background image

Podatki i wielko

Podatki i wielko

ść

ść

szarej 

szarej 

strefy: Analiza 

strefy: Analiza 

nieparametryczna na 

nieparametryczna na 

podstawie Nowej Zelandii

podstawie Nowej Zelandii

Na 

Na 

podstawie

podstawie

: David E. A. Giles & Betty J. Johnson,  

: David E. A. Giles & Betty J. Johnson,  

Maj

Maj

2000

2000

Department

Department

of

of

Economics

Economics

University

University

of

of

Victoria, 

Victoria, 

Canada

Canada

Opracowali

Opracowali

: Monika 

: Monika 

Mroczek

Mroczek

, Adam 

, Adam 

Wo

Wo

ź

ź

ny

ny

background image

Wst

Wst

ę

ę

p

p

ƒ

ƒ

Autorzy tekstu postanowili zbada

Autorzy tekstu postanowili zbada

ć

ć

zwi

zwi

ą

ą

zek 

zek 

mi

mi

ę

ę

dzy efektywn

dzy efektywn

ą

ą

stop

stop

ą

ą

opodatkowania a 

opodatkowania a 

wzgl

wzgl

ę

ę

dn

dn

ą

ą

wielko

wielko

ś

ś

ci

ci

ą

ą

szarej strefy, 

szarej strefy, 

ƒ

ƒ

Oszacowany zosta

Oszacowany zosta

ł

ł

model, maj

model, maj

ą

ą

cy 

cy 

symulowa

symulowa

ć

ć

skutki hipotetycznych zmian 

skutki hipotetycznych zmian 

podatkowych na rozmiar szarej strefy w 

podatkowych na rozmiar szarej strefy w 

Nowej Zelandii

Nowej Zelandii

ƒ

ƒ

Analiza zosta

Analiza zosta

ł

ł

a przeprowadzona za pomoc

a przeprowadzona za pomoc

ą

ą

nieparametrycznej regresji korzystaj

nieparametrycznej regresji korzystaj

ą

ą

c z 

c z 

danych z okresu  1968 

danych z okresu  1968 

-

-

1994

1994

background image

Podstawy teoretyczne

Podstawy teoretyczne

ƒ

ƒ

Ju

Ju

ż

ż

pierwsze modele zak

pierwsze modele zak

ł

ł

ada

ada

ł

ł

y hipotez

y hipotez

ę

ę

dodatnim zwi

dodatnim zwi

ą

ą

zku miedzy wielko

zku miedzy wielko

ś

ś

ci

ci

ą

ą

stopy 

stopy 

opodatkowania a wielko

opodatkowania a wielko

ś

ś

ci

ci

ą

ą

szarej strefy 

szarej strefy 

ƒ

ƒ

Model 

Model 

Trandel

Trandel

Snow

Snow

wyr

wyr

ó

ó

ż

ż

nia dwa obszary, 

nia dwa obszary, 

pierwszy o dosy

pierwszy o dosy

ć

ć

niskim potencjalnym dochodzie, 

niskim potencjalnym dochodzie, 

co za tym idzie do

co za tym idzie do

ść

ść

niskimi p

niskimi p

ł

ł

aconymi podatkami. 

aconymi podatkami. 

(Przyjmujemy ze kary za uchylanie si

(Przyjmujemy ze kary za uchylanie si

ę

ę

od p

od p

ł

ł

acenia 

acenia 

podatku s

podatku s

ą

ą

proporcjonalne do wielko

proporcjonalne do wielko

ś

ś

ci 

ci 

niezap

niezap

ł

ł

aconego podatku). W takiej sytuacji sektor 

aconego podatku). W takiej sytuacji sektor 

ten ch

ten ch

ę

ę

tniej b

tniej b

ę

ę

dzie si

dzie si

ę

ę

stara

stara

ł

ł

uchyli

uchyli

ć

ć

od p

od p

ł

ł

acenia 

acenia 

podatku ze wzgl

podatku ze wzgl

ę

ę

du na relatywnie niski poziom 

du na relatywnie niski poziom 

kary, a drugi obszar odwrotnie.

kary, a drugi obszar odwrotnie.

background image

Wst

Wst

ę

ę

cd

cd

.

.

ƒ

ƒ

Forma hipotezy jest dosy

Forma hipotezy jest dosy

ć

ć

skomplikowana gdy

skomplikowana gdy

ż

ż

np

np

. znak zwi

. znak zwi

ą

ą

zku mi

zku mi

ę

ę

dzy stop

dzy stop

ą

ą

podatkow

podatkow

ą

ą

stopniem uchylania si

stopniem uchylania si

ę

ę

od podatk

od podatk

ó

ó

w zale

w zale

ż

ż

y czy 

y czy 

przyj

przyj

ę

ę

te jest za

te jest za

ł

ł

o

o

ż

ż

enie o niech

enie o niech

ę

ę

ci ryzyka os

ci ryzyka os

ó

ó

p

p

ł

ł

ac

ac

ą

ą

cych podatki 

cych podatki 

ƒ

ƒ

Podstawowym problem jest dost

Podstawowym problem jest dost

ę

ę

pno

pno

ść

ść

danych 

danych 

dotycz

dotycz

ą

ą

cych rozmiaru szarej strefy 

cych rozmiaru szarej strefy 

ƒ

ƒ

Dane te s

Dane te s

ą

ą

szacowane raczej na podstawie 

szacowane raczej na podstawie 

warto

warto

ś

ś

ci "ukrytej" produkcji,  ni

ci "ukrytej" produkcji,  ni

ż

ż

na podstawie 

na podstawie 

wielko

wielko

ś

ś

ci 

ci 

łą

łą

cznej si

cznej si

ł

ł

y roboczej.  Aby u

y roboczej.  Aby u

ł

ł

atwi

atwi

ć

ć

mi

mi

ę

ę

dzynarodowe por

dzynarodowe por

ó

ó

wnania, liczby te zwykle s

wnania, liczby te zwykle s

ą

ą

odniesione jako stopa procentowa zmierzonego 

odniesione jako stopa procentowa zmierzonego 

GDP

GDP

background image

ƒ

ƒ

w poni

w poni

ż

ż

szym modelu rozmiar szarej strefy 

szym modelu rozmiar szarej strefy 

zosta

zosta

ł

ł

zdefiniowany jako (UE / GDP)

zdefiniowany jako (UE / GDP)

ƒ

ƒ

a efektywna stopa podatkowa jako: 

a efektywna stopa podatkowa jako: 

(TR / GDP), 

(TR / GDP), 

gdzie TR jest ca

gdzie TR jest ca

ł

ł

kowitym  przychodem 

kowitym  przychodem 

podatkowym 

podatkowym 

background image
background image

Wst

Wst

ę

ę

pne testy

pne testy

Przed rozpocz

Przed rozpocz

ę

ę

ciem estymacji 

ciem estymacji 

przeprowadzono nast

przeprowadzono nast

ę

ę

puj

puj

ą

ą

ce testy :

ce testy :

ƒ

ƒ

testy na stacjonarno

testy na stacjonarno

ść

ść

zmiennych 

zmiennych 

ƒ

ƒ

testy na 

testy na 

kointegracje

kointegracje

ƒ

ƒ

test na przyczynowo

test na przyczynowo

ść

ść

background image

Testy na stacjonarno

Testy na stacjonarno

ść

ść

zmiennych

zmiennych

background image
background image

W powy

W powy

ż

ż

szej tabeli zosta

szej tabeli zosta

ł

ł

y przedstawione 

y przedstawione 

nast

nast

ę

ę

puj

puj

ą

ą

ce testy na stacjonarno

ce testy na stacjonarno

ść

ść

,    

,    

ƒ

ƒ

test 

test 

Dickey

Dickey

-

-

Fullera

Fullera

(ADF) sprawdzaj

(ADF) sprawdzaj

ą

ą

cego 

cego 

hipotez

hipotez

ę

ę

zerow

zerow

ą

ą

o niestacjonarno

o niestacjonarno

ś

ś

ci 

ci 

oraz

oraz

ƒ

ƒ

test 

test 

Kwiatowskiego

Kwiatowskiego

(KPSS) w kt

(KPSS) w kt

ó

ó

rym testuje 

rym testuje 

si

si

ę

ę

hipotez

hipotez

ę

ę

zerow

zerow

ą

ą

o stacjonarno

o stacjonarno

ś

ś

ci 

ci 

zmiennych .   

zmiennych .   

Przyj

Przyj

ę

ę

ty zosta

ty zosta

ł

ł

10% poziom istotno

10% poziom istotno

ś

ś

ci

ci

background image

Testy 

Testy 

cd

cd

.

.

Wyniki uzyskane w  Tabeli 1 wskazuj

Wyniki uzyskane w  Tabeli 1 wskazuj

ą

ą

ż

ż

e zar

e zar

ó

ó

wno (UE / GDP) i (TR / GDP) s

wno (UE / GDP) i (TR / GDP) s

ą

ą

niestacjonarne, sensowne jest wi

niestacjonarne, sensowne jest wi

ę

ę

przetestowanie mo

przetestowanie mo

ż

ż

liwej 

liwej 

kointegracji

kointegracji

background image
background image
background image
background image

ƒ

ƒ

Powy

Powy

ż

ż

sze testy potwierdzaj

sze testy potwierdzaj

ą

ą

wyst

wyst

ę

ę

powanie 

powanie 

kointegracji

kointegracji

ƒ

ƒ

Przetestowano tak

Przetestowano tak

ż

ż

e przyczynowo

e przyczynowo

ść

ść

mi

mi

ę

ę

dzy 

dzy 

zmiennymi  (UE / GDP) i (TR / GDP), u

zmiennymi  (UE / GDP) i (TR / GDP), u

ż

ż

ywaj

ywaj

ą

ą

podej

podej

ś

ś

cia 

cia 

Toda

Toda

-

-

Yamamoto

Yamamoto

(1995). Wyniki 

(1995). Wyniki 

ś

ś

wiadcz

wiadcz

ą

ą

o przyczynowo

o przyczynowo

ś

ś

ci od drugiej 

ci od drugiej 

zmiennej do pierwszej , ale tylko ograniczony 

zmiennej do pierwszej , ale tylko ograniczony 

dow

dow

ó

ó

d odwrotnej przyczynowo

d odwrotnej przyczynowo

ś

ś

ci. 

ci. 

(potwierdza to empiryczny model z (UE / 

(potwierdza to empiryczny model z (UE / 

GDP) jako zmienn

GDP) jako zmienn

ą

ą

zale

zale

ż

ż

n

n

ą

ą

background image

Estymacja

Estymacja

background image

Forma funkcyjna

Forma funkcyjna

(UE/

(UE/

GDP)

GDP)

t

t

m{(TR

m{(TR

/

/

GDP)

GDP)

t

t

} + 

} + 

ε

ε

t

t

Gdzie

Gdzie

funkcja m 

funkcja m 

warunkowa 

warunkowa 

ś

ś

rednia

rednia

ε

ε

t

t

maj

maj

ą

ą

rozk

rozk

ł

ł

ad normalny, s

ad normalny, s

ą

ą

niezale

niezale

ż

ż

ne i 

ne i 

homoskedastyczne

homoskedastyczne

background image

Spos

Spos

ó

ó

b estymacji

b estymacji

ƒ

ƒ

Estymacja r

Estymacja r

ó

ó

wnania przeprowadzona zosta

wnania przeprowadzona zosta

ł

ł

za pomoc

za pomoc

ą

ą

procedury NONPAR, kt

procedury NONPAR, kt

ó

ó

ra 

ra 

wykorzystuje estymator 

wykorzystuje estymator 

Nadaraya

Nadaraya

-

-

Watson`a

Watson`a

z normalnym j

z normalnym j

ą

ą

drem (

drem (

kernel

kernel

) i rozmiarem 

) i rozmiarem 

okna (

okna (

bandwidth

bandwidth

) wybranym za pomoc

) wybranym za pomoc

ą

ą

optymalnej

optymalnej

metody 

metody 

Silvermana

Silvermana

ƒ

ƒ

Przeprowadzone testy dowiod

Przeprowadzone testy dowiod

ł

ł

y, i

y, i

ż

ż

wyniki 

wyniki 

nie s

nie s

ą

ą

w szczeg

w szczeg

ó

ó

lny spos

lny spos

ó

ó

b wra

b wra

ż

ż

liwe na 

liwe na 

wyb

wyb

ó

ó

r j

r j

ą

ą

dra oraz rozmiaru okna.

dra oraz rozmiaru okna.

background image

Inne formy funkcyjne

Inne formy funkcyjne

ƒ

ƒ

Aby upewni

Aby upewni

ć

ć

si

si

ę

ę

czy ta prosta forma 

czy ta prosta forma 

funkcyjna jest odpowiednia, autorzy brali 

funkcyjna jest odpowiednia, autorzy brali 

r

r

ó

ó

wnie

wnie

ż

ż

pod uwag

pod uwag

ę

ę

takie zmienne jak wzrost 

takie zmienne jak wzrost 

realnego GDP oraz op

realnego GDP oraz op

ó

ó

ź

ź

nione zmienne 

nione zmienne 

UE/GDP i TR/GDP. 

UE/GDP i TR/GDP. 

ƒ

ƒ

Ż

Ż

adna z nowo utworzonych form funkcyjnych 

adna z nowo utworzonych form funkcyjnych 

nie zosta

nie zosta

ł

ł

a wskazana jako ta lepsza przez 

a wskazana jako ta lepsza przez 

standardowe kryteria informacyjne, wi

standardowe kryteria informacyjne, wi

ę

ę

oszacowany zosta

oszacowany zosta

ł

ł

podstawowy model. 

podstawowy model. 

background image

Wyniki estymacji

Wyniki estymacji

Bandwidth

Bandwidth

Parameter

Parameter

0.548

0.548

R2 (

R2 (

Adjusted

Adjusted

R2) 

R2) 

0.492 (0.428)

0.492 (0.428)

Cross

Cross

-

-

Validation

Validation

Mean

Mean

Square

Square

Error

Error

0.794

0.794

AIC (SC) [FPE] 

AIC (SC) [FPE] 

0.842 (1.016) [0.844]

0.842 (1.016) [0.844]

background image

Durbin

Durbin

-

-

Watson

Watson

Statistic

Statistic

1.433

1.433

Runs

Runs

Test, 

Test, 

Normal

Normal

Statistic

Statistic

(

(

p

p

-

-

value

value

-

-

0.975 

0.975 

(0.330)

(0.330)

Coefficient

Coefficient

of

of

Skewness

Skewness

(Standard 

(Standard 

Deviation

Deviation

)

)

0.956 

0.956 

(0.448)

(0.448)

Coefficient

Coefficient

of

of

Excess

Excess

Kurtosis

Kurtosis

(Standard 

(Standard 

Deviation

Deviation

0.665 

0.665 

(0.872)

(0.872)

Jarque

Jarque

-

-

Bera

Bera

Chi

Chi

-

-

Square

Square

, asy. 

, asy. 

χ

χ

2(2) (

2(2) (

p

p

-

-

value

value

3.681 

3.681 

(0.159)

(0.159)

Chi

Chi

-

-

Square

Square

Goodness

Goodness

of

of

Fit, asy. 

Fit, asy. 

χ

χ

2(3) (

2(3) (

p

p

-

-

value

value

6.094 

6.094 

(0.107)

(0.107)

Analiza reszt

Analiza reszt

background image

Testy LM

Testy LM

LM(1), asy. Standard 

LM(1), asy. Standard 

Normal

Normal

(

(

p

p

-

-

value

value

1.006 (0.157)

1.006 (0.157)

LM(2), asy. Standard 

LM(2), asy. Standard 

Normal

Normal

(

(

p

p

-

-

value

value

0.208 (0.418)

0.208 (0.418)

LM(3), asy. Standard 

LM(3), asy. Standard 

Normal

Normal

(

(

p

p

-

-

value

value

0.205 (0.419)

0.205 (0.419)

LM(4), asy. Standard 

LM(4), asy. Standard 

Normal

Normal

(

(

p

p

-

-

value

value

0.152 (0.440)

0.152 (0.440)

background image

Test FRESET

Test FRESET

AIC (SC) [FPE] 

AIC (SC) [FPE] 

0.842 (1.016) [0.844]

0.842 (1.016) [0.844]

FRESETS(1)a: AIC (SC) [FPE] 

FRESETS(1)a: AIC (SC) [FPE] 

0.995 (1.479) [1.016]

0.995 (1.479) [1.016]

FRESETS(2)a: AIC (SC) [FPE] 

FRESETS(2)a: AIC (SC) [FPE] 

1.110 (2.086) [1.215]

1.110 (2.086) [1.215]

FRESETS(3)a: AIC (SC) [FPE] 

FRESETS(3)a: AIC (SC) [FPE] 

1.330 (2.395) [1.333]

1.330 (2.395) [1.333]

background image
background image
background image
background image

Wniosek

Wniosek

Istnieje zgodno

Istnieje zgodno

ść

ść

pomi

pomi

ę

ę

dzy poziomem 

dzy poziomem 

opodatkowania niezb

opodatkowania niezb

ę

ę

dnym z punktu 

dnym z punktu 

widzenia wzrostu gospodarczego, a 

widzenia wzrostu gospodarczego, a 

opodatkowania z punktu widzenia 

opodatkowania z punktu widzenia 

problemu powi

problemu powi

ę

ę

kszaj

kszaj

ą

ą

cej si

cej si

ę

ę

szarej 

szarej 

strefy. 

strefy. 

background image

Dzi

Dzi

ę

ę

kujemy za 

kujemy za 

uwag

uwag

ę

ę


Document Outline