Caso de estudio: corrupción y desigualdad: un análisis de panel dinámico

Abstract

A nivel global, la corrupción es ampliamente reconocida como un obstáculo que limita que los beneficios del crecimiento económico, la productividad, y los avances tecnológicos se traduzcan en mejoras reales para la mayoría de ciudadanos. Ello no solo exacerba la desigualdad existente, sino que refuerza la corrupción, creando un ciclo que perpetúa ambos problemas. El objetivo de este estudio es examinar la naturaleza de la relación entre la corrupción, medida a través del índice de Percepción de la Corrupción, y la distribución del ingreso, cuantificada a través del índice de Gini. Considerando la posible endogeneidad derivada de la bidireccionalidad en la relación entre corrupción y desigualdad, se empleará el método econométrico de Datos de Panel Dinámico a través del Método Generalizado de Momentos. La investigación considera una muestra de 47 países durante el período 2008-2021, e incorpora diversas variables de control asociadas a factores socioeconómicos. Los resultados evidencian una relación no lineal entre corrupción y desigualdad, lo cual es relevante para la formulación de políticas y regulaciones destinadas a combatir tanto la corrupción, como la desigualdad.

Globally, corruption is widely recognized as an obstacle that limits the benefits of economic growth, productivity, and technological advances from translating into real improvements for the majority of citizens. This not only exacerbates existing inequality but also reinforces corruption, creating a cycle that perpetuates both problems. The aim of this study is to examine the nature of the relationship between corruption, measured by the Corruption Perception Index, and income distribution, quantified by the Gini Index. Considering the potential endogeneity arising from the bidirectional relationship between corruption and inequality, a dynamic panel data econometric approach using the Generalized Method of Moments is employed. The research considers a sample of 47 countries during the period 2008-2021 and incorporates various control variables associated with socioeconomic factors. The findings reveal a nonlinear relationship between corruption and inequality, which is relevant for the formulation of policies and regulations aimed at combating both corruption and inequality.