Variables y fuentes de datos

Aquí revisaré parte del análisis empírico de Rosser Jr. et al. (2007), en el que se consideran ocho variables: una medida de la participación del sector NOE en cada economía, una medida del índice de Gini del grado de desigualdad del ingreso en cada economía, un índice del grado de corrupción en cada economía, real per cápita ingresos en cada economía, tasas de inflación en cada economía, una medida de la carga fiscal en cada economía, una medida del cumplimiento de los derechos de propiedad, una medida del grado de regulación en cada economía y un grado de confianza generalizada. 7 Este conjunto de variables produjo ecuaciones para todas las variables dependientes con altos grados de significación estadística basadas en la prueba F. Los resultados para 1992-1993 y 2000 se estimaron utilizando estimaciones de MCO. Hay problemas para medir cada una de estas variables.

Sin duda, el más difícil de medir es la participación relativa de una economía que no se observa. La esencia del problema es que uno está tratando de observar lo que, en general, la gente no desea haber observado. Por lo tanto, existe una incertidumbre inherentemente sustancial con respecto a cualquier método o estimación, y hay mucha variación entre los diferentes métodos de estimación. Schneider y Enste (2000) proporcionan una discusión de los diversos métodos que se han utilizado. Sin embargo, argumentan que para las economías capitalistas de mercado desarrolladas, el método más confiable es el que se basa en el uso de estimaciones de la demanda de divisas. Se hace una estimación de la relación entre el PIB y la demanda de divisas en un período base, luego se miden las desviaciones de los pronósticos de este modelo. Este método, debido a Tanzi (1980), se utiliza ampliamente en muchos países de ingresos altos para medir la actividad delictiva en general. Dado que la mayoría de los modelos de demanda de divisas asumen que las tasas impositivas miden el efecto de la economía sumergida, esto complica su uso para probar esa variable. 8

Schneider y Enste recomiendan el uso de modelos de consumo de electricidad para economías en transición, un método originado por Lizzera (1979) debido a la inestabilidad de las relaciones financieras durante la transición económica. Kaufmann y Kaliberda (1996) y también Lackó (2000) han realizado tales estimaciones para las economías en transición, que proporcionan la base para el trabajo anterior de Rosser Jr. et al. (2003b). Las estimaciones de Kaufmann y Kaliberda tienen un método similar al de la demanda de moneda, excepto que se estima una relación entre el PIB y el uso de electricidad en un período base, y las desviaciones más tarde proporcionan la participación estimada de la NOE. El enfoque de Lackó difiere en que modela las relaciones de consumo de electricidad de los hogares en lugar del uso de electricidad a nivel agregado. Por supuesto, muchas formas de actividad económica clandestina no implican el uso de electricidad, y la tecnología de producción de electricidad puede cambiar con el tiempo y complicar tales estimaciones.

Otro enfoque es MIMIC, o indicador múltiple de causa múltiple, utilizado por primera vez en este contexto por Frey y Pommerehne (1984) y utilizado por Loayza (1996) para realizar estimaciones para varias economías latinoamericanas. Este método implica derivar la medida a partir de un conjunto de vínculos entre presuntas variables subyacentes y presuntos indicadores. Este método tiene el problema de que, en efecto, ya supone saber cuáles son las relaciones, por lo que se obtendrán resultados sesgados al probarlo en cualquiera de las presuntas variables subyacentes. 9

Un método más consiste en observar las discrepancias en los datos de las cuentas de producto y el ingreso nacional entre las estimaciones del PIB y las estimaciones del ingreso nacional. Schneider y Enste enumeran varios otros métodos que se han utilizado. Sin embargo, estos cuatro son los que subyacen a las cifras que utilizamos en nuestras estimaciones.

Si bien se utilizan algunas alternativas a algunas de sus otras variables, las medidas de la NOE que Friedman et al. (2000) se utilizan para las estimaciones de 1992-1993 que son más directamente comparables con su estudio. Estos, a su vez, se toman de tablas que aparecen en una versión anterior de Schneider y Enste (2000). Tienen 69 países enumerados y para muchos países proporcionan dos estimaciones diferentes. En general, para los países de la OCDE utilizan estimaciones de demanda de divisas, principalmente debido a Schneider (1997) o Williams y Windbeck (1995) o Bartlett (1990), con promedios de las estimaciones proporcionadas cuando hay más de uno disponible. Para las economías en transición se utilizan modelos de consumo de electricidad, principalmente de Kaufmann y Kaliberda, con algunos de Lackó. Los modelos de consumo de electricidad también se utilizan para las estimaciones más dispersas para África y Asia, y la mayoría de estas estimaciones se basan en el trabajo de Lackó, como se informa en Scheider y Enste. Para América Latina, la mayoría de las estimaciones provienen de Loayza (1996) que utilizó el método MIMIC. Sin embargo, para algunos países, los números de modelo de consumo de electricidad están disponibles, debido a Lackó y reportados por Schneider y Enste. Por último, el enfoque de discrepancia de las cuentas de ingresos y productos nacionales fue la fuente de un país, Croacia, también como se informa en Schneider y Enste. Aquí, la estimación se selecciona de las disponibles en función de los argumentos anteriores sobre cuál se esperaría que fuera más preciso. La mayoría de estas cifras corresponden a principios y mediados de la década de 1990.

Para 2000 números proporcionados por Schneider y Klinglmair (2004) son usados. Una parte sustancial de estos números se basan en la extensión DYMIMIC del método MIMIC. Esto dificulta la comparación de nuestros resultados para los dos puntos de datos diferentes y para cualquier estudio de relaciones dinámicas entre ellos, que generalmente mostraron resultados en su mayoría no significativos. 10 Desafortunadamente, hubo menos números de países disponibles para este año, y el conjunto consistió principalmente en los de la OCDE y las economías en transición. Esta variable se convirtió en la principal limitación para el conjunto de datos de 2000, que tenía solo 21 países para todas las variables.

Aunque no es tan difícil de medir como la NOE, la desigualdad de ingresos es una variable algo difícil de medir, con varios enfoques en competencia. El coeficiente de Gini es el número más ampliamente disponible en diferentes países, aunque no está disponible para todos los años en la mayoría de los países. Además, existen diferentes fuentes de datos que subyacen a las estimaciones de la misma, y ​​las encuestas en los países de ingresos más altos generalmente reflejan los ingresos, mientras que en los países más pobres a menudo reflejan solo patrones de consumo. Para la mayoría de los países en transición para 1992–93, las estimaciones elaboradas por Rosser Jr. et al. (2000) se utilizan, sin embargo, para los demás países se utilizan números proporcionados por el Informe de Desarrollo Humano de las Naciones Unidas para 2002 o 2003, que también corresponden a varios años de la década de 1990. De los 69 países estudiados en Friedman et al. (2000) hay tres para los que no se dispone de datos sobre el coeficiente de Gini: Argentina, Chipre y Hong Kong. Por tanto, no se incluyen en estas estimaciones.

La medida de corrupción es un índice utilizado por Friedman et al. (2000) que proviene de Transparencia Internacional (1998). Cabe señalar que la escala utilizada para este índice tiene un valor más alto para las naciones menos corruptas y varía de uno a diez. Esto contrasta con nuestros números de coeficiente de Gini y NOE, que aumentan con más NOE y más desigualdad. Por lo tanto, una relación positiva entre la corrupción y cualquiera de esas otras dos variables se mostrará como una relación negativa para nuestras variables. Para 2000 se utilizan números actualizados de la misma fuente.

Las cifras reales del PIB per cápita provienen del Informe de Desarrollo Humano de la ONU para 2001 y son para el año 2000. La tasa de inflación estimada es de la misma fuente pero es un promedio para el período 1990-2000. La medida de la carga tributaria proviene del Índice de Libertad Económica 2001 de Heritage Foundation (O’Driscoll Jr. et al.2001). Esto combina una estimación basada en la tasa impositiva marginal máxima sobre la renta, la tasa impositiva marginal que enfrenta el ciudadano medio y la tasa impositiva corporativa máxima y oscila entre uno (carga impositiva baja) y 5 (carga impositiva alta). Este número aumenta a medida que aumenta la carga fiscal. La medida de la aplicación de los derechos de propiedad proviene de O’Driscoll Jr. et al. (2001) y varía de uno (alto cumplimiento de los derechos de propiedad) a cinco (bajo cumplimiento de los derechos de propiedad). La medida de la carga regulatoria también es de O’Driscoll Jr. et al. (2001) y varía de uno (carga reglamentaria baja) a cinco (carga reglamentaria alta). Obviamente, hay una cantidad considerable de subjetividad involucrada en muchas de estas estimaciones. Después de tener en cuenta estas variables hasta ahora, el conjunto de datos utilizables se reduce de 69 a solo 52.

Finalmente, la medida de confianza para 1992-1993 es el índice utilizado en la Encuesta Mundial de Valores (Inglehart et al. 1998), que varía de cero a 100, y un valor más alto significa más confianza. Aunque estudian 43 “sociedades,” muchas de estas son subsecciones de las naciones que se observan aquí, como la ciudad de Moscú e Irlanda del Norte. Al final, cuando los números de este tipo se combinan con los enumerados anteriormente, solo quedan 32 de los 69 países originales, con el conjunto fuertemente dominado por la OCDE y los países en transición. Por lo tanto, con el fin de capturar una visión más amplia, se consideran regresiones con y sin la variable de confianza. Para 2000, los números utilizados para este índice fueron proporcionados personalmente por Ronald Inglehart, para el cual se dispuso de estimaciones anuales para muchos más países. 11