¿Culturalmente Corruptos?: Análisis del Impacto de la Cultura Nacional en la Corrupción

i Máster Universitario en Economía y Desarrollo Facultad de Ciencias Económicas y Empresariales ¿Culturalmente Corruptos?: Análisis del Impacto de la Cultura Nacional en la Corrupción. Culturally Corrupt?: The Impact of National Culture on Corruption. Trabajo de Fin de Máster presentado para optar al Título de Máster Universitario en Economía y Desarrollo por Mariano Barloqui, siendo el tutor del mismo el Dr. D. José Fernández-Serrano. Vº. Bº. del Tutor: Alumno: Dr. D. José Fernández Serrano D. Mariano Barloqui Sevilla, 1 de septiembre de 2020 Firmado digitalmente por FERNANDEZ SERRANO JOSE - 48807394Z Fecha: 2020.08.31 22:37:25 +02'00' ii Máster Universitario en Economía y Desarrollo Facultad de Ciencias Económicas y Empresariales TRABAJO DE FIN DE MÁSTER CURSO ACADÉMICO 2019-2020 TÍTULO: ¿Culturalmente Corruptos?: Análisis del Impacto de la Cultura Nacional en la Corrupción. AUTOR: Mariano Barloqui TUTOR ACADÉMICO: Dr. D. José Fernández Serrano RESUMEN: El presente estudio analiza el impacto de la cultura nacional en la corrupción. Aunque la literatura especializada es abundante, el debate continúa abierto y los resultados dependen de la noción de cultura y corrupción seleccionados. Tomando como referencia el estudio de Huggins et al. (2012), el presente artículo busca analizar cuáles de las dimensiones que conforman a la cultura nacional generan ese impacto. Para lograr este objetivo se analizará el caso de 137 países y se utilizará una técnica de análisis multivariante basada en los mínimos cuadrados parciales (PLS). Para medir la corrupción se utilizará el Índice de Percepción de la Corrupción 2019 elaborado por Transparencia Internacional. Los resultados indican que las variables culturales de adhesión al trabajo y empleo, cohesión social, tendencia a la toma de riesgo, balance de vida y feminidad y acciones colectivas son variables significativas sobre las percepciones de la corrupción en el país. PALABRAS CLAVE: Cultura nacional; Corrupción; PLS; Cohesión social iii Máster Universitario en Economía y Desarrollo Facultad de Ciencias Económicas y Empresariales MASTER THESIS ACADEMIC COURSE 2019-2020 TITLE: Culturally Corrupt?: The Impact of National Culture on Corruption. AUTHOR: Mariano Barloqui ACADEMIC SUPERVISOR: Dr. D. José Fernández Serrano ABSTRACT: This study analyzes the impact of the national culture on corruption. Although the specialized literature is abundant, the debate remains open and the results depend on the notion of culture and corruption selected. Taking as reference the study conducted by Huggins et al. (2012), this article seeks to analyze which of the dimensions that make up the national culture generate that impact. To achieve this objective, the case of 137 countries will be analyzed and a multivariate analysis technique based on partial least squares (PLS) will be used. To measure corruption, the Corruption Perception Index 2019 prepared by Transparency International will be used. The results indicate that the cultural variables of adherence to work and employment, social cohesion, tendency to take risks, balance of life and femininity, and collective actions are significant variables on the perceptions of corruption in the country. KEYWORDS: National culture; Corruption; PLS; Social cohesion iv 1 CONTENIDO 1. INTRODUCCIÓN ............................................................................................................. 2 2. REVISIÓN DE LA LITERATURA. ................................................................................. 5 2.1. Corrupción .................................................................................................................. 5 2.2. Cultura Nacional. ....................................................................................................... 6 2.3. La cultura y sus dimensiones como explicación a la corrupción ............................... 9 3. METODOLOGÍA ............................................................................................................ 13 4. RESULTADOS. .............................................................................................................. 16 5. CONCLUSIONES ........................................................................................................... 20 6. BIBLIOGRAFÍA ............................................................................................................. 22 ANEXO I. REVISIÓN DE LA LITERATURA ESPECIALIZADA CULTURA NACIONAL VS CORRUPCIÓN. ........................................................................................ 1 ANEXO II. COMPARATIVA ENTRE LAS CATEGORÍAS DE HUGGINS Y LAS PROPIAS ............................................................................................................................. 11 ANEXO III. FUENTES ESTADÍSTICAS (TOMADO EL ÚLTIMO DATO DISPONIBLE PARA CADA SERIE) ................................................................................ 14 ANEXO IV. CORRELACIONES PARCIALES ENTRE LOS INDICADORES............. 15 ANEXO V. PAÍSES UTILIZADOS ................................................................................... 18 2 1. INTRODUCCIÓN “La desgracia de la corrupción se encuentra presente en cada uno de los rincones del mundo. Es, sin dudas, el problema que debemos afrontar con mayor urgencia” David Cameron (2016). Las palabras del ex primer ministro británico sirven de ejemplo para ilustrar la magnitud del problema que representa la corrupción. Sin embargo, la corrupción no es un hecho actual. Podemos encontrar resabios de ésta en todas las culturas milenarias. Se han descubierto escritos que hablan de casos de corrupción en el imperio Egipto, en las civilizaciones mesopotámicas y en Grecia (Yébenes, 2008). De esta manera, la magnitud, intensidad e impacto de la misma ha variado a lo largo del tiempo y entre distintas zonas geográficas, han existido casos de corrupción tanto en los imperios como en los reinos (Yébenes, 2008), en las democracias como en los gobiernos militares (Seguró, 2014), en los sistemas capitalistas como en los comunistas (Sandholtz et al., 2005), en los países ricos y en los países pobres (Park, 2003). El Informe Anual de Transparencia Internacional (2019) nos muestra que, en un mismo periodo histórico, concretamente, en un mismo año, los grados de corrupción varían ampliamente entre países, de manera que, incluso economías similares y geográficamente próximas pueden puntuar muy distintamente. Durante siglos la filosofía y el derecho han tratado a la corrupción como un problema relevante para la organización política y la búsqueda de una sociedad ‘virtuosa’. Sin embargo, hasta hace muy poco, este fenómeno no había sido un tema de estudio importante para la economía, la sociología ni la ciencia poltica (Arjona, 2002). La corrupción afecta a todos y a cada uno de los ciudadanos, no solo a la sociedad como forma de convivencia. Desde un punto de vista político, la corrupción produce pérdida de autoridad y de legitimidad de las instituciones políticas y de sus integrantes. Por lo tanto, la ciudadanía deja de ser leal a cuerpos como las magistraturas, las cámaras parlamentarias y a la misma administración (Seguró, 2014). Muchos organismos internacionales han puesto en su mira el combate contra la corrupción como mecanismo para impulsar el desarrollo de los países. Entre ellos, el Banco Mundial (2018) entiende que para poder erradicar la pobreza es fundamental combatir la corrupción, ya que las medidas anticorrupción son medidas antipobreza. Erradicar la corrupción permitirá otorgarles a los pobres lo que necesiten. En el mismo sentido se ha expresado la Liga contra la Corrupción (2017). 3 Es por este motivo que resulta prioritario indagar acerca de cuáles son los orígenes de la corrupción y cuáles son los condimentos que hacen que algunas sociedades sean más corruptas que otras. Esta necesidad es la que impulsa el presente trabajo. Entre los diversos condicionantes que pueden explicar estas disparidades, el presente trabajo fin de máster prestará atención a los aspectos culturales. La cultura es un elemento propio de cada país. De hecho, una nación se conforma al existir un grupo de individuos que comparten un grupo de características comunes. En concreto, el objetivo de esta investigación es analizar cuáles son las características de una cultura nacional que pueden actuar como factores impulsores de la corrupción. Para ello, trataremos de responder dos preguntas claves: ¿Existe relación entre la cultura nacional y la corrupción?, y en caso de encontrar que la respuesta a esta primera pregunta es afirmativa, ¿Cuál dimensión cultural es significativa? La literatura previa ya ha abordado estas cuestiones, pero los resultados son dispares e inconclusos y dependen de la muestra de países y de las herramientas conceptuales y analíticas que se emplean, de manera que el debate continúa abierto y se hace necesario profundizar más en la materia. El presente trabajo se aparta de las dimensiones culturales utilizadas tradicionalmente en el pasado y aplica una variante de medición de la cultura introducida por Huggins et al. (2012). Los autores de dicho paper desarrollan un concepto de cultura aplicado a un solo país, Escocia, de manera que este trabajo fin de máster plantea una variante de sus dimensiones para extender el estudio a nivel internacional, abarcando 137 países mediante el empleo de la información estadística disponible más reciente. Desde el punto de vista metodológico, se emplea un análisis multivariante basado en los mínimos cuadrados parciales (PLS por sus siglas en inglés), que por su flexibilidad nos permite analizar las relaciones que existen entre las variables latentes planteadas a nivel de cultura. Las principales fuentes de información utilizadas para esta tarea son el Informe Anual de Transparencia Internacional, la base de datos del Banco Mundial, la World Value Survey, el informe de IDH-G, entre otros. En la siguiente sección se comenzará por definir el vocablo corrupción. Luego se analizará el concepto de cultura y las dimensiones que se pueden incluir dentro ella. Definidos los conceptos básicos de este trabajo, se procederá a detallar cuál es el estado de la ciencia en la materia que nos compete, para luego explicar con mayor profundidad la 4 metodología y la base de datos utilizada. Posteriormente se mostrará los resultados obtenidos y se finalizará con una breve conclusión sobre los mismos. 5 2. REVISIÓN DE LA LITERATURA. 2.1. Corrupción Para poder lograr el objetivo del presente trabajo, es primordial que en primer lugar se definan los dos conceptos fundamentales y delimitantes del mismo: corrupción y cultura nacional. En este subepígrafe empezaremos por tratar de definir el primero de ellos. El término corrupción proviene del vocablo latín Corruptio, que significa acción y efecto de destruir o alterar globalmente por putrefacción, también acción de dañar, sobornar o pervertir a alguien. Como observa Andvig (2006:329): “Aunque parezca un asunto semántico, la definición de corrupción termina determinando qu se modela y qu se mide”. Es por este motivo que resulta crucial y debe constituirse en nuestra primera tarea. Resulta necesario especificarlo para llevar adelante cualquier investigación o trabajo sobre el fenómeno de la corrupción (Boehm et al., 2009). Analizando la literatura económica y política, encontramos un gran número de definiciones en las dos últimas décadas, lo que demuestra que el debate continúa abierto. Así, Orellano (2003), entiende por corrupción al “fenómeno por medio del cual un funcionario público es impulsado a actuar de modo distinto a los estándares normativos del sistema para favorecer intereses particulares a cambio de una recompensa”. Esta definición resulta amplia y no permite delimitar correctamente qué accionar es comprendido dentro de ella y cuál no. Seguró (2014) entiende por corrupción “a la actividad ilícita de tipo económico en el ejercicio de un cargo político y aprovechándose de este. La corrupción política es un delito a la vez que una falta total, mereciendo por ello la repoblación moral y la punción legal”. La medición de lo que es moral resulta extremadamente compleja. Asimismo, imposibilita las comparaciones entre países y entre distintos periodos de tiempo. Ni las Naciones Unidas en el Convenio contra la Corrupción de 2004, ni la Organización de Estados Americanos en la Convención Interamericana contra la Corrupción 12 Como hemos mencionado, el presente trabajo utiliza una forma de medición de la cultura que hasta ahora no había sido utilizada para cotejarla con la corrupción. De esta manera, se introducen dos variables que se diferencias de las planteadas por los autores previos: adhesión al trabajo y empleo y toma de riesgo y reglas sociales. En el estudio de Huggins et al. (2012) se concluyó que un mayor número de oportunidades laborales de una sociedad y un mayor cumplimiento de las reglas, generan un entorno favorable para que las personas puedan emprender y desarrollarse económicamente. De manera paralela, consideramos que esas dos dimensiones indican una sociedad más estable y segura, donde la corrupción estaría peor considerada y perseguida. De esta manera, proponemos nuestras dos últimas hipótesis: H4: A mayor/menor adhesión al trabajo menor/mayor grado de corrupción. H5: A menor/mayor grado de toma de riesgos y de incumplimiento de las reglas menor/mayor será el grado de corrupción. Las hipótesis planteadas en el presente estudio buscan introducir un nuevo debate sobre el impacto que tiene la cultura en la corrupción, y sobre cuáles son las variables significativas dentro de la cultura. 13 3. METODOLOGÍA Tras analizar distintas teorías para la medición de la cultura, en el presente trabajo se utiliza la que fue empleada por Huggins et al (2012). El análisis empírico se lleva a cabo sobre una muestra de 137 países con diferentes niveles de desarrollo (Véase Anexo V). La selección de los países se ha realizado sobre la base del Índice de Percepción de la Corrupción 2019 de Transparencia Internacional, seleccionando aquellos países para los que se tienen datos en el resto de las variables escogidas con el objetivo fundamental de minimizar el número de datos perdidos. Al tratarse de un estudio que engloba a 137 países, algunas de las subcategorías que originalmente se encontraban en el estudio de Huggins et al. (2012) debieron ser modificadas. En el Anexo II se incluye un cuadro comparativo entre las variables estipuladas por él, y las utilizadas en el presente. De igual manera, en el Anexo III se incluye las fuentes estadísticas de dónde se ha obtenido la información. La variable dependiente es la corrupción, la cual, como hemos mencionado, es medida conforme al IPC 2019. El IPC 2019 mide exclusivamente la percepción de la corrupción en el sector público de 180 países y territorios, a los que se asigna una puntuación de 0 (corrupción elevada) a 100 (sin corrupción). De acuerdo con el análisis de los datos globales para 2019, más de dos tercios de los países estudiados han obtenido menos de 50 puntos, y la calificación media se sitúa en 43 puntos. Por tanto, una mayor puntuación significa menor corrupción por ello esta variable la denominamos “Transparencia/anticorrupcin” para que sea más clara la interpretación de los resultados. De igual manera, las variables independientes objeto de análisis son las siguientes: 1. Toma de riesgo y reglas sociales, variable latente medida a través de los siguientes indicadores: Población encarcelada, muertes atribuibles al alcohol, tasa fertilidad menores y muertes violentas. 14 2. Adhesión al trabajo y empleo, variable latente configurada por la tasa de actividad, tasa de paro, tasa de alfabetización, perseverancia en la escuela y finalización escuela secundaria. 3. Cohesión social, variable latente compuesta por los siguientes ítems: Porcentaje religión mayoritaria (mide si al menos el 70% de la población coincide en el mismo culto), porcentaje de población inmigrante, participación electoral (en la última elección nacional que tuvo lugar en cada país). 4. Balance vida trabajo, feminidad y actitudes protectoras, variable latente cuya composición está en función de: Población femenina activa, porcentaje de mujeres en el congreso y porcentaje de mujeres con cargos seniors. 5. Acciones colectivas. Variable latente compuesta por el porcentaje de trabajadores afiliados a un sindicato, cooperativas de crédito, y porcentaje de socios de cooperativas. Dadas las particularidades del modelo propuesto con variables latentes, se utilizará una técnica de análisis multivariante basada en los mínimos cuadrados parciales (PLS). Según Gefen et al. (2000), cuando se realizan estudios exploratorios y se utilizan muestras relativamente pequeñas, esta técnica estadística multivariante es más adecuada que otras, como LISREL, basado en el análisis de covarianza. El análisis PLS proporciona resultados tanto para el modelo de medición (fiabilidad y validez de los indicadores) como para el modelo estructural (relaciones hipotéticas). Para estimar los modelos se utilizó el software Smart PLS 3.2. Las características de los indicadores seleccionados que componen las variables latentes o constructos implican que deben ser considerados como constructos formativos en el análisis PLS. Los modelos de medida formativos se basan en la suposición de que los indicadores causales forman el constructo por medio de combinaciones lineales. 15 EL PLS ofrece una serie de resultados para los modelos de medida formativos y del modelo estructural. Seguiremos la guía propuesta por Hair et al. (2017). Para la evaluación del modelo de medida formativo hay que examinar el grado de colinealidad de los indicadores del modelo, así como la significación y relevancia de los indicadores formativos. La evaluación del modelo estructural lo basaremos en el R2, la magnitud y significado de los coeficientes path y del tamaño de los efectos (f2). Se aplica un boostraping de 5000 iteraciones para la obtención del nivel de significación de los distintos indicadores y estadísticos. 16 4. RESULTADOS Respecto a la evaluación del modelo de medida, los resultados obtenidos por Smart- Pls indican que no hay problemas de colinealidad, siendo el valor de inflación de la varianza más grande 1,774 para el indicador Alfab (alfabetización). El anexo IV muestra la tabla de correlaciones entre las distintas variables. Por su parte, la tabla 1 muestra los pesos de los indicadores para cada uno de los constructores formativos considerados. Pesos Muestra original (O) P Valores Alfabetización (ALFAB)-> Adhesión al trabajo y empleo 0,510 0,005 Termina secundaria (SECUN) -> Adhesión al trabajo y empleo 0,068 0,423 Tasa actividad (act) -> Adhesión al trabajo y empleo 0,014 0,478 Tasa de paro (invertida) (par2) -> Adhesión al trabajo y empleo -0,492 0,108 Perseveración escuela (per) -> Adhesión al trabajo y empleo 0,273 0,005 Tasa fertilidad menores (FERTIL) -> Toma de riesgo y reglas sociales 0,905 0,000 Muertes por alcohol (alco) -> Toma de riesgo y reglas sociales 0,098 0,001 Encarcelados x 100.000 hab (car) -> Toma de riesgo y reglas sociales -0,097 0,191 Muertes violentas x 100.000 hab (muer) -> Toma de riesgo y reglas sociales 0,249 0,000 Tasa actividad femenicna actimuj -> Feminidad y actitudes protectoras 0,599 0,066 Escaños mujeres escmu -> Feminidad y actitudes protectoras 0,805 0,013 Directivas direc -> Feminidad y actitudes protectoras 0,081 0,425 Socios cooperantes total (afili) -> Acciones colectivas 0,492 0,014 Cooperactivas de crédito (% total) coopcre -> Acciones colectivas -0,245 0,104 Tasa afiliación (sindi) -> Acciones colectivas 0,889 0,000 % inmigrantes inmi -> Cohesión social 0,983 0,000 % religión mayoritaria (mayoreg) -> Cohesión social 0,122 0,041 Participación electoral (elecci) -> Cohesión social -0,203 0,064 Tabla 1. Pesos y p-values 17 Cada indicador de un constructo formativo captura un aspecto específico del constructo, de manera que los ítems determinan el significado del constructo y omitir un indicador altera la naturaleza del mismo (Hair et al., 2017). Por esta razón, consideramos apropiado mantener los indicadores a pesar de que alguno no es significativo, especialmente para el caso de la dimensión Adhesión al trabajo y empleo. Verificada la ausencia de colinealidad y analizadas las cargas, pasamos a analizar el modelo estructural. De nuevo, se ha verificado la ausencia de problemas de colinealidad entre las variables latentes del modelo. La figura 1 y la tabla 2 recogen el nomograma de nuestro modelo, así como los distintos path y el nivel de significatividad de los mismos. El valor del coeficiente de determinación (R2) es superior a 0,5 de manera que podemos considerarlo como un buen ajuste con un valor moderado. Los resultados obtenidos permiten aceptar las cinco hipótesis especificas (H1-H5) planteadas en esta investigación: cómo podemos observar, todas path tienen el signo esperado y son significativos, si bien el constructo “Adhesión al trabajo y empleo” es marginalmente significativo (p= 0,095). Destacan “Cohesión social” y “Toma de riesgos y reglas sociales”. Estos dos indicadores poseen un f2 por encima de 0,15, por lo que presenta un tamaño del efecto moderado. El tamaño del efecto f2 mide el cambio en el valor del R2 cuando un constructo endógeno se omite en el modelo, de manera que este indicador se emplea para evaluar si el constructo omitido tiene un impacto sustancial sobre los constructos endógenos (Figura 2). Podemos concluir que ambos constructos son de vital importancia para explicar los niveles de corrupción en la muestra seleccionada. El resto de los constructos tienen un efecto pequeño (valores del f2 por encima del 0.02) -véase capítulo 6 de Hair et al., (2017)-. Intervalos de confianza Path Muestra original (O) (P.valores) 10.0% 90.0% 18 Acciones colectivas -> TRANSPARENCIA (ANTICORRUPCIÓN) 0,160 ** 0,087 0,240 Adhesión al trabajo y empleo -> TRANSPARENCIA (ANTICORRUPCIÓN) 0,122+ 0,002 0,208 Cohesión social -> TRANSPARENCIA (ANTICORRUPCIÓN) 0,328*** 0,226 0,404 Feminidad y actitudes protectoras -> TRANSPARENCIA (ANTICORRUPCIÓN) 0,170* 0,026 0,257 Toma de riesgo y reglas sociales -> TRANSPARENCIA (ANTICORRUPCIÓN) -0,416*** -0,488 -0,342 (+) P< 0,1; (*) P< 0.05, (**); P< 0.01, (***); P< 0.001, Tabla 2. Modelo estructural (path, p values e intervalos de confianza) Figura 1. Modelo estructural Cultura vs transparencia (anticorrupción) 19 Figura 2. Tamaño del efecto f2 20 5. CONCLUSIONES En este trabajo se ha examinado la posible relación entre la cultura nacional y la corrupción. La dimensión de cultura nacional fue conformada por una variante de cinco componentes siguiendo el trabajo de Huggins et al. (2012). Este estudio solo ha sido aplicado para el caso de Escocia y con el objeto de medir los niveles de emprendimiento. Los datos para el estudio empírico fueron recogidos de prestigiosas fuentes internacionales. Mientras tanto, la variable dependiente provino del IPC 2019. Con la información disponible, y utilizando una técnica de PLS, la relación entre las distintas dimensiones culturales y la corrupción ha sido evaluada. Se encontró que existe una relación significativa entre la corrupción y gran parte de los elementos que componen a la cultura nacional. Como podemos ver, las hipótesis planteadas en el trabajo pueden ser aceptadas. El resultado nos permite aceptar y sostener que la cultura nacional (H0) sí tiene un impacto en la corrupción, siendo coincidente este resultado con parte de la literatura previa (Goel et al. 2020; Silva et al, 2017). Debemos aceptar H1 y H2, demostrando que a mayor nivel de feminidad y de relación exista entre la población, menor será la corrupción, en concordancia con la literatura previa (Scholl et al., 2020: Di Rienzo, 2019; Davis et al., 2003; Treisman, 2016). También se acepta la H3, lo que demuestra que, a mayor nivel de unión y tolerancia de una sociedad, menor será la corrupción en el país. A este resultado había llegado parte de los estudios previos (Agyei et al., 2018; Achim, 2016). Respecto a H4, la misma también es marginalmente aceptada. Sin duda, la falta de significatividad de los ítems que componen este constructo genera que su impacto sea menor. Futuras investigaciones deberían aportar proxies más adecuadas que mejoren el ajuste del mismo. La aceptación de la H5 nos muestra que una sociedad que se rige por las reglas y no vive permanentemente transgrediéndolas, se convierte en un país menos corrupto. 21 En general, podemos concluir que una sociedad donde destaca una cultura caracterizada por unos altos niveles de tolerancia, con un amplio cumplimiento de las normas y leyes; donde la mujer tiene un papel activo tanto en la vida social, como política y económica; con un mercado laboral con oportunidades para trabajadores bien formados que conocen y ejercen sus derechos democráticos y donde las actividades colectivas están asentadas e implementadas, es una sociedad donde la corrupción no está tolerada, generando un círculo virtuoso que se auto refuerza. Precisamente, esta es una limitación de este trabajo. Futuras investigaciones tienen que analizar las relaciones de reciprocidad que sin duda existen entre las variables independientes y dependientes propuestas en la presente investigación. Asimismo, hay que tener presente que el estudio de Huggins et al. (2012) emplea indicadores que podemos considerar que son proxies de una cultura latente que trata de medir a través de los mismos. Se espera que futuras investigaciones amplíen aún más los límites, y que se dirijan a la obtención de nuevas variables que midan de manera más directa las dimensiones culturales propuestas por los autores mediante cuestionarios específicamente diseñados para ellos. 28 Zainuddin, M., Yasin, I., Arif, I. & Hamid, A. B. (2018). Alternative Cross-Cultural Theories: Why Still Hofstede? Conference: International Conference on Economics, Management and Social Study 2018At: Morrissey Hotel, Jakarta, Indonesia. 1 ANEXO I. REVISIÓN DE LA LITERATURA ESPECIALIZADA CULTURA NACIONAL VS CORRUPCIÓN. Contexto Corrupción Cultura Dimensión analizada Metodologí a Periodo de análisis Data (medición de corrupción) Hipótesis Resultados Autores 85 países Utiliza la definición de Transparenci a Internacional: Abuso del poder concedido para beneficios personales No define lo que entiende por cultura. Usan la variable de distancia del poder de Hofstede y le agregan un indicador propio llamado Power Balanced Freedom Modelo causal 2010- 2012 Índice de Percepción de Corrupción (IPC) H: La distribución del poder acompañada con otros aspectos culturales induce a mayor corrupción en la sociedad. Asumen que el impacto de la cultura sobre la corrupción no queda claramente demostrado aún, pero terminan concluyendo con los indicadores culturales pueden predecir la corrupción y su consecuencia. Entiende que la distancia al poder es significativa, mientras que la femineidad de una sociedad no lo es. Scholl, W., & Schermuly, C.C. (2020) The Impact of Culture on Corruption, Gross Domestic Product, and Human Development. J Bus Ethics 162, 171–189. 2 106 países No define la corrupción No define cultura Cultura, compuesta por: Tamaño de la población, porcentaje de protestantes en la sociedad, porcentaje de mujeres en el congreso, país al que perteneció si fue Colonia IMBA 2001- 2010 -IPC .-Banco Mundial -International Country Risk Guide H: Afecta la cultura de un país en los niveles de corrupción del mismo. A diferencia de “Sorting through”, entiende que la cultura si es un factor relevante al momento de la corrupción Goel, R., & Saunoris J. W. (2020) A Replication of “Sorting through Global Corruption Determinants: Institutions and Education Matter— Not Culture” (World Development 2018). Public Finance Review. 64 países Mal uso del poder para beneficio personal o político No define cultura Utiliza Hofstede y agrega porcentaje de mujeres en el poder Regresión lineal 2016 -IPC -Worldwide Governance Indicators for Control of Corruption H: Las normas culturales definen la relación entre las mujeres en el poder y la corrupción Llega a la conclusión que por sí solo no sirve para disminuir la corrupción el porcentaje de mujeres en el poder, sino que debe acompañar también la cultura de la sociedad Di Rienzo, C. E. (2019). Culture, corruption and women in government. International Journal of Cross Cultural Management, 19(3), 315-332. 3 22 países Utiliza la definición de Transparenci a Internacional El conjunto de valores que comparte una sociedad. Utiliza las variables de cultura de Schwartz (2008) Regresión lineal 2008 (cultura ) 2016 (ITI) IPC H: Existencia de interdependenci a entre cultura y corrupción Encuentra que, dentro de las variables culturales, Mastery y embeddedness son las de mayor relevancia Agyei, B.K, & Buertey S.(2019) The effect of corruption and culture on corporate social performance: an empirical study. Social Responsibility Journal. 15 (8). 66 países No define No define Utiliza las variables de cultura de Hofstede PLS-SEM 2012 IPC H: Tienen las variables culturales impacto en la corrupción Encuentran que la cultura tiene poco efecto en la innovación, pero un mayor efecto en corrupción. Silva, P., & Carrizo Moreira, A. (2019) The Relationship Between Culture and Human Development: An Analysis Through the Lens of Innovation and Corruption. Aveiro: IGI. 98 países No la define Conjunto de comportamiento s aprendidos Utiliza la variable religiosidad de Worlds Value Survey Análisis empírico 1980- 2014 -IPC -WVS H: Un alto nivel de religiosidad impacta positivamente en una disminución de la corrupción Concluye que una altos estándares religiosos y morales no se trasladan a alta calidad institucionalida d Evrensel, A. Y., & Sened, I. (2019). Does Higher Religiosity Translate into Higher Institutional Quality? Evidence From 98 Countries. Original Research, 9 (3). 1- 13. 177 países No la define No la define Utiliza como variable cultural la participación Regresión lineal 1998- 2014 -IPC -worldwide Governance Indicators for H: La mayor participación de las mujeres en la fuerza laboral Concluye que la sola participación de mujeres en Debski, J., Jetter, M., Mosle, S., & Stadelmann, D. (2018) Gender and 4 de la mujer en la sociedad: -Porcentaje de mujeres en el Parlamento (Banco Mundial) - Porcentaje e mujeres en la fuerza laboral (Organización Internacional del Trabajo) - Dimensiones de Hofstede Control of Corruption’ tiene un impacto en la corrupción. política no disminuye la corrupción, pero que si lo puede hacer al largo plazo, al ayudar a cambiar los valores de la sociedad (de masculina a femenina) corruption: The neglected role of culture. European Journal of Political Economy, 55, 526- 537. 123 países No define No define Cultura, compuesta por: Tamaño de la población, porcentaje de protestantes en la sociedad, porcentaje de mujeres en el congreso, país al que perteneció si fue Colonia BMA 2001- 2010 -IPC H: Impacta la cultura en la corrupción. Entiende que la cultura no es relevante para la corrupción. Sin embargo, al mismo tiempo, entiende que el porcentaje de mujeres en el congreso y la cantidad de personas que terminan la primaria si lo son. Jetter, M., & Parmeter, C. F. (2018). Sorting through global corruption determinants: Institutions and education matter – Not culture, World Development,109(C) , 279-294 66 países Forma deshonesta o inmoral de ejercer el poder que le da una posición pública para La cultura es un conjunto de actitudes, normas y valores que distinguen a los miembros de una Utiliza las variables de cultura de Hofstede PLS-SEM 2012 -IPC H: Tienen las variables culturales impacto en la corrupción Entiende que todos los aspectos de la cultura tienen un impacto en la corrupción Silva, P., & Carrizo Moreira, A. (2017) National Culture and Its Relationship With Innovation and Corruption. Hershey: Zlatko Nedelko. 5 fines personales organización, institución o país China (22 provincias, 4 ciudades autónomas y 4 municipios ) El grado con el que el poder público es ejercido para beneficio privado, sea este pequeño o grande. No la define Utiliza como variable de cultura la religión (analiza a que religión pertenece mayoritariament e la sociedad). Información de encuestas) . Regresión lineal 1998- 2009 -Índice provincial de corrupción (China) H: La religión tiene un impacto negativo en la corrupción. Entiende que algunas religiones si tienen un impacto positivo (como el taoísmo y el budismo), pero que otras no, como el cristianismo y el islam Xu, X., Li, Y., Liu, X., & Gan, W. (2017). Does religion matter to corruption? Evidence from China, China Economic Review, 42(C), 34-49. 98 países Utiliza la definición de Transparenci a Internacional No la define Utiliza las variables de cultura de Hofstede -OLS -ANOVA 2014 -IPC H: Los factores culturales afectan la corrupción Llega a la conclusión que la mitad de la corrupción de un país puede ser explicada por la cultura nacional. Dentro de la cultura, las 3 variables que influyen son: HPD, IDV y LTO. Achim, M.V. (2016). Cultural Dimension of Corruption: A Cross-Country Survey. International Advances in Economic Research, 22, 333-345. 6 66 países Forma deshonesta o inmoral de ejercer el poder que le da una posición pública para fines personales No la define Tradición británica, protestantes (%), duración de la democracia, federal o unitario, lengua nativa, exportaciones, importaciones, intervención estatal OLS 1996- 1998 -IPC -Business International Index H: Los índices de corrupción van a ser menores en países con tradición protestante H2: Los índices de corrupción van a ser menores en los países con libertad de prensa y mayor participación civil. Los países con tradición británica tienen menores niveles de corrupción. Una alta rotación en los cargos fomenta la corrupción Treisman, D. (2016) The cause of corruption: a crossnational study. Journal of Public Economics, 76 (3), 399-457. 55 países Utiliza la definición de Transparenci a Internacional La acumulación de rituales, normas y tradiciones que distinguen una sociedad de otra Variables de cultura de Hofstedes, Schwartz y Ingleharts Empírico 1988- 2004 -IPC H: Los factores culturales afectan la corrupción Concluye que Hofstedes HPD, High Uncertainty Avoidance, Masculinity and collectivism, Schartzs conservatism and harmony y Ingleharts survival y traditionalreligious se asocian a comportamiento corrupto. Yeganeh, H. (2014). Culture and corruption: A concurrent application of Hofstede's, Schwartz's and Inglehart's frameworks. International Journal of Development Issues, 13 (1). 7 133 países Utiliza la definición de Transparenci a Internacional No la define Analiza la cultura siguiendo las 9 dimensiones planteadas por GLOBE: performance orientation, future orientación, assertiveness, power distance, human orientation, institutional collectivism, ingroup collectivism and gender egalitarianism. Múltiples regresiones 2003 -IPC H: Entre más elevados los valores culturas, menor la corrupción Concluye que el colectivismo impulsa la corrupción Seleim A., & Bontis, A. (2009). The relationship between culture and corruption: a crossnational study. Journal of Intellectual Capital, 10 (1), 165-184. 37 países Abuso del poder público para beneficio personal No define Utiliza las variables de cultura de Hofstede Regresión lineal 2002 -IPC H: Los factores culturales afectan la corrupción Concluye que la libertad económica, la estabilidad política y social, el cumplimiento de la ley y la cultura nacional son las variables que más impactan en la corrupción. Park, H. (2003). Determinants of Corruption: A crossnational analysis. Multinational Business Review, 11 (2). 42 países Sobornos o tratos similares No define Variables de cultura de Hoftedes Regresión lineal 2000 -IPC -Banco Mundial H: Entre mayor la distancia con Entiende que Power distance, individualism Davis, J. H., & Ruhe, J. A. (2003). Perception of 8 el poder, mayor la corrupción. H2: Entre mayor grado de individualismo en la sociedad, mayor grado de corrupción. H3: Entre mayor grado de masculinidad en la sociedad, mayor el grado de corrupción. and masculinity, explican un gran porcentaje de la corrupción Country Corruption: Antecedents and Outcomes. Journal of Business Ethics, 43, 275-288. 61 países No define No define Analiza la cultura siguiendo las 9 dimensiones planteadas por GLOBE Regresión lineal 2002 Globe H: Los factores culturales afectan la corrupción Concluye que la cultura tiene impacto en la corrupción House, R., Javidan, M., Hanges, P., & Dorfman, P. W. (2002). Understanding Cultures and Implicit Leadership Theories Across the Globe: An Introduction to Project Globe. Journal of World Business, 37 (1), 3- 10. 9 85 países Utiliza la definición del Banco Mundial (1997): “Abuso del poder público para beneficios privados” No define Utiliza las variables de cultura de Hofstede Ecuación regresiva (ANOVA) 1998 -IPC H: La percepción de la corrupción medida por el IPC no puede ser explicada por ninguna de las variables definidas por Hofstede Entiende que las variables de Hofstede explican un 65% la percepción de la corrupción Huber, D. (2000) Culture and corruption: Using Hofstedees Cultural dimensions to explain perceptions of corruption. SSRN Electronic Journal. 56 países Utiliza la definición del Banco Mundial (1997) No define Utiliza las variables de cultura de Hofstede Regresión lineal 1998 -IPC H: Los factores culturales afectan la corrupción Concluye que dentro de cultura, los aspectos que impactan son: la alta masculinidad, alejamiento del poder y disgusto con la incertidumbre Husted, B. W. (1999). Wealth, Culture and Corruption. Journal of International Business Studies, 30 (2), 339-359. 47 países No define No define Origen del sistema legal, religión de la población Regresión lineal 1990- 1995 -Índice de la calidad de la regulación para empresas - Derecho a la propiedad privada - Recaudació n de impuestos H: Tiene la religión impacto en la corrupción H: El sistema legal imperante (francés o anglosajón) tiene impacto en la corrupción Los países con mayoría protestante tienen menos corrupción. Así también los países que se rigen por el Common Law La Porta R., Lopesde-Silanes, F., Shleifer, A., & Vishny R. (1998). The Quality of Goverment. Public Economics, 6727. 16 ANEXO IV. CORRELACIONES PARCIALES ENTRE LOS INDICADORES per act par ALF AB SEC UN CREY EN mayo reg inmi escm u Dire c FER TIL Mue r alco acti muj sindi coop cre afili elecc i car corr up RAN K per 1000 ,00 act -0,21 1000 ,00 par 0,17 -0,31 1000 ,00 ALFA B 0,64 -0,14 0,29 1000, 00 SECU N 0,58 -0,21 0,15 0,59 1000, 00 CREY EN -0,09 0,05 0,06 -0,18 -0,06 1000,0 0 mayor eg 0,00 -0,08 -0,05 -0,15 -0,04 0,08 1000, 00 inmi 0,12 -0,12 0,03 0,09 0,13 -0,18 -0,05 1000 ,00 escmu 0,08 -0,12 0,05 0,16 0,11 -0,08 -0,03 0,08 1000 ,00 direc 0,07 0,33 -0,07 0,00 -0,01 -0,15 -0,07 -0,04 -0,20 1000 ,00 17 FERT IL -0,20 0,41 -0,11 -0,26 -0,17 0,42 0,11 -0,50 -0,12 -0,06 1000, 00 muer 0,10 0,06 0,04 0,07 0,02 0,11 0,00 -0,27 -0,14 0,24 0,34 1000 ,00 alco 0,13 0,07 -0,01 0,24 0,10 -0,36 -0,05 0,01 0,03 0,47 -0,18 0,07 1000 ,00 actim uj -0,12 0,89 -0,18 0,00 -0,13 -0,09 -0,03 -0,09 -0,02 0,36 0,28 -0,02 0,20 1000 ,00 sindi 0,13 -0,10 0,00 0,08 -0,01 0,04 0,00 0,19 0,25 -0,28 -0,22 -0,19 -0,13 0,02 1000 ,00 coopc re -0,27 0,26 -0,18 -0,18 -0,14 0,13 -0,01 -0,10 0,15 -0,15 0,05 -0,11 -0,13 0,20 -0,11 1000, 00 afili -0,19 -0,02 -0,07 0,08 -0,03 -0,07 -0,04 0,10 -0,20 -0,02 -0,13 -0,07 -0,05 -0,02 -0,09 0,26 1000 ,00 elecci 0,02 0,06 -0,06 -0,03 0,00 -0,10 -0,02 0,08 -0,01 0,15 -0,05 -0,01 0,20 0,06 0,17 -0,05 -0,05 1000 ,00 car 0,08 -0,01 0,12 0,19 0,06 -0,07 -0,09 -0,01 -0,07 0,37 -0,10 0,44 0,29 -0,02 -0,16 -0,04 0,41 -0,04 1000 ,00 corru p 0,19 -0,07 0,08 0,25 0,17 -0,45 -0,10 0,57 0,13 0,02 -0,62 -0,36 0,05 0,09 0,37 -0,08 0,16 -0,07 0,05 1000 ,00 RAN K -0,23 0,13 -0,17 -0,27 -0,18 0,43 0,09 -0,52 -0,10 -0,03 0,63 0,35 -0,06 -0,03 -0,32 0,07 -0,16 0,07 -0,11 -0,97 1000 ,00 18 ANEXO V. PAÍSES UTILIZADOS Afganistán, Albania, Alemania, Arabia Saudita, Argelia, Argentina, Armenia, Australia, Austria, Azerbaiyán, Bahamas, Bangladesh, Barbados, Belarús, Bélgica, Benín, Bután, Bolivia, Bosnia y Herzegovina, Brasil, Bulgaria, Burkina Faso, Burundi, Cabo Verde, Camerún, Canadá, Chile, China, Chipre, Colombia, República de Corea, Costa Rica, Côte d'Ivoire, Croacia, Cuba, Dinamarca, Djibouti, Dominica, Ecuador, República Árabe de Egipto, El Salvador, Eritrea, Eslovenia, España, Estados Unidos, Estonia, Etiopía, Federación de Rusia, Filipinas, Finlandia, Francia, Gambia, Georgia, Ghana, Granada, Grecia, Guatemala, Guinea-Bissau, Guyana, Honduras, Hungría, India, Indonesia, Iraq, Irlanda, Islandia, Israel, Italia, Jamaica, Japón, Jordania, Kazajstán, Kenya, Kirguistán, Lesotho, Letonia, Líbano, Liberia, Lituania, Luxemburgo, Madagascar, Malasia, Malawi, Malí, Malta, Marruecos, Mauricio, México, Mongolia, Montenegro, Myanmar, Namibia, Nepal, Nicaragua, Níger, Noruega, Nueva Zelandia, Omán, Países Bajos, Pakistán, Panamá, Papua Nueva Guinea, Paraguay, Perú, Polonia, Portugal, Reino Unido, República Centroafricana, República Checa, República de Moldova, República Democrática Popular, Lao, República Dominicana, República Eslovaca, Rumania, Ruanda, Senegal, Serbia, Sierra Leona, Singapur, Sudáfrica, Suecia, Suiza, Suriname, Tailandia, Tanzania, Tayikistán, Togo, Trinidad y Tobago, Turquía, Ucrania, Uganda, Uruguay, Uzbekistán, Venezuela, Vietnam, Zambia y Zimbabwe