Elasticidades no mercado brasileiro de cigarros

Autores

DOI:

https://doi.org/10.5902/2526629284176

Palavras-chave:

Contrabando, Produtos lícito e ilícitos, Aumento de imposto

Resumo

O objetivo deste estudo é determinar as elasticidades-preço da demanda, da renda e do preço cruzada no mercado de cigarros do Brasil, utilizando modelos de séries temporais. Como principal resultado, a elasticidade-preço da demanda para o cigarro lícito demonstrou uma relação elástica, enquanto a elasticidade-renda apresentou inelasticidade, porém próxima da elasticidade unitária. O resultado da elasticidade-preço cruzada revelou uma relação inelástica entre os cigarros lícitos e ilícitos. Isso indica que o aumento de preços por meio de políticas tributárias, com o intuito de desencorajar o consumo de cigarros, não alcançou seu propósito devido à tendência natural de substituição do produto de preço mais alto pelo de preço mais baixo. Como consequência, observou-se a entrada massiva de cigarros ilícitos nesse mercado. Em função desses resultados, emerge a seguinte questão: o aumento de imposto de cigarros no Brasil é efetivo para queda do consumo e aumento da arrecadação?

Downloads

Não há dados estatísticos.

Biografia do Autor

Mario Antonio Margarido, Pezco Economics

Pós Doutor em Economia (EESP/FGV), Doutor em Economia Aplicada (ESALQ/USP), Mestre em Economia de Empresas (EAESP/FGV), Economista (FEA/USP). Senior Partner e Líder de Econometria da Pezco Economics. Pesquisador do PSP Hub.

Pery Francisco Assis Shikida, Universidade Estadual do Oeste do Paraná

Pós Doutor em Economia (EESP/FGV), Dr. em Economia Aplicada (ESALQ/USP), Mestre em Economia Agrária (ESALQ/USP), Economista (UFMG). Professor na Universidade Estadual do Oeste do Paraná (UNIOESTE)/ Campus Toledo. Bolsista de Produtividade em Pesquisa do CNPq. Membro do Conselho Nacional de Política Criminal e Penitenciária (2019/2023).

Daniel Kiyoyudi Komesu, Pezco Economics

Bacharel em Economia pela Universidade Paulista (UNIP). Partner Data Science da Pezco Economics, especializado em extração, tratamento e visualização de dados.

Referências

Banerjee, A., Dolado, J. J., Galbraith, W. J., & Hendry, D. (1993). Co-integration, error-correction, and the econometric analysis of non-stationary data. Oxford: Oxford University Press.

Dickey, D. A., & Fuller, W. A. (1979). Distribution of the estimators for autoregressive time series with unit root. Journal of American Statistical Association, 74(366), 427-431. Recuperado de https://www.jstor.org/stable/2286348. doi: 10.2307/2286348

Dickey, D. A., & Fuller, W. A. (1981). Likelihood ratio statistics for autoregressive time series with a unit root. Econometrica, 49(4), 1057-1072. Recuperado de https://www.jstor.org/stable/1912517. doi: 10.2307/1912517

Divino, J. A., Ehrl, P., Candido, O., Valadão, M., & Rodriguez, G. (2022). Efeitos da Repressão ao Mercado Ilícito de Cigarros no Brasil (Tobacconomics Working Paper No. 23/2/2). UCB. Recuperado de https://tobacconomics.org/research/effects-of-curbing-the-illicitcigarettemarket-in-brazil-working-paper-series

Franco-Churruarin, F., & Gonzalez-Rozada, M. (2022). The impact of cigarette price increases on the prevalence of daily smoking and initiation in Brazil. Chicago, IL: Tobacconomics Research Report. Recuperado de https://tobacconomics.org/files/research/809/brazil-youth-smoking-report-v6.0.pdf

Freitas, S. M. de, Ferreira, C. R. R. P. T., & Barbosa, M. Z. (1998). Oportunidades e entraves à expansão de dendeicultura brasileira. Agricultura em SP, 45(2), 1-16.

Granger, C. W. J. (1969). Investigating causal relations by econometric models and cross spectral methods. Econometrica, 37(3), 424-438. Recuperado de https://www.jstor.org/stable/1912791. doi: 10.2307/1912791

Harris, R. I. D. (1995). Cointegration analysis in econometric modelling. New Jersey: Prentice Hall.

Harris, R. I. D., & Sollis, R. (2003). Applied time series modeling and forecasting. New Jersey: John Wiley & Sons.

Instituto de Pesquisa Econômica Aplicada – IPEADATA. (2023). PIB. Recuperado de http://www.ipeadata.gov.br/Default.aspx

Johansen, S. (1995). Likelihood-based inference in cointegrated vector auto-regressive models. Oxford: Oxford University Press.

Johansen, S., & Juselius, K. (1990). Maximum likelihood estimation and inference on cointegration with applications to the demand for money. Oxford Bulletin of Economics and Statistics, 52(2), 169-210. Recuperado de https://onlinelibrary.wiley.com/doi/10.1111/j.1468-0084.1990.mp52002003.x

Margarido, M. A. (2020). Teoria e aplicações de modelos de séries temporais em economia. São Paulo: Independente.

Margarido, M. A. (2021a). Análise da série de vendas do varejo restrito no Estado de São Paulo: uma aplicação do Método X12-ARIMA. Revista IPT: Tecnologia e Inovação, 5(17), 76-94. Recuperado de https://revista.ipt.br/index.php/revistaIPT/article/view/140

Margarido, M. A. (2021b). Modelos de séries temporais: teoria e prática com Aplicações no Software GRETL. São Paulo: Pezco Editora.

Nicola, M. L., Margarido, M. A., & Shikida, P. F. A. (2022). Nota técnica: uma análise sobre a estratégia de elevação de preço via tributação ou preço mínimo para redução do consumo de tabaco no Brasil. Informe Gepec, 26(2), 314-331. Recuperado de https://e-revista.unioeste.br/index.php/gepec/article/view/29234

Receita Federal do Brasil (2022). Produção de cigarros no Brasil. Recuperado de https://www.gov.br/receitafederal/pt-br/assuntos/orientacao-tributaria/regimes-e-controles-especiais/producao-de-cigarros-no-brasil-2022

Schwarz, G. (1978). Estimating the Dimension of a Model. Annals of Statistics, 6(2), 461-464. Recuperado de https://www.jstor.org/stable/2958889

Universidade Católica de Brasília – UCB. (2023). Reform options for Brazil’s tobacco special tax. Chicago, IL: Tobacconomics. Recuperado de https://www.tobacconomics.org/research/reform-options-for-brazils-tobacco-special-tax/

Downloads

Publicado

2023-12-12

Como Citar

Margarido, M. A., Shikida, P. F. A., & Komesu, D. K. (2023). Elasticidades no mercado brasileiro de cigarros. Práticas De Administração Pública, 6(2), 65–90. https://doi.org/10.5902/2526629284176