Quelques études connexes:
Al-Marhubi, FA (2000). Corruption et inflation. Economics Letters, 66 (2), 199-202.
L'analyse est basée sur des données transnationales comprenant 41 pays d'Asie et d'Amérique latine pour lesquels des données sont disponibles sur quatre indices alternatifs de corruption (deux de Transparency International, l'un est l'indice Business International et le quatrième d'une autre étude économique) . Notez que numériquement, ce sont essentiellement des indicateurs de non-corruption - ils vont de corruption maximale à pas de corruption10 =0= 10= . Le panel couvre la période 1980-1995. Quatre régressions OLS alternatives ont été exécutées (chacune avec un indicateur de corruption présent), avec des erreurs standard robustes à l'hétéroscédasticité. Dans tous les cas, une corrélation positive statistiquement significative entre la corruption et l'inflation a été trouvée.
Quelle est la corrélation (pour juger de son importance économique également)? La variable dépendante était le logarithme de l'inflation. La valeur du coefficient de la variable corruption était en moyenne de . Étant donné la définition des indicateurs, le signe moins indique que moins de corruption = moins d'inflation. La valeur réelle indique grosso modo que de l'inflation était associée à la corruption. Donc, si l'inflation était, disons %, 2 points de pourcentage peuvent être attribués à la corruption . Pas petit.une / cinq 10−0.221/510
Braun, M. et Di Tella R., (2004). Inflation, variabilité de l'inflation et corruption. Économie et politique, 16 (1), 77-100.
Ils examinent la relation inverse : l'inflation facilite la corruption. Ils présentent un modèle théorique, ainsi que des preuves empiriques. Pour le modèle théorique, ils écrivent:
"(...) une forte variabilité de l'inflation peut faciliter la surfacturation par les responsables des achats et la sous-facturation par les vendeurs car cela rend l'audit plus coûteux pour le mandant".
Il y a donc ici un argument théorique causal pour expliquer pourquoi les prix instables augmentent la corruption.
Leurs données concernent 75 pays et pour la période 1980-1994:
Algérie, Argentine, Autriche, Bahamas, Bahreïn, Bangladesh, Belgique, Bolivie, Botswana, Burkina Faso, Cameroun, Canada, Chili, Colombie, Costa Rica, Côte d'Ivoire, Chypre, Danemark, République dominicaine, Équateur, Égypte, Égypte, El Salvador , Éthiopie, Finlande, France, Gambie, Allemagne, Ghana, Grèce, Guatemala, Haïti, Honduras, Hongrie, Inde, Indonésie, Israël, Italie, Jamaïque, Japon, Jordanie, Kenya, Corée (Sud), Luxembourg, Madagascar, Malaisie, Malte, Mexique, Maroc, Myanmar, Pays-Bas, Niger, Nigéria, Norvège, Pakistan, Paraguay, Pérou, Philippines, Portugal, Sénégal, Singapour, Afrique du Sud, Espagne, Sri Lanka, Suriname, Suède, Suisse, Thaïlande, Togo, Trinidad et Tobago, Turquie, Royaume-Uni, États-Unis, Uruguay, Venezuela, Zimbabwe.
Ici, la variable dépendante est l'indice de corruption. Ils utilisent l' International Country Risk Guide (ICRG) , qui va de à . Ici aussi, un score plus élevé signifie moins de corruption. Ils le régressent (parmi divers contrôles), sur la variance de l'inflation (car ce qu'ils veulent tester, c'est si un système de prix instable introduit du bruit dans les transactions qui facilite la corruption). Ils trouvent des coefficients de régression statistiquement significatifs avec des valeurs autour de . Ils constatent même que la variabilité de l'inflation est plus fortement corrélée à la corruption que l'inflation elle-même. Beaucoup de références.6 0,5060.5
Dreher, A. et Herzfeld, T. (2005). Les coûts économiques de la corruption: une enquête et de nouvelles preuves. Public Economics, 506001.
Une étude plus générale sur les coûts de la corruption, examinant également l'inflation. Pour leur étude empirique (71 pays, 1975-2001), ils utilisent également l'indice ICRG. Ils régressent le niveau d'inflation sur cet indice et trouvent unsigne positif sur le coefficient. Étant donné que l'indice est tel que décrit ci-dessus, un indice de non-corruption, des valeurs plus élevées signifient moins de corruption. Donc, ce qu'ils trouvent, c'est que moins de corruption est corrélée à une plus grandeinflation. Indépendamment du fait que cela puisse ou non tenir lieu de raison, leurs conclusions sont également incroyablement importantes: si vous montez de l'échelle d'un point dans l'échelle ICRG (moins de corruption), l'inflation correspondante sera 10 points de pourcentage plus élevée (c'est-à-dire si c'était, disons, 5%, il deviendra 15%). C'est trop grand pour être crédible même si la direction de l'association doit être acceptée. Malgré cela, il s'agit d'une enquête, donc de nombreuses références.
Blackburn, K. et Powell, J. (2011). Corruption, inflation et croissance. Economics Letters, 113 (3), 225-227.
Ceci est un modèle théorique. comme l'écrivent les auteurs:
"Nous présentons un modèle dans lequel le détournement de recettes fiscales par des fonctionnaires amène le gouvernement à s'appuyer davantage sur le seigneuriage pour financer ses dépenses. Cela augmente l'inflation qui déprime l'investissement et la croissance via une contrainte de paiement anticipé."
Nous avons donc ici un argument théorique causal sur la raison pour laquelle l'augmentation de la corruption provoque une augmentation de l'inflation.
Bittencourt, M. (2012). Inflation et croissance économique en Amérique latine: quelques données chronologiques de panel. Modélisation économique, 29 (2), 333-340.
Quatre pays d'Amérique latine (Argentine, Bolivie, Brésil, Pérou) pour la période 1970-2007. Comme le notent les auteurs, ces quatre pays représentent% du PIB total et de la population en Amérique du Sud (pour 2009). La variable dépendante de leurs régressions est le taux de croissance, tandis que l'inflation et une variable composite "situation politique" sont incluses comme régresseurs. La variable «situation politique» augmente à nouveau avec une transparence accrue et des contrôles sur le pouvoir, et on peut donc s'attendre à une corrélation négative- 0,142≈70avec la corruption (c.-à-d. plus sa valeur est élevée, moins il y a de corruption). Pour notre objectif, nous devons examiner non pas les résultats de la régression mais la matrice de corrélation des régresseurs: nous voyons là que la variable de situation politique est corrélée négativement avec l'inflation, avec le coefficient de corrélation (là encore, plus de corruption est associée à plus inflation).−0.142
Dans l'ensemble, il apparaît que les chercheurs ont empiriquement détecté une corrélation positive entre le niveau de corruption et le niveau d'inflation, et ont également offert des éclairages théoriques sur la façon dont cela peut se produire, bien qu'un modèle théorique plaide en faveur d'un effet causal de l'inflation à la corruption , tandis que l'autre de la corruption à l'inflation. Étant donné que les deux arguments semblent raisonnables, on pourrait penser que cela peut être le cas d'une spirale de rétroaction vicieuse.