Везде
Investigation of the relationship between the levels of public trust and corruption: A topological model and statistical methods
Table of contents
Annotation Estimate Publication content
References Comments
Share
QR
Metrics
Investigation of the relationship between the levels of public trust and corruption: A topological model and statistical methods
Annotation
PII
S042473880023015-5-1
DOI
10.31857/S042473880023015-5
Publication type
Article
Status
Published
Authors
Natalia Egorova 
Occupation: Chief Researcher
Affiliation: Central Economics and Mathematics Institute, Russian Academy of Sciences
Address: Moscow, Nachimovky prospect, 47
Aleksandr Gorlov
Occupation: Research fellow
Affiliation: Central Economics and Mathematics Institute, Russian Academy of Sciences
Address: Nakhimovskiy prospekt, 47
Edition
Volume 58 Issue 4
Pages
17-28
Abstract

CPI indexes.

Keywords
trust index, corruption perception index, topological model, corruption scale, regression analysis, statistical criteria
Received
01.09.2022
Date of publication
07.12.2022
Number of purchasers
10
Views
345
Readers community rating
0.0 (0 votes)
Cite Download pdf
Additional services access
Additional services for the article
Services benefits
100 RUB / 1.0 SU
Additional services for the issue
Services benefits
870 RUB / 15.0 SU
Additional services for all issues for 2022
Services benefits
2610 RUB / 58.0 SU
1

Введение
2

Категории «общественное доверие» и «коррупция» принадлежат к числу наиболее обсуждаемых в научной литературе. Однако вопросы, касающиеся взаимосвязи между ними, остаются дискуссионными. Принято считать, что в странах с низким уровнем развития коррупционных отношений наблюдается более высокий уровень общественного доверия. И наоборот: при высокой коррупционной составляющей уровень общественного доверия ниже. В то же время имеется ряд примеров, когда такое соотношение не соблюдается. Так, относительно высокие масштабы коррупции (традиционные, например, для ряда стран Юго-Восточной Азии) часто сопровождаются высоким уровнем доверительных отношений, что обусловлено сложившимися в этих государствах культурно-историческими традициями: коррупционная составляющая, присутствующая в осуществляемых транзакциях, является в этих случаях институциональной нормой.
3 Это же касается и динамического аспекта данного вопроса: тренды, наблюдающиеся при изменении рассматриваемых категорий, зачастую бывают противоречивыми. В частности, излишний рост доверительности отношений может сопровождаться не ожидаемым падающим трендом уровня коррупции, а приводить к росту масштабов этого явления ввиду снижения уровня общественного контроля.
4 Очевидно, что рассматриваемые экономические феномены взаимообусловлены и характеризуются наличием сложной системы прямых и обратных связей.
5 В статье рассматривается гипотеза о нелинейном характере зависимости между уровнем общественного доверия и масштабами коррупции; осуществляется проверка гипотезы на наличие эмпирических данных; выявляются особенности поведения этой функции на отдельных участках в области ее определения.
6

Основные понятия и обзор литературы
7 Аналитический обзор научных работ, посвященных исследованию категорий общественного доверия и коррумпированности социально-экономической деятельности, свидетельствует о наличии ряда нерешенных проблем.
8 Во-первых, в большинстве публикаций и доверительные, и коррупционные отношения, как правило, рассматриваются изолированно, т.е. без учета взаимной связи данных общественных явлений. Между тем рассматриваемые феномены, как уже указывалось, связаны, и система их взаимосвязей сложна и нелинейна. Имеющаяся в разработках ниша делает актуальным исследование именно аспекта взаимной связи данных общественных феноменов.
9 Во-вторых, проблемы измерения уровней общественного доверия и масштабов коррупции, и в особенности количественной оценки тесноты взаимосвязи между ними, относятся к числу наименее разработанных.
10

Понятия доверия и коррумпированности входят в круг категорий, наиболее часто изучаемых в рамках неоинституционального направления экономической науки.
11 «Доверие» представляет собой сложное и многогранное понятие, для которого пока не существует единого определения. Термин «доверие» был впервые введен в 1964 г. экономистом и философом Ф. Фукуямой, который обозначил его в своих работах «как ожидание того, что члены данного сообщества будут вести себя нормально и честно, проявляя готовность к взаимопомощи в соответствии с общепризнанными нормами» (Фукуяма, 2004). Важность этого феномена как фактора экономического роста отмечена лауреатами Нобелевской премии Дж.Ю. Стиглицем (Стиглиц, 2005) и К. Эрроу (Arrow, 1972). В настоящее время данный феномен активно исследуется большим числом ученых: (Д.А. Авдеевой, А.В. Беляниным, Ю.Л. Веселовым, И.В. Глушко (Глушко, 2016), В.Е. Дементьевым (Дементьев, 2004), В.П. Зинченко, А.Б. Купрейченко, А.К. Ляско (Ляско, 2003, 2019), Б.З. Мильнером, В.Л. Тамбовцевым, А.Н. Татарко, Дж. Акерлофом, С. Кови, Б. Шо и др.
12 Коррумпированность общества означает подверженность (склонность) экономических субъектов коррупции, под которой обычно понимается использование должностным лицом возможностей и связей в целях личной выгоды и противоречащее законодательству и моральным установкам. Этимологически этот термин восходит к латинским словам corrumpere (растлевать) и corruptio (подкуп, продажность, порча, разложение)1.
1. Определение коррупции см.: >>>>
13 Анализ данной экономической категории производится в трудах многих российских исследователей (Сатаров, 2007; Нисневич, Стукал, 2012; Мысловский, 2007; Быкова, 2012; Руденко, 2017; Яковлев, 1999; Балог, 2015; Балог, Троян, 2016; Буров, 2011; Гуров, 2006; Елисеева, Бурова, 2001; Попов, Тарасов, 2005; Суворов, Балаев, 2011; и др.).
14 Если общественное доверие рассматривается обычно как позитивный фактор, содействующий интенсивности осуществляемых в бизнесе транзакций и обеспечивающий экономический рост (Arrow, 1972), то коррумпированность считается негативным фактором, тормозящим экономику. Однако не все так однозначно. Коррупция может выполнять в различных системах управления как замещающие, так и стимулирующие функции. В частности, в ряде случаев коррупционные механизмы являются своеобразными драйверами принятия важных решений и могут компенсировать отсутствие адекватных легитимных экономических механизмов. В тех случаях, когда решение принимается в неэффективно действующей управленческой структуре, коррупция выполняет стимулирующие функции, играя роль смазки в целях более эффективной работы бюрократического аппарата (Полтерович, 1998).
15 Важным вопросом является количественное измерение рассматриваемых категорий доверия и коррупции. В настоящее время разработан комплекс методов, необходимых для количественного измерения уровня доверия экономических субъектов различных иерархий, обзор которых содержится в работах (Егорова, Королева, 2020; Егорова, Смулов, Королева, 2021). Различные подходы к количественной оценке текущего и ожидаемого уровней доверия между экономическими агентами широко представлены в трудах современных отечественных и зарубежных авторов: А.Б. Аюрзанайн, В.В. Позняков, Д.А. Ерошин, С.В. Ефимова, П.В. Жаворонков, Д.М. Сафина, А.Н. Татарко, П.Дж. Зак, Д.Х. Ибрагимова, А.Л. Журавлев, Ф. Кифер, Е.В. Марушкина, И.А. Николаев, К. Ньютон, С. Нэк, Р. Ла Порта, Ф. Рут, Дж.Ф. Хеливелл и др.
16 На макроуровне для количественной оценки общественного доверия обычно используются два международных индекса — WVS (World Values Survey) и ETB (Edelman Trust Barometer).
17 Наиболее часто применяется индекс ETB, который и выбран для дальнейшего исследования. Этот индекс ежегодно составляется независимой коммуникационной фирмой Edelman и официально публикуется с 2000 г. в соответствующих отчетах2. Исследование доверия и надежности базируется на основе опросов респондентов различных социальных групп и слоев общества.
2. Официальный сайт компании «Edelman» (https://www.edelman.com/trustbarometer).
18 Для оценки развития в обществе коррупционных отношений применяется индекс восприятия коррупции (Corruption Perceptions Index, CPI) — показатель, ежегодно составляемый с 1995 г. международной неправительственной организацией «Transparency International» и отражающий уровень восприятия коррупции аналитиками и предпринимателями по 100-балльной шкале. Расчет индекса основывается на методе анкетирования и обработки ответов, полученных в процессе нескольких независимых опросов и выявляющих влияние коррупционных воздействий на бизнес и социальную деятельность. При этом в качестве респондентов участвуют международные финансовые и правовые эксперты. По содержанию и методике построения индекс восприятия коррупции является обратным по отношению к масштабам развития коррупционных отношений в конкретной стране и представляет собой оценку от 0 (максимальный уровень коррупции) до 100 (отсутствие коррупции)3.
3. Определение индекса восприятия коррупции см.: >>>>
19

Топологическая модель взаимосвязи доверия и коррупции
20 Для анализа взаимосвязи между уровнем доверия и коррумпированности общества авторами предложена топологическая модель, в которой связи между объектами или исследуемыми признаками отображаются в виде координатных данных.
21 Модель представлена множеством точек ( x , y ), где x и y получены в результате обработки статистических временных рядов индексов ETB и CPI как средних значений для рассматриваемого временного периода по 28 странам. При этом средние значения CPI формируют величину x на оси абсцисс; а средние значения ETB — величину y на оси ординат. Данная топологическая модель позволяет визуально анализировать зависимость y=fx и оценивать гипотезу о нелинейности имеющихся связей между уровнями доверия и коррупции.
22 В ходе исследования были построены два варианта топологической модели: 1) основной (для периода 2011–2021 гг.); 2) малый (для периода 2013–2019 гг.), которые представлены на рис. 1. Далее в работе используется преимущественно основной вариант как наиболее репрезентативный. Эмпирические данные для основного и малого вариантов топологической модели приведены в табл. 1. Несмотря на разницу в охвате периода времени (11 лет и 7 лет), оба варианта модели дают схожую картину, что свидетельствует об устойчивости полученных результатов4. Сопоставление основного и малого вариантов топологической модели позволяет выявить некоторые тенденции в динамике исследуемых процессов. Наиболее существенное смещение в положении на координатной плоскости приходится на относительно небольшое число стран, представленных в табл. 1, что свидетельствует об активности происходящих в них трансформаций, влияющих на уровень доверия и коррупции (пандемия, экономические санкции, внешнеэкономическая политика, борьба с коррупцией). К числу таких стран относятся: Аргентина (рост уровня доверия), Малайзия (снижение уровня доверия), Нидерланды (рост уровня доверия, снижение масштабов коррупции), Россия (рост уровня доверия) и т.д. В табл. 2 представлены данные о пяти странах с наиболее высоким по модулю изменением индексов ETB и CPI ( ΔETB и ΔCPI ).
4. Результаты анализа малого варианта топологической модели более детально представлены в работе (Егорова, Королева, Горлов, 2020).
23 Таблица 1. Эмпирические данные для построения топологической модели: средние значения индексов ETB и CPI
24
Страна 2011–2021 гг. 2013–2019 гг.
ETB CPI ETB CPI
Австралия 50 79 48 79
Аргентина 49 37 47 37
Бразилия 54 39 51 39
Великобритания 44 78 45 79
Германия 47 80 47 80
Гонконг 52 77 52 75
Индия 70 38 71 39
Индонезия 70 36 70 36
Ирландия 41 73 40 74
Испания 44 60 43 59
Италия 49 47 47 47
Канада 55 81 55 81
Китай 75 40 75 39
Колумбия 52 37 52 37
Малайзия 58 49 57 50
Мексика 60 31 59 31
Нидерланды 59 84 57 83
ОАЭ 70 69 70 70
Польша 39 59 39 60
Россия 35 28 37 28
Сингапур 66 86 65 85
США 49 72 50 73
Турция 43 42 43 43
Франция 45 70 45 70
Швеция 42 87 43 87
ЮАР 46 43 45 44
Южная Корея 46 57 45 56
Япония 40 74 39 74
25 Источник: составлено авторами по данным сайтов компаний “Edelman” и “Transparency International”. Таблица 2. Страны, имеющие наибольшее смещение на координатной плоскости сравнении основного и малого вариантов топологической модели (отдельно для индексов ETB и CPI)
26
Изменение уровня коррупции Изменение уровня доверия
Страна Δx=ΔCPI Страна Δy=ΔETB
Гонконг 2 Бразилия 3
Испания 1 Нидерланды 3
Южная Корея 1 Италия 2
Сингапур 1 Аргентина 2
Китай 1 Австралия 2
Источник: составлено авторами по данным табл. 1.
27 В соответствии с данными табл. 1–2 значениями, индикатор CPI подвержен меньшей динамике, чем ETB, что свидетельствует о большей инерционности коррупционной составляющей и о сложностях ее преодоления. В то же время на рис. 1 имеются стационарные точки, не изменяющие своего положения на координатной плоскости, которые соответствуют странам: Германия, Индонезия, Канада, Колумбия, Франция.
28

а)                                                                                  б)
29

Рис. 1. Топологическая модель: средние значения уровня доверия (ETB) и индекса восприятия коррупции (CPI) по странам: а) основной вариант; б) малый вариант.
30 Источник: составлено авторами по данным сайтов компаний “Edelman” и “Transparency International”.
31 Визуальный анализ обоих вариантов топологической модели позволяет сделать следующие выводы.
32
  1. Полученное множество точек представляет собой некое «облако», имеющее небольшой отрицательный наклон к оси абсцисс, а также выраженную нижнюю границу, где происходит их сгущение. В левой части «облака» находятся «проблемные» страны с наиболее высоким уровнем коррумпированности экономики (Аргентина, Бразилия, Индия, Индонезия, Китай, Колумбия, Мексика, Россия и др.). В правой части — государства, где коррупционная компонента играет значительно меньшую роль (Германия, Канада, Нидерланды, Сингапур и др.).
  2. Нижняя граница облака, наблюдающаяся в диапазоне значений CPI ≈ 40–80, может рассматриваться как аттрактор наиболее часто наблюдаемых значений уровня доверия: индекс ETB составляет ≈ 40–50 (на рис. 1 эта граница отмечена пунктирной линией).
  3. Конфигурация облака подтверждает нелинейный характер функции y=fx и наличие зон, где эта функция предположительно изменяет свою производную. На полученном множестве точек можно выделить три зоны, где происходит смена тренда функции y, которые характеризуются диапазонами с низкими, средними и высокими значениями CPI.
33 Так, для основного варианта топологической модели наблюдается следующая картина. В первой зоне (CPI ≈ 20–40) со странами Россия — Мексика — Аргентина — Колумбия — Бразилия — Мексика — Индонезия — Индия — Китай при снижении уровня коррумпированности растет уровень доверия. Причем в отдельных странах этой зоны (государства Юго-Восточной Азии — Китай, Индия, Индонезия) достаточно высокий уровень коррупции сосуществует с очень высоким уровнем доверия, что, по-видимому, связано с культурно-историческими традициями и менталитетом населения.
34 Такой же тренд функции y наблюдается и в зоне с высоким значением CPI > 70: Япония — Ирландия — Швеция — Великобритания — Франция — Германия — США — Австралия — Гонконг — Канада — Нидерланды — Сингапур. Для этих стран характерна наиболее благоприятная ситуация: низкий уровень коррупции сочетается с высоким уровнем доверия, растущим при снижении коррупционной компоненты.
35 В зоне средних значений (CPI ≈ 40–70) имеется обратная тенденция: снижение уровня доверия сопровождается уменьшением уровня коррупции. Такая связь может быть интерпретирована как результат действия антикоррупционных программ, в результате чего повышаются общественные требования к транспарентности производимых экономическими агентами транзакций, возрастает значимость аудита и контроля в предпринимательской деятельности, а также роль судебно-юридических процедур, которые замещают практику доверительных отношений. Иными словами, в этом случае снижение уровня общественного доверия может выступать как инструмент борьбы с коррупционной деятельностью.
36 Таким образом, анализ топологических моделей, представленных на рис. 1, опровергает представление о том, что высокий уровень доверия всегда связан с низким уровнем коррупции и растет вместе с ее снижением. Данное утверждение справедливо лишь для определенных интервалов области определения функции y. Высокий уровень доверия может сочетаться с высоким уровнем коррупции, а само доверие может выступать как инструмент для регулирования коррупционной составляющей и ее снижения.
  1. На множестве точек (x, y), представляющих топологическую модель в ее обоих вариантах, выделяются периферийные точки, не соответствующие общему порядку на координатной плоскости размещенных точек. Так, для основного варианта топологической модели эти точки соответствуют трем странам-аутсайдерам:
37 России (чрезвычайно низкий уровень доверия при высокой коррупции); Швеции (сочетание очень низкого уровня доверия при наиболее низких значениях коррупционной составляющей); Объединенным Арабским Эмиратам (очень высокая степень доверия при среднем уровне коррупции).
38

При исключении этих точек из рассмотрения выявляется общая закономерность в расположении точек на координатной оси. Приближенно вид функции y может быть описан горизонтальной по отношению к оси абсцисс «лежачей» S-образной кривой, различные участки которой могут быть интерполированы некоторыми нелинейными функциями; однако этот вопрос требует специального рассмотрения (рис. 2). Рис. 2. Топологическая модель: средние значения уровня доверия (ETB) и индекса восприятия коррупции (CPI) для основного варианта (2011–2021 гг.) без включения стран-аутсайдеров
39

Источник: составлено авторами по данным сайтов компаний “Edelman” и “Transparency International”.
40

Интервальный Метод
41 Для выявления особенностей поведения функции y=fx на отдельных участках области ее определения использован интервальный метод. Его специфика в данном случае состоит в том, что диапазоны изменения переменных задаются не только по оси абсцисс (для х), но и для оси ординат (для у). Таким образом формируются диапазонные коридоры, пересечение которых дает подмножество изучаемых точек (х,у), принадлежащее топологической модели, представленной на рис. 2. Этот метод (далее – метод диапазонных коридоров, МДК) позволяет отсекать крайние значения индексов CPI и ETB и более четко выявлять тренды их изменения. При сужении диапазонов МДК дает уточнение поведения функции y=fx в ее средней зоне (нижней части границы «облака», помеченной пунктиром на рис. 1а), что представляет особый интерес.
42 В целях удобства интерпретации результатов в работе введен индекс масштаба коррупции (индекс CPI), сформированный на базе индекса CPI. Соотношение между этими индексами:
43 CI=100-CPI ,(1)
44 где CI — индекс масштабов коррупции; CPI — индекс восприятия коррупции. То есть предполагалось, что
45 y=fx~, (2)
46 где x~=CI.
47 Применение МДК позволило получить следующие варианты.
48 Вариант 1 (ETB ≈ 30–50, CI ≈ 20–75) включал 15 стран: Австралия, Аргентина, Великобритания, Германия, Ирландия, Испания, Италия, Польша, Россия, США, Турция, Франция, ЮАР, Южная Корея и Япония.
49 Вариант 2 (ETB ≈ 30–60, CI ≈ 30–70) — 12 стран: Аргентина, Бразилия, Испания, Италия, Колумбия, Малайзия, Мексика, Польша, Турция, Франция, ЮАР и Южная Корея.
50 Вариант 3 (ETB ≈ 30–50, CPI ≈ 30–70) — восемь стран: Аргентина, Испания, Италия, Польша, Турция, Франция, ЮАР и Южная Корея.
51 Далее с учетом сделанных предпосылок методом линейной регрессии выявляется общий тренд функции y=f(x) для вариантов 1–3.
52 Результаты регрессионного анализа, характеризующего чувствительность уровня доверия к изменению индекса коррупции в группе стран по каждому варианту, приведены в табл. 3.
53 Согласно полученным данным регрессионные модели имеют слабые статистические характеристики: низкие значения коэффициента детерминации (для модели первого варианта этот показатель близок к 0) и F-критерия Фишера опровергают гипотезу о качестве и надежности регрессий. Величины t-статистик Стьюдента и их доверительные табличные интервалы для каждого показателя также свидетельствуют о недостаточной надежности уравнений5. Возможно, такое обстоятельство обусловлено небольшим числом наблюдений, поскольку по вариантам рассматривалось ограниченное число стран.
5. При оценке результатов учитывалась также величина коэффициента детерминации: чем ближе значение коэффициента к 1, тем сильнее зависимость. Для приемлемых моделей коэффициент детерминации должен быть не меньше 50%; модели с коэффициентом детерминации выше 70% считаются достаточно хорошими.
54 В целом итоги данного этапа исследований могут быть объяснены особенностями МДК, который позволяет получить хорошие результаты при больших выборках и при отсутствии большого разброса данных. В противном случае (как это было в данном эксперименте) он отсекает значительную часть информации и сужает возможности получения статистически значимых зависимостей.
55 Таблица 3. Оценка параметров регрессионных моделей по вариантам 1, 2 и 3
56
Вариант Регрессионная модель Коэффициент детерминации Статистика Фишера t-статистика
t1 t2
1 y=46,6-0,05x~ 0,04618 0,62933 15,7270 (0,00000) –0,79331 (0,44184)
2 y=31,4+0,33x~ 0,36401 5,72352 4,21663 (0,00178) 2,39239 (0,03780)
3 y=39,1+0,12x~ 0,15666 1,11459 6,73239 (0,00052) 1,05574 (0,33173)
Примечание. В скобках приведены доверительные интервалы для t-статистик Стьюдента. Источник: составлено авторами.
57

Корреляционный анализ по странам
58 Результаты корреляционного анализа, выполненного на основе имеющихся динамических рядов индексов ETB и CPI по 28 странам за период 2011–2021 гг., представлены в табл. 4. Исследование осуществлялось с использованием коэффициентов ранговой корреляции Спирмена, которые позволяют выявлять статистическую взаимосвязь рассматриваемых случайных величин. Отрицательные значения этих коэффициентов свидетельствуют о наличии отрицательной связи между исследуемыми переменными: с уменьшением коррупционной составляющей в этих странах происходит рост доверия.
59 Таблица 4. Степень связи уровня доверия с индексом коррупции
60
Страна Корреляция между ETB и CI Страна Корреляция между ETB и CI
Австралия –0,113492 Малайзия –0,346248
Аргентина 0,519443 Мексика –0,396445
Бразилия –0,206568 Нидерланды –0,827352
Великобритания 0,249556 ОАЭ 0,016239
Германия 0,450693 Польша –0,065218
Гонконг –0,109190 Россия 0,306978
Индия –0,664535 Сингапур –0,182467
Индонезия –0,262310 США –0,350091
Ирландия 0,058645 Турция 0,586464
Испания 0,365038 Франция 0,425725
Италия 0,392558 Швеция –0,738794
Канада 0,017854 ЮАР 0,014389
Китай 0,096073 Южная Корея –0,242896
Колумбия 0,358886 Япония –0,810857
Примечание. Полужирным шрифтом отмечены страны с наиболее высоким по абсолютной величине коэффициентом корреляции.
61

Источник: составлено авторами.
62 Полученные коэффициенты свидетельствуют, что:
63 низкая степень взаимосвязи, либо ее отсутствие (от 0 до 0,5) между уровнем доверия и индексом коррупции характерна для Австралии, ОАЭ, ЮАР, стран Южной Америки (Бразилия, Колумбия), а также большинства государств Европы (Великобритания, Германия, Ирландия, Испания, Италия, Польша, Россия, Франция), регионов Восточной (Гонконг, Китай, Южная Корея) и Юго-восточной Азии (Индонезия, Малайзия, Сингапур), стран Североамериканского континента (Канада, Мексика, США); средняя и высокая степени (от 0,5 до 0,9) взаимосвязей доверия и коррупции наблюдаются у государств Южной Америки (Аргентина), некоторых представителей европейского континента (Нидерланды, Турция, Швеция) и стран Юго-Восточной Азии (Индия, Япония).
64 Поскольку в группы государств с низким и высоким уровнем статистической связи попали как благополучные, так и неблагополучные в экономическом и политическом отношении страны, можно сделать вывод о том, что данные факторы благополучия не играют важной роли в формировании изучаемой статистической связи и уровне ее тесноты.
65 Особый интерес представляет внутристрановой регрессионный анализ для каждой из 28 стран, которому посвящен следующий этап исследования.
66

Регрессионный анализ по странам
67 Результаты регрессионного анализа приведены в табл. 5. Таблица 5. Результаты регрессионного анализа и оценка параметров регрессионных моделей
68
Страна Регрессионная модель Коэффициент детерминации Статистика Фишера t-статистика
t1 t2
Австралия y=53,2-0,16x~ 0,01288 0,11744 5,46899 (0,00040) –0,34269 (0,73970)
Аргентина y=10,8+0,61x~ 0,26982 3,32574 0,50926 (0,62282) 1,82366 (0,10151)
Бразилия y=97,1-0,71x~ 0,04267 0,40115 1,42109 (0,18900) –0,63336 (0,54225)
Великобритания y=33,3+0,49x~ 0,06228 0,59773 2,42088 (0,03856) 0,77313 (0,45927)
Германия y=-13,1+2,97x~ 0,20313 2,29411 –0,33257 (0,74708) 1,51463 (0,16417)
Гонконг y=60,6-0,37x~ 0,01192 0,10860 2,29804 (0,04715) –0,32954 (0,74929)
Индия y=167-1,57x~ 0,44161 7,11769 4,60912 (0,00127) –2,66790 (0,02571)
Индонезия y=98,9-0,45x~ 0,06881 0,66502 2,77728 (0,02150) –0,81549 (0,43584)
Ирландия y=37,5+0,14x~ 0,00344 0,03106 1,74982 (0,11408) 0,17624 (0,86401)
Испания y=20,1+0,59x~ 0,13325 1,38365 0,99483 (0,34581) 1,17629 (0,26966)
Италия y=33,1+0,31x~ 0,15410 1,63958 2,59840 (0,02881) 1,28046 (0,23240)
Канада y=54,8+0,02x~ 0,00032 0,00287 7,52008 (0,00004) 0,05357 (0,95845)
Китай y=66,2+0,15x~ 0,00923 0,08385 2,05684 (0,06984) 0,28956 (0,77871)
Колумбия y=6,44+0,73x~ 0,12880 1,33056 0,16172 (0,87510) 1,15350 (0,27842)
Малайзия y=94,9-0,72x~ 0,11989 1,22597 2,84345 (0,01929) –1,10723 (0,29691)
Мексика y=114-0,79x~ 0,15717 1,67829 2,73781 (0,02293) –1,29549 (0,22739)
Нидерланды y=95,1-2,18x~ 0,68451 19,5271 11,5834 (1,03983) –4,41895 (0,00167)
ОАЭ y=67,9+0,07x~ 0,00026 0,00237 1,55294 (0,15486) 0,04872 (0,96220)
Польша y=46,1-0,18x~ 0,00425 0,03844 1,24328 (0,24518) –0,19607 (0,84891)
Россия y=-32,1+0,94x~ 0,09424 0,93636 –0,46020 (0,65629) 0,96766 (0,35850)
Сингапур y=71,8-0,43x~ 0,03329 0,30997 6,41239 (0,00012) –0,55675 (0,59127)
США y=63,7-0,52x~ 0,12256 1,25715 4,83045 (0,00093) –1,12123 (0,29121)
Турция y=18,5+0,42x~ 0,34394 4,71826 1,66327 (0,13062) 2,17215 (0,05791)
Франция y=-10,1+1,84x~ 0,18124 1,99226 –0,25602 (0,80369) 1,411474 (0,19173)
Швеция y=71,9-2,29x~ 0,54582 10,8158 7,83154 (0,00003) –3,28874 (0,00940)
ЮАР y=43,2+0,04x~ 0,00021 0,00186 0,75678 (0,46853) 0,043171 (0,96651)
Южная Корея y=61,5-0,35x~ 0,05900 0,56428 3,02961 (0,01426) –0,75118 (0,47173)
Япония y=85,1-1,75x~ 0,65749 17,2765 7,79688 (0,00003) –4,15650 (0,00246)
Примечание. В скобках приведены доверительные интервалы для t-статистик Стьюдента.
69 Источник: составлено авторами.
70 Анализ представленных в табл. 5 данных свидетельствует о том, что наиболее приемлемые величины коэффициента детерминации зафиксированы у регрессионных моделей, построенных для Нидерландов, Швеции и Японии. На оценку качества и надежности данных моделей указывают и достаточно высокие значения F-критерия Фишера. Таким образом, указанные страны относятся к группе, имеющей низкий уровень коррупционной составляющей, и находятся в правой части топологической модели, отображенной на рис. 1a в зоне, где со снижением уровня коррупции происходит рост уровня доверия.
71

Заключение
72
  1. Топологическая модель, характеризующая взаимосвязь между уровнем доверия и коррумпированности общества на основе международных индексов ETB и CPI, рассчитанных для 28 стран и построенная для различных интервалов времени (2011–2021 гг.) и (2013–2019 гг.), дает в обоих случаях схожую картину размещения точек на координатной плоскости, что свидетельствует об устойчивости результатов. Выявлены страны с относительно стабильным соотношением рассматриваемых индексов (Германия, Индонезия, Канада, Колумбия, Франция) и страны, где это соотношение существенно меняется (Австралия, Аргентина, Бразилия, Гонконг, Италия, Нидерланды).
  2. Анализ топологической модели свидетельствует о наличии зон низкого, среднего и высокого уровня коррупции, для которых тип связи между рассматриваемыми переменными и характеризующий соотношение между индексами значительно различается. В целом общая картина размещения на плоскости точек, определяющих положение различных стран в выбранных координатах, приближается к горизонтальной S-образной кривой.
  3. Функция y=fx существенно нелинейна. Об этом свидетельствует как визуальный анализ расположения точек на плоскости, так и отсутствие статистически значимого результата при применении методов диапазонных коридоров и линейных регрессий для анализа отдельных зон кривой y=fx .
  4. Анализ динамических рядов на интервале (2011–2021 гг.) позволил получить для ряда стран (Нидерланды, Швеция и Япония) статистически значимые линейные регрессии, отражающие зависимость уровня доверия от масштабов коррупции.
  5. Дальнейшее исследование зависимости y=fx следует проводить на основе привлечения нелинейных функций, а также использования репрезентативных данных, которые могут быть получены как за счет увеличения длины временных рядов, так и посредством расширения перечня стран, для которых рассчитываются индексы доверия ETB и восприятия коррупции CPI.

References

1. Arrow K.J. (1972). Gifts and Exchanges. Philosophy & Public Affairs, 1, 4, 343–362.

2. Balog M.M. (2015). Measuring of corruption: Problems and main approaches. Bulletin of the Pskov State University. Ser. «Economics, Law and Management», 2, 75–80 (in Russian).

3. Balog M.M., Troyan V.V. (2016). Basic approaches to the definition and measurement of corrup-tion. ETAP: Economic Theory, Analysis, Practice, 2, 53–65 (in Russian).

4. Burov V.Y. (2011). Existing problems of studying the shadow economy. News of the Irkutsk State Economic Academy, 3, 1–8 (in Russian).

5. Bykova V.A. (2012). Methods for measuring corruption. Domestic notes, 2 (47) (in Russian).

6. Glushko I.V. (2016). Trust and distrust as social practices of Russian society. Rostov-on-Don: Fund of Science and Education (in Russian).

7. Gurov M.P. (2006). Shadow economy and economic crimes in modern Russia. Bulletin of St. Pe-tersburg University of the Ministry of Internal Affairs of Russia, 4 (32), 300–308 (in Rus-sian).

8. Dementiev V.E. (2004). Trust is a factor in the functioning and development of a modern market economy. Russian Economic Journal, 8, 46–65 (in Russian).

9. Egorova N.E., Koroleva E.A. (2020). Lending to Russian small businesses: Transformation of the traditional banking model into a partnership model. Economic Journal of the Higher School of Economics, 24 (2), 53–84 (in Russian).

10. Egorova N.E., Koroleva E.A., Gorlov A.V. (2020). Using a topological model and statistical me-thods to study the relationship between levels of trust and corruption. Drucker's Bulletin, 6 (38), 4–18 (in Russian).

11. Egorova N.E., Smulov A.M., Koroleva E.A. (2021). Transformation of the model of interaction between small industrial enterprises and banks based on increasing the level of trust. Moscow: CEMI RAS. 146 p. (in Russian).

12. Eliseeva I.I., Burova N.V. (2001). An approach to measuring the shadow economy in the regions. Scientific Works of the Russian-European Center for Economic Policy, 2–12 (in Russian).

13. Fukuyama F. (2004). Trust: Social virtues and the path to prosperity. Moscow: AST Publishing House, Ermak (in Russian).

14. Lyasko A.K. (2003). Trust and transaction costs. Voprosy Ekonomiki, 1, 42–58 (in Russian).

15. Lyasko A.K. (2019). The role of trust relations in competitive innovation-oriented strategic al-liances. Economic Science of Modern Russia, 4 (87), 39–52 (in Russian).

16. Myslovsky E.N. (2007). Corruption in Russia: Crime or way of life? Investigator, 8, 42–53 (in Russian).

17. Nisnevich Y.A., Stukal D.K. (2012). Many-sided corruption and its measurement in the studies of international organizations. World Economy and International Relations, 3, 83–90 (in Rus-sian).

18. Polterovich V.M. (1998). Factors of corruption. Economics and Mathematical Methods, 3, 34, 30–39 (in Russian).

19. Popov Yu.N., Tarasov M.Yu. (2005). Shadow economy in the system of market economy. Moscow: Delo (in Russian).

20. Rudenko V.N. (2017). The problem of measuring corruption: are objective international corruption ratings possible? Bulletin of the Ural Institute of Economics, Management and Law, 2, 22–31 (in Russian).

21. Satarov G.A. (2007). How to measure and control corruption. Voprosy Ekonomiki, 1, 4–10 (in Russian).

22. Stiglitz J.Y. (2005). Roaring nineties. Disintegration seeds. Moscow: Sovremennaya ekonomika i pravo (in Russian).

23. Suvorov B.V., Balaev A.S. (2011). Bribery as a system and an integral part of corruption: concept, social and criminal-legal characteristics and issues of improving Russian criminal legislation. Bulletin of Economics, Law and Sociology, 2, 157–165 (in Russian).

24. Yakovlev A.A. (1999). Shadow activity of enterprises and restrictions on economic growth. In: G.B. Kleiner (ed.). Ways to stabilize the Russian economy. Moscow: Informelektro, 175–187 (in Russian).

Comments

No posts found

Write a review
Translate