《Economies》：Quantifying the Economic Costs of Financial Corruption in Pakistan: An Integrated Econometric and Machine Learning Approach
Abdelrahman Mohamed Mohamed Saeed,
Muhammad Ali Husnain and
Muhammad Ali
编辑推荐：
本研究基于制度经济学理论，考察了1996年至2023年间金融腐败与制度薄弱对巴基斯坦宏观经济的影响，填补了量化影子经济运作与治理不善同时作用于经济增长之效应的关键研究空白。研究检验了以下假设：腐败控制薄弱与庞大的影子经济对GDP增长产生负面影响，同时考察了税收
本研究基于制度经济学理论，考察了1996年至2023年间金融腐败与制度薄弱对巴基斯坦宏观经济的影响，填补了量化影子经济运作与治理不善同时作用于经济增长之效应的关键研究空白。研究检验了以下假设：腐败控制薄弱与庞大的影子经济对GDP增长产生负面影响，同时考察了税收收入、通货膨胀、贸易开放度及外国直接投资的作用。研究人员采用双重方法论路径，运用含平稳性检验的多元回归分析以确保稳健推断，并辅以留一交叉验证（Leave-One-Out Cross-Validation, LOOCV）的随机森林（Random Forest）机器学习以提升预测准确性及变量重要性排序。计量经济学结果识别出影子经济规模与通货膨胀率为最具统计显著性的增长障碍，各增加一个百分点分别对应GDP增长下降0.32与0.08个百分点（p < 0.05）。腐败控制与制度质量呈正向但统计上较弱的效应。机器学习分析证实了上述发现，将影子经济（31.8%）与通货膨胀（24.5%）列为GDP增长的首要预测因子，随机森林模型取得较传统线性回归（R2 = 0.45）更优的预测表现（R2 = 0.68）。两种技术均趋同于以下结论：非正规经济活动正规化与价格稳定是促进增长最具影响力的政策杠杆，而制度质量改善通过间接渠道发挥作用。研究发现强调政策制定者亟需优先通过可信的货币政策控制通货膨胀，并通过简化监管与反腐败措施使非正规经济活动正规化。本研究为数据有限的发展中国家分析制度经济问题提供了可复制的双重方法论框架。
本研究聚焦于巴基斯坦1996年至2023年间金融腐败与制度薄弱对宏观经济的深层影响，旨在解决该国长期存在的治理困境与经济增长乏力问题。巴基斯坦在国际透明组织腐败感知指数中排名持续偏低，反映出根深蒂固的治理挑战，严重侵蚀公众信任并阻碍经济进步。与此同时，影子经济估计占官方GDP的20%至30%，与正式机构并行运作却处于无监管、无征税状态，构成对国家正式经济潜力的显著消耗。现有研究虽已确证薄弱法律体系与系统性腐败与GDP增长下降、外国直接投资（FDI）减少及收入不平等加剧密切相关，但鲜有研究在巴基斯坦独特的社会经济背景下定量考察制度质量与影子经济活动的联合效应。此外，薄弱机构——包括司法低效、监管俘获及选择性执法——与金融腐败、影子经济运营之间形成的恶性循环，持续削减国家财政资源、扭曲市场并抑制正当投资，此类问题的直接及交互影响尚缺乏系统的实证建模分析。为此，研究人员开展了一项融合计量经济学建模与机器学习技术的综合研究，以严谨探究金融腐败的法律与经济成本。
研究采用事后回溯相关性设计，基于世界银行世界发展指标（WDI）、全球治理指标（WGI）、国际货币基金组织（IMF）影子经济估计、巴基斯坦国家银行及联邦税收委员会等权威来源的二手时间序列数据，构建1996年至2023年共28个年度观测的整合数据集。核心被解释变量为GDP增长率（%），解释变量涵盖腐败控制（WGI指标）、影子经济规模（%GDP）、税收收入（%GDP）、通货膨胀率（消费者价格指数,CPI）、贸易开放度（%GDP）、FDI流入（%GDP）以及构建的制度质量指数（Institutional Quality Index, IQI）。为兼顾统计推断的严谨性与复杂非线性关系的捕捉，研究人员实施了双重方法论框架：一为核心计量经济模型，采用扩展迪基-富勒检验（Augmented Dickey-Fuller test, ADF）进行平稳性检验，对非平稳变量进行一阶差分处理，以普通最小二乘法（Ordinary Least Squares, OLS）估计并辅以异方差稳健标准误，同时实施布雷施-帕甘检验（Breusch-Pagan test）、德宾-沃森检验（Durbin-Watson test）、方差膨胀因子（Variance Inflation Factor, VIF）及拉姆齐回归设定误差检验（Ramsey RESET test）等全面诊断；二为机器学习模型，运用随机森林回归——一种基于决策树的集成学习方法——并通过留一交叉验证最大化训练数据效用，以网格搜索优化超参数，基于节点不纯度平均减少量提取变量重要性，并与传统线性回归预测性能进行对比。
描述性统计分析揭示了巴基斯坦经济的结构性特征。28年间GDP增长均值为3.92%，标准差2.21%，呈现中度波动；通货膨胀均值高达9.50%，标准差6.38%，2023年峰值达30.77%，反映严重的宏观经济不稳定性。制度质量指标令人担忧：腐败控制均值为-0.94（量程-2.5至2.5），虽从1996年的-1.22微升至2023年的-1.00，但仍远低于平均水平；影子经济均值高达33.2%GDP，仅缓慢降至31.3%；税收收入均值仅11.1%GDP，显示财政能力严重不足；贸易开放度均值32.4%；IQI均值-0.94，范围-1.19至-0.55，制度质量持续低于最优水平。
相关性分析显示，GDP增长与影子经济规模呈中度负相关（r = -0.45, p < 0.05），与通货膨胀率呈负相关（r = -0.41, p < 0.05），与腐败控制呈弱正相关（r = 0.32, p < 0.10），与税收收入呈弱正相关（r = 0.28, p < 0.10），而与贸易开放度（r = 0.19）及FDI流入（r = 0.15）的相关性弱且不显著。
ADF平稳性检验揭示变量混合单整特征：GDP增长、通货膨胀率、IQI为水平平稳（I(0)）；腐败控制、影子经济规模、税收收入、贸易开放度及FDI流入为非平稳（I(1)）。残差ADF检验统计量为-4.11（p < 0.01），确认存在协整关系，支持水平回归的合理性。
多元线性回归（OLS）结果建立了核心发现。模型整体显著（F = 5.50, p = 0.001），解释力为55%（调整后R2 = 0.45）。影子经济规模对GDP增长产生最强负向影响：每增加1个百分点，GDP增长下降0.32个百分点（p = 0.014）；通货膨胀率同样显著：每增加1个百分点，GDP增长下降0.08个百分点（p = 0.014）。腐败控制系数为正（1.12）但未达传统显著水平（p = 0.153）；IQI边际显著（0.50, p = 0.110）；税收收入、贸易开放度及FDI流入系数为正但不显著。弹性分析量化了各变量的百分比效应：影子经济（-0.32%）、通货膨胀（-0.08%）、腐败控制（+1.12%）、税收收入（+0.21%）、制度质量（+0.50%）。综合诊断检验支持模型适用性：残差通过正态性检验（Shapiro-Wilk p = 0.352; Jarque-Bera p = 0.389），无异方差性（Breusch-Pagan p = 0.411），无显著自相关（Durbin-Watson = 1.85），无多重共线性问题（平均VIF = 1.47）。
时间序列分析呈现了动态演变：1996-2000年波动中正向增长；2001-2007年相对稳定；2008-2009年受全球金融危机冲击；2010-2019年中等增长伴波动；2020年COVID-19衰退（-1.27%）；2021-2022年复苏；2023年近零增长（-0.04%）。影子经济从33.1%缓降至31.3%，税收收入波动中从13.3%降至11.5%，通货膨胀极端波动，腐败控制从-1.22改善至-1.00。
机器学习分析：随机森林回归验证了核心发现并揭示非线性模式。模型配置经网格搜索优化：150棵树、最大深度8、最小分裂样本3、最小叶节点样本2。留一交叉验证（28折）显示平均绝对误差0.79个百分点，预测最优年份为2004年（误差0.12%）及2012年（误差0.18%），最差为2020年（误差2.31%）及2023年（误差1.89%）。变量重要性排序为：影子经济（31.8%）> 通货膨胀（24.5%）> 腐败控制（16.8%）> 税收收入（9.2%）> IQI（12.7%）> 贸易开放度（4.1%）> FDI流入（2.0%）。前三项变量占预测能力的73.1%，制度变量（腐败控制+IQI）合计占29.5%。模型诊断显示残差均值近零（0.04%）、近似正态分布（Shapiro-Wilk p = 0.287）、同方差（Breusch-Pagan p = 0.145）。训练-测试差距表明中度过拟合但可接受（R2差距0.21：训练集0.89 vs 测试集0.68；RMSE差距0.40%：训练集0.62% vs 测试集1.02%）。与线性回归对比，随机森林预测性能显著占优（R2 = 0.68 vs 0.45; RMSE = 1.02% vs 1.83%）。
机器学习的深层洞察包括：通货膨胀阈值效应——最优区间为4-8%，超过15%产生严重增长惩罚；影子经济缩减的边际递减效应——初始5%缩减关联1.6%增长提升，后续缩减收益递减；腐败控制饱和效应——改善至-0.7以上边际增长影响减弱。特征交互方面：高通货膨胀放大影子经济的负面效应；强制度（高IQI）显著缓解通货膨胀的不利影响；税收收入有效性依赖于腐败控制水平。情景量化分析显示：情景A（影子经济缩减5%+通货膨胀降低2个百分点）可获2.1%增长提升；情景B（腐败控制改善0.3点+税收效率提高10%）获1.4%增长提升；情景C（全面温和改善）获3.8%增长提升。
假设检验结果综合判定：H2（影子经济）与H4（通货膨胀）获得最强实证支持，具有一致负向符号、统计显著性及最高特征重要性排名；H1（腐败控制）在两种分析中呈正向关系但计量模型未达传统显著性，机器学习排名第三，提示潜在间接效应或测量局限；H3（税收收入）、H5（贸易开放度）、H6（FDI流入）未获支持——系数为正但不显著，特征重要性评分低，在此样本中直接贡献有限。
讨论部分深入阐释了双重方法论的发现融合与分歧。两种分析路径明确趋同于影子经济规模与通货膨胀率作为GDP增长主导决定因子的判定，这种假设检验与预测导向方法的变量优先序一致性，为正规化非正规经济活动与维持价格稳定作为最具影响力政策杠杆提供了异常 robust 的证据。制度变量呈现更复杂图景：腐败控制与IQI在回归中显著性不足，但机器学习赋予其更高相对权重（合计29.5%），这种分歧表明制度质量可能通过间接、非线性渠道而非直接线性效应影响增长——通过促进影子经济正规化和提升治理效能，其增长效应经由中介路径实现。税收收入、贸易开放度与FDI的弱效应可能反映阈值效应、测量局限或巴基斯坦特定结构性特征，包括出口多样化不足、FDI集中于较弱增长联动部门等。模型在危机时期（2008年金融危机、2020年疫情）预测力下降，提示极端冲击涉及设定变量集之外的机制。
研究结论指出，金融腐败与影子经济并非并行的功能失调，而是作为相互强化的制度失灵表现——破损的治理契约的共生体现。当法律机构不再是公正裁判而成为掠夺或庇护工具时，经济主体理性地进入阴影，这既非逃避也非犯罪，而是适应性理性。影子经济因此不是制度薄弱的原因，而是其最准确的镜像。研究将巴基斯坦置于"不信任制度均衡"的更广泛经济体类别中——正式规则存在但缺乏忠诚，税法完备但无法激发遵从，反腐败机构运作但无从威慑。在这一均衡中，通货膨胀不再是单纯货币现象，而是对遵从者的惩罚性税收。研究的核心贡献不在于发现腐败损害增长或影子经济阻碍发展——这些已在文献中确立——而在于证明这些现象构成统一的制度失败系统，在时间中自我复制，对碎片式改革具有抵抗力。单独加强司法而无税收管理改革，仅会转移瓶颈；建设反洗钱基础设施而无同步腐败控制，仅会刑事化非正规性而非法规化；透明度指令而无执行能力，仅会产生文件而无问责。
正式化路径不能仅靠执法铺就，而需重新谈判国家与公民之间的隐性契约——证明遵从带来切实利益，正式地位提供真正优势，参与文件化经济不仅是纳税义务，更是获得信贷、法律保护与公共服务的通道。这要求将国家重新想象为值得其所征税款的服务提供者，重建保护产权而不论政治关联、执行契约而不论诉讼主体身份的法律机构，重新校准货币政策使价格稳定成为所有经济主体可及而非仅正式金融系统内可及的公共品。研究的根本任务是制度救赎：重建国家作为经济主体的合法性，恢复法律作为商业框架的可信度，重建正式经济参与成为理性选择而非昂贵例外的条件。在此之前，货币政策将继续放空枪，财政政策将继续渗漏，增长将继续受制于任何传统宏观经济工具包均无法充分应对的力量。影子经济不是问题所在，而是指示尚未命名、更遑论治疗的感染的温度计。本研究命名了它：破损的制度——并在命名中提供了足够精确的诊断，使寻找治愈之道首次可能在正确的地方开始。
研究发表在《Economies》期刊，其政策意涵强调：政策制定者必须实施同步、多向量的战略协调，将宏观经济稳定与结构转型作为互强目标而非序次权衡。首要操作优先是将通货膨胀目标制制度化并透明化，辅以独立财政委员会自动触发需求压力时的巩固措施；部署与渐进式注册挂钩的分层税收赦免"正规化冲击"，辅以数字公共基础设施大幅降低合规成本；针对FDI实施"能力约束型定向"，将投资促进嵌入全政府反腐败框架；通过"政策捆绑"方法排序改革，将痛苦的稳定措施与正规化的快速可见红利配对；建立国家生产率委员会持续评估影子经济-通货膨胀-制度关联。未来研究应扩展至跨国面板数据，采用系统广义矩估计（System GMM）或双重差分法等更强因果识别策略，引入梯度提升、神经网络等更先进机器学习方法，并明确检验结构断点与参数稳定性。
