Análise de sobrevivência aplicada ao estudo do tempo de postergação de aposentadoria dos servidores públicos do estado de São Paulo
Oliveira Filho, Carlos Alberto Barbosa de
O documento é disponibilizado pela fonte de origem, que mantém a versão integral e as condições de uso.
Resumo
Este trabalho tem por objetivo estudar o tempo de postergação de aposentadoria dos servidores públicos do Estado de São Paulo. Com este fim, foram utilizados microdados de servidores ativos e inativos que fizeram jus ao benefício do abono de permanência, uma característica bastante peculiar do setor público, no período de 2005 a 2019. Com o emprego de métodos econométricos de análise de sobrevivência, propomos um modelo para analisar o impacto das variáveis explicativas na decisão de aposentadoria. Com base em critérios de informação e análise de resíduos e utilizando o framework GAMLSS, concluímos que uma distribuição mista binomial negativa com ajuste de probabilidade em t = 0 explica os dados de maneira satisfatória. O estudo também concluiu que a decisão de se aposentar ou de postegar a aposentadoria é fortemente influenciada por condições institucionais relacionadas ao grupo de carreiras com regras específicas de aposentadoria. Servidores em cargos de natureza policial tendem a postergar a aposentadoria por mais tempo, enquanto professores tendem a postergar a aposentadoria por menos tempo. Fatores pessoais como gênero, estado civil e escolaridade também se mostraram relevantes para a estimativa do tempo de postergação de aposentadoria.
Ficha do documento
- Tipo
- Dissertação
- Ano
- 2023
- Instituição
- Fundação Getulio Vargas
- Fonte
- Repositório da FGV
- Idioma
- Português
- Acesso
- Acesso aberto
- Identificador
- oai:repositorio.fgv.br:10438/34001
Conteúdos relacionados
- OutroDo bureaucrats matter? Evidence from municipal health secretary turnover in BrazilFundação Getulio Vargas · 2026
- DissertaçãoContratações públicasFundação Getulio Vargas · 2024
- DissertaçãoDetecção de anomalias nas despesas públicas utilizando algoritmos de machine learning na área da saúdeFundação Getulio Vargas · 2023
- DissertaçãoSaneamento no BrasilFundação Getulio Vargas · 2019