0.27 - 0.32 - 0.16 0.34 - 0.05 - 0.

0.27 - 0.32 - 0.16 0.34 - 0.05 - 0.37 - 0.75 - 0.76 - 0.21 1 14 British legal origin 0.08 0.24 0.22 0.20 0.03 0.08 0.09 0.20 - 0.03 0.19 0.28 - 0.21 - 0.14 1 15 Ethnofractionalization - 0.09 - 0.08 - 0.08 0.07 - 0.01 - 0.08 0.14 0.38 0.06 0.04 - 0.01 0.27 0.04 0.13 1 16 Oil exporters - 0.11 - 0.15 - 0.20 - 0.14 - 0.13 - 0.06 0.08 - 0.05 - 0.10 - 0.28 - 0.40 0.12 0.21 - 0.05 0.14 1 17 Transition economies - 0.39 - 0.46 - 0.44 - 0.14 - 0.08 - 0.02 - 0.07 - 0.05 - 0.04 - 0.32 - 0.30 0.27 0.25 - 0.23 0.02 - 0.04 1 18 Log population - 0.18 - 0.19 - 0.17 0.35 0.35 - 0.04 - 0.02 0.30 - 0.10 - 0.04 0.00 - 0.68 0.30 0.16 - 0.01 - 0.08 - 0.07 1 19 OECD 0.58 0.68 0.74 0.28 0.30 0.21 - 0.37 0.10 0.36 0.76 0.76 - 0.00 - 0.70 0.09 - 0.01 - 0.19 - 0.21 0.05 1 20 logArea 0.02 - 0.03 - 0.05 0.56 0.40 0.35 - 0.24 0.38 - 0.08 - 0.06 0.02 - 0.69 0.24 0.30 - 0.02 0.03 - 0.04 0.70 0.06 1 17 Figure 2 shows the scatterplots of all fiscal decentralisation indicators with control of corruption. From these figures it would be expected that the increase in the first three fiscal decentralisation indicators can control the level of corruption across countries, while higher fiscal transfers will increase corruption. However, a more precise methodology needs to be performed in order to find a more accurate result. Figure 2. Scatterplot Diagrams of Corruption Control and Fiscal Decentralisation 7. Empirical Results 6.1 Cross-section Analysis The average of any data available from 1990 to 2010 is used for all the variables. The corruption perception indices and fiscal decentralisation indicators are then standardised to allow for comparison among the relevant variables. This is followed by regression analysis for the three corruption perception indices. However, this discussion mainly focuses on the Control of Corruption Index from the World Bank, as it better fits the model than the two other indices7 . 7 This selection is based on the lowest Akaike Information Criteria (AIC). -2 -1 0 1 2 3 -1 0 1 2 3 Revenue Decentralisation Control of Corruption Fitted values -2 -1 0 1 2 3 -2 -1 0 1 2 3 Expenditure Decentralisation Control of Corruption Fitted values -2 -1 0 1 2 3 -2 0 2 4 6 Fiscal Decentralisation in Fiscal Transfer Control of Corruption Fitted values -2 -1 0 1 2 3 -2 -1 0 1 2 Fiscal Decentralsation in Fiscal Autonomy Control of Corruption Fitted values 18 Table 4 shows the cross-sectional regression results for both ordinary least square (OLS) and two stages least square (2SLS) analysis. First, the OLS regression for the four fiscal decentralisation indicators (Columns 1 to 8) is followed. Several tests to assure that our regressions do not violate the OLS assumptions such as the presence of multicollinearity, heteroscedasticity, autocorrelation, and specification error are also introduced. There is a possibility of multicollinearity problem in the model. For example, GDP per capita may be correlated with Trade (percentage of export and import in GDP). In the presence of multicollinearity, the OLS estimators are still the best linear unbiased estimators (BLUE) but the variances and covariances are very large. It will give small tstatistics and hence will suggest that the coefficients are insignificant. A common way to detect a multicollinearity problem is to calculate the mean of variance inflation factor (VIF). It is considered serious if it exceeds 10 (Belsley, Kuh & Welsch 1980). As the VIFs in the OLS regressions are less than 3, it can be concluded that the models do not suffer from serious multicollinearity problems. As expected, the White test and the Breusch Pagan test for heteroscedasticity suggest that the model suffers from heteroscedasticity. Ignoring this problem will give inefficient estimates and misleading hypothesis testings. Therefore, to correct the standard error, the White (1980) corrected standard error procedure was followed. The Ramsey test fails to reject the null assumption of no omitted variables when fiscal decentralisation was measured by the subnational share of expenditures. However, other measurements of the fiscal decentralization suffered from specification bias, but was only marginally significant for the fiscal autonomy variable (significant only at 10% level). Among all the OLS regressions, fiscal decentralisation as measured by fiscal autonomy was the model that best fitted the data. It had the lowest Akaike Information Criteria and the highest adjusted R2. 19 Table 4. Cross-Sectional Regression Analysis with Control of Corruption as the Dependent Variable Covariates: Revenue Decentralization 0.199 ** 0.175 0.435 ** 0.091 0.106 0.188 Expenditure Decentralization 0.177 * 0.154 0.565 ** 0.095 0.094 0.288 SNG Own-source Revenue 0.221 *** 0.205 ** 0.324 ** 0.074 0.085 0.128 Central Government Transfer -0.246 ** -0.211 * -0.466 * 0.105 0.118 0.253 Federal countries 0.104 0.215 0.094 0.186 0.226 0.192 0.205 0.201 Government Consumption 0.028 0.031 0.025 0.031 0.022 0.025 0.022 0.027 0.021 0.013 0.015 0.018 0.021 0.022 0.019 0.02 0.02 0.02 0.019 0.019 0.021 0.025 0.016 0.018 Log GDP Percapita 0.882 * 0.838 * 0.974 ** 0.872 * 0.726 * 0.672 0.435 0.373 0.686 0.653 0.855 ** 0.138 0.444 0.476 0.406 0.455 0.411 0.451 0.398 0.438 0.543 0.604 0.377 0.594 Log Trade 0.733 0.615 0.291 0.198 1.393 ** 1.286 ** 1.207 ** 1.04 * 1.615 ** 1.093 2.155 *** 2.222 ** 0.626 0.655 0.546 0.531 0.587 0.61 0.548 0.57 0.768 0.914 0.726 1.058 Press Freedom -0.015 ** -0.016 ** -0.015 * -0.015 * -0.027 *** -0.027 *** -0.027 *** -0.027 *** -0.008 -0.002 -0.026 *** -0.027 *** 0.007 0.008 0.008 0.008 0.006 0.006 0.006 0.006 0.009 0.014 0.006 0.006 Legal British 0.188 0.161 0.125 0.112 0.336 * 0.32 * 0.263 0.249 0.307 0.302 0.345 ** 0.308 * 0.254 0.267 0.195 0.19 0.167 0.172 0.169 0.167 0.264 0.303 0.164 0.177 Ethnic Fractionalization -0.515 -0.537 -0.408 -0.492 -0.673 * -0.708 * -0.573 -0.658 * -0.681 -0.48 -0.621 * -0.472 0.421 0.423 0.375 0.383 0.376 0.389 0.37 0.376 0.421 0.391 0.334 0.34 Oil Exporter countries -0.276 -0.274 -0.242 -0.267 -0.33 -0.331 -0.437 -0.427 -

Kết quả (Việt) 1:

0,27 - 0,32 - 0,16 0,34 - 0,05 - 0,37 - 0,75 - 0,76 - nguồn gốc điện 14 quy phạm pháp luật 0,21 1 Anh 0.08 0,24 0,22 0,20 0.03 0,08 0.09 0,20 - 0,03 0.19 0,28 - 0,21 - 0,14 1 15 Ethnofractionalization - 0,09 - 0,08 - 0.08 0,07 - 0,01 - 0,08 0.14 0,38 0.06 0,04 - 0,01 0,27 0,04 0,13 1 16 dầu xuất khẩu - 0,11 - 0,15 - 0,20 - 0,14 - 0,13 - 0.06 0,08 - 0,05 - 0,10 - 0,28 - 0,40 0,12 0,21 - 0,05 0,14 1 17 chuyển tiếp nền kinh tế - 0,39 - 0,46 - 0,44 - 0,14 - 0,08 - 0,02 - 0,07 - 0,05 - 0,04 - 0,32 - 0,30 0,27 0,25 - 0,23 0,02 - 0,04 1 18 log dân - 0,18 - 0,19 - 0,17 0,35 0,35 - 0,04 - 0,02 0,30 - 0,10 - 0,04 0,00 - 0,68 0,30 0,16 - 0,01 - 0,08 - 0,07 1 19 OECD 0,58 0,68 0,74 0,28 0,30 0,21 - 0,37 0,10 0,36 0.76 0,76 - 0,00 - 0,70 0,09 - 0,01 - 0,19 - 0,21 0,05 1 20 logArea 0,02 - 0,03 - 0,05 0,56 0.40 0,35 - 0,24 0,38 - 0,08 - 0.06 0,02 - 0,69 0,24 0,30 - 0,02 0,03 - 0,04 0,70 0,06 1 17 hình 2 cho thấy scatterplots tất cả các chỉ số tài chính mấu với kiểm soát tham nhũng. Từ những con số sẽ được dự kiến rằng sự gia tăng các chỉ số tài chính khích ba đầu tiên có thể kiểm soát mức độ tham nhũng trên quốc gia, trong khi chuyển tài chính cao hơn sẽ tăng tham nhũng. Tuy nhiên, một phương pháp chính xác hơn cần phải được thực hiện để tìm thấy một kết quả chính xác hơn. Hình 2. Scatterplot các biểu đồ kiểm soát tham nhũng và tài chính khích 7. Kết quả thực nghiệm 6.1 tiết diện phân tích mức trung bình của bất kỳ dữ liệu có sẵn từ năm 1990 đến năm 2010 được sử dụng cho tất cả các biến. Chỉ số nhận thức tham nhũng và các chỉ số tài chính khích sau đó tiêu chuẩn hóa để cho phép để so sánh giữa các biến có liên quan. Tiếp theo là phân tích hồi quy cho chỉ số nhận thức tham nhũng ba. Tuy nhiên, cuộc thảo luận này chủ yếu là tập trung vào kiểm soát chỉ số tham nhũng từ ngân hàng thế giới, như nó tốt hơn phù hợp với các mô hình hơn hai khác indices7. 7 lựa chọn này dựa trên tiêu chuẩn thông tin Akaike thấp nhất (AIC). -2-1 0 1 2 3-1 0 1 2 3 doanh thu mấu điều khiển của tham nhũng trang bị các giá trị -2-1 0 1 2 3 -2-1 0 1 2 3 chi tiêu mấu điều khiển của tham nhũng trang bị các giá trị -2-1 0 1 2 3-2 0 2 4 6 khích tài chính trong tài chính chuyển quyền kiểm soát của tham nhũng trang bị các giá trị -2-1 0 1 2 3 -2-1 0 1 2 giá trị tài chính Decentralsation trong tài chính quyền tự trị kiểm soát của tham nhũng trang bị 18 Bảng 4 cho thấy kết quả mặt cắt hồi quy cho cả quảng trường ít nhất là bình thường (OLS) và hai giai đoạn ít nhất là quảng trường (2SLS) phân tích. Trước tiên, các hồi quy OLS nhất các chỉ số tài chính khích bốn (cột 1 đến 8) theo sau. Một số xét nghiệm để đảm bảo rằng chúng tôi regressions không vi phạm các giả định OLS chẳng hạn như sự hiện diện của multicollinearity, heteroscedasticity, autocorrelation, và đặc điểm kỹ thuật lỗi cũng được giới thiệu. Có là một khả năng của multicollinearity vấn đề trong mô hình. Ví dụ, GDP trên đầu người có thể được tương quan với thương mại (tỷ lệ phần trăm của xuất khẩu và nhập khẩu trong GDP). Sự hiện diện của multicollinearity, OLS estimators vẫn là các tốt nhất tuyến tính không thiên vị estimators (BLUE) nhưng những chênh lệch và covariances là rất lớn. Nó sẽ cung cấp cho tstatistics nhỏ và do đó sẽ đề nghị rằng các hệ số được không đáng kể. Một cách phổ biến để phát hiện một vấn đề multicollinearity là để tính toán bình phương sai lạm phát yếu tố (VIF). Nó được coi là nghiêm trọng nếu nó vượt quá 10 (Belsley, Kuh & Welsch 1980). Như VIFs ở OLS regressions là ít hơn 3, nó có thể được kết luận rằng các mô hình không bị vấn đề nghiêm trọng multicollinearity. Theo dự kiến, trắng thử nghiệm và thử nghiệm Breusch Pagan cho heteroscedasticity đề nghị rằng các mô hình bị từ heteroscedasticity. Bỏ qua vấn đề này sẽ cung cấp cho các ước tính không hiệu quả và gây hiểu nhầm giả thuyết thử. Vì vậy, để sửa lỗi chuẩn, thủ tục (1980) sửa chữa tiêu chuẩn lỗi trắng được theo sau. Thử nghiệm Ramsey không từ chối giả định vô của không có bỏ qua biến khi khích tài chính đã được đo bằng cách chia sẻ những chi phí. Tuy nhiên, các phép đo độ phân cấp tài chính bị thiên vị đặc điểm kỹ thuật, nhưng chỉ là đáng kể đối với biến tài chính quyền tự trị (đáng kể chỉ ở mức 10%). Trong số tất cả các regressions OLS, khích tài chính được đo bằng quyền tự trị tài chính đã là các mô hình tốt nhất trang bị các dữ liệu. Chỗ ở này có có tiêu chuẩn thông tin Akaike thấp nhất và điều chỉnh R2 cao nhất. 19 bàn 4. Mặt cắt phân tích hồi qui với kiểm soát tham nhũng là phụ thuộc vào biến Covariates: thu nhập phân cấp 0.199 ** 0.175 0.435 ** 0.091 0.106 0.188 chi phí phân cấp 0.177 * 0.154 0.565 ** 0.095 0.094 0.288 SNG sở hữu nguồn doanh thu 0.221 *** 0.205 ** 0.324 ** 0.074 0,085 0.128 chính phủ Trung ương chuyển-0.246 **-0.211 *-0.466 * 0.105 quốc gia liên bang 0.118 0.253 0.104 0.215 0.094 0.186 0.226 0.192 0.205 0.201 tiêu thụ chính phủ 0.028 0.031 0.025 0.031 0.022 0.025 0.022 0,027 0.021 0.013 0.015 0.018 0.021 0.022 0.019 0,02 0,02 0,02 0.019 0.019 0.021 0.025 0,016 0.018 đăng GDP Percapita 0.882 * 0,838 * 0.974 ** 0.872 * 0.726 * 0.672 0.435 0.373 0.686 0.653 0.855 ** 0.138 0.444 0.476 0.406 0.455 0.411 0.451 0.398 0.438 0.543 0.604 thương mại Nhật ký 0.377 0.594 0.733 0.615 0.291 0.198 1.393 ** 1.286 ** 1.207 ** 1.04 * 1.615 ** 1.093 2.155 *** 2.222 ** 0.626 0.655 0.546 0.531 0.587 0.548 0,61 0,57 0.768 tự do báo chí 1.058 0.914 0.726-0.015 **-0.016 **-0.015 *-0.015 *-0.027 ***-0.027 ***-0.027 ***-0.027 ***-0.008-0.002-0.026 ***-0.027 *** 0,007 0.008 0.008 0.008 0,006 0.006 0,006 0.006 0.009 0.014 0,006 0.006 pháp lý Anh 0.188 0.161 0.125 0.112 0,336 * 0,32 * 0.263 0.249 0.307 0.302 0.345 ** 0,308 * 0.254 0.267 0.195 0.19 0.167 0.172 0.169 0.167 0.264 0.164 0,303 0.177 dân tộc Fractionalization-0.515-0.537-0.408-0.492-0.673 *-0.708 *-0.573-0.658 *-0.681-0.48-0.621 *-0.472 0.421 0.423 0.375 0.383 0.376 0.389 0,37 0.376 0.421 0.391 0.334 0,34 nước xuất khẩu dầu nước-0.276-0.274-0.242-0.267-0.33-0.331-0.437-0.427 -

Kết quả (Việt) 2:

0.27 - 0,32-0,16 0,34-0,05 - 0,37-0,75 - 0,76-0,21 1 đến 14 của Anh có nguồn gốc pháp lý 0,08 0,24 0,22 0,20 0,03 0,08 0,09 0,20 - 0,03 0,19 0,28 - 0,21-0,14 1 15 Ethnofractionalization - 0,09 - 0,08 - 0,08 0,07-0,01 - 0,08 0,14 0,38 0,06 0,04-0,01 0,27 0,04 0,13 1 16 nhà xuất khẩu dầu - 0,11-0,15 - 0,20-0,14 - 0.13 - 0.06 0.08 - 0,05-0,10 - 0,28-0,40 0,12 0,21-0,05 0,14 1 17 nền kinh tế chuyển đổi - 0,39 - 0,46-0,44 - 0.14 - 0,08-0,02 - 0,07-0,05 - 0,04-0,32 - dân số 0,04 1 18 Log - - 0,30 0,27 0,25-0,23 0,02 0,18 - 0,19-0,17 0,35 0,35 - 0,04 - 0,02 0,30 - 0,10-0,04 0,00-0,68 0,30 0,16 - 0,01-0,08 - 0.07 1 19 OECD 0,58 0,68 0,74 0,28 0,30 0,21-0,37 0,10 0,36 0,76 0,76 - 0,00-0,70 0,09-0,01 - 0,19-0,21 0,05 1 20 logArea 0,02-0,03 - 0,05 0,56 0,40 0,35-0,24 0,38-0,08 - 0.06 0,02-0,69 0,24 0,30-0,02 0,03-0,04 0,70 0,06 1 17 Hình 2 cho thấy sự tán xạ của tất cả các chỉ số phân cấp tài chính có kiểm soát tham nhũng. Từ những con số đó sẽ được dự kiến ​​rằng sự gia tăng trong ba chỉ số phân cấp tài chính đầu tiên có thể kiểm soát mức độ tham nhũng ở các nước, trong khi chuyển khoản tài chính cao hơn sẽ làm tăng tham nhũng. Tuy nhiên, một phương pháp chính xác hơn cần phải được thực hiện để tìm một kết quả chính xác hơn. Hình 2. Sơ đồ phân tán của tham nhũng và kiểm soát tài chính Phân cấp 7. Kết quả thực nghiệm 6.1 Cross-phần Phân tích trung bình của bất kỳ dữ liệu có sẵn 1990-2010 được sử dụng cho tất cả các biến. Các chỉ số nhận thức tham nhũng và các chỉ số phân cấp ngân sách này sau đó được chuẩn hóa để cho phép so sánh giữa các biến có liên quan. Tiếp theo là phân tích hồi quy cho ba chỉ số nhận thức tham nhũng. Tuy nhiên, cuộc thảo luận này chủ yếu tập trung vào việc kiểm soát tham nhũng Index từ Ngân hàng Thế giới, vì nó phù hợp hơn với các mô hình hơn hai indices7 khác. 7 lựa chọn này được dựa trên các tiêu chí thấp nhất Akaike Information (AIC). -2 -1 0 1 2 3 -1 0 1 2 3 Doanh thu Phân Kiểm soát tham nhũng Fitted giá trị -2 -1 0 1 2 3 -2 -1 0 1 2 3 Chi Phân Kiểm soát tham nhũng Fitted giá trị -2 -1 0 1 2 3 -2 0 2 4 6 Phân cấp tài chính trong tài khóa Chuyển Kiểm soát tham nhũng Fitted giá trị -2 -1 0 1 2 3 -2 -1 0 1 2 Decentralsation tài khóa trong tài khóa Autonomy Kiểm soát tham nhũng Fitted giá trị 18 Bảng 4 cho thấy chéo kết quả cắt hồi quy cho cả bình thường ít nhất là hình vuông (OLS) và hai giai đoạn ít nhất vuông (2SLS) phân tích. Đầu tiên, các hồi quy OLS cho bốn chỉ số phân cấp tài chính (Cột 1-8) được theo sau. Một số xét nghiệm để đảm bảo rằng các hồi quy của chúng tôi không vi phạm các giả định OLS như sự có mặt của đa cộng tuyến, biến ngẫu nhiên, tự tương quan, và lỗi kỹ thuật cũng được giới thiệu. Có một khả năng của vấn đề đa cộng tuyến trong mô hình. Ví dụ, GDP bình quân đầu người có thể liên quan với thương mại (tỷ lệ xuất khẩu và nhập khẩu trong GDP). Trong sự hiện diện của đa cộng tuyến, các ước lượng OLS vẫn là ước lượng không thiên tuyến tính tốt nhất (BLUE) nhưng các phương sai và hiệp phương sai là rất lớn. Nó sẽ cung cấp cho tstatistics nhỏ và do đó sẽ đề nghị rằng các hệ số là không đáng kể. Một cách phổ biến để phát hiện một vấn đề đa cộng tuyến là để tính toán giá trị trung bình của yếu tố lạm phát phương sai (VIF). Nó được coi là nghiêm trọng nếu nó vượt quá 10 (Belsley, Kuh & Welsch 1980). Khi VIFs trong các hồi quy OLS là ít hơn 3, có thể kết luận rằng mô hình này không bị các vấn đề đa cộng nghiêm trọng. Theo dự kiến, các thử nghiệm Trắng và kiểm tra Breusch Pagan cho các biến ngẫu nhiên cho thấy các mô hình bị biến ngẫu. Bỏ qua vấn đề này sẽ cung cấp cho các ước tính không hiệu quả và xét nghiệm giả thuyết sai lạc. Vì vậy, để sửa lỗi tiêu chuẩn, trắng (1980) sửa chữa lỗi thủ tục chuẩn bị theo sau. Các thử nghiệm Ramsey không bác bỏ giả thuyết null không có biến bỏ qua khi phân cấp tài chính được đo bằng tỷ địa phương chi. Tuy nhiên, các phép đo khác của phân cấp tài chính bị từ đặc điểm kỹ thuật thiên vị, nhưng chỉ nhẹ đáng kể cho các biến tự chủ tài chính (chỉ có ý nghĩa ở mức 10%). Trong số tất cả các hồi quy OLS, phân cấp tài chính được đo bằng quyền tự chủ tài chính là mô hình tốt nhất trang bị các dữ liệu. Nó có mức thấp nhất Tiêu chuẩn Akaike Thông tin và R2 điều chỉnh cao nhất. 19 Bảng 4. Cross-Sectional Regression Analysis với Kiểm soát tham nhũng như các đồng biến Biến phụ thuộc: Doanh thu phân cấp 0,199 ** 0,175 0,435 0,091 0,106 0,188 ** Chi Phân 0,177 * 0,154 0,565 0,095 0,094 0,288 ** SNG Doanh thu riêng nguồn 0,221 ** * ** 0,205 0,324 0,074 0,085 0,128 ** Chuyển Trung ương -0,246 -0,211 ** * * -0,466 0,105 0,118 0,253 nước Liên bang 0,215 0,094 0,186 0,104 0,226 0,192 0,205 0,201 Chính phủ tiêu thụ 0,031 0,025 0,031 0,028 0,022 0,025 0,022 0,027 0,021 0,013 0,015 0,018 0,021 0,022 0,019 0,02 0,02 0,02 0,019 0,019 0,021 0,025 0,016 0,018 Log GDP Percapita 0,882 * 0,838 * 0,974 * 0,726 ** * 0,872 0,672 0,435 0,373 0,686 0,653 0,855 0,444 0,476 ** 0,406 0,138 0,455 0,411 0,451 0,398 0,438 0,543 0,604 0,377 0,594 Log Triển 0,733 0,615 0,291 0,198 1,393 1,286 ** ** ** 1,207 1.04 * 1.615 ** 1,093 2,155 *** 2,222 ** 0,655 0,546 0,531 0,626 0,587 0,61 0,548 0,57 0,768 0,914 0,726 1,058 Tự do Báo chí -0,015 -0,016 ** ** -0,015 * -0,015 * -0,027 *** -0,027 *** -0,027 *** -0,027 *** -0,008 -0,002 -0,026 *** -0,027 *** 0,008 0,008 0,008 0,007 0,006 0,006 0,006 0,006 0,009 0,014 0,006 0,006 pháp lý Anh 0,161 0,125 0,112 0,188 0,336 * 0,32 * 0,263 0,249 0,307 0,302 0,345 0,254 * ** 0,267 0,308 0,195 0,19 0,167 0,172 0,169 0,167 0,264 0,303 0,164 0,177 -0,537 Fractionalization tộc -0,408 -0,492 -0,515 -0,673 -0,708 * * -0,573 -0,658 * -0,48 -0,621 * -0,681 -0,472 0,421 0,423 0,375 0,383 0,376 0,389 0,37 0,376 0,421 0,391 0,334 0,34 nước xuất khẩu dầu -0,274 -0,242 -0,267 -0,276 -0,331 -0,437 -0,427 -0,33 -