Benefícios previdenciários e desenvolvimento socioeconômico: uma análise preditiva

• Ano de defesa: 2020
• Autor(a) principal: Reis, Edmilson Xavier dos
• Tipo de documento: Dissertação
• Tipo de acesso: Acesso aberto
• Idioma: por
• Instituição de defesa: Universidade Católica de Brasília; Escola de Educação, Tecnologia e Comunicação; Brasil; UCB; Programa Stricto Sensu em Governança, Tecnologia e Inovação
• Palavras-chave em Português: Seguridade social; Previdência social; Desenvolvimento econômico; Social security benefits; Supervised learning; Development; CNPQ::CIENCIAS SOCIAIS APLICADAS
• Link de acesso: https://bdtd.ucb.br:8443/jspui/handle/tede/2801

Em 1982, as Nações Unidas documentaram suas preocupações com o envelhecimento da população, produzindo recomendações, entre elas a manutenção de benefícios de seguridade social, para enfrentar os desafios que permeiam uma sociedade com uma idade média cada vez mais avançada. Os recursos dos benefícios previdenciários concedidos pelo Regime Geral de Previdência Social - RGPS no Brasil funcionam como garantia de fonte de renda para a população idosa e alimentam a economia municipal, auxiliando o desenvolvimento econômico. De tempos em tempos é reaberto o debate sobre os custos da previdência social. O programa é considerado um causador do aumento da despesa do estado. Este estudo contribui para a literatura sobre finanças públicas e de desenvolvimento econômico, documentando quais tipos de benefícios previdenciários mais predizem o desenvolvimento econômico municipal usando métodos de previsão não lineares de aprendizado de máquina. Buscamos entender se o programa do RGPS possui algum benefício indireto para a sociedade. O Brasil possui um amplo programa de distribuição de renda operacionalizado por meio do RGPS, com vários tipos de benefícios previdenciários. A técnica de ranqueamento de importância de atributos nos dá informação sobre a importância de um atributo em relação aos demais para prever a variável-alvo. No entanto, ela não nos fornece informação sobre o efeito marginal de cada atributo. Como estamos lidando com modelos altamente não lineares, entender o efeito marginal de cada variável é um desafio, porque não há interpretabilidade conceitual do efeito de cada atributo para a previsão da variável-alvo. Usando técnicas de ranqueamento de importância de atributos, encontramos que a variável que mais prediz desenvolvimento socioeconômico municipal é o valor da aposentadoria pelo PIB per capita, isso dá uma ideia de representatividade indicando que todo valor de aposentadoria é importante para a economia local. Os segundo e terceiro benefícios que mais preveem são os indicadores socioeconômicos Firjan educação e Firjan emprego. Para verificar a robustez dos resultados, utilizamos várias técnicas de aprendizado supervisionado de máquinas, como Support Vector Machines, elastic net, extreme gradient boosting trees, random forest, decision tree e regressão linear. Para descobrimos qual algoritmo teve o melhor desempenho, utilizamos a combinação de modelos de medidas de erros MAE, RMSE e Rsquared. A performance de todos os modelos individuais apresentou que a técnica SVM (RMSE = 0.2057) performou melhor, porém o ensemble (RMSE = 0.2007) é a que melhor prediz a relação entre benefício previdenciário e desenvolvimento econômico.