From Informality to Green Development: How the Shadow Economy Affects Green Finance, Green Innovation, and Green Trade

Unofficial AI-generated summary based on the public title and abstract. Not an official translation.

🔬研究者:Provides evidence on the macro-level link between shadow economy and green development, useful for studying barriers to green transition.

🏛政策担当者:Offers insights for designing enforcement mechanisms to support green policies by reducing informality.

グリーン移行の達成は、経済がグリーンファイナンスを動員し、グリーンイノベーションを高め、環境的に持続可能な財・サービスの貿易を促進するために不可欠な政策優先事項となっている。しかし、グリーン開発の強化に向けた政策の有効性は、その設計だけでなく、その執行と歳入動員にも依存しており、これらは潜在的にはシャドーエコノミーによって損なわれる可能性がある。本研究は、1996年から2024年の期間における28のOECD諸国において、シャドーエコノミーがグリーン開発の動態—グリーンファイナンス、グリーン貿易、グリーンイノベーション—に与える影響を調査する。データの制約を克服するため、本研究はMultiple Indicators and Multiple Causes（MIMIC）手法を用いて2024年までのシャドーエコノミーの規模を推定する。方法論的には、本研究は、Methods of Moments Quantile RegressionやCS‐ARDLなどの高度な計量経済学的手法を、機械学習および深層学習モデル（Lasso、Ridge、およびQuantum‐Inspired Neural Forecasting Model）と統合し、それぞれ変数間の関係を推定および予測する。本研究は、シャドーエコノミーがグリーン開発に負かつ有意な影響を及ぼすことを見出した。経済の非公式性の増大は、分位点全体にわたってグリーンファイナンス、イノベーション、および貿易と負の関連があるためである。予測モデルはこれらの結果を裏付け、非公式性がグリーン開発に及ぼす不利な影響は、グリーン移行がより進んだ体制において強まることを明らかにしている。結果は、経済の非公式性がグリーン開発の開始だけでなく、その規模拡大も妨げることを示唆している。本研究は、シャドーエコノミーとそのグリーン開発への悪影響を削減するためのいくつかの政策提言を示している。

AI 翻訳（deepseek-v4-flash）。 正確を期す場合は下の原文を参照してください。

Achieving green transition has become an essential policy priority for which economies need to mobilize green finance, increase green innovation, and promote trade in environmentally sustainable goods and services. However, the effectiveness of policies for enhanced green development depends not only on their design but also on their enforcement and mobilizing revenue, which may potentially be undermined by the shadow economy. This study investigates the impact of the shadow economy on green development dynamics—green finance, green trade, and green innovation—in the 28 OECD countries over the period of 1996–2024. To overcome the data limitation, the study estimates the size of the shadow economy till 2024 by employing the Multiple Indicators and Multiple Causes (MIMIC) technique. Methodologically, the study integrates advanced econometric techniques, such as Methods of Moments Quantile Regression and CS‐ARDL, with machine and deep learning models (Lasso, Ridge, and Quantum‐Inspired Neural Forecasting Model) to estimate and forecast the relationship among the variables, respectively. The study found a negative and significant impact of the shadow economy on green development, as increasing economic informality is negatively associated with green finance, innovation, and trade across quantiles. The forecasting models corroborate these outcomes and explore that the unfavorable impact of informality on green development intensifies in regimes with higher green transition. The results suggest that economic informality hinders not only the initiation but also the scaling of green development. The study suggests several policy recommendations to reduce the shadow economy and its adverse impact on green development.

• semanticscholar https://doi.org/10.1002/bse.71038first seen 2026-07-13 07:10:55 · last seen 2026-08-09 05:46:20