Understanding the determinants of crime: A Bayesian model averaging approach

Abstract

Tato diplomová práce zkoumá determinanty kriminality v rámci EU v letech 2010 až 2020, se zaměřením na vraždy, majetkovou a násilnou kriminalitu. Použitím Bayesovské modelové averze (BMA) na panelových datech pro 16 proměnných studie řeší nejistotu modelu a zároveň zkoumá ekonomické, demografické a institucionální vlivy na míru kriminality. U vražd bylo zjištěno, že vyšší počet policejních sil odrazuje od kriminality, zatímco vyšší hrubý národní důchod (GNI) na obyvatele snižuje míru vražd, což pravděpodobně odráží vyšší ekonomickou stabilitu. V případě majetkové kriminality byla zjištěna pozitivní korelace s mladší populací, zatímco negativní vztah s nerovností příjmů může naznačovat sníženou dostupnost bohatších cílů. Chudoba navíc zvyšuje míru majetkové kriminality, což odpovídá teoriím naznačujícím, že ekonomický tlak zvyšuje kriminalitu. Násilná kriminalita souvisí s vyšším mediánovým příjmem, což může odrážet nerovnost. Robustní právní systém vykazuje pozitivní korelaci s majetkovou i násilnou kriminalitou, což pravděpodobně zvyšuje míru hlášení kriminality, nikoliv její skutečnou úroveň. Dopad vládních výdajů na kriminalitu zůstává nejasný kvůli jejich agregované povaze, zatímco městská populace a ekonomický růst nevykazují významné efekty, pravděpodobně kvůli nepřímým vlivům. Imigrace je...