,50 0,30 0,20 1,00
Fonte: Portaria n.º 306, publicada no DOU em 10 de
setembro de 2012 (BRASIL, 2012).
Então, calculada a média dos indicadores, o próximo passo é calcular a
pontuação numérica final, aplicando os pesos contidos no Quadro 1 para cada
indicador na fórmula:
𝑷𝒐𝒏𝒕𝒖𝒂çã𝒐 =∑ 𝒑𝒊𝑵𝑨̅̅ ̅̅
𝒕𝟖𝒊=𝟏
∑ 𝒑𝒊𝟖𝒊=𝟏
(12)
Onde:
Pontuação - Nota final numérica final relativa aos indicadores.
NAi - Nota média relativa ao i-ésimo indicador.
pi - Relativo ao peso de cada indicador.
i - Relativo ao indicador.
Por fim, com a pontuação obtida para determinado ano, faz-se necessário
classificar o ente analisado de acordo com o resultado obtido, classificação que varia
entre “D-” e “A+”, sendo esta a melhor e aquela a pior, conforme se observa no
Quadro 3, extraído da Portaria n.º 306, publicada no DOU em 10 de setembro de
2012 (BRASIL, 2012).
22
Quadro 3 - Classificação da Situação Fiscal e Risco de Crédito de acordo com a Pontuação.
Classificação Intervalo Situação Fiscal e Risco de Crédito
A+ 0,00≤Pontuação≤0,50 Situação Fiscal é excelente – risco de crédito é quase nulo
A 0,50≤Pontuação≤1,00 Situação Fiscal é muito forte – risco de crédito é muito baixo A- 1,00≤Pontuação≤1,50
B+ 1,50≤Pontuação≤2,00 Situação Fiscal é forte – risco de crédito é baixo
B 2,00≤Pontuação≤2,50
B- 2,50≤Pontuação≤3,00 Situação Fiscal é boa – risco de crédito é médio
C+ 3,00≤Pontuação≤3,50 Situação Fiscal fraca – risco de crédito relevante
C 3,50≤Pontuação≤4,00 Situação Fiscal é muito fraca – risco de crédito é muito alto C- 4,00≤Pontuação≤4,50
D+ 4,50≤Pontuação≤5,00 Situação de Desequilíbrio Fiscal
D 5,00≤Pontuação≤5,50
D- 5,50≤Pontuação≤6,00
Fonte: Portaria n.º 306, publicada no DOU em 10 de setembro de 2012 (BRASIL, 2012).
Feito isso, é finalizado a primeira etapa e a única que será usada nesta
pesquisa para avaliar a capacidade de pagamento dos Estados e Distrito Federal
frente as crises internacionais e nacionais.
Desta feita, realizada a classificação da situação fiscal dos Estados e Distrito
Federal conclui-se a primeira etapa de avaliação do modelo empregado, a qual já
nos permite avaliar a capacidade de pagamento dos Estados e Distrito Federal no
período analisado, notadamente durante as crises internacionais e nacionais
noticiadas.
Vale salientar ainda, que o modelo analisa o ano "T", com base nos 3 anos
anteriores aplicando pesos, conforme o Quadro 2, para saber se nesse ano "T" será
concedido o aval ou garantia para operação de crédito para cada unidade federativa
brasileira, portanto, para o estudo atual ao invés de citar o ano "T", será citado o ano
"t-1" da análise, que é aquele de maior peso dos dados, para melhor entendimento e
maior conveniência, já que serão analisados os efeitos das crises.
1.4.4 Coleta dos Dados
Para o modelo da STN (2012) ser aplicado e para compor a variável STN
score foi necessário calcular os indicadores econômico-financeiros com dados das
contas anuais, que possuem as Receitas Orçamentárias e as Despesas
Empenhadas, dos Estados e Distrito Federal, e dos RGFs coletados no website da
STN.
Além disso, as informações utilizadas para o cálculo dos subindicadores, ou
seja, de cada componente constante na fórmula apresentada no quadro 1, foram
23
coletadas em sua maioria a partir das contas anuais de cada unidade federativa
brasileira, à exceção da Dívida Pública Consolidada, pois, diante da insuficiência dos
dados nas referidas contas, buscou-se os Relatórios de Gestão Fiscal como
subsídio.
Ademais, o website do IBGE foi consultado para coletar os dados referentes
às populações dos Estados e Distrito Federal durante o período analisado, assim
como os dados relativos ao PIB.
Além dos websites da STN e do IBGE, o do TSE também foi consultado para
coletar dados em relação aos governadores e presidentes atuantes no período
analisado, assim como as coligações que seus partidos fizeram parte na última
eleição para ser elaborada a variável Orientação Política.
Por fim, destaca-se que foram coletados dados referentes aos anos de 2005 a
2016, entretanto, até a realização da presente pesquisa, não foram disponibilizados
os dados do PIB dos Estados e Distrito Federal para os anos de 2015 e 2016, tendo
sido feita uma estimativa de acordo com o crescimento do PIB nacional.
1.4.5 Variáveis, Hipóteses e Tratamento dos Dados
Nesta pesquisa, foram sugeridas variáveis independentes, as quais se
encontram enumeradas no Quadro 4 abaixo, com o objetivo de tentar explicar o
comportamento da variável dependente, STN score, que após a aplicação do
modelo explicado anteriormente, foram obtidos os resultados presentes no Apêndice
A.
24
Quadro 4 – Variáveis Independentes sugeridas.
Variável Sigla Proxy Expectativa
a priori Hipótese associada
Crise Financeira
crise
No modelo 2007, atribuído 1 para o ano 2007 e 0 para os demais anos, os demais modelos recebiam 1 para o modelo do ano em questão e para os anos seguintes e 0
para os anos anteriores ao modelo em questão.
+ Modelo 2009
+ Modelo 2015
H1 H2
Tamanho LOGPOP Logaritmo da População +
Produto Interno Bruto Per Capita
PIBPC PIB total/ População -
Orientação Política
OP Atribuído 1 para quando o Governador em
exercício apoiava o Presidente em exercício e 0 para os demais entes.
-
Região Norte N Atribuído 1 para as unidades federativas pertencentes a região Norte e 0 para os
demais entes.
±
Região Nordeste
NE Atribuído 1 para as unidades federativas
pertencentes a região Nordeste e 0 para os demais entes.
±
Região Sudeste
SE Atribuído 1 para as unidades federativas
pertencentes a região Sudeste e 0 para os demais entes.
±
Região Sul S Atribuído 1 para as unidades federativas
pertencentes a região Sul e 0 para os demais entes.
±
Fonte: Elaborado pelo Autor
Contudo, antes de ser detalhado o que foi considerado em cada variável
independente, é relevante considerar que foram realizadas dez regressões
diferentes, uma para cada ano avaliado e de acordo com as variáveis apontadas,
cujos resultados podem ser observados na Tabelas 5. Tais regressões consistem
em explicar a relação das variáveis independentes em relação as dependentes.
Assim, quanto ao significado das variáveis apontadas, tem-se que a variável
com a sigla LOGPOP foi escolhida expressar o tamanho da unidade federativa
brasileira, pois foi obtida por meio do logaritmo da população de cada ente, então
quanto maior for a população, mais os governantes terão gastos em relação às
necessidades básicas, como saúde, educação e segurança, o que pode afetar
negativamente a situação fiscal. O PIBPC também foi escolhido para saber quanto o
crescimento do PIB pode afetar no melhoramento da capacidade financeira de uma
unidade federativa brasileira. Em relação à Orientação política, foi sugerida com o
intuito de descobrir se os entes federativos com os Governadores aliados ao
Presidente em exercício sofriam benesses a ponto de melhorar a capacidade de
25
pagamento, então foi atribuída nota 1 para aqueles entes aliados e 0 para os
demais.
Além do mais, na variável da crise financeira, buscou-se dar uma ideia geral
de como está a situação fiscal dos Estados e Distrito Federal, em que o valor
atribuído a cada ano reflete uma comparação entre os desempenhos dos anos
seguintes em relação aos anteriores, para tanto, à exceção do primeiro ano, qual
seja, 2007, numerou-se com 1 o ano do modelo em análise e os posteriores e com 0
os anteriores.
Por fim, as variáveis das regiões (N, NE, SE e S) vão servir para saber como
está o desempenho de determinada região em relação às demais, para isso, foi
atribuído 1 para os entes que faziam parte de tal região e 0 para os demais.
Após definir a variável dependente e as variáveis independentes, foram
formuladas as seguintes hipóteses:
H1: A capacidade de pagamento dos Estados e Distrito Federal foi afetada
negativamente pela crise internacional de 2008.
H2: A capacidade de pagamento dos Estados e Distrito Federal foi afetada
negativamente pela crise nacional em 2014.
A partir do teste das hipóteses H1 e H2, serão levantados os dados
necessários à descoberta dos efeitos que as duas crises citadas neste trabalho
causaram à capacidade de pagamento dos Estados e Distrito Federal segundo o
modelo da STN (2012).
Então, após ter as variáveis e hipóteses definidas, foi realizado o teste da
distribuição da variável dependente utilizando o software Stata versão 11.1 ®, onde
também neste software foi feita a regressão por meio do modelo econométrico
Generalized Estimating Equation (GEE), para poder ser estudada a relação das
variáveis definidas. As GEEs de acordo com AGRANONIK (2009, p. 24) “foram
desenvolvidas para produzir estimativas mais eficientes e não viciadas para os
parâmetros do modelo de regressão quando se lida com dados correlacionados,
pois considera a estrutura de correlação entre as observações”.
Ademais, o teste para distribuição normal da variável dependente não se
mostrou significativo, assumindo, então, a distribuição Gamma, após ser realizado o
teste para essa família e ter se mostrado significativo, além de que, os dados estão
correlacionados ao longo dos anos, portanto o modelo GEE se mostrou o mais
apropriado a ser utilizado, já que, de acordo com LIANG e ZEGER (1986, p. 13-22) o
26
melhor modelo a ser utilizado quando há dados em que não há distribuição normal e
que os dados estejam correlacionados ao longo do painel é o GEE.
Portanto, a fórmula do modelo econométrico explicativo é dada por:
𝒔𝒄𝒐𝒓𝒆 = 𝒄𝒐𝒏𝒔𝒕. +𝜷𝟏𝒄𝒓𝒊𝒔𝒆 + 𝜷𝟐𝑳𝑶𝑮𝑷𝑶𝑷 + 𝜷𝟑𝑷𝑰𝑩𝑷𝑪 + 𝜷𝟒𝑶𝑷 + 𝜷𝟓𝑵 + 𝜷𝟔𝑵𝑬 + 𝜷𝟕𝑺𝑬 + 𝜷𝟖𝑺 (13)
Outrossim, de acordo com PAN (2001, p.122) faz-se necessário calcular o
QIC para várias estruturas de correlação, isto posto, deve-se comparar escolher a
estrutura de correlação que obtiver o menor QIC, pois será a mais aconselhável
estrutura de correlação a ser utilizada.
Conforme PRENTICE (1988 apud AGRANONIK, 2009, p. 24), no GEE a
estimativa da média e da correlação acontecem ao mesmo tempo, então, é
necessário, além de evidenciar o modelo da média, fazer o mesmo, de maneira
correta, para o modelo da estrutura de correlação. Logo, também serão feitos testes
para as escolhas de tais modelos, como será mostrado ao decorrer do trabalho.
27
2 REFERENCIAL TEÓRICO
Na seção atual serão exibidos estudos existentes sobre as principais crises
financeiras que podem ter influenciado a situação fiscal dos Estados e Distrito
Federal, as teorias que dão base ao estudo e também a apresentação alguns
modelos existentes de avaliação da situação fiscal da administração pública.
2.1 CRISE FINANCEIRA / AS RAÍZES DA CRISE
Diante do cenário que se instalou com a crise em 2008 nos EUA já relatada e
sua repercussão em âmbito nacional, faz-se necessário analisar os contornos do
momento deficitário e suas raízes. Isso porque, conforme destacou GONTIJO a
respeito da recessão ocorrida, “a maioria dos economistas norte-americanos e
europeus esposava a tese do FMI de que seria possível evitá-la” (2008, p. 26), o que
tinha notório supedâneo nas experiências anteriores vivenciadas especialmente na
década de 1990, como menciona.
Desta feita, de acordo com KINDLEBERGER e ALIBER (2005, p. 77) é
possível identificar uma sequência de eventos padrão que leva às crises financeiras
é: impacto inicial, seguido de um grande crescimento que se transforma em um
boom econômico; então, se desenvolve uma euforia e logo depois o preço dos
ativos param de crescer; em seguida, estes despencam e, por fim, vem a quebra.
Então, conforme PRATES e CUNHA (2009, p. 3), não só os EUA, mas o
mundo todo, principalmente os países emergentes, vivia um ciclo de expansão e
boom da economia durante os anos de 2003 até o primeiro semestre de 2008. Logo,
o começo do ano de 2007 foi marcado por uma euforia excessiva também dos
países emergentes, que acabou compensando o fraco segundo semestre do mesmo
ano.
Assim, CARCANHOLO, et al (2008, p. 1) explica sucintamente como se deu
origem da crise nos EUA dentro do mercado financeiro:
A crise teve origem no mercado imobiliário, sobretudo, no segmento denominado de subprime. Com o aumento da inadimplência do pagamento dos empréstimos baseados no crédito imobiliário que por sua vez provocou queda nas vendas e no preço dos imóveis. As condições para a explosão da “bolha especulativa” do mercado imobiliário estavam dadas, àquela altura era só uma questão de tempo. E não tardou muito a acontecer.
28
A partir de agosto de 2007, a crise imobiliária do mercado subprime (de alto risco) atingiu fortemente os mercados financeiros e de capitais dos EUA e dos países da Europa que tinham bancos expostos diretamente à securitização ou titularização das hipotecas de alto risco. A rápida propagação da crise para o setor financeiro deu-se pela via do sistema estadunidense de financiamento de compra de imóveis.
Portanto, como apontado, a crise mundial de 2008 se iniciou nos EUA, a partir do
segmento subprime do mercado imobiliário e, apesar das grandes proporções
tomadas, ela não se diferencia muito de outras crises que já aconteceram, já que
seguiu o mesmo padrão estudado por Kindleberger e Aliber, aonde primeiro veio a
euforia e depois a quebra da economia, em que não só os EUA, mas o mundo
inteiro sentiu os abalos dessa crise, principalmente os países emergentes, chegando
inclusive no Brasil.
Nesta pisada, DE FREITAS (2009, p. 132) confirma que a crise mundial se
mostrou muito impactante na economia do Brasil, chegou tanto pela via do comércio
mundial quanto dos fluxos financeiros. Por tal razão, o presente trabalho analisará
os anos próximos à crise mundial para saber quão impactante foi nos Estados e
Distrito Federal.
Entretanto, muito se tem falado de crises mais recentes, em que já não se culpa
a crise internacional, mas sim, políticas adotadas internamente no Brasil. BARBOSA
FILHO (2017, p. 51) afirma a existência de uma crise a partir de 2014, já que o PIB
per capita brasileiro diminuiu 9% durante os anos de 2014 até 2016, o que se
justificaria pelo agrupado de políticas públicas acolhidas a partir de 2011/2012,
chamadas de Nova Matriz Econômica, reduzindo a produtividade da economia no
Brasil.
De acordo com FIRJAN (2017, p. 1), o quadro de crise dos Estados e Distrito
Federal pode estar ainda pior que o nacional, já que, em alguns casos, faltam
recursos para pagar funcionários e fornecedores, o que pode descontinuar serviços
públicos vitais para a população. Exemplificando o exposto, o Gráfico 2, também
elaborado por FIRJAN (2017, p. 2), exibe a porcentagem da Dívida Consolidada
Líquida sobre a Receita Corrente Líquida dos Estados e Distrito Federal no ano de
2016:
29
Gráfico 2 - Dívida Consolidada Líquida (% da RCL) – 2016. Fonte: FIRJAN (2017)
Como se pode ver, a situação dos entes aparenta ser desigual, com situação pior
para os Estados do Rio de Janeiro, Rio Grande do Sul e Minas Gerais, que já
ultrapassam o limite legal imposto pela LRF, onde a Dívida Consolidada Líquida não
pode passar de 200% da Receita Corrente Líquida. Porém, para se ter a real
situação fiscal, se deve analisar outros indicadores, em um prazo maior.
Portanto, diante do cenário apontado a respeito da crise mundial e suas
repercussões nacionais, volta-se o presente trabalho à análise da situação financeira
dos Estados e Distrito Federal entre os anos de 2007 e 2016 para, assim, descobrir
os reais impactos da crise noticiada.
2.2 TEORIA DA ESCOLHA PÚBLICA
O estudo de momentos críticos, como o relatado, demanda ainda a compreensão
teórica dos fatores que influenciaram o desequilíbrio financeiro nos EUA e sua
consequência em todo o mundo. Nesse contexto, tem-se a Teoria da Escolha
Pública, a qual surge a partir da junção de conceitos de economia e ciência política,
buscando analisar o comportamento dos governantes no exercício de suas funções
públicas.
30
Conforme TULLOCK, BRADY & SELDON (2002, p. 135), não há, nas instituições
públicas politizadas, uma preocupação com as escolhas dos cidadãos reais, o que
se traduziria hoje no interesse público primário, ou seja, o somatório dos interesses
individuais que represente a maioria da sociedade. Tal inconsistência se deve, em
verdade, segundo os mesmos autores, ao fato de que as decisões são tomadas por
meio de representantes e não diretamente.
Desta feita, é inconteste o fato de que os governantes, no exercício de seu dever
público, não atuam em prol da coletividade, mas sim dos interesses pessoais e
político-partidários. Partindo de tal premissa, afirmam TULLOCK, BRADY &
SELDON (2002, p. 3) que a teoria da escolha pública é o exame científico do
comportamento relativo ao governo, assim como o comportamento do humano
quando se trata do governo, o que inclui os políticos, os eleitores e os burocratas, os
quais, de alguma maneira, estão sempre colocando os interesses pessoais acima
dos interesses públicos,
Comenta MAUAD (2016), ao analisar a teoria da escolha pública e o momento
atual do Brasil, que o comportamento das pessoas se deve ao alcance do bem-estar
pessoal e quando se trata do meio governamental, os estímulos não diferem muito
em comparação ao meio do mercado em geral. O eleitor vota em sua grande maioria
pensando no bolso, então apoiam e votam naquele candidato que mais realizariam
seus interesses pessoais, os esforços dos burocratas seriam somente para
impulsionar suas carreiras e os políticos teriam como objetivo principal a reeleição.
TULLOCK, BRADY e SELDON (2002, p. x) ainda colocam em questão a
capacidade de algumas centenas de parlamentares julgarem o que é melhor para
outras milhões de pessoas como aqui no Brasil, que, de acordo com o primeiro
artigo da Lei Complementar n° 78, (BRASIL, 1993), a quantidade máxima de
deputado federais não passará de 513, que, por sinal, é o número de deputados
federais existente desde o ano de criação da lei no governo de Itamar Franco4 e
atualmente o IBGE já projeta mais de 208 milhões de habitantes no país5.
É realmente difícil agradar toda uma coletividade nacional, principalmente de um
país de dimensões continentais como o Brasil, no entanto, não se vislumbra
qualquer tentativa eficiente à busca do bem estar social. Em verdade, vê-se que os
4 “Quantos são e de que forma é definido o número de Deputados” http://www2.camara.leg.br/a-camara/conheca/quantos-sao-e-de-que-forma-e-definido-o-numero-de-deputados 5“Projeção da população do Brasil e das Unidades Federação” https://ww2.ibge.gov.br/apps/populacao/projecao/
31
políticos fazem o mínimo pela coletividade para poderem ser reeleitos e, como os
estudiosos da teoria da escolha pública comentam, na maioria das vezes, para a
maioria dos parlamentares, a motivação da criação das leis se dão mais pelo
interesse próprio do que pelo interesse público, motivações, que podem levar um
país a melhorar ou piorar sua situação fiscal, mas normalmente vai melhorar a
situação do autor da lei de alguma forma.
2.3 MODELOS DE AVALIAÇÃO DA CAPACIDADE FINANCEIRA DAS
ADMINISTRAÇÕES PÚBLICAS
A Administração Pública tem como relevante princípio norteador de suas
atividades a eficiência, que se tornou expresso na Constituição Federal de 1988
apenas com a edição da Emenda Constitucional n.º 20 de 1998. Um importante
instrumento para a concretização dos seus ideais é a racionalização da máquina
pública, ou seja, o uso racional dos recursos do Estado, notadamente com relação à
folha de pagamento, que não deve ultrapassar os limites impostos pela Lei de
Responsabilidade Fiscal (LRF) sobre a receita corrente líquida.
Além disso, considerando que o administrador exerce função pública em
nome do povo, este tem a obrigação de zelar pela publicidade de seus atos, vez que
os contribuintes devem saber como os impostos estão sendo investidos e
administrados. Para tanto, já existem leis que exigem dos governantes transparência
na gestão dos recursos, como se observa no artigo abaixo transcrito, da Lei de
Responsabilidade Fiscal (BRASIL, 2000):
Art. 48. São instrumentos de transparência da gestão fiscal, aos quais será dada ampla divulgação, inclusive em meios eletrônicos de acesso público: os planos, orçamentos e leis de diretrizes orçamentárias; as prestações de contas e o respectivo parecer prévio; o Relatório Resumido da Execução Orçamentária e o Relatório de Gestão Fiscal; e as versões simplificadas desses documentos. § 1o A transparência será assegurada também mediante: I – incentivo à participação popular e realização de audiências públicas, durante os processos de elaboração e discussão dos planos, lei de diretrizes orçamentárias e orçamentos; II - liberação ao pleno conhecimento e acompanhamento da sociedade, em tempo real, de informações pormenorizadas sobre a execução orçamentária e financeira, em meios eletrônicos de acesso público; e III – adoção de sistema integrado de administração financeira e controle, que atenda a padrão mínimo de qualidade estabelecido pelo Poder Executivo da União e ao disposto no art. 48-A. § 2º A União, os Estados, o Distrito Federal e os Municípios disponibilizarão suas informações e dados contábeis, orçamentários e fiscais conforme
32
periodicidade, formato e sistema estabelecidos pelo órgão central de contabilidade da União, os quais deverão ser divulgados em meio eletrônico de amplo acesso público. § 3o Os Estados, o Distrito Federal e os Municípios encaminharão ao Ministério da Fazenda, nos termos e na periodicidade a serem definidos em instrução específica deste órgão, as informações necessárias para a constituição do registro eletrônico centralizado e atualizado das dívidas públicas interna e externa, de que trata o § 4o do art. 32. § 4o A inobservância do disposto nos §§ 2o e 3o ensejará as penalidades previstas no § 2o do art. 51. § 5o Nos casos de envio conforme disposto no § 2o, para todos os efeitos, a União, os Estados, o Distrito Federal e os Municípios cumprem o dever de ampla divulgação a que se refere o caput. § 6o Todos os Poderes e órgãos referidos no art. 20, incluídos autarquias, fundações públicas, empresas estatais dependentes e fundos, do ente da Federação devem utilizar sistemas únicos de execução orçamentária e financeira, mantidos e gerenciados pelo Poder Executivo, resguardada a autonomia. Art. 48-A. Para os fins a que se refere o inciso II do parágrafo único do art. 48, os entes da Federação disponibilizarão a qualquer pessoa física ou jurídica o acesso a informações referentes a: I – quanto à despesa: todos os atos praticados pelas unidades gestoras no decorrer da execução da despesa, no momento de sua realização, com a disponibilização mínima dos dados referentes ao número do correspondente processo, ao bem fornecido ou ao serviço prestado, à pessoa física ou jurídica beneficiária do pagamento e, quando for o caso, ao procedimento licitatório realizado; II – quanto à receita: o lançamento e o recebimento de toda a receita das unidades gestoras, inclusive referente a recursos extraordinários.
Demais disso, de acordo com BROWN (1993, p. 21) a avaliação das
condições financeiras através de todos os dados publicados pode consumir muito
tempo das administrações, portanto, quando esse tipo de avaliação é realizada, a
grande quantidade de dados envolvidos pode, na verdade, acabar dificultando a
comunicação dos resultados tanto para os contribuintes quanto para os servidores
especializados. Assim, mesmo com a divulgação de uma avalanche de informações,
os contribuintes acabam ficando mais confusos do que antes, pois não sabem ler o
conteúdo divulgado, então não sabem avaliar a situação da administração pública.
Diante do exposto, alguns estudiosos criaram modelos que avaliam o status
financeiro das administrações, os quais podem ser divididos, segundo RAMSEY
(2013, p. 22), em três tipos, os sistemas fechados, os sistemas pseudo-abertos e os
sistemas abertos. Fazem parte dos sistemas fechados, os modelos de avaliação que
utilizam apenas os dados financeiros internos para avaliar a situação fiscal. Os
sistemas pseudo-abertos analisam, além dos dados financeiros internos, os fatores
ambientais internos e externos à organização, que podem influenciar a situação
fiscal. Já os sistemas abertos, levam em consideração apenas os fatores ambientais
internos e externos à organização, a partir daí podem avaliar a condição financeira.
33
No caso do presente trabalho, serão abordados apenas modelos do sistema
fechado, pois serão utilizados somente os dados contábeis dos Estados e Distrito
Federal.
Então, segundo LIMA e DINIZ (2016, p. 512) os principais modelos
encontrados na literatura que se incluem no sistema fechado são os modelos de
Berne e Schramm (1986), Brown (1993), Alter et al. (1995), CICA (1997), Chaney et
al. (2002), Wang et al. (2007) e Sohl et al. (2009). A seguir, o Quadro 8, adaptado de
LIMA e DINIZ (2016, p. 512), apresenta um resumo desses modelos que fazem
parte do sistema fechado, incluindo o da STN (2012), exibindo as principais
características em relação à orientação sistêmica, abordagem teórica, análise de
indicadores, comparação entre jurisdições, ranking com base em índices compostos,
análise de tendências e análise bivariada.
Quadro 3 – Características dos principais modelos do sistema fechado.
TÉCNICAS DE ANÁLISE
Autores Orientação
Sistêmica
Abordagem
Teórica
Análise de
Indicadores
Comparação
Entre
Jurisdições
Ranking
com Base
em Índices
Compostos
Análise de
Tendências
Análise
Bivariada
Berne e
Schramm
(1986)
Fechado Finanças X X
Brown
(1993) Fechado Finanças X X X
Alter et al.
(1995) Fechado Finanças X X
CICA
(1997) Fechado Finanças X
Chaney et
al. (2002) Fechado Finanças X
Wang et al.
(2007) Fechado Finanças X X X
Sohl et al.
(2009) Fechado Finanças X X X
STN (2012) Fechado Finanças X X X
Fonte: Quadro adaptado de LIMA e DINIZ (2016, p. 512).
34
De acordo com o Quadro 8, apenas 3 modelos são capazes de ranquear as
administrações públicas analisadas para uma possível comparação dos resultados
com as administrações pública próximas e, assim, se obter uma melhor análise da
condição financeira, são os modelos de Brown (1993), Sohl et al. (2009) e o modelo
da STN (2012).
NOBRE (2017, p. 36) afirma que o modelo de Brown (1993) é um dos mais
utilizados na literatura por ser um modelo do sistema fechado, onde a coleta dos
dados se torna mais fácil, dando mais confiança quando se medir a condição
financeira. Este modelo mede a condição através de dez indicadores financeiros
chaves que podem ser obtidos por meio das demonstrações contábeis.
A metodologia da STN (2012), por sua vez, se encaixa nos sistemas fechados
pelo mesmo motivo que o modelo de Brown (1993), já que, conforme nota técnica
n.º 001/2017/COGEP/SUDIP/STN/MF-DF do Tesouro Nacional (2017, p.06), a
mensuração da pontuação para classificação da situação fiscal associada ao risco
de crédito pela STN, ocorre por meio de oito indicadores econômico-financeiros,
também obtidos por meio de demonstrações contábeis. Ainda, a Portaria n.º 306
publicada no DOU em 10 de setembro de 2012 (BRASIL, 2012), traz como principal
finalidade da referida classificação o subsídio à concessão de aval ou garantia da
União aos Entes de Direito Público interno, conforme assim dispõe em seu art. 1º:
Art. 1º A análise da capacidade de pagamento e de contrapartida para a concessão de aval e garantia a Estado, ao Distrito Federal e a Município, no âmbito do Ministério da Fazenda, será realizada pela Secretaria do Tesouro Nacional - STN, mediante adoção dos critérios e metodologia estabelecidos nesta Portaria. § 1º A análise referida no caput indicará a classificação da situação fiscal do pleiteante e terá por finalidade subsidiar a concessão de aval ou garantia da União em operação de crédito interna ou externa de interesse de Estado, do Distrito Federal e de Município.
Desta feita, em contraponto aos demais modelos de sistema fechado
apontados, o modelo desenvolvido pela STN possui significativa relevância prática,
tendo em vista que é utilizado pela União para avaliar o risco de crédito dos Estados,
Distrito Federal e Municípios. Assim, quando, a partir dos indicadores determinados,
os Entes não apresentam avaliação satisfatória, este tem prejudicadas futuras
transações que dependam de garantia por parte da União.
Portanto, este trabalho utilizará o modelo desenvolvido pela STN para análise
da situação fiscal, baseado em índices econômico-financeiros determinados pela já
35
mencionada Portaria, para exame do desempenho obtido durante os anos de 2007 e
2016 e sua possível relação com as crises financeiras noticiadas.
36
3 ANÁLISE DE DADOS E DISCUSSÃO DOS RESULTADOS
Nesta seção serão apresentados os resultados do estudo estatístico referente
à capacidade de pagamento dos Estados e Distrito Federal, entre os anos de 2007 e
2016, para testar as hipóteses H1 e H2 apontadas no subtítulo referente à análise de
dados e discussão dos resultados.
Antes, contudo, apresentamos a tabela abaixo, na qual constam informações
gerais dos resultados obtidos por meio do modelo de avaliação da capacidade de
pagamento dos entes da STN, em que consta o percentual dos Estados e Distrito
Federal dentro de cada classificação apontada:
Tabela 1 – Porcentagem das Classificações obtidas por ano de todos os Estados e Distrito Federal.
Class. / Ano
2007 2008 2009 2010 2011 2012 2013 2014 2015 2016 Total
A+ 3,7% 0,0% 0,0% 0,0% 0,0% 0,0% 0,0% 0,0% 0,0% 3,7% 0,7%
A 11,1% 22,2% 7,4% 7,4% 7,4% 0,0% 0,0% 3,7% 11,1% 18,5% 8,9%
A- 22,2% 22,2% 29,6% 3,7% 11,1% 22,2% 11,1% 14,8% 18,5% 14,8% 17,0%
B+ 14,8% 14,8% 3,7% 29,6% 18,5% 14,8% 29,6% 22,2% 14,8% 11,1% 17,4%
B 11,1% 14,8% 18,5% 18,5% 22,2% 11,1% 7,4% 14,8% 7,4% 18,5% 14,4%
B- 11,1% 14,8% 22,2% 25,9% 11,1% 14,8% 18,5% 18,5% 22,2% 7,4% 16,7%
C+ 14,8% 7,4% 14,8% 7,4% 14,8% 18,5% 11,1% 3,7% 7,4% 14,8% 11,5%
C 11,1% 3,7% 0,0% 7,4% 14,8% 11,1% 7,4% 11,1% 3,7% 3,7% 7,4%
C- 0,0% 0,0% 3,7% 0,0% 0,0% 3,7% 11,1% 7,4% 7,4% 3,7% 3,7%
D+ 0,0% 0,0% 0,0% 0,0% 0,0% 3,7% 3,7% 3,7% 3,7% 0,0% 1,5%
D 0,0% 0,0% 0,0% 0,0% 0,0% 0,0% 0,0% 0,0% 3,7% 3,7% 0,7%
D- 0,0% 0,0% 0,0% 0,0% 0,0% 0,0% 0,0% 0,0% 0,0% 0,0% 0,0%
Fonte: dados da pesquisa
Como se pode observar na Tabela 1, nenhuma unidade federativa, durante os
anos analisados, atingiu a pior classificação atribuída ao modelo, qual seja, “D-”.
Entretanto, examinando o Apêndice A, o qual contém as informações finais do
modelo da STN aplicado, percebe-se que apenas o Tocantins, em 2007, e o Espírito
Santo, em 2016, atingiram classificação máxima.
Pode-se notar também que cerca de 65,5% dos entes federativos se
encontram entre “B-” e “A-”, que, de acordo com o modelo em análise, a situação
fiscal varia de boa até muito forte e o risco de crédito varia de médio até muito baixo.
Por fim, cerca de 24,8% das administrações públicas receberam nota entre “D” e
“C+”, que, ainda de acordo com a STN, possuem situação fiscal fraca ou pior e risco
de crédito relevante ou ainda mais alto.
37
Em seguida, passa-se à análise descritiva do comportamento das variáveis
dependentes e independentes, ou seja, serão demonstrados através da Tabela 2 os
respectivos desvios-padrões, médias, mínimos e máximos de todas as variáveis
avaliadas, assim como o tamanho da amostra, estando a disponibilização dos
valores das variáveis no apêndice A.
Tabela 2 – Estatística descritiva das variáveis contínuas.
Variável Classe Média Desvio-Padrão
Mínimo Máximo Observações
score
Geral 2,295 1,019 0,382 5,205 N = 270
Entre
0,868 0,877 3,794 n = 27
Dentro 0,556 0,702 3,838 T-bar = 10
Geral 0,800 0,401 0,000 1,000 N = 270
crise Entre
0,000 0,800 0,800 n = 27
Dentro 0,401 0,000 1,000 T-bar = 10
LOGPOP
Geral 6,635 0,456 5,597 7,651 N = 270
Entre
0,463 5,663 7,627 n = 27
Dentro 0,025 6,466 6,693 T-bar = 10
PIBPC
Geral 19519,05 11763,49 4661,56 71913,53 N = 270
Entre
10781,83 8614,63 58890,46 n = 27
Dentro 5101,09 1324,66 32542,12 T-bar = 10
OP
Geral 0,422 0,495 0,000 1,000 N = 270
Entre
0,318 0,100 1,000 n = 27
Dentro 0,384 -0,478 1,322 T-bar = 10
N
Geral 0,259 0,439 0,000 1,000 N = 270
Entre
0,447 0,000 1,000 n = 27
Dentro 0,000 0,259 0,259 T-bar = 10
NE
Geral 0,333 0,472 0,000 1,000 N = 270
Entre
0,480 0,000 1,000 n = 27
Dentro 0,000 0,333 0,333 T-bar = 10
SE
Geral 0,148 0,356 0,000 1,000 N = 270
Entre
0,362 0,000 1,000 n = 27
Dentro 0,000 0,148 0,148 T-bar = 10
S
Geral 0,111 0,315 0,000 1,000 N = 270
Entre
0,320 0,000 1,000 n = 27
Dentro 0,000 0,111 0,111 T-bar = 10
Fonte: Dados da pesquisa
De acordo com os dados expostos na Tabela 2, pode-se notar que a amostra
analisada possui 270 observações, as quais se referem aos 26 Estados e ao Distrito
Federal, ao longo de 10 anos, para cada variável. No que concerne ao score, todas
as unidades federativas, no período estudado, atingiram uma média de 2.295
38
pontos, o que, no que diz a classificação proposta pela própria STN, corresponde à
categoria “B”, demonstrando que, em média, a situação fiscal dos entes federativos
é forte e o risco de crédito é baixo.
Então, feita a análise descritiva, foi realizado o teste a procura de valores
discrepantes ou de outliers e, como se pode ver no gráfico de Box-Plot a seguir, o
seu resultado foi extremamente limpo, indicando, portanto, a ausência de
discrepância.
Gráfico 3 –Box-Plot do score atribuído através do modelo da STN de avaliação fiscal. Fonte: Dados da Pesquisa
Por conseguinte, foi realizado o teste da distribuição da variável dependente
para distribuição normal, onde foi realizado o teste de normalidade Shapiro-Wilk e
Kolmogorov-Smirnov, que, apesar da ausência de outliers, não foram significativos
ao ponto de se comprovar a normalidade dos dados. Em seguida, foi feito o teste
para distribuição Gamma e como se pode ver no Gráfico 4, a família que será
utilizada no modelo das equações generalizadas é a Gamma, que, segundo
MILONE (2004, p.175), é aplicável às variáveis que só podem ser positivas,
características de medidas físicas e financeiras.
01
23
45
score
39
Gráfico 4 –Teste de distribuição da variável dependente. Fonte: Dados da pesquisa.
Ademais, foi executado o teste de multicolinearidade para verificar se duas ou
mais variáveis independentes não estão correlacionadas, atrapalhando os
resultados obtidos. Assim, é essencial salientar que, conforme FREDRICK (2013, p.
27), para que seja considerada a multicolinearidade das variáveis, utiliza-se como
parâmetro o denominado Variance Inflation Factor (VIF), ou seja, fator de inflação da
variância, o qual precisa ser maior que 10 ou a Tolerância menor que 0,1, o que não
se observa no presente caso, senão vejamos na Tabela 3:
Tabela 3 –Teste de multicolinearidade.
Variável VIF Tolerância
(1/VIF)
crise 1,19 0,843
LOGPOP 2,26 0,443
PIB PC 2,40 0,416
OP 1,18 0,847
Norte 3,27 0,306
Nordeste 4,11 0,244
Sudeste 2,29 0,436
Sul 1,79 0,557
VIF Médio 2,31
Fonte: Dados da pesquisa
40
Então, conforme se observa na Tabela 3, nenhum valor de VIF foi maior que
10 e nenhum valor de Tolerância foi menor que 0,1, mostrando a falta de
multicolinearidade entre as varáveis e, portanto, confirmando que não há choque
entre as variáveis independentes.
Outrossim, foi realizado o teste de estrutura de correlação independente (QIC
– Quasi Likelihood Under the Independence Model Information Criterion) para
verificar em quantos anos se mantinha um certo nível de influência entre o score da
STN.
Tabela 4 –Teste de estrutura de correlação independente QIC.
Correlação Independente ar1 ar2 ar3 ar4 ar5 ar6
Família Gamma Gamma Gamma Gamma Gamma Gamma Gamma
QIC 1048,380 1047,769 1046,147 1045,738 1042,842 1042,310 1045,139
Fonte: Dados da pesquisa.
Nessa situação, é notado que a estrutura de autorregressiva a ser utilizada na
estatística proposta é a ar5, pois obteve o menor QIC.
Por fim, foi executada a regressão GEE para cada ano desde 2007 até 2016
com a finalidade de descobrir se as hipóteses H1 e H2 podem ou não ser rejeitadas.
Obtidos os resultados, estes foram postos lado a lado para melhor comparação,
então, a Tabelas 5 será analisada modelo por modelo para entender e se obter os
melhores resultados.
41
Tabela 5 – Coeficientes das variáveis da regressão dos Modelos de 2007 até 2016.
score Modelo
2007
Modelo
2008
Modelo
2009
Modelo
2010
Modelo
2011
Modelo
2012
Modelo
2013
Modelo
2014
Modelo
2015
Modelo
2016
Variável Coef. P>Z
Coef. P>Z
Coef. P>Z
Coef. P>Z
Coef. P>Z
Coef. P>Z
Coef. P>Z
Coef. P>Z
Coef. P>Z
Coef. P>Z
crise -0,60
0,022**
-0,31
0,000***
0,51
0,000***
0,11
0,235
-0,17
0,016**
0,43
0,000***
-0,01
0,866
-0,15
0,067*
0,18
0,087*
-0,31
0,000***
LOGPOP 2,19
0,421
0,26
0,424
0,49
0,062*
0,46
0,174
0,50
0,156
0,92
0,000***
0,48
0,152
0,54
0,151
0,48
0,160
0,76
0,035**
PIBPC 0,00
0,857
0,00
0,282
0,00
0,095*
0,00
0,288
0,00
0,222
0,00
0,154
0,00
0,242
0,00
0,437
0,00
0,130
0,00
0,563
OP -0,09
0,846
-0,05
0,444
-0,06
0,338
-0,06
0,297
-0,04
0,514
-0,03
0,621
-0,07
0,316
-0,05
0,371
-0,04
0,537
-0,06
0,301
N 0,60
0,809
-0,58
0,131
-1,07
0,001***
-1,02
0,005***
-1,05
0,005***
-1,01
0,002***
-0,96
0,007***
-0,81
0,052*
-1,14
0,001***
-0,38
0,335
NE -0,10
0,958
0,03
0,935
-0,58
0,094*
-0,52
0,210
-0,62
0,114
-0,66
0,086*
-0,54
0,162
-0,44
0,285
-0,71
0,075*
-0,17
0,648
SE -0,20
0,916
0,46
0,570
-0,07
0,921
-0,07
0,927
-0,10
0,902
-0,48
0,426
-0,07
0,932
-0,01
0,988
-0,11
0,889
-0,17
0,825
S -0,16
0,932
0,55
0,247
0,42
0,353
0,26
0,524
0,19
0,657
0,04
0,931
0,27
0,516
0,30
0,491
0,24
0,561
0,40
0,321
const. -12,26
0,496
0,56
0,797
-0,62
0,725
-0,22
0,923
-0,23
0,922
-3,23
0,028**
-0,31
0,888
-0,78
0,752
-0,16
0,942
-2,63
0,260
Fonte: Dados da pesquisa.
* - significância de 10%
** - significância de 5%
*** - significância de 1%
Inicialmente, considerando que quanto maior for o score pior será a
capacidade de pagamento, analisando o Modelo 2007, nota-se que todas as
unidades federativas obtiveram uma elasticidade negativa igual a 0.60 pontos, ou
seja, o score médio das capacidades de pagamento após o ano de 2007 são
melhores que os apresentados no próprio ano em 0.60 pontos, em média, resultado
que se mostrou significativo a 95% de nível de confiança, mostrando-se as demais
varáveis insignificantes no atual modelo.
Ainda usando a tabela anterior para análise, o Modelo 2008 mostrou que
deste ano em diante o score está em média 0.31 pontos melhor que no ano de 2007,
além do que, o resultado também se mostrou significativo sendo que a 99% de nível
de confiança e, assim como o Modelo 2007, as demais variáveis não se mostraram
significativas.
Ao contrário dos modelos anteriores (2007 E 2008), o Modelo 2009
apresentou uma elasticidade positiva igual a 0.51 pontos, ou seja, o score médio das
42
capacidades de pagamento após o ano de 2008 são piores que os apresentados até
2008 em 0.51 pontos, com significância a um nível de confiança de 99%, quando se
compara de 2009 em diante com os anos de 2007 e 2008. Inclusive, o LOGPOP se
mostrou significativo a 90% de nível de confiança, então, a cada 1 LOGPOP que
aumenta, piora em média 0.49 pontos o score da STN. Neste mesmo ano, os
Estados da região Norte, de acordo com a variável N, tiveram uma melhora de em
média 1.07 pontos no score com significância a um nível de confiança de 99% em
relação às demais do ano de 2009 em diante em comparação com os anos
anteriores. Já os Estados do Nordeste, de acordo com a variável NE, conseguiram
uma melhora de em média 0.58 pontos, também significante, porém a um nível de
confiança de 90%.
Já no Modelo de 2010, apesar de ter mostrado uma piora na média do score
de 0.11 pontos, a variável crise não apresentou significância, ou seja, os anos de
2007, 2008 e 2009, não apresentaram diferença relevante na média do score em
relação aos anos de 2010 em diante. A variável Norte se mostrou significante
novamente a um nível de confiança de 99%, mostrando o score melhor em média
1.02 pontos em relação às demais e em relação aos anos de 2010 em diante em
comparação aos anos anteriores.
Por sua vez, o Modelo do ano de 2011 apresentou uma melhora na média do
score de 0.17 pontos se comparando os anos de 2011 em diante com os anteriores,
com significância a um nível de confiança de 95%. Os entes do Norte se mostraram
melhores em média 1.05 pontos em relação às demais regiões e em se comparando
aos anos de 2011 em diante em relação aos anos anteriores a 2011.
Já no Modelo de 2012 houve outra baixa, em média o score teve uma queda de
0.43 pontos, quando se comparando os anos de 2012 em diante e os anos
anteriores, com significância a um nível de confiança de 99%. Além do mais, a cada
unidade aumentada no LOGPOP há piora em média de 0.92 pontos no score. Ainda,
a variável da N se mostrou significativa novamente a um nível de confiança de 99%,
mostrando o score melhor em média 1.01 pontos em relação às demais regiões e
em relação aos anos de 2012 em diante e os anos anteriores. Já a variável NE se
mostrou significativa apenas a um nível de confiança de 90%, mostrando um score
melhor em média 0.66 pontos em relação às demais regiões e em comparação entre
os anos 2012 em diante com os anteriores.
43
Assim como no Modelo 2010, o Modelo 2013 apresentou baixo nível de
significância, isto é, em média, a variável score nos anos de 2013 para frente se
equiparam aos anos anteriores a 2013. Em relação à região Norte, a variável se
mostrou significativa a um nível de confiança de 99%, e mostrou também que os
Estados desta região possuem um score melhor em média 0.96 pontos comparado
às demais regiões, bem como se confrontados os anos de 2013 em diante aos
anteriores.
O modelo 2014, que foi significativo a um nível de confiança de 90% em relação
à variável crise, ocorreu uma melhora de em média 0.15 pontos no score quando se
compara os anos de 2014 em diante e os anos anteriores. A variável que representa
a região Norte se mostrou significativa mais uma vez, entretanto, a um nível de
confiança de 90%, exibindo que esta região possui em média um score 0.81 pontos
melhor que as outras regiões e também se comparando os anos de 2014 em diante
com os anos anteriores.
O modelo de 2015 também se deu significativo a um nível de confiança de 90%
no que se refere à variável crise, porém, ocorreu ume piora de em média 0.18
pontos no score da STN quando se compara os anos de 2015 e 2016 em relação
aos anos de 2007 até 2014. Neste ano, a variável N também se mostrou
significativamente melhor que as demais no score em média 1.14 pontos em relação
aos anos de 2015 e 2016 e os demais anos. A variável NE se mostrou significativa,
mais uma vez a um nível de confiança de 90%, mostrando uma melhora do score de
em média 0.71 pontos em comparação com as demais regiões e em relação aos
anos de 2015 em diante para com os anos anteriores.
Por fim, o modelo de 2016, analisando a variável crise, se deu bastante
significativo a um nível de confiança de 99%, mostrando uma melhora de 0.31
pontos no score. A variável LOGPOP também se mostrou significante, porém, a um
nível de confiança de 95%, onde a cada unidade de LOGPOP aumentada, o score
piorava em média 0,76 pontos.
Por sua vez, as demais variáveis se mostraram não significativas de acordo com
a Tabela 5, com exceção da variável PIBPC, que apesar de ter se mostrado
significativo a um nível de confiança de 90% em 2012, a elasticidade tende a zero,
ou seja, seu impacto é quase nulo.
Após o confronto das variáveis já debatidas, pode-se notar que tanto as
hipóteses H1 quanto H2 não podem ser rejeitadas, pois os anos após a crise de
44
2008 e 2014 se mostraram piores em relação aos demais quando se trata da
capacidade de pagamento dos Estados e Distrito Federal. Ademais, o ano
subsequente à crise de 2008 se mostra pior para a capacidade de pagamento dos
Estados e Distrito Federal, do que o ano subsequente à crise de 2014, o que denota
o relevante impacto daquela crise na economia nacional, nos moldes já ditos
anteriormente.
Ainda, outro achado se mostrou importante para o presente estudo, além dos
anos citados, pois no ano de 2012 houve piora de em média 0.43 pontos no
indicador referente à crise financeira, apresentando significância a um nível de
confiança de 99%. Comparando-se tal resultado com o ano de 2015, por exemplo,
vê-se uma piora de 0.18 pontos, ou seja, consideravelmente menos expressiva que
o ano de 2012. Desta feita, sabe-se que a crise de 2014 se justifica com políticas
adotadas durante os anos de 2011/2012, conforme relata BARBOSA FILHO (2017,
p. 51), porém, é provável que os Estados e Distrito Federal tenham sentido a
influência dessas políticas já em 2012 de acordo com o estudo.
Por todo o exposto, pode-se afirmar que os Estados e Distrito Federal, em geral,
vivenciaram seus piores momentos, durante o período analisado em relação à
capacidade de pagamento, nos anos de 2009, 2012 e 2015, mostrando que tanto as
crises vindas do exterior, como as crises nascidas por erros de políticas públicas
podem afetar a capacidade de pagamento dos Estados e Distrito Federal.
45
4 CONSIDERAÇÕES FINAIS
Desde o ano de 2008 surgiu nos Estados Unidos, com forte impacto em toda
a economia mundial, considerável recessão financeira, atribuída à crise imobiliária.
Ainda, nos anos subsequentes noticia-se uma crise brasileira relacionada a
questões políticas, notadamente a partir de 2011.
Evidenciados tais fatos, o objetivo principal do trabalho foi identificar os
impactos causados pelas crises financeiras mundial de 2008 e nacional de 2014
sobre a capacidade de pagamento dos Estados e Distrito Federal. Para tanto, foram
retirados dados das contas anuais e parte dos RGFs no website da STN e o restante
dos RGFs do portal da transparência dos Estados e Distrito Federal, de um período
de 12 anos (2005 até 2016), para se obter a análise da capacidade de pagamento
durante os anos de 2007 até 2016. Também foram consultados os sites do IBGE,
para coleta de dados em relação ao PIB dos Estados e Distrito Federal e a
população, e do TSE, para coleta de informações relativos aos partidos políticos.
Então, foi realizada pesquisa descritiva quanto aos objetivos, documental
quanto aos procedimentos técnicos utilizados e quantitativa quanto a abordagem do
problema. A partir dos dados coletados nos sites da STN e portais de transparência
dos Estados e Distrito Federal, foi aplicado o Modelo de avaliação da capacidade de
pagamento para se mensurar a situação fiscal de cada unidade federativa brasileira.
Com a intenção de alcançar o objetivo específico “Explicar o modelo da
avaliação da capacidade de pagamento dos Estados e Distrito Federal, já
desenvolvidos”, foi estudada a Portaria n.º 306, publicada no Diário Oficial da União
(DOU) em 10 de setembro de 2012 (BRASIL, 2012), e sua metodologia descrita na
seção 1.4.3, onde se pode concluir que o cálculo da pontuação, para cada ente
federativo analisado, utiliza 8 indicadores econômico-financeiros, quais sejam: (i)
Endividamento; (ii) Serviço da Dívida na Receita Corrente Líquida; (iii) Resultado
Primário Servindo a Dívida; (iv) Despesa com Pessoal e Encargos Sociais na
Receita Corrente Líquida; (v) Capacidade de Geração de Poupança Própria; (vi)
Participação dos Investimentos na Despesa Total; (vii) Participação das
Contribuições e Remunerações do RPPS nas Despesas Previdenciárias; e (viii)
Receitas Tributárias nas Despesas de Custeio.
A partir daí, calculando esses indicadores no decorrer de três anos e
utilizando as fórmulas e pesos presentes na portaria supracitada, chegaremos à
46
pontuação que varia entre zero e seis, sendo zero a melhor pontuação representada
por “A+” e seis a pior pontuação representada por “D-”, ou seja, quanto maior a
pontuação, pior será a capacidade de pagamento do ente federativo.
Destaca-se que o modelo utilizado foi escolhido para a pesquisa por ter sido
criado especificamente para aplicação nas administrações públicas brasileiras,
permitindo atingir o objetivo específico “Medir a capacidade de pagamento dos
Estados e Distrito Federal”. A partir disso, evidenciou-se a situação fiscal dos entes
federativos, que se mostrou relativamente oscilante ao longo dos anos, já que a
pontuação média de todos os Estados e Distrito Federal por ano foi: 2007, 2,11
pontos; 2008, 1,85 pontos; 2009, 2,18 pontos; 2010, 2,32 pontos; 2011, 2,37 pontos;
2012, 2,54 pontos; 2013, 2,58 pontos; 2014, 2,46 pontos; 2015, 2,43 pontos; e 2016,
2,11 pontos.
Logo, com o propósito do objetivo específico “Propor variáveis que podem
estar associadas com a capacidade de pagamento dos Estados e Distrito Federal”,
além da variável dependente score, que é a pontuação atribuída através do modelo
de avaliação da capacidade de pagamento da STN, foram escolhidas as variáveis
independentes, são elas: LOGPOP, selecionada para mensurar o tamanho da
unidade federativa por meio do logaritmo da população e foi esperado que esta
variável tivesse uma influência positiva no score, pois, quanto maior for o score, pior
a capacidade de pagamento e teoricamente, quanto maior for a população, mais se
gastará com as necessidades básicas da população (educação, segurança e
saúde); PIBPC, também foi escolhido para saber a influência do crescimento do PIB
per capta na capacidade de pagamento, onde se esperava que esta variável tivesse
uma influência negativa no score; OP, foi designada com o intuito de descobrir se os
entes onde os governadores apoiavam o Presidente, sofriam benesses a ponto de
melhorar a capacidade de pagamento, ou seja, ter influência negativa no score;
crise, foi adotada para se ter uma ideia geral da situação fiscal dos Estados e Distrito
Federal, fazendo uma comparação com o ano analisado em diante e os anos
anteriores; e as demais variáveis, N, NE, SE e S, representam as regiões e foram
elegidas com o simples intuito de fazer uma comparação entre elas.
Ademais, para identificar os efeitos das crises e descobrir qual realmente
afetou a capacidade de pagamento dos Estados e Distrito Federal, assim como
identificar que outros fatores podem ter afetado essa capacidade, foi feita uma
47
análise de regressão GEE, onde foram aplicados 10 modelos, sendo um para cada
ano analisado, desde 2007 até 2016.
Partindo da análise dos resultados das regressões realizadas e com o intuito
de alcançar o objetivo específico “Identificar o comportamento das variáveis
propostas em relação à capacidade de pagamento dos Estados e Distrito Federal”,
percebeu-se que apenas as variáveis LOGPOP, PIBPC, crise, N e NE se mostraram
significativas em ao menos um dos modelos em relação à variável dependente score
e pelo menos com um nível de confiança de 90%. Então a variável LOGPOP se
mostrou sempre atuando na piora do score; a PIBPC, apesar da significância, não
se mostrou impactante na variável dependente; a variável crise se mostrou bem
oscilante, em um ano havia uma melhora, em outro uma piora e assim por diante,
em relação a capacidade de pagamento dos Estados e Distrito Federal, já em
relação às variáveis Norte e Nordeste, nos modelos em que foram consideradas
significativas, se mostraram sempre melhores do que as demais regiões.
Por fim, também com a análise do resultado das regressões realizadas, foi
possível atingir o objetivo geral, “Identificar os impactos causados pelas crises
financeiras mundial de 2008 e nacional de 2014 sobre a capacidade de pagamento
dos Estados e Distrito Federal”, como também, foi possível chegar à conclusão que
as hipóteses H1 e H2 não podem ser rejeitadas, mostrando que as crises causaram
impactos negativos na capacidade de pagamento dos Estados e Distrito Federal nos
anos subsequentes, sendo eles 2009 e 2015. Ainda, verificou-se um novo achado,
em que houve considerável piora na capacidade de pagamento no ano de 2012,
sendo ainda pior que o ano de 2015, porém, não tão ruim quanto o ano de 2009, o
que tem possível relação com políticas públicas adotadas nos anos anteriores.
Assim, a partir das conclusões apontadas, como proposta para estudos
futuros, sugere-se a associação da capacidade de pagamento dos Estados e Distrito
Federal com os anos eleitorais, já que não foi feita no presente trabalho.
48
REFERÊNCIAS
AGRANONIK, Marilyn. Equações de estimação generalizadas (GEE): aplicação em
estudo sobre mortalidade neonatal em gemelares de Porto Alegre, RS (1995-2007).
2009.
ANDERSON, Perry. A crise no Brasil. Blog da Boitempo, v. 21, 2016.
BARBOSA FILHO, Fernando de Holanda. A crise econômica de 2014/2017.
Estudos Avançados, v. 31, n. 89, p. 51-60, 2017.
BEUREN, Ilse Maria et al. Como Elaborar Trabalhos Monográficos em
Contabilidade. 3ª Edição. São Paulo: Atlas, 2009.
BRASIL. Instituto Brasileiro de Geografia e Estatística. Disponível em:
<http://www.ibge.gov.br/>. Acesso em: 13 de setembro de 2017.
BRASIL. (30 de Dezembro de 1993). Lei complementar n° 78, 30 de dezembro de
1993.
BRASIL. (4 de Maio de 2000). Lei complementar nº 101, de 4 de maio de 2000. Lei
da Responsabilidade Fiscal.
BRASIL, Portaria n.º 306, de 10 de setembro de 2012. Resolve a análise da
capacidade de pagamento e de contrapartida para a concessão de aval e garantia a
Estado, ao Distrito Federal e a Município. Diário Oficial da União, 12 set. 2012.,
Seção I.
BRASIL. Sistema de Informações Contábeis e Fiscais do Setor Público Brasileiro.
Disponível em: <https://siconfi.tesouro.gov.br/siconfi/index.jsf>. Acesso em: 09 de
setembro de 2017.
BRASIL. STN. Nota Técnica n° 001/2017/COGEP/SUDIP/STN/MF-DF. Análise
comparativa entre metodologias utilizadas pelas agências de classificação de risco
de crédito para os governos regionais e a metodologia da STN.
BRASIL. Tesouro Nacional. Disponível em: <http://www.tesouro.fazenda.gov.br/>.
Acesso em: 10 de setembro de 2017.
49
BRASIL. Tribunal Superior Eleitoral. Disponível em: <http://www.tse.jus.br/>. Acesso
em: 17 de setembro de 2017.
BROWN, Ken W. The 10-point test of financial condition: Toward an easy-to-use
assessment tool for smaller cities. Government Finance Review, v. 9, p. 21-21,
1993.
CARCANHOLO, Marcelo et al. Crise Financeira Internacional-natureza e
impacto. Ilegitimidade da Dívida Pública: quem deve a quem, p. 197-234, 2008.
DE FREITAS, Maria Cristina Penido. Os efeitos da crise global no Brasil: aversão ao
risco e preferência pela liquidez no mercado de crédito. Estudos avançados, v. 23,
n. 66, p. 125-145, 2009.
DOS SANTOS, Izequias Estevam. Manual de métodos e técnicas de pesquisa
científica. Impetus, 2013.
FREDRICK, Ogilo. The impact of credit risk management on financial performance of
commercial banks in Kenya. DBA Africa Management Review, v. 3, n. 1, 2013.
GONTIJO, Cláudio et al. Raízes da crise financeira dos derivativos subprime. Belo
Horizonte, UFMG-Cedeplar, texto para discussão, n. 342, 2008.
KINDLEBERGER, Charles Poor; O'KEEFE, Robert. Manias, panics and crashes.
Palgrave Macmillan, 2001.
LIANG, Kung-Yee; ZEGER, Scott L. Longitudinal data analysis using generalized
linear models. Biometrika, v. 73, n. 1, p. 13-22, 1986.
LIMA, Severino Cesário; DINIZ, J. A. Contabilidade pública: análise financeira
governamental. 1ª. Ed. São Paulo: Editora Atlas/GEN, 2016.
MAUD, J. L. A teoria da escolha pública e o momento atual do Brasil. Instituto
Liberal, 2016. Disponível em: <https://www.institutoliberal.org.br/blog/teoria-da-
escolha-publica-e-o-momento-atual-do-brasil/>. Acesso em: 20 de outubro de 2017.
NOBRE, C. J. F. A condição financeira governamental e sua influência na
transparência da gestão pública municipal. 2017. 83 f. Dissertação (Mestrado em
Ciências Contábeis) – Universidade Federal da Paraíba, Paraíba. 2017.
50
PAN, Wei. Akaike's information criterion in generalized estimating equations.
Biometrics, v. 57, n. 1, p. 120-125, 2001.
RAMSEY, Tina Kim. Measuring and evaluating the financial condition of local
government. 2013. Tese de Doutorado.
TCU. Ações do Governo para reduzir os efeitos da crise. Versão simplificada das
Contas do Governo da República, 2009.
TULLOCK, Gordon; BRADY, Gordon L.; SELDON, Arthur. Government failure: a
primer in public choice. Cato Institute, 2002.
51
APÊNDICES
Apêndice A – Variáveis da amostra em painel empilhado.
Estad. Ano score OP LogPop PIBPC Cris. 07
Cris. 08
Cris. 09
Cris. 10
Cris. 11
Cris. 12
Cris. 13
Cris. 14
Cris. 15
Cris. 16
N NE CO SE S
AC 2007 1,35 1 5,82 R$
8.789,49 1 0 0 0 0 0 0 0 0 0 1 0 0 0 0
AL 2007 3,56 0 6,48 R$
5.858,37 1 0 0 0 0 0 0 0 0 0 0 1 0 0 0
AM 2007 0,65 0 6,51 R$
13.042,83 1 0 0 0 0 0 0 0 0 0 1 0 0 0 0
AP 2007 1,06 0 5,77 R$
10.253,74 1 0 0 0 0 0 0 0 0 0 1 0 0 0 0
BA 2007 2,30 1 7,15 R$
7.787,40 1 0 0 0 0 0 0 0 0 0 0 1 0 0 0
CE 2007 1,69 1 6,91 R$
6.149,03 1 0 0 0 0 0 0 0 0 0 0 1 0 0 0
DF 2007 1,29 0 6,39 R$
40.696,08 1 0 0 0 0 0 0 0 0 0 0 0 1 0 0
ES 2007 0,67 0 6,53 R$
18.002,92 1 0 0 0 0 0 0 0 0 0 0 0 0 1 0
GO 2007 3,25 0 6,75 R$
11.547,68 1 0 0 0 0 0 0 0 0 0 0 0 1 0 0
MA 2007 2,27 0 6,79 R$
5.165,23 1 0 0 0 0 0 0 0 0 0 0 1 0 0 0
MG 2007 2,70 0 7,28 R$
12.519,40 1 0 0 0 0 0 0 0 0 0 0 0 0 1 0
MS 2007 3,23 0 6,36 R$
12.411,18 1 0 0 0 0 0 0 0 0 0 0 0 1 0 0
MT 2007 2,30 0 6,46 R$
14.953,58 1 0 0 0 0 0 0 0 0 0 0 0 1 0 0
PA 2007 1,41 1 6,85 R$
7.006,81 1 0 0 0 0 0 0 0 0 0 1 0 0 0 0
PB 2007 1,87 0 6,56 R$ 1 0 0 0 0 0 0 0 0 0 0 1 0 0 0
52
6.097,04
PE 2007 1,31 0 6,93 R$
7.335,73 1 0 0 0 0 0 0 0 0 0 0 1 0 0 0
PI 2007 3,45 1 6,48 R$
4.661,56 1 0 0 0 0 0 0 0 0 0 0 1 0 0 0
PR 2007 2,71 0 7,01 R$
15.711,20 1 0 0 0 0 0 0 0 0 0 0 0 0 0 1
RJ 2007 3,46 0 7,19 R$
19.245,08 1 0 0 0 0 0 0 0 0 0 0 0 0 1 0
RN 2007 1,60 1 6,48 R$
7.607,01 1 0 0 0 0 0 0 0 0 0 0 1 0 0 0
RO 2007 1,33 0 6,16 R$
10.319,98 1 0 0 0 0 0 0 0 0 0 1 0 0 0 0
RR 2007 0,87 0 5,60 R$
10.534,08 1 0 0 0 0 0 0 0 0 0 1 0 0 0 0
RS 2007 4,00 0 7,02 R$
16.688,74 1 0 0 0 0 0 0 0 0 0 0 0 0 0 1
SC 2007 3,65 0 6,77 R$
17.834,00 1 0 0 0 0 0 0 0 0 0 0 0 0 0 1
SE 2007 1,78 1 6,29 R$
8.711,70 1 0 0 0 0 0 0 0 0 0 0 1 0 0 0
SP 2007 2,82 0 7,60 R$
22.667,25 1 0 0 0 0 0 0 0 0 0 0 0 0 1 0
TO 2007 0,38 0 6,09 R$
8.920,73 1 0 0 0 0 0 0 0 0 0 1 0 0 0 0
AC 2008 1,13 1 5,83 R$
9.896,16 0 1 0 0 0 0 0 0 0 0 1 0 0 0 0
AL 2008 3,33 0 6,50 R$
6.227,50 0 1 0 0 0 0 0 0 0 0 0 1 0 0 0
AM 2008 0,70 0 6,52 R$
14.014,13 0 1 0 0 0 0 0 0 0 0 1 0 0 0 0
AP 2008 0,77 0 5,79 R$
11.032,67 0 1 0 0 0 0 0 0 0 0 1 0 0 0 0
BA 2008 2,19 1 7,16 R$
8.378,31 0 1 0 0 0 0 0 0 0 0 0 1 0 0 0
CE 2008 1,24 1 6,93 R$
7.111,85 0 1 0 0 0 0 0 0 0 0 0 1 0 0 0
DF 2008 1,14 0 6,41 R$ 0 1 0 0 0 0 0 0 0 0 0 0 1 0 0
53
45.977,56
ES 2008 0,65 0 6,54 R$
20.230,85 0 1 0 0 0 0 0 0 0 0 0 0 0 1 0
GO 2008 2,82 0 6,77 R$
12.877,88 0 1 0 0 0 0 0 0 0 0 0 0 1 0 0
MA 2008 1,82 0 6,80 R$
6.103,52 0 1 0 0 0 0 0 0 0 0 0 1 0 0 0
MG 2008 2,41 0 7,30 R$
14.232,73 0 1 0 0 0 0 0 0 0 0 0 0 0 1 0
MS 2008 2,46 0 6,37 R$
14.187,47 0 1 0 0 0 0 0 0 0 0 0 0 1 0 0
MT 2008 1,71 0 6,47 R$
18.049,81 0 1 0 0 0 0 0 0 0 0 0 0 1 0 0
PA 2008 1,24 1 6,86 R$
7.992,71 0 1 0 0 0 0 0 0 0 0 1 0 0 0 0
PB 2008 1,58 0 6,57 R$
6.865,98 0 1 0 0 0 0 0 0 0 0 0 1 0 0 0
PE 2008 1,33 0 6,94 R$
8.064,95 0 1 0 0 0 0 0 0 0 0 0 1 0 0 0
PI 2008 3,00 1 6,49 R$
5.372,40 0 1 0 0 0 0 0 0 0 0 0 1 0 0 0
PR 2008 2,45 0 7,02 R$
16.927,32 0 1 0 0 0 0 0 0 0 0 0 0 0 0 1
RJ 2008 2,90 0 7,20 R$
21.621,36 0 1 0 0 0 0 0 0 0 0 0 0 0 1 0
RN 2008 1,54 1 6,49 R$
8.202,81 0 1 0 0 0 0 0 0 0 0 0 1 0 0 0
RO 2008 0,97 0 6,02 R$
16.890,12 0 1 0 0 0 0 0 0 0 0 1 0 0 0 0
RR 2008 0,63 0 5,62 R$
11.844,72 0 1 0 0 0 0 0 0 0 0 1 0 0 0 0
RS 2008 3,90 0 7,04 R$
18.377,73 0 1 0 0 0 0 0 0 0 0 0 0 0 0 1
SC 2008 3,16 0 6,78 R$
20.368,53 0 1 0 0 0 0 0 0 0 0 0 0 0 0 1
SE 2008 1,43 1 6,30 R$
9.778,96 0 1 0 0 0 0 0 0 0 0 0 1 0 0 0
SP 2008 2,90 0 7,61 R$ 0 1 0 0 0 0 0 0 0 0 0 0 0 1 0
54
24.456,84
TO 2008 0,58 0 6,11 R$
10.222,71 0 1 0 0 0 0 0 0 0 0 1 0 0 0 0
AC 2009 1,34 1 5,84 R$
10.687,45 0 1 1 0 0 0 0 0 0 0 1 0 0 0 0
AL 2009 4,35 0 6,50 R$
6.728,21 0 1 1 0 0 0 0 0 0 0 0 1 0 0 0
AM 2009 1,41 0 6,53 R$
14.620,94 0 1 1 0 0 0 0 0 0 0 1 0 0 0 0
AP 2009 1,29 0 5,80 R$
11.816,60 0 1 1 0 0 0 0 0 0 0 1 0 0 0 0
BA 2009 2,68 1 7,17 R$
9.364,71 0 1 1 0 0 0 0 0 0 0 0 1 0 0 0
CE 2009 1,37 1 6,93 R$
7.686,62 0 1 1 0 0 0 0 0 0 0 0 1 0 0 0
DF 2009 1,46 0 6,42 R$
50.438,46 0 1 1 0 0 0 0 0 0 0 0 0 1 0 0
ES 2009 0,57 0 6,54 R$
19.145,17 0 1 1 0 0 0 0 0 0 0 0 0 0 1 0
GO 2009 3,09 0 6,77 R$
14.446,68 0 1 1 0 0 0 0 0 0 0 0 0 1 0 0
MA 2009 2,34 0 6,80 R$
6.259,43 0 1 1 0 0 0 0 0 0 0 0 1 0 0 0
MG 2009 2,85 0 7,30 R$
14.328,62 0 1 1 0 0 0 0 0 0 0 0 0 0 1 0
MS 2009 2,51 0 6,37 R$
15.406,96 0 1 1 0 0 0 0 0 0 0 0 0 1 0 0
MT 2009 2,18 0 6,48 R$
19.087,30 0 1 1 0 0 0 0 0 0 0 0 0 1 0 0
PA 2009 1,38 1 6,87 R$
7.859,19 0 1 1 0 0 0 0 0 0 0 1 0 0 0 0
PB 2009 1,60 0 6,58 R$
7.617,71 0 1 1 0 0 0 0 0 0 0 0 1 0 0 0
PE 2009 2,39 0 6,94 R$
8.901,93 0 1 1 0 0 0 0 0 0 0 0 1 0 0 0
PI 2009 3,03 1 6,50 R$
6.051,10 0 1 1 0 0 0 0 0 0 0 0 1 0 0 0
PR 2009 2,72 0 7,03 R$ 0 1 1 0 0 0 0 0 0 0 0 0 0 0 1
55
17.779,11
RJ 2009 3,30 0 7,20 R$
22.102,98 0 1 1 0 0 0 0 0 0 0 0 0 0 1 0
RN 2009 2,03 1 6,50 R$
8.893,90 0 1 1 0 0 0 0 0 0 0 0 1 0 0 0
RO 2009 1,33 0 6,18 R$
13.455,56 0 1 1 0 0 0 0 0 0 0 1 0 0 0 0
RR 2009 1,16 0 5,62 R$
13.270,47 0 1 1 0 0 0 0 0 0 0 1 0 0 0 0
RS 2009 3,40 0 7,04 R$
19.778,39 0 1 1 0 0 0 0 0 0 0 0 0 0 0 1
SC 2009 2,87 0 6,79 R$
21.214,53 0 1 1 0 0 0 0 0 0 0 0 0 0 0 1
SE 2009 2,18 1 6,31 R$
9.787,25 0 1 1 0 0 0 0 0 0 0 0 1 0 0 0
SP 2009 2,94 0 7,62 R$
26.202,22 0 1 1 0 0 0 0 0 0 0 0 0 0 1 0
TO 2009 0,97 0 6,11 R$
11.277,70 0 1 1 0 0 0 0 0 0 0 1 0 0 0 0
AC 2010 1,89 1 5,87 R$
11.372,44 0 1 1 1 0 0 0 0 0 0 1 0 0 0 0
AL 2010 3,98 0 6,49 R$
8.695,11 0 1 1 1 0 0 0 0 0 0 0 1 0 0 0
AM 2010 1,60 0 6,54 R$
17.473,42 0 1 1 1 0 0 0 0 0 0 1 0 0 0 0
AP 2010 1,73 0 5,83 R$
12.303,92 0 1 1 1 0 0 0 0 0 0 1 0 0 0 0
BA 2010 2,19 1 7,15 R$
11.016,66 0 1 1 1 0 0 0 0 0 0 0 1 0 0 0
CE 2010 1,51 1 6,93 R$
9.386,27 0 1 1 1 0 0 0 0 0 0 0 1 0 0 0
DF 2010 1,77 0 6,41 R$
56.095,38 0 1 1 1 0 0 0 0 0 0 0 0 1 0 0
ES 2010 0,98 0 6,55 R$
24.270,68 0 1 1 1 0 0 0 0 0 0 0 0 0 1 0
GO 2010 3,34 0 6,78 R$
17.783,79 0 1 1 1 0 0 0 0 0 0 0 0 1 0 0
MA 2010 2,64 0 6,82 R$ 0 1 1 1 0 0 0 0 0 0 0 1 0 0 0
56
7.043,52
MG 2010 2,96 0 7,29 R$
17.916,90 0 1 1 1 0 0 0 0 0 0 0 0 0 1 0
MS 2010 2,95 0 6,39 R$
19.301,83 0 1 1 1 0 0 0 0 0 0 0 0 1 0 0
MT 2010 2,10 0 6,48 R$
18.648,66 0 1 1 1 0 0 0 0 0 0 0 0 1 0 0
PA 2010 1,82 1 6,88 R$
10.906,74 0 1 1 1 0 0 0 0 0 0 1 0 0 0 0
PB 2010 2,42 0 6,58 R$
8.900,10 0 1 1 1 0 0 0 0 0 0 0 1 0 0 0
PE 2010 2,47 0 6,94 R$
11.048,75 0 1 1 1 0 0 0 0 0 0 0 1 0 0 0
PI 2010 2,84 1 6,49 R$
7.141,30 0 1 1 1 0 0 0 0 0 0 0 1 0 0 0
PR 2010 2,51 0 7,02 R$
21.562,04 0 1 1 1 0 0 0 0 0 0 0 0 0 0 1
RJ 2010 3,39 0 7,20 R$
28.133,84 0 1 1 1 0 0 0 0 0 0 0 0 0 1 0
RN 2010 1,74 1 6,50 R$
11.421,78 0 1 1 1 0 0 0 0 0 0 0 1 0 0 0
RO 2010 1,54 0 6,19 R$
15.301,94 0 1 1 1 0 0 0 0 0 0 1 0 0 0 0
RR 2010 0,86 0 5,65 R$
14.737,98 0 1 1 1 0 0 0 0 0 0 1 0 0 0 0
RS 2010 3,72 0 7,03 R$
22.559,45 0 1 1 1 0 0 0 0 0 0 0 0 0 0 1
SC 2010 3,00 0 6,80 R$
24.602,32 0 1 1 1 0 0 0 0 0 0 0 0 0 0 1
SE 2010 2,49 1 6,32 R$
12.768,22 0 1 1 1 0 0 0 0 0 0 0 1 0 0 0
SP 2010 2,92 0 7,62 R$
31.377,29 0 1 1 1 0 0 0 0 0 0 0 0 0 1 0
TO 2010 1,36 0 6,14 R$
11.857,95 0 1 1 1 0 0 0 0 0 0 1 0 0 0 0
AC 2011 2,16 1 5,87 R$
11.990,36 0 1 1 1 1 0 0 0 0 0 1 0 0 0 0
AL 2011 3,85 0 6,50 R$ 0 1 1 1 1 0 0 0 0 0 0 1 0 0 0
57
10.071,10
AM 2011 1,62 0 6,55 R$
19.990,58 0 1 1 1 1 0 0 0 0 0 1 0 0 0 0
AP 2011 1,37 1 5,84 R$
13.749,97 0 1 1 1 1 0 0 0 0 0 1 0 0 0 0
BA 2011 1,95 1 7,15 R$
11.817,87 0 1 1 1 1 0 0 0 0 0 0 1 0 0 0
CE 2011 1,71 1 6,93 R$
10.515,15 0 1 1 1 1 0 0 0 0 0 0 1 0 0 0
DF 2011 2,18 1 6,42 R$
59.221,87 0 1 1 1 1 0 0 0 0 0 0 0 1 0 0
ES 2011 0,87 1 6,55 R$
29.877,24 0 1 1 1 1 0 0 0 0 0 0 0 0 1 0
GO 2011 3,92 0 6,78 R$
19.947,77 0 1 1 1 1 0 0 0 0 0 0 0 1 0 0
MA 2011 2,38 1 6,82 R$
7.846,13 0 1 1 1 1 0 0 0 0 0 0 1 0 0 0
MG 2011 3,23 0 7,30 R$
20.281,35 0 1 1 1 1 0 0 0 0 0 0 0 0 1 0
MS 2011 3,12 0 6,39 R$
22.253,17 0 1 1 1 1 0 0 0 0 0 0 0 1 0 0
MT 2011 2,37 1 6,49 R$
22.482,25 0 1 1 1 1 0 0 0 0 0 0 0 1 0 0
PA 2011 1,61 1 6,89 R$
12.838,60 0 1 1 1 1 0 0 0 0 0 1 0 0 0 0
PB 2011 2,16 0 6,58 R$
9.787,93 0 1 1 1 1 0 0 0 0 0 0 1 0 0 0
PE 2011 2,66 1 6,95 R$
12.426,70 0 1 1 1 1 0 0 0 0 0 0 1 0 0 0
PI 2011 3,09 1 6,50 R$
8.260,72 0 1 1 1 1 0 0 0 0 0 0 1 0 0 0
PR 2011 2,26 0 7,02 R$
24.459,07 0 1 1 1 1 0 0 0 0 0 0 0 0 0 1
RJ 2011 3,51 1 7,21 R$
31.823,88 0 1 1 1 1 0 0 0 0 0 0 0 0 1 0
RN 2011 1,75 0 6,50 R$
12.815,67 0 1 1 1 1 0 0 0 0 0 0 1 0 0 0
RO 2011 1,13 0 6,20 R$ 0 1 1 1 1 0 0 0 0 0 1 0 0 0 0
58
17.491,60
RR 2011 0,84 0 5,66 R$
15.871,96 0 1 1 1 1 0 0 0 0 0 1 0 0 0 0
RS 2011 3,77 1 7,03 R$
24.695,40 0 1 1 1 1 0 0 0 0 0 0 0 0 0 1
SC 2011 3,00 0 6,80 R$
27.555,30 0 1 1 1 1 0 0 0 0 0 0 0 0 0 1
SE 2011 3,21 1 6,32 R$
13.928,61 0 1 1 1 1 0 0 0 0 0 0 1 0 0 0
SP 2011 2,97 0 7,62 R$
34.546,05 0 1 1 1 1 0 0 0 0 0 0 0 0 1 0
TO 2011 1,25 0 6,15 R$
13.095,72 0 1 1 1 1 0 0 0 0 0 1 0 0 0 0
AC 2012 2,90 1 5,88 R$
13.360,72 0 1 1 1 1 1 0 0 0 0 1 0 0 0 0
AL 2012 3,81 0 6,50 R$
10.946,36 0 1 1 1 1 1 0 0 0 0 0 1 0 0 0
AM 2012 1,31 0 6,56 R$
20.117,80 0 1 1 1 1 1 0 0 0 0 1 0 0 0 0
AP 2012 1,63 1 5,84 R$
15.933,06 0 1 1 1 1 1 0 0 0 0 1 0 0 0 0
BA 2012 1,55 1 7,15 R$
12.879,59 0 1 1 1 1 1 0 0 0 0 0 1 0 0 0
CE 2012 1,88 1 6,93 R$
11.268,15 0 1 1 1 1 1 0 0 0 0 0 1 0 0 0
DF 2012 2,23 1 6,42 R$
61.959,36 0 1 1 1 1 1 0 0 0 0 0 0 1 0 0
ES 2012 1,00 1 6,55 R$
32.657,46 0 1 1 1 1 1 0 0 0 0 0 0 0 1 0
GO 2012 4,64 0 6,79 R$
22.543,93 0 1 1 1 1 1 0 0 0 0 0 0 1 0 0
MA 2012 2,14 1 6,83 R$
9.009,13 0 1 1 1 1 1 0 0 0 0 0 1 0 0 0
MG 2012 3,50 0 7,30 R$
22.275,27 0 1 1 1 1 1 0 0 0 0 0 0 0 1 0
MS 2012 3,03 0 6,40 R$
24.754,90 0 1 1 1 1 1 0 0 0 0 0 0 1 0 0
MT 2012 2,74 1 6,49 R$ 0 1 1 1 1 1 0 0 0 0 0 0 1 0 0
59
25.572,10
PA 2012 1,35 1 6,89 R$
13.794,18 0 1 1 1 1 1 0 0 0 0 1 0 0 0 0
PB 2012 2,76 0 6,58 R$
11.136,68 0 1 1 1 1 1 0 0 0 0 0 1 0 0 0
PE 2012 2,65 1 6,95 R$
14.330,83 0 1 1 1 1 1 0 0 0 0 0 1 0 0 0
PI 2012 3,25 1 6,50 R$
9.060,41 0 1 1 1 1 1 0 0 0 0 0 1 0 0 0
PR 2012 2,31 0 7,02 R$
27.001,97 0 1 1 1 1 1 0 0 0 0 0 0 0 0 1
RJ 2012 3,72 1 7,21 R$
35.418,15 0 1 1 1 1 1 0 0 0 0 0 0 0 1 0
RN 2012 1,61 0 6,51 R$
14.377,13 0 1 1 1 1 1 0 0 0 0 0 1 0 0 0
RO 2012 1,46 0 6,20 R$
18.938,69 0 1 1 1 1 1 0 0 0 0 1 0 0 0 0
RR 2012 1,26 0 5,67 R$
16.424,01 0 1 1 1 1 1 0 0 0 0 1 0 0 0 0
RS 2012 4,21 1 7,03 R$
26.701,11 0 1 1 1 1 1 0 0 0 0 0 0 0 0 1
SC 2012 3,84 0 6,81 R$
30.046,38 0 1 1 1 1 1 0 0 0 0 0 0 0 0 1
SE 2012 3,37 1 6,32 R$
15.563,83 0 1 1 1 1 1 0 0 0 0 0 1 0 0 0
SP 2012 3,13 0 7,62 R$
37.207,35 0 1 1 1 1 1 0 0 0 0 0 0 0 1 0
TO 2012 1,35 0 6,15 R$
14.590,19 0 1 1 1 1 1 0 0 0 0 1 0 0 0 0
AC 2013 2,67 1 5,89 R$
14.777,18 0 1 1 1 1 1 1 0 0 0 1 0 0 0 0
AL 2013 3,65 0 6,52 R$
11.294,54 0 1 1 1 1 1 1 0 0 0 0 1 0 0 0
AM 2013 1,43 0 6,58 R$
21.810,12 0 1 1 1 1 1 1 0 0 0 1 0 0 0 0
AP 2013 1,95 1 5,87 R$
17.365,38 0 1 1 1 1 1 1 0 0 0 1 0 0 0 0
BA 2013 1,15 1 7,18 R$ 0 1 1 1 1 1 1 0 0 0 0 1 0 0 0
60
13.616,22
CE 2013 1,95 1 6,94 R$
12.420,76 0 1 1 1 1 1 1 0 0 0 0 1 0 0 0
DF 2013 2,18 1 6,45 R$
63.054,41 0 1 1 1 1 1 1 0 0 0 0 0 1 0 0
ES 2013 1,71 1 6,58 R$
30.545,24 0 1 1 1 1 1 1 0 0 0 0 0 0 1 0
GO 2013 4,68 0 6,81 R$
23.515,55 0 1 1 1 1 1 1 0 0 0 0 0 1 0 0
MA 2013 2,60 1 6,83 R$
9.963,47 0 1 1 1 1 1 1 0 0 0 0 1 0 0 0
MG 2013 4,13 0 7,31 R$
23.697,20 0 1 1 1 1 1 1 0 0 0 0 0 0 1 0
MS 2013 3,05 0 6,41 R$
26.747,59 0 1 1 1 1 1 1 0 0 0 0 0 1 0 0
MT 2013 2,61 1 6,50 R$
28.035,75 0 1 1 1 1 1 1 0 0 0 0 0 1 0 0
PA 2013 1,19 1 6,90 R$
15.210,80 0 1 1 1 1 1 1 0 0 0 1 0 0 0 0
PB 2013 2,44 0 6,59 R$
11.847,81 0 1 1 1 1 1 1 0 0 0 0 1 0 0 0
PE 2013 2,52 1 6,96 R$
15.328,17 0 1 1 1 1 1 1 0 0 0 0 1 0 0 0
PI 2013 2,59 1 6,50 R$
9.824,74 0 1 1 1 1 1 1 0 0 0 0 1 0 0 0
PR 2013 1,84 0 7,04 R$
30.323,46 0 1 1 1 1 1 1 0 0 0 0 0 0 0 1
RJ 2013 3,45 1 7,21 R$
38.378,59 0 1 1 1 1 1 1 0 0 0 0 0 0 1 0
RN 2013 1,87 0 6,53 R$
15.269,44 0 1 1 1 1 1 1 0 0 0 0 1 0 0 0
RO 2013 1,74 0 6,24 R$
18.007,85 0 1 1 1 1 1 1 0 0 0 1 0 0 0 0
RR 2013 1,71 0 5,69 R$
18.461,88 0 1 1 1 1 1 1 0 0 0 1 0 0 0 0
RS 2013 4,07 1 7,05 R$
29.764,55 0 1 1 1 1 1 1 0 0 0 0 0 0 0 1
SC 2013 4,08 0 6,82 R$ 0 1 1 1 1 1 1 0 0 0 0 0 0 0 1
61
32.334,04
SE 2013 3,62 1 6,34 R$
16.093,55 0 1 1 1 1 1 1 0 0 0 0 1 0 0 0
SP 2013 3,18 0 7,64 R$
39.282,97 0 1 1 1 1 1 1 0 0 0 0 0 0 1 0
TO 2013 1,62 0 6,17 R$
16.098,79 0 1 1 1 1 1 1 0 0 0 1 0 0 0 0
AC 2014 2,57 1 5,90 R$
17.034,15 0 1 1 1 1 1 1 1 0 0 1 0 0 0 0
AL 2014 4,19 0 6,52 R$
12.335,44 0 1 1 1 1 1 1 1 0 0 0 1 0 0 0
AM 2014 1,88 0 6,59 R$
22.373,36 0 1 1 1 1 1 1 1 0 0 1 0 0 0 0
AP 2014 2,17 1 5,88 R$
17.845,34 0 1 1 1 1 1 1 1 0 0 1 0 0 0 0
BA 2014 0,93 1 7,18 R$
14.803,95 0 1 1 1 1 1 1 1 0 0 0 1 0 0 0
CE 2014 2,25 1 6,95 R$
14.255,05 0 1 1 1 1 1 1 1 0 0 0 1 0 0 0
DF 2014 2,25 1 6,46 R$
69.216,80 0 1 1 1 1 1 1 1 0 0 0 0 1 0 0
ES 2014 1,08 1 6,59 R$
33.148,56 0 1 1 1 1 1 1 1 0 0 0 0 0 1 0
GO 2014 3,41 0 6,81 R$
25.296,60 0 1 1 1 1 1 1 1 0 0 0 0 1 0 0
MA 2014 2,56 1 6,84 R$
11.216,37 0 1 1 1 1 1 1 1 0 0 0 1 0 0 0
MG 2014 4,63 0 7,32 R$
24.917,12 0 1 1 1 1 1 1 1 0 0 0 0 0 1 0
MS 2014 3,56 0 6,42 R$
30.137,58 0 1 1 1 1 1 1 1 0 0 0 0 1 0 0
MT 2014 1,44 1 6,51 R$
31.396,81 0 1 1 1 1 1 1 1 0 0 0 0 1 0 0
PA 2014 1,11 1 6,91 R$
15.430,53 0 1 1 1 1 1 1 1 0 0 1 0 0 0 0
PB 2014 1,83 0 6,60 R$
13.422,42 0 1 1 1 1 1 1 1 0 0 0 1 0 0 0
PE 2014 2,73 1 6,97 R$ 0 1 1 1 1 1 1 1 0 0 0 1 0 0 0
62
16.722,05
PI 2014 1,73 1 6,50 R$
11.808,08 0 1 1 1 1 1 1 1 0 0 0 1 0 0 0
PR 2014 2,01 0 7,04 R$
31.410,74 0 1 1 1 1 1 1 1 0 0 0 0 0 0 1
RJ 2014 4,41 1 7,22 R$
40.767,26 0 1 1 1 1 1 1 1 0 0 0 0 0 1 0
RN 2014 1,93 0 6,53 R$
15.849,33 0 1 1 1 1 1 1 1 0 0 0 1 0 0 0
RO 2014 1,82 0 6,24 R$
19.462,61 0 1 1 1 1 1 1 1 0 0 1 0 0 0 0
RR 2014 1,30 0 5,70 R$
19.608,40 0 1 1 1 1 1 1 1 0 0 1 0 0 0 0
RS 2014 3,55 1 7,05 R$
31.927,16 0 1 1 1 1 1 1 1 0 0 0 0 0 0 1
SC 2014 2,80 0 6,83 R$
36.055,90 0 1 1 1 1 1 1 1 0 0 0 0 0 0 1
SE 2014 2,54 1 6,35 R$
16.882,71 0 1 1 1 1 1 1 1 0 0 0 1 0 0 0
SP 2014 3,91 0 7,64 R$
42.197,87 0 1 1 1 1 1 1 1 0 0 0 0 0 1 0
TO 2014 1,75 0 6,18 R$
17.495,94 0 1 1 1 1 1 1 1 0 0 1 0 0 0 0
AC 2015 3,48 1 5,90 R$
17.392,16 0 1 1 1 1 1 1 1 1 0 1 0 0 0 0
AL 2015 4,04 1 6,52 R$
12.734,88 0 1 1 1 1 1 1 1 1 0 0 1 0 0 0
AM 2015 2,48 0 6,60 R$
22.850,34 0 1 1 1 1 1 1 1 1 0 1 0 0 0 0
AP 2015 2,25 0 5,88 R$
18.148,63 0 1 1 1 1 1 1 1 1 0 1 0 0 0 0
BA 2015 0,96 1 7,18 R$
15.293,25 0 1 1 1 1 1 1 1 1 0 0 1 0 0 0
CE 2015 2,66 1 6,95 R$
14.699,22 0 1 1 1 1 1 1 1 1 0 0 1 0 0 0
DF 2015 2,77 0 6,46 R$
70.331,19 0 1 1 1 1 1 1 1 1 0 0 0 1 0 0
ES 2015 0,81 0 6,59 R$ 0 1 1 1 1 1 1 1 1 0 0 0 0 1 0
63
34.026,87
GO 2015 2,59 0 6,82 R$
25.919,20 0 1 1 1 1 1 1 1 1 0 0 0 1 0 0
MA 2015 2,85 0 6,84 R$
11.556,50 0 1 1 1 1 1 1 1 1 0 0 1 0 0 0
MG 2015 5,20 1 7,32 R$
25.705,30 0 1 1 1 1 1 1 1 1 0 0 0 0 1 0
MS 2015 4,02 0 6,42 R$
30.920,62 0 1 1 1 1 1 1 1 1 0 0 0 1 0 0
MT 2015 0,89 0 6,51 R$
32.190,25 0 1 1 1 1 1 1 1 1 0 0 0 1 0 0
PA 2015 1,45 0 6,91 R$
15.823,96 0 1 1 1 1 1 1 1 1 0 1 0 0 0 0
PB 2015 1,27 1 6,60 R$
13.837,81 0 1 1 1 1 1 1 1 1 0 0 1 0 0 0
PE 2015 2,83 0 6,97 R$
17.238,02 0 1 1 1 1 1 1 1 1 0 0 1 0 0 0
PI 2015 1,22 1 6,51 R$
12.225,29 0 1 1 1 1 1 1 1 1 0 0 1 0 0 0
PR 2015 1,70 0 7,05 R$
32.377,71 0 1 1 1 1 1 1 1 1 0 0 0 0 0 1
RJ 2015 3,68 0 7,22 R$
42.103,40 0 1 1 1 1 1 1 1 1 0 0 0 0 1 0
RN 2015 2,63 1 6,54 R$
16.296,18 0 1 1 1 1 1 1 1 1 0 0 1 0 0 0
RO 2015 1,27 0 6,25 R$
19.984,15 0 1 1 1 1 1 1 1 1 0 1 0 0 0 0
RR 2015 1,09 0 5,70 R$
20.008,91 0 1 1 1 1 1 1 1 1 0 1 0 0 0 0
RS 2015 3,49 0 7,05 R$
33.031,60 0 1 1 1 1 1 1 1 1 0 0 0 0 0 1
SC 2015 1,90 0 6,83 R$
36.933,29 0 1 1 1 1 1 1 1 1 0 0 0 0 0 1
SE 2015 1,96 1 6,35 R$
17.347,56 0 1 1 1 1 1 1 1 1 0 0 1 0 0 0
SP 2015 4,53 0 7,65 R$
43.459,67 0 1 1 1 1 1 1 1 1 0 0 0 0 1 0
TO 2015 1,67 1 6,18 R$ 0 1 1 1 1 1 1 1 1 0 1 0 0 0 0
64
17.948,12
AC 2016 3,31 0 5,91 R$
17.871,07 0 1 1 1 1 1 1 1 1 1 1 0 0 0 0
AL 2016 3,20 1 6,53 R$
13.228,69 0 1 1 1 1 1 1 1 1 1 0 1 0 0 0
AM 2016 2,24 1 6,60 R$
23.486,83 0 1 1 1 1 1 1 1 1 1 1 0 0 0 0
AP 2016 1,69 0 5,89 R$
18.575,76 0 1 1 1 1 1 1 1 1 1 1 0 0 0 0
BA 2016 0,99 0 7,18 R$
15.896,07 0 1 1 1 1 1 1 1 1 1 0 1 0 0 0
CE 2016 2,19 0 6,95 R$
15.250,22 0 1 1 1 1 1 1 1 1 1 0 1 0 0 0
DF 2016 3,05 1 6,47 R$
71.913,53 0 1 1 1 1 1 1 1 1 1 0 0 1 0 0
ES 2016 0,43 1 6,60 R$
35.145,50 0 1 1 1 1 1 1 1 1 1 0 0 0 1 0
GO 2016 1,76 1 6,83 R$
26.725,23 0 1 1 1 1 1 1 1 1 1 0 0 1 0 0
MA 2016 2,42 0 6,84 R$
11.982,99 0 1 1 1 1 1 1 1 1 1 0 1 0 0 0
MG 2016 5,00 0 7,32 R$
26.681,94 0 1 1 1 1 1 1 1 1 1 0 0 0 1 0
MS 2016 2,81 1 6,43 R$
31.917,94 0 1 1 1 1 1 1 1 1 1 0 0 1 0 0
MT 2016 0,53 1 6,52 R$
33.211,67 0 1 1 1 1 1 1 1 1 1 0 0 1 0 0
PA 2016 1,41 1 6,92 R$
16.331,28 0 1 1 1 1 1 1 1 1 1 1 0 0 0 0
PB 2016 1,04 1 6,60 R$
14.353,63 0 1 1 1 1 1 1 1 1 1 0 1 0 0 0
PE 2016 2,59 1 6,97 R$
17.878,43 0 1 1 1 1 1 1 1 1 1 0 1 0 0 0
PI 2016 0,92 0 6,51 R$
12.735,48 0 1 1 1 1 1 1 1 1 1 0 1 0 0 0
PR 2016 2,39 1 7,05 R$
33.575,01 0 1 1 1 1 1 1 1 1 1 0 0 0 0 1
RJ 2016 3,05 1 7,22 R$ 0 1 1 1 1 1 1 1 1 1 0 0 0 1 0
65
43.744,83
RN 2016 2,03 1 6,54 R$
16.858,70 0 1 1 1 1 1 1 1 1 1 0 1 0 0 0
RO 2016 0,87 1 6,25 R$
20.648,35 0 1 1 1 1 1 1 1 1 1 1 0 0 0 0
RR 2016 0,89 1 5,71 R$
20.548,94 0 1 1 1 1 1 1 1 1 1 1 0 0 0 0
RS 2016 3,50 1 7,05 R$
34.379,87 0 1 1 1 1 1 1 1 1 1 0 0 0 0 1
SC 2016 1,40 1 6,84 R$
38.062,54 0 1 1 1 1 1 1 1 1 1 0 0 0 0 1
SE 2016 1,40 1 6,36 R$
17.934,84 0 1 1 1 1 1 1 1 1 1 0 1 0 0 0
SP 2016 4,31 1 7,65 R$
45.030,28 0 1 1 1 1 1 1 1 1 1 0 0 0 1 0
TO 2016 1,65 1 6,19 R$
18.527,34 0 1 1 1 1 1 1 1 1 1 1 0 0 0 0