Universidad de Los Andes Facultad de Economía
Efectos macroeconómicos de la corrupción: una aproximación teórica
Juan José Escobar Jaramillo
Asesor: Carlos Esteban Posada Mayo 2015
Resumen
Este trabajo desarrolla un modelo teórico que ayuda a explicar y entender los resultados empíricos encontrados por diversos estudios en cuanto a los efectos de la corrupción sobre el crecimiento económico. En particular, con el modelo se busca explicar los efectos de la corrupción sobre el producto agregado, la inversión pública y la producción de un bien público (como obras de infraestructura) utilizado por los agentes económicos. El modelo cuenta con dos tipos de agentes: un agente corrupto y un agente no corrupto. La corrupción está definida como una exageración en la tasa de depreciación del bien público. Así mismo, tanto la probabilidad de ser capturado como la penalidad por corrupción dependen de la ganancia que el agente corrupto pueda obtener de sus prácticas fraudulentas.
Palabras clave: corrupción, crecimiento económico, inversión pública
2 1. Introducción
El daño que produce la corrupción es tal que, de acuerdo con las cifras de Transparencia Internacional para el año 2013, el costo total alrededor del planeta a causa de ella sobre las inversiones públicas rondó los 400 mil millones de dólares, cerca del 0.52% del PIB mundial para ese año. Es más, de acuerdo con la Unión Africana, a causa de la corrupción se puede perder hasta el 25% del PIB de los Estados africanos. Esto, sin mencionar el hecho de que la mayoría de países presenta niveles elevados de corrupción (Transparency International, 2013).
El presente trabajo tiene como objetivo plantear un modelo teórico, que incorpore aspectos de los estudios empíricos y teóricos que hasta ahora se han realizado acerca de los efectos de la corrupción sobre el producto de la economía. En este sentido, el modelo propuesto busca incorporar a la corrupción de una manera diferente a la que se ha venido tratando hasta el momento, dejando de lado el estudio de la corrupción como un problema de sobornos para darle un tratamiento que implique impactos directos sobre la inversión pública. Así, para que el modelo recogiese los efectos de la corrupción, se propuso incorporar esta variable por medio de un factor que altera la tasa de depreciación del bien público. Esta especificación será explicada con mayor detalle en la sección 2, en la cual se presenta el desarrollo del modelo. Con esto, se espera que en presencia de corrupción, el nivel del producto, del bien público y el consumo, caigan.
Así, entonces, se busca mostrar la relación entre la corrupción y las variables agregadas de la economía, de manera similar al estudio realizado desde una perspectiva microeconómica, por Chakrabarti (2001). Sin embargo, a diferencia de Chakrabarti, este trabajo pretende ampliar el marco desde el cual se aborda el problema de la corrupción, tratándolo desde una perspectiva macroeconómica, buscando dejar en evidencia, el impacto tanto para el producto como para el consumo y la producción de los bienes públicos.
3 1.1.Literatura Empírica
Desde hace décadas se han planteado diferentes teorías sobre el porqué de la heterogeneidad de los niveles de corrupción entre diversos países. Aspectos como la cultura, el colonialismo, la religión, el tipo de gobierno, entre otros, son objetos de frecuente estudio empírico. Treisman (2000) apoya este tipo de teorías, aunque también muestra que el tipo de gobierno, y en particular la democracia, no juega un papel significativo en la determinación de la corrupción. Por su parte, Leite (1999) muestra evidencia acerca de cómo la dotación inicial de recursos naturales funciona como una posible causa de corrupción, ya que la abundancia de recursos facilita la búsqueda de rentas e incentiva las actividades fraudulentas, el trabajo sostiene que esta variable y el nivel de burocracia del país son determinantes importantes de la corrupción.
También se ha demostrado el impacto negativo que tiene la corrupción sobre el crecimiento económico (Stapenhurst & Kpundeh, 1999), los efectos negativos que ella tiene sobre la inversión pública (Gyimah-Brempong, 2002) y su relación con la desigualdad. Así mismo, se han estudiado sus efectos en el desarrollo institucional de los países. Así, de acuerdo con lo hallado por Shleifer (1997), su presencia en las naciones que conformaban la Unión Soviética creó un obstáculo para consolidar instituciones democráticas y su sistema de mercado.
Mauro, en sus trabajos de 1995 y 1996, encuentra que los efectos negativos sobre el crecimiento económico se dan a través de la inversión pública, aunque su estudio se limita al uso de un corte transversal de países y a los índices de corrupción disponibles en ese momento.Pese esto, a partir de ese trabajo seminal, otros estudios como el de Brunetti, Kisunko, & Weder, (1997) y Campos, Lien, & Pradhan, (1999) llevaron a conclusiones similares frente a los efectos de la corrupción en la economía.
Sin embargo, el impacto es menor en aquellos países donde se espera que exista un mayor nivel de corrupción, pues los agentes ya han internalizado ese efecto, algo que ocurre en algunos países asiáticos. Así mismo, Swaleheen (2011) muestra, por medio de un panel con u número significativo de países y técnicas más sofisticadas, que la corrupción reduce la tasa de crecimiento del producto per cápita.
4
En otros trabajos los resultados muestran que la corrupción genera el desplazamiento de recursos públicos hacia sectores menos productivos, lo cual genera menores tasas de crecimiento del producto (Gupta, de Mello, & Sharan, 2001). Sumado a lo anterior, la corrupción no sólo afecta la asignación de recursos del erario sino también el precio de los bienes que se producen con éste, tal como lo muestra Auriol (2006) quien analiza el aumento del precio del bien público por cuenta de un incremento en ésta.
Junto con esto, la evidencia indica que si bien la corrupción tiene un efecto negativo sobre la producción de un bien público también indica que su impacto disminuye a medida que la probabilidad de auditorías (esto es, la probabilidad de ser descubierto en una actividad corrupta) se incrementa (Olken B., 2009).
1.2.Literatura Teórica
En cuanto al desarrollo teórico que ha estudiado la corrupción, se puede afirmar que los primeros pasos fueron dados por Rose-Ackerman (1978) al analizar los efectos que se generan debido a la falta de competencia derivada de la corrupción, de esto concluye que la reorganización de las estructuras de mercado deprime el crecimiento económico.
De manera complementaria al trabajo de Rose-Ackerman, Barro (1990) sostiene, por medio de un desarrollo teórico, que la inversión pública, como un factor de producción de los bienes finales de la economía, genera, hasta un cierto punto, un impacto positivo sobre las tasas de crecimiento de las economías. Esto implica que, de acuerdo con los hallazgos empíricos de los efectos de la corrupción sobre la inversión, las actividades fraudulentas que impacten tal inversión podrían repercutir sobre el crecimiento del producto.
Por otro lado, dando otra perspectiva a los canales por los cuales se manifiesta la corrupción, Murphy (1993) mostró que cuando los agentes dejan de producir de acuerdo a sus capacidades y se enfocan en sectores donde se encuentran mejores rentas crean un impacto negativo en la productividad. Es decir, el trabajo de Murphy demostró que los agentes, al buscar
5
mayores retornos en sectores donde no usan toda su capacidad productiva, reducen la producción agregada de la economía. Esto se presenta por cuanto no se alcanza el producto óptimo que se lograría si los factores de producción se estuvieran usando de manera eficiente; es decir, si lo agentes no tuvieran comportamientos de “rent seekers”, donde el interés individual juega en contra del bienestar agregado de la economía (Murphy, Shleifer, & Vishny, 1991).
2. Hechos estilizados
Esta sección busca motivar el objetivo de este trabajo al mostrar las relaciones negativas de la corrupción, el producto y otras variables macroeconómicas relevantes. Para llevar a cabo este análisis se tomaron datos del Banco Mundial (World Development Indicators, The World Bank Group, 2014), para cerca de 170 países con información de 2012. Sin embargo, la información completa para todas las variables está sólo disponible para algo más de 80 países, lo que podría suponer un sesgo de selección hacia países con mejores niveles de corrupción. Sin embargo, el índice de corrupción promedio para la muestra fue de 47.6, con una desviación estándar de 19.6. Así que, pese a no contar con todas las observaciones, es posible disponer de un panorama aceptable acerca de las correlaciones que tiene la corrupción y las variables que determinan el comportamiento económico de un país.
El índice de corrupción, en una escala entre 0 y 100, corresponde a la percepción de transparencia que se tiene del sector público de un país, cuanto más alto el índice, menor es la corrupción. Para el cálculo de dicho índice, se tienen en cuenta el acceso de la sociedad civil a información sobre asuntos públicos, rendición de cuentas del poder ejecutivo, captura del estado por parte de intereses particulares, entre otras. La inversión hace referencia a la formación bruta de capital fijo, cuya base son dólares de 2005, y en ella se contabiliza la adición de activos fijos a la economía así como la variación neta en el cambio de inventarios. Esta variable incluye mejoras en planta, equipo, construcción de carreteras y vías ferroviarias, escuelas, hospitales, etc. La fuerza laboral contabiliza la población mayor a 15 años que reúne los requerimientos de la Organización Mundial del Trabajo para la población económicamente activa: toda persona que provee trabajo a la producción de bienes y servicios durante un periodo determinado. La
6
asistencia bruta a educación secundaria da cuenta de la tasa bruta de población matriculada en ese nivel educativo sin importar su edad.
Partiendo de la revisión de literatura realizada al inicio del documento, y tomando en cuenta algunas ideas propuestas en los trabajos de Pellegrini (2011), Haggard & Tiede (2011), Gylfason (2001), donde se tienen en cuenta variables como educación, fuerza laboral, y el imperio de la ley, se hace una descripción de los datos a usar para estimar las relaciones entre las variables de interés y la corrupción. Tales resultados se muestran en la figura 1.
Figura 1: Correlaciones de la lucha contra la corrupción frente a diferentes variables
De acuerdo con los datos, cuanto mayor es el índice contra la corrupción, recordando que cuanto mayor es este índice, menor es la corrupción, mayor es el producto de la economía. Adicionalmente, cuando se cuenta con medidas e instituciones sólidas, el consumo presenta
7
mejores comportamientos, a mayor índice contra la corrupción mayor es el consumo. Del mismo modo, frente a mejores estrategias contra la corrupción, mayor es el recaudo. No cabe duda que la corrupción crea externalidades que impiden alcanzar mejores niveles de producto, consumo y recaudo, además de mayores tasas de crecimiento.
Adicionalmente, se buscó aislar el efecto que tiene la corrupción sobre el producto y el consumo, controlando por otras variables relevantes. Así, siguiendo planteamientos como los encontrados en Barro (1991 & 1995), Fischer (1991 & 1993), y Knight & Loayza(1992), además de los citados al inicio de la sección, se realizó un ejercicio econométrico, de corte transversal, para determinar las correlaciones que tienen algunos de los determinantes del producto sobre éste y sobre el consumo, y mostrar con esto la correlación condicional entre la corrupción y las demás variables.
El modelo econométrico toma como variable dependiente el logaritmo del producto. La asistencia a educación secundaria forma parte del modelo ya que se espera que un país con mejores niveles de educación presente mejores niveles de producto y tasas de crecimiento, como lo mostró Hall and Jones (1999), Levine & Zervos (1993) y Barro (1991).
Adicionalmente, se toma como regresor a la fuerza laboral como una manera de tener en cuenta el tamaño de la capacidad productiva del país, y que juega un papel positivo sobre el PIB (Knight, Loayza & Villanueva 1993). Así mismo, se controla por la inversión, que los trabajos previamente citados han encontrado como significativa al momento de explicar el PIB.
Por último, la corrupción se incluye como el índice reportado por Transparencia Internacional, y se espera que cuanto mayor sea la corrupción, menor sea el producto de la economía, tal como se ha reportado en los trabajos citados al inicio del documento. La tabla 1 muestra los resultados obtenidos de las estimaciones y la figura 2 muestra las correlaciones condicionales del índice de corrupción con el producto y el consumo.
8 VARIABLES Ln PIB per
cápita
Ln consumo Recaudo Ln inversión
Índice de corrupción 0.0133*** (0.00428) 0.0129** (0.00488) 0.116* (0.0635) 0.0369*** (0.00518) Ln Inversión 0.726*** 0.626*** -0.627
(0.118) (0.101) (1.260)
Ln fuerza laboral -0.659*** -0.563*** -0.0384 1.024*** (0.137) (0.122) (1.460) (0.0508) Asistencia bruta educación secundaria 0.0112* (0.00571) 0.0122** (0.00488) 0.0193 (0.0523) 0.0290*** (0.00578)
Constante 0.138 0.448 25.12** 3.265***
(0.494) (0.950) (9.538) (1.114)
Observations 80 80 80 80
Errores estándar robustos en paréntesis *** p<0.01, ** p<0.05, * p<0.1
Tabla 1: Relación Corrupción y variables de interés
Las correlaciones mostradas en la tabla 1 y en la figura 2, dejan ver que aun cuando se controla por otros factores, la corrupción incide de manera negativa sobre el producto, el consumo, el recaudo y la inversión. Así, el modelo teórico propuesto debe replicar el comportamiento, de estos hechos estilizados.
9
Figura 2: Correlaciones condicionales de la lucha contra la corrupción frente a diferentes variables
Las correlaciones de las variables frente a la corrupción, reflejadas en la figura 2 presentan el mismo comportamiento que el registrado por el gráfico de dispersión de la figura 1, de manera que cuanto menor es la corrupción (índices más altos) mayor es la relación con el producto. Por otro lado, tanto la corrupción como la inversión resultaron positivas y significativas, según lo esperado de acuerdo a la literatura referenciada al inicio, además la inclusión de la educación resulta positiva, según lo esperado.
Ahora bien, es necesario recalcar que el ejercicio econométrico se hace únicamente con el fin de explorar las correlaciones de algunos agregados económicos con la corrupción. En esta medida, no se deben tomar estos valores como los efectos de regresores sobre las variables independientes, ya que aún es posible contar con variables que se encuentran omitidas en el modelo, contar con algunos sesgos de selección a causa de la amuestra, y otros errores que
10
pueden causar endogeneidad dentro de las estimaciones. Así que, aunque los resultados dan una idea de la relación entre las variables, sólo deben tomarse para motivar e ilustrar este trabajo.
3. Modelo
Partiendo de las ideas de trabajos previos como los de Situngkir (2004), Ehrlich & Lui(1999) y Farida & Sfahani (2007), que muestran comportamientos diferentes de sectores legales e ilegales de la economía, se busca implementar un modelo que contenga dos agentes, que se comportan de manera diferente con respecto a la corrupción. Así, el modelo simplifica la economía al suponer dos tipos de agentes: no corrupto (NC), y corrupto (C); y se asume una economía cerrada.
El producto de la economía está dado por una función Cobb-Douglas, con rendimientos constantes a escala.
= (1)
Donde representa la cantidad de bien público y corresponde al trabajo total utilizado por los agentes.
Ahora bien, la producción dada en (1) proviene de la agregación de las producciones de los dos agentes del modelo. De esta manera, (2) y (3) representan las funciones de producción del agente no corrupto y corrupto, respectivamente.
, = , , (2)
, = (1− ) , , (3)
Donde ν representa la fracción de la población que es propensa a cometer actos
11
Partiendo de (2) y (3), los salarios para cada uno de los agentes corresponden, como es usual, a la productividad marginal del trabajo en cada producción, expresadas en las ecuaciones (4) y (5).
, = (1− ) , , (4)
, = (1− )(1− ) , , (5)
Adicionalmente, el modelo no contempla movilidad del trabajo entre el sector corrupto y no corrupto de la economía.
Finanzas públicas
El gobierno realiza el pago de los salarios y la inversión, y se financia mediante un impuesto que se cobra a ambos agentes (ecuación (6)).
= = (1− ) + = , + , + − (1− )
− ; , [0,1]; > 1
(6)
Donde δ representa la tasa de depreciación del bien público y ρ es la tasa de corrupción
que se presenta en el sector corrupto de la economía y es elegido por el agente corrupto de acuerdo al problema de optimización que se presentará más adelante. Así mismo, el término corresponde a la multa cobrada al agente corrupto y será explicado en la sección siguiente.
Corrupción
El agente corrupto produce de acuerdo a (3) y le es pagado un salario (5). Sin embargo, también obtiene ingresos de la corrupción.
La ganancia por la corrupción se modela mediante una tasa ρ que indica qué tan intensa es la corrupción, ésta eleva la depreciación del bien público permitiendo captar recursos fraudulentos dados por (7). Esta corrupción puede ser vista como el uso de materiales no adecuados para la construcción de una obra pública, la contratación de estudios con poca calidad,
12
malos sistemas de ingeniería, y en general, cualquier actividad que permita extraer recursos del erario mediante el fraude en algún eslabón de la cadena de construcción.
ϕ = ∀ (7)
Así mismo, se supone que el agente corrupto se enfrenta a una probabilidad ( ) de ser investigado por el gobierno. Por simplicidad se asume como una función de probabilidad lineal, como lo muestra la ecuación (8).
( ) =
+ (1
−
) ;
≥
0
(8)Dicha expresión es creciente en ρ, por cuanto a mayor intensidad de la corrupción, mayor es la probabilidad de ser investigado.
Además de la probabilidad de ser investigado, el agente corrupto también se enfrenta a una probabilidad µ de que dicha investigación surta efecto y sea descubierto (Svensson, 2005).
=
1 +
;
≥
0
(9)
Donde α es la intensidad del uso del bien público descrito en (1) y
representa la
efectividad de la lucha contra la corrupción, y cuanto mayor es su valor mayor es la probabilidad de tener éxito en la investigación de la corrupción. En cuanto a este último parámetro, el modelo asume que la lucha contra la corrupción no genera costo alguno.Ahora bien, la intuición sobre la dependencia del parámetro α radica en que cuanto mayor sea la intensidad del bien público en la producción, mayor debería ser el control sobre los recursos destinados a éste.
Por otro lado, la ecuación 9 es creciente tanto en como en ( > 0; > 0), pero su crecimiento marginal es decreciente ( < 0; < 0). Este comportamiento se incorpora puesto que estudios empíricos acerca de la efectividad del control de la corrupción muestran que
13
mayores recursos destinados a combatir tasas bajas de corrupción no generan cambios proporcionales en esta (Haggard, MacIntyre, & Tiede, 2008).
Ahora bien, como contrapartida de la ganancia derivada de la corrupción, existe una multa m por ser descubierto al incurrir en una actividad fraudulenta, ecuación (10).
=
( )
; [0,1]
(10)Donde es una fracción de penalidad que se carga al salario del al agente corrupto que resulte descubierto. Adicionalmente, la multa depende positivamente Z(ρ) pues cuanto mayor es la probabilidad de ser investigado por el gobierno, es más probable ser descubierto y ser multado.
Así, la ecuación (11) muestra la pérdida que registra el agente corrupto debido a la “incautación” de lo adquirido de manera fraudulenta, que entraría a formar parte de las finanzas públicas, y por esta vía al ingreso del agente no corrupto, ampliando su restricción presupuestal, toda vez que se reduce la cantidad de impuestos que el gobierno estaría cobrándole.
( )
(11)3.1.Problemas de optimización
3.1.1. Agente Corrupto
El agente resuelve su problema de optimización tomando como variables de decisión los niveles de consumo, ocio
(
ℎ
)
, intensidad de la corrupción, y bien público:max
, , , ,
ℎ
14
Sujeto a las ecuaciones (3), (5)-(11). Se construye el siguiente lagrangiano:
=
{[
ℎ
]
+
[
+
(1
− ℎ
) +
−
( )
−
( )
−
(1
−
)
−
]}
(12)
Calculando las condiciones de primer orden, se obtiene (13)-(15), y la expresión para el nivel “optimo” de la intensidad de la corrupción.
: xC, h −λ
(13) ℎ : ⎣ ⎢ ⎢ ⎢
⎡ (1− ) ℎ +
(1− )(1− )(1− ℎ )
− (1− ) (1− ℎ ) − ℎ (1− )(1− ℎ )
− ( ) (1− )(1− ℎ ) ⎦⎥
⎥ ⎥ ⎤
= 0
(14)
: ( −1 ) +
⎣ ⎢ ⎢ ⎢
⎡(1− ) (1− ℎ ) + (1− )(1− ℎ )
− ( ) (1− )(1− ℎ )
− ( ) +
(1− )(1− ) ⎦⎥
⎥ ⎥ ⎤
= 0
⇒ =
(1− )
− ( ) (1− )(1− ℎ ) + ( )−(1− )(1− )
(1− ℎ ) (1− )
15
∗= ( − (1− )(1− ) (1− ℎ ) )−
2 (1− ) (16)
La ecuación 15 refleja que los parámetros más relevantes al momento de la determinación del nivel del bien público son, además de su nivel inicial: la fracción de la población que es corrupta, pues cuanto mayor es esta fracción mayor es el nivel de bien público; la cantidad de trabajo corrupto, cuanto mayor es ese trabajo menor es el nivel de bien público; y la ganancia por corrupción, teniendo esta una relación positiva con el bien público.
La ecuación 16, muestra que frente a un mayor nivel del bien público, mayor es la intensidad de corrupción, pues existe un mayor incentivo a apropiarse de esos recursos. Sin embargo, en contramedida, cuanto mayor es el uso del bien público en la economía, mayor es la probabilidad de ser capturado, como los estudios empíricos de Wade (1982) y Olken (2007) sugieren, ya que existe una vigilancia más estricta si los montos desembolsados son mayores. Así mismo, frente a mejores sistemas de control o a instituciones más eficientes y fuertes, la probabilidad de captura aumenta. Por último, la ecuación 16 sugiere que cuanto menos es la fracción de la población propensa a la corrupción, mayor es el incentivo a que los corruptos se apropien de los recursos. Este último resultado, si bien luce contrario a lo esperado, se explica en la medida en que los beneficios derivados de la corrupción se repartirían entre una fracción menor de la población, lo que incentiva a ser más corrupto; aun así, dada la repartición de la producción entre agentes corruptos y no corruptos, es de esperar que cuanto mayor es la proporción no corrupta de la población, los agregados económicos serán mayores.
3.1.2. Agente no corrupto (“sano”)
El agente no corrupto enfrenta la misma función de utilidad del agente corrupto.
max
, , ,
ℎ
∶
ℎ
= 1
−
Sujeto a (2), (4), (6), (10) y (11).
16
: xC , h −λ = 0 (17)
ℎ :
⎣ ⎢ ⎢ ⎢
⎡ (1− ) ℎ +
− (1− )(1− ℎ ) + (1− )(1− ℎ ) +
(1− )( −1)ℎ (1− ℎ ) +
(1− )( −1)(1− ℎ ) ⎦⎥
⎥ ⎥ ⎤ = 0 (18) : − +
(1− ℎ ) +
(1− )(1− )(1− ℎ ) + (1− ) = 0
(19)
⇒ = [ − (1− )(1− )(1− ℎ ) − (1− ) )
De manera similar a la ecuación 15, la ecuación 19 deja ver que lo más relevante al momento de determinar el nivel del bien público para este agente, además del nivel inicial, es: la fracción de la población que no es corrupta, cuanto mayor es esta fracción, mayor es el bien público, la cantidad de trabajo no corrupto se traduce en menor cantidad de bien público, ponderado por el factor α de su uso en la función de producción.
Finalmente, la expresión agregada para el bien público, partiendo de 15 y 19, está determinada por: = ⎩ ⎪ ⎨ ⎪
⎧ , ℎ , (1− )
, ℎ ,
− (1− ) 1− ℎ , + −(1− )(1− )
1− ℎ , (1− )
⎭ ⎪ ⎬ ⎪ ⎫ + ⎩ ⎪ ⎨ ⎪ ⎧ ⎝ ⎜ ⎛
, ℎ , ( )
, ℎ ,
− (1− )(1− ) 1− ℎ , −(1− )
⎠ ⎟ ⎞ ⎭ ⎪ ⎬ ⎪ ⎫
17 Con C igual a:
= (1− ) 1− ℎ , + 1− ℎ , + − − −(1− )
Y:
= 1− ℎ , + 1− ℎ , + + −
En estas dos últimas expresiones queda explicito el efecto negativo del recaudo de impuestos sobre el consumo, pues un aumento en esa variable reduce el ingreso disponible lo que se traduce en una caída en el nivel de consumo de los agentes.
A partir de un análisis numérico de la expresión, se muestra la dirección de los cambios en el nivel de bien público, para el periodo t+1, en la tabla 2.
(1-h) γ ε υ
+ + - + + + + +
Tabla 2: Dirección de los cambios en el nivel de bien público
Así, el nivel de bien público se ve afectado positivamente por todos los parámetros y variables, salvo por el consumo del agente corrupto, un resultado que se verá reflejado en las siguientes secciones.
Este comportamiento se ajusta a la intuición sobre la cual fue construido el modelo, pues es de esperar que el valor futuro del bien público dependa de su nivel actual. Así mismo, al incrementarse el consumo del agente corrupto, mayor es la corrupción asociada a este, y por ende el bien público caerá. Por otro lado, un mayor recaudo se traduce en mayores posibilidades de inversión, de modo que es de esperar que se presente una correlación positiva entre las dos variables. Por último, no sorprende que una penalización mayor en la multa, mejor efectividad en la lucha contra la corrupción y/o una reducción en la población corrupta, se traduzca en mayores niveles del bien público.
18 4. Resultados del modelo
Este apartado presenta los resultados del modelo dividiéndolos en dos secciones (3.1 y 3.2). La primera, muestra escenarios “ad hoc” para mostrar cuáles son las relaciones entre los cambios las variables exógenas y las variables de interés, como el producto consumo y bien público total. La segunda, se enfoca en el análisis marginal de tales cambios. Cabe aclarar que los resultados se presentan por medio de simulaciones, dado que el modelo no cuenta con una solución cerrada.
La tabla 3 muestra los valores de los parámetros usados para el caso inicial, a partir del cual se derivan los cambios en cada uno de los casos analizados.
δ γ ν ε α β βo x
0.8 1 0.9 1 0.33 0.95 0.5 0.3
Tabla 3: Parámetros del caso base 4.1. Escenarios particulares
4.1.1. Aumento en la población propensa a la corrupción (reducción de v de 0.9 a 0.5)
Este caso supone que ahora la población es más dada a cometer actividades fraudulentas. Para esto se parte de un valor alto del parámetro ν, partiendo del ranking de países corruptos del informe de Transparencia Internacional, asemejando la situación de un país cuya percepción de corrupción es baja, como es el caso del norte de Europa. Luego, ese parámetro se reduce a niveles medios, como algunos países de Europa occidental y Latinoamérica. Esto significa que ahora hay una mayor cantidad de personas dispuestas a incurrir en alguna actividad corrupta.
19
Figura 1: Reducción de v de 0.9 a 0.5
En este escenario, como es de esperarse, el producto agregado cae un 2.38%, junto con el consumo total (-2.25%), el trabajo (-2.22%), la provisión del bien público (-7.02%) y el recaudo (-4.94%). Se hace evidente que la ganancia por corrupción va de la mano con el nivel del bien público, cuanto menor es éste, menor es la ganancia. Pese a esto, la única variable que presenta crecimiento en el consumo del corrupto (4.13%), pues ahora una mayor cantidad de agentes se encuentran involucrados en la producción y están dispuestos a incurrir en los actos corruptos.
Ahora bien, estos resultados se ajustan a l comportamiento esperado de acuerdo a lo registrado en la tabla 2, el bien público presenta un cambio en el mismo sentido que las demás variables, salvo el consumo del corrupto. Esa mejor situación para el agente corrupto, es una clara demostración de las externalidades negativas inducidas por las actividades corruptas, donde solo una parte de la población, la no corrupta, se ve perjudicada.
20
4.1.2. Reducción en el factor de penalización (caída en de 1 a 0.5)
En este escenario, se plantea una caída en el factor de penalización. Es decir, qué tan riguroso es el castigo por incurrir en corrupción. Para este caso particular la caída en el parámetro γ significa elevar el incentivo a participar en actividades fraudulentas.
Figura 2: caída en de 1 a 0.5
En este escenario es claro el efecto negativo de la reducción de la multa, con esto el producto cae un 5.95% y el bien público se reduce un 14.01%. Evidentemente, al reducir la penalidad, el agente corrupto tiene mayores incentivos hacia actividades fraudulentas y es por esto que el nivel de trabajo cae (-5.47%) al tiempo que su consumo corrupto se eleva (9.53%). Esto significa que, al no financiar su consumo vía salario, sino por medio de su ganancia corrupta, transmite esa externalidad al resto de la economía, haciendo que la demás variables se vean afectadas negativamente. Es decir, el corrupto, al optimizar la cantidad de trabajo que ejecuta siguiendo el incentivo a corromperse, crea una externalidad negativa sobre el agente sano, y éste, a su vez, termina por reducir los niveles de producto, consumo, y bien público.
21
Ahora bien, dada la correlación positiva entre la ganancia por corrupción y el bien público, frente a una caída de éste, la ganancia por la actividad corrupta también se disminuye. Sin embargo, dado que ahora la multa es menor, el ingreso disponible del agente corrupto aumenta, lo que le permite elevar su consumo.
4.1.3. Mejora en la lucha contra la corrupción (aumento de de 1 a 10)
Este caso supone una mejora en el control de la corrupción mediante un aumento de ϵ. Este escenario es análogo a un aumento en el indicador “rule of law” que presenta el informe de transparencia Internacional, pasando de un país con gran corrupción, como Afganistán, a uno de muy poca, como Dinamarca. Así, frente a este mayor control, existe una mayor probabilidad μ de capturar al agente corrupto, por lo que los incentivos de éste último estarán menos enfocados a la ilegalidad.
Figura 3: Aumento de de 1 a 10
Como lo muestran las sendas en la figura 3, al elevar el control de la corrupción, el producto y el bien público se elevan, 3.3% y 10.4% respectivamente. La única variable que cae es el consumo del corrupto, con una reducción del 6.7%, pues ahora su restricción presupuestal se ve menguada toda vez que la probabilidad de ser capturado aumenta. Cabe recordar en este
22
punto, que el modelo asume que no existen costos en el aumento en el control de la corrupción, por lo que es posible que, de incluirse esto, se menguarían los niveles de las variables.
Adicionalmente, producto de ese mayor control de la corrupción, se presenta un aumento del trabajo del total, con un aumento del 3.2%, pues ahora el agente corrupto tiene menores incentivos hacia las actividades ilegales y necesita trabajar para obtener recursos. Sin embargo, la ganancia por corrupción presenta una relación positiva con el nivel de bien público, aun así, al mejorar el control de la corrupción, ese monto termina por ser recuperado y abonado al agente sano.
Con esto último, se presenta un aumento del consumo del agente sano al tiempo que se eleva el recaudo, 3.2% más; aunque, de nuevo, si la lucha contra la corrupción generara costos, se esperaría que estos niveles fueran menores. El aumento en dicho consumo resulta de un mayor ingreso disponible de éste, pues su carga tributaria cae debido a que se capta una mayor cantidad de multas, y que se recupera la ganancia derivada de la corrupción.
4.2. Análisis marginal
Esta sección muestra el comportamiento del modelo a partir de cambios marginales en las variables exógenas de éste. Con este fin, la tabla 4 recopila las elasticidades y semielasticidades entre ,ϵ,γ frente al producto.
= = =
0.35% 3.61% 0.16%
0.81% 6.48% 0.53%
ú 0.44% 5.33% 0.46%
Tabla 4: Elasticidades y semielasticidades
Partiendo de estos datos, se evidencian características similares al comportamiento en niveles de los casos “ad hoc” de la sección 4.1. Es decir, además de que el modelo muestra un efecto negativo de la corrupción en el nivel del producto, la semielasticidad de dicha corrupción indica que por cada punto porcentual de reducción en esa tasa, el producto crecería un 0.35%
23
( pues = 0.0035 ). Adicionalmente, el consumo, frente al mismo cambio, se eleva poco menos de 1% = 0.0081 .
Así mismo, la semielasticidad de frente al producto y el consumo, supone que por cada unidad de mejora en la lucha contra la corrupción el producto se eleva 3.61% = 0.0361 y el consumo 6.48% = 0.0648 . Es decir, cuanto mejor sea la eficiencia contra la ilegalidad, mayor son el consumo y el producto. Este amplio margen implica que un país como Jamaica, con el aumento de un punto en la lucha contra corrupción, llegaría a niveles de producto de Colombia, que actualmente tiene un PIB per cápita cercano a los 11.500 dólares anuales, un efecto nada despreciable.
Con respecto a la última variable, la elasticidad entre la proporción de multa a pagar y el producto, se muestra que un cambio de 1% en se traduce en un aumento en el producto de 0.46%; = 0.0046 . Del mismo modo, el consumo aumenta 0.53% frente a esa misma variación de = 0.0053 .
Por último, en el caso del nivel del bien púbico, un aumento de un punto porcentual en la fracción de la población no corrupta, se traduce en un aumento del 0.44%. Algo similar ocurre ante un aumento de una unidad en la efectividad de la lucha contra la corrupción, pues esto implica que el nivel del bien público aumenta un 5.33%. En cuanto a un punto porcentual adicional en la fracción de la multa, el bien público crece 0.46%.
Así, entonces, es claro que la reducción de la corrupción, un aumento en la lucha contra ella, y elevar la penalización de la misma genera un mayor producto, consumo y bien público. Sin embargo, de acuerdo con los resultados presentados en esta sección, las relaciones más notables sobre las variables de interés, se produjeron frente a la lucha contra la corrupción. Es decir, la prevención y eficiencia contra la corrupción, tiene mayores impactos que la vía correctiva de la variable . Sin embargo, es necesario destacar que el modelo no considera costos asociados a cambios institucionales que mejoren la lucha contra la corrupción, por lo que esos valores pueden resultar más altos de lo esperado.
24 5. Conclusiones
Los resultados obtenidos a partir del modelo teórico dejan ver que el comportamiento de éste se ajusta a los hechos estilizados de la sección 2; es decir, los movimientos de las variables son los esperados, de acuerdo a las correlaciones halladas en dicha sección y a la literatura empírica.
En primer lugar es importante destacar la manera mediante la cual se modela la corrupción, que es una exageración en la tasa de depreciación del bien público. Esto busca asemejar los sobrecostos en los cuales se ven envueltas algunas obras públicas, y que permiten extraer, de manera fraudulenta, recursos del erario. Ejemplo de esto, puede ser la compra de materiales no adecuados, estudios de ingeniería de baja calidad, y en general cualquier práctica de construcción que implique reducir costos sacrificando la calidad de la obra pública.
Dicho esto, es necesario destacar que el modelo no considera costos sobre mejoras en las instituciones o en la educación, de manera que es muy posible que los valores presentados se encuentren exagerando los efectos de estos parámetros sobre las variables.
Entrando a los resultados del modelo como tal, es claro que la corrupción, como se esperaba desde el planteamiento del modelo, está relacionada de manera negativa con el desempeño de la economía. En particular, ante una reducción en la fracción corrupta de la población se elevan los niveles de producto, bien público y consumo, recalcando, de nuevo que sus efectos no incorporan el costo de mejorar ese parámetro.
Junto con esto, el nivel del bien público se ve afectado de manera negativa por un mayor nivel de corrupción, que se refleja en un mayor nivel de consumo del agente corrupto. No sorprende, entonces, que el bien público crezca conforme se mejora la fortaleza institucional y se aumenta la proporción de la población que no es corrupta, así como por el incremento en la cantidad de trabajo y fracciones más altas de las multas.
Dicho esto, aumentos en la efectividad de la lucha contra la corrupción se traducen en menores incentivos para extraer beneficios fraudulentos. Es decir, la respuesta del agente corrupto, frente a una mayor probabilidad de ser capturado, es elevar su ingreso disponible vía el ingreso salarial y no por medio de la ganancia ilegal. Esta conducta favorece a la economía ya que se estaría reduciendo la externalidad negativa que la corrupción genera.
25
Por otro lado, de acuerdo a lo señalado en la sección 3.1.4, los efectos que la corrupción tiene sobre la economía afectan su producto por diversas vías. En este sentido, uno de los efectos más preocupantes de la corrupción, es su efecto sobre la reducción de los incentivos al trabajo. Frente a esto, es probable que una población desacostumbrada a trabajar tenga mayores obstáculos al momento de retomar las labores que solía hacer. Es decir, una población cuyos incentivos al ocio se encuentran exacerbados, tardará más en retomar su comportamiento a niveles previos a la corrupción. Así mismo, el recaudo se ve afectado, toda vez que depende de la cantidad de trabajo, por lo que una reducción en éste deprime las finanzas públicas, menguando aún más el producto. Además, si a ese fenómeno se le incluye la probable persistencia de la corrupción, se cierra un círculo vicioso del cual es muy difícil escapar.
Finamente, es claro que la corrupción crea un impacto sobre la economía que va más allá de la influencia directa sobre la producción de un bien público. La corrupción, impide un uso eficiente de los recursos, en detrimento del bienestar de la sociedad.
26
Bibliografía
Auriol, E. (2006). Corruption in Procurement and Public Purchase. International Journal of Industrial Organization(24), 867-885.
Barro, R. (1991). Economic growth in a Cross-section of countries. Quarterly Journal of Economics, 407-443.
Barro, R. J. (1990). Government spending in a simple model of endogenous growth. Journal of political economy, 98, 2.
Brunetti, A., Kisunko, G., & Weder, B. (1997). Credibility of Rules and Economic Growth Evidence from a Worldwide Survey of the Private Sector. Washington: World Bank.
Campos, E., Lien, D., & Pradhan, S. (1999). The Impact of Corruption on Investment: Predictability Matters. World Development, 1059-1067.
Chakrabarti, R. (2001). Corruption: A General Equilibrium Approach. Georgia Institute of Technology. Ehrlich, I., & Lui, F. T. (1999). Bureaucratic corruption and endogenous economic growth. Journal of
Political Economy.
Farida, M., & Esfahani, F. A. (2007). Modelling Corruption in a Cobb-Douglas Production Function Framework. Australian Agricultural and Resource Economics Society.
Fischer, S. (1991). Growth, Macroeconomics and Development. NBER Macroeconomics Annual, 329-364. Fischer, S. (1993). The Role of Macroeconomic Factors in Growth. Journal of Monetary Economics. Gupta, S., de Mello, L., & Sharan, R. (2001). Corruption and military spending. European Journal of
Political Economy, 749–777.
Gyimah-Brempong, K. (2002). Corruption, economic growth, and income inequality in Africa. Economics of Governance , Volume 3, Issue 3 , pp 183-209 .
Gylfason, T. (2001). Natural resources, education, and economic development. European Economic Review Volume 45, Issues 4–6, 847-859.
Haggard, S., & Tiede, L. (2011). The Rule of Law and Economic Growth: Where are We? World Development, Volúmen 39 .
Haggard, S., MacIntyre, A., & Tiede, L. (2008). The Rule of Law and Economic Development. Annual Review of Political Science, 205-234.
Hall, R., & Jones, C. (1999). , Why do some countries produce so much more output per worker than others? Quarterly Journal of Economics, 114 (1999): 83-116.
27
Knigth, M., Loayza, D., & Villanueva. (1993). Testing the Neoclassical Theory of Economic Growth, A Panel Data Approach. International Monetary Fund Staff Paper, 40(3).
Lambsdorff, J. G. (1999). Corruption in Empirical Research — A Review. International Anti-Corruption Conference.
Leite, C. A. (1999). Does Mother Nature Corrupt? Natural Resources, Corruption, and Economic Growth. IMF Working Paper No. 99/85.
Levine, R., & Zervos., S. (1993). Looking at Facts: What We know about Policy and Growth from Cross-Country Analysis. World Bank Policy Research Papers, WPS 1115.
Mauro, P. (1995). Corruption and growth. Quarterly Journal of Economics, 110, 681–712.
Mauro, P. (1996). The Effects of Corruption on Growth, Investment, and Government Expenditure. International Monetary Fund.
Murphy, K. M., Shleifer, A., & Vishny, R. W. (1991). The allocation of talent: implications for growth. The Quarterly Journal of Economics.
Murphy, K. S. (1993). Why is Rent-Seeking so Costly to Growth? AEA Papers and Proceedings, 409-414. Olken, B. (2009). Corruption Perceptions vs. Corruption Reality. Journal of Public Economics, 950-964. Olken, B. A. (2007). Monitoring Corruption: evidence from a field experiment in Indonesia. NATIONAL
BUREAU OF ECONOMIC RESEARCH.
Pellegrini, L. (2011). The Effect of Corruption on Growth and Its Transmission Channels. Corruption, Development and the Environment, 53-74.
Rose-Ackerman, S. (1975). The economics of corruption. Journal of Public Economics, 187-203. Shleifer, A. (1997). Government in transition. European Economic Review 41 (3), 385–410.
Situngkir, H. (2004). The Structural Dynamics of Corruption Artificial Society Approach . Computational Economics.
Stapenhurst, R., & Kpundeh, S. (1999). Curbing Corruption: Toward a Model for Building National Integrity. World Bank Economic Development Institute.
Svensson, J. (2005). Eight Questions about Corruption. Journal of Economic Perspectives, 19-42.
Swaleheen, M. (2011, Enero). Economic growth with endogenous corruption: an empirical study. Public Choice, 146(1), 23-41.
28
Treisman, D. (2000). The causes of corruption: a cross-national study. Journal of Public Economics, 399-457.
Wade, R. (1982). The System of Administrative and Political Corruption: Canal irrigation in South India. Journal of Development Studies.
