📈 economics

Regulation and Firm Entry in the U.S. Federal Build-Out Era: Targeting Bias and the Limits of Industry-Exposure Identification

Este artigo argumenta que os achados conflitantes na literatura sobre a regulamentação federal dos EUA e a entrada de empresas decorrem de desafios de identificação, especificamente o viés de seleção e um colapso pós-2000 na variação regulatória entre setores que enfraquece os instrumentos de exposição setorial, sugerindo, em última análise, uma associação negativa entre a regulamentação e a entrada, em vez de uma afirmação causal definitiva.

Autores originais: Salman Raza

Publicado 2026-06-30

📖 5 min de leitura🧠 Leitura aprofundada

CC BY 4.0

Autores originais: Salman Raza

Artigo original sob licença CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). ✨ Esta é uma explicação gerada por IA do artigo abaixo. Não foi escrita nem endossada pelos autores. Para precisão técnica, consulte o artigo original. Ler aviso legal completo

A Grande Pergunta: As Regras Matam Novos Negócios?

Imagine a economia dos EUA como um jardim gigante. Por décadas, economistas têm discutido se adicionar mais "cercas" (regulamentações federais) impede o crescimento de novas plantas (novos negócios).

Time A diz: "Sim! Mais cercas significam menos plantas novas."
Time B diz: "Não! Os dados não mostram uma ligação clara."

Este artigo, escrito por Salman Raza, não apenas escolhe um lado. Em vez disso, ele atua como um detetive inspecionando as ferramentas que as outras equipes usaram para medir o jardim. A conclusão principal é: As ferramentas estavam quebradas, e o jardim mudou de forma ao longo do tempo.

1. A Armadilha do "Direcionamento" (Por que o Primeiro Olhar Estava Errado)

O artigo começa apontando uma falha importante na forma como as pessoas costumam estudar isso.

A Analogia: Imagine um inspetor da cidade que só visita os cruzamentos mais movimentados e lotados para verificar infrações de trânsito.

Se você apenas olhar para os dados, pode dizer: "Uau! Os cruzamentos mais movimentados têm mais multas!"
A Realidade: O inspetor não causou o tráfego; ele foi lá porque o tráfego já era pesado.

A Descoberta do Artigo:
No mundo real, as agências governamentais tendem a escrever regras para indústrias que já são grandes, estão crescendo ou são importantes.

Visão Ingênua (OLS): Quando os pesquisadores apenas olham para os números, veem que as indústrias altamente regulamentadas têm, na verdade, mais novos negócios. Isso acontece porque as regras seguiram o crescimento, e não o contrário.
A Correção (IV): O autor usa uma "lente" estatística especial (um instrumento) para separar as regras do crescimento natural. Quando faz isso, o resultado inverte. Agora, os dados sugerem que mais regras estão associadas a menos novos negócios (uma queda de cerca de 36% na entrada para um aumento de 10% nas regras).

A Lição: A ligação "positiva" vista em outros estudos foi uma ilusão causada por reguladores perseguindo indústrias ativas.

2. O Problema do "Movimento Lento" (Por que a Resposta Não é Simples)

Mesmo após corrigir o problema do direcionamento, o artigo alerta que não podemos determinar um número único e perfeito.

A Analogia: Imagine tentar medir o quanto um glaciar que se move lentamente está derretendo ao observar um rio que também flui lentamente.

Se você tentar medir o derretimento do glaciar enquanto também considera o fluxo naturalmente lento do rio, sua matemática fica confusa. A "tendência" do rio engole a "tendência" do glaciar.

A Descoberta do Artigo:
As regulamentações não mudam da noite para o dia; elas se acumulam lentamente ao longo dos anos. Novos negócios também mudam lentamente.

Quando o autor tenta controlar essas tendências lentas (para ser extra cuidadoso), o resultado muda.
Em alguns modelos, o efeito negativo é forte (regras matam a entrada).
Em outros modelos (usando controles de tendência muito específicos), o efeito desaparece e parece ser zero.
A Conclusão: Os dados sugerem que as regras provavelmente impedem a entrada, mas como tanto as regras quanto o crescimento dos negócios se movem tão lentamente, é impossível obter um número único e limpo de "causa e efeito". É uma situação de "talvez, mas provavelmente sim", e não de "com certeza sim".

3. O "Jardim Mudou" (Por que Estudos Antigos Não Batem com os Novos)

Esta é a parte mais crítica do artigo. Ele explica por que estudos da década de 1980 discordam de estudos da década de 2010.

A Analogia:

Décadas de 1970–1990 (A Era da "Construção"): Imagine um jardineiro plantando cercas específicas e pesadas ao redor de tipos específicos de flores (como rosas ou tulipas). Algumas flores recebem cercas enormes; outras não recebem nada. Isso cria uma diferença clara que você pode medir.
Décadas de 2000–Presente (A Era do "Acúmulo"): Agora, imagine que o jardineiro para de construir cercas específicas. Em vez disso, eles apenas espalham um pouco de "pó de cerca" uniformemente por todo o jardim. Cada flor recebe a mesma pequena quantidade de pó.

A Descoberta do Artigo:

Antes de 2000: As regulamentações eram "direcionadas". Algumas indústrias eram atingidas fortemente, outras levemente. Isso criou variação suficiente para os cientistas verem um efeito claro.
Depois de 2000: As regulamentações tornaram-se "amplas". As regras se acumularam de forma uniforme em quase todas as indústrias.
O Resultado: Como o "pó de cerca" agora é espalhado de forma tão uniforme, não há mais diferença suficiente entre as indústrias para medir o efeito. O "motor" estatístico que funcionava para os anos 1970 e 1980 estancou após o ano 2000. Os dados para os anos recentes são muito "planos" para nos dizer se as regras estão prejudicando novos negócios hoje.

Resumo das Conclusões

O Viés Existe: Estudos iniciais foram enganados porque os reguladores visam indústrias em crescimento. Quando você corrige isso, a evidência aponta que as regras prejudicam a entrada de novos negócios.
Não Há um Número Perfeito: Como as regras e o crescimento dos negócios se movem lentamente juntos, não podemos calcular um número de "dano" preciso e único. O efeito provavelmente existe, mas é difícil de isolar perfeitamente.
A Era Mudou: Os métodos estatísticos que funcionaram para o século XX não funcionam para o século XXI. Desde o ano 2000, as regulamentações tornaram-se uniformes demais entre as indústrias para medir seu impacto específico sobre novos negócios usando este tipo de dado.

O Veredito Final: O artigo não dá um veredito final de "culpado" ou "inocente" para as regulamentações atuais. Em vez disso, ele mapeia onde podemos ver o efeito (no passado) e onde estamos cegos (no presente), explicando exatamente por que os especialistas têm discutido por tanto tempo.

Resumo Técnico: Regulação e Entrada de Empresas na Era da Expansão Federal dos EUA

Problema e Motivação
A literatura relativa ao impacto da regulação federal dos EUA sobre o dinamismo empresarial é caracterizada por um desacordo significativo. Alguns estudos indicam que uma regulação mais alta deprime a entrada de empresas (ex.: Bailey e Thomas, 2017), enquanto outros não encontram uma ligação significativa (ex.: Goldschमाग e Tabarrok, 2018). Uma vulnerabilidade central subjacente a este debate é a endogeneidade: a regulação não é atribuída aleatoriamente. As agências tendem a redigir regras para setores que são grandes, em crescimento ou politicamente salientes. Consequentemente, estimativas ingênuas frequentemente confundem os efeitos da regulação com as condições econômicas que a provocaram, podendo levar a um viés de ascensão onde setores mais regulados parecem ter taxas de entrada mais altas simplesmente porque são dinâmicos. Este artigo reformula a questão de buscar uma afirmação causal limpa para avaliar os limites de identificação dos desenhos de exposição setorial, examinando especificamente como o viés de direcionamento (targeting bias) e a natureza mutável da variação regulatória afetam os resultados empíricos.

Dados e Metodologia
O estudo utiliza um painel de 254 setores NAICS de quatro dígitos de 1978 a 2023.

Dados de Regulação: A principal medida de exposição regulatória provém do RegData U.S. (QuantGov), que converte o Código de Regulamentações Federais (CFR) em contagens anuais de restrições e métricas de complexidade. A exposição setorial é calculada como uma soma ponderada pela probabilidade da aplicabilidade do texto regulatório. O conjunto de dados estende-se até 2025 (RegData 6.0), embora os dados de resultados empresariais estejam disponíveis até 2023.
Dados de Resultados: A entrada de empresas e a dinâmica são extraídas das Estatísticas de Dinâmica de Negócios (BDS) do Census Bureau, incluindo entrada de estabelecimentos, saída, contagem de empresas e criação de empregos por startups.
Estratégia Empírica: A especificação de base relaciona o log da entrada com o log da regulação com efeitos fixos de setor e de ano. Para abordar a endogeneidade, o autor utiliza um instrumento de desvio de exposição por agência (agency-exposure shift-share instrument) (seguindo Goldsmith-Pinkam, Sorkin e Swift, 2020; Borusyak, Hull e Jaravel, 2022). O instrumento prevê a regulação para o setor $j$ somando o produto da participação de exposição basal do setor à agência $a$ (fixa no início da amostra) e a produção de regras nacional da agência $a$ no ano $t$ .
Abordagem Diagnóstica: O artigo testa rigorosamente a validade deste desenho examinando a concentração de choques (pesos de Rotemberg), restrições de exclusão (análises de subamostras) e a sensibilidade das estimativas aos controles de tendência (abordando o problema do "tratamento de movimento lento" identificado por Meer e West, 2016).

Principais Resultados

Evidência de Viés de Direcionamento e Inversão de Sinal:
Os estimadores de Mínimos Quadrados Ordinários (OLS) mostram um coeficiente pequeno e positivo, sugerindo que os reguladores seguem setores dinâmicos. No entanto, o instrumento de variáveis instrumentais (IV) inverte este sinal. A estimativa do IV indica que um aumento de 10% na exposição regulatória está associado a uma diminuição de aproximadamente 3,6% na entrada de estabelecimentos e uma diminuição de 3,1% na contagem de empresas. Esta inversão de sinal fornece evidência consistente com o viés de ascensão em estimativas ingênuas devido ao direcionamento regulatório.
Decomposição de Taxas de Entrada vs. Contagens:
Embora as taxas de entrada (entrada relativa ao estoque de estabelecimentos) frequentemente pareçam subir em setores regulados, os resultados do IV mostram que as contagens absolutas de entradas e a contagem total de estabelecimentos caem. O aumento nas taxas é um artefato mecânico do fato de a base do setor encolher mais rapidamente do que o fluxo de novos entrantes. A associação negativa é consistente com a construção regulatória coincidindo com a contração do setor.
Sensibilidade aos Controles de Tendência:
A estimativa negativa é real, mas limitada e altamente sensível à especificação de tendências.

Ao excluir setores já em declínio, a associação negativa persiste.
Sob tendências de três dígitos do setor, a estimativa permanece negativa, mas imprecisa.
Sob tendências de setores de dois dígitos e setores de quatro dígitos, a estimativa atenua para próximo de zero.
O artigo argumenta que, como a exposição regulatória é um tratamento de movimento lento e com tendência, as tendências específicas da unidade podem absorver a variação de interesse, fazendo com que a estimativa varie de aproximadamente -0,44 a próximo de zero, dependendo da especificação.

Colapso Histórico da Variação de Identificação:
Uma descoberta crítica é que o poder de identificação do desenho colapsa após o ano 2000.

Fragilidade da Primeira Etapa: O F-estatístico da primeira etapa cai de 33,8 (t-estatística de 5,8) na amostra completa para um instrumento fraco (t-estatística de 0,7) para o período 2000–2023.
Colapso da Dispersão: A dispersão intersetorial do crescimento regulatório reduziu-se aproximadamente pela metade do século XX para o século XXI. A regulação mudou de uma "construção" (build-out) direcionada e específica por setor para uma acumulação ampla que recai uniformemente sobre os setores.
Implicação: A associação negativa é identificada principalmente pela variação de baixa frequência no século XX. O desenho não consegue recuperar uma estimativa limpa para o período pós-2000, explicando por que estudos que abrangem eras diferentes chegam a conclusões distintas.

Concentração do Instrumento:
O instrumento shift-share é fortemente concentrado. A Agência de Proteção Ambiental (EPA) detém aproximadamente 80% do peso de identificação, com as três principais agências respondendo por 87%. O número efetivo de agências que impulsionam o instrumento é de aproximadamente 1,5. Embora a associação persista em subamostras não manufatureiras e não pesadas em EPA, as estimativas nesses subgrupos são frequentemente imprecisas devido a instrumentos mais fracos.

Significância e Alegações
O artigo não alega fornecer uma única e limpa estimativa causal do efeito da regulação na entrada. Sua significância reside em mapear os limites do que os desenhos de exposição setorial podem e não podem identificar:

Confirmação de Viés: Demonstra que o viés de direcionamento é um fenômeno real e com sinal definido na literatura, onde as estimativas ingênuas são provavelmente enviesadas para cima.
Contexto Histórico: Explica o desacordo na literatura anterior como uma função da natureza mutável da regulação. A era da "construção" (pré-2000) ofereceu variação intersetorial suficiente para identificação, enquanto a era moderna de "acumulação ampla" não oferece.
Cautela Metodológica: Destaca que, para tratamentos de movimento lento, os controles de tendência padrão podem mecanicamente absorver o efeito do tratamento, levando a uma gama de estimativas em vez de uma estimativa pontual.
Direção Futura: O artigo conclui que avaliações credíveis da regulação contemporânea exigem identificação ao nível da regra, em vez da exposição intersetorial, pois este último desenho deixa de ser informativo no período pós-2000.

O estudo estende a amostra até 2023 (e os dados regulatórios até 2025) para confirmar que o colapso na variação de identificação pós-2000 é robusto e que a associação negativa principal continua sendo uma característica da amostra histórica completa, impulsionada pelas décadas anteriores.