2022. gada pētījumi

Patriks Grīnings (Patrick Grüning)

Pētījums (angļu valodā)

Pētījuma kopsavilkums

Pētījumā izstrādāts mazas un atvērtas tautsaimniecības dinamiskais stohastiskais vispārējā līdzsvara modelis, kas ietver "zaļās" un "netīrās" starppatēriņa preces, kapitāla prasībām pakļautas bankas un valsts investīcijas. Modelī tautsaimniecību var ietekmēt arī vietējie vai ārvalstu oglekļa nodokļi un emisiju griesti. Modelis izmantots, lai analizētu vides, fiskālās un banku regulējuma politikas efektivitāti, nodrošinot tautsaimniecības pāreju uz zaļo ekonomiku. No politikām, kas spēj ģenerēt eksogēni noteiktu un fiksētu emisiju samazinājumu, tautsaimniecībai visdārgāk izmaksā eksogēna pasaules "netīrās" enerģijas cenas paaugstināšana, kam seko emisiju griestu samazināšana, savukārt vietēja oglekļa nodokļa ieviešana ilgtermiņā nerada IKP pārmaiņas. Šādu krasu atšķirību iemesls ir tas, ka vietējā oglekļa nodokļa ieņēmumus un soda naudas par emisiju griestu pārsniegšanu var izmantot, lai stimulētu valsts zaļās investīcijas. Citi fiskālās politikas instrumenti un banku regulācija nespēj ģenerēt lielus emisiju samazinājumus. Vietēja oglekļa nodokļa veicinātas pārejas uz zaļo ekonomiku pirmajos gados raksturīgs lielāks "netīrās" enerģijas izmantojums, uzņēmumiem paredzot augstākas cenas nākotnē.

Keywords: small open economy, climate transition risk, energy, environmental policy, bank regulation, public investment

JEL codes: E30, F41, G28, H23, H41, Q50

Andrejs Zlobins

Pētījums (angļu valodā)

Kopsavilkums

Līdzsvara reālo jeb dabisko procentu likmju samazināšanās, kas pēdējo gadu desmitu laikā novērota attīstīto valstu tautsaimniecībās, ir būtiski samazinājusi tradicionālās monetārās politikas iespējas efektīvi stabilizēt tautsaimniecību. Ņemot vērā, ka šajā laikā inflācija ilgstoši ir bijusi zemāka par centrālo banku mērķa līmeni, tās ir papildinājušas savu instrumentu arsenālu ar vairākiem nestandarta pasākumiem. Proti, centrālās bankas ir izmantojušas negatīvas procentu likmes, nākotnes perspektīvas norādi (forward guidance) un kvantitatīvo stimulēšanu (quantitative easing), lai sniegtu tautsaimniecībai papildu atbalstu laikā, kad tradicionālie monetārās politikas instrumenti kļūst neefektīvi, jo atrodas pie nulles zemākās robežas (zero lower bound). 

Esošajā ekonomiskajā literatūrā aprakstītie pētījumi par nestandarta monetārās politikas instrumentu mijiedarbību galvenokārt sniedz teorētiskas atziņas, taču trūkst empīrisku liecību, it īpaši par to nelineārajām sakarībām vai efektivitāti dažādos tautsaimniecības stāvokļos. Tāpēc šajā pētījumā empīriski pētīta Eiropas Centrālās bankas (ECB) pieredze, kura pēdējos 10 gados ir izmantojusi visus trīs minētos nestandarta instrumentus, lai eiro zonā novērstu deflācijas draudus un stimulētu ekonomisko aktivitāti. Šim mērķim izmantots nelineārs ekonometriskais ietvars – strukturāla vektoru autoregresija ar vienmērīgas pārmaiņas parametriem (smooth-transition structural vector autoregression) –, un monetārās politikas instrumentu ietekme identificēta, izmantojot jaunu pieeju, kas apvieno augstas regularitātes identifikāciju (high frequency identification) ar naratīviem zīmju ierobežojumiem.

Pētījumā secināts, ka nestandarta monetārās politikas instrumenti var aizstāt tradicionālo procentu likmju noteikšanu, kad to ierobežo nulles zemākā robeža, taču tos nevar uzskatīt par absolūtiem aizstājējiem, jo to efektivitāte ir ļoti atkarīga no kopējās instrumentu pakotnes un tautsaimniecības stāvokļa. Piemēram, ir nepieciešama aktīva kvantitatīvās stimulēšanas programma, lai likmju noteikšana negatīvā teritorijā un nākotnes perspektīvas norāde sniegtu vēlamo efektu. Attiecībā uz mijiedarbību starp kvantitatīvo stimulēšanu un negatīvām procentu likmēm, papildu likviditāte, ko rada centrālo banku aktīvu iegādes, virza naudas tirgus procentu likmi uz ECB noteikto noguldījumu iespējas procentu likmi, tā pastiprinot ietekmi, ko rada likmju samazinājums negatīvā teritorijā. Savukārt attiecībā uz nākotnes perspektīvas norādi centrālās bankas aktīvu iegādes signalizē, ka procentu likmes ilgstoši atradīsies zemā līmenī, jo tās tiek īstenotas brīdī, kad inflācija atrodas būtiski zem mērķa līmeņa, tā pastiprinot nākotnes perspektīvas norādes uzticamību. Tomēr jāņem vērā, ka kvantitatīvās stimulēšanas efektivitāte nav lineāra, jo tā ir spēcīgāka apstākļos ar augstām finanšu frikcijām, t. i., gadījumos, kad komercbankām ir ierobežotas finansējuma piesaistes iespējas vai kad finanšu tirgos dominē nenoteiktība.

Vienlaikus pētījumā iegūtie rezultāti liecina, ka nestandarta monetārās politikas instrumentus var uzskatīt par tradicionālās monetārās politikas papildinājumu, jo tie ir īpaši spēcīgi stāvokļos, kad standarta instrumenti zaudē savu efektivitāti – piemēram, augsta finanšu stresa apstākļos vai kad ir paaugstināts inflācijas gaidu "atāķēšanās" risks.

Kopumā pētījumā iegūtās liecības rāda, ka starp dažādiem instrumentiem pastāv ievērojama sinerģija, kas būtiski pastiprina monetārās politikas spēju stabilizēt inflāciju un ekonomisko aktivitāti. Turklāt iegūts empīrisks pamatojums nestandarta monetārās politikas instrumentu iekļaušanai centrālās bankas arsenālā, jo tie ļauj stabilizēt tautsaimniecību apstākļos, kad tradicionālie instrumenti kļūst bezspēcīgi.

Keywords: quantitative easing, negative interest rate policy, forward guidance, monetary policy, non-linearities

JEL codes: C54, E50, E52, E58

Oļegs Matvejevs, Oļegs Tkačevs

Pētījums (angļu valodā)

Kopsavilkums

Valstī uzkrātais kapitāls ir viens no ražošanas faktoriem, un tā pieaugums veicina tautsaimniecības izaugsmi. Kapitāla pieaugumu savukārt nosaka privātā sektora veiktās investīcijas, t. sk. visi ieguldījumi privāto uzņēmumu kapitālā, kā arī valsts sektora investīcijas. Ieguldījumi valsts kapitālā ietver ceļu, tiltu, skolu, slimnīcu, tiesu namu un citu valstij piederošo ēku būvniecību, militārā aprīkojuma iegādi, dabas liegumu izveidi, parku ierīkošanu, kvalitatīvai valsts pārvaldei nepieciešamo elektronisko sistēmu izveidošanu un daudz ko citu. Gandrīz visās attīstītajās valstīs gan privāto, gan valsts investīciju attiecība pret kopējo tautsaimniecības izlaidi kopš 2010. gada ir sarukusi. Eksperti uzskata, ka pārāk mazas valsts investīcijas daļēji nosaka tautsaimniecības izaugsmes tempa samazināšanos pēdējos 10 gados. Acīmredzams, ka mūsdienu globālās problēmas – enerģētiskās neatkarības nodrošināšana, valsts aizsardzība un pielāgošanās klimata pārmaiņām – prasa lielākas valsts investīcijas to risināšanai. Valsts kapitāla trūkums var vēl vairāk kaitēt ekonomiskajai aktivitātei un mūsu labklājībai. Turklāt arī privātais sektors var samazināt savus kapitālieguldījumus, ja ekonomiskās izaugsmes perspektīvas pasliktinās. 

Latvijas Bankas pētījumā tiek veikta valsts un privāto investīciju mijiedarbības analīze. Saskaņā ar ekonomikas literatūru valsts investīciju palielināšanas ietekmē privātās investīcijas īstermiņā var samazināties, jo privātais un publiskais sektors konkurē par esošajiem resursiem un investīciju produktiem, kas kļūst dārgāki. Taču ilgākā termiņā, palielinoties valsts kapitālam, pieaug arī citu faktoru, t. sk. privātā kapitāla, produktivitāte, kas savukārt palīdz piesaistīt vairāk privāto uzņēmumu investīciju. Tātad īstermiņā valsts investīciju palielināšana var samazināt privātās investīcijas, savukārt ilgākā termiņā ietekme uz privātajām investīcijām var būt pozitīva. 

Lai noskaidrotu, kura ietekme dominē un kā tieši privātās investīcijas reaģē uz valsts investīciju apjoma pārmaiņām, pētījumā, pamatojoties uz 33 attīstīto OECD valstu datiem, ir izveidots ekonometrisks modelis. Modelis ir balstīts uz privātā un publiskā kapitāla ilgtermiņa kointegrācijas sakarības novērtējumu. Privāto investīciju dinamika atspoguļo to, vai privātā kapitāla daudzums ir mazāks vai lielāks par tā ilgtermiņa līdzsvaru ar valsts kapitālu. Pētījumā tiek secināts, ka septiņu gadu laikā katrs eiro, kas ieguldīts valsts pamatkapitālā, piesaista privātās investīcijas divu eiro vērtībā. Turklāt piesaistīto privāto investīciju apjoms pārsniedz veiktās valsts investīcijas jau pēc trim gadiem. 

Papildus tiek aplūkots, vai valsts investīciju efektivitāte ir atkarīga no institucionālajiem faktoriem un jomas, kurā investīcijas tiek veiktas. Iegūtie rezultāti vedina secināt, ka valsts investīcijas piesaista privātās investīcijas ātrāk un lielākā apjomā, ja valstī ir zemāki korupcijas un augstāki pārvaldības efektivitātes un tiesiskuma rādītāji. Analizējot valsts investīciju ietekmi to kategoriju griezumā, konstatēts, ka valsts investīcijas izglītībā, atpūtas un kultūras pasākumiem nepieciešamajā infrastruktūrā, kā arī veselības aprūpē piesaista privātās investīcijas lielākā apjomā nekā citu veidu valsts investīcijas. 

Apkopojot iepriekš minēto, pētījuma rezultāti skaidri parāda, ka visās attīstītajās valstīs, ieskaitot Latviju, valsts investīciju palielināšana veicina vairāk nekā proporcionālu privāto investīciju pieaugumu, kas rada būtisku devumu tautsaimniecībai. Tomēr šis devums ir atkarīgs no konkrētās jomas, kurā investīcijas tiek veiktas, un no valsts institūciju darbības kvalitātes.

Keywords: public investment, private investment, crowding in, crowding out, public investment multiplier, local projections, forecast errors, governance quality indicators.

JEL codes: C23, E22, E62, H54

Erwan Gautier, Cristina Conflitti, Riemer P. Faber, Brian Fabo, Ludmila Fadejeva, Valentin Jouvanceau, Jan-Oliver Menz, Teresa Messner, Pavlos Petroulas, Pau Roldan-Blanco, Fabio Rumler, Sergio Santoro, Elisabeth Wieland, Hélène Zimmer

Pētījums (angļu valodā)

Kopsavilkums

Konstantīns Beņkovskis, Oļegs Tkačevs, Jarret Peter, Ze'ev Krill, Naomitsu Yashiro

Pētījums (angļu valodā)

Kopsavilkums

Spēcīgs eksporta pieaugums ir priekšnoteikums, lai valstīs ar mazu, atvērtu tautsaimniecību panāktu tautsaimniecības atveseļošanos pēc Covid-19 krīzes. Ilgi tika uzskatīts, ka eksportu pārsvarā veicina jauno uzņēmumu ienākšana eksporta tirgos un tāpēc jāveicina jauno eksportētāju darbība. Taču valsts eksporta rādītājus iespējams uzlabot, stiprinot jau esošās eksporta attiecības. Esošo eksportētāju devums eksportā, t.sk. ieviešot jaunus produktus un apgūstot jaunus eksporta tirgus, līdz šim ekonomikas literatūrā tika uzskatīts par mazāk būtisku faktoru. Savukārt eksportējošiem uzņēmumiem, kuri, neizturot konkurenci, atstāj eksporta tirgu, pētnieku uzmanība pievērsta reti.

Šā pētījuma devums ir analīzes sniegšana par a) esošo eksportētāju lomu Latvijas eksporta izaugsmē un b) faktoriem, kas veicina esošo eksportētāju dzīvotspēju. Šim nolūkam pētījumā tiek izmantota liela anonimizēta Latvijas uzņēmumu rādītāju datubāze.

Pētījumā konstatēts, ka vidējais Latvijas uzņēmums darbojas eksporta tirgos aptuveni trīs gadus un tad ir spiests eksporta tirgu atstāt. Turklāt divas no piecām jaunajām eksporta attiecībām tiek pārtrauktas jau pirmajos divos gados pēc to uzsākšanas. Jauna produkta eksporta vidējais ilgums ir vēl īsāks – divi gadi, un gandrīz puse no jaunajiem eksporta produktiem netiek tirgoti ilgāk par vienu gadu. 

Pētījumā atklāts, ka augstāka eksportējošu uzņēmumu noturība starptautiskajos tirgos piemīt tiem uzņēmumiem, kuri nesen ir piedzīvojuši strauju produktivitātes kāpumu, lielākiem un jaunākiem uzņēmumiem (t.i., tiem, kuri dibināti relatīvi nesen), uzņēmumiem, kuri nodarbojas ar reeksportu, uzņēmumiem ar mazākām parādsaistībām un ar augstāku peļņu. Eksporta dzīvotspēju uzlabo arī ienākšana eksporta tirgos ar lielāku preču klāstu un lielākā skaitā valstu. Visi šie rezultāti principā apstiprina citu valstu pētījumu secinājumus.

Kā novitāte pētījumā tiek uzsvērta eksporta preču sarežģītības loma esošo eksportētāju dzīvotspējas stiprināšanā. Šo preces īpašību raksturo t.s. produkta sarežģītības indekss (PCI), ko Hārvarda universitātes pētnieki ir aprēķinājuši katrai precei. Pētījuma rezultāti liecina, ka tehnoloģiski sarežģītākam produktam piemīt augstāka dzīvotspēja. Taču, precēm, kuru ražošanas tehnoloģija salīdzinājumā ar citām uzņēmuma eksporta precēm ir pārāk komplicēta, dzīvotspēja ir zemāka. Tas varētu liecināt, ka uzņēmumi, visticamāk, saskaras ar augstākām izmaksām, ražojot produktus, kuri pārsniedz to tehnoloģiskās iespējas.

Pētījuma rezultāti liek secināt, ka eksportējošu uzņēmumu darbinieku prasmju un zināšanu par eksporta tirgiem uzlabošana palīdzētu Latvijas uzņēmumiem uzlabot esošās tirdzniecības attiecības un nodrošināt mērenu virzību uz sarežģītāku produktu eksportu ar augstāku tehnisko līmeni. Divi būtiski politikas pasākumi šajā kontekstā ir eksporta veicināšanas pasākumi un darbinieku, t.sk. uzņēmumu vadošo darbinieku, apmācība. Mazkvalificētiem vadītājiem var nebūt visjaunākās informācijas par globālā pieprasījuma tendencēm, kas būtiski ietekmē eksporta ilgumu.

Keywords: Exports, economic complexity, trade, productivity, innovation
JEL Codes: F10, F14, P45, H81

Konstantīns Beņkovskis, Ludmila Fadejeva

Pētījums (angļu valodā)

Kopsavilkums

Neformālā jeb ēnu ekonomika ir plaši izplatīta globāla parādība, kas samazina nodokļu ieņēmumus, jo daļa no tirgus darbībām nav reģistrētas un nav apliktas ar nodokļiem. Ēnu ekonomikai ir nozīmīga ekonomiska un sociāla ietekme – mazāka finansiālā bāze sabiedriskā labumu nodrošināšanai, resursu sadales izkropļojums negodīgas konkurences radītās priekšrocības dēļ uzņēmumu līmenī, sliktāka sociālā aizsardzība bezdarba gadījumā un mazi pensijas uzkrājumi darbinieku līmenī. Tāpat kā jebkuras krāpnieciskas darbības gadījumā neuzrādīto skaidrās naudas maksājumu apjomu ir grūti novērot un izmērīt. Vairāk par problēmām, kuras izraisa neuzrādīto jeb aplokšņu algu maksājumi, un par pētījuma autoru novērtējumiem var izlasīt rakstā "Ēnu piecdesmit nokrāsas jeb - kur slēpjas aplokšņu algas?".

Pastāv vairākas pieejas, kā kvantitatīvi noteikt neuzrādīto algu maksājumu apjomu. Tos var iedalīt trijās lielās grupās. Pirmkārt, fiskālo iestāžu audita dati vai aptaujas sniedz tiešu informāciju par nelegālo maksājumu biežumu un apmēru. Otrkārt, uz patēriņu balstīta analīze novērtē aplokšņu maksājumu apjomu, pamatojoties uz neatbilstībām starp (nepietiekami) uzrādītajiem ienākumiem un uzrādīto patēriņu. Trešā pieeja balstās uz neatbilstībām starp administratīvajiem datiem un pašu uzrādītajiem ienākumiem. Pētījumā izmantotā pieeja ir alternatīva esošajām nereģistrēto algu maksājumu novērtēšanas metodoloģijām –tā neizmanto datus par paša uzrādītajiem ienākumiem vai patēriņu. 

Pētījuma autori piedāvā novērtēt neuzrādīto algu maksājumu lielumu darbinieku līmenī, pamatojoties uz darba devēja un darbinieka administratīvajiem datiem par ienākumiem, kas tiek apvienoti ar uzņēmuma finanšu pārskatiem un aptaujas datiem, kas satur dažādus personas līmeņa rādītājus, piemēram, izglītību, pieredzi un līguma veidu. Latvijas aplokšņu algas lieluma analīzei izmantoti Valsts ieņēmumu dienesta apkopotie dati par darba devēju un darbinieku ienākumiem kopā ar uzņēmuma līmeņa finanšu pārskatiem par pēdējiem gadiem. Centrālās statistikas pārvaldes Darbaspēka apsekojums ir apvienots ar šo darba devēju un darbinieku datubāzi, papildinot to ar personu līmeņa rādītājiem. Šīs informācijas pieejamība ļauj izmērīt neuzrādītās algas dezagregētā līmenī un rada pētījumā izmantotās pieejas galveno priekšrocību – iespēju novērtēt atšķirības neuzrādīto algu un faktisko algu ienākumu sadalījumā.

Pētījumā lietotā metodoloģija ietver trīs posmus. Pirmajā posmā jādefinē divas uzņēmumu grupas ar polāro nodokļu samaksas uzvedību, kas "noteikti izvairās" un "noteikti neizvairās" no darbaspēka nodokļu samaksas. Ideālā gadījumā tas būtu jādara, pamatojoties uz fiskālā audita informāciju. Tā kā šādu datu nav, otrā grupa identificēta ar valsts uzņēmumiem, kā arī uzņēmumiem, kuru īpašnieki atrodas zemas korupcijas valstīs. Pirmā grupa tiek identificēta ar uzņēmumiem, kas maksā "aizdomīgi zemas" algas noteikta nodarbošanās līmeņa, reģiona, vecuma un dzimuma darbiniekiem. Otrajā posmā tiek izstrādāts modelis, kas novērtēts, pamatojoties uz minēto uzņēmumu kopu. Šis modelis lietots, lai, pamatojoties uz finanšu pārskatiem, klasificētu pārējos uzņēmumus kā nodokļus maksājošus/nemaksājošus uzņēmumus, t.i., noteiktu katra uzņēmuma varbūtību piedalīties ēnu ekonomikā.

Trešais posms – neuzrādītās algas novērtēšana – īstenots, izmantojot Mincera ienākumu regresiju ar stohastiskās robežu analīzes metodi, kas ir pētījuma autoru devums aplokšņu algas novērtēšanas metodoloģijā. Šī pieeja ņem vērā divus iemeslus, kāpēc alga var atšķirties no vidējā rādītāja: a) nenovērotie algu noteicošie faktori, piemēram, spējas, un b) neefektivitātes komponente, kas atspoguļo nenovērotu ēnu algas izmaksu. Metodoloģija pieļauj neefektivitātes komponentes heterogenitāti, saistot neefektivitātes dispersiju ar gaidāmo varbūtību, ka attiecīgais uzņēmums izvairīsies no darbaspēka nodokļu samaksas. Tādējādi pētījumā neuzrādītie maksājumi tika ierobežoti, lai tie būtu tuvu nullei uzņēmumos, kuri nepiedalās ēnu ekonomikā, vienlaikus pieļaujot pozitīvus neuzrādītos maksājumus uzņēmumiem, kuri izvairās no nodokļu maksāšanas. Tā kā Mincera ienākumu regresija tiek aplēsta darbinieku līmenī, neuzrādītie algu maksājumi ir aprēķināti katram izlasē iekļautajam darbiniekam. Aplokšņu maksājumi ir definēti kā starpība starp potenciālo bruto algu (ņemot vērā profesiju, vecumu, dzimumu, izglītību un daudzus citus darbinieku un uzņēmuma līmeņa rādītājus) un uzrādīto bruto algu.

Lai gan novērtējumā izmantotajā uzņēmumu izlasē nav iekļautas valsts iestādes, komercbankas, mikrouzņēmumi un pašnodarbinātie, tā tomēr aptver lielāko daļu saimnieciskās darbības Latvijā. Pēc autoru aplēsēm, vairāk nekā 40% izlasē iekļauto darbinieku bija iesaistīti darbaspēka nodokļu krāpniecībā. Darbiniekiem, kuriem uzrādītā darba samaksa nav nulle, šādu maksājumu apmērs bija vidēji gandrīz 30% no uzrādītās bruto algas, tādējādi aplokšņu algu maksājumu īpatsvars ir tuvu 10% no kopējās uzrādītās bruto darba samaksas. 

Pētījumā konstatētas būtiskas atšķirības darbaspēka nodokļu apiešanas pakāpē dažāda veida uzņēmumiem un darbiniekiem Latvijā. Mazi un jauni uzņēmumi nelegālos aplokšņu algu maksājumos iesaistās vairāk nekā citi uzņēmumi. Nozares, kurās visvairāk vērojama darbaspēka nodokļu nemaksāšana, ir lauksaimniecība, būvniecība, profesionālie un citi pakalpojumi. Neoficiālie maksājumi ir biežāki un apjomīgāki darbiniekiem ar zemām uzrādītajām algām. Vairāk nekā divas trešdaļas strādnieku, kuri saņem minimālo algu (pēc oficiālās informācijas), vidēji saņem vēl 50% no uzrādītās bruto algas skaidrā naudā. Tādējādi algu ienākumu nevienlīdzība Latvijā ir mazāka, ja ņem vērā neuzrādītos algu maksājumus. Tas gan atspoguļo tikai pašreizējo ienākumu situāciju, jo strādājošie ar zemu vai vidēju oficiālo algu ir mazāk aizsargāti sociāli un turpmāk saņems mazākas pensijas.

Nenovērotas nodokļu nemaksāšanas uzvedības mērīšana ir balstīta uz daudziem spēcīgiem pieņēmumiem. Jādefinē uzņēmumu, kuri pilnībā maksā nodokļus un kuri izvairās no to samaksas, kopas, jāizlemj, kuri finanšu rādītāji tiks ņemti vērā, vērtējot izvairīšanos no nodokļu maksāšanas, kā arī tas, kā guvumi no nesamaksātajiem darbaspēka nodokļiem tiek sadalīti starp darba devēju un darba ņēmēju, jānosaka zemākais slieksnis nereģistrētajiem algu maksājumiem. Aprēķinātais darbaspēka nodokļu nemaksāšanas līmenis ir jutīgs pret šiem pieņēmumiem, un tas ir jāuztver piesardzīgi; savukārt secinājums par zemāku algu ienākumu nevienlīdzību pēc nereģistrēto maksājumu uzskaites nemainās.

Dažus no minētajiem pieņēmumiem var precizēt, ņemot vērā labāku datu pieejamību, t.i., audita dati var palīdzēt atlasīt uzņēmumus, kuri noteikti izvairās no nodokļu samaksas vai maksā nodokļus. Vēl viens pētījumā izmantotās pieejas ierobežojums ir saistīts ar faktu, ka nav unikāla veida, kā ienākumu regresijas atlikumu sadalīt komponentos, tā vietā pētījumā izmantots gaidāmais neefektivitātes līmenis. Tas samazina katra atsevišķa darbinieka neuzrādīto maksājumu aprēķinu ticamību un maskē neuzrādīto maksājumu neviendabīgumu individuālā līmenī, lai gan neietekmē autoru secinājumus par sadalījumu. Visbeidzot, jāatceras, ka šī pieeja ņem vērā tikai neuzrādīto algu, bet neietver neoficiāli nodarbinātos darbiniekus un neņem vērā mākslīgi samazināto darba laiku. Kopumā jaunā metodoloģija sniedz noderīgu alternatīvu veidu, kā atklāt krāpniecisku rīcību dezagregētā līmenī, nodrošinot papildu rīku pētniekiem un politikas veidotājiem.

Keywords: unreported wage, tax evasion, Mincer earning regression, income distribution

JEL Codes: E26, H26, J08, J31