O texto todo está aqui
Em vez de simplesmente documentar correlações, os pesquisadores construíram o que chamam de “modelo dinâmico de entrada e saída da concorrência religiosa”. Eles analisaram dados da Receita Federal do Brasil cobrindo todas as organizações religiosas registradas de 1992 a 2018, concentrando-se em 246 municípios isolados para garantir fronteiras de mercado claras.
O modelo trata as igrejas como empresas concorrentes, cada uma enfrentando decisões sobre onde entrar em novos mercados com base em custos de entrada, despesas operacionais contínuas e competição de igrejas já existentes. Ao acompanhar as aberturas e fechamentos reais de templos por quase três décadas, os pesquisadores conseguiram estimar esses parâmetros de custo para diferentes denominações e, em seguida, simular cenários contrafactuais perguntando o que teria acontecido se as igrejas enfrentassem diferentes cargas tributárias.
O modelo mostrou que reduções nas alíquotas de impostos geralmente levam a maior entrada de todas as igrejas. Mas também revelou uma assimetria marcante na forma como igrejas católicas e evangélicas operam.
“Pareceu óbvio depois que encontramos, mas não antes”, observa Corbi. As igrejas evangélicas normalmente se expandem alugando prédios simples, com mobiliário básico, o que resulta em baixos custos de entrada, mas despesas correntes mais altas. Já as igrejas católicas constroem seus próprios templos, muitas vezes com arquitetura e obras de arte sofisticadas, exigindo investimentos iniciais substanciais, porém custos operacionais menores. Como a política brasileira de isenção tributária afeta principalmente as despesas operacionais contínuas, essa estrutura de custos assimétrica gera um benefício fiscal desproporcional para as igrejas evangélicas.
Os pesquisadores estimam que, removendo as isenções e impondo uma alíquota de 30% — próxima à típica alíquota corporativa —, a participação evangélica em templos teria sido reduzida em aproximadamente 20 pontos percentuais. Nesse cenário, algumas denominações evangélicas teriam participação média muito próxima de zero, indicando que tal imposto poderia limitar as opções religiosas disponíveis.
O efeito da política tributária vai além dos mercados religiosos e alcança a política. A bancada evangélica no Brasil cresceu de 27 membros em 1994 para 187 em 2018. Usando dados eleitorais, os pesquisadores constataram que, quando igrejas evangélicas abriam, a fatia de votos para candidatos evangélicos aumentava cerca de 5 pontos percentuais nas eleições subsequentes, em comparação a municípios semelhantes sem abertura de igreja.
As conclusões levantam questões importantes sobre a relação entre política tributária e liberdade religiosa. “As políticas deveriam ser neutras em relação à religião”, disse Corbi. “O Estado não deve dar vantagem a uma denominação sobre outra. Mas parece que essas políticas estão, inadvertidamente, privilegiando certas denominações.”
O trabalho dos autores mostra como ferramentas econômicas podem iluminar consequências não intencionais de políticas aparentemente neutras. À medida que organizações religiosas continuam a desempenhar papéis relevantes na política mundial, entender essas dinâmicas pode se tornar cada vez mais importante para os formuladores de políticas.
“Church Tax Exemption and Structure of Religious Markets: A Dynamic Structural Analysis” appears in the August 2025 issue of the American Economic Journal: Microeconomics.
Fonte: aqui
Resolver isso exige mais agilidade e menos burocracia, o que aumenta o risco de aprovar medicamentos com efeitos colaterais indesejáveis ou sem eficácia para os pacientes.
Este é um exemplo de por que os reguladores - leia-se no blog a Fundação IFRS - devem agir com agilidade para evitar prejuízos maiores para a sociedade.
Baseado aqui
A fonte é a Nature . Existia uma desconfiança que o custo da DeepSeek era bem menor que o ChatGPT, mas que parte da redução era decorrente do fato de que o modelo usado a OpenAI. A boa notícia é que o desenvolvimento da IA pode ser bem menor do que acreditava antes.
Por exemplo, ao ler que um evento é “provável”, alguns podem interpretar como 60% de chance, outros como 80%. A expressão “raro” pode sugerir algo quase inexistente para uns, mas apenas incomum para outros. Essas diferenças de percepção afetam diretamente a forma como cada profissional aplica o pronunciamento na prática, especialmente quando se trata de reconhecer, mensurar ou divulgar informações financeiras.
Anteriormente já postamos sobre essa percepção aqui. Vale a pena a leitura.
Por exemplo, um espectro de palavras para felicidade pode ir de “Miserável” em um extremo a “Extasiado” no outro, passando por “Melancólico”, “Satisfeito” e “Feliz” ao longo do caminho.
Ou um espectro de cansaço poderia ser: Dormindo – Sonolento – Atordoado – Acordado – Alerta – Energizado.
Não é uma ciência exata, e há bastante margem para que diferentes pessoas coloquem certas palavras em posições distintas. Observando muitos espectros, percebo que alguns escritores se destacam por escolher palavras específicas e talvez mais instigantes, como “saboroso” ou “de dar água na boca”, em vez do mais comum “delicioso”. Roald Dahl, por exemplo, frequentemente fazia seus personagens “engolirem gulosamente” em vez de simplesmente “comerem com fome”.
Fiquei curioso sobre espectros de palavras quando percebi que meu entendimento do espectro de aprovação era diferente do de muitos amigos americanos. No inglês britânico, “quite” muitas vezes significa “um pouco menos que”, mas nos EUA descobri que é mais usado para significar “muito” ou “bastante”.
Assim, meu espectro britânico de aprovação seria:
OK – Quite good – Good – Excellent
Enquanto o espectro de aprovação de muitos amigos nos EUA poderia ser:
OK – Good – Quite good – Excellent
Isso me deixou confuso várias vezes até eu entender a diferença.
Para outras variações de interpretação, como onde posicionar “awesome”, existe uma excelente tabela como guia para estudantes norte-americanos interpretarem o feedback de professores formados no Reino Unido (e vice-versa).
Em alguns contextos, realmente importa o que alguém quer dizer com uma palavra descritiva. No campo da inteligência, as chamadas “palavras de probabilidade estimativa” se relacionam a probabilidades específicas associadas a certos termos. Por exemplo, se um ataque é “altamente provável”, qual é a probabilidade exata? Se algo é “quase certamente um aeródromo”, quão certa é essa avaliação? Fica claro que a escolha e interpretação desses termos pode ser muito significativa. Para uma visão fascinante sobre isso, veja o relatório anteriormente classificado do analista da CIA Sherman Kent, Words of Estimative Probability (pdf). Outras pesquisas estudaram diferenças individuais na percepção de probabilidade — e criaram gráficos divertidos mostrando os resultados.
A probabilidade estimativa também é crucial na medicina. Quando números exatos não são compartilhados, com que frequência ocorre um efeito colateral descrito como “raro”? Guias específicos foram criados listando probabilidades associadas a termos como “provável”, “frequente”, “ocasional” e “raro”.
Um leitor também me mostrou um anúncio clássico de chocolate, Fry’s five boys, em que o rosto de um garoto passa por: desespero, pacificação, expectativa, aclamação e, finalmente, a realização “é Fry’s”.
Mais espectros de palavras, incluindo os aqui ilustrados:
Tamanho: minúsculo – pequeno – médio – grande – enorme – gigantesco
Frequência: nunca – raramente – ocasionalmente – às vezes – frequentemente – sempre
Volume da fala: sussurro – murmúrio – fala – grito – berro – gritaria
Inteligência: estúpido – limitado – mediano – inteligente – brilhante – gênio
Sabor: repugnante – sem gosto – saboroso – delicioso
Cheiro: fétido – malcheiroso – perfumado – agradável
Fonte: aqui
Postagens
Comentários
