Indices of innovation activity as components of macroeconomic stability assessment: how does the shadowing of investment flows affect?

Abstract

Стаття зосереджена на дослідженні причинно-наслідкових зв’язків між рівнями інноваційного розвитку та тінізації економіки на прикладі 10 європейських країн. На основі аналізу існуючих підходів до визначення рівня інноваційної активності в країні пропонується лінійна модель оцінки комплексного індексу інноваційної діяльності. Основною гіпотезою статті було припущення, що підвищення рівня тінізації економіки супроводжується зниженням інноваційного розвитку країни, погіршенням доступу до фінансових ресурсів тощо. Метою статті є аналіз співвідношення між рівнем тіньової економіки та показниками інноваційного розвитку країни як складових її макроекономічної стабільності за допомогою аналізу рядів даних з 2007 по 2018 рр. На відміну від попередніх досліджень, дане дослідження обгрунтовує гіпотезу, про те, що рівень інноваційного розвитку країни залежить від обсягу тіньового сектору економіки. Результати підтверджують взаємозв'язок між факторною та результуючими показниками для всіх аналізованих країн. Для підтвердження гіпотези про негативний вплив тіньової економіки на рівень інноваційної діяльності країни була побудова лінійна модель оцінювання Індексу комплексного інноваційного розвитку країни як інтегрального показника 8 міжнародних індексів (Індекс глобальної конкурентоспроможності, Цифрова оцінка готовності, Цифрова економіка та Індекс суспільства, Економічний індекс знань, Європейський індекс інновацій, Індекс інновацій Bloomberg, Міжнародний індекс інновацій, Глобальний індекс інновацій), що характеризує рівень інноваційного розвитку країни. На другому етапі здійснено: тестування рядів даних на стаціонарність за допомогою статистичного тесту Дікі-Фуллера та Філіпса Перрона, розрахунок оптимальної довжини лага, обраної за критерієм Акакайке, інформаційним критерієм ХаннанаКвінна та інформаційним критерієм Шварца, перевірка коінтегрованості рядів даних за допомогою тесту Йогансена. Емпіричні розрахунки довели високий вплив тіньової економіки на інноваційний розвиток країни. Усі показники є статистично значущими на рівні 1% та 5% та 10% відповідно. Обґрунтовано, що держава повинна враховувати встановлені взаємозалежності як основу для розробки та реалізації заходів, спрямованих на підвищення інноваційної активності суб’єктів господарювання, збільшення інноваційного потенціалу країни тощо.

The article focuses on the study of causal links between the level of innovation development and the shadow economy on the example of 10 European countries. Based on the analysis of existing approaches to determining the level of innovation activity in the country, a linear model for evaluating the Complex Innovative Activity Index is proposed. The main hypothesis of the paper was the assumption that the increase in the level of the shadow economy is accompanied by a decrease in the country's innovative development, deteriorating access to financial resources, and so on. The purpose of the paper is to analyze the correlation between the level of the shadow economy and the indicators of innovative development of the country as components of its macroeconomic stability using Panel data analysis from 2007 to 2018. Unlike previous studies, this research considered that level of innovative development increasingly depends on the level of the shadow economy. The results confirm the relationship between factor and result indicators for all analyzed countries. To test the hypotheses about the negative impact of the shadow economy on the level of innovative activity of the country was presented the linear model with Complex Innovative Activity Index as an integral indicator of 8 international indexes (Global Competitiveness Index, Digital Readiness Score, Digital Economy and Society Index, Knowledge Economic Index, The European Innovation Scoreboard, Bloomberg Innovation Index, The International Innovation Index, Global Innovation Index) characterizing the level of innovative development of the country. In the second stage: testing of the data series for stationarity by the DickeyFuller and Philips Perron test Statistics, calculation of the optimal lag length from the maximum possible selected by the Akaike criteria, the Hannan-Quinn Information Criterion and the Schwartz Information Criterion, verification of cointegration of data series using Johansen test are performed. Empirical calculations have proved the high impact of the shadow economy on the innovative development of the country. All indices are statistically significant at the level of 1% and 5% and 10% respectively. It is substantiated that the state should take into account interdependencies as a basis for the development and implementation of measures aimed at increasing the innovative activity of economic entities, increasing the innovation potential of the country, and so on.