Made available in DSpace on 2008-05-13T13:16:14Z (GMT). No. of bitstreams: 0 Previous issue date: 1999-01-13

Submitted by Isabela Freire (isabelafreire22@gmail.com) on 2018-01-09T17:24:44Z No. of bitstreams: 1 Educação e Desigualdade de Renda no Brasil - Isabela Freire de A. Pinto.pdf: 2009066 bytes, checksum: ca4538653546bbb7a4be3e1b7fcb5019 (MD5) / Approved for entry into archive by GILSON ROCHA MIRANDA (gilson.miranda@fgv.br) on 2018-01-15T18:38:52Z (GMT) No. of bitstreams: 1 Educação e Desigualdade de Renda no Brasil - Isabela Freire de A. Pinto.pdf: 2009066 bytes, checksum: ca4538653546bbb7a4be3e1b7fcb5019 (MD5) / Made available in DSpace on 2018-01-16T12:29:07Z (GMT). No. of bitstreams: 1 Educação e Desigualdade de Renda no Brasil - Isabela Freire de A. Pinto.pdf: 2009066 bytes, checksum: ca4538653546bbb7a4be3e1b7fcb5019 (MD5) / In this study, we seek to understand the degree in which education can affect income inequality in Brazil. We analyzed the Gini index at state level, taking into account the average years of schooling, educational inequality and percentage of enrollment in each educational stage. We developed the educational inequality index and we insert control variables as the minimum wage, informality and unemployment rate. We estimated four models in panel data: Fixed Effects, Random Effects, Weighted Least Squares and Cluster Estimator. The results show that education generates a significant impact on the income inequality. The enrollment in High School has a greater, and also statistically significant effect, on the income inequality in three models. Finally we conclude that education affects income inequality in Brazil and the increase of 1% of the population with complete secondary education, drops the Gini index by 0,003 p.p. / Neste estudo, buscamos entender em qual grau a educação pode afetar a desigualdade de renda no Brasil. Analisamos a nível estadual o índice de Gini, levando em consideração a média de anos de escolaridade, a desigualdade educacional e o percentual de ingressão em cada segmento de ensino em cada período. Desenvolvemos o índice de Gini Educacional para refletir a desigualdade educacional e controlamos as regressões para outras variáveis que também afetam a desigualdade como o salário mínimo, o grau de informalidade e a taxa de desemprego. Estimamos quatro modelos diferentes em dados de painel: Efeitos Fixos, Efeitos Aleatórios, Mínimos Quadrados Ponderados e Estimador Entre-Grupos. Os resultados obtidos demonstram que a educação possui impacto sobre a desigualdade de renda. A ingressão nos segmentos de ensino, especialmente o Ensino Médio possui um efeito maior e estatisticamente significativo na redução da desigualdade de renda, em três modelos. Por fim, concluímos que a educação afeta a desigualdade de renda no Brasil e o aumento de 1% da população com Ensino Médio completo, gera uma queda no índice de Gini de 0,003 p.p.

Made available in DSpace on 2010-04-20T20:18:31Z (GMT). No. of bitstreams: 0 Previous issue date: 1998-04-24T00:00:00Z / This disserlation analyses the educational policy as cause of an exclusionary process, which difficults the access of the poor to education and to its future benefits, with negative effects on the income distribution. It is argued that the brazilian educational policy shows these characteristics and evidence is presented on distribution of income and education for Brazil and the world. / Este trabalho analisa a política educacional como geradora de um processo de exclusão, que dificulta para a parcela mais pobre da população o acesso ao ensino, e portanto a seus benefícios futuros, contribuindo para a concentração de renda. Argumenta-se que a política educacional brasileira apresenta tal característica, e mostram-se indícios neste sentido, por meio de dados sobre educação e distribuição de renda do Brasil e do mundo.

Submitted by Guido Couto Penido Guimarães (guido.guimaraes@fgvmail.br) on 2015-05-15T19:21:28Z No. of bitstreams: 1 20150516035825408.pdf: 2427180 bytes, checksum: 7d04b8fe0a5b09cdefb5e1395b3e7dbd (MD5) / Approved for entry into archive by BRUNA BARROS (bruna.barros@fgv.br) on 2015-05-20T14:02:22Z (GMT) No. of bitstreams: 1 20150516035825408.pdf: 2427180 bytes, checksum: 7d04b8fe0a5b09cdefb5e1395b3e7dbd (MD5) / Approved for entry into archive by Marcia Bacha (marcia.bacha@fgv.br) on 2015-06-12T20:07:15Z (GMT) No. of bitstreams: 1 20150516035825408.pdf: 2427180 bytes, checksum: 7d04b8fe0a5b09cdefb5e1395b3e7dbd (MD5) / Made available in DSpace on 2015-06-12T20:07:40Z (GMT). No. of bitstreams: 1 20150516035825408.pdf: 2427180 bytes, checksum: 7d04b8fe0a5b09cdefb5e1395b3e7dbd (MD5) Previous issue date: 2015-04-13 / In this paper we investiga te the impact of initial wealth anel impatience heterogeneities, as wcll as differential access to financia! markets on povcrty anel inequality, anel cvaluate some mechanisms that could be used to alleviate situations in which these two issues are alarming. To address our qucstion we develop a dynamic stochastic general cquilibrium modo! of educational anel savings choicc with heterogeneous agents, where individuais differ in their initial wealth anel in their discount factor. We find that, in the long run, more patient households tend to be wealthier anel more educated. However, our baseline model is not able to give as much skewness to our income distribution as it is rcquircd. We then propose a novel returns structure based on empírica! observation of heterogeneous returns to different portfolios. This modification solves our previous problem, evidencing the importance of the changes made in explaining the existing levels of inequality. Finally, we introducc two kinds of cash transfers programs- one in which receiving thc benefit is conditional on educating the household's youngster (CCTS) anel one frec of conditionalities (CTS) - in order to evaluate the impact of these programs on the variables of concern1 Wc fine! that both policies have similar qualitativo rcsults. Quantitatively, howcvcr, the CCTS outperforms its unconclitional version in all fielcls analyzecl, revealing itself to be a preferable policy.

Made available in DSpace on 2010-04-20T20:57:55Z (GMT). No. of bitstreams: 3 ThaisPons28032007.pdf.jpg: 18441 bytes, checksum: 9b1da9d7500135d77d75dd74d5dc9dd1 (MD5) ThaisPons28032007.pdf.txt: 324697 bytes, checksum: 53892fbee67b8310024257a176c45174 (MD5) ThaisPons28032007.pdf: 1052086 bytes, checksum: 6674ff568bec29b36596a787db6e280e (MD5) Previous issue date: 2007-03-28T00:00:00Z / This dissertation evaluates the impact of education on income of the young Brazilian workforce, following the tradition of equations of wages determination. It differs from the other existing studies in the area carried through in Brazil in four aspects. First, the analisis is focused in the young brasilian population that hás just entered the labor market and will stay on it for a long period of time, bringing important information on this market for the next 25 to 35 years. It also introduces the quality of education as explaining variable of income and adopts a protocol to input the education quality of the young workers for which information on education quality is not available. This input prevents selection bias. Finally, the dissertation differs from current studies in the subject because it explores different estimation methods of return to education and to the quality of education. Beyond the traditional OLS estimator method, this study considers the use of wages stochastic frontiers. The estimation was made from a two-stage cross-section model. In the first stage, it was estimated the equation that determines the probability of young students between 11 and 21 years of age to study in the public or the private schools. In the second stage, an index of education quality of young workers was imputed in the econometric model to determine young workers income between the ages of 16 and 25. The data input procedure was necessary simply because there is no statistics in Brazil on the quality of education acquired by the individuals. The analysis allowed us to show that the quality of education has a significant influence in young workforce income, with great impact on the income distribution inequality indexes in the youths. It also allowed us to show that there is a trade-off between the return to education and the return to education quality: some regions privilege the amount of education (measured in years) and others the quality of education. / Esta dissertação avalia o impacto da educação sobre a renda dos jovens no Brasil, seguindo a tradição de equações de determinação de salários. O trabalho difere dos trabalhos na área realizados no Brasil em quatro aspectos. Em primeiro lugar, Em primeiro lugar, o universo de análise está focado na população jovem brasileira, a qual ingressou recentemente no mercado de trabalho e nele permanecerá por muitos anos, o que traz informações sobre as características desse mercado para os próximos 25 a 35 anos. Além disso, ele difere porque introduz a qualidade do ensino como determinante dos rendimentos. Depois, porque adota um protocolo de imputação da qualidade da educação dos jovens para os quais não se tem informação sobre a qualidade da educação, de sorte a evitar viés de seleção. E, por fim, a dissertação contrasta com os estudos correntes no tema porque explora diferentes métodos de estimação dos retornos da educação e da qualidade do ensino. Além do método tradicional dos estimadores de OLS, este trabalho considera o uso de fronteiras estocásticas de salários. As estimativas foram feitas a partir de um modelo cross-section em dois estágios. No primeiro estágio, estimou-se a equação de determinação da probabilidade de um jovem entre 11 e 21 anos de idade estudar na rede pública ou na rede privada, escolas com diferenças qualitativas grandes no país. No segundo estágio, imputou-se um indicador de qualidade da educação dos jovens num modelo econométrico de determinação da renda dos jovens entre 16 e 25 anos de idade. O procedimento com imputação foi necessário simplesmente pelo fato de nas estatísticas brasileiras não haver informações sobre a qualidade do ensino adquirido pelos indivíduos. A análise permitiu mostrar que a qualidade da educação interfere de forma significativa na renda dos jovens, com grande impacto sobre os índices de desigualdade da distribuição de renda nessa faixa de idade. Também permitiu mostrar que existe um trade-off entre o retorno da e