부패와 경제성장의 동적 상호연결 분석

초록

**
본 연구는 부패 인식지수(CPI)와 국내총생산(GDP) 간의 시간적 상호작용을 다변량 자기회귀(VAR) 모델로 추정하고, 그 결과를 그래프 이론과 그랜저 인과관계 분석을 통해 국가 간 네트워크 형태로 시각화한다. 13개 국가의 2012‑2022년 데이터를 활용해 부패가 단기적으로 성장에 ‘그리스’ 역할을 할 수 있는 상황과, 장기적으로는 ‘모래’ 역할을 하는 메커니즘을 부호화된 네트워크 엣지로 구분한다.

**

상세 분석

**
이 논문은 부패와 성장이라는 두 변수의 동시 결정성을 전제로, 각각을 13차원 벡터 xₜ(GDP)와 yₜ(CPI)로 설정한 뒤, 상호 연결된 두 개의 VAR( p lag) 시스템을 수식(1)에 제시한다. xₜ 방정식은 자체 지연 Φ(s)와 yₜ 지연 Π(s) 의 선형 결합으로, yₜ 방정식은 자체 지연 Ψ(s)와 xₜ 지연 Γ(s) 의 결합으로 구성된다. 이때 ξₜ, ζₜ 은 각각 Ω, Σ 공분산을 갖는 정규백색잡음이며, 두 잡음은 서로 독립적이라고 가정한다.

식별 전략은 ‘동시 충격은 외생적이며, 과거 변수와 독립’이라는 가정에 기반한다. 즉, xₜ 과 yₜ 의 혁신(innovation) εₜ^GDP, εₜ^CPI 를 서로 독립적인 구조적 충격으로 분리함으로써, GDP→CPI 와 CPI→GDP 의 인과관계를 명확히 구분한다. 이는 전통적인 VAR에서 흔히 발생하는 동시성 문제를 회피하고, 구조적 VAR(SVAR)과 유사한 효과를 얻는다.

그랜저 인과관계는 각 지연 행렬의 계수 합을 절대값으로 취해 가중 인접 행렬 G_Φ, G_Π, G_Ψ, G_Γ 을 구성한다(식 3‑6). G_Φ와 G_Ψ는 동일 변수 간(예: GDP→GDP, CPI→CPI) 전파 메커니즘을, G_Π와 G_Γ는 교차 변수 간(예: CPI→GDP, GDP→CPI) 전파 메커니즘을 나타낸다. 엣지의 부호는 ‘그리스’(양의 효과)와 ‘모래’(음의 효과)를 구분하는데, CPI→GDP 양의 계수는 부패가 관료적 병목을 우회해 단기 성장 촉진을 의미하고, 음의 계수는 부패가 거래비용을 상승시켜 성장 억제를 의미한다. 마찬가지로 GDP→CPI 양의 계수는 부유함이 부패 기회를 확대한다는 가설을, 음의 계수는 재정 여력과 감시 강화가 부패를 억제한다는 가설을 반영한다.

데이터는 2012년부터 2022년까지 연간 CPI와 명목 GDP를 사용했으며, 데이터 결측과 측정 오류를 최소화하기 위해 13개 국가(표 1)만을 선택했다. 샘플 크기가 작아 파라미터 수가 과다할 위험을 완화하기 위해 p (지연 차수)를 1 또는 2로 제한하고, 베이지안 정보 기준(BIC)으로 최적 차수를 선정하였다.

결과적으로, 네트워크 시각화는 몇몇 국가(예: 브라질, 인도네시아)에서 CPI→GDP 양의 엣지가 두드러져 ‘그리스’ 효과가 존재함을 보여준다. 반면, 대부분의 국가에서는 CPI→GDP 음의 엣지가 우세해 장기적으로는 부패가 성장에 부정적 영향을 미친다는 전통적 결론을 재확인한다. 또한 GDP→CPI 양의 엣지는 고성장 국가에서 부패 위험이 동반 상승할 수 있음을 시사한다.

이러한 네트워크 접근은 기존의 평균‑관계 분석을 넘어, 국가 간 전이 메커니즘과 시점별 인과 흐름을 정량화한다는 점에서 학문적·정책적 의의가 크다. 다만, CPI의 인식 기반 특성, 샘플 국가 수 제한, 그리고 구조적 충격의 완전한 외생성 가정 등에 대한 민감도 검토가 필요하다.

**