Raising the accuracy of shadow economy measurements

• Vicente Ríos Ibáñez ^[1] ; Antonio Gómez Gómez-Plana ^[2] ; Pedro Pascual Arzoz ^[2]
  1. [1] University of Milan

     University of Milan

     Milán, Italia

     
  2. [2] Universidad Pública de Navarra

     Universidad Pública de Navarra

     Pamplona, España

     
• Localización: Hacienda Pública Española / Review of Public Economics, ISSN 0210-1173, Nº 239, 2021, págs. 71-125
• Idioma: inglés
• Títulos paralelos:
  • Aumentar la precisión de las mediciones de la economía sumergida
• Enlaces
  • Texto Completo Ejemplar
• Resumen
  • español

    Este artículo estima el tamaño de la economía sumergida en una región española (Navarra) para el período 1986- 2016. Para ello empleamos métodos macroeconométricos indirectos como el enfoque de Demanda de Moneda, Métodos de consumo de electricidad (entrada física) y los indicadores múltiples causas múltiples (MIMIC) Acercarse. Un rasgo diferencial de nuestro análisis empírico es que incorporamos diversas metodologías innovaciones (por ejemplo, promediar el modelo bayesiano, un modelo de parámetro variable en el tiempo, la normalización de la variable) para refinar y aumentar la precisión de medida de cada uno de los métodos indirectos considerados. El patrón temporal del tamaño de la economía sumergida que surge de los diferentes enfoques es similar, lo que sugiere que las estimaciones obtenidas son robustas y capturan la dinámica subyacente del sector oculto.

    Tras cuantificar la economía sumergida, analizamos sus determinantes mediante técnicas Bayesian Model Averaging. Encontramos que la evolución de la economía sumergida en Navarra se explica por una pequeña conjunto sólido y sólido de factores, específcamente la carga fiscal, la proporción de empleo en el sector de la construcción, la tasa de inflación, pertenencia a la zona del euro y ratio de efectivo fuera de los bancos a M1.

  • English

    This article estimates the size of the shadow economy in a Spanish region (Navarre) for the period 1986- 2016. To this end, we employ indirect macro-econometric methods such as the Currency Demand approach, Electricity Consumption (Physical Input) methods and the multiple indicators multiple causes (MIMIC) approach. A differential feature of our empirical analysis is that we incorporate various methodological innovations (e.g. Bayesian Model Averaging, a Time-Varying Parameter model, normalization of the latent variable) to refne and increase the measurement accuracy of each of the indirect methods considered. The temporal pattern of the shadow economy’s size that emerges from the different approaches is similar, which suggests that the estimates obtained are robust and capture the underlying dynamics of the hidden sector.

    After quantifying the shadow economy, we analyze its determinants by means of Bayesian Model Averaging techniques. We fnd that the evolution of the shadow economy in Navarre can be explained by a small and robust set of factors, specifcally the tax burden, the share of employment in the construction sector, the infation rate, euro area membership and the ratio of currency outside the banks to M1.