THE MEASUREMENT OF POLITICAL INSTABILITY AND ITS LINK WITH MACROECONOMIC PERFORMANCE, FOOD SECURITY AND INCOME INEQUALITY

Political instability has long been at the centre of international debates in terms of its dimensions, reasons, and consequences. The issue of an unstable political environment is highly important due to its link with socio-economic problems that political instability brings to the people of a country. But before these connections are observed, the measurement of political instability should be correctly defined. Therefore, the first step of studies dealing with political instability should include a comprehensive explanation of what is meant by “political instability”, considering the possibility that different dimensions of political instability may have different consequences. In this context, this thesis claims that political instability cannot be fitted into a single mould and it has more than one dimension. When the crucial issue of how to measure political instability is settled, this thesis empirically investigates both the connections between political instability and macroeconomic performance and the nexus between political instability, food security and income inequality. The thesis starts with the Introduction part, which introduces the aim of the study and data and quantitative methods that will be exploited in the next chapters. In addition, this part also displays the general findings, main contribution to existence literature, constraints and future research. Chapter I, in which the dimensions of political instability is determined, is the cornerstone of the thesis, since the next two chapters employ these identifications of political instability. Principal Component Analysis (PCA), which is a dimensionality reduction method, is used as a tool to identify the measurement of political instability by using 11 political risk variables taken from the International Country Risk Guide dataset (The PRS Group 2014) observed on 117 countries. The results suggest that the first two principal components are selected and named as Structural Defect and Disorder of Polity Quality, respectively. Furthermore, Chapter I also shows how these two aspects of political instability are characterized by the following three government forms: Parliamentary System, Presidential System, Semi-Presidential System. In addition, Hierarchical Clustering by using Ward’s linkage algorithm is performed to divide countries into smaller clusters based on their similarities in terms of Structural Defect and Disorder of Polity Quality. Chapter II and Chapter III use panel Vector Autoregression Analysis (panel VAR) in generalized methods of moment (GMM) over the period of 2008-2017. While Chapter II analyzes the link between political instability and macroeconomic performance in the set of considered countries, Chapter III deals with the nexus between political instability, food security and income inequality. In both chapters, the results suggest that the direction and significance of these links sometimes change according to two different dimensions of political instability. That means that different aspects of political instability produce different results. Additionally, there is always an adverse relationship between two different aspects of political instability and other variables in the analysis. Furthermore, both Chapter II and Chapter III analyze the impulse response functions (IRFs) to better understand the reaction of variables to each other (aftershocks). Finally, these chapters further examine the forecast-error variance decompositions (FEVDs) to show the proportion of movements in the dependent variables that are due to their own shocks versus shocks to the other variables.

L’instabilità politica é stata a lungo al centro dei dibattiti internazionali in termini di dimensioni,ragioni e conseguenze. La questione di un ambiente politico instabile riveste molta importanza per il suo legame con i problemi socio-economici che l'instabilità politica arreca alle persone di un paese. Ma prima che queste connessioni siano osservate, la misura dell'instabilità politica dovrebbe essere definita correttamente. Pertanto, la prima fase degli studi che si occupano di instabilità politica dovrebbe includere una spiegazione esauriente di cosa si intende per "instabilità politica", considerando la possibilità che diverse dimensioni dell'instabilità politica possano avere conseguenze diverse. In questo contesto, questa tesi si propone di approfondire il tema dell'instabilità politica partendo dall’idea che si tratti di un concetto complesso e multidimensionale. La tesi si propone, in primo luogo, di riuscire a misurare tale concetto individuandone le necessarie dimensioni ed indicatori che la caratterizzano. Dopo aver risolto la questione cruciale della misurazione dell'instabilità politica, la tesi propone un’analisi delle connessioni tra l’instabilità politica e la performance macroeconomica ma anche tra instabilità politica, sicurezza alimentare e disuguaglianza di reddito. La tesi inizia con la parte introduttiva, che introduce l'obiettivo dello studio e dati e metodi quantitativi che verranno utilizzati nei capitoli successivi. Inoltre, questa parte mostra anche i risultati generali, il contributo principale alla letteratura, i vincoli e la ricerca futura. Il Capitolo I, in cui si determinano le dimensioni dell'instabilità politica, è la pietra angolare della tesi, in quanto i due capitoli successivi impiegano i risultati ottenuti in tale capitolo. L’analisi delle Componenti Principali (ACP), che è un metodo di riduzione della dimensionalità, viene utilizzato come strumento per misurare l'instabilità politica utilizando 11 variabili di rischio politico tratte dal dataset della International Country Risk Guide (The PRS Group 2014) osservato in 117 paesi. I risultati suggeriscono che le l’instabilità politica debba essere declinata in due componenti, denominate rispettivamente come Il Difetto Strutturale e Il Disordine della Qualità Politica. Inoltre, il Capitolo I mostra anche come questi due aspetti dell'instabilità politica siano caratterizzati dalle seguenti tre forme di governo: Sistema Parlamentare, Sistema Presidenziale, Sistema Semi-Presidenziale. Inoltre, il Clustering Gerarchico, utilizzando l’algoritmo di collegamento di Ward, viene eseguito per dividere i paesi in gruppi omogenei rispetto alle componenti dell’instabilità precedentemente indivduate, Il Difetto Strutturale e Il Disordine della Qualità Politica. Il Capitolo II e il Capitolo III utilizzano la panel Vector Autoregression Analysis (panel VAR) nei generalized methods of moment (GMM) nel periodo 2008-2017. Mentre il Capitolo II analizza il legame tra instabilità politica e performance macroeconomica dei paesi considerati, il Capitolo III si occupa del nesso tra instabilità politica, sicurezza alimentare e disuguaglianza di reddito. In entrambi i capitoli, i risultati suggeriscono che la direzione e il significato di questi legami a volte cambiano in base alle due diverse dimensioni dell'instabilità politica. Questo significa che diversi aspetti dell'instabilità politica producono risultati diversi. Per di più, c'è sempre una relazione avversa tra i due diversi aspetti dell'instabilità politica e altre variabili nell'analisi. Inoltre, sia il Capitolo II che il Capitolo III analizzano la Funzione di Risposta Impulsiva (IRFs) per comprendere meglio la reazione delle variabili tra loro (scosse di assestamento). Infine, questi capitoli esaminano ulteriormente la Scomposizione della Varianza dell'errore di Previsione (FEVDs) per mostrare la proporzione dei movimenti nelle variabili dipendenti che sono dovuti ai propri shock rispetto agli shock delle altre variabili.