Estymacja rozmiaru szarej strefy w oparciu o dane ankietowe gospodarstw domowych

Praca podejmuje temat szarej strefy, zwłaszcza w kontekście metod estymacji jej rozmiaru. Przedmiotem własnego badania jest metoda zaproponowana przez Licharda, Hanousek’a i Filera [2012], która poza publikacją samych autorów nie doczekała się jeszcze kontynuacji w pracach innych badaczy. Wspomniana metoda wywodząca się z podejścia mikroekonomicznego, na tle pozostałych technik wydaje się być interesującą propozycją, biorąc pod uwagę zarówno przyjmowane założenia jak i dostępność danych. W przeciwieństwie do wielokrotnie wykorzystywanej w literaturze metody zaprezentowanej przez Pissaridesa i Webera [1989], nie jest konieczne zdefiniowanie a priori docelowego podziału populacji na dwie grupy - gospodarstwa potencjalnie należące do szarej strefy i w pełni funkcjonujące poza nią. Podział próby jest bowiem dokonywany w sposób automatyczny, w oparciu o obserwowane relacje pomiędzy wydatkami, dochodami i zmiennymi socjodemograficznymi. Ze względu na dotychczasowy brak nawiązań do publikacji Licharda, Hanousek’a i Filera [2012], wszelkiego rodzaju próby weryfikacji, czy wręcz oceny proponowanej metodologii, jak również samo jej wykorzystanie do estymacji rozmiaru szarej strefy dla rożnych państw i okresów, jest jak najbardziej pożądane. Celem niniejszej pracy jest zatem kompleksowa ocena wspomnianej metody. Identyfikacja potencjalnych wad i zalet metody stanowi wartość dodaną rozprawy, bowiem wyniki uzupełnią występującą w literaturze lukę. W pracy dokonano przeglądu i analizy przyjmowanych założeń oraz stosowanej procedury estymacji. Formalnej weryfikacji poddano trzy główne hipotezy badawcze, odnoszące się wprost do omawianej metody: i. Rozmiar szarej strefy generowany w oparciu o metodologię Licharda, Hanousek’a i Filera [2012] nie jest spójny z zachowaniem innych miar makroekonomicznych (H1) i nie jest stabilny w czasie - podlega bardzo silnym, nieuzasadnionym wahaniom (H2). ii. Profil socjodemograficzny gospodarstw wyodrębnionych według stosowanej metodologii, jako należące do szarej strefy, nie jest stabilny w czasie - nie można w sposób jednoznaczny wyróżnić cech charakterystycznych dla wspominanych gospodarstw (H3). Ponadto, ze względu na wykorzystywanie w procesie estymacji informacji o deklarowanym poziomie wydatków, postawiono trzy hipotezy poboczne: i. Gospodarstwa sklasyfikowane jako funkcjonujące w szarej strefie zaniżają w ankietach kwoty ponoszonych wydatków (H4). ii. W większym stopniu zaniżane są wydatki na dobra luksusowe niż kwoty przeznaczane na dobra podstawowe (H5). iii. Wydatki na żywność, w porównaniu z wydatkami na inne koszyki dóbr, są zaniżane w mniejszym stopniu, dlatego stanowią najlepszy możliwy wybór, jeśli chodzi o koszyk dóbr, który pozwala wnioskować o kwocie faktycznie uzyskiwanych dochodów (H6). Badanie przeprowadzono w oparciu o dane zbierane przez U.S. Census Bureau dla Bureau of Labor Statistics. Dane odnoszą się do gospodarstw domowych zamieszkujących Stany Zjednoczone i obejmują lata 2004 - 2012. Uzyskane wyniki skłoniły do odrzucenia hipotezy H1. Dla rozpatrywanego horyzontu czasowego, rozmiar szarej strefy generowany przy zastosowaniu metody Licharda, Hanouseka i Filera [2012] jest spójny z kształtowaniem się innych miar makroekonomicznych. Rozmiar szarej strefy okazał się ujemnie skorelowany z dynamiką PKB oraz dodatnio z oficjalnym poziomem stopy bezrobocia. Ponadto, maksymalną wielkość szarej strefy otrzymano dla 2009 roku, kiedy to dynamika PKB była najniższa, a stopa bezrobocia najwyższa w całym badanym okresie. Uzyskany rozmiar szarej strefy charakteryzuje się jednak bardzo silnymi, nieuzasadnionymi co do samej skali wahaniami, nie było zatem podstaw do odrzucenia hipotezy H2. Niestabilny w czasie jest także profil gospodarstw wyodrębnionych jako należące do szarej strefy. Rozkłady wartości poszczególnych cech socjodemograficznych, z roku na rok, ulegają ogromnym wahaniom, zatem również w przypadku hipotezy H3 nie było podstaw do jej odrzucenia. Słuszne okazały się oczekiwania co do potencjalnego zaniżania, deklarowanych w ankietach wydatków. W myśl przeprowadzonych analiz, nie było podstaw do odrzucenia hipotez H4, H5 i H6. W porównaniu z pozostałymi gospodarstwami, udział wydatków na dobra luksusowe jest ceteris paribus średnio niższy dla gospodarstw należących do szarej strefy, oraz wyższy w przypadku wydatków na dobra podstawowe. Spośród analizowanych koszyków, dobrem indywidualnie charakteryzującym się najniższym stopniem zaniżania wydatków okazała się żywność. Deklarowane w ankiecie kwoty przeznaczane na żywność, w porównaniu z innymi wydatkami, są najbliżej wartości faktycznie ponoszonych, zatem stanowią najlepszy możliwy punkt wyjścia do estymacji rzeczywistego poziomu dochodów. Przy okazji weryfikacji postawionych hipotez, uzyskano jeszcze kilka interesujących wyników, spójnych z rezultatami innych badań. Modelując funkcję prawdopodobieństwa przynależności do szarej strefy otrzymano oszacowanie, zgodnie z którym wspomniane prawdopodobieństwo ceteris paribus wzrasta, jeżeli źródłem dochodu jest samodzielna działalność gospodarcza. Prawdopodobieństwo rośnie jeszcze bardziej jeżeli respondent podejmuje aktywność zawodową w sektorze obejmującym branże budowlaną, produkcję precyzyjną oraz usługi naprawcze. Z pewnością rozprawa nie wyczerpuje poruszanego zagadnienia, dostarcza jednak wielu nowych, istotnych informacji zarówno odnośnie metody estymacji szarej strefy, jak również założeń w niej wykorzystywanych. Pomimo konieczności przeprowadzania kolejnych badań, w opinii autora, zakładany cel pracy został osiągnięty.

The thesis takes up the topic of the shadow economy, especially in the context of the methods of estimation of its size. The subject of an individual study is the method proposed by Lichard, Hanousek and Filer [2012], which, besides the authors’ publication, has not been continued in the works of other researchers. The mentioned method deriving from microeconomic approach, compared to other techniques, seems to be an interesting proposal taking into account both the assumptions made and the availability of data. In contrast to the frequently used in the literature method presented by Pissarides and Weber [1989], it is not necessary to define a priori the target distribution of the population into two groups – households potentially belonging to the shadow economy and those fully functioning beyond it. The division of the sample is, in fact, made automatically, based on the observed relationship between expenditure, income and sociodemographic variables. Due to the current lack of references to the publication of Lichard, Hanousek and Filer [2012], all kinds of attempts to verify or even assess the proposed methodology, as well as its use to estimate the size of the shadow economy for different countries and periods, are desirable. The aim of this thesis is therefore a comprehensive evaluation of the mentioned method. Identification of its possible advantages and disadvantages constitutes an added value, because the results will complement the gap present in the literature. The thesis reviews and analyzes the assumptions and estimation procedure used. Three main hypotheses relating directly to this method were subject to formal verification: i. The size of the shadow economy generated based on the methodology of Lichard, Hanousek and Filer [2012] is not consistent with the behavior of other macroeconomic measures (H1) and is not stable in time – it is subject to very strong and unreasonable fluctuations (H2). ii. Socio-demographic profile of households categorized as belonging (according to used methodology) to the shadow economy, is not stable in time – characteristics for mentioned households cannot be clearly distinguished (H3). In addition, due to using in the estimation process the information on declared spending, three collateral hypotheses were proposed: i. Households classified as operating in shadow economy underestimate the amount of the expenditure in surveys (H4). ii. Spending on luxury goods are underestimated to a greater extent than spending on necessity goods (H5). iii. Expenditure on food, compared to spending on other baskets of goods, are underestimated to a lesser extent, so it is the best possible choice in terms of a basket of goods, which allows for the conclusion about the amount of income actually received (H6). The study was based on data collected by the US Census Bureau for the Bureau of Labor Statistics. Data refers to households in the United States and cover the years 2004-2012. The results led to the rejection of the hypothesis H1. For the considered time horizon, the size of the shadow economy generated using the method Lichard, Hanousek and Filer [2012] is consistent with the evolution of other macroeconomic measures. The size of the shadow economy turned out to be negatively correlated with GDP growth and positively with the official unemployment rate. In addition, the maximum size of the shadow economy was obtained for 2009, when GDP growth was the lowest and the unemployment rate the highest in the whole considered period. However, the resulting size of the shadow economy has a very strong and unreasonable fluctuations in terms of the scale; thus, there was no basis for rejecting the H2 hypothesis. Unstable over time is also a profile of households singled out as belonging to the shadow economy. The distributions of individual sociodemographic characteristics, from year to year, are subject to enormous variations. Therefore, in the case of hypothesis H3, there were no grounds for its rejection either. Expectations of the potential underestimating of declared expenditure in surveys, turned out to be legitimate. According to the analyzes, there was no reason to reject the hypotheses H4, H5 and H6. In comparison with other households, the share of spending on luxury goods ceteris paribus is, on average, lower for households belonging to the shadow economy, and higher in the case of expenditure on necessity goods. Among the analyzed baskets, it turned out that food is good with the lowest level of underestimation. The amount of money spent on food declared in the survey, compared with other expenses, is closest to the values actually incurred, therefore, it constitutes the best possible starting point for estimating the actual level of income. On the occasion of verifying the mentioned hypotheses, were obtained some interesting results, consistent with the results of other studies. Modeling the function of the probability of belonging to the shadow economy, were derived estimates, according to which, mentioned probability ceteris paribus increases if the source of income is self-employment. The probability increases even more if the respondent undertakes activity in the industries including construction, high precision manufacturing and repair services. Certainly, the dissertation is not exhaustive within the subject, but it provides new and relevant information on both the estimation method of shadow economy as well as the assumptions used. Despite the need for further research, in the author's opinion, the assumed objective of the work was achieved.