CC BY
71
ДИАЛЕКТИКА ПРОТИВОДЕЙСТВИЯ КОРРУПЦИИ
УДК 343.9:328.185
Й. ТАУШЕР, кандидат экономических наук, доцент,
Р. ЧАЙКА,
кандидат экономических наук, ассистент заместителя декана, старший преподаватель,
И. И. БОЛОТОВ,
кандидат экономических наук, МБЛ-ЫЛЕ, старший преподаватель
Пражский экономический университет, г. Прага, Чехия
ДЕТЕРМИНАНТЫ КОРРУПЦИИ В СТРАНАХ ЦЕНТРАЛЬНОЙ И ВОСТОЧНОЙ ЕВРОПЫ1
Цель: определение силы и направления зависимости между уровнем коррупции и его детерминантами в странах Центральной и Восточной Европы.
Методы: коинтеграционный регрессионный анализ Энгла и Грейнджера для панельных данных на основе расширенных тестов единичного корня Дики-Фуллера и мета-тестов Чои.
Результаты: согласно нашей модели, вступление в Европейский союз и создание более сильных парламентских коалиций благотворно влияют на коррупцию в странах региона. Наоборот, членство в Организации экономического сотрудничества и развития, централизация власти в руках президента и увеличение числа партий вместе с ростом неравномерности доходов в обществе ведут к усилению коррупции.
Научная новизна: определены детерминанты коррупции для стран Центральной и Восточной Европы на региональном уровне за 1975-2012 гг.
Практическая значимость: в возможности лучше понять негативные общественные явления в Центральной и Восточной Европе, что позволит оптимизировать антикоррупционную политику стран в будущем.
Ключевые слова: Центральная и Восточная Европа; коррупция; детерминанты; коинтеграционный анализ; регрессия.
Введение
С точки зрения социально-экономических наук наиболее упоминаемой и дискутируемой темой последних лет является мировой экономический кризис 2008 г. Центральная и Восточная Европа (далее - ЦВЕ), однако, уже долгое время сталкивается с другим негативным явлением, а
именно - с коррупцией1. Коррупция часто обсуждается в политических дискуссиях, повседневной жизни граждан, а также является предметом ряда исследований. При этом в настоящее время не существует ни общей теории, объясняющей данное явление и его причины, ни эффективной политики, направленной на борьбу с ним.
1 Статья была подготовлена в рамках проекта Пражского экономического университета Ю8 Б2/9/2012 "Podnikatelskë рг^геШ V СеБкё гериЬИсе а ]еИо уИу па копкигепсезсИорпоБ! СЯ"
2 Надо отметить, что коррупция не является характерной особенностью только стран ЦВЕ. Случаи коррупции
отмечались еще в древнем Китае и Египте, а также в окружении Папы Римского в Ватикане.
Тема коррупции является предметом исследования многих авторов экономического и юридического направлений [1-15] и т. д. Тем не менее большинство этих и других исследований редко производятся на региональном уровне, из-за чего в настоящее время не существует консенсуса относительно детерминант коррупции в регионе ЦВЕ. Целью данной статьи является восполнение этого пробела на основе эконометрических расчетов, что позволит сделать выводы о силе и пропорциональности зависимости между уровнем коррупции в странах ЦВЕ и группами переменных (экономическими, политическими и др.).
В статье используется коинтеграционный регрессионный анализ по методу Энгла и Грейндже-ра [16; 17], приспособленный к панельным данным с помощью мета-тестов Чои [18], описанный, например, в [10]. Статья основывается на данных за 1975-2012 гг. PRS Group (International Country Risk Guide), Transparency International, Группы Всемирного банка (World Bank Group), Мирового экономического форума (World Economic Forum) и Международного института управленченского развития (International Institute for Management Development).
Модель
Используемая нами модель имеет следующее формальное представление:
CORRf = ßt X +v. + s., ,
ít ' it ít i ít '
где CORR - уровень коррупции, ß и X, - векторы коэффициентов и регрессоров, v. - эффекты, s, -ошибки, i - страна ЦВЕ и t - год.
Методология CORR t
ít
В настоящее время не существует общепринятого определения коррупции, в том числе из-за различного восприятия этого явления в разных странах3. Американский политолог Джозеф Самуил Най [19], и Transparency International [20, с. 14] определяют ее как поведение лица или группы лиц, при котором для достижения личной или семейной выгоды происходит от-
3 Например, небольшой подарок, передаваемый в знак благодарности в одной культурной среде, может быть расценен как взятка, т.е. как проявление коррупции, в другой культурной среде (сравни страны Азии и Западной Европы).
клонение от обязанностей, возложенных на него / них обществом4, причем речь может идти как о бюджетном, так и о частном секторах. Transparency International выделяет несколько видов коррупции в соответствии с размером хищений / ущерба.
В связи с этим и с тем, что коррупция, как правило, скрыта внутри политической и экономической системы страны (из-за противоправности коррупционного поведения) [21], в настоящее время для измерения ее уровня чаще используется не количество выявленных случаев коррупции5, а качественная оценка на основе опросов общественного мнения ( анкет) по определенной шкале балов. В этой статье мы используем данные оценок PRS Group (International Country Risk Guide, 1980-1998 гг.) и Индекс восприятия коррупции (Corruption Perception Index, CPI) Transparency International (1995-2012 гг.), пересчитанные на шкалу PRS Group, 1-6, где 1 -самый высокий уровень коррупции, а 6 - самый низкий.
Составляющие X
В нашей модели использованы четыре группы переменных, которые наиболее часто встречаются в аналогичных исследованиях [3-15]: 1) общие; 2) экономические; 3) политические и 4) другие (институциональные, культурные и т. п.) факторы.
Группа «общие переменные» представлена HDI, Индексом человеческого развития как мерой качества жизни в стране, рассчитываемым по данным об уровне бедности, грамотности, образования, средней продолжительности жизни, рождаемости и об экономической ситуации в стране. HDI варьирует в пределах 0 (наименьший
4 Речь в таком случае идет о нарушении правила беспристрастности (равных условий для всех клиентов, поставщиков, участников тендера и т.д.) и / или о незаконном обогащении соответствующего лица / группы лиц (взятках). Оба эти явления - основные проявления коррупции и ее главные характерные признаки.
5 Таких случаев, как правило, больше всего в странах со «средним» уровнем коррупции, так как в странах с высоким уровнем коррупции борьба с этим негативным явлением малоэффективна, а в странах с низкой или практически нулевой коррупцией она не проводится в аналогичных масштабах. Это приводит к искажениям в результатах международных сравнений.
уровень развития) и 1 (наиболее высокий уровень развития).
Группа «экономические переменные» представлена двумя факторами: GDP, валовым внутренним продуктом в USD на душу населения после пересчета на стандарт покупательской способности и GINI (коэффициентом Джини), измеряющим неравномерность распределения доходов в стране, где 0 - равное распределение доходов, а 1 - абсолютно неравномерное распределение (1 % населения получает 100 % дохода)6. Источниками данных являются в обоих случаях базы данных Группы Всемирного банка (World Bank Group), World Development Indicators, Global Development Finance и другие за 1975-2012 гг.
Группа «политические переменные» представлена десятью факторами на основе Database of Political Institutions 2012 Группы Всемирного банка (World Bank Group) за 1975-2011 гг. с упрощением шкалы оценки7: SYS, политическая система, 1 - полупрезидентская (смешанная) республика, 2 - парламентская республика,
3 - президентская республика, 0 - другой тип; INPOWpr, время правления президента в годах, 0 - отсутствие точных данных; INPOWpa, время правления партии / коалиции в годах, 0 - отсутствие точных данных; ORIENT, политическая ориентация, 1 - левая, 2 - центр, 3 - правая, 0 - социалистическая (преобладала до 1989 г.),
4 - другой тип; DELECTpa, проведение выборов в парламент в данном году (1 - да; 0 - нет); D_ELECTpr, проведение выборов президента в данном году (1 - да; 0 - нет); MAJpa, степень централизации власти на основе парламентских выборов (1 - максимальная, 7 - минимальная); MAJpr, степень централизации власти на основе президентских выборов (1-максимальная, 7-минимальная)8; MAJ, доля правящей партии /
6 С формальной точки зрения коэффициент Джини является соотношением интеграла так называемой кривой Лоренца (текущим распределением доходов) к площади под линией -45° (абсолютно равномерным распределением доходов).
7 Одним из главных изменений был перевод трудно-интерпретируемого значения -999 на 0 или 4.
8 Шкала для MAJpa и MAJpr: 1 - условия выборов не определены или выборы не проводились; 2 - премьер-
коалиции в парламенте (0 - 1); DSocialist, социалистический период в истории страны ЦВЕ (1 - год, когда страна являлась социалистической, 0 - наоборот); и TIME, длительность существования политической системы (в годах).
Последняя группа - «остальные переменные» представлена пятью факторами: LOC, географическое положение страны в регионе ЦВЕ (1 - страны, принятые в Европейский союз в 2004 г., 2 - страны, принятые в Европейский союз в 2007 г., 3 - страны Содружества независимых государств, СНГ, и Украина); D EU, членство в Европейском союзе (1 - да, 0 - нет); DOECD, членство в Организации экономического сотрудничества и развития, ОЭСР (1 - да, 0 - нет); и D_WTO, членство во Всемирной торговой организации, WTO (1 - да, 0 - нет).
Размер выборки
Для получения оценок коэффициентов модели были выбраны десять стран из «расширенного» региона ЦВЕ (ЦВЕ + СНГ и Украина): Болгария, Беларусь, Чехия, Венгрия, Казахстан, Польша, Румыния, Россия, Словакия и Украина; что позволило включить в модель крупные страны региона и компенсировать его неоднородность (сравни, например, количество новых стран-членов Европейского союза в регионе ЦВЕ и количество членов СНГ), а также недостаток данных за отдельные страны.
Выборка включает данные за 1975-2012 гг. c дорасчетом отсутствующих значений и по-вторений9 и в общей сумме составляет 380 наблюдений10.
министр / президент назначен без выборов; 3 - премьер-министр / президент избран как единственный кандидат;
4 - премьер-министр / президент избран из нескольких
кандидатов одной партии; 5 - больше чем одна партия
могут выдвигать кандидатов, но мандат получает лишь
одна из них; 6 - мандаты получают несколько партий (кандидатов), однако, хотя бы одна (один) из них достигает
75 %; 7 - мандат получает несколько партий, однако, ни одна из них не достигает 75 %.
9 В случае социалистической политической системы 1970-х и 80-х гг. мы предполагаем относительную стабильность ряда переменных, что позволяет заменить отсутствующие значения повторениями предыдущих.
10 По нашим данным, эта панель является одной из наиболее крупных по теме коррупции для региона ЦВЕ.
Методология
В данной статье оценки коэффициентов модели производятся с помощью коинтеграционного регрессионного анализа панельных данных по методу Энгела и Грейнжера [16; 17], основанного на расширенных тестах Дики-Фуллера (ADF) [22], для проверки наличия единичного корня11 с обобщением для панельных данных с помощью мета-тестов Чои, показывающих степень однородности результата (гипотеза H0 у мета-тестов Чои совпадает с H0 у ADF теста, а H1 обозначает неоднозначность результата - наличие стационарных и интегрированных временных рядов в панельных данных) [18].
Данный анализ является модификацией регрессионного анализа панельных данных при условии, что: 1) зависимая переменная и регрес-соры имеют одинаковую максимальную степень интегрированности (как минимум, 1, в противном случае используется стандартный регрессионный анализ) и 2) ошибки регрессии являются стационарными (в противном случае, регрессия считается мнимой, а переменные не связанными между собой)12. Подробное описание данного метода представлено, например, в [10].
Коинтеграционный регрессионный анализ панельных данных в нашем случае имеет две формы: объединенный (pooled data, v. = 0) и фиксированные эффекты (fixed effects, v. Ф 0)13.
11 В качестве теста единичного корня, однако, могут быть использованы и другие тесты, например, тест Квят-ковского -Филлипса-Шмидта-Шина (KPSS).
12 Данное условие является распространенным в эко-нометрической практике. Оригинальный метод Энгела и Грейнджера предписывает только более низкую степень интеграции ошибок регрессии, чем у переменных в регрессионной модели.
13 В нашем случае выборка представляет собой большую часть генеральной совокупности, поэтому использование фиксированных эффектов предпочтительнее. Кроме того, при данном количестве регрессоров 380 наблюдений недостаточно для вычисления случайных эффектов (random effects).
Результаты
Согласно результатам ЛОБ тестов и мета-тестов Чои, все регрессоры Хи имеют практически однородную ненулевую степень интеграции (1), а ошибки регрессии у объединенной модели и фиксированных эффектов практически однородно стационарны при уровне значимости 5 %, что свидетельствует о немнимости взаимосвязи (регрессии) между СОЯЯ.{ и X..
Оценки коэффициентов в ошибки и _р-значе-ния, а также параметры регрессии приведены в табл. 1 и 2. В обоих случаях мы корректируем гетероскедастичность, выявленную на основе тестов Вайта (при значимости 5 %) с помощью оценки Ньюи-Веста (НАС) [23].
Согласно тесту Бройша-Пагана [24], объединенная модель не является оптимальной при уровне значимости 5 %, что оправдывает применение фиксированных эффектов: прирост Я2 составляет 0,106 (в целом он составил 0,7385 при статистике Дурбина-Уотсона большей чем 0,5) (табл. 2).
Обзор статистически значимых факторов коррупции, отсортированных по силе влияния, представлен в табл. 3.
Выводы
Проведенное исследование позволило произвести оценку детерминантов коррупции в регионе Центральной и Восточной Европы (ЦВЕ) на выборке 10 стран за 1975-2012 гг. (380 наблюдений).
Согласно нашей модели, вступление стран ЦВЕ в Европейский союз (ЕС) и создание более сильных парламентских коалиций благотворно влияют на борьбу с коррупцией, что можно объяснить усилением общественного и политического контроля, а также изменениями в легислативе (в связи с членством в ЕС).
Наоборот, членство в ОЭСР, централизация власти в руках президента и увеличение числа партий вместе с ростом неравномерности доходов в обществе ведут к усилению коррупции; что может свидетельствовать о слабой взаимосвязи между уровнем экономического развития страны и уровнем коррупции.
В целом, наши результаты не противоречат предыдущим исследованиям на подобную тему, однако дальнейшие изыскания позволят воссоздать более подробную картину.
Таблица 1
Оценки объединенной модели (pooled regression)*
Model: Pooled OLS, using 378 observations Included 10 cross-sectional units Time-series length: minimum 36, maximum 38 Dependent variable: CORR Robust (HAC) standard errors coefficient std. error t-ratio P- value
const 5 .74164 1 .28917 4. 454 1 .13e-05 ***
HDI -1 .72882 1 .81570 -0. 9521 0 .3417
GDP 0 .000196401 8 .49781e-05 2. 311 0 .0214 **
GINI -0 .0411314 0 .0116021 -3. 545 0 .0004 ***
SYS -0 .0154159 0 .258110 -0. 05973 0 .9524
INPOWpr -0 .0261870 0 .0107939 -2. 426 0 .0158 **
INPOWpa 0 .00478858 0 .0124729 0. 3839 0 .7013
ORIENT 0 .0718992 0 .0699233 1. 028 0 .3045
D ELECTpa 0 .00583761 0 .0570207 0. 1024 0 .9185
D ELECTpr 0 .0174971 0 .0749856 0. 2333 0 .8156
MAJpa -0 .166617 0 .0815439 -2. 043 0 .0418 **
MAJpr 0 .0218954 0 .0969465 0. 2259 0 .8214
MAJ 0 .391014 0 .304376 1. 285 0 .1997
TIME -0 .0369753 0 .00858170 -4. 309 2 .12e-05 ***
D Socialist -0 .0872086 0 .402137 -0. 2169 0 .8284
LOC -0 .164926 0 .186818 -0. 8828 0 .3779
D EU -0 .0938514 0 .181211 -0. 5179 0 .6048
D OECD -0 .599961 0 .443102 -1. 354 0 .1766
D WTO -0 .220747 0 .355583 -0. 6208 0 .5351
Mean dependent var 2.899815 S.D. dependent var 1 .13 8679
Sum squared resid 171.1366 S.E. of regression 0 .690437
R-squared 0.649894 Adjusted R- squared 0 .632340
F(18, 359) 37.02251 P-value(F) 1 .62e-7 0
Log-likelihood -386.5891 Akaike criterion 8 11. 1783
Schwarz criterion 885.9412 Hannan-Quinn 8 40. 8505
rho 0.731477 Durbin-Watson 0 .51 8609
Excluding the constant, p-value was highest for variable 6 (SYS)
* Источник: gretl, вычисления авторов.
Таблица 2
Оценки модели с фиксированными эффектами (fixed effects)*
Fixed effects estimator
coefficient std. error
t-ratio
p-value
const 6. .79023 1, 14851 5, 912 8, 00e-09 ***
HDI -0, .328559 1, 10246 -0, 2980 0, 7659
GDP -3, . 05365e-05 8, 37590e-05 -0, 3646 0, 7156
GINI -0, 0698768 0, 0136335 -5, 125 4, 91e-07 ***
SYS -0, .415246 0, 212249 -1, , 95 6 0, , 0512 *
INPOWpr -0, 00225529 0, 0136685 -0, 1650 0, 8690
INPOWpa -0, 0115460 0, 0149197 -0, 7739 0, 4395
ORIENT 0, 0306809 0, 0752899 0, 4075 0, 6839
D ELECTpa -0, 00601100 0, . 0361672 -0, , 1662 0, 8681
D ELECTpr -0, 0542185 0, 0811814 -0, 6679 0, 5047
MAJpa -0, 113073 0, 0645287 -1, 752 0, 0806 *
MAJpr 0, 00127845 0, 102673 0, 01245 0, 9901
MAJ 0, 743947 0, 325160 2, 288 0, 0227 **
TIME -0, 0189234 0, 0162814 -1, 162 0, 2459
D Socialist -0, 814805 0, 334991 -2, 432 0, 0155 **
D EU 0, 418765 0, 149847 2, 795 0, 0055 ***
D OECD -0, 845269 0, 408767 -2, 068 0, 0394 **
D WTO 0, 104296 0, 308431 0, 3381 0, 7355
Mean dependent var 2.899815 S.D. dependent var 1.138679
Sum squared resid
R-squared
F(26, 351)
Log-likelihood
Schwarz criterion
rho
119.0200 S.E. of regression 0.582313
0.756513 Adjusted R-squared 0.738477
41.94444 P-value(F) 2.10e-91
317.9498 Akaike criterion 689.8996
796.1417 Hannan-Quinn 732.0654
0.615764 Durbin-Watson 0.759959
Residual variance: 119.02/(378 - 27) = 0.339088 Joint significance of differing group means: F(9, 351) = 17.0774 with p-value 2.19188e-23
(A low p-value counts against the null hypothesis that the pooled OLS model is adequate, in favor of the fixed effects alternative.)
Means of pooled OLS residuals for cross-sectional units:
unit 1 -0 ,27033
unit 2 -0, 055445
unit 3 -0 ,14589
unit 4 0 ,40428
unit 5 -0 ,10363
unit 6 0 ,32442
unit 7 -0 ,36755
unit 8 0 ,14956
unit 9 -0 ,26387
unit 10 0 ,32553
Breusch-Pagan test statistic:
LM = 127.719 with p-value = prob(chi-square(1) > 127.719) = 1.29329e-29
(A low p-value counts against the null hypothesis that the pooled OLS model is adequate, in favor of the random effects alternative.)
Omitting group means regression: insufficient degrees of freedom
* Источник: gretl, вычисления авторов.
Таблица 3
Обзор статистически значимых регрессоров модели*
Фактор Сила зависимости (модуль от Рй) Направление зависимости
D_OECD 0,8453 +
D_Socialist 0,8148 +
MAJ 0,7439 -
D_EU 0,4188 -
SYS 0,4152 +
MAJpa 0,1131 +
GINI 0,0699 +
* Источник: составлено авторами.
Список литературы
1. Бикеев И. И. Проблемы отграничения взятки от подарка в россии и за рубежом: практика и тенденции // Актуальные проблемы экономики и права. - 2013. - № 1 (25). -С. 245-249.
2. Клеймёнов М. М., Пустовит Р. В. Методологические аспекты прогнозирования коррупции // Актуальные проблемы экономики и права. - 2012. - № 4 (24). - С. 42-51.
3. Ali, M. A., Isse, H. S. Determinants of Economic Corruption: A Cross-Country Comparison. Cato Journal, 2013. - No. 3 (22). - Рр. 449-466.
4. Bonaglia, F. et al. How Globalization Improves Governance // Centre for Economic Policy Research, Organisation for Economic Co-operation and Development Discussion Papers, 2001. - No. 2992.
5. Braun, M., Di Tella R. Inflation, Inflation Variability, and corruption // Economics and Politics, 2004. - No. 16.
6. Fleisher, B. M. The Economics of Delinquency. - Chicago: Quadrangle, 1966.
7. Frechette, G. R. A Panel Data Analysis of the Time-Varying Determinants of Corruption // Paper presented at the EPCS, 2001. - Рр. 1-30.
8. Chmelik, J. et all. Pozornost, ¿platek a korupce. - Prague: Linde, Praha a.s., 2003.
9. Lederman, D. a kol. Accountability and Corruption: Political Institutions Matter // Economics and Politics, 2005. - No. 17. - Pp. 1-35.
10. Bolotov, I. I., Evan, T. The Weak Relation between Foreign Direct Investment and Corruption: a Theoretical and Econometric Study // Prague Economic Papers, 2014. - Accepted for publication.
11. Mauro, P. Corruption and Growth // Quarterly Journal of Economics, 1995. - No. 3 (110). - Рр. 681-713.
12. Pellegrini, L., Gerlagh, R. Corruption and environmental policies: what are the implications for the enlarged EU? // European Environment: the Journal of European Environmental Policy, 2006. - No. 3 (16). - Pp. 139-154.
13. Persson, T. a kol.: The Economic Effects of Constitutions. - Cambridge, Mass.: MIT Press, 2003. - 320 р.
14. Ranjan, P., Bakshi B. Corruption, Environmental Resources, and International Trade. B. E. // Journal Of Economic Analysis & Policy: Topics In Economic Analysis & Policy, 2006. - 1 (6). - Pp. 1-2.
15. Shlapentokh, V. Corruption, the power of state and big business in Soviet and post-Soviet regimes // Communist & Post-Communist Studies, 2013. - No. 1 (46). - Pp. 147-158.
16. Engle R., Granger C. W. J. Co-Integration and Error Correction: Representation, Estimation, and Testing // Econometrica, 1987. - No. 2(55). - Pр. 251-276.
17. Arlt J. Regresni analyza nestacionarnich ekonomickych casovych rad // Politicka ekonomie, 1997. - No. 2.
18. Choi I. Unit root tests for panel data // Journal of International Money and Finance, 2001. - No. 2(20). -Pp. 249-272.
19. Nye J. S. Corruption and Political Development: A Cost-Benefit Analysis. // American Political Science Review, 1967. -No. 2(67). - Pp. 417-427.
20. Transparency International. The Anti-Corruption Plain Language Guide, 2009. - URL: http://files.transparency. org/content/download/84/335/file/2009_TIPlainLanguage Guide_EN.pdf
21. Treisman, D. The Causes of Corruption: A Cross-National Study // Journal of Public Economics, 2000. - No. 76. -Pp. 399-457.
22. Dickey, D. A., Fuller, W. A. Distribution of the Estimators for Autoregressive Time Series with a Unit Root // Journal of the American Statistical Association, 1979. - No. 74. - Pp. 427-431.
23. Newey, W. K., West, K. D. A Simple, Positive Semi-definite, Heteroskedasticity and Autocorrelation Consistent Covariance Matrix // Econometrica, 1987. - No. 3 (55). -Pp. 703-708.
24. Breusch, T. S., PaganA. R. Simple test for heteroscedastic-ity and random coefficient variation // Econometrica. - No. 5 (47). -Pp. 1287-1294.
В редакцию материал поступил 20.09.13 © Таушер Й., Чайка Р., Болотов И. И. , 2013
Информация об авторах
Йозеф Таушер, кандидат экономических наук, доцент, заместитель декана факультета международных отношений по научной работе и аспирантуре, доцент кафедры международной торговли, Пражский экономический университет Адрес: 130 67 Praha 3, nam. W. Churchilla, 4, tel.: (+420) 224 09 5248 E-mail: [email protected]
Радек Чайка, кандидат экономических наук, ассистент заместителя декана факультета международных отношений по научной работе и аспирантуре, старший преподаватель кафедры международной торговли, Пражский экономический университет
Адрес: 130 67 Praha 3, nam. W. Churchilla, 4, tel.: (+420) 224 09 5270 E-mail: [email protected]
Болотов Илья Игоревич, кандидат экономических наук, MBA-MAE, старший преподаватель кафедры международной торговли, Пражский экономический университет
Адрес: 130 67 Praha 3, nam. W. Churchilla, 4, tel.: (+420) 224 09 5283 E-mail: [email protected]
Как цитировать статью: Таушер Й., Чайка Р., Болотов И. И. Детерминанты коррупции в странах Центральной и Восточной Европы // Актуальные проблемы экономики и права. -2013. - № 4 (28). - С. 5-13.
J. TAUSER,
PhD (Economics), associate professor,
R. CAJKA,
PhD (Economics), vice dean's assistant, senior lecturer,
1.1. BOLOTOV,
PhD (Economics), MBA-MAE senior lecturer
Prague Economics University, Prague, Czech Republic
CORRUPTION DETERMINANTS IN THE CENTRAL AND EAST EUROPEAN COUNTRIES14
Objective: to determine the extent and direction of dependence between the corruption level and its determinants in Central and East European countries.
Methods: cointegration regression Engle Granger analysis foe panel data, based on the extended unit root Dickey-Fuller tests and Choi meta-tests.
Results: according to our model, joining the European Union and forming the more powerful parliamentary coalitions favorably influences corruption in the countries of the region. On the contrary, membership in the Organisation for Economic Co-operation and Development, centralization of power in the hands of a president and increasing the number of parties, as well as growth of incomes inequality lead to the growt of corruption.
Scientific novelty: corruption determinants in Central and East European countries are determined at regional level for 1975-2012.
Practical value: possibility to better understand the negative public phenomena in Central and East Europe, which would allow to optimize the anti-corruption policy in these countries in future.
Key words: Central and East Europe; corruption; determinants; cointegration analysis; regression.
14 The article is prepared within the project of Prague Economics University IGS F2/9/2012 "Podnikatelske prostredi v Ceske republice a jeho vliv na konkurenceschopnost CR".
References
1. Bikeev, I. I. Problemy otgranicheniya vzyatki ot podarka v Rossii i za rubezhom: praktika i tendentsii (Problems of distinguishing a bribe from a present in Russia and abroad: practice andtrends), Aktual'nye problemy ekonomiki iprava, 2013, No. 1(25), pp. 245-249.
2. Kleimenov, M. M., Pustovit, R. V. Metodologicheskie aspekty prognozirovaniya korruptsii (Methodological aspects of corruption prediction), Aktual'nye problemy ekonomiki i prava, 2012, No. 4(24), pp. 42-51.
3. Ali, M. A., Isse, H. S. Determinants of Economic Corruption: A Cross-Country Comparison, Cato Journal, 2013, No. 3(22), pp. 449-466/
4. Bonaglia, F. et al. How Globalization Improves Governance, Centre for Economic Policy Research, Organisation for Economic Co-operation and Development Discussion Papers, 2001, No. 2992.
5. Braun, M., Di Tella R. Inflation, Inflation Variability, and corruption, Economics and Politics, 2004, No. 16.
6. Fleisher, B. M. The Economics of Delinquency. Chicago: Quadrangle, 1966.
7. Frechette, G. R. A Panel Data Analysis of the Time-Varying Determinants of Corruption, Paper presented at the EPCS, 2001.
8. Chmelik, J. et all. Pozornost, uplatek a korupce. Prague: Linde, Praha a.s., 2003.
9. Lederman, D. a kol. Accountability and Corruption: Political Institutions Matter, Economics and Politics, 2005, No. 17, pp. 1-35.
10. Bolotov, I. I., Evan, T. The Weak Relation between Foreign Direct Investment and Corruption: a Theoretical and Econometric Study, Prague Economic Papers, 2014, accepted for publication.
11. Mauro, P. Corruption and Growth, Quarterly Journal ofEconomics, 1995, No. 3(110), pp. 681-713.
12. Pellegrini, L., Gerlagh, R. Corruption and environmental policies: what are the implications for the enlarged EU?, European Environment: the Journal of European Environmental Policy, 2006, No. 3(16), pp. 139-154.
13. Persson, T. a kol.: The Economic Effects of Constitutions. Cambridge, Mass.: MIT Press, 2003, 320 p.
14. Ranjan, P., Bakshi B. Corruption, Environmental Resources, and International Trade. B. E., Journal Of Economic Analysis & Policy: Topics In Economic Analysis & Policy, 2006, No. 1(6), pp. 1-2.
15. Shlapentokh, V. Corruption, the power of state and big business in Soviet and post-Soviet regimes, Communist & Post-Communist Studies, 2013, No. 1(46). pp. 147-158.
16. Engle, R., Granger, C. W. J. Co-Integration and Error Correction: Representation, Estimation, and Testing, Econometrica, 1987, No. 2(55), pp. 251-276.
17. Arlt, J. Regresni analyza nestacionarnich ekonomickych casovych rad, Politicka ekonomie, 1997, No. 2.
18. Choi, I. Unit root tests for panel data, Journal of International Money and Finance, 2001, No. 2(20), pp. 249-272.
19. Nye, J. S. Corruption and Political Development: A Cost-Benefit Analysis, American Political Science Review, 1967, No. 2(67), pp. 417-427.
20. Transparency International. The Anti-Corruption Plain Language Guide, 2009, available at: http://files.transparency.org/content/down-load/84/335/file/2009_TIPlainLanguageGuide_EN.pdf
21. Treisman, D. The Causes of Corruption: A Cross-National Study, Journal of Public Economics, 2000, No. 76, pp. 399-457.
22. Dickey, D. A., Fuller, W. A. Distribution of the Estimators for Autoregressive Time Series with a Unit Root, Journal of the American Statistical Association, 1979, No. 74, pp. 427-431.
23. Newey, W. K., West, K. D. A Simple, Positive Semi-definite, Heteroskedasticity and Autocorrelation Consistent Covariance Matrix, Econometrica, 1987, No. 3(55), pp. 703-708.
24. Breusch, T. S., Pagan, A. R. Simple test for heteroscedasticity and random coefficient variation, Econometrica, No. 5(47), pp. 1287-1294.
Information about the authors
Josef Tauser, PhD (Economics), associate professor, vice dean's assistant of the faculty of international relations on scientific work and postgraduate studies, associate professor of the chair of international trade, Prague Economics University Address: nâm. W. Churchilla 4, Praha 3, 13067, Czech Republic, tel.: (+420) 224 09 5248 E-mail: [email protected]
Radek Cajka, PhD (Economics), vice dean's assistant of the faculty of international relations on scientific work and post-graduate studies, senior lecturer of the chair of international trade, Prague Economics University
Address: nâm. W. Churchilla 4, Praha 3, 13067, Czech Republic, tel.: (+420) 224 09 5270 E-mail: [email protected]
Ilya Igorevich Bolotov, PhD (Economics), MBA-MAE, senior lecturer of the chair of international trade, Prague economics university Address: nâm. W. Churchilla 4, Praha 3, 13067, Czech Republic, tel.: (+420) 224 09 5283 E-mail: [email protected]
How to cite the article: Tauser J., Cajka R., Bolotov I.I. Corruption determinants in the Central and East European countries, Aktual'nye problemy ekonomiki i prava, 2013, No. 4 (28), pp. 5-13.
© Tauser J., Cajka R., Bolotov, I. I. , 2013
