Determinants of income inequality in post-communist Central and Eastern European countries: Role of corruption

Abstract

Hlavním účelem této práce je prozkoumat vliv korupce na příjmovou nerovnost (která by mohla sloužit jako ukazatel blahobytu celé společnosti). Vzhledem k tomu, že post- komunistické země střední a východní Evropy měly problémy s implementací účinné politiky pro přizpůsobení se tržní ekonomice, chceme identifikovat hlavní činitele této situace. Zkoumali jsme předchozí výzkumy, které naznačují pozitivní i negativní korelaci mezi úrovní korupce a nerovnosti příjmů. Hlavní překážkou výzkumu je přítomnost vlastní heterogenity v jednotlivých zemích. Naše analýza byla provedena na dvou datových souborech: 11 post- komunistických zemích střední a východní Evropy a dalších 17 zemích Evropské unie. Použili jsme různé metody odhadu a zjistili sme, že panelový Vektorový autoregresní model je tou nejlepší volbou. V rámci struktury panelových dat jsme řešili individuální heterogenitu na základě odhadu fixních efektů a seskupování na úrovni jednotlivých zemí. Byl implementován dynamický vztah u závislé proměnné a vyřešen problém endogenity s pomocí instrumentální proměnné. Zjistili jsme, že korupce má pozitivní vztah k nerovnosti příjmů. Kromě toho existují další důležité faktory: sociální výdaje, úroveň vzdělání a nezaměstnanost. V důsledku toho jsme navrhli způsoby, jak snížit korupci na příslušném příkladu...

The main purpose of this thesis is to investigate the effect of corruption on income inequality (that could serve as indicator of the welfare of whole society). Since post-communist countries of Central and Eastern Europe had issues with providing effective policies for adapting to the market economy, we want to discover main drivers of this situation. We examined previous researches that suggest both positive and negative correlation between corruption level and income inequality. Main obstacle of the research is inherent heterogeneity present across countries. Our analysis was performed on two datasets: 11 post- communist countries CEE and additional 17 European Union countries. We implemented different estimation methods and discovered that panel Vector autoregressive model is the best choice. Within the panel structure we tackled individual heterogeneity by estimating fixed effects and clustering on the country level, implemented dynamic relationship in the dependent variable and solved endogeneity problem by using instrumental variable. We found that corruption has positive relationship with income inequality. Furthermore, other important drivers are: social spending, education level and unemployment. As a result, we suggested the ways to decrease corruption on the appropriate example of...