Teste MJ para especificação de Modelos de Regressão Beta Inflacionados em 1 no contexto da Análise Envoltória de Dados sob diferentes dimensionalidades.
Análise Envoltória de Dados. Modelos não aninhados. Teste MJ. Distribuição Beta Inflacionada BEINF1. Seleção de Modelos. Robustez.
Esta dissertação avalia o desempenho do teste MJ na seleção de modelos não aninhados da classe BEINF1 para escores de eficiência obtidos via Análise envoltória de Dados (Data Envelopment Analysis – DEA), dadas as propriedades já documentadas desses escores, a saber: viés persistente e dependência entre as observações. Propõe-se a utilização do modelo de regressão beta inflacionado em 1, como um modelo promissor, tendo em vista a possível concentração dos escores nesse limite superior, bem como por ser interessante a possibilidade de se avaliar separadamente os determinantes de eficiência, ineficiência e da dispersão dos escores. Por meio de simulações de Monte Carlo, analisa-se o efeito do tamanho amostral (n), do quantitativo de insumos e produtos (m + s) sob análise, e das diferenças estruturais entre modelos sobre o controle do erro Tipo I e sobre a taxa de seleção correta. Em amostras pequenas (n = 30), observa-se comportamento liberal, com sobrerrejeição que se intensifica à medida que m + s aumenta. A menor dimensionalidade (m + s = 2) favorece o desempenho do teste, enquanto um maior número de insumos e produtos reduz a taxa de seleção correta, podendo também tornar o teste conservador em amostras maiores. Diferenças concentradas no componente de inflação em 1 produzem resultados mais estáveis e menor distorção, enquanto variações na função de ligação e maiores magnitudes dos coeficientes ampliam o poder discriminatório do teste, elevando as taxas de seleção correta em amostras maiores. Os resultados indicam que o teste apresenta desempenho satisfatório para n ≥ 70, com taxas de rejeição próximas aos níveis nominais e acurácia, em geral superando 70% e alcançando valores próximos a 100% em cenários de menor dimensionalidade. Conclui-se que o teste MJ é uma ferramenta promissora para a segunda etapa da DEA, sendo recomendado para amostras moderadas ou grandes. Para amostras pequenas e alta dimensionalidade, recomenda-se cautela e o desenvolvimento de possíveis correções, que podem ser objeto de estudos futuros. Ademais o modelo se torna adequado pela capacidade informativa no contexto em análise.